基于天牛须搜索算法的短期风电功率组合预测

为了提高风电功率预测精度,提出了一种完全集成经验模态分解(complete ensemble empirical mode decomposition adaptive noise, CEEMDAN)、极限学习机(extreme learning machine, ELM)和改进天牛须搜索算法(improved beetle antennae search algorithm, IBAS)的组合预测模型来预测风电功率。引入动态惯性权重改进天牛的位置更新方式,提高天牛须搜索算法的寻优能力。在预测过程中,首先通过CEEMDAN对原始风电功率数据进行预处理,将非平稳信号分解为一组按照频率和振幅大小排列的序列分量,减少数据波动带来的预测误差。然后利用IBAS优化ELM构建预测模型,分别预测每个序列分量,最后叠加每个序列分量的预测值得到最终预测值。仿真结果表明,与其他预测模型相比,本预测模型预测精度最高,评价指标平均绝对误差(mean absolute error, MAE)、均方根误差(root mean square error, RMSE)、平均绝对百分比误差(mean absolute ...     

基于共线点的透镜畸变系数标定

在经典的摄像机标定方法中，求解透镜畸变系数的同时必须先求得外部参数，从而使求解过程显得繁琐，针对这种情况，提出了一种基于空间共线点求解透镜畸变系数的简便方法。根据空间共线点在图像平面上的理想投影仍然共线的特点，将点的理想投影的图像坐标用畸变后的图像坐标表示，从而得到一个关于畸变系数的一元二次方程，求解该方程，即可得到畸变系数，该方法不需要点的三维世界坐标，不需要求解外部参数，避免了复杂的优化过程，是一种简单而有效的方法，仿真和实验结果均证明了该方法的有效性。     

基于运动轨迹的单目相机位姿自标定方法

为了减小轨迹图像分析中的透视效应,使用提取出的运动平面目标特征点,基于相机小孔成像模型与目标特征点运动约束,构建了一种相机位姿的自标定模型来标定相机位姿.通过标定的相机位姿,可将轨迹进行重投影,实现了将轨迹图像校正为正投影图像.实验结果表明:本标定模型使用跟踪到的运动目标进行相机标定,相机位姿的标定精度优于张正友标定法.     

基于改进遗传优化算法的线阵相机标定方法

在手机玻璃盖板的缺陷检测中,为了获得缺陷特征明显的高精度图像,不仅需要搭建高质量图像采集系统,而且需要对线阵相机进行精密标定.结合工业现场需求,本文提出了一种基于改进遗传优化算法的线阵相机标定方法.在已有线性扫描模型的基础上,引入线阵扫描图片图像畸变矫正,推导了新的标定参数.在已有无畸变矫正的线性解析解基础上,引入遗传算法进行新参数的求解优化,实现了新标定参数的非线性求解.实验结果表明,与不加入图像畸变矫正的求解方法相比,所提方法具有更高的测量精度.     

相机几何标定方法综述

通过对摄影测量和计算机视觉的理论分析,阐述了比较典型的标定方法及其优缺点,并据此进行了方法分类,提出在摄影测量学相机标定算法基础上,结合计算机视觉中图像处理的优势,并融合不同方法的特点进行有效的相机标定。     

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.     

相机几何标定方法研究

相机标定是视觉测量中重建三维空间信息必不可少的关键一步。本文介绍了相机成像几何关系及数学模型,详细阐述了国内外主要的相机几何标定方法原理及其优缺点,为应用不同方法特点进行有效的相机标定提供了指导。     

基于改进A*算法与天牛须搜索算法的农业机器人路径规划方法

为解决复杂环境下,农业机器人路径规划存在的局部路径欠优、收敛速度慢、折点较多的问题。为解决此问题,本文提出一种基于天牛须搜索算法和A*算法相结合的BACA*全局规划方法。首先,基于A*算法,采用曼哈顿距离作为启发函数进行全局规划;其次,通过适当调整步长的天牛须搜索算法对路径进行优化,缩短了路径长度,降低了转折点数量;最后,采用贝塞尔曲线对路径进行圆滑处理,使机器人在现实场景中能平稳前进。仿真结果表明：与传统A*算法相比,该算法的路径更加平滑,折点数更少;与天牛须搜索算法相比,能保证生成路径的效率性、全局最优性。在缩短路径长度和降低累计转折点数量方面验证了所提方法的有效性。     

一种快速的相机标定方法

提出一种简单、快速的相机标定方法 .这种方法不需要特别的三维几何知识和计算机视觉知识 .这种方法只需要对二维标定靶的一幅图像的分析 ,就可以得出相机的内部、外部参数 .这种方法操作简单、速度快、适用范围广 ,很容易由实验室推向室外 .最后给出了实例 :用标定靶的图像进行相机标定 ,得到了很好的实验结果 .     

