一种改进的相机标定方法

摄像机标定与图像畸变修正是摄影测量、视觉检测、计算机视觉等领域的重点研究课题之一,在测绘、工业控制、导航、军事等领域得到了极大的应用。研究了摄像机模型,摄像机标定等内容。对DLT的标定方法进行了改进,在摄像机模型中全面考虑了镜头的畸变,利用图像中心附近点畸变量较小的性质,提出一种摄像机内外部参数和像差修正参数分离的标定方法。并举例说明了基于同一物体的两幅图画三维重构的具体实验步骤和方法,分析了影响精度的因素。     

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。     

一种简单的基于共面的摄像机参数标定方法

共面摄像机标定就是采用平面式模板来确定摄像机内外参数的过程,在此过程中图像像素和二维特征点是已知的。对于共面标定提出了一种简单及有效的方法去标定摄像机参数。即使用帧缓存中的计算机阵列图像直接来标定参数。首先采用预标定的方法标定出图像中心位置,然后根据帧存图像坐标和世界坐标之间的对应关系使用正交矩阵的约束条件来求解,在此算法中假设尺度因子为1,并且不考虑透镜畸变。所提出的算法用数字仿真图像及真实的图像检验。结果显示,所提出的算法具有较好的精度,是一种简单有效的标定方法。     

直线运动摄像机在线动态标定

为实现AS-R智能机器人在运动情况下摄像机在线动态标定,提出一种新的基于粒子滤波的直线运动摄像机标定方法。用状态空间方法描述直线运动摄像机模型,把摄像机内参数和位置运动参数作为状态量,特征点图像坐标作为观测量,根据粒子滤波算法求得摄像机内参数和位置运动参数的最优估计,并用双线程实现整个标定过程。AS-R机器人在直线运动情况下的摄像机在线动态标定实验结果表明：该算法是合理可行的,并且具有很高的标定精度和良好的鲁棒性。该方法适用于各种类型的系统噪声。     

中心折反射相机标定方法综述

近十几年来,计算机视觉越来越受研究者们的欢迎,特别是全景相机由于其具有较大的视场而被广泛应用到许多领域,包括视频监控、机器人导航、电视电话会议、场景重建以及虚拟现实等。摄像机标定是从二维图像获得三维信息必不可少的一步,摄像机标定结果的好坏直接决定着三维重建结果以及其它计算机视觉应用效果的好坏,所以,研究摄像机的标定方法具有重要的理论研究意义和重要的实际应用价值。这里将2000年到2012年折反射相机标定方法按照标定像的不同分为五大类：基于线的标定、基于二维标定块标定、基于三维点的标定、基于球的标定和自标定,且简要分析其优缺点。     

红外摄像机组的一维标定物设计和标定

在标定过程中针对红外摄像机组缺乏颜色和纹理信息而无法完成标定点空间和图像坐标匹配,提出一维标定物设计准则。当一维标定物的标记点相互距离满足给定比例关系,通过标记点的像素距离作为判断条件,对标定的标记点空间和图像位置进行匹配。理论上证明了设计准则的可靠性。实验表明：满足设计准则的一维标定物操作简单、匹配方便,标定后红外摄像机组参数精度高。     

一种使用校正模板的非线性摄像机标定方法

基于图像点满足的特定直线方程以及相邻图像点之间距离相等的性质,对标定模板图像进行校正,并通过改进的张正友标定法,提出了一种新的使用校正模板的非线性摄像机标定方法。与现存的方法进行比较发现,该方法能够实现较高精度的摄像机标定,鲁棒性比较强,且能够大大地降低算法的复杂度。     

面向车辆视频测速的摄像机倾斜角自适应标定方法

车辆视频测速中常常需要标定摄像机安装高度、视场角、倾斜角等参数,而其中倾斜角的确定与更新一般采用人工方式,限制了视频测速系统的应用。针对此问题,本文提出了一种自适应的摄像机倾斜角标定方法,利用连续观测图像序列建立超定线性方程组,并采用最小二乘法进行求解,最后经过闭环反馈调节,可以实时得出摄像机倾斜角。实验结果表明,该方法测量较为准确,避免了传统人工测量和维护的不便,具有较好的实用性。     

摄像机神经网络标定技术

利用人工神经网络来直接学习图像信息与三维信息之间的关系，不需确定摄像机具体的内部参数和外部参数，也不需知道有关模型或参数的先先验知识。在双目视觉的情况下，两摄像机的位置关系不需具体求出，而是隐含在神经网络之中。实验结果表明神经网络方法的标定结果令人满意，并成功地用于机器人曲线跟踪的实验。     

一种基于TOF相机与CCD相机的联合标定算法研究

针对基于Time-of-Flight(TOF)相机的彩色目标三维重建需标定CCD相机与TOF相机联合系统的几何参数,在研究现有的基于彩色图像和TOF深度图像标定算法的基础上,提出了一种基于平面棋盘模板的标定方法。拍摄了固定在平面标定模板上的彩色棋盘图案在不同角度下的彩色图像和振幅图像,改进了Harris角点提取,根据棋盘格上角点与虚拟像点的共轭关系,建立了相机标定系统模型,利用Levenberg-Marquardt算法求解,进行了标定实验。获取了TOF与CCD相机内参数,并利用像平面之间的位姿关系估计两相机坐标系的相对姿态,最后进行联合优化,获取了相机之间的旋转矩阵与平移向量。实验结果表明,提出的算法优化了求解过程,提高了标定效率,能够获得较高的精度。     

