基于GSI靶标与立体视觉的双目相机结构参数标定

针对大视场双目相机结构参数标定问题,提出了一种基于GSI靶标的标定方法。相机的内参数已知,利用同名编码点在双相机像面上成像点及双目视觉测量原理,解算出双目相机的相对方位。该方法无需移动靶标,只需要双目相机同时对靶标平面拍摄一次,简单方便。     

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SIFT特征匹配和模约束的摄像机分层自标定方法

在一些计算机视觉和摄影测量任务的执行过程中,需要在线地标定摄像机参数,这就使得不依赖标定参照物的自标定成为必需,提出一种基于SIFT特征匹配和模约束的摄像机分层自标定方法。自由移动或旋转摄像机拍摄同一场景内部参数不变条件下的四幅以上图像。对每幅图像进行SIFT特征点提取,通过特征点匹配在每幅图像中分别获得对应三维场景空间同一特征点的像素坐标。进行投影标定,获得每幅图像在投影重建空间中的相机投影矩阵,以及每个特征点在投影重建空间中的三维坐标。进行仿射标定,采用模约束法确定无穷远参考平面在投影重建空间中的参数。进行度量标定,确定内参矩阵。实验表明,该方法能在线地稳定地获得摄像机内参标定结果,从而对现有的摄像机自标定方法进行了改进。     

数字图像相关方法中的标定对三维形貌和变形测量的影响

为了实现三维数字图像相关方法的高精度三维测量,首先需要标定成像系统的内外参数.从数字图像相关的基本原理出发,针对相机成像的针孔模型,在理论上给出了物体成像的误差来源和修正措施,从而引出相机的各个标定参数.实验研究了多组标定板的姿态,分析了棋盘标定方法的稳定性和精确度,给出了标定过程的优化方案,解决了复杂工程环境下现场标定步骤繁琐的问题.实验结果表明:当标定板的姿态数大于9组时,标定参数趋于稳定,用稳定的标定结果计算目标物的半径更可靠.精确稳定的棋盘标定方法有利于获得高精度的三维测量结果,因此优化标定后的三维数字图像相关方法不仅操作简便,还具有相当高的可靠性和精确度.     

空间三维测量技术的研究

以透视投影变换为依据,研究了空间三维测量技术,提出了一种新的标定方法。利用相机做一次平移运动,可以线性的确定摄像机的内参数,然后利用已求得的内参数来求外部参数。本方法不需精确标定靶标,不需要任何的高精度复杂装置,最后结果表明,此方法能够得到比较满意的精度要求。     

基于液晶标靶的坐标测量方法

提出一种基于液晶标靶的坐标测量方法.通过最小二乘优化的方法确定摄像机主点与坐标测量头的坐标转换关系,结合摄像机外参数确定测量头的三维坐标,将摄像机用于光学三维坐标的测量,提出了相机移动时的坐标变换公式和移动距离的计算方法.实验结果表明,平面标靶标定点数量显著增多,可精确提取标定点,摄像机的标定结果更加准确.该方法简单、可靠,可以准确的得到光学坐标测量结果.     

非量测相机的检校方法

非量测相机应用于摄影测量,内部参数是影响其精度的重要因素。分别通过Matlab标定工具箱进行标定、后方交会解算法、透视变换和后方交会交替法等三种方法对相机进行检校,从而获取畸变参数和内方位元素,最后研究了三种方法在不同数量像片条件下的稳定性及精度。结果表明相比于Matlab标定工具箱标定方法,后方交会解算法及透视变换和后方交会交替法检校精度更高,且当三维控制场像片数量少时,后方交会法解算精度更稳定。     

基于场景模型的双目相机动态检校方法

提出了一种基于场景模型的双目相机内、外方位元素的动态检校方法.初始检校过程构建了场景全局三维模型并以此为基础分别初步解算内、外方位元素,然后进行联合优化;更新检校过程利用已建立的场景模型,恢复场景模型与影像的关联,再通过联合优化更新相机的检校参数.实际场景实验验证结果表明:该方法的检校完整度优于基于即时定位和地图构建(SLAM)的检校方法,精度优于传统棋盘格检校方法.     

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。     

数字摄影测量系统中非量测CCD相机标定算法

为了解决传统的相机标定方法，通常需要建立复杂三维标定块或高精度三维控制场这一实际问题，采用平面控制格网作为标定块，利用二维直接线性变换分解出相机的内外方位元素初值，然后采用改进的Hough变换算法检测标定图像中的格网直线并利用最小二乘法拟合出最佳直线，通过求直线的交点得到标定格网点的像坐标。最后利用自检校光线束法平差进行相机的精确标定。实际图像数据实验结果表明：主点和焦距的标定精度分别达到了0．2和0．3像素左右。可以满足高精度近景三维量测的要求。     

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间 3 组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1 5%~2 6%之内.     

基于主动视觉的结构光手眼系统自标定方法

为实现结构光手眼系统的标定,提出一种基于主动视觉的结构光手眼系统自标定技术。该标定技术无需使用特制靶标,只需场景中三个特征点,通过控制机器人进行四次线性无关的平移运动和两次带旋转运动,即可实现结构光手眼系统的标定。四次非线性相关的平移运动标定摄像机内参数和手眼矩阵旋转部分,两次带旋转标定手眼矩阵的平移部分,两次带旋转运动中提取的两激光条,结合特征点所在平面信息,标定光平面方程。实验结果表明,三维数据测量精度可达到±1.32mm,平面特征点间的长度测量误差为±0.73 mm;该标定方法简单,特征选取容易,对结构光手眼系统的实际工业现场使用有重要意义。     

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。     

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.     

基于图像的3D场景重建

给出了用DSP实现基于图像的3D场景重建的方法和步骤.3D场景重建主要由摄像机标定、图像采集和基于图像的重建3个部分组成.在摄像机标定中,使用摄像机作为测量装置来确定它的内部和外部参数,比对摄像机直接进行测量更为方便;利用摄像机、SEED-VPM642实时图像处理应用平台和PC机构成的系统进行图像采集,DSP芯片与PC机的图像传输采用PCI通信实现;采用体素着色(Voxel Coloring)方法实现3D场景重建,使现实物体在计算机虚拟世界中得以重现.     

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.     

基于正十二边行平面模板的摄象机自标定

给出一种基于平面模板摄象机自定标的新算法。它利用正十二边形模板在象平面上的投影 ,求解出圆环点 ,然后根据圆环点的性质确定两个关于摄象机内参数线性约束方程。通过摄象机作三次以上的运动参数未知的刚体运动 ,可确定摄象机的内参数。本方法对摄象机的运动没有约束 ,且平面模板易于制作。模拟实验和真实图象实验也表明 ,本方法具有很好的鲁棒性。