基于圆形特征点的非线性相机标定方法

针对高精度标定板制作困难费用高的问题,提出了一种快速简易的相机标定方法。用数码相机对一张具有不同大小圆形特征点的标定表绕着光轴旋转拍摄几幅图像,利用亚像素边缘轮廓检测算法检测图像中的轮廓;采用最小二乘椭圆拟合方法得到亚像素椭圆中心坐标,用稳定的图像点与空间点的对应算法确定图像点与空间点的对应,计算过程中对所求参数进行了非线性优化。实验表明,重投影平均误差在0．2个像素以下,证明了该方法的可行性和较高的标定精度。     

基于最小化各向同性误差的LiDAR-双目相机标定方法

LiDAR(Laser Imaging,Detection,and Ranging,激光雷达)与双目相机的多模态数据融合是3D重建领域的一个重要研究方向,两种传感器各有优缺点,通过多模态数据融合可以实现互补,获得更好的重建效果。为了实现数据融合,首先需要将两种数据统一到同一个坐标系下,LiDAR与相机之间外参的高精度标定结果对后续的3D重建十分重要。在LiDAR与相机的外参标定过程中,受LiDAR点云的稀疏性与其定位误差的影响,提取精确的特征点并构建正确的点对应关系是一个挑战性的问题。此外,LiDAR在球坐标系下完成测量工作,而大多数标定方法忽略这一特性,直接使用笛卡尔坐标测量结果进行标定,引入了沿坐标轴各向异性分布的误差,导致标定精度下降。针对该问题,有研究者提出了各向异性权重方法,但仍存在一些缺陷。文中提出了一种最小化LiDAR球坐标误差的LiDAR与双目相机标定方法。首先,提出了一种使用形心特征点的新的标定板,改善特征点的提取精度;其次,将各向异性的LiDAR笛卡尔坐标误差转换为各向同性的球坐标误差,直接最小化球坐标误差求解外参。实验研究表明,本文提出的各向同性误差法相比各向异性...     

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。     

基于灰狼粒子群混合算法的相机标定优化方法

针对传统标定方法参数考虑较少、标定精度不高的缺点,将群智能算法思想应用其中,并在现有的粒子群算法和灰狼算法基础上进行优化,取长补短,提出一种混合算法.首先,基于张正友方法获得标定的参数范围,在该范围内随机生成参数作为初始值,然后以最小平均误差为准则,利用灰狼粒子群优化混合算法,建立目标函数,进一步求解相机的内外参数.研...     

基于相机标定的直线距离测量的研究

本文设计了一个基于相机标定的直线距离洲量系统。依据张正友的算法实现了利用提取的图像信息对相机的标定,由标定结果结合照光线图像信息拟合出激光平面,完成系统设计。对实物测量结果分析表明试系统具有较高的测量精度,可用于实际的测量工作,特别是非接触式测量。     

一种改进的相机标定方法

以提高相机标定效率和自动化程度为目的,提出一种相机自动标定方法.传统相机标定需要手工标识,工作量大、效率低.使用自制标定模板,应用特征点检测技术代替手工标记,实现自动检测标记点并自动排序,标定精度和原算法基本一致,而且可靠性好,实用性较强,简化了标定过程.     

基于平面模板的摄像机线性标定方法

有效的摄像机标定方法是计算机视觉应用中的一个重要问题．采用一种基于平面模板的摄像机线性标定方法，该方法只要平面模板在摄像机前运动，拍摄平面模板在不同位置的图像，提取平面模板在每个位置获得图像的网格角点，对每幅图像就可以确定一个单应性矩阵，这样就能够进行摄像机标定．实验结果表明，该方法简单易行．     

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.     

基于相机标定技术的移动机器人辅助定位

通过相机标定技术在机器人定位上的应用,用以辅助室内机器人的定位。通过机器人内置的照相机,采集设定靶标的信息。文中利用坐标系的转换及对相机镜头的畸变处理,确定机器人当前所处位置与设定靶标间的相对位置,从而修正误差。     

几种摄像机标定方法的比较

本文针对摄像机参数标定进行了研究.借助于标定模板,用三种方法予以实现.其一,人工标定;其二,借助于OpenCV的标定,该方法自动确定参照模板上的角点及其坐标值来计算摄像机的参数,提高了精度;其三,基于张正友软件的标定.相较于人工及张正友的标定,基于OpenCV的标定方便、快捷,达到了较好的实用性.     

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。