黑白棋盘格角点检测算法

分析了现有棋盘格角点检测算法存在的不足,提出了一种新的棋盘格角点检测算法.该算法定义4个特征方向,并通过黑白检测算子(BW)检测特征方向上像素的灰度分布特征,获得像素级精度的角点坐标位置;再根据局部窗口内响应值的相似度与影响因子对角点坐标加以修正,实现了亚像素级精度的角点坐标定位.该算法对图像的旋转和亮度变换具有鲁棒性.将本方法应用于实际拍摄的棋盘格图像,证明了其对棋盘格角点检测的有效性和实用性.     

基于凸包的棋盘格角点自动识别与定位方法

 采用Harris方法提取角点,应用对称算子剔除棋盘格外圈角点与伪角点,基于灰度梯度方法精确提取棋盘格亚像素角点。在此基础上,提出了基于凸包的棋盘格角点分层识别与自动定位方法,实现了棋盘格角点物像坐标的自动匹配,从而可实现摄像机自动精确标定。实验结果表明,该方法具有较高的精度与可靠性,适合于摄像机在线自标定。     

摄像机标定角点点阵的多尺度检测和亚像素定位

为改进角点检测算子的检测性能,提出一种最佳尺度估计的方法.该方法结合X角点检测算子和递推方法,可以明显提高棋盘格角点阵列检测的精度和鲁棒性.通过实验验证了该方法的有效性,为基于多幅图像的摄像机定标过程自动化创造了条件,以便于极端环境下的机器视觉应用.     

CCD摄像机标定中角点亚像素定位方法

CCD摄像机的标定是实现光学三维轮廓测量技术的必要步骤,其标定精度在很大程度上取决于标定特征点的定位精度.在分析现有棋盘格角点像素级和亚像素级定位方法不足的基础上,提出了一种基于改进SV方法的棋盘格角点亚像素定位方法.首先,采用SV算子对角点进行像素级检测;其次,选取标定图像中以初定位角点坐标为中心的5×5像素区域,对其灰度值进行双线性插值;最后,计算插值图像的灰度质心,再根据插值放大倍数,将质心转换到亚像素坐标,实现了角点亚像素定位.实验结果表明,该方法可以获得亚像素级角点坐标,实现CCD摄像机的高精度标定,标定平均误差为0.108 mm.     

基于模板的图像角点提取方法

采用模板的检测策略,提出了一种自动获取图像角点的新方法。根据角点的特征设计了3×3的矩形模板,这些模板包含了所有角点图像的可能模式,然后根据编码准则对这些模板进行编码。在提取图像角点时,先对图像进行降噪、膨胀、细化等一系列处理,再使用模板对图像进行角点检测,从而确定角点的位置。实验证明,与Harris算法相比,这一算法无需人工干预,能够自动确定角点位置,并且角点的平均位置偏差在1个像素内。     

改进的基于模板的角点检测算法

对传统的基于模板的角度检测算法进行了2点改进.首先扩大了角点模板的半径,增加了可检角点的类型;其次根据新的角点响应函数简化了模板,使得角点模板总数并没有因为角点类型的增多而增加.实验结果表明,本算法提高了角点检测的准确性,同时保证了计算速度,具有一定的价值.     

一种基于两次Radon变换检测棋盘方格点的新算法

提出了一种新的方格角点检测算法。通过连续两次Radon变换，找出角点所在的直线位置，再利用线性拟合方法对得到的直线进行校正，最后线性求解出角点的坐标。该方法最大的特点是能够自动地在正确区域找出所求方格角点，而无需人机交互，这对于动态校准的研究具有重要的意义。通过实际的应用，验证了该方法的正确性和可靠性。     

基于字符角点信息的车牌定位方法

车牌定位是车牌识别的基础．文中提出了一种准确快速的车牌定位方法．该方法利用三级阈值,由粗到细,首先剔除大量非角点像素,提高角点的定位速度,用大阈值突出显示车牌区域的角点,再根据车牌纹理的角点特性,利用滑动窗粗选车牌区域,然后对粗选车牌区域用小阈值,对车牌区域进行精确定位．试验证实该方法的车牌定位准确率达到98％,平均耗时约20ms．     

