一种基于智能优化的摄像机标定方法研究

针对现有包装设备上对摄像机标定中传统优化算法存在的缺点,如对初始值敏感、收敛性差、易陷入局部最优解等,研究了量子粒子群优化算法在摄像机标定中的应用,提出了一种基于智能优化的摄像机标定方法,并给出了具体的步骤。实验结果表明该标定方法可以克服传统算法的不足,具有较高的精度,可以满足计算机视觉在包装工程中的应用。     

摄像机LSSVM标定技术在靶场测量中的应用

为改进传统靶场光学测量方法,提出了利用基于遗传算法(GA)和最小二乘支持向量机(LSSVM)的摄像机标定技术进行空间坐标测量的方法.首先介绍了摄像机LSSVM标定技术的思想,然后讨论了其在靶场测量中的应用.通过仿真实验分析,解决了在靶场实际应用中存在的训练样本的选取和样本容量的确定这两个关键问题.最后结合两次试验对摄像...     

3D测量系统中的高精度摄像机标定算法

本文在分析完整的摄像机镜头畸变模型的基础上,提出了一种新的标定算法.该算法包括三个步骤,首先在不考虑镜头畸变的情况下利用标定块上的中间若干个点,采用线性优化方法求出除畸变系数以外的其他外部参数和主要的内部参数;然后固定上述已求得的参数,利用线性优化方法求解畸变系数;最后对所有内部参数和外部参数进行全局非线性优化.最后对本文的标定算法进行了标定实验,实验结果表明,本文算法的标定精度可以达到0.0367 mm,可以满足高精度三维测量及其他应用的要求.     

基于PSO优化神经网络和空间网格的机器人位姿标定方法

该文提出一种将机器人的位置和姿态拆分开,分别进行标定的机器人位姿标定方法。采用空间精度控制网格标定机器人定位误差,粒子群优化算法(particle swarm optimization,PSO)优化神经网络标定机器人定姿误差。该方法以指数积公式(product of exponentials,POE)为基础建立机器人正向运动学模型,用映射法建立空间网格,用三坐标测量臂测量机器人位姿,用空间网格精度标定定位误差,用PSO优化的神经网络标定定姿误差。其优点在于既标定机器人工具中心点(TCP)的定位误差,又标定机器人工具坐标系的姿态误差,使得机器人定位、定姿误差都得到补偿。实验结果表明机器人的定位、定姿均方根误差减小接近一个数量级。     

基于卡尔曼滤波的摄像机标定方法

本文提出了一种基于迭代扩展卡尔曼滤波的摄像机标定方法.将二维平面靶标图像上的特征点看作是匀速运动的点,以观测到的特征点图像坐标和对应世界坐标作为滤波器的输入,摄像机内外参数的估计值作为滤波器的输出,根据迭代扩展卡尔曼滤波算法得到摄像机内外参数的最优估计.通过仿真和真实实验,结果表明,对于有限数量的平面靶标标定图像数据,该算法具有较高的标定精度和较好的鲁棒性.     

双目视觉摄像机神经网络标定方法

摄像机标定是精密视觉测量的基础。为了描述双目视觉中三维空间物点坐标和两个摄像机像面像点坐标间的非线性关系,传统的标定方法需要建立复杂的数学模型。而神经网络可以有效地处理非线性映射问题,笔者介绍了一种BP(ErrorBackPropagation)神经网络,并且为了提高网络的学习能力引入了动态因子。用相同的参考数据,将神经网络标定方法与线性标定方法比较,实验结果表明基于神经网络的双目视觉标定方法能获得较高的标定精度。     

基于RBF神经网络的双目摄像机标定研究

摄像机标定是精密测量的基础,传统的双目标定需要建立复杂的数学模型。人工神经网络可以有效地处理非线性映射问题,它可以很好地描述双目视觉中三维空间特征点坐标和二个摄像机对应点间的非线性关系。本文介绍一种RBF神经网络,并对RBF网络与BP网络的标定结果进行比较。实验结果表明：基于RBF神经网络的双目视觉标定方法能获得较高的标定精度。     

基于等边三角形的摄像机标定方法

利用摄影儿何中交比不变性的性质,从给定的n幅图像中捉取所需要的点坐标,求解出三纽两两正交的直线的消失点的坐标.根据光心与消失点的连线为直线的方向建立3n个方程,从中线性的求解出相机的内参数.实验证明该方法不需要特定的标定模板,具有一定的实用价值.     

