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.     

基于共面圆的双目立体视觉分步标定法

计算机视觉中,在对景物进行定量分析或对物体进行精确定位时,都需要进行摄像机标定,即准确确定摄像机的内外参数.为了快速、有效地进行摄像机的标定,针对常用的带有一阶径向畸变的小孔摄像机模型,提出了一种简单有效的分步标定方法.先用预标定法得到左右摄像机主点坐标参数,然后再用TSAI两步法获得左右摄像机的内外参数,最后以左摄像机光心为世界坐标系原点,通过坐标转换关系,进而得到双目视觉的各种标定参数.该方法实验要求低,不需要移动摄像机.通过实验,验证了该方法能够准确、有效地求出各标定参数.     

双目立体视觉系统摄像机标定

对摄像机参数标定是三维定位的关键．制作了平面式标定板，将标定板中圆的当量中心作为标定用参考点，这样可以有效避免测量误差．采用线性和非线性结合的方法标定摄像机参数，首先利用直接线性转换模型（DLT）得到投影矩阵，通过约束条件分解参数矩阵，分别求出摄像机内部参数；然后将得到的标定参数作为初值，代入非线性方程进行优化，得到精确的标定参数．非线性优化采用Levenberg—Marquardt迭代法．试验表明，标定参数与出厂参数有一定差异，但和实际情况完全吻合．     

基于同心圆环模板的摄像机标定方法

在研究传统的摄像机标定方法的基础上,提出了一种新的基于同心圆环模板的摄像机标定方法。使用一种几何的方法实现同心圆圆心的检测及相机标定,同时利用射影几何内在约束条件来对同心圆图像投影的几何结构实现优化,求出单应矩阵H,从而进一步计算出摄像机内外参数,且标定后期无需进行畸变校正。通过模拟实验和真实图像实验证明,该摄像机标定方法精度高,鲁棒性强,具有一定的实用性。     

基于正三菱锥的摄像机线性自标定方法

本文在研究传统的摄像机标定方法的基础上,提出了一种基于正三菱锥的摄像机线性自标定方法。该方法通过控制摄像机对正三凌锥模型做一次纯轴向运动和3组两正交运动即可线性的标定出摄像机的5个内参数。实验结果表明,该方法能准确有效的标定摄像机的内参数。     

基于局部单应性矩阵的结构光系统标定研究

在基于结构光测量系统中,投影仪标定对物体的三维测量精度有着直接的影响。通过投影仪投射多幅正交格雷码至棋盘格标定板表面,利用未标定摄像机获得受棋盘格标定板调制的变形格雷码条纹图像,通过局部单应性矩阵方法获得棋盘格标定板各角点所对应的投影仪图像坐标。根据摄像机图像坐标、投影仪图像坐标与棋盘格标定板角点对结构光测量系统进行标定,获得摄像机与投影仪的内参数矩阵以及投影仪图像坐标系在摄像机图像坐标系的位姿矩阵。最后对结构光测量系统进行了标定实验;并使用Samuel Audet标定工具箱、Douglas Lanman标定工具箱与提及的标定方法进行标定误差对比。实验结果表明该方法操作简便,精度高,能较好地标定结构光测量系统参数。     

基于主动视觉的摄像机线性自标定方法

讨论了一种基于主动视觉的摄像机线性自标定方法,在摄像机为完全的射影模型,即畸变因子(skew factor)存在时,通过控制摄像机作一次纯轴向运动和3组两正交运动即可线性地标定出摄像机的所有5个内参数.当摄像机为四参数模型,即畸变因子为零时,只需控制摄像机作2组两正交运动即可线性标定出其4个内参数.模拟实验和真实图像的实验结果表明,该方法能够比较准确地标定出摄像机的所有内参数.     

