基于椭圆曲线的数码相机像点坐标标定

本文研究了物平面上圆盘圆心的像点坐标标定问题。通过对中心射影变换性质的分析,给出了椭圆中心与实际像点之间距离的一个上界。建立了基于椭圆方程的两种标定模型,即椭圆中心模型与公切线模型,最后通过仿真实验比较了两种模型的优缺点。     

数码相机定位的优化设计

研究的是数码相机在交通管制中定位物体特征点的优化设计问题．将数码相机成像问题简化为针孔成像问题后,研究了靶标图像与数码相机像平面上图像间的旋转和平移关系,为了使二维图像获取三维信息,建立起图像间的透视投影模型．利用该模型,通过确立标定点与相应的二维图像坐标,运用最小二乘法求解投影矩阵,实现对相机内、外部参数的标定．标定过程中,运用数字图像处理技术,对图像进行二值化处理,提高了数据的准确度和科学可信性,由此解得较为精确的内、外部参数,获得基于此模型的圆心在像平面的坐标表示,分别为A（321,189）、B（422,196）、C（639,212）、D（582,502）、E（284,501）．使用BP神经网络方法对已建立的模型进行检测,通过对比BP神经网络与透视投影求得圆心值与实际圆心值的均方根误差,论证了该模型有较高的精度和稳定性．并基于已有工作,建立了双目视觉定位模型,得到两部相机间的相对位置关系．在模型的进一步讨论中,研究了椭圆中心偏移问题,时像平面上椭圆的中心坐标进行了修定,得到实际的中心为：A（325,191）、B（427,201）、C（642,216）、D（584,504）、E（288,505）．以及讨论了图形的畸变问题,确定了相应的关系．     

基于圆形模式平面标靶的高精度相机标定方法

相机标定是三维视觉精确测量过程的一个关键步骤.圆形模式平面标靶是最常见的一种标定工具,具有制造简单,受环境光和噪声影响较小的优点.唯一的不足是由于镜头畸变和透视偏差,成像的椭圆中心并非标靶圆心的特征对应点,因此利用椭圆中心作为标定特征点,降低了相机的标定精度.针对这个问题,本文提出了一种同时矫正透视和畸变偏差的方法,从而得到精确的圆心成像点,获得高精度的标定结果.模拟实验和真实图像标定结果验证了算法的正确性和有效性.另外,本方法提出的透视和畸变矫正方法独立于相机内部参数估计过程,因此可以应用于更复杂的相机模型.     

基于圆形特征点的非线性相机标定方法

针对高精度标定板制作困难费用高的问题,提出了一种快速简易的相机标定方法。用数码相机对一张具有不同大小圆形特征点的标定表绕着光轴旋转拍摄几幅图像,利用亚像素边缘轮廓检测算法检测图像中的轮廓;采用最小二乘椭圆拟合方法得到亚像素椭圆中心坐标,用稳定的图像点与空间点的对应算法确定图像点与空间点的对应,计算过程中对所求参数进行了非线性优化。实验表明,重投影平均误差在0．2个像素以下,证明了该方法的可行性和较高的标定精度。     

一种单线阵CCD立靶系统参数标定方法

为提高单线阵CCD立靶的测量精度,提出一种基于测量模型的系统参数反演和标定方法。在假设相机镜头的焦距、倾角和主点坐标以及激光器发光点坐标等系统参数已知的情况下,建立相机捕获弹丸影像的中心像元位置、各系统参数以及弹丸着靶坐标之间的函数关系,通过实测的弹丸影像的中心像元位置和弹丸坐标值反求出与系统各参数相关的矩阵模型,而不需要求出具体的系统参数值。在实际测量中,只需根据所求得的矩阵模型和每次测得的目标影像的中心像元位置便可求得弹丸着靶坐标。根据系统测量原理,建立了系统的数学模型和参数标定模型,采用所提反演方法对系统参数进行了标定实验。模拟实弹实验的结果表明,本文方法的坐标测量精度明显优于传统方法。     

一种线阵相机镜头畸变的标定方法

为实现线阵相机中镜头畸变的精确标定,提出了一种新的标定模型,并在实际应用中对标定模型进行了简化。根据等间距共线特征点的成像特性,通过比较两种畸变算法的差异,用非线性优化方法实现了镜头畸变参数的标定。实验结果表明,简化模型的标定结果与标准模型的标定结果相一致,标定后相邻特征点之间的距离变得更为均匀,校正后图像的最大形变量不高于0.5像素,校正精度不低于9μm,与传统的标定方法相比,该标定方法具有较好的稳定性。     

一种基于单幅图像双消失点的摄像机标定方法

介绍了摄像机标定的概念和两种经典方法。针对不同的视觉任务要求,提出了一种基于单幅图像双消失点的摄像机标定方法。首先对图像进行一些合理的假设。如图像包含两个消失点、图像中心为摄像机在投影面上的投影中心。通过实验仿真验证,此方法在对摄像机标定精度要求不高的情况下,可以很方便的求解摄像机的参数。     

用于三维重构的相机标定算法

为了从物体的二维图像参数中得到三维重构模型,需要通过相机内部参数,建立真实物体与对应成像物体的关系模型,提出一种借助双平面镜进行三维重构的相机自动标定算法.通过两个普通平面镜获取被摄物体的5个不同角度二维图像投影,自动标定算法依赖物体的投影轮廓线计算相机内部参数.试验结果表明,通过相机自动标定算法获取轮廓和相机的参数信息,能有效地实现基于视觉外壳算法的三维重构.     