摄像机标定的棋盘格亚像素角点检测

针对传统最小核值相似区(small univalue segment assimilating nucleus,SUSAN)算子对棋盘格角点检测时会将角点与边缘混淆的缺点,提出了一种运算速度快、定位精度高的改进SUSAN亚像素角点检测算法。根据SUSAN模板中角点的特性,提出了灰度对称度的概念,利用灰度对称度区别出棋盘格的角点和边缘。在利用改进的SUSAN算子进行亚像素角点检测时,综合应用了索贝尔边缘算子、灰度平方重心法等方法。提出的亚像素级角点检测方法快速有效,在摄像机标定试验中,其重投影平均误差小于0.2个像素。     

棋盘中的斜正方形个数的计数公式

本文研究棋盘中的斜正方形的个数问题,得出了n×n棋盘中的斜正方形个数的计数公式,由此推广至任意m×n棋盘中的斜正方形个数的计数公式。     

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.     

基于遗传算法的摄像机标定

为提高摄像机标定的精度, 提出一种基于遗传算法的2D棋盘格摄像机标定方法。 通过对棋盘格图像的参考角点的提取, 计算参考点的图像坐标, 从而求解摄像机的内部参数及相应的外部参数初始估计值。并利用遗传算法对摄像机内参数进行优化, 通过一代代的进化、 选择、 变异, 最终收敛得到最优解。仿真结果表明, 该方法得到的平均投影误差为0.255 9像素, 标准差为0.139 3像素, 可有效地提高标定精度。     

一种基于等腰梯形的摄像机自标定方法

给出一种基于等腰梯形的摄像机自标定方法.给定k(k≥6)幅包含等腰梯形的图像,分别检测梯形的4条边,计算梯形平行边方向上的消影点和4个角点.根据射影几何中的调和共轭理论,确定梯形2条平行边的中点.利用正交方向上的消影点对绝对二次曲线C的约束,建立(k-1)个关于C的方程,对解C进行Cholesky 分解,从而获得摄像机内参数.实验结果表明,所提方法具有较高的定标精度.该方法不涉及图像匹配,无需等腰梯形的大小和位置等几何信息,原理简单.     

视觉导航系统摄像机外参数在线标定算法

提出一种简捷实用的摄像机外参数在线标定算法.该算法仅需借助一组平行的道路标识线和一组与地面垂直的平行线即可确定摄像机外参数.在已知摄像机高度的条件下,根据本标定算法即可从图像中得到目标物在现实世界坐标中的位置.实验结果证明,该方法简单方便,且无需特殊的标定设备,具有较高的应用价值.     

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。     

视频监控中基于行人跟踪的摄像机自动标定

为了能够用更简易的手段解决视频监控系统中的摄像机参数获取问题,提出了一种基于场景中行人位置信息的摄像机自标定方法。先对由不同位置的行人轮廓中提取出的头脚点位置信息进行筛选,再通过极大似然估计求解出消失点与水平消失线,并根据消失点与消失线信息计算出摄像机的内外参数和投影矩阵。最后根据由重投影统计计算的误差评价系数,采纳RAN SAC方法选取最优结果,实现了对参数的优化。实验表明:该方法有效降低了行人信息获取中的观测噪声和过程噪声对摄像机标定的影响,能够得到较理想的摄像机自标定效果。     

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．     

双目摄像机快速标定新算法

针对双目摄像机,提出一种基于投影直线相交和改进OpenCV1.0标定算法相结合的立体视觉标定算法。由于应用OpenCV进行标定时往往会得到比较夸张的结果,所以本文作者提出一种新的算法来提高标定的鲁棒性和实时性。因为提取的角点坐标是在标定时的已知量,精确的角点提取十分重要,所以使用OpenCV1.0中的棋盘角点提取方法来进行角点提取。其次,在传统的双目摄像机标定时都需要分别计算出每个摄像机的内、外参数,而应用投影直线相交的立体视觉标定法将不需要先计算两摄像机的内、外参数。这样将大大减少运算量和运算时间。所进行的实验也很好地验证了算法的有效性。     

Matlab标定工具箱在摄像机定标中的应用

简述了Maflab标定工具箱以及摄像机定标的概念、原理和意义,给出了摄像机定标中所用的三种坐标系以及它们之间的关系,推导出摄像机参数标定算法公式,在此基础上,利用Matlab标定工具箱仿真了棋盘网格的角点标定算法,并给出了仿真结果以及误差分析,得出了Maflab标定工具箱在摄像机定标方面运用的有效性及算法的正确性。