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.      

基于Halcon的机器人手眼标定方法研究

手眼标定是机器人视觉系统建立过程中的重要环节,本文基于Halcon软件,结合特制的标定板并充分考量相机畸变的影响,提出一种快速、精确、高效的手眼标定方法,该方法在标定过程中建立相机图像坐标系与机器人坐标系转换关系的同时获得相机内外参数.在UR5机器人平台上进行试验验证,试验结果表明该方法可提高标定效率与标定精度,且算法具有良好的跨平台移植性.     

基于变异粒子群优化的在线手眼标定算法

为满足机械臂手眼标定过程中不依赖人工提供固定机械臂路径的要求,提出一种基于变异粒子群优化的在线手眼标定算法.通过分析特征点在机械臂极坐标系与深度相机坐标系下的坐标转换关系,建立了基于深度相机的手眼模型;采用基于变异粒子群的在线优化算法,实时估计手眼关系参数;建立机械臂运动能量函数,给出了机械臂位姿补偿方法,满足特征点视野约束的同时保证运动能量最小.实验结果表明:所提方法能较为精确地估计手眼关系参数,并且能实时补偿机械臂位姿,实现自动手眼标定功能.     

基于圆形模式平面标靶的高精度相机标定方法

相机标定是三维视觉精确测量过程的一个关键步骤.圆形模式平面标靶是最常见的一种标定工具,具有制造简单,受环境光和噪声影响较小的优点.唯一的不足是由于镜头畸变和透视偏差,成像的椭圆中心并非标靶圆心的特征对应点,因此利用椭圆中心作为标定特征点,降低了相机的标定精度.针对这个问题,本文提出了一种同时矫正透视和畸变偏差的方法,从而得到精确的圆心成像点,获得高精度的标定结果.模拟实验和真实图像标定结果验证了算法的正确性和有效性.另外,本方法提出的透视和畸变矫正方法独立于相机内部参数估计过程,因此可以应用于更复杂的相机模型.     

基于摄像机标定的实时倒车轨迹算法

通过建立车辆倒车运动学模型, 利用摄像机标定理论, 推导出实时倒车轨迹方程算法. 该算法通过读取倒车运动车辆方向盘的旋转角度值, 可将在世界坐标系下推导的倒车轨迹算法经过摄像机坐标系、 成像坐标系和图像坐标系的坐标变换得到倒车预测轨迹. 该轨迹再经过径向畸变模型矫正后以影像的方式显示. 实验测试结果表明, 该算法生成的预测倒车轨迹精度较高.     

拼接图像的径向畸变矫正技术

针对径向畸变引发的拼接图像失真问题,提出一种在图像拼接中引入单参数除法模型的方法.利用Harris算子提取特征点,使用单参数除法模型矫正径向畸变,使用归一化互相关法完成初步匹配,利用随机抽样一致算法提高匹配精度,根据匹配关系完成拼接过程.仿真结果表明:该方法能够快速部署,省去繁重的标定过程,适用于矫正多种类型相机取图产生的径向畸变,实现图像不失真拼接,为先进驾驶辅助、天眼监控等系统的研究工作提供参考.     

臂载线结构激光手眼矩阵的精确标定——多坐标系转换法

针对臂载线结构激光手眼结构的标定问题,提出一种多坐标系转换法.该方法借助激光跟踪仪和标定物,测量末端连杆和线激光坐标系相对于激光跟踪仪的齐次变换矩阵,从而快速计算线激光坐标系相对于机械臂末端连杆坐标系的手眼矩阵.该方法具有操作简便、误差小、精度高、对实验器材没有严格要求等优点.使用移动-转动-移动(PRP)三自由度机械臂进行手眼矩阵标定实验.实验结果表明:手眼矩阵旋转轴测量误差小于0.001,旋转角度误差小于0.07°,位移矩阵误差小于0.25 mm.该方法适用于任意二自由度及以上的机械臂与二维或三维传感器形成手眼结构的手眼矩阵标定.     

边缘直线拟合确定鱼眼镜头光心算法

为了去除鱼眼图像存在严重的畸变,需要对鱼眼相机进行标定,本文在已知相机参数表的前提下,提出了一种边缘直线拟合来标定最重要的镜头光心坐标算法.该算法利用像素点在图像平面上的物理尺寸及相机焦距,确定相机标定内参矩阵中水平轴和竖直轴的尺度因子.在部分内参已知的情况下,对光心的横、纵坐标在给定范围内进行遍历,校正点到拟合直线加权距离和最小的点,即为所求的光心坐标值.实验结果表明:与常规的标定算法相比,该算法得到的光心坐标减少了由于不精确参数使用带来的累积误差,提高了相机标定结果的精度.     

