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．     

基于平面模板的摄像机标定方法

文章提出了一种基于平面模板的摄像机标定方法,仅要求摄像机在3个(或3个以上)的不同方位对同一平面模板进行拍摄,即可标定摄像机参数(包括内参数、外参数、畸变系数).并利用两步法求解摄像机参数.模拟图像和真实图像结果表明,该方法兼顾了标定精度与速度.整个标定过程不需要人为干预,可以自动进行,具有较强的实用性.     

一种基于平面直线的摄像机标定方法

为使标定算法更加灵活、实用，提出了一种基于平面直线的摄像机标定算法．该算法的平面模板要求含有4个以上直线段，只需要摄像机作运动未知的自由移动，在3个以上的方位摄取一个模板上的图像，即可线性求解摄像机的内外参数．实验结果表明，该算法的精度和鲁棒性都较高．     

基于平面模板的摄像机非线性优化标定方法

摄像机标定方法是计算机视觉应用中的一个重要问题。文中的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图像的网格角点,对毎幅图像,就可以确定一个单应性矩阵,首先利用线性求解内外参数,然后对线性结果进行优化,实验结果表明该方法具有较高的精度,是一种简单、有效、实用的标定方法。     

基于极坐标的摄像机标定

为了改进多摄像机标定实现的方便性和参考标定板的多样性,用极坐标设计标定板并以此来进行摄像机参数的标定.根据设计好的标定板确定世界坐标下的特征点,识别相应的特征点在图像坐标的位置,匹配特征点在图像坐标和世界坐标的位置关系后完成摄像机的标定.该标定方法只需大约20点对左右数据,同时保证标定的结果和鲁棒性;较少的点对和图像的多样性避免了遮挡和公共部分不足的问题,有利于完成多摄像机标定,较传统多摄像机标定方法在分配摄像机和标定板之间的位置关系上更加灵活.与传统的精确标定板的结果比较,在保证精度情况下,标定板设计和整个标定系统的实现则更加简单易行.     

模板图像数量对摄像机标定结果的影响分析

标定图像数量对摄像机标定有着重要的影响.就这个问题,文献中一般仅仅讨论满足模型参数约束所需的最少图像数量,然而,仅仅根据最少图像数量标定得到的结果往往精度低,稳定性差.文章从模板图像数量对摄像机标定结果的稳定性、标定参数的不确定性和标定结果的精度等几个性能指标的影响进行了分析.结果表明,当标定图像达到一定数量时,标定性能的几个主要指标趋于稳定,这时增加更多的图像对摄像机标定结果影响并不明显.这些定性和定量结果对从事摄像机标定的研究人员具有重要的参考价值.     

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。     

利用遗传算法精确标定摄像机参数

讨论了利用遗传算法作为优化算法的双阶段摄像机标定方案。首先,忽略摄像机畸变的影响,根据先验假设恰当组合摄像机的其他内外参数。构成线性方程,利用最小二乘法直接估计摄像机主要参数的初始值;其次,考虑摄像机畸变的影响,在初始值的基础上利用遗传算法优化摄像机的全部参数。该标定方案直接优化摄像机相对于世界坐标系的旋转角度,因此能够在获得精确解的同时,保证旋转矩阵的正交约束条件。此外,由于遗传算法的染色体具有     

高精度摄像机标定模板的设计及识别算法

针对目前摄像机标定模板——黑白棋盘格识别精度低导致标定精度降低的问题,提出了一种以渐变圆形为特征的摄像机标定模板以及相应的检测算法.新的摄像机标定模板以渐变圆形作为图元代替以前的棋盘格交点,从而可以使摄像机更精确地对其位置进行识别,得到更精确的摄像机标定结果,并保留了黑白棋盘格作为标定模板,具有制作简易,成本低廉的优势,并且针对这种标定模板,提出了精确的检测算法.实验结果表明,在相同的摄像机和相同的环境下,新标定模板和检测算法标定的投影误差比黑白棋盘格的标定结果减少了20%.     

广角镜头的摄像机非线性标定技术

在路面检测的计算机视觉系统中,采用了线结构光照明和摄像机采集外界三维信息．为了实现在大范围内的测量,摄像机采用了广角镜头摄像,同时也引入了比较大的图像畸变．为了精确标定摄像机,采用了比较接近实际情况的几何模型,并采用了非线性迭代解方程的方法对摄像机进行标定,求解摄像机的内外参数．实验精度可以达到0．1mm．该方法简洁实用,可以采用这种方法在实际当中对系统进行标定．     

基于多层前馈型神经元网络模型的摄像机定标算法

针对传统线性、非线性摄像机定标算法的鲁棒性,提出了基于多层前馈型神经元（MLFN）网络模型来替代传统精确的摄像机定标数学模型,MLFN网络模型作为层状网络可实现任意维复杂的输入／输出映射,对于无需计算摄像机构,外参数的应用场合,该模型提供了一种实用且有较好鲁棒性的摄像机定标算法,同时为了补偿摄影机非线性畸变,把图像按畸变程度分割成两个区域,分别建立各自基于MLFN网络的摄像机定标模型,实验表明,该方法有效补了畸变,并提高了模型精度,给出了基于MLFN网络模型摄像机定标算法实验,验证了该模型的有效性。     

一种单摄像机标定的最优化方法

介绍一种单摄像机标定的最优化方法,该方法可以减少摄像机外部参数和内部参数之间的强相关性.对于针孔摄像机模型,通过共线性约束推出共线性方程.基于对共线性方程的变换,给出最优化标定方法的整个标定过程,最后通过具体的实验来标定摄像机参数并进行验证.该方法适合于一些使用单摄像机的特定场合.     

摄象机校准的算法研究

本文阐述了在只给出ＣＣＤ成象面垂直方向相邻光敏元的距离时的摄象机校准算法．在解非线性方程时利用广义牛顿算法及伪逆算法的结合求出了摄象机参数的精确解．采用摄象机校准误差来评价摄象机校准的精度，并示出了对ＣＣＤ摄象机进行校准的实验结果．进行计算机模拟，分析了影响摄象机校准误差的各种因素．     

计算机视觉摄像机定标中投影矩阵的计算

摄像机定标是计算机视觉的基本问题，对于计算机视觉摄像机定标中投影矩阵的计算进行了总结和证明。     

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。