基于2D圆点阵列的摄像机精确标定

针对电脑键盘自动组装生产线研制过程中的摄像机标定问题,提出一种新的摄像机精确标定方法。该方法选用2D圆点阵列作为靶标,首先在不考虑摄像机镜头畸变的情况下,利用改进的Matlab标定工具箱估计出摄像机参数的初始值;然后考虑摄像机的镜头畸变,利用改进遗传算法实现对摄像机参数的精确求解。实验结果表明,该方法是有效可行的。     

遗传算法及其在钢轨断面检测系统中的应用

在钢轨磨耗检测系统中,摄像机标定是测量精度的关键.讨论了用遗传算法优化摄像机的全部参数,该标定方案直接优化摄像机相对于世界坐标系的旋转角度,因此在能够获得精确解的同时,也保证了旋转矩阵的正交约束条件,可以有效地提高标定和钢轨磨损测量的精度.     

一种结合遗传算法和LM算法的摄像机自标定方法

提出了一种遗传算法和LM算法相结合的摄像机自标定方法。首先利用遗传算法获得若干组摄相机内外参数的初始值,接着利用LM算法对每一组参数进行优化,然后选取映射误差最小的那组参数。如果这组参数的映射误差满足要求,则将这组参数作为摄相机标定的最终结果;否则利用遗传算法对刚才得到的若干组参数进行交叉和变异操作,再利用LM算法优化每一组参数,直至映射误差满足要求。最后将摄像机标定结果用于视差估计,以判断标定结果的正确性。实验结果表明,提出的结合LM算法和遗传算法的摄像机自标定方法是正确有效的。     

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。     

径向畸变摄像机的标定

本文研究摄像机径向畸变的外部参数的标定问题。首先讨论摄像机畸变的类型,然后建立摄像机畸变的数学模型,给出畸变函数是一阶形式的模型,并且给出了适用于数学软件求解外部参数的模型。最后,通过平面薄板上五个圆在摄像机上的成像,提取图像上的数据,利用Lingo软件求出摄像机的外部参数。这种方法对实验条件要求低,求解速度快。不仅可以求解摄相机畸变的标定问题,而且可以求解变焦距的标定问题。     

基于移动机器人两步法的摄像机标定

利用透镜成像理论建立摄像机数学模型,提出一种全面考虑镜头的径向畸变和切向畸变的简单、快速的摄像机参数标定和修正方法,利用图像中心附近点畸变量较小的性质,对摄像机内、外参数进行标定.实践证明,该方法能快速、方便地对摄像机系统进行标定和相差修正,具有良好的精度和稳定性.     

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。     

基于遗传算法的摄像机标定

为提高摄像机标定的精度, 提出一种基于遗传算法的2D棋盘格摄像机标定方法。 通过对棋盘格图像的参考角点的提取, 计算参考点的图像坐标, 从而求解摄像机的内部参数及相应的外部参数初始估计值。并利用遗传算法对摄像机内参数进行优化, 通过一代代的进化、 选择、 变异, 最终收敛得到最优解。仿真结果表明, 该方法得到的平均投影误差为0.255 9像素, 标准差为0.139 3像素, 可有效地提高标定精度。     

基于遗传算法的摄像机内部参数标定优化方法

基于张正友标定法,提出一种新的基于遗传算法的摄像机内部参数标定优化方法.该方法能矫正传统摄像机标定不可靠的初始化和容易陷入局部最优解而带来的精度损失,提高了摄像机内部参数的标定精度.通过与张正友标定法进行比较,证明了该方法性能稳定,能快速、准确地标定摄像机内部参数.     

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．     

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。     

基于极限学习机(ELM)的视线落点估计方法

基于极限学习机(ELM)所具有的训练速度快、适合多分类的特点,提出一种新的单摄像机视线追踪系统视线落点估计方法.在初始标定阶段,将多视线参数作为ELM输入,将视线在屏幕上的落点区域作为输出,将非线性多项式作为激活函数,通过初始标定获取ELM训练数据,建立视线特征参数和视线屏幕落点之间的映射模型.实验结果表明,通过对不同角度分布的视线落点进行估计和改变隐层单元数量进行训练,基于ELM的视线落点估计方法无论视线落点精度还是稳定性均优于传统的非线性多项式拟合方法.     

基于灰狼粒子群混合算法的相机标定优化方法

针对传统标定方法参数考虑较少、标定精度不高的缺点,将群智能算法思想应用其中,并在现有的粒子群算法和灰狼算法基础上进行优化,取长补短,提出一种混合算法.首先,基于张正友方法获得标定的参数范围,在该范围内随机生成参数作为初始值,然后以最小平均误差为准则,利用灰狼粒子群优化混合算法,建立目标函数,进一步求解相机的内外参数.研究结果表明,该算法求解结果准确、稳定,可重复操作,可以有效地提高标定精度,结果好于其他几种方法.     

多基线近景摄影测量连续像对相对定向

根据近景摄影测量多基线、大倾角摄影的情况,推导了多基线近景摄影测量连续像对相对定向的公式,提出了以基线分量以及方向余弦为参数的解算方法,从而克服了非线性的共面条件方程式在解算时对摄影位置及姿态的限制.对摄影测量手册中相对定向方法进行了介绍.利用非量测数码相机对实验场地所拍摄的数据进行两种相对定向方法解算,获得了精度较高的结果,验证了两种算法的正确性及稳定性.     

基于立体视觉的摄像机标定方法的研究

摄像机标是立体视觉获取三维空间信息的前提与基础。标定结果的好坏直接影响着三维测量的精度及三维重建结果的好坏。笔者首先在本文中对摄像机标定的基础知识作了简要的介绍,采用三维标定块标定摄像机,避免传统的利用标定板标定摄像机丢掉了Z维的坐标信息所引起的误差,同时考虑相机的径向畸变因素,以提高标定精度。实验结果表明该方法精度较高,能满足立体视觉系统的需要。     

基于立体靶标的摄像机标定方法

为获取视觉测量系统中二维图像到三维空间位置的变换关系,提出一种基于立体靶标的摄像机标定方法.针对无畸变小孔成像模型,使用最小二乘法求解初始投影矩阵后通过LM准则对其优化;根据多张图像对应的投影矩阵,求解摄像机内参数及各相应外参数;引入二阶径向畸变模型,建立理想图像坐标和实际图像坐标间的方程求解初始畸变系数;使用LM准则...