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。     

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。     

大视场CMOS相机图像的畸变校正

由于光学成像系统存在着非线性误差,大视场CMOS成像相机获取的图像会产生较严重的几何畸变.为了改善其图像质量,必须对其进行畸变校正.分析了畸变校正的思路,建立了畸变校正的模型,并通过对标准正方形网格成像的办法进行曲线拟合得到所需的校正系数,然后利用最近邻点法和双线性插值法分别对失真的网格进行校正.对比其校正效果,可以看出采用双线性插值法时,网格的直线形状保持较好,图像质量比最近邻点法时有所改善.最后对CMOS获取的图像进行校正,获得了较好的校正效果.     

一种新的神经网络畸变不变模式识别方法

本文以Ｗｉｄｒｏｗ等人的方法为基础，提出一种新的神经网络畸变不模式识别方法－－最小距离畸变不变模式识别网络。数值模拟显示，新方法具有完全的畸变不变性，相当高的识别精度、实时的识别速度、强大的抗噪能力、极短的自适应时间以及显著降低的运算量。     

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.      

两并列方形高层建筑局部风压干扰特性

对2个并列方形高层建筑模型进行了受扰建筑风压测量的风洞试验.根据试验结果,分析了施扰模型高度变化以及相对位置变化对受扰方形高层建筑表面局部风压的影响.结果显示,高度比固定、间距比变化时,平均和脉动风压系数干扰因子最大值在狭缝面和外侧面均随间距比的增大而减小,间距比等于2时,狭缝面的脉动风压放大较为显著,在前缘棱边的上端角部处为2.2,在迎风面和背风面则随间距比的增大而略有增大.间距比固定、高度比变化时,平均和脉动风压系数干扰因子最大值在狭缝面、外侧面和背风面均随高度比的增大而增大,狭缝面脉动风压增大最为显著,局部达2.7,在迎风面则受高度比变化的影响较小.     

基于热力学方法的甲烷水合物沉积物本构模型

甲烷水合物沉积物的力学特性研究尚处于起步阶段,较系统的试验数据仍然不够充分,能够描述甲烷水合物沉积物力学特性的本构模型也不多.基于热力学原理和临界状态的概念的本构模型,可以自动满足热力学定律,其流动法则和屈服函数都可以很自然地从耗散函数中导出.首先介绍了基于热力学方法的甲烷水合物沉积物本构模型,并利用已有的甲烷水合物沉积物的三轴试验数据对模型进行了验证,进一步地应用该模型分析应力间距比对甲烷水合物沉积物力学特性的影响,强调应力间距比和屈服面形状在模型构造中的重要性.模型参数分析表明,应力间距比对甲烷水合物沉积物排水和不排水应力-应变关系、有效应力路径以及剪胀关系都有明显的影响.     

防止纱线重叠的卷绕比确定方法

纱线卷绕中,不当的卷绕参数会导致纱线间距过小以致重叠,造成容纱量低、卷绕振动、退绕断头及混纱等问题。采用几何及数学方法,分析了纱线排布规律及其与卷绕比的关系,发现适宜的卷绕比可以实现纱线规律性的错开排布,进而有效防止纱线间距过小而产生重叠。提出了适应不同工艺要求的卷绕比确定方法,分析了卷绕过程中纱线夹角及最小纱线间距的细微变化及其对卷绕比选取的影响,给出了优化卷绕比防止纱线重叠的完整方法并进行了示例说明。     

机载平台下半标定的下视图像极线校正方法

以无人飞行器下视光学成像平台为研究背景,提出了一种相机半标定的下视图像极线校正方法.先对机载下视摄像机的成像几何模型进行了分析,在此基础上推导出一种新的极线校正单应估计函数,并用最小二乘法估计变换参数.结合惯导参数分析可知：所提出的方法不依赖于基础矩阵的精确求解,且在理论上只须1对同名点即可求解.实验结果验证了该方法校正精度高,校正速度快,且图像变形明显小于经典的极线校正算法.     

环境与灾害监测卫星红外相机图像地球自转引入的畸变校正

红外相机在卫星绕地球飞行获取遥感图像时,地球也在进行自转.同一幅图像内不同条带的成像时间不一致,将会导致条带间的几何错位,即地球自转引起的几何畸变.在对红外相机成像方式及地球自转模型进行分析的基础上,给出了消除地球自转影响的方法,并进行了校正.     

相机目标自标定系统三维重构的研究

对相机目标自标定系统三维重构方法进行了研究,首先介绍了相机的针孔透视变换的数学模型,并计算了相机成像的畸变系数;介绍了相机传统线性标定的方法,重点分析了引入非线性优化的平面标定的方法,并在此基础上结合LM优化算法对相机的参数进行了求解;最后通过实验仿真证明了该方法能够较好地描述相机的成像情况,从而证明了引入非线性优化的标定方法在相机目标自标定系统三维重构中的可行性。为相机系统识别目标的精确度,实现对目标的全方位精确识别提出了一种新的研究思路。     

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．     

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。     

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.     

基于局部分形特征的快速图像匹配方法

利用分形的方法建立了一种新颖的基于分形特征的景像匹配方法．该方法具有良好的抗几何形变能力和较强的抗噪能力．由于利用了分块、序贯检测及分层搜索技术，计算量大为减少，试验结果表明这是一种良好的图像匹配方法．     

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。     

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。     

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。     

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。