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。     

数码相机点像坐标定位的数学模型

本文在靶标上特征点成像坐标为已知的前提之下,针对单相机条件定位和双相机系统定位的不同问题建立数学模型,给出了求解的具体途径。     

数码相机标定方法的优化研究

在应用中，数码相机的标定是相当重要的．论文首先设计了一种进行精确内标定的测量方法，然后推导了可变焦距数码相机标定的数学模型．     

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。     

数码相机参数的靶圆切点标定法

数码相机定位是计算机图形学中的一个重要课题,在图像处理等方面有着广泛的应用,其中数码相机参数的标定是定位的关键．文章结合数码相机成像原理、坐标的旋转变换与平移变换,利用两靶圆切点的像仍为切点的原理,提出了数码相机参数标定的靶圆切点法,并利用最小二乘法将数据拟合,得到数码相机的内外部参数．实验结果证明了这种方法的可行性与实用性．     

3特征域椭圆曲线群点的快速计算算法

GF(3m)作为小素数扩域GF(Pm)更加特殊的一种类型,定义于其上的椭圆曲线密码算法更加优越.基于有限域GF(3m)特殊性质,详细研究了GF(3m)上椭圆曲线群基本点算术运算,给出并证明了GF(3m)上超奇异和非超奇异椭圆曲线在仿射、射影、雅可比、Chudnovsky雅可比和López Dahab坐标系下普通点加、混...     

关于射影变换关系式的九条注记

本文较简单地论述了射影变换关系式的各部分的实质含义，具体作用以及关系式的确定方法、使用注意点。     

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。     

基于知识库的颅骨特征点标定

提出一种基于知识库的三维颅骨特征点标定方法。首先,对于待标定颅骨,在知识库中找到与其形态最为相似的模板颅骨。然后,在法兰克福坐标系下,将模板颅骨上的标准特征点映射到待标定颅骨上。最后,利用K-D树对最终特征点的位置优化、精确。实验证明,当k值在颅骨模型顶点个数的1.5%~2.1%时,标定效果较好。     

关于用基元变换法推导射影公式的问题

给出在射影变换下以原象元素所建立的齐次射影坐标系化为自然坐标系的方法,不妨称作基元变换法.同时给出射影变换的几何意义.     

数码航空摄影测量中相机的检校

通过分析数码相机的误差来源,讨论了测定数码相机畸变差的原理与方法,主要包括相机检校的数学模型、检校场的建立、畸变参数的解算与畸变差的改正,并通过实例应用证明了检校的高精度性、可靠性与可行性。     

Matlab标定工具箱在摄像机定标中的应用

简述了Maflab标定工具箱以及摄像机定标的概念、原理和意义,给出了摄像机定标中所用的三种坐标系以及它们之间的关系,推导出摄像机参数标定算法公式,在此基础上,利用Matlab标定工具箱仿真了棋盘网格的角点标定算法,并给出了仿真结果以及误差分析,得出了Maflab标定工具箱在摄像机定标方面运用的有效性及算法的正确性。     

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。     

基于平面模板的摄像机标定新方法

提出的一种基于平面模板摄像机标定的新方法是先通过假设图像中心坐标为模型的成像中心,由摄像机线性模型求解中间变量然后分解独立的摄像机参数,并将求得的参数作为带畸变的非线性模型初始值进行优化求解,最终得到摄像机模型所有参数的精确值。通过仿真实验和真实实验对本方法与其他方法进行测试与比较,结果表明算法有相似的收敛性,在噪声环境中有更好鲁棒性,并且具有更小反投影误差。     

基于平面模板的摄像机标定方法

文章提出了一种基于平面模板的摄像机标定方法,仅要求摄像机在3个(或3个以上)的不同方位对同一平面模板进行拍摄,即可标定摄像机参数(包括内参数、外参数、畸变系数).并利用两步法求解摄像机参数.模拟图像和真实图像结果表明,该方法兼顾了标定精度与速度.整个标定过程不需要人为干预,可以自动进行,具有较强的实用性.     

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.      

基于多层前馈型神经元网络模型的摄像机定标算法

针对传统线性、非线性摄像机定标算法的鲁棒性,提出了基于多层前馈型神经元（MLFN）网络模型来替代传统精确的摄像机定标数学模型,MLFN网络模型作为层状网络可实现任意维复杂的输入／输出映射,对于无需计算摄像机构,外参数的应用场合,该模型提供了一种实用且有较好鲁棒性的摄像机定标算法,同时为了补偿摄影机非线性畸变,把图像按畸变程度分割成两个区域,分别建立各自基于MLFN网络的摄像机定标模型,实验表明,该方法有效补了畸变,并提高了模型精度,给出了基于MLFN网络模型摄像机定标算法实验,验证了该模型的有效性。     

一种基于平面直线的摄像机标定方法

为使标定算法更加灵活、实用，提出了一种基于平面直线的摄像机标定算法．该算法的平面模板要求含有4个以上直线段，只需要摄像机作运动未知的自由移动，在3个以上的方位摄取一个模板上的图像，即可线性求解摄像机的内外参数．实验结果表明，该算法的精度和鲁棒性都较高．