利用遗传算法精确标定摄像机参数

讨论了利用遗传算法作为优化算法的双阶段摄像机标定方案。首先,忽略摄像机畸变的影响,根据先验假设恰当组合摄像机的其他内外参数。构成线性方程,利用最小二乘法直接估计摄像机主要参数的初始值;其次,考虑摄像机畸变的影响,在初始值的基础上利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,因此能够在获得精确解的同时,保证旋转矩阵的正交约束条件。此外,由于遗传算法的染色体具有     

基于平面模板的摄像机标定方法

文章提出了一种基于平面模板的摄像机标定方法,仅要求摄像机在3个(或3个以上)的不同方位对同一平面模板进行拍摄,即可标定摄像机参数(包括内参数、外参数、畸变系数).并利用两步法求解摄像机参数.模拟图像和真实图像结果表明,该方法兼顾了标定精度与速度.整个标定过程不需要人为干预,可以自动进行,具有较强的实用性.     

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.     

数字摄影测量共线方程的一种新解法

共线方程是摄影测量中最重要的方程之一 ,根据共线方程的一般形式导出了基于正交旋转矩阵下的与摄影中心坐标、旋转矩阵、内方位元素相关的共线方程的误差方程 ,该程差方程形式简洁 ,可直接解算内、外方位元素 .这种解法非常容易由计算机程序实现 .     

Flexible planar-scene camera calibration technique

0　IntroductionCalibrationofcamerasisaprerequisitefortheextractionofprecisethree dimensionalinformationfromimageryinpho togrammetry,computervision ,roboticsandotherareas.Muchworkhasbeendoneinthephotogrammetrycommunity[1 3] ,andmorerecentlyincomputervision[4,5] .Anumberofauto calibra tionapproachesbasedonactive visiontechniquehavebeenad dressedbycomputervisioncommunities,butmanyofthemneednon linearoptimizationwhichtakesmoretimethanlinearonesorcameramotionsneedtobepartlyknown[3 \〗.Insomecases,…     

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。     

单摄像机单投影仪三维测量系统标定技术

结构光三维测量能够实现物体型面快速精准的重构,系统标定是其基础和关键的一环。针对单摄像机和单投影仪组成的系统结构,依靠具有黑底白色圆点图案的单平面标定块,采用Tsai两步法及非线性优化完成摄像机标定。通过双方向解相实现标志点在投影平面上的反向成像,把投影仪作为虚拟摄像机采用同样方法进行标定。解相时采用基于伪随机彩色条纹序列展开的时空域编码和3步相移法。标定设备简单,操作方便自动化。实验结果证明具有较高的标定精度。     

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．     

一种基于矩形的摄像机自标定方法

提出了一种求解摄像机内参数的方法.首先从空间单个矩形的图像获得含参数r的圆环点图像,其中,r为该矩形的长宽比;进而根据圆环点对摄像机内参数约束获得一组非线性方程;通过求解一个次数为3的多项式方程的正根,把非线性方程组转化为线性方程组,从而确定摄像机的内参数.同时,给出了此约束方程组具有惟一解的充要条件.实验结果表明,所给出的方法具有较高的求解精度.     

基于改进粒子群算法的3-RPS并联机构正解研究

为快速准确求解3-RPS并联机构运动学正解,将其化归为非线性方程组求解问题,又基于优化理论将其转化成多目标优化问题,并以加权法将多目标问题转化为单目标优化问题,最后采用改进粒子群算法进行数值求解,最后给出了算例。仿真结果表明:该方法适用于求解并联机构的正解问题,其收敛速度和计算精度较标准PSO算法有明显改善。     

视频监控摄像机自标定的一种新方法

对于许多可视跟踪和视频分析任务,精确的摄像机标定是非常重要的.提出一种新的视频监控摄像机自标定算法,它利用半正定规划来恢复摄像机的焦距和主点.说明如何将摄像机旋转自标定算法转化为凸优化问题,该方法将所需正定约束自动集成到优化过程,因此得到可靠和稳定的结果.基于合成数据和真实图像的实验,证实了算法有效性和可确定的收敛性.     

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.