一种结合遗传算法和LM算法的摄像机自标定方法

提出了一种遗传算法和LM算法相结合的摄像机自标定方法。首先利用遗传算法获得若干组摄相机内外参数的初始值,接着利用LM算法对每一组参数进行优化,然后选取映射误差最小的那组参数。如果这组参数的映射误差满足要求,则将这组参数作为摄相机标定的最终结果;否则利用遗传算法对刚才得到的若干组参数进行交叉和变异操作,再利用LM算法优化每一组参数,直至映射误差满足要求。最后将摄像机标定结果用于视差估计,以判断标定结果的正确性。实验结果表明,提出的结合LM算法和遗传算法的摄像机自标定方法是正确有效的。     

一种基于单个神经元的摄像机标定自适应算法

传统的标定算法利用标准的参照物与图像点的对应约束关系来求取摄像机参数,其中非线性优化方法标定精度较高,但计算繁琐.为此提出一种基于单个自适应神经元的摄像机传统标定算法,应用一种结构简单、抗干扰能力很强的单个神经元自适应算法代替通常的非线性优化算法进行摄像机标定.实验结果表明该算法无需计算雅可比矩阵,且精度较高,简单可行.     

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.     

一种新的基于粒子群优化的自标定位置视觉定位算法

针对动态自标定的问题,提出了一种改进的基于粒子群优化(PSO)的自标定位置视觉定位算法.首先对本质矩阵进行奇异值分解,依据3个奇异值的特性在线生成目标函数,在进行动态自标定的同时,完成视觉伺服.算法抛弃了Chesi G方法中对初值选取极为敏感的基于梯度下降的方法,采用PSO动态优化摄像机内参数.该方法的主要优点是在线优化时对摄像机参数初值并不敏感,并克服了Chesi G方法中要求摄像机内参数不可变的限制,只需离线给出5个内参数的粗略范围.另外算法不需要物体精确的3维模型,只需8个空间固定点的坐标信息.大量实验结果表明,该算法应用于基于位置的视觉定位时比基于梯度的方法运算速度更快,且鲁棒性更强.     

一种新的基于Kruppa方程的摄像机线性自标定方法

针对非线性优化求解Kruppa方程进行摄像机自标定的局部最优问题,提出了一种在特殊情况下的基于Kruppa方程的线性自标定算法.当摄像机在圆周上运动时,首先根据外极线约束关系得到较准确的基本矩阵,然后根据Kruppa方程的未知系数与基本矩阵奇异值分解的参数关系求解摄像机的内外参数.实验结果表明,所得结论和方法是正确和有效的.     

自主车辆视觉系统的摄像机动态自标定算法

为了解决自主车辆视觉传感器在姿态变化后摄像机旋转外参数的在线自标定问题,提出了一种利用道路图像消失点相对不变量的摄像机旋转外参数的动态自标定算法.它首先从汽车采集到的道路视频序列中实时分析道路消失点,然后依据中心极限定理并使用相应的统计量,动态地估计主消失点与消失线参数,最后利用小孔成像模型下的消失线与消失点方程,解析地求得对应于当前统计特征的摄像机外部参数动态解.实验结果表明,在摄像机进行姿态调整后,实验系统使用本算法可在不超过90帧有效图像样本的基础上,能对摄像机旋转外参数进行精确标定,使旋转外参数的绝对误差值收敛于0.001 rad的误差带之内.     

基于Apriori数据挖掘算法的篮球比赛现场决策系统构建

为优化篮球比赛现场决策效果与效率,将人工智能技术引入篮球比赛决策当中,设计了篮球比赛现场决策人工智能辅助系统.首先,利用摄像机布局了篮球场比赛帧图像采集方案,基于三维空间仿射变换方法标定相机降低帧图像失真程度;构建篮球战术数据库,将现场采集的比赛视频与数据库对战视频案例进行匹配比对;基于Apriori算法找到篮球比赛视...     

大型飞机风洞变形测量的相机标定研究

为了实现大型飞机风洞模型动态视频变形测量,提出并实现了一种新的大幅面高精度的标定方法.该方法以张正友摄像机标定算法为基础,考虑到标定平面模板加工制造中的误差,采用了摄影测量中的光束平差算法来优化初始的标定结果.张正友标定算法只是考虑了镜头的二阶径向畸变,并在镜头畸变模型中加入了径向畸变、切向畸变和薄棱镜畸变的校正.实验表明,所提方法的相对误差小于1/5 000,标定误差仅是张正友标定算法的27%,具有较高的测量精度.因此,该大测量幅面标定方法,不仅可以灵活地实现不同测量幅面的精确标定,而且还满足了风洞变形下的不同测量幅面的需求.     

控制点分布的均匀性对摄像机自标定精度的影响

摄像机标定是从二维图像获取三维信息必不可少的步骤,摄像机标定结果的好坏直接决定着三维重建结果以及其他计算机视觉应用的效果.主要利用摄像机自标定的六点算法讨论了控制点分布的均匀性对摄像机内外参数标定精度的影响.用典型随机数生成器生成了两组控制点均匀性不同的数据,同时设计了一组在空间中分布非常均匀的数据,仿真实验采用了这三组数据分别作为控制点的理论值.仿真实验结果表明,控制点在空间中分布的均匀性越好,则重建结果和摄像机自标定精度越高.对合理的安排控制点分布,获得较好的标定结果有一定的参考作用.     

