双目视觉测量系统的标定及3维测量

针对结构光形位公差视觉测量系统,提出了一阶径向畸变的摄像机成像模型和标定方法,并对传统的直接线性变换(DLT变换)标定算法做了些改进。即先针对没有畸变的线性模型,利用传统的标定算法,解线性超定方程组求解摄像机的全部参数,再针对引入一阶径向畸变的成像模型,以线性模型的参数为初值,通过非线性迭代优化摄像机的图像中心,等效焦距,倾斜因子,畸变系数等内部参数。实验结果表明,该方法无需预标定,精度适中,是相对简单实用的标定方法。     

基于半镜面靶标的无重叠视域相机全局标定

针对智能无人车、监控等多相机全局标定问题,往往存在无重叠视域或无法单向观测的情况,因此本文提出了一种基于半镜面平面靶标的多相机全局标定方法。该方法首先完成了单相机的内参数标定,然后固定点激光器并投射光线到第一个相机c1视场内并进行散斑点的观测,接着利用半镜面平面靶将光路反射到第二个相机c2视场内并观测散斑点像,由于单相机自身的内外参数已经标定,因此可计算得到反射光路的直线方程,最后根据直线的方向向量可计算全局坐标系的转换矩阵 和平移向量 。仿真和实验的结果表明,所提方法在500mm-1200mm距离,相机视域 范围内,其标定误差为0.36毫米。相对于现有方法,本文所提方法具有更广泛的适应性,可针对多相机复杂视场结构完成标定,同时具有设备简单、操作方便、计算简便等优点。     

一种基于最小二乘法的工业相机系统标定方法

针对精密激光加工领域中机器视觉成像高精度与高性能问题,提出了一种基于最小二乘法的工业相机系统标定方法。首先,基于工业相机的成像原理,分析了工业相机四种坐标系及其转换关系。其次,结合毫米级应用场景与某种工业相机的参数规格,建立了一种二次多项式最小二乘法的系统标定模型。然后,搭建了一套工业相机视觉运动加工平台,制作了九孔标定板,并基于Visual Studio 2010平台和MFC框架开发了标定数据计算软件。实验结果表明,该系统标定模型的坐标误差为0.001mm级,为后续系统运动控制精度提供了保证。     

基于非参数相机标定的位移在线检测系统

物体受外力作用时因发生位移变形而导致结构损坏。针对该问题,以双目视觉原理建立物体三维数学模型,研究相机标定和特征提取,完成特征匹配,恢复标识点三维几何信息,得到物体位移。由于传统的相机标定法在常规尺寸应用中精度较高,一旦超出视场范围其测量精度迅速降低,不适于大视场测量,因此引入一种针对大视场测量的非参数相机标定法,并建立基于非参数的成像模型。通过在不同环境下分别对2种标定方法进行精度对比实验,结果表明,非参数相机标定法比传统的参数相机标定法精度提高约72.5%,且稳定性好,可满足物体位移测量的需求。     

基于分割区间LS-SVM的摄像机标定

利用最小二乘支持向量机（LS-SVM）可以不考虑摄像机具体的内部参数和外部参数实现摄像机的标定。由于镜头的畸变主要由径向畸变引起,根据摄像机畸变特点对畸变区域进行划分,提出一种基于分割区间LS-SVM的摄像机标定法,对不同的畸变区域进行单独处理。该方法与BP神经网络和基本LS-SVM预测结果对比表明,分割区间LS-SVM摄像机标定法误差小、速度快、标定精度高。     

基于双目立体视觉的目标物测距研究

为了获取目标物体在空间中的三维信息,本文在双目立体测量原理的基础上,采取OpenCV和Matlab相结合的方法,设计了一个基于双目立体视觉的目标物体测距系统。该系统采取张定友棋盘标定法,使用Matlab内置的工具箱完成双目相机标定,采用SGBM(Semi-Global Block Matching)立体匹配算法在VS2017环境下结合Opencv3.4.1库,对左右相机获得的图像进行立体匹配,生成视差图,将二维空间点重投影到三维空间中,实现二维坐标到三维坐标的转换,即可得到物体的三维点坐标。最终实现通过鼠标点选被测物体视差图后输出选定的空间三维坐标。实验结果显示,该系统的测量精度较高,并且在140 cm距离的测量精度最高。     

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.     