基于单特征点的手眼系统摄像机标定

基于机器人的相对运动,提出了一种基于单特征点的手一眼系统摄像机内、外参数的标定方法。在摄像机视场中任意选择一个特征点,使机器人末端在保持姿态不变的条件下运动,相当于机器人不动但具有多个特征点。利用这些点可计算出摄像机的内参数和相对于特征点的外参数。大幅度改变机器人的姿态,可标定出特征点在机器人基坐标系下的位置,进而得到相对于机器人末端的外参数。实验结果验证了该方法的有效性。     

基于辅助摄像机的机器人延伸手眼标定方法

针对机器人手臂上装载的工件等对象与摄像机之间空间关系的标定问题,本文在传统机器人手眼标定的基础上提出了机器人延伸手眼标定的概念,将机器人手眼关系拓展为延伸手眼关系.该方法通过引入辅助摄像机,利用平面标定靶标以及由机器人延伸手上的矩形特征衍生出的大量标定特征点,实现了机器人延伸手眼标定.实验结果表明,该算法可有效的解决机器人延伸手眼标定问题,标定精度取决于机器人延伸手的几何尺寸精度和获得特征点的精度,文中实验结果的RMS为0.113mm.     

基于LS-SVM的立体视觉摄像机标定

利用最小二乘支持向量机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.在双目视觉的情况下,两摄像机的位置关系不需具体求出,而是隐含在映射关系中.根据最小二乘支持向量机与摄像机标定的特点,提出了基于最小二乘支持向量机的双目立体摄像机标定方法.将摄像头采集到的图像的像素坐标作为输入,将世界坐标作为输出,用最小二乘支持向量机使网络实现给定的输入输出映射关系.该方法同BP神经网络预测结果对比表明:基于最小二乘支持向量机的双目视觉标定方法速度快,实时性好,能有效提高标定精度.     

基于亚像素边缘的摄像机标定板特征提取算法

目的在视觉测量领域,摄像机的标定精度是最终测量精确度的决定性因素,为了提高标定板特征的提取精度,提出一种基于亚像素边缘的提取方法。方法针对圆点标定板,首先采集标定板图像,对图像进行处理,获取像素级别边缘,然后以边缘像素点为中心,取3×3的数字窗口计算梯度方向,在梯度方向上进行像素点灰度的双曲正切拟合,获取亚像素级别边缘,最后对亚像素边缘按照圆形进行拟合,求得圆心坐标。结果实验表明算法的分辨率达到0.03个像素,精度可达0.1个像素。结论该算法具有稳定可靠,精度高,运算速度快等特点,能够应用于图像拼接和分割,特征提取和摄像机标定等领域。     

设计草图中相机定标技术的研究

以基于设计草图的3D模型检索技术为应用背景,提出了快速有效的灭点探测和相机定标方法.首先分析了现有灭点探测方法的优缺点,从整体最优化和快速探测出发,得出了适合基于设计草图进行检索的草图灭点探测方法;然后对相机定标技术进行研究,对线性定标模型进行改进,得出了快速有效的相机定标方法.     

多波段偏振CCD相机的辐射定标研究

简要介绍了多波段偏振CCD相机系统。从分析面阵CCD探测器的光电响应不均匀性和三偏振方向光电响应的不一致性出发,介绍了基于辐射定标方法解决不一致性问题,得到辐射校正系数,提高了成像偏振信息的解析精度。     

空间CCD相机辐射标定方法的应用研究

为了使空间CCD相机对不同辐亮度的地面目标获得合适的推扫图像，根据空间相机实际工作环境计算出不同使用条件下相机入口处辐亮度，在地面建立了CCD相机辐亮度标定装置，并对此装置的传递可靠性指标进行了测试，总误差不大于5．3％，可以在地面对CCD相机进行辐射标定，实验结果表明：相机入口处辐亮度计算准确，通过地面标定，可在实际工作环境下获得最佳的最终图像。