双目立体视觉系统的摄像机标定技术

摄像机标定是立体视觉的第一阶段,也是极其重要的阶段。本文用张正友平面标定方法对双目立体视觉系统进行标定,获取了其结构参数。实验表明,标定结果有较高精度。     

基于双目立体视觉的智能抓娃娃机仿真系统标定

本文针对智能抓娃娃机仿真系统的双目标定部分进行研究和实验。分析了双目摄像机标定方法和原理,本文使用原点阵列标定板,采用双目横向方式拍摄采集标定板,利用VC和OpenCV进行双目标定实验,实验结果表明重投影误差不超过0.4像素,标定精度较高,可以满足双目标定系统的实用性。     

基于立体视觉的摄像机标定方法的研究

摄像机标是立体视觉获取三维空间信息的前提与基础。标定结果的好坏直接影响着三维测量的精度及三维重建结果的好坏。笔者首先在本文中对摄像机标定的基础知识作了简要的介绍,采用三维标定块标定摄像机,避免传统的利用标定板标定摄像机丢掉了Z维的坐标信息所引起的误差,同时考虑相机的径向畸变因素,以提高标定精度。实验结果表明该方法精度较高,能满足立体视觉系统的需要。     

移动机器人作战平台立体视觉三维建模方法

虚拟现实技术在移动机器人作战平台遥操作中的应用,可增强操控人员的视觉临场感,提高操控效率.基于立体视觉的三维建模是构建虚拟环境的基础.根据立体视觉的基本原理,研究了立体视觉的三维建模方法.在对比同类型中不同算法基础上,提出适合立体视觉系统的三维建模算法,提出提高空间点求解精度的改进算法,最后用Open Inventor进行三维模型可视化显示.试验结果表明,该方法具有良好的建模效果,能精确反映障碍物深度信息.     

双目立体视觉方法测量雷管药量高度

介绍了双目立体视觉系统的基本原理、摄像机标定技术以及对得到的点云图进行的后续处理。采用维视图像的CCAS单双目视觉标定算法软件对所用的VS078FC摄像机进行了标定,结果精确度高,用时短,实用性强。应用Geomagic studio软件进行点云处理去除噪声,误差小,数据完整。     

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．     

立体视觉标定系统的分析与设计

分析了非线性摄像机模型,改进了圆心标定点提取算法,在Tsai算法的基础上构建了左右摄像机的关联矩阵,并在VC 环境下设计了立体视觉标定系统.实验结果表明,该系统成本低廉,鲁棒性好,精度较高,可用于空间目标测量、三维重构等领域.     

稳定高精度的双目立体视觉测量系统标定方法

为了提高和稳定双目立体视觉结构光测量系统的精度,提出一种简单有效的标定流程及基于极线几何约束优化双目立体视觉结构光测量系统外部参数的方法.采用平面板标定理论分别标定左右摄像机的内部参数,将标定的内参数作为双目标定的内参数在多视角下标定双目测量系统的外部参数.利用极线几何约束,通过最小化多视角下同一对应点的极线误差,优化计算双目测量系统的外部参数.实验结果表明,该方法计算得到的双目测量系统参数使得测量系统在整个测量空间体积内的测量精度高且稳定,在双目立体视觉测量系统的工业化检测应用中具有重要的意义.     

基于双目立体视觉的排爆机器人自动目标抓取

目前各种多关节、多自由度的排爆机器人在实战中都存在操作复杂、速度慢的问题.为此,基于双目立体视觉设计并实现了一个排爆机器人的目标物自动抓取系统.该系统能根据目标物在两摄像机获取的图像坐标计算其三维坐标,从而对机械臂进行轨迹规划和控制,完成目标物自动抓取.首先,建立了一个完整的双目立体视觉系统数学模型,然后,用张氏平面法标定两摄像机的内参数,再采用最小二乘法进行立体标定,得到双目立体视觉系统的外参数,从而根据目标物在左右摄像机成像得到的图像坐标计算其三维坐标.实验表明该系统能在满足作业精度要求的前提下,大大提高排爆作业的易操作性.     

