CCD摄像机标定的研究

在计算机视觉中,二维计算机坐标和三维物体空间坐标的关系可通过摄像机模型来建立.模型中的参数包括:摄像机几何、光学特性参数(内参数)及摄像机空间位置参数(外参数).摄像机的标定就是要确定这些参数.本文分析了三维空间点投影在像平面的像点产生畸变的原因:在大视场摄像机镜头各向同性,而且物像空间媒质均匀的情况下,像素单位元面积产生的变化引起像点畸变,并在实际图像坐标到计算机图像(帧存)坐标标定过程中推导出CCD传感器单元N方向的比例系数N<,x>的表达式,并进行了实验测量分析,取得的结果对提高标定精度具有意义.     

点阵测头成像视觉坐标测量系统的研究

柔性三维坐标测量在工业现场测量有较多应用.分析多目标点透视成像原理的基础上,提出了点阵测头成像视觉坐标测量的概念,给出系统完整的三种数学模型及求解方法.设计了一种实用测头,基于单台面阵CCD摄像机实现由三种类型测头组成的视觉测量样机.在距离摄像机1 000 mm,样机进行实际测量,并与三坐标测量机的检测结果进行比对.测试结果表明在摄像机成像面平行的两个方向的测量精度高于摄像机轴向测量精度.     

CCD摄像机标定

在基于单目视觉的农业轮式移动机器人自主导航系统中,CCD摄像机标定是农业轮式移动机器人正确和安全导航的前提和关键。摄像机标定确立了地面某点的三维空间坐标与计算机图像二维坐标之间的对应关系,机器人根据该关系计算出车体位姿值自主导航。因此,根据CCD摄像机针孔成像模型,利用大地坐标系中平面模板上已知的各点坐标,建立与计算机图像空间中各对应像素值之间的关系方程组,在Matlab环境下拟合出摄像机各内外参数。实验结果表明：该方法可以正确完成CCD摄像机标定。     

基于投影仪和摄像机的结构光视觉标定方法

为实现基于投影仪和摄像机的结构光视觉系统连续扫描,需要计算投影仪投影的任意光平面与摄像机图像平面的空间位置关系,进而需要求取摄像机光心与投影仪光心之间的相对位置关系。求取摄像机的内参数,在标定板上选取四个角点作为特征点并利用摄像机内参数求取该四个特征点的外参数,从而知道四个特征点在摄像机坐标系中的坐标。利用投影仪自身参数求解特征点在投影仪坐标系中的坐标,从而计算出摄像机光心与投影仪光心之间的相对位置关系,实现结构光视觉标定。利用标定后的视觉系统,对标定板上的角点距离进行测量,最大相对误差为0.277%,表明该标定算法可以应用于基于投影仪和摄像机的结构光视觉系统。     

人工神经网络在激光三维测量系统中的应用

在激光三维测量系统中,应用人工神经网络技术实现图像坐标系到世界坐标系的映射,修正系统的非线性误差.在线状激光三维扫描技术中,用面阵CCD摄像机摄取图像,用前馈型人工神经网络对二值化后的图像进行变换,可直接得到物体轮廓线的二维坐标;在点状激光三维扫描技术中,用线阵CCD采集深度坐标,用前馈型人工神经网络对深度坐标进行非线性修正.用这种方法无须测定仪器结构参数,能自动修正镜头的几何畸变,方法简单,实用性好.     

一种新的手提相机自定标方法

在计算机视觉中 ,如何由非定标序列图象得到相机和景物的度量特性是相机自定标技术要解决的主要问题 .一般相机定标方法则是利用景物的已知三维点坐标或几何特性 (如正交方向的灭点等 )来确定相机的定标矩阵K,而相机自定标方法则是直接根据图象和相机内外参数的约束来确定相机和景物的度量特性 .相机定标对于计算机视觉的许多应用来说是非常重要的 ,而在实际应用中 ,由于定标过程往往是很复杂的 ,因而 ,在过去的几年中 ,许多学者在相机自定标方面做了大量的工作 ,其研究结果表明 ,对于刚性景物来说 ,相机自定标是可行的 .为了使摄像机自定标更鲁棒、速度更快 ,给出了一种新的基于线性模型的相机自定标方法 ,该方法是首先利用三点透视投影图、灭点和向量正交的性质来得到一组非线性方程 ,然后将其转换为线性方程组 ,以避免求解过程中的累积误差 ,最后高精度地求出了全部内参数 αx,αy,u0 ,v0 .实验结果表明 ,此方法是有效的 .     

光笔式视觉传感技术中控制点坐标测量值的修正

为了提高光笔式便携三维坐标视觉测量系统的稳定性,根据系统的测量原理和成像机理,在CCD摄像机像平面内对光笔上被测控制点的实际像点坐标进行平面直线最小二乘拟合,得到修正后的实际像点坐标;对计算出的被测控制点坐标在摄像机坐标系中进行空间直线的最小二乘拟合,得到修正后的被测控制点坐标,推导出了平面和空间直线的最小二乘拟合和数据修正公式.实验结果表明,经过上述数据处理后,被测点坐标的测量稳定性在Z,Y,X方向上可分别提高0.644 mm,0.04 mm,0.002 mm.     

标定靶面平行成像平面时Tsai算法的改进

针对机器视觉应用中出现的标定靶面平行于摄像机成像平面的情况,提出对基于RAC(radialalignmentconstraint)摄像机标定算法的改进。建立了该种情形下摄像机标定模型,根据RAC约束的方向不变性、RAC约束的等比例性等特性,使用Levenber-Marquardt算法计算出部分参数,以及利用针孔成像原理求出余下的参数。通过实验对算法进行了验证和分析,结果表明,该算法计算量小,并且具有较高的标定精度。     

单目视觉测距在移动机器人的应用

运用Matlab软件中摄像机标定工具箱通过传统的摄像机小孔成像原理对摄像机内外参数进行标定。找出图像像素坐标系与机器人所在地面的世界坐标系之间的联系。并借助图像中消失点,确定机器人移动路径。找出图像上对应的机器人预通过区域。基于对障碍物边缘检测确定其是否出现在预通过区域上,并仅对区域内的障碍物进行单目视觉测距。在计算距离时提出了一种仅与机器人移动方向相关的距离计算方法。以保证机器人移动时不会与前方障碍物相碰撞。     

单目视觉测距在移动机器人的应用

运用Matlab软件中摄像机标定工具箱通过传统的摄像机小孔成像原理对摄像机内外参数进行标定。找出图像像素坐标系与机器人所在地面的世界坐标系之间的联系。并且借助图像中消失点,确定机器人移动路径。找出图像上对应的机器人预通过区域。基于对障碍物边缘检测确定其是否出现在预通过区域上,并仅对区域内的障碍物进行单目视觉测距。在计算距离时提出了一种仅与机器人移动方向相关的距离计算方法。以保证机器人移动时不会与前方障碍物相碰撞。