基于虚拟棋盘的校准精度分析

标定目标板是相机标定中必备的材料。针对摄像头与目标标定物之间的距离对标定精度的影响,进行棋盘图分别约占整个屏幕的1/3,1/2,2/3等情况下的相机标定实验。实验结果证明当棋盘图的图像约占整个屏幕的1/3时,标定精度最高,误差最小。针对虚拟标定板对标定精度的影响,设计9×7和13×9两种规格的虚拟标定板;并且对虚拟标定板在约占整个屏幕的1/3的情况下进行标定。结果证明虚拟标定板的标定结果优于同规格的物理标定板。     

数字图像相关方法中的标定对三维形貌和变形测量的影响

为了实现三维数字图像相关方法的高精度三维测量,首先需要标定成像系统的内外参数.从数字图像相关的基本原理出发,针对相机成像的针孔模型,在理论上给出了物体成像的误差来源和修正措施,从而引出相机的各个标定参数.实验研究了多组标定板的姿态,分析了棋盘标定方法的稳定性和精确度,给出了标定过程的优化方案,解决了复杂工程环境下现场标定步骤繁琐的问题.实验结果表明:当标定板的姿态数大于9组时,标定参数趋于稳定,用稳定的标定结果计算目标物的半径更可靠.精确稳定的棋盘标定方法有利于获得高精度的三维测量结果,因此优化标定后的三维数字图像相关方法不仅操作简便,还具有相当高的可靠性和精确度.     

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。     

常用摄像机标定工具精度研究

采用3种摄像机标定工具（Matlab标定工具箱、OpenCV视觉类库和Halcon软件）分别针对棋盘格标定板和实心圆标定板进行标定。介绍了基于棋盘格长度的摄像机标定精度评价方法,利用该方法对3种标定工具的标定精度进行评价。研究表明,M atlab标定工具箱与OpenCV标定软件在标定精度上是一样的,Halcon软件的标定精度略高于前两种标定工具。     

面向视觉测量的相机标定误差分析

该文分析了影响CCD相机标定参数精度的一些主要因素,并分析了在这些因素影响下相机标定结果。同时,分析了光照条件对角点检测精度的影响。实验表明,在保证角点坐标精度的前提下,标定板平面性对标定结果影响较大,图像数量取12~20幅比较合适。实验结果对相机标定中标定板的合理选择和制作、图像数量的选取、获得稳定的标定结果提供了有效参考。     

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%.     

张氏标定法在双目视觉脉搏测量系统中的应用

针对双目视觉脉搏信息测量系统中相机微距工作、公共视场小、成像范围有限的特点,研究相机标定的原理和方法,实现双目视觉系统的标定.采用微型黑白棋盘格高精度标定板,在自制背光源辅助下,双目视觉脉搏信息测量系统中的左右相机同步采集高质量标定图像,基于张正友标定方法,对系统进行标定,标定结果精度较高.基于该标定方法的脉搏幅度测量结果的标准偏差控制在0.040 0以下,结果稳定可靠,故该标定方法可用于脉搏信息测量系统的标定,为后续脉搏幅度的精确提取及脉搏形态三维重构打下良好的基础.     

基于虚拟深度的聚焦型显微光场相机深度测量标定

针对聚焦型显微光场相机在内部光学参数未知的情况下,进行了基于虚拟深度的深度测量标定。首先基于高斯光学建立光场成像模型,推导出虚拟深度与实际深度间的函数关系。然后选择单一角点的标定板,在不同深度位置进行拍摄;该角点在多个宏像素中重复成像,相邻重复像点的间距随深度位置改变而变化;利用图像匹配的方法计算相邻重复像点的距离和虚拟深度值,并与实际深度一一对应进行曲线拟合。根据拟合结果,分析了不同深度位置下,该光场成像系统的深度测量分辨率。最后,通过拍摄已知倾角的倾斜棋盘格标定板,进行深度测量并分析测量误差,在主镜头工作距离靠近镜头方向2 mm(10倍景深)范围内,测量误差小于5.35%。     

基于几何约束的高精度特征点检测和相机标定

针对高精度特征点检测和相机标定问题,提出了一种基于几何约束的角点检测和相机标定方法.该方法首先用传统的方法提取图像中的角点,以此为初值从图像中搜索棋盘格边缘,然后对边缘数据进行拟合,并将拟合得到的三次曲线的交点作为真实的角点,最后以这些角点为特征点进行相机标定.实验结果表明,加入几何约束后能大幅提高特征点提取的准确度,从而显著提高相机标定的精度.     

