一种单线激光雷达和可见光摄像机的标定方法

结合移动机器人实际应用.提出了针对激光雷达和可见光摄像机标定的方法.通过对激光雷达扫描特殊标定板得到距离信息的计算,求得雷达扫描线在标定板上的坐标位置,从而得到了一组雷达数据和图像数据的对应点对.以此为基础,通过参数拟合的方法实现了两者关系的求取.该方法只需要标定板就能够完成激光雷达和摄像机的空间标定,标定精度高,在此基础上的外部标定,实现了多个传感器世界坐标系的统一,避免了后续处理中数据解释的二义性,实验证明了这种方法的有效性.     

基于改进型神经网络的双目摄像机标定

摄像机标定是机器视觉中最重要的环节之一,传统标定方法运算量大、计算复杂,非常繁琐。为解决标定存在的若干问题,提出基于改进神经网络的双目视觉摄像机标定方法。通过对双目摄像机有效模型分析,建立空间点图像坐标与世界坐标非线性映射关系,同时引入自适应学习算法,实现隐层神经元的自适应选取,并且在创建网络模型前对样本数据进行归一化处理,提前终止策略,使网络泛化能力得到极大改善。通过与经典标定方法进行比较,表明基于改进型神经网络标定方法能获得较好的双目标定精度。     

立体视觉神经网络定位方法

为了解决计算机视觉中摄摄像机标定存在的若干问题，根据立体视觉原理，提出了基于神经网络的测避方法，利用神经网络建立空间点世界坐标与图像坐标非线性映射关系，使系统不经过复杂的摄摄像机内外参数标定，就能将二维像坐标（输入）与三维物坐标（输出）一一对应起来，并与传统的定位方法进行了比较．实验表明，该方法有效可行，简化了视觉系统的标定和定位计算，较之传统方法更具科学性，在定位精度上达到了良好效果。     

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。     

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。     

基于标定板特征的摄像机线性标定方法研究

提出一种完全线性标定摄像机的方法。先单独标定摄像机的主点坐标和纵横比,然后用CCD垂直拍摄HALCON高精度标定板,并应用SIFT算法完成标定板特征点中心亚像素坐标提取,最后根据径向平行约束和一阶径向畸变模型线性求解其余摄像机的内外部参数,包括焦距、一阶径向畸变系数、旋转矩阵和平移向量。实验中改进了传统线性标定算法,采用单独标定平移分量t z,消除了t z对标定结果造成的不稳定影响,得到了收敛性较好的焦距值。实验数据表明该算法具有较高的标定精度,是一种简单、有效、实用的标定方法。     

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。     

一种基于视觉测量障碍高度的车载摄像机标定新方法

从摄像机针孔成像几何模型入手,根据像点与物点之间的线性关系,进而分析车载摄像机景物点的图像坐标与实际坐标之间的关系,研究发现无法通过建立图像坐标与实际坐标之间的映射关系测量出景物的高度。基于此提出了一种新的摄像机标定方法,通过插值法和最小二乘法建立景物的图像高度(景物顶点的图像纵坐标与其在地面上投影点的图像纵坐标之差)与实际高度之间的映射关系,即车载摄像机标定的模型;并对该模型进行测试。测试结果最大偏差为0.078 75 cm,最小偏差为0.013 99 cm,平均偏差为0.034 79 cm,精度可达到0.11%。经验证该方法可精确地测量出障碍的高度,具有一定的实用性及可行性,适合车载摄像机标定,有助于汽车辅助驾驶系统的研究。     

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.     

视觉导航系统摄像机外参数在线标定算法

提出一种简捷实用的摄像机外参数在线标定算法.该算法仅需借助一组平行的道路标识线和一组与地面垂直的平行线即可确定摄像机外参数.在已知摄像机高度的条件下,根据本标定算法即可从图像中得到目标物在现实世界坐标中的位置.实验结果证明,该方法简单方便,且无需特殊的标定设备,具有较高的应用价值.