基于正交消影点的摄像机标定方法

利用3个正交方向的消影点在图像平面上提供的几何关系,首先计算出主点坐标,然后根据正交方向上的消影点与消影线对绝对二次曲线的像的约束方程,计算出其余参数;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;结果表明,方法具有较高的精度和较好的稳定性。     

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。     

人脸识别考勤系统中有效人脸特征提取

提出了一种适用于考勤系统的人脸识别算法.该算法首先从2台摄像机实时采集的正、侧面图像中分割出人脸区域,然后对图像中的人脸进行有效几何特征的提取,并构造出特征矢量与持卡者所持有的卡片中信息进行比对.经实验验证本系统算法简单、定位准确、识别率较高.     

基于图像矩的机器人视觉伺服

区别于图像的简单几何特征,利用图像的全局特征描述子－图像矩特征作为图像作征信息,推导了矩特征变化量与相对位姿变化量之间的关系矩阵,即图像雅可比矩阵。针对平面视觉伺服控制,利用了所推导的基于矩特征的图像雅可比矩阵,在不需要知道目标的成像高度、摄像机焦距及不需要精确标定的摄像机外部参数的情况下实现了基于图像的视觉伺服控制,最后给出了仿真与实验例子,表明了矩特征的有效     

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．     

基于视觉测量障碍位置的车载摄像机标定

障碍位置的视觉测量是车辆辅助驾驶系统研究的一个重要领域,而视觉测量的关键是对车载摄像机的标定。通过比较分析视觉测量中摄像机光轴中心线与景物面之间的几何关系,针对车载摄像机提出了以标定点在图像上均匀分布成网格状进行标定,利用网格插值建立图像坐标和实际坐标之间的映射关系,即车载摄像机的标定模型。经验证该模型简单、精度高,能够有效地测量出障碍的位置信息,适用于车载摄像机的标定。     

基于单目运动摄像机的三维物体运动参数估计

针对单目视觉监测系统摄像机和目标物体同时运动时,如何有效测量物体三维运动参数的难题,提出一种基于单目序列图像对插入虚拟视点的算法确定运动物体位姿及运动参数的方法。动摄像机连续采集运动物体的图像序列,根据摄影几何原理对摄像机和运动物体进行分析,结合本质矩阵的特性,估算空间物体运动参数。实验结果表明,该方法能够在为摄像机与目标物体同时运动的情况下,有效地估测出物体三维运动参数,且该方法简单有效,具有较高的精确度和准确性。     

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.     

多视成像实时校正与立体显示

手工摆放的平行摄像机阵列所拍摄的多视点立体图像往往会产生垂直视差. 为了消除多视点图像的垂直视差, 必须进行多视点图像的校正. 提出一种简单有效的多视图校正算法, 并基于该算法构建了自由立体显示系统. 应用多线程进行摄像机软同步以及后续的实时优化. 当摄像机图像的上传分辨率为1 280×960、上传速率为25 帧/s、目标3D 显示器的分辨率为1 920×1 080 时, 采用双线性插值, 可达到20 帧/s 左右的显示速率; 若采用复杂度更低的插值方法, 则可达到20 帧/s以上的显示速率. 该算法实现了8路摄像机实时校正和立体显示的3D电视系统.     

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.     

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．     

利用二次曲线拟合和圆环点进行摄像机标定

为了提高摄像机标定的精度和实用性，提出一种新的标定算法．所用的标定模板由平面上两个相交的圆周组成，且两圆的圆心和半径均未知，通过对两圆的图像进行二次曲线拟合，再根据拟合的二次曲线来计算圆环点图像完成标定过程．与经典的平面标定算法相比，该算法无需进行角点检测和角点匹配，不需人工干预即可实现自动化标定，且在标定过程引入了更多的图像点信息．模拟实验结果表明，在实际的噪声水平下，该算法对焦距的相对标定误差比平面标定算法减小约0．1%，此时主点的相对标定误差也略小于平面标定算法．真实图像的实验结果也表明，所提算法具有较好的精度和实用性．     

基于灭点的透视校正和空间定位的方法研究

由于光学镜头的成像特性,并且摄像机成像平面与景物平面间存在着倾角和转角,因而光学镜头摄像机获取的图片存在非线性的几何畸变,在对图像进行测量和定量分析之前,应消除这些畸变。为此,应用透视投影的灭点形成原理和双线性插值方法,研究了一种图像透视投影的校正方法,在校正后的图像基础上,建立图像坐标系和世界坐标系的关系模型,利用最小二乘法,实现空间定位。实验结果表明,利用该方法可得到的理想的校正结果,定位精度比较准确,方法简便实用,实际应用表明,该方法是可靠有用的。     