基于立体视觉的目标姿态测量技术

基于动态场景分析的计算机视觉系统尤其是对运动目标的运动参数测量已成为计算机视觉研究的热点;建立了基于双目立体视觉的目标姿态测量系统,使用两个摄像机在不同视角对同一目标进行拍摄,采用DLT方法对摄像机标定;对拍摄到的图像进行去噪、滤波,通过立体图像匹配得到特征点在两幅图像中的同名点,姿态参数求解结合DLT算法和立体图像匹配算法,实现了对目标姿态参数的测量,得到了目标的三维姿态信息;实验结果表明,该测量系统结构简单,计算量小,具有较高的测量精度.     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

一种基于任意点对的相机标定方法

提出了一种基于任意点对的几何标定方法,用于标定相机外部参数．该方法考虑点对而不是单个点与相机的几何关系．首先根据三个标定点对估计旋转矩阵,然后根据相机和一个点对的几何关系直接计算平移向量．整个标定过程无需任何点对的绝对位置信息,而且对点对的位置关系也没有任何限制．试验结果表明了该方法的有效性．     

一种基于菱形的摄像机标定方法

给出了一种基于菱形作为平面模板的摄像机标定方法。通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程．只需摄像机在三个不同方位摄取菱形模板的图像,即可线性求解摄像机内参数。通过仿真实验表明,该算法可行。     

基于OpenCV改进的摄像机标定法

针对计算机视觉领域的摄像机标定问题,考虑到畸变对标定精度的影响,介绍了开放计算机视觉函数库OpenCV和摄像机模型,给出了基于OpenCV的摄像机标定算法;该算法充分运用了OpenCV的函数库功能,具有很高的标定精度和计算效率,可以满足立体视觉系统的需要.     

一种基于相机标定的图像配准方法

图像配准是把同一场景的两幅或者多幅图像在空间上进行配准,它在图像分析领域应用广泛,如医学,遥感图像分析,图像融合,图像检索及目标识别等．匹配困难是图像配准的主要问题,造成匹配困难的原因之一是待匹配图像存在畸变．该问题是由于待配准图像相对于基准图像会产生大面积相同区域或产生平移、旋转、缩放等多种畸变．针对以上各种畸变,本文提出一种解决方案：利用相机标定信息求解畸变情况的平移矩阵、旋转矩阵和缩放比,通过反变换达到矫正图像畸变的效果．然而标定信息常会因为相机位置移动而发生改变．对于此问题,本文则是通过求解多角度下的云台转角来确定相机的标定信息．实验表明：本文提供的方案很好的解决了图像配准阶段的一些畸变问题,使图像配准有较高的精度．     

一种新的基于圆环点的摄像机自标定方法

提出了一种基于圆环点的新的摄像机自标定方法.该方法仅要求摄像机在3个(或3个以上)不同方位摄取一个含有若干条直径的圆的图像,即可线性求解全部摄像机内参数.该方法原理简单,完全摆脱了匹配问题,也无须知道任何物理度量.整个定标过程不需要人的干预,可以自动进行,非常适合非视觉专业人员使用.模拟和真实图像实验表明,该方法精确度较高,鲁棒性较强,有一定的实用性.     

基于单幅透视图像确定相机参数的几何方法

提出一种求解相机内、外参数的几何方法．在不考虑相机镜头变形的前提下，首先根据空间平面上的单个矩形，从该矩形的两灭点透视图中，根据灭点间的几何关系，补出另外一个灭点的坐标；然后根据透视投影的灭点理论，计算出相机的相对位置；若已知矩形边的实际长度，可以恢复出相机在三维空间中的实际位置和矩形顶点的空间坐标；最后根据透视投影关系计算出相机的有效焦距．大量的模拟和真实实验表明，该方法简单、易于操作，具有标定精度高、鲁棒性强的优点．     

基于单幅回旋曲面图像的摄像机标定方法

针对传统摄像机标定方法存在的局限性问题,提出一种基于单幅回旋曲面图像的摄像机标定方法,综合运用计算机视觉、图像处理和计算机辅助几何设计技术,为单幅图像提供足够的几何信息用以摄像机标定,研究单幅未标定的包含回旋曲面以及特殊标定块的图像。仿真实验结果表明,该方法能够有效标定摄像机,为推广基于图像处理的应用技术提供条件。     

基于单幅图片的相机完全标定

现有相机标定方法的标定过程比较繁琐,不利于标定相机的广泛使用。为此,从摄像机镜头畸变矫正着手,结合标定板信息及消失点约束,提出一种基于单张图片的相机标定方法。利用非线性迭代得到相机镜头的畸变系数,通过线性求解得出相机的内参,直接计算得到相机的外参,从而实现仅需拍摄单张标定板图片的相机完全标定。实验结果表明,该方法在标定板与视平面夹角小于45°的情况下均能成功标定,并且重投影误差小于0.3像素。     

基于参考像面法的CCD摄像机标定新技术

摄像机标定是计算机视觉检测中必不可少的步骤.在现有的摄像机参数标定算法中,纯线性算法标定速度快,但标定精度不是很高;相反如采用非线性搜索算法,标定精度高,但存在标定速度慢以及会出现不收敛现象.通过对现有线性标定算法的研究,提出一种既考虑摄像机的径向和切向畸变,又能实现全线性化求解的全新标定算法--参考像面法.经验证该方法标定速度快、精度较高、算法健壮,适用于大型视觉系统多摄像机的快速标定.