基于平面靶标的线性摄像机标定

本文提出一种新的摄像机标定方法。它首先单独标定了主点和纵横比,再利用径向平行约束条件和正交矩阵的性质来求解大部分参数,最后建立线性方程组求解剩下的参数。     

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。     

一种考虑透镜畸变的高效摄像机标定方法

本文研究了基于几何图像信息渲染的摄像机标定技术，以针孔摄像机模型为基础，综合考虑了摄像机的透镜径向畸变效应和切向畸变效应，将摄像机的内外参数、有效焦距、畸变系数、不确定因子统一于参数求解的线性方程组中，并借助于开放计算机视觉函数库OpenCV，实现了一种基于“两步法”摄像机标定的改进算法。通过实验分析和比较了利用角点检测获得的图像坐标和利用本文中的摄像机标定算法得到的图像坐标，结果证明本文中的标定算法实现简单，精度高，稳定性好。     

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.     

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。     

视觉传感器中摄像机的虚拟三维靶标标定法

采用二维平面靶标自由移动,构建虚拟三维靶标,实现摄像机内部参数的标定,该方法可以保证摄像机在固定之后进行标定,使摄像机的标定状态和工作状态一致,降低了标定设备的成本,简化了标定过程,提高了标定效率,实验结果表明,该方法切实可行。     

月球车立体视觉系统现场标定方法

针对星球探测任务中星球漫游车自主避障和导航的要求，建立了一种基于平面模板的现场标定方法，实现月球车视觉系统的现场标定．针对月球车视觉系统的广角畸变的特点，引入径向和离心畸变模型，利用最大似然估计（MLE）对内、外参数进行非线性优化求精，并对图像进行畸变校正；计算摄像机间相对位置，实现了紧凑的双目视觉外极线校正．实验表明，该方法快速、简便，获得了较高的标定精度．     

基于移动机器人两步法的摄像机标定

利用透镜成像理论建立摄像机数学模型,提出一种全面考虑镜头的径向畸变和切向畸变的简单、快速的摄像机参数标定和修正方法,利用图像中心附近点畸变量较小的性质,对摄像机内、外参数进行标定.实践证明,该方法能快速、方便地对摄像机系统进行标定和相差修正,具有良好的精度和稳定性.     

一种基于OpenCV的摄像机标定方法

针对双目立体视觉系统研制过程中的摄像机标定步骤,分析了计算机视觉函数库OpenCV中的摄像机模型,其中的非线性畸变考虑到了切向畸变和径向畸变,采用Bouguet角点提取算法,实现了基于OpenCV的摄像机标定.该算法具有很高的标定精度和计算效率、良好的跨平台移植性,可以满足双目立体视觉系统的需要.     

基于平面靶标的相机内部参数标定精度分析

相机内部参数标定是实现机器视觉测量的必要环节.目前常用的标定方法有Tsai两步法、DLT方法以及基于平面标靶的张正友法等.张正友法简单易行,因而得到广泛应用,标定精度取决于平面靶标的制作精度、图像特征点坐标的提取精度、镜头畸变、靶标摆放数目以及位姿分布等.对张正友标定方法的精度进行探讨,分析各影响因素对标定精度的影响,提出基于均匀设计的思想进行靶标位姿分布的设计思想.仿真和实际测试证明,采用均匀设计的靶标布局明显提高相机内部参数标定精度.     

三维测量系统中摄像机定标技术

摄像机定标技术在三维测量、计算机视觉、机器人等领域起着重大作用。分析了摄像机模型 ,提出了基于两阶段法和捆绑调整的摄像机定标方法 ,并通过模拟实验和真实实验进行了验证。标定块制作简单 ,标志点能够自动识别和匹配。标定中考虑了镜头畸变 ,在三维空间定标相对精度达1:10 0 0 0 ,满足了高精度三维测量的要求     

基于三正交消影点的摄像机标定方法及实验

利用2个非平行的长方体作为标定模版,采用Hough变换检测出图像中长方体的棱,然后计算出2组三正交方向上的消影点,再根据消影点与摄像机内参数的约束方程求出摄像机内参数.该方法原理简单,只需要一幅图像就可实现摄像机内参数的求解.实验结果表明,该方法有较高的精度和稳定性.     

基于迭代优化的平面模板定标方法

相机定标是计算机视觉中的关键步骤，通过相机定标可以从二维图象序列中获取物体的三维信息。本文提出了一种基于迭代优化的平面模板定标方法。该方法既具有摄影测量学的精确性，同时也具有自定标算法的灵活性。模拟实验和真实图象实验表明，本方法的定标结果稳定，精度较高。     

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。     

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．     

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。     

一种多摄像机视觉系统的标定方法

设计了一种标定多摄像机视觉系统的方法,在多摄像机场景中,放置共线的2点(一维标靶)并使其围绕1个固定端点摆动;通过多摄像机从各自角度同步拍摄,标定出各摄像机含径向畸变系数的内外参数。文中使用的标定物制作简单,解决了标定物各角度的可见性问题,适用于对分布式安放的多台摄像机进行集体标定。