一种基于双平面镜的相机标定算法

为了从物体的二维图像得到三维重构模型,需要通过相机内部参数,建立已知物点、像点对应的关系模型.提出一种基于双平面镜的相机标定算法,用两个普通平面镜取得物体5个不同角度的二维图像,通过基于颜色信息和基于区域背景差的方法获取目标轮廓,用多边形动态规划算法获取轮廓的特征点以确定各个物体轮廓的对应点,最后根据特征点得到相机内部参数.多边形动态规划算法将时间复杂度从O(n3)降低到O(n2),算法的效率得到提高.     

一种基于视觉测量障碍高度的车载摄像机标定新方法

从摄像机针孔成像几何模型入手,根据像点与物点之间的线性关系,进而分析车载摄像机景物点的图像坐标与实际坐标之间的关系,研究发现无法通过建立图像坐标与实际坐标之间的映射关系测量出景物的高度。基于此提出了一种新的摄像机标定方法,通过插值法和最小二乘法建立景物的图像高度(景物顶点的图像纵坐标与其在地面上投影点的图像纵坐标之差)与实际高度之间的映射关系,即车载摄像机标定的模型;并对该模型进行测试。测试结果最大偏差为0.078 75 cm,最小偏差为0.013 99 cm,平均偏差为0.034 79 cm,精度可达到0.11%。经验证该方法可精确地测量出障碍的高度,具有一定的实用性及可行性,适合车载摄像机标定,有助于汽车辅助驾驶系统的研究。     

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。     

基于双目视觉的数码相机定位方法研究

围绕数码相机定位问题,在合理假设的基础上,首先建立像素、图像、光心、世界4坐标系并推导出坐标转换公式,进而确定相机成像的线性几何模型。其次利用MATLAB读图、确定椭圆形区域和边界点除噪等预处理,最终完成靶标上圆心的确定和相机内部参数的确定,并以共线性的误差来衡量模型求解的精度。     

双目立体视觉系统摄像机标定

对摄像机参数标定是三维定位的关键．制作了平面式标定板,将标定板中圆的当量中心作为标定用参考点,这样可以有效避免测量误差．采用线性和非线性结合的方法标定摄像机参数,首先利用直接线性转换模型（DLT）得到投影矩阵,通过约束条件分解参数矩阵,分别求出摄像机内部参数;然后将得到的标定参数作为初值,代入非线性方程进行优化,得到精确的标定参数．非线性优化采用Levenberg—Marquardt迭代法．试验表明,标定参数与出厂参数有一定差异,但和实际情况完全吻合．     

基于场景模型的双目相机动态检校方法

提出了一种基于场景模型的双目相机内、外方位元素的动态检校方法.初始检校过程构建了场景全局三维模型并以此为基础分别初步解算内、外方位元素,然后进行联合优化;更新检校过程利用已建立的场景模型,恢复场景模型与影像的关联,再通过联合优化更新相机的检校参数.实际场景实验验证结果表明:该方法的检校完整度优于基于即时定位和地图构建(SLAM)的检校方法,精度优于传统棋盘格检校方法.     

水下相机标定算法研究

光线在水下成像过程中经过水、玻璃和空气3种折射率不同的介质而发生折射现象。在这种情况下,利用简单针孔成像模型表征水下成像将产生非线性误差。针对这一问题,本文在分析多介质环境中光线的折射效应的基础上建立水下相机模型,并基于该成像模型提出一种水下相机标定算法。在实验室条件下完成水下双目相机的标定工作并与同类标定算法进行比较。实验对比结果显示,基于水下成像模型提出的相机标定算法能够有效的修正折射效应对水下图像产生的畸变影响,更加准确的表征水下成像过程。     

一种适用于广角、鱼眼及折反射系统的标定方法

采用畸变-2D标定板的方法进行摄像机标定,基于多项式摄像机模型,使用图像投影描述为泰勒级数展开的标定方法,并通过非线性最小二乘拟合的方法求解得到相机的内外参数,对其方法进行了扩展和优化。实验结果表明该标定方法可以应用于广角、鱼眼以及折反射图像系统中,并能够获得较高的标定精度。     

基于圆形阵列标定板的张氏相机标定法

提出了一种基于圆形阵列标定板的张氏相机标定法.利用大恒水星系列相机对不同方向和不同姿态的圆形特征标定板进行20次拍摄,并利用亚像素边缘检测算法对图像视野中的特征进行边缘检测;接着对得到的边缘封闭的特征分别进行圆度、偏心率和凸度的条件限制,提取出图像中符合要求的圆形特征;最后通过标定板上圆形特征的圆心像素坐标与世界坐标的对应关系来进行相机标定.实验结果显示,圆形特征的圆心坐标平均重投影误差在0.007个像素以内,表明了该算法的可行性.      

基于非成像模型的摄像机校准方法

作为摄影测量关键部件的摄像机,其校准精确度直接影响了整个测量系统的测量不确定度．通过对常规摄像机校准技术的研究,发现基于内参数成像模型的校准方法会因为内参数综合优化的相关性干扰和非线性求解的不确定性使校准的畸变参数不稳定,且无法修正由镜头透镜组制造中的曲率变化非连续平滑等造成的非模型化畸变．结合航空摄影测量光学实验室方法与垂线法,以摄像机的成像原理为依据提出基于非成像模型的校准方法,以实现逐像元（甚至亚像素级）畸变的细化修正．实验表明,该校准方法的角度测量精度为±5″,系统不确定度为10×10-6,并可适用于所有的相机和镜头．     

数码相机外部参数直角三点标定方法的研究

提出了采用成直角关系的3点作为标定装置来求解数码相机的外部参数。该方法是利用三角形标定装置的成像过程,建立一个与标定装置相似的三角形,再利用直角三角形两直角边正交的特点,建立数码机外部参数的数学模型。推导了数码相机拍摄图像时的外部参数矩阵中各参变量的计算公式。实验证明了这种方法的可行性和实用性。