光场成像系统仿真分析与深度标定研究

微透镜阵列的光场相机可以根据微透镜阵列与传感器之间的距离分成非聚焦（传统型）、聚焦开普勒型和聚焦伽利略型3种光场相机,使用光学仿真软件Zemax对这3种光场相机进行模拟,对得到的白板图进行微透镜中心标定以及对原始光场图片进行渲染处理,得到系统的空间分辨率（重聚焦图片分辨率）、角度分辨率（多视角数）等信息。利用重聚焦系数推导出景深、焦深的计算公式。综合考虑实际条件和测量对象,选择搭建聚焦伽利略型光场相机实验系统,该系统关键参数b=0.6 fm,其中b为微透镜阵列与传感器之间的距离,fm为微透镜单元的焦距。结合仿真系统分析了影响深度标定方法准确性的因素,结果表明,原图清晰度、采样步长、重聚焦步长、重采样倍数以及拟合方法都对最终得到的深度标定曲线产生影响,并通过改进实验验证了仿真的结论。     

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。     

移动目标的深度测量

提出了一种基于散焦图像移动目标深度测量的方法,该方法采用一台带有远心镜头的CCD摄像机,沿光轴方向转移目标拍摄两幅图像,根据所拍摄景物图像的散焦半径与图像大小计算目标景物距摄像机的距离,采用远心光学镜头代替普通镜头可使图像的大小与散焦半径之间的关系简单,该方法融合了图像的大小与散焦半径两个信息,使深度计算更加准确,由于该方法只需要一台参数固定的CCD摄像机,可以免除图像间的配准和特征点的选取,有利于实时系统的实现,实验结果表明了该方法 的有效性。     

光场成像系统仿真分析与深度标定研究

微透镜阵列的光场相机可以根据微透镜阵列与传感器之间的距离分成非聚焦(传统型)、聚焦开普勒型和聚焦伽利略型3种光场相机,使用光学仿真软件Zemax对这3种光场相机进行模拟,对得到的白板图进行微透镜中心标定以及对原始光场图片进行渲染处理,得到系统的空间分辨率(重聚焦图片分辨率)、角度分辨率(多视角数)等信息。利用重聚焦系数推导出景深、焦深的计算公式。综合考虑实际条件和测量对象,选择搭建聚焦伽利略型光场相机实验系统,该系统关键参数b=0.6 f_m,其中b为微透镜阵列与传感器之间的距离,f_m为微透镜单元的焦距。结合仿真系统分析了影响深度标定方法准确性的因素,结果表明,原图清晰度、采样步长、重聚焦步长、重采样倍数以及拟合方法都对最终得到的深度标定曲线产生影响,并通过改进实验验证了仿真的结论。     

一种基于能量集中度的光学镜片球差检测方法

光学镜头在非接触测量与检测过程中起着至关重要的作用,其成像质量的高低直接影响检测结果的精度。为了更高效、精准地检测出光学镜头球差,以提高光学镜头成像质量,该文提出了一种基于能量集中度的光学镜头球差检测方法。该方法通过采集星点鉴别率板透过光学镜头所成的像来提取该光学镜头的能量分布信息,然后运用公式法求取星点斑的能量集中度值,最后根据求得的能量集中度值来计算该光学镜头的球差,并将球差值反馈给光学镜头生产商,以此来达到提高光学镜头成像质量的目的。对不同已知球差的光学镜头进行测试,测试结果表明,该方法能够以较高速率和准确率检测出光学镜头球差。     

基于微透镜阵列的光场图像深度估计

针对光场相机同时记录光线位置信息和角度信息,提出估计光场图像深度的新方法。根据光场摄像技术的数字重聚焦原理,产生场景不同焦深的图像序列;采用基于目标区域的可变窗口清晰度评价算子对目标在图像序列中的聚焦度进行测量,通过高斯插值获得最清晰的成像位置作为深度求取结果。以基于微透镜阵列的Lytro光场相机为例,实验结果表明,在降低现有算法时间复杂度的基础上,该方法提取的深度图可靠,证明了该方法的可行性与优越性。     

