数字图像相关方法中的标定对三维形貌和变形测量的影响

为了实现三维数字图像相关方法的高精度三维测量,首先需要标定成像系统的内外参数.从数字图像相关的基本原理出发,针对相机成像的针孔模型,在理论上给出了物体成像的误差来源和修正措施,从而引出相机的各个标定参数.实验研究了多组标定板的姿态,分析了棋盘标定方法的稳定性和精确度,给出了标定过程的优化方案,解决了复杂工程环境下现场标定步骤繁琐的问题.实验结果表明:当标定板的姿态数大于9组时,标定参数趋于稳定,用稳定的标定结果计算目标物的半径更可靠.精确稳定的棋盘标定方法有利于获得高精度的三维测量结果,因此优化标定后的三维数字图像相关方法不仅操作简便,还具有相当高的可靠性和精确度.     

一种新的三维PIV自标定技术

相机标定是获取相机内外部方位参数的过程。利用体视投影匹配确定的标定参数,就能从两幅体视照片中确定视场内一点的三维位置。提出一种新的在三维PIV测量中使用的相机自标定技术。该方法只需要测量现场的任意八个不相关点和一个标定长度做参照,就可实现流场的自标定,完全不需要再测试现场放置标定体,更不需要已知相机的内外方位元素。该标定方法分为两步:第一步标定相机内方位元素:由三灭点定理确定体视相机的初步标定参数;第二步标定实际流场:利用同源像线与基线必定确定一平面作为优化约束,对第一步取得的参数进行非线性优化。实验证明,该方法行之有效。     

张氏标定法在双目视觉脉搏测量系统中的应用

针对双目视觉脉搏信息测量系统中相机微距工作、公共视场小、成像范围有限的特点,研究相机标定的原理和方法,实现双目视觉系统的标定.采用微型黑白棋盘格高精度标定板,在自制背光源辅助下,双目视觉脉搏信息测量系统中的左右相机同步采集高质量标定图像,基于张正友标定方法,对系统进行标定,标定结果精度较高.基于该标定方法的脉搏幅度测量结果的标准偏差控制在0.040 0以下,结果稳定可靠,故该标定方法可用于脉搏信息测量系统的标定,为后续脉搏幅度的精确提取及脉搏形态三维重构打下良好的基础.     

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Kannala模型的鱼眼相机标定方法优化

针对鱼眼相机自身大视场、超短焦距等特点,使传统的基于小孔成像模型的相机标定算法无法实现其标定这一问题,提出了一种基于传统Kannala模型的鱼眼相机标定优化方法。首先研究了鱼眼相机的相机成像模型和畸变类型,并在传统Kannala模型基础上,建立分段多项式逼近模型实现原模型优化。其次根据传统Kannala模型和优化模型分别获得相机内参数和畸变系数,并通过内参数和畸变系数获得畸变校正图像。最后对得到的畸变校正图像利用反投影误差和多视图立体视觉三维重建分别定量和定性分析算法的优越性。相机检校反投影误差分析及三维重建可视化效果证明了所给优化模型相机标定的有效性。     

基于改进遗传优化算法的线阵相机标定方法

在手机玻璃盖板的缺陷检测中,为了获得缺陷特征明显的高精度图像,不仅需要搭建高质量图像采集系统,而且需要对线阵相机进行精密标定.结合工业现场需求,本文提出了一种基于改进遗传优化算法的线阵相机标定方法.在已有线性扫描模型的基础上,引入线阵扫描图片图像畸变矫正,推导了新的标定参数.在已有无畸变矫正的线性解析解基础上,引入遗传算法进行新参数的求解优化,实现了新标定参数的非线性求解.实验结果表明,与不加入图像畸变矫正的求解方法相比,所提方法具有更高的测量精度.      

一种便携式的无人机航测非量测相机标定方法

相机标定是确定相机几何和光学参数的过程,相机经过标定后能更准确地获取二维目标点坐标对应的空间三维信息。针对无人机航空非量测相机便捷、精确的标定需要,采用了一种基于红绿编码板的自检校光束法平差标定方法。该方法通过自动提取和识别编码标志、建立同名点对,利用同名点对进行相对定向测定初始参数,然后考虑相机内参数和镜头畸变等因素,采用严格的自检校光束法平差模型解算出精确的相机参数。通过对NEX5N相机拍摄的45张相片作为实验数据解算该相机内部参数,实验结果表明,由于标定板便于携带,标定场布设简单,该方法对实验场地要求低,并简单易行,且标定的速度快、精度高,基本可以满足无人机非量测相机"随时随地"即时标定的需求。     

卷帘式快门CMOS数字相机测速系统标定技术

为了实现对高速公路车辆速度进行限制, 建立了基于卷帘式CMOS（Complementary Metal Oxide Semiconductor）图像传感器的相机测速系统, 并对该系统采用的标定技术、 测速算法等进行了研究。卷帘式快门数字相机测量速度是利用卷帘式快门曝光, 具有一定的延时, 对运动物体拍摄会产生一定的畸变, 通过对图像的畸变部分进行图像处理和计算, 即可得到运动物体的速度参数。根据相机成像的几何原理, 分析了相机的标定原理, 根据相机测速时的特点, 提出了简单、 有效的标定方法。进一步研究了相机标定和测速的实验方法和步骤, 进行了标定及测速实验。经实验验证： 利用卷帘式快门CMOS数字相机方法对运动目标测速值较精确, 误差在2.5%以内。基本满足高速公路相机测速系统精度要求。     