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.     

基于光栅双目视觉的手掌重构与实现

针对手部掌形的表皮纹理复杂性和弹性易形变等特点,提出了一种以光栅式双目三维视觉技术对手部掌形模型进行重构及实现的方法。首先对左右侧相机的属性参数和相对位置进行标定,并利用多方位光栅扫描的图像作优化拼接,再对海量原始数据点云进行编辑、三角形和曲面片化处理,最后实现手部掌形模型的数控模拟和实际加工验证。试验结果表明,采用高精度的非接触式测量能快速完成逆向实物加工,该方法具有借鉴和应用价值。     

基于VR预显示的月球机器人遥操作仿真系统

为了消除时间延迟对遥控操作系统稳定性的影响，提出了基于虚拟现实(VR)预显示的两级遥操作控制结构的仿真系统方案。文章重点讨论了虚拟环境的建模技术，建立了基于摇杆-转向架的月球机器人的实体模型。最后用月球机器人爬坡的仿真验证了所建模型的正确性和可行性。     

基于双CCD立体视觉系统的建模

介绍了一个由双CCD构成的立体视觉系统,对其工作过程和性能进行了分析,因为其性能不能满足要求,所以提出了一种通过两幅二维图像对应点的图像坐标获取其三维坐标的算法．该算法引入了摄像机的内外参数,包括摄像机的位置、取向以及镜头的畸变等,并利用Matlab进行了实现,结果表明该算法计算量小,而且能获得比较好的精度．     

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。     

基于WNN的双目摄像机标定方法

针对传统摄像机标定方法需要建立复杂的数学模型,且计算量大、实时性不好的问题,引入了人工神经网络来有效处理非线性映射问题,准确地建立起立体视觉中三维空间特征点与它在图像平面上像点之间的非线性关系;但现有的神经网络标定法仍存在实时性差、标定精度不够、泛化能力差的缺点,于是该文提出了一种基于小波神经网络（waveletneuralnetwork,WNN）的方法,同时用粒子群优化算法对学习算法进行改进,并对小波网络与BP网络的标定结果进行比较．实验结果表明,基于小波神经网络的双目视觉标定方法能够达到较高的实时性、标定精度和泛化能力的要求．     

基于PSO-ELM的双目视觉摄像机标定

针对极限学习机( extreme learning machine,ELM)在隐层节点数较少时标定精度较低的问题,利用粒子群优化算法( particle swarm optimization,PSO)与极限学习机相结合的方法对双目视觉摄像机进行标定。在标定过程中,ELM直接描述图像信息与三维信息之间的非线性关系,然后利用PSO优化ELM的输入权值与隐层阈值。实验结果表明,与ELM相比较,基于粒子群极限学习机( PSO-ELM)的双目视觉摄像机标定方法能仅用较少隐层节点数获得较高精度。     

双目立体视觉技术在果蔬采摘机器人中的应用

采用双目立体视觉技术获取温室内果蔬的三维位置信息,用于指导果蔬采摘机器人进行自动化采摘作业.试验以植株上成熟的番茄作为研究对象,利用立体摄像机获取不同距离的成熟番茄的立体图像对,通过对图像进行灰度图像处理,将彩色图像转换为灰度图像.然后根据灰度图像对中像素点的相关性进行立体匹配,计算像素点的位置信息而获得一幅深度图像.最后对照番茄形心在深度图像中的位置,获取番茄的三维位置信息.试验结果表明,立体摄像机与番茄的距离小于1000mm时,番茄的距离误差为±20mm.     

月球车的运动学、动力学分析及其仿真研究

首先推导出六轮月球车运动学方程 ;其次 ,给出了在崎岖地形中运动的月球车的受力分析 ;最后 ,在考虑月球车多关节动力学问题条件下 ,建立了月球车的动力学模型 ;通过仿真实验表明该动力学模型可以较好地解决月球车在崎岖地形中的复杂运动问题 .