CCD摄像机内外参数标定技术研究

在介绍了几种摄像机标定技术基础上,导出一种摄像机成像模型,并给出该模型下的基于Tsai两级标定法的摄像机内外参数标定方法。实验表明,该标定方法操作简便,标定快速、准确。     

摄像机内部参数的改进自标定技术

摄像机内部参数的确定,影响并规定了后续参数的确立精度以及测量图像精度.在标定内部参数方面,自标定方法由于依赖的外部条件较少而成为主要标定方法,本文提出的一种新的改进的自标定方法,基本解决了以往自标定中摄像机移动的不便性,并用一高精度的步进电机和导轨进行精确定位,保证了靶标平移量的高精度.     

双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

计算机视觉中的摄像机标定方法

摄像机标定在三维重建、运动分析以及机器导航等领域中得到了广泛的研究和应用.根据标定技术特点,将摄像机标定分为两大类:基于标定物的摄像机标定和摄像机自标定,介绍了这两大类中典型的摄像机标定方法,回顾了其发展过程,并对各种方法的标定特点以及求解方法进行了分析,最后对摄像机标定方法的未来发展进行了展望.     

双摄像机双光源视线追踪系统标定方法研究

针对现有平面镜反射标定方法的不足,提出了一种基于多摄像机全局标定的视线追踪系统标定方法.通过在屏幕对面放置一对标定摄像机与系统摄像机构成多摄像机系统,标定摄像机直接拍摄标定目标,测量系统摄像机、光源和屏幕之间的空间位置关系.通过多摄像机全局标定确定系统摄像机和标定摄像机的坐标转换关系.通过坐标转换最终标定出系统摄像机坐标系中摄像机、光源、屏幕的空间位置关系.该方法解决了屏幕和光源不在系统摄像机视野范围内的问题,减小了图像误差.系统标定结果验证了该方法的有效性,同时为其他同类系统标定提供了一种解决问题的思路.     

摄像机内参数标定的一种方法

摄像机标定是计算机视觉的一项基本任务。文中提出了一种直接的摄像机标定方法,它是利用空间中几个有特殊关系的点,直接列写出方程组,求解出内参数。该方法不需要对摄像机进行旋转或平移,简单易行。     

摄像机标定在上下料视觉机器人中的应用

摄像机标定在机器视觉中占有重要地位,尤其是在三维测量和三维重建中起着不可或缺的作用。对同一台摄像机使用了一种四步法的摄像机标定和张正友的摄像机标定方法,使用四步法求出摄像机的完全畸变模型,比较两个摄像机标定的结果．并用张正友的算法进行双目视觉测量,分析其误差。经测试,两种方法均满足上下料机器人的精度要求。     

CCD摄像机快速标定技术

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度较高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实际结果表明,摄像机标定误差优于0.05mm.     

适用于轮廓检测的摄像机标定方法

摄像机标定是通过实验测定一组参数来描述给定的机器视觉系统的成像过程,包括摄像机的内部参数和外部参数。提出了一种简单的适用于轮廓检测的摄像机标定方法。使用正方形标定模板,在像素级别处理图片,根据直线特征约束和正方形的性质先求出摄像机的畸变系数,再用最小二乘法求摄像机的外部参数。该方法仅用1个正方形轮廓就可以完成标定,从而简化了摄像机标定的步骤,同时采用了一种新方法求畸变中心。实验表明,这种适用于轮廓检测的摄像机标定方法简单并有效。     

基于无人旋翼机自主着陆模型的摄像机外参数在线自标定

为了解决在双目视觉系统视轴夹角不断变化的情况下摄像机外参数的实时标定问题,提出了一种基于无人旋翼机自主着陆模型的摄像机外参数在线自标定方法.它首先获取下降前以及下降后的着陆目标图像,计算出两个阶段目标图像仅由高度信息所影响的偏移量,利用模型推导公式计算出光轴应当转过的夹角度数及下降高度.实验证明,方法实时更新了光轴角度,实现了摄像机外参数的自动标定.     

一种可参数自标定的鲁棒视觉 / 惯性定位方法

以视觉/惯性里程计为代表的视觉/惯性定位方法近年来被广泛应用。传统的视觉/惯性里程计通过离线标定方法得到固定的相机畸变参数,当相机畸变参数标定不准确或发生变化时定位精度会下降。针对于此,提出了一种面向相机畸变参数在线自标定的鲁棒视觉/惯性里程计方法:首先,将相机畸变参数加入到视觉/惯性里程计的待优化变量中,推导了视觉重投影误差关于待优化变量的雅可比矩阵;然后通过因子图优化技术,实现相机畸变参数的在线自标定与载体导航信息的实时优化求解;最后,通过EuRoC数据集试验和实际试验验证了所提方法的有效性。实际试验结果表明:相对传统的视觉/惯性里程计方法,所提方法在室外开阔场景中精度提升了65.40%。     

