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.     

一种多相机视觉测量系统的全局标定方法

提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求.     

基于遗传算法的摄像机内部参数标定优化方法

基于张正友标定法,提出一种新的基于遗传算法的摄像机内部参数标定优化方法.该方法能矫正传统摄像机标定不可靠的初始化和容易陷入局部最优解而带来的精度损失,提高了摄像机内部参数的标定精度.通过与张正友标定法进行比较,证明了该方法性能稳定,能快速、准确地标定摄像机内部参数.     

一种基于投影标靶的手眼相机标定方法

文章研究了一种基于投影标靶的手眼相机线性标定方法.该方法确定了半物理仿真系统中各组成部分之间的位置关系,以保证标定的正确、有效进行;规定了标定用的投影标靶设计原则,以保证标定的精度;改变了传统线性标定算法坐标系的建立方法,以保证由标定结果分解的外参数满足位姿测量的要求.实验结果表明,该方法的标定精度满足位姿测量的要求,是一种可行和有效的标定方法.     

基于全参数自适应变异粒子群算法的单目相机标定

针对传统粒子群方法求解相机内参时的局部最优解问题,提出一种基于全参数自适应调节和变异机制的粒子群单目相机内参优化方法.首先,基于向量约束关系对单应性矩阵进行变形,利用最小二乘法求得相机的初始内参.然后,考虑在迭代过程中局部最优粒子、全局最优粒子对各个粒子的作用不同,分别给出了基于粒距的自适应的局部因子学习调节策略和全局因子学习调节策略;同时,设计了基于粒子群平均粒距的改进的粒子自适应变异率.最后,给出了基于全参数的自适应变异机制的粒子群相机内参优化算法.实验结果表明,与张正友标定方法、传统粒子群优化标定方法相比,该方法具有较好的标定精度和收敛速度.     

相机标定精度外界影响因素仿真及实验研究

以张正友相机标定方法为基础,分析了影响相机标定精度的主要外界因素,给出了在这些因素的影响下,标定所得相机参数的分布曲线。仿真及实验分析表明,在张正友标定方法中,相机标定板张数最好不少于20张;在相机视场范围内,当特征点为110个时,单位网格长度应控制在6~14mm之间,此时获得的有效焦距最稳定;当棋盘网格单位长度为10mm时,棋盘标定板上的特征点应保证在150个以内,此时主点坐标获取稳定;噪声方差与重投影点误差基本呈正比例增大。研究结果对相机标定精度的提高有一定的参考价值。     

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.研究结果表明,该算法求解结果准确、稳定,可重复操作,可以有效地提高标定精度,结果好于其他几种方法.     

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。     

基于GSI靶标与立体视觉的双目相机结构参数标定

针对大视场双目相机结构参数标定问题,提出了一种基于GSI靶标的标定方法。相机的内参数已知,利用同名编码点在双相机像面上成像点及双目视觉测量原理,解算出双目相机的相对方位。该方法无需移动靶标,只需要双目相机同时对靶标平面拍摄一次,简单方便。     

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.     

基于液晶标靶的坐标测量方法

提出一种基于液晶标靶的坐标测量方法.通过最小二乘优化的方法确定摄像机主点与坐标测量头的坐标转换关系,结合摄像机外参数确定测量头的三维坐标,将摄像机用于光学三维坐标的测量,提出了相机移动时的坐标变换公式和移动距离的计算方法.实验结果表明,平面标靶标定点数量显著增多,可精确提取标定点,摄像机的标定结果更加准确.该方法简单、可靠,可以准确的得到光学坐标测量结果.     

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。     

基于双目立体视觉系统的测量研究

为了实现摄像机与目标物体之间距离的信息,由双目测量原理,采取结合OpenCV与Matlab的方式,设计出一套关于双目测距的立体视觉系统;系统首先对双目摄像机的内外参数进行标定,从黑白格组成的标定板中获得角点信息,使用亚像素角点检测法对角点坐标信息进行更精确检测,在黑白格组成的标定板分别距离双目摄像机300、400、500、600、700mm处获取不同位置的标定图像,经过张正友标定法最终可以得到双目摄像机所需内外参数;其次通过BM(Block Matching)立体匹配算法在VS2017坏境与opencv3.4.7库配合下完成了摄像机的立体校正、立体匹配进而得到视差图;最后在实验中使用了双目摄像头,并编写了代码通过鼠标点击所得到的视差图获取对应的世界坐标来实现物距的测量;实验结果表明:被测物距离摄像头光心500~700mm这一范围时,实测距离和实际距离相对误差百分比在0.171% ~0.192%之间,且实测距离在2 950mm内实验误差小于5%满足实验精度要求。     

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。     

基于数码相机图像的三维重构

针对传统三维坐标测量方法的局限性,提出了利用数码相机对物体进行三维重构,达到对物体进行非接触测量的目的．采用标准图像法对数码相机内部和外部参数分别标定,与传统的相机标定相比,简化了求解的复杂性．基于同一物体的两幅图像,给出了其三维重建理论和算法．并举例说明了三维重构的具体实现步骤和方法．     

空间三维测量技术的研究

以透视投影变换为依据,研究了空间三维测量技术,提出了一种新的标定方法。利用相机做一次平移运动,可以线性的确定摄像机的内参数,然后利用已求得的内参数来求外部参数。本方法不需精确标定靶标,不需要任何的高精度复杂装置,最后结果表明,此方法能够得到比较满意的精度要求。     

基于非成像模型的摄像机校准方法

作为摄影测量关键部件的摄像机,其校准精确度直接影响了整个测量系统的测量不确定度．通过对常规摄像机校准技术的研究,发现基于内参数成像模型的校准方法会因为内参数综合优化的相关性干扰和非线性求解的不确定性使校准的畸变参数不稳定,且无法修正由镜头透镜组制造中的曲率变化非连续平滑等造成的非模型化畸变．结合航空摄影测量光学实验室方法与垂线法,以摄像机的成像原理为依据提出基于非成像模型的校准方法,以实现逐像元（甚至亚像素级）畸变的细化修正．实验表明,该校准方法的角度测量精度为±5″,系统不确定度为10×10-6,并可适用于所有的相机和镜头．     

基于交比不变和间距比不变的线阵相机畸变标定方法

基于线阵相机双目视觉成像技术可有效检测汽车底盘异物,保证人员安全。但相机畸变影响几何量测、三维重建精度。并且由于线阵相机与面阵相机的成像模型不同,造成适用于面阵相机畸变校正算法无法直接运用在线阵相机当中。通过研究面阵相机的畸变成像模型,结合线阵相机的成像特点,推导出线阵相机的畸变成像模型。利用交比不变性和间距比不变性,结合线阵相机的畸变成像模型,建立二元畸变方程组;并利用等间距条形标靶获得相应参数。最后对新方法进行了真实图像校正实验,证明该方法畸变标定简单易行,有效。     

基于视觉的六自由度机械臂运动学参数辨识

提出一种新型低成本的基于单目视觉的机器人末端位姿测量方法,设计并实现了六自由度机械臂的运动学参数辨识。采用分级测量方法和标定板绝对编码方法,解决了当前视觉测量过程中测量范围小、测量精度受相机畸变影响大等问题;使用基于位置误差的运动学参数辨识模型和单目视觉测量系统,简化了机器人的标定过程。最后,通过实验验证了方案的实用性和有效性。