基于插值细分的机械臂手眼标定算法

由于固定视点下的工作平面大、相机畸变明显且采集环境复杂,机械臂与相机之间坐标耦合的标定精度不够,为解决该问题,提出一种对图像坐标系与机械臂基坐标系进行直接标定的方法.该方法通过对采集到的标定点进行插值细分拟合畸变曲线来消除相机畸变,构建图像坐标系与机械臂基坐标系的直接转换关系.该方法规避了传统算法中过度依赖相机位姿矫正、畸变矫正等算法导致的误差问题,实现了平均误差在1mm以内的高效率、高精度手眼标定.     

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.     

基于边缘和模板匹配的印鉴自动鉴别方法

利用计算机鉴别印鉴真伪具有广泛的应用前景．提出一种基于边缘和模板匹配的印鉴自动鉴别方法,该方法先将印鉴图象分成若干个子区域,然后提取反映真假印鉴本质特征的若干参数,用它们形成局部和全局特征,最后用ＢＰ神经网进行判决．实验结果表明,该鉴别方法具有较强的适应性和可靠性,已达到实用水平．     

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.     

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。     

基于平面靶标的相机内部参数标定精度分析

相机内部参数标定是实现机器视觉测量的必要环节.目前常用的标定方法有Tsai两步法、DLT方法以及基于平面标靶的张正友法等.张正友法简单易行,因而得到广泛应用,标定精度取决于平面靶标的制作精度、图像特征点坐标的提取精度、镜头畸变、靶标摆放数目以及位姿分布等.对张正友标定方法的精度进行探讨,分析各影响因素对标定精度的影响,提出基于均匀设计的思想进行靶标位姿分布的设计思想.仿真和实际测试证明,采用均匀设计的靶标布局明显提高相机内部参数标定精度.     

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。     

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...     

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。     

基于双目视觉技术的物体深度信息的提取

传统的双目匹配算法得到的数据是左右视图匹配点的二维坐标;但二维坐标将丢失物体的三维深度信息。提出一种利用视差原理在世界坐标系内计算该物点在现实中所对应点的三维坐标的新方法。该方法分为三部分:第一部分为双目相机的标定,包括内参(主点、焦距、径向畸变、不垂直因子)以及两相机之间的外参(旋转矩阵和平移矩阵)。第二部分为特征点的提取与匹配,特征点的提取则是利用SIFT算子提取左右视图的特征点,匹配则是将两视图中的对应点(现实中为同一点)利用SIFT算法进行匹配。第三部分为物体深度信息的计算,利用双目相机的视差原理和已经得出的双目相机的参数进行空间还原得到相应的左右视图投影投射矩阵,结合空间几何线性关系计算出该点在世界坐标系的三维坐标,从而得出其深度信息。     

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。