单摄像机立体视觉测量的研究

立体视觉测量的单摄像机结构相对双摄像机结构在结构尺寸、检测速度和经济成本上有明显的优势,有着广泛的应用前景。从原理和结构方面分析了单摄像机立体视觉测量的结构精度。结合双目立体视觉的基础与单摄像机测量结构的具体组成,用数学方法解析各个因素的影响情况,得出较为直观的数学描述;对结构尺寸和精度要求进行综合考虑,针对大视场角结构设计的复杂性,完成结构设计过程,提出较合理的结构形式;通过相应的实验进行精度验证和分析,验证了设计和分析方式合理性。     

基于点结构光系统双摄像机立体视觉测量方法(英文)

提出了一种基于点结构光系统的双摄像机立体视觉测量方法.首先详细阐述了其基本原理,给出了简单的物理解释,推导出了双摄像机像点坐标与测试点坐标之间的关系,求出了双摄像机组成的测量系统的变换矩阵,提出了确定靶标上各测试点能量中心的办法.然后提出了相应的误差评估方法.最后给出了实验测量结果,结果表明测量误差较小.     

基于立体视觉的摄像机标定方法的研究

摄像机标是立体视觉获取三维空间信息的前提与基础。标定结果的好坏直接影响着三维测量的精度及三维重建结果的好坏。笔者首先在本文中对摄像机标定的基础知识作了简要的介绍,采用三维标定块标定摄像机,避免传统的利用标定板标定摄像机丢掉了Z维的坐标信息所引起的误差,同时考虑相机的径向畸变因素,以提高标定精度。实验结果表明该方法精度较高,能满足立体视觉系统的需要。     

双棱镜棱角及折射率的测量

用干涉法对菲涅尔双棱镜的棱角及玻璃折射率进行了测量；测量结果有一定的精度，有利于帮助学生分析讨论分波前干涉现象。     

基于OpenCV的视觉测量技术中摄像机标定方法

以视觉测量系统中的摄像机标定为研究对象,分析了开源计算机视觉库OpenCV中的摄像机模型,并考虑了镜头的畸变及求解方法,得出基于OpenCV的摄像机标定方法.该方法利用了OpenCV的函数库,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统.     

双目立体视觉系统的摄像机标定技术

摄像机标定是立体视觉的第一阶段,也是极其重要的阶段。本文用张正友平面标定方法对双目立体视觉系统进行标定,获取了其结构参数。实验表明,标定结果有较高精度。     

基于视觉测量障碍位置的车载摄像机标定

障碍位置的视觉测量是车辆辅助驾驶系统研究的一个重要领域,而视觉测量的关键是对车载摄像机的标定。通过比较分析视觉测量中摄像机光轴中心线与景物面之间的几何关系,针对车载摄像机提出了以标定点在图像上均匀分布成网格状进行标定,利用网格插值建立图像坐标和实际坐标之间的映射关系,即车载摄像机的标定模型。经验证该模型简单、精度高,能够有效地测量出障碍的位置信息,适用于车载摄像机的标定。     

棱镜单目立体视觉系统的参数最优化

针对基于棱镜的单目立体视觉系统，提出了一种分析和选择系统参数的最优化方法.该方法可以使系统拍摄到的图像以最佳的位置满足立体视觉算法处理的需要.从系统的建立和参数的选择角度分析了单目立体视觉系统的组成.引入了一种计算系统成像区域的数学方法，使用空间直线来表示光线的传播，利用光的折射定理的向量计算方法，解出光线经过棱镜折射后的直线方程，通过空间直线的关系确定系统的成像区域.通过对该系统成像区域的重新定义，将成像区域与捕获的图像联系起来，从而选择最佳系统参数配置.     

单目立体视觉系统的棱镜位置估计

为了完善基于棱镜的单相机立体视觉系统的理论模型,提高该系统三维重建精度,提出一种基于几何光学的棱镜参数化简方法和棱镜位置估计方法.首先推导出基于棱镜的单相机立体视觉系统透视投影变换模型;之后利用向量的旋转变换和点的位置关系将表示棱镜位置的参数化简为6个;最后使用非线性最优化方法,通过单相机标定过程中得到的一组点的对应关系,解出这6个参数,继而得到较为精确的棱镜位置.实验结果表明:提出的方法重投影平均误差小于0.5个像素,三维点重建平均误差为2.22 mm.本方法可以应用于匹配过程中极线的计算,与现有方法相比,三维重建精度提高2至3倍.     