基于双目立体视觉的摄像机外参数快速在线自标定算法

提出了一种基于双目立体视觉的摄像机外参数在线自标定算法。该算法采用理想的小孔成像模型，事先离线标定好摄像机的内参数，且各项内参数在自标定过程中均不发生变化，通过双目系统采集的二维目标图像，进行匹配和分析计算，来实时标定视觉系统的位置参数即摄像机的外参数。由于该算法可以实现摄像机快速在线标定，可以实时获得视觉系统位置参数，故可为无人机的自主着陆提供高度信息。     

机器视觉测量中相机两步标定法的改进

在机器视觉中为了确定空间三维模型和图像模型之间的几何坐标关系,必须要建立相机的图像几何模型及其参数,这个过程被称为相机的标定。作为最广泛使用的标定方法之一,两步标定法使用了网格板来进行相机的标定。在标定中,相机的多数参数都是通过求解分析方程得到的,然后经过反复迭代得到其他标定参数,使用这种标定方法需要在多个位置拍摄多个图像。本文针对两步标定法进行改进。在改进的方法中,用到了一个呈直角的L形标定板,标定时得到一副包含两个垂直标定图像的图片,之后使用两步标定法进行必要的相机内、外部参数的计算。标定的结果显示误差低于0.7%,能满足要求。     

基于两相同圆的自标定方法

摄像机标定在机器视觉中有着十分重要的作用。本文提出了一种基于两相同圆的自标定方法。首先,用摄像机从不同角度拍摄三幅包含两相同圆的图像,根据圆环点的不变性求取摄像机内部参数。然后根据透视投影变换的相切不变性,利用两圆的内外公切线求得摄像机的外部参数。该方法不需要任何已知的摄像机参数和烦琐的标志点匹配过程,简单方便地求解摄像机的内部参数和外部参数。大量的实验验证了该方法的精确性,鲁棒性和适用的广泛性。     

基于主动视觉标定线结构光传感器中的光平面

提出了一种基于主动视觉的光平面标定方法实现对线结构光传感器的自动标定.与以往求取光平面上标定点后拟合平面的方法不同,该方法通过控制传感器做若干平移运动分两步完成标定.首先,经多次平移运动得到光平面中相互平行直线在摄像机中的投影,经计算消影点完成光平面法向的标定.然后,控制传感器沿设定的与光平面法向垂直的方向做2次平移运动,使其满足三点透视模型(P3P),完成摄像机坐标系原点到光平面距离信息的标定.实验结果表明:该标定方法具有较高的准确性,平均绝对测量偏差为0.015 4 mm,相对误差为0.183 0％.该方法本质上属于自标定方法,标定过程无需使用标靶,降低了标定成本,且操作灵活方便,适合现场标定.     

超精密二维工作台自标定技术研究

基于刚性运动方程和非线性最优化方法提出了一种超精密二维工作台自标定模型,研究了随机测量误差在自标定过程中的传递特性,在此基础上提出了超精密二维工作台自标定算法。给出了一个应用实例,验证了该算法的可行性和有效性。     

Auto-triangulation and auto-trilateration: Part 2: Three-dimensional experimental verification

In the companion paper, [Prec Eng 2002, in press] we introduced an approach to extending the idea of self-calibration to triangulation and trilateration. The advantages of this approach over the conventional approach to self-calibration (that uses a calibration artifact) include the facts that it only requires a linear transducer instead of an artifact, it extends naturally to higher dimensional self-calibration problems (three-dimensional self-calibration), and it is capable of producing any calibration map instead of a predetermined discrete calibration map. In the aforementioned companion paper, our discussion concentrated on describing the underlying concepts and the process for generating a self-calibration map. It also concentrated on proving that the approach could, in the limit, calibrate any point in the feasible calibration workspace (or any length in the measuring range of the linear transducer). All this was discussed in the context of a two-dimensional calibration problem.This paper extends the mathematical formulation to three-dimensional self-calibration or auto-trilateration. First, the basic formulation to produce the auto-calibration equations for trilateration is developed. Next, a three-dimensional verification experiment is described and its results discussed. Auto-trilateration allows for cheap and efficient calibration of three-axis machining centers and can promote regular and cost-effective calibration in the NC machining industry.     

A distortion corrected single camera-based weight estimation technique for industrial objects

This paper describes a unique single camera-based dimensional measurement with a self-calibration method of image-based measurement. The system has been designed and implemented in one of the integrated steel plants in India. The purpose of the system is to obtain the frontal cross-sectional area of an ingot irrespective of its distance from the camera head. Automatic calibration is achieved by attaching a magnetic template of known area. This self-calibrating system is further refined to correct for the various distortions arising out of lens characteristics. The results obtained through field trials have been reported and found to be quite encouraging.     

自律校正法的原理和实验

基准问题向来是误差修正中的难题之一。本文提出一种不用基准进行校正的崭新方法，为解决传感器的精度越来越高，基准的建立越来越难的问题开辟了一条新的途径。它用两个传感器互为基准.而使基准的线性误差在结果中的影响越来越小的方法，实现了对传感器线性误差的高精度校正。文章阐述了自律校正法的原理，并介绍了基于自律校正法原理对PSD的线性误差进行自律校正的结果。