单摄像机单投影仪三维测量系统标定技术

结构光三维测量能够实现物体型面快速精准的重构,系统标定是其基础和关键的一环。针对单摄像机和单投影仪组成的系统结构,依靠具有黑底白色圆点图案的单平面标定块,采用Tsai两步法及非线性优化完成摄像机标定。通过双方向解相实现标志点在投影平面上的反向成像,把投影仪作为虚拟摄像机采用同样方法进行标定。解相时采用基于伪随机彩色条纹序列展开的时空域编码和3步相移法。标定设备简单,操作方便自动化。实验结果证明具有较高的标定精度。     

基于彩色伪随机编码单幅图像的三维欧氏重构

文章针对机器视觉中彩色伪随机序列编码与灵活的预标定三维重构技术,研究了基于单幅编码图像的三维欧氏重构系统集成。先对CCD相机采集的编码图像进行必要的预处理,接着对其进行特征点检测与匹配,结合预先标定的LCD投影仪参数,利用层次化的三维欧氏重构理论,即可根据单幅图像恢复该三维场景的三维坐标数据,重构三维场景的三维形貌。     

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．     

基于畸变分离的摄像机标定方法

在摄像机标定过程中,为了避免对摄像机模型中的畸变系数进行多次重复标定,提出一种将二阶径向畸变系数与摄像机模型分离的标定方法.该方法利用畸变形成的围线面积作为畸变评测函数,用模拟退火原理改进粒子群算法的惯性权重和学习因子;然后用改进的粒子群算法标定摄像机的畸变系数和图像中心点坐标,最后计算其他的摄像机参数.该方法无需预先知道摄像机的任何内外参数,算法简单,易于实现.实验表明,该方法与传统的非线性优化方法相比,图像坐标的平均反投影误差明显减小,而且具有更好的鲁棒性和精度.     

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。     

基于主动视觉的机器人末端姿态测量

采用平面校准形及移动摄像机到不同形位摄取图像的方法来进行摄像机校准，由灭点正交性和单对应矩阵的固有特征估计摄像机内、外参数初值，通过非线性优化来最小化投影误差；利用遗传算法求解机器人手眼矩阵，避免了初值估计，可容易地得到机器人执行器末端相对于绝对坐标系的姿态．实验和计算验证表明，这种测量方法是有效的，可以用于机器人校准、机器人辅助测量以及机器人辅助手术等领域．     

基于OpenCV的挖掘机器人摄像机参数标定

为了建立挖掘机器人视觉系统摄像机测量模型,提高视觉测量精度,分析了挖掘机器人摄像机视觉系统内、外参数成像模型及摄像机非线性畸变参数,确定了适合挖掘机器人视觉系统的标定参数。通过采集自制的棋盘标定模板不同方向的七幅图像,基于OpenCV技术实现了对模板角点的提取。通过七幅图像进行标定实验,实验结果获得了摄像机模型的线性内部参数矩阵,标定出了摄像机非线性模型的径向畸变系数,摄像机外部旋转矩阵及平移向量,并给出了标定参数误差。研究结论表明采用角点提取方法,标定误差可达亚像素级,能够满足挖掘机器人视觉系统的标定及视觉测量精度要求。     

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WNN的双目摄像机标定方法

针对传统摄像机标定方法需要建立复杂的数学模型,且计算量大、实时性不好的问题,引入了人工神经网络来有效处理非线性映射问题,准确地建立起立体视觉中三维空间特征点与它在图像平面上像点之间的非线性关系;但现有的神经网络标定法仍存在实时性差、标定精度不够、泛化能力差的缺点,于是该文提出了一种基于小波神经网络（waveletneuralnetwork,WNN）的方法,同时用粒子群优化算法对学习算法进行改进,并对小波网络与BP网络的标定结果进行比较．实验结果表明,基于小波神经网络的双目视觉标定方法能够达到较高的实时性、标定精度和泛化能力的要求．     

摄象机校准的算法研究

本文阐述了在只给出ＣＣＤ成象面垂直方向相邻光敏元的距离时的摄象机校准算法．在解非线性方程时利用广义牛顿算法及伪逆算法的结合求出了摄象机参数的精确解．采用摄象机校准误差来评价摄象机校准的精度，并示出了对ＣＣＤ摄象机进行校准的实验结果．进行计算机模拟，分析了影响摄象机校准误差的各种因素．     

一种单摄像机标定的最优化方法

介绍一种单摄像机标定的最优化方法,该方法可以减少摄像机外部参数和内部参数之间的强相关性.对于针孔摄像机模型,通过共线性约束推出共线性方程.基于对共线性方程的变换,给出最优化标定方法的整个标定过程,最后通过具体的实验来标定摄像机参数并进行验证.该方法适合于一些使用单摄像机的特定场合.