一种单线阵CCD立靶系统参数标定方法

为提高单线阵CCD立靶的测量精度,提出一种基于测量模型的系统参数反演和标定方法。在假设相机镜头的焦距、倾角和主点坐标以及激光器发光点坐标等系统参数已知的情况下,建立相机捕获弹丸影像的中心像元位置、各系统参数以及弹丸着靶坐标之间的函数关系,通过实测的弹丸影像的中心像元位置和弹丸坐标值反求出与系统各参数相关的矩阵模型,而不需要求出具体的系统参数值。在实际测量中,只需根据所求得的矩阵模型和每次测得的目标影像的中心像元位置便可求得弹丸着靶坐标。根据系统测量原理,建立了系统的数学模型和参数标定模型,采用所提反演方法对系统参数进行了标定实验。模拟实弹实验的结果表明,本文方法的坐标测量精度明显优于传统方法。     

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。     

基于鱼眼镜头的树高测量方法

为解决当前测量树高方法中存在测量误差大、测量不便等问题,提出一种基于鱼眼镜头的树高测量方法.该方法首先利用鱼眼镜头成像模型确立世界坐标系到图像像素坐标系的变换关系;然后以畸变系数的等距投影模型为基础,利用Scar-amuzza鱼眼相机标定方法求解参数并建立测量系统模型;最后利用图像处理技术对实验图像进行轮廓提取、分割及极值点提取,实现对树高的测量.通过所提出的测量方法对树高进行测量,实验结果表明:测量方法的测量误差在-0.196～0.195m,树高测量最高相对误差为2.75％,平均相对误差为1.505％,说明该方法有效减小了测量误差,具有很高的精确性,同时测量方法简便,可操作性强.     

基于平面靶的多气泡虚拟三维测量系统标定

基于单台高速摄像机和两组反射镜建立多气泡虚拟三维测量系统,根据立体视觉测量原理及投影变换模型,以平面靶为标定基准,通过镜头畸变校正与非线性算法优化,对系统中的左右虚拟摄像机及传感器参数进行标定,并应用于气液两相流中多气泡的实际测量.结果表明:使用平面靶标定的虚拟三维系统测量误差小于0.06,mm,可精确重建多气泡三维轨迹,实验结果具备可靠性和适用性.     

利用二次曲线拟合和圆环点进行摄像机标定

为了提高摄像机标定的精度和实用性，提出一种新的标定算法．所用的标定模板由平面上两个相交的圆周组成，且两圆的圆心和半径均未知，通过对两圆的图像进行二次曲线拟合，再根据拟合的二次曲线来计算圆环点图像完成标定过程．与经典的平面标定算法相比，该算法无需进行角点检测和角点匹配，不需人工干预即可实现自动化标定，且在标定过程引入了更多的图像点信息．模拟实验结果表明，在实际的噪声水平下，该算法对焦距的相对标定误差比平面标定算法减小约0．1%，此时主点的相对标定误差也略小于平面标定算法．真实图像的实验结果也表明，所提算法具有较好的精度和实用性．     

基于双目立体视觉系统的测量研究

为了实现摄像机与目标物体之间距离的信息,由双目测量原理,采取结合OpenCV与Matlab的方式,设计出一套关于双目测距的立体视觉系统;系统首先对双目摄像机的内外参数进行标定,从黑白格组成的标定板中获得角点信息,使用亚像素角点检测法对角点坐标信息进行更精确检测,在黑白格组成的标定板分别距离双目摄像机300、400、500、600、700mm处获取不同位置的标定图像,经过张正友标定法最终可以得到双目摄像机所需内外参数;其次通过BM(Block Matching)立体匹配算法在VS2017坏境与opencv3.4.7库配合下完成了摄像机的立体校正、立体匹配进而得到视差图;最后在实验中使用了双目摄像头,并编写了代码通过鼠标点击所得到的视差图获取对应的世界坐标来实现物距的测量;实验结果表明:被测物距离摄像头光心500~700mm这一范围时,实测距离和实际距离相对误差百分比在0.171% ~0.192%之间,且实测距离在2 950mm内实验误差小于5%满足实验精度要求。     