非线性优化模型的数码相机定标

通过构造非线性模型,对经典标定方法进行了补充,同时也解决了在样本数据较少情况下的数码相机精确定位问题。利用线性转换模型得到投影矩阵,设定m₃=1为约束条件,通过分解参数矩阵求出数码相机内外部参数,并将其作为非线性优化模型的初始值;然后构造非线性优化模型,建立目标函数J=∑pi-p(A,k1,k2,R,ti,Pi)²,求解在约束条件h^T(A^-1)^TA^-₁h₂=0和h^T1(A^-1)TA-1h₁=h^T2(A^-1)^TA^-1h₂下的最优解,从而实现数码相机的精确标定。对给出的单样本情况进行了求解,结果表明此算法可以达到较高的精度。     

基于扩展摄像机成像模型的自标定方法

提出了一种基于扩展摄像机成像模型的自标定方法,将采用不同视点成像的观念转换为不同方向透视投影下分析,得到在一幅图像中同时建立三对不同方向的空间面与图像面的单应关系,进而建立不同面的圆环点绝对二次方程,实现单幅图像标定。采用长方体进行实验,模拟实验和真实图像实验均验证了这种思维方法的可行性和正确性。     

双目立体视觉中的摄像机标定技术研究

以张氏标定方法为基础,提出以圆心作为标定点的2D平面模板标定方法,通过与基于方格角点的标定方法以及基于方格形心的标定方法进行比较,证明了该方法的有效性。又运用BP神经网络来模拟立体视觉系统三维空间与二维图像平面之间的物、像对应关系,建立了双目立体视觉系统的摄像机隐式标定模型,避免了因数学模型的不完善而带来的系统误差。实验证明该方法能够获得较高的标定精度。     

一种基于MATLAB的摄象机标定方法的实现

使用MATLAB实现了一种简便的摄象机参数的标定方法。先由四个标定点的坐标计算出透视投影矩阵，从而计算出标定模板上其它节点的图象坐标，之后进行内部参数和外部参数的计算。此方法具有易于实施、速度较快、精度较高等特点，是一种简便实用的方法。     

基于交叉垂直线的摄像机标定新算法

提出了一种基于交叉垂直直线的摄像机标定算法。利用两条垂直相交的直线作为标定物,令其绕交叉点作任意角度的转动，将摄像机固定拍摄6幅以上的图片,即可运用直线的特点以及交叉垂直的约束条件建立线性方程组，求解摄像机的内参数。实验证明该算法具有较高的精度和较好的鲁棒性。     

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。     

基于HALCON的全景摄像机标定及应用研究

现有全景摄像机标定算法中,场景的先验知识在很多情况下难以准确获取。提出了一种基于HALCON的双曲面折反射全景摄像机标定算法。通过摄像机或者标定板的相互移动来获取不同位置的标定板图像;通过HALCON预处理后提取角点坐标;通过最小二乘法求解标定点投影方程的展开系数得到相机的内外参数。该算法中摄像机只需满足单视点要求,不需要场景的先验知识,也不需要特殊的装置和设备。实验结果表明能够获得较高的标定精度,并且在足球机器人边线距离的测量中得到了准确的结果。     

A camera calibration technique using three sets of parallel lines

This paper presents a new method for three-dimensional camera calibration in which the rotation parameters are decoupled from the translation parameters. First, the rotation parameters are obtained by projecting three sets of parallel lines independently of the translation parameters and the imaging distance from the lens to the image plane. The virtual line passing through the image center, which is calculated by perspective projection of a set of parallel lines, depends only on the rotation parameters. Next, the translation parameters and the imaging distance are analytically obtained. Experimental results are used to show how the camera model can be accurately reconstructed in an easily prepared environment.     

一种摄像机亚象素线性标定方法

提出了一种考虑径向畸变的摄像机线性标定方法。采用一个方格图样模板进行标定,先利用改进的Harris算子精确提取角点的亚象素坐标,通过预标定获得主点坐标;然后在考虑摄像机径向畸变的情况下建立摄像机模型,并求解摄像机内外参数。实验及误差分析表明:该标定方法具有较高的精度和较好的实时性。     

视觉导航中的单目摄像机标定改进算法

在基于单目视觉的智能车自主导航系统中,摄像机标定是智能车实现安全准确视觉导航的前提和关键。研究摄像机理想模型和实际模型,提出一种改进的标定方法。结合线性模型和非线性模型的优点,在求解摄像机内外参数的过程中,先采用线性模型标定摄像机的一部分参数,进一步考虑简化畸变模型,将非线性方程组转化为线性方程组迭代求解,最终获得摄像机全部参数。该方法既保证了标定精度,又简化了复杂的摄像机实际模型。实验结果表明该方法能满足视觉导航要求。