单目视图下相机标定和平面测距研究

描述了在透视投影和相机针孔模型下从单幅二维投影图像进行目标空间方位测定的方法,即利用现实场景中一个三维标定块来进行相机标定,采用线匹配法求出单应矩阵,即可测量平面上目标距离以及物体高度等。     

基于边缘增强模板匹配的PTZ主动目标跟踪系统

为实现对运动目标的动态跟踪,设计了基于PTZ摄像机的主动实时跟踪系统,实现对高关注度目标进行持续跟踪。该系统采用背景建模方法检测当前视野中的运动目标并进行跟踪,针对感兴趣目标采用基于边缘增强模板匹配(EETM)方法进行主动跟踪,并提出了一种简单有效的PTZ摄像机控制方法。采用海康威视球机进行测试,测试结果表明:该系统利用低成本PTZ摄像机可以实现对静态场景和动态场景中目标的检测和跟踪,对感兴趣目标进行主动跟踪,PTZ摄像机控制平稳,能够满足实时性的要求。     

视觉测量中的一种线性摄像机标定方法

视觉测量中成像模型的求解速度和效率是下,利用预先标定好的图像尺度因子,采用一幅图像对摄像机的外部参数、有效焦距、径向畸变进行标定,标定过程中,每一步均用线性方程组求解.该方法求解过程快速,结果准确,适合视觉测量中对摄像机的不定期标定.     

一种基于单个神经元的摄像机标定自适应算法

传统的标定算法利用标准的参照物与图像点的对应约束关系来求取摄像机参数,其中非线性优化方法标定精度较高,但计算繁琐.为此提出一种基于单个自适应神经元的摄像机传统标定算法,应用一种结构简单、抗干扰能力很强的单个神经元自适应算法代替通常的非线性优化算法进行摄像机标定.实验结果表明该算法无需计算雅可比矩阵,且精度较高,简单可行.     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性,提出了利用数码相机对物体进行三维重构,达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定,与传统的相机标定相比,简化了求解的复杂性．基于同一物体的两幅图像,给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

基于光栅双目视觉的手掌重构与实现

针对手部掌形的表皮纹理复杂性和弹性易形变等特点,提出了一种以光栅式双目三维视觉技术对手部掌形模型进行重构及实现的方法。首先对左右侧相机的属性参数和相对位置进行标定,并利用多方位光栅扫描的图像作优化拼接,再对海量原始数据点云进行编辑、三角形和曲面片化处理,最后实现手部掌形模型的数控模拟和实际加工验证。试验结果表明,采用高精度的非接触式测量能快速完成逆向实物加工,该方法具有借鉴和应用价值。     

基于摄像机模型的运动车辆车道偏离检测

针对车道偏离检测中较难解决的车载摄像机标定问题,从分析摄像机成像模型入手,根据图像中3条或3条以上车道线的消失点位置以及车道线斜率关系,在道路现场调整摄像机安装位置,以实现对摄像机外部参数的直接设定,从而避开了繁琐的摄像机参数标定过程.同时,推导出图像内车道线斜率比与车道偏离程度的简单函数关系,该函数与摄像机内外参数无关.因此,行车过程中只需测量图像中车道线的斜率,即可计算出车辆当前的车道偏离量.现场试验结果表明,在车辆直行时采用该方法测得的车道偏离率与手工实测结果相比,其相对误差小于5%,具备了较高的检测精度.     

基于虚拟深度的聚焦型显微光场相机深度测量标定

针对聚焦型显微光场相机在内部光学参数未知的情况下,进行了基于虚拟深度的深度测量标定。首先基于高斯光学建立光场成像模型,推导出虚拟深度与实际深度间的函数关系。然后选择单一角点的标定板,在不同深度位置进行拍摄;该角点在多个宏像素中重复成像,相邻重复像点的间距随深度位置改变而变化;利用图像匹配的方法计算相邻重复像点的距离和虚拟深度值,并与实际深度一一对应进行曲线拟合。根据拟合结果,分析了不同深度位置下,该光场成像系统的深度测量分辨率。最后,通过拍摄已知倾角的倾斜棋盘格标定板,进行深度测量并分析测量误差,在主镜头工作距离靠近镜头方向2 mm(10倍景深)范围内,测量误差小于5.35%。     

基于Levenberg-Marquardt算法的非量测数码相机影像纠正

根据物方空间的三维直线中心投影到像片平面上也应该是一条直线这一约束条件,首先提取出原始图像中的畸变直线;然后利用畸变模型对其进行畸变纠正,使其满足直线约束条件;最后采用Levenberg-Marquardt算法对非线性方程组进行求解,解出约束优化条件的最佳畸变参数和像主点坐标,并完成对原始影像的纠正。实验结果证明该方法简单快捷,具有较强的实用性。