视频监控中基于行人跟踪的摄像机自动标定

为了能够用更简易的手段解决视频监控系统中的摄像机参数获取问题,提出了一种基于场景中行人位置信息的摄像机自标定方法。先对由不同位置的行人轮廓中提取出的头脚点位置信息进行筛选,再通过极大似然估计求解出消失点与水平消失线,并根据消失点与消失线信息计算出摄像机的内外参数和投影矩阵。最后根据由重投影统计计算的误差评价系数,采纳RAN SAC方法选取最优结果,实现了对参数的优化。实验表明:该方法有效降低了行人信息获取中的观测噪声和过程噪声对摄像机标定的影响,能够得到较理想的摄像机自标定效果。     

一种基于深度卷积神经网络的摄像机覆盖质量评价算法

随着视频监控系统的大规模普及,视频监控系统的效用评价成为一个重要的研究课题.当前视频监控系统评价只考虑了摄像机的覆盖率,缺少对摄像机覆盖质量的量化评价.该文提出了一种基于深度卷积神经网络的监控摄像机覆盖质量评价算法.将摄像机覆盖质量评价问题转化为对摄像机所采集视频帧的质量评价问题,探讨了基于视频帧的摄像机覆盖质量等级的分级策略,标注了一个摄像机视频帧质量等级数据集; 设计了一种新颖的多维标签赋值方法,利用深度卷积网络学习鲁棒的视频帧表示,进一步基于支持向量回归机(SVR)学习视频质量回归函数,从而实现对摄像机覆盖质量的鲁棒估计.实验结果表明:该算法能够准确地对监控摄像机的覆盖质量进行自动评测,有效监测了摄像机监控质量的实时变化.     

一种基于模式噪声的视频抠像检测算法

蓝屏抠像技术是一种常用的视频篡改手段,为实现对其有效检测,本文提出一种基于模式噪声的数字视频抠像检测算法.算法基于成像传感器的像素不均匀性,采用了小波滤波器提取视频帧中相对稳定的残留噪声,并利用对多帧残留噪声取平均值的办法,获取视频的模式噪声.通过分析抠像视频与正常视频的模式噪声的频谱差异,实现对抠像视频的检测.实验结果表明,该算法的可行性和有效性.     

视频监控中多视角目标智能定位追踪方法研究

在视频监控中对目标进行定位追踪时,容易出现遮挡情况。当前定位追踪方法需预先检测出遮挡状况,再对目标位置进行校正,计算量大,且追踪结果不可靠。为此,提出一种新的视频监控中多视角目标智能定位追踪方法,针对每个摄像头采集到的图像,对其进行二值化处理,通过稀疏表示方法对目标进行定位。构建了视频监控中多视角目标跟踪的概率框架,针对每个智能摄像机,建立视频监控中多视角目标追踪模型。通过不同视角中的视频数据求出本地似然函数。为了避免维度灾难问题,对联合后验概率进行分解获取边缘概率乘积的形式,通过边缘概率求出被追踪目标在摄像机视角下的位置。依据消息传递机制实现信息融合,达到目标追踪的目的。实验结果表明,所提方法有很高的定位和追踪精度。     

基于双曲面镜的全向摄像机视觉实现方法

给出了一种由双曲面镜和常规摄像机构成全向摄像机视觉系统的实现方法,通过对双曲面镜几何模型、全向成像原理和摄像机结构的分析,得出满足单一视点约束的全向摄像机的设计方法;并给出了基于图像的系统安装方法;最后通过将实际图像平面坐标系中的点投影到虚拟图像平面的方法对全向图像进行重投影,校正得到任意方向无畸变的透视投影图像.实验结果表明,该系统不仅满足人眼观察的需要,也可用于视频监视 ,目标跟踪和立体视觉.     

立体视频镜头误差检测和质量分析

针对立体视频在拍摄过程中由于镜头配置和调整导致的立体效果的失真, 如左右眼图像的高度误差、旋转误差、尺寸误差、亮度色度误差等, 提出一种立体镜头误差检测的方法。在对左右眼图像进行立体匹配的基础上, 根据图像的几何关系计算每对匹配特征点的各种误差值, 然后计算所有误差值的统计特征, 得到图像的总体误差值。在收录的实际拍摄的3DTV电视节目视频库中进行的实验表明, 该方法能够有效识别存在立体镜头误差的视频片段。进一步的主观视频质量实验分析了立体镜头误差与主观质量的关系。     

一种复杂背景下的多车牌图像分割与识别方法

提出一种复杂背景下的多车牌图像分割和知识方法，采用统计和特征匹配相结合的方法去除待识别图像中的背景，提取可能存在车辆的区域；分别对可能的车辆区域进行局部边缘检测，并使用车牌的先验知识确定车牌的位置和单个字符分割，包括车牌倾斜时的字符分割，使用PCA和BP神经网络相结合的方法精确识别车牌，实验结果表明，该方法对复杂背景下多车牌的分割和识别是有效的。     

基于摄像机的人体运动分析系统标志点图像处理

针对基于普通摄像技术的人体运动分析系统检测精度与处理速度低的问题,提出了一种快速标志点模糊图像预处理及标志点识别与跟踪的新方法。该方法首先利用快速模糊边缘检测算法对图像进行增强处理,然后使用作者构造的基于阈值法的连通域判别算法提取标志点图像边缘,最后运用“一阶预测—局部搜索”方法查找与跟踪标志点。对比实验及临床应用结果表明,该方法具有运算量小,图像处理快的特点,提高了运动分析系统的运行速度。该方法尽管是针对由普通摄像机替代专用设备建造的人体运动信息分析系统中图像处理问题提出的,但它同样适用于其它有关静止或低速运动物体图像的检测、处理与模式识别等方面的研究。     

基于嵌入式Linux的视频采集与传输系统研究

在Samsung S3C2410平台和嵌入式Linux系统下,给出了一种利用USB摄像头进行视频采集和传输的方法,详细阐述了在嵌入式Linux下USB摄像头驱动程序的开发过程,探讨了在TCP协议下视频数据的网络传输方法,并且给出应用方法与部分测试结果。