基于局部单应性矩阵的结构光系统标定研究

在基于结构光测量系统中,投影仪标定对物体的三维测量精度有着直接的影响。通过投影仪投射多幅正交格雷码至棋盘格标定板表面,利用未标定摄像机获得受棋盘格标定板调制的变形格雷码条纹图像,通过局部单应性矩阵方法获得棋盘格标定板各角点所对应的投影仪图像坐标。根据摄像机图像坐标、投影仪图像坐标与棋盘格标定板角点对结构光测量系统进行标定,获得摄像机与投影仪的内参数矩阵以及投影仪图像坐标系在摄像机图像坐标系的位姿矩阵。最后对结构光测量系统进行了标定实验;并使用Samuel Audet标定工具箱、Douglas Lanman标定工具箱与提及的标定方法进行标定误差对比。实验结果表明该方法操作简便,精度高,能较好地标定结构光测量系统参数。     

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。     

视觉传感器中摄像机的虚拟三维靶标标定法

采用二维平面靶标自由移动,构建虚拟三维靶标,实现摄像机内部参数的标定,该方法可以保证摄像机在固定之后进行标定,使摄像机的标定状态和工作状态一致,降低了标定设备的成本,简化了标定过程,提高了标定效率,实验结果表明,该方法切实可行。     

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。     

基于计算机视觉的远距离动态前景测距方法

针对当前测距算法标定步骤复杂、图像匹配困难和不准确的问题,提出了一种远距离动态前景测距的方法,系统中由两个摄像头负责采集实时环境图像,利用前景检测算法检测出实时图像中的目标物,根据透视投影模型通过测量两个摄像头之间的距离、标定板与摄像头之间的距离、标定板自身的宽度和高度等数据,计算出目标物在标定板上映射点的三维坐标;再根据两个摄像头坐标,得到空间中两条直线的方程,则两直线的交点就是目标物的物理坐标;最后利用欧氏距离公式,计算出目标物距离摄像头的距离。通过实验可知,在目标距离小于3000m时,两种方法测量误差均小于3%;当目标距离大于3000m时,计算机视觉动态前景测距和传统测距方法的测得的数据平均误差分别为2.90%和25.50%,计算机视觉动态前景测距方法表现出更高的精度。     

基于立体视觉的摄像机标定方法的研究

摄像机标是立体视觉获取三维空间信息的前提与基础。标定结果的好坏直接影响着三维测量的精度及三维重建结果的好坏。笔者首先在本文中对摄像机标定的基础知识作了简要的介绍,采用三维标定块标定摄像机,避免传统的利用标定板标定摄像机丢掉了Z维的坐标信息所引起的误差,同时考虑相机的径向畸变因素,以提高标定精度。实验结果表明该方法精度较高,能满足立体视觉系统的需要。     

一种适用于广角、鱼眼及折反射系统的标定方法

采用畸变-2D标定板的方法进行摄像机标定,基于多项式摄像机模型,使用图像投影描述为泰勒级数展开的标定方法,并通过非线性最小二乘拟合的方法求解得到相机的内外参数,对其方法进行了扩展和优化。实验结果表明该标定方法可以应用于广角、鱼眼以及折反射图像系统中,并能够获得较高的标定精度。     

基于圆形阵列标定板的张氏相机标定法

提出了一种基于圆形阵列标定板的张氏相机标定法.利用大恒水星系列相机对不同方向和不同姿态的圆形特征标定板进行20次拍摄,并利用亚像素边缘检测算法对图像视野中的特征进行边缘检测;接着对得到的边缘封闭的特征分别进行圆度、偏心率和凸度的条件限制,提取出图像中符合要求的圆形特征;最后通过标定板上圆形特征的圆心像素坐标与世界坐标的对应关系来进行相机标定.实验结果显示,圆形特征的圆心坐标平均重投影误差在0.007个像素以内,表明了该算法的可行性.      

非结构化环境下无人驾驶车辆跟驰方法

提出一种基于多传感器融合的用于非结构化环境下无人驾驶车辆跟驰应用的方法,旨在解决无人驾驶车辆跟驰任务中对引导车辆的局部定位问题,实时获取引导车辆的相对位置和速度.首先以任务需求为导向,通过实车实验结果完成针对非结构化环境特点的传感器选型工作.对所选毫米波雷达和相机设计联合标定流程,实现数据空间融合.设计与目标距离相关的横向距离约束阈值,以及基于历史帧数据变化可靠性分析,解决非结构化环境下雷达数据跳变和虚检现象,实现雷达有效目标提取;考虑相机小孔成像原理,提出大小可变候选车辆检测框生成.最后基于主流的目标检测深度学习框架,设计跟车应用中信息输出流程.实车测试结果表明,该方法可以满足非结构化环境下车辆跟驰应用的基本需求,输出结果有一定的稳定性和精度.