摄象机校准的算法研究

本文阐述了在只给出ＣＣＤ成象面垂直方向相邻光敏元的距离时的摄象机校准算法．在解非线性方程时利用广义牛顿算法及伪逆算法的结合求出了摄象机参数的精确解．采用摄象机校准误差来评价摄象机校准的精度，并示出了对ＣＣＤ摄象机进行校准的实验结果．进行计算机模拟，分析了影响摄象机校准误差的各种因素．     

基于视觉测量障碍位置的车载摄像机标定

障碍位置的视觉测量是车辆辅助驾驶系统研究的一个重要领域,而视觉测量的关键是对车载摄像机的标定。通过比较分析视觉测量中摄像机光轴中心线与景物面之间的几何关系,针对车载摄像机提出了以标定点在图像上均匀分布成网格状进行标定,利用网格插值建立图像坐标和实际坐标之间的映射关系,即车载摄像机的标定模型。经验证该模型简单、精度高,能够有效地测量出障碍的位置信息,适用于车载摄像机的标定。     

基于多尺度特征提取的单目图像深度估计

在目前基于深度学习的单目图像深度估计方法中，由于网络提取特征不够充分、边缘信息丢失从而导致深度图整体精度不足。因此提出了一种基于多尺度特征提取的单目图像深度估计方法。该方法首先使用Res2Net101作为编码器，通过在单个残差块中进行通道分组，使用阶梯型卷积方式来提取更细粒度的多尺度特征，加强特征提取能力；其次使用高通滤波器提取图像中的物体边缘来保留边缘信息；最后引入结构相似性损失函数，使得网络在训练过程中更加关注图像局部区域，提高网络的特征提取能力。在NYU Depth V2室内场景深度数据集上对本文方法进行验证，实验结果表明所提方法是有效的，提升了深度图的整体精度，其均方根误差（RMSE）达到0.508，并且在阈值为1.25时的准确率达到0.875。     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

基于双目立体视觉的海浪波面三维重建技术

为了提高海面特征点检测的准确度和三维重建的精度,在基于传统的Harris算法的基础上,提出1种基于高斯金字塔图像的改进Harris特征点检测算法.利用搭建的双目相机平台,对海浪图像进行采集并完成相机的标定过程,然后根据改进的角点提取算法对图像的角点进行检测,利用尺度不变特征变换(scale-invariant feature transform,SIFT)算法对海浪图像特征点进行立体匹配得出视差图,最后根据三角测量原理获取图像的深度信息,实现海浪波面的三维信息重建.实验结果证明,在针对海浪图像时,该方法具有更高的精度和准确度.     

激光视觉机器人焊接中同时标定摄像机和手眼关系的方法

摄像机和机器人手眼标定是视觉机器人应用中的重要组成部分。针对激光视觉机器人焊接,根据机器人手眼矩阵和机器人末端对基坐标系的位姿矩阵的特定关系,提出了一种同时标定摄像机和机器人手眼的方法。用所设计的标定物对此方法进行标定试验,由非线性最小二乘优化法求解待标定的参数。从焊缝上取20个样点,利用标定结果恢复其三维空间坐标,并与实际三维坐标对比,平均误差为0.12mm,满足焊缝跟踪要求。     

机载激光扫描中复杂建筑物轮廓线平差提取模型

建筑物轮廓线提取与规则化是房屋3维重建等处理中的重要步骤,目前大多方法面向多边形规则建筑物轮廓线的提取,而无法适用于包含圆弧轮廓线的不规则建筑物轮廓线提取.针对城市中这一类复杂不规则建筑物,提出一种结构化提取特征点的方法,并判断特征点的属性,对直角处的特征点进行条件平差,优化特征点的位置,而对圆弧处的特征点之间的边界点分段拟合圆弧,以得到平滑的符合实际情况的轮廓线.该方法可有效提取包含圆弧的建筑物轮廓线,最后通过上海陆家嘴地区的建筑物LiDAR(机械激光扫描)数据验证该方法的可行性和提取精度.