水下图像的校正

水具有与空气不同的折射率,在水下成像时,目标位于水介质的物空间,而成像平面位于空气介质的图像空间,这将使物镜畸变明显增大.文中研究了水下图像的畸变校正,给出了平面玻璃密封窗口的摄像机的水下图像转化为一般对应的空气中的图像的条件和转换算法,特别给出了密封窗应位于摄像机的焦距处的位置关系准则.此时,水下图像和空气中的图像存在一一对应的关系,凭借水下图像即可确定其对应的一般空气中的图像.在平面窗与外焦点距离和焦距与物距相比足够小时,该结果仍近似成立.     

基于同心圆环模板的摄像机标定方法

在研究传统的摄像机标定方法的基础上,提出了一种新的基于同心圆环模板的摄像机标定方法。使用一种几何的方法实现同心圆圆心的检测及相机标定,同时利用射影几何内在约束条件来对同心圆图像投影的几何结构实现优化,求出单应矩阵H,从而进一步计算出摄像机内外参数,且标定后期无需进行畸变校正。通过模拟实验和真实图像实验证明,该摄像机标定方法精度高,鲁棒性强,具有一定的实用性。     

基于射影不变量的摄像机标定

为解决摄像机标定过程中自动寻找标定物平面上的特征点与图像平面上特征点的对应关系问题,将射影空间几何不变量性质应用到对应点的寻找过程中,通过交比不变性确定标定物和图像上的5个特征点的对应关系;再从5个特征点对中取出任意3个点对,确定标定物和图像上其他特征点的对应关系.实验结果证明:该方法标定准确,标定过程自动、快捷.     

一种基于视觉测量障碍高度的车载摄像机标定新方法

从摄像机针孔成像几何模型入手,根据像点与物点之间的线性关系,进而分析车载摄像机景物点的图像坐标与实际坐标之间的关系,研究发现无法通过建立图像坐标与实际坐标之间的映射关系测量出景物的高度。基于此提出了一种新的摄像机标定方法,通过插值法和最小二乘法建立景物的图像高度(景物顶点的图像纵坐标与其在地面上投影点的图像纵坐标之差)与实际高度之间的映射关系,即车载摄像机标定的模型;并对该模型进行测试。测试结果最大偏差为0.078 75 cm,最小偏差为0.013 99 cm,平均偏差为0.034 79 cm,精度可达到0.11%。经验证该方法可精确地测量出障碍的高度,具有一定的实用性及可行性,适合车载摄像机标定,有助于汽车辅助驾驶系统的研究。     

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。     

结合学习特征的图像矩视觉伺服方法

针对平面图像特征选择,提出一种结合学习特征的改进图像矩视觉伺服方法,以解决不变图像矩特征存在的交互矩阵奇异问题并获得更优的运动特性.该方法首先基于不变矩特征具有的TRS(2D平移、2D旋转及尺度变化)不变特性,利用非线性支持向量机回归算法,对不变矩特征与摄像机X轴、Y轴转角的关系进行分别学习建模;然后利用两个模型的估计值(即学习特征)作为针对X轴旋转及Y轴旋转运动的图像特征,其交互矩阵具有完全解耦及线性特性,且对于任意平面目标不存在奇异问题;进而结合目标图像重心点坐标和面积的归一化特征及图像方向角特征,实现摄像机在任务空间的平移及旋转六自由度控制;最后通过仿真验证了文中方法的有效性.     

一种新型的本质矩阵解析分解算法

为了由本质矩阵分解出两摄像机的相对位姿,提出了一种新型的本质矩阵解析分解算法。首先,利用本质矩阵秩2的属性求出两摄像机间的平移量;然后,利用求解旋转矩阵方程组的方法求出两摄像机间的旋转量;最后,利用直接求取空间3D点成像深度的方法快速从四组分解结果中确定出满足空间3D点可见性约束的惟一正确解。实验结果表明,本文提出的分解算法不仅避免了对本质矩阵进行复杂耗时的奇异值分解运算,而且分解出的四组解析解具有直观且明确的几何意义,同时因为完全避免了景物结构的3D重建,大大简化了惟一解确定过程,降低了惟一解确定难度。