基于平面模板的摄像机标定新方法

提出的一种基于平面模板摄像机标定的新方法是先通过假设图像中心坐标为模型的成像中心,由摄像机线性模型求解中间变量然后分解独立的摄像机参数,并将求得的参数作为带畸变的非线性模型初始值进行优化求解,最终得到摄像机模型所有参数的精确值。通过仿真实验和真实实验对本方法与其他方法进行测试与比较,结果表明算法有相似的收敛性,在噪声环境中有更好鲁棒性,并且具有更小反投影误差。     

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.     

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。     

摄像机标定算法的MATLAB语言实现

对摄像机的镜头畸变和投影不对称误差进行了研究,并运用了MATLAB语言对标定算法作了一些改进.实验表明,和以往的标定算法比较,精度有所提高.     

摄像机标定算法的MATI＆B语言实现

对摄像机的镜头畸变和投影不对称误差进行了研究，并运用了MATLAB语言对标定算法作了一些改进，实验表明，和以往的标定算法比较，精度有所提高。     

基于灰度直方图的加权模板匹配法在摄像机标定中的应用

采用基于灰度直方图的加权模板匹配法实现摄像机的标定.首先以一个游标卡尺作为目标采集图像,此采集图像作为后续分析的同时用于模板的多处提取;提取的每个模板都将用于后续的模板匹配来提取目标区域(Region of Interest,ROI);匹配所获得的所有目标区域二值化后并旋转90°,以提取其水平方向的灰度直方图;所获得灰度直方图经过优化获得单一峰值后用于获取测量精度;最终标定出的测量精度是由所获得的所有测量精度值进行可信区间的加权平均决定的.本文所采用的加权模板匹配方法不仅降低了单一模板匹配的风险,而且充分利用了具有相似纹理这一有利信息,实验结果表明,提出的方法可以达到工程要求的亚像素级别误差,由此说明该方法在摄像机标定的应用中是行之有效的.     

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．     

基于简单几何知识的摄像机标定算法

针对摄像机固定和共面约束条件下进行目标定位这一问题，本文提出一种全新简单可行的算法。该算法避开了繁琐的摄像机标定过程．只是运用射影几何的性质，通过简单的几何关系，对非标定单摄像机拍摄的一幅图像，求解出其出2D图像平面到3D平面之间的非线性单映射关系。     

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.     

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     

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。     

数码航空摄影测量中相机的检校

通过分析数码相机的误差来源,讨论了测定数码相机畸变差的原理与方法,主要包括相机检校的数学模型、检校场的建立、畸变参数的解算与畸变差的改正,并通过实例应用证明了检校的高精度性、可靠性与可行性。     

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。     

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.     

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。     

一种改进的相机标定方法

以提高相机标定效率和自动化程度为目的,提出一种相机自动标定方法.传统相机标定需要手工标识,工作量大、效率低.使用自制标定模板,应用特征点检测技术代替手工标记,实现自动检测标记点并自动排序,标定精度和原算法基本一致,而且可靠性好,实用性较强,简化了标定过程.     

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。     

激光视觉机器人焊接中同时标定摄像机和手眼关系的方法

摄像机和机器人手眼标定是视觉机器人应用中的重要组成部分。针对激光视觉机器人焊接,根据机器人手眼矩阵和机器人末端对基坐标系的位姿矩阵的特定关系,提出了一种同时标定摄像机和机器人手眼的方法。用所设计的标定物对此方法进行标定试验,由非线性最小二乘优化法求解待标定的参数。从焊缝上取20个样点,利用标定结果恢复其三维空间坐标,并与实际三维坐标对比,平均误差为0.12mm,满足焊缝跟踪要求。