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。     

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．     

基于图像分析的数码相机对焦技术研究

由于数码相机飞速发展和普及,而自动对焦技术是提高成像清晰度的重要手段,故越来越受到重视。本文研究了基于图像分析的对焦技术．针对单区域图像清晰度评价函数的不足,给出了一个五区域图像清晰度评价模型,并引入神经网络模型来实现该模型中权重的优化．目前,该模型已在相关产品中得到应用．实践表明,该模型具有较好的准确性和可靠性．     

基于平面模板的摄像机线性标定方法

有效的摄像机标定方法是计算机视觉应用中的一个重要问题．采用一种基于平面模板的摄像机线性标定方法，该方法只要平面模板在摄像机前运动，拍摄平面模板在不同位置的图像，提取平面模板在每个位置获得图像的网格角点，对每幅图像就可以确定一个单应性矩阵，这样就能够进行摄像机标定．实验结果表明，该方法简单易行．     

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.     

相机几何标定方法综述

通过对摄影测量和计算机视觉的理论分析,阐述了比较典型的标定方法及其优缺点,并据此进行了方法分类,提出在摄影测量学相机标定算法基础上,结合计算机视觉中图像处理的优势,并融合不同方法的特点进行有效的相机标定。