基于交比不变和间距比不变的线阵相机畸变标定方法

基于线阵相机双目视觉成像技术可有效检测汽车底盘异物,保证人员安全。但相机畸变影响几何量测、三维重建精度。并且由于线阵相机与面阵相机的成像模型不同,造成适用于面阵相机畸变校正算法无法直接运用在线阵相机当中。通过研究面阵相机的畸变成像模型,结合线阵相机的成像特点,推导出线阵相机的畸变成像模型。利用交比不变性和间距比不变性,结合线阵相机的畸变成像模型,建立二元畸变方程组;并利用等间距条形标靶获得相应参数。最后对新方法进行了真实图像校正实验,证明该方法畸变标定简单易行,有效。     

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。     

基于最小二乘影像匹配的畸变图像矫正算法研究

针对高精度的畸变图像,提出了一种基于最小二乘影像匹配的高精度畸变图像矫正算法.算法首先利用特征提取与边缘检测对图像进行预处理,并且将特征匹配与最小二乘算法相结合,从而实现了图像与模板之间精确的子像素定位与匹配.实验表明,该算法较好的解决了目前高精度畸变图像矫正算法中普遍存在的定位和匹配精度较差的缺陷,图像矫正效果良好,是一种有效的畸变图像矫正算法.     

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。     

基于单应性矩阵追踪的自动焦距标定算法

为了减少旋转式全景拼接系统中由于焦距不准确导致的图像畸变问题,该文在传统焦距标定算法的基础上,提出了一种有针对性的焦距标定算法.该算法对依照不同焦距进行柱面投影时相邻图像间的单应性矩阵参数进行追踪,通过二次函数拟合确定最佳焦距,实现了焦距的精标定,保证了360°全景拼接时不出现较大畸变.经该算法处理后的全景图像畸变明显...     

基于双三次插值的鱼眼图像校正

通过标定板对鱼眼镜头成像模型参数进行标定,建立了特定鱼眼镜头图像校正模型,并应用该模型对鱼眼图像进行校正.利用双三次插值方法对鱼眼图像非特征点进行插值,校正效果良好,解决了鱼眼镜头所成影像的畸变问题,能较好地应用于视觉导航与监控领域.具体做法是:（1）利用自制的平面标定板标定鱼眼图像;（2）通过标定之后的镜头畸变参数,利用双三次插值算法将畸变的鱼眼图像还原为满足人眼视觉效果的透视图像.     

全景立体球视觉下的鱼眼镜头参数标定方法

针对鱼眼镜头拍摄图像存在较大畸变以及在设计制造过程中存在误差的问题,提出了一种对鱼眼镜头进行标定的方法.首先是对成像系统进行建模,进而对成像系统的内外参数进行标定;采用最小二乘法拟合圆的算法对图像中心进行标定,算法的仿真结果表明,该方法可以准确的对视觉系统的内外参数进行标定,径向畸变系数的标定误差范围小于0.1个像素值.     

一种线阵相机镜头畸变的标定方法

为实现线阵相机中镜头畸变的精确标定,提出了一种新的标定模型,并在实际应用中对标定模型进行了简化。根据等间距共线特征点的成像特性,通过比较两种畸变算法的差异,用非线性优化方法实现了镜头畸变参数的标定。实验结果表明,简化模型的标定结果与标准模型的标定结果相一致,标定后相邻特征点之间的距离变得更为均匀,校正后图像的最大形变量不高于0.5像素,校正精度不低于9μm,与传统的标定方法相比,该标定方法具有较好的稳定性。     

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.     

基于自运动的仿人七自由度机械臂逆解算法

基于七自由度(seven degrees of freedom,7-DOF)机械手臂的结构和自运动特性,提出通过对关节位置进行几何分析,求解机械臂逆运动学的方法.该方法在自运动构型的基础上,以0坐标系为其他坐标系的基系,根据同一向量在不同坐标系之间的投影特性与关节角之间存在着的对应关系,实现对七自由度机械臂逆运动学的求解.该方法能够求解出针对任一特定末端位姿的所有理论逆解.通过引入机械臂优化的二次目标,对所有理论逆解进行优化,可得最优逆解用于机械臂控制.与梯度投影法等通用算法相比,该方法具有直观简练、计算量小等优点,且不同的末端位姿求解过程互不影响,对系列性末端位姿连续求解不存在累积误差.     

自动判别基坑支撑位置的图像识别方法

提出了一种基于设计信息的基坑支撑位置图像识别方法.首先,在室内相机标定的基础上对采集到的基坑图像进行镜头畸变校正;然后,利用控制点法确定相机在真实世界坐标系中的位置和姿态(以下简称位姿);根据针孔摄像机模型成像原理将支撑区域投影到图像上;再对形成的支撑图像区域进行特征提取,使用颜色分量关系对图像特征进行分析,以达到判断支撑是否施工完毕的目的;对基坑的所有支撑进行循环判断,最终得到当前基坑施工的支撑位置.与传统数字照相识别方法相比,能有效避免复杂施工现场环境的干扰;最后,给出了一个基坑支撑位置识别的工程实例.结果表明,基于设计信息的识别基坑施工过程支撑位置的方法是有效可行的.     

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。