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.     

基于LabVIEW开发的摄像机标定方法

针对火车轮缘动态检测系统中的摄像机标定问题,讨论了基于径向约束的摄像机标定,选定了包含畸变因素的摄像机透视投影模型,得出了以LabVIEW开发的摄像机标定方法.该方法利用了LabVIEW的图形化开发环境,内嵌Matlab语言编写的核心程序,数据处理功能强大,且具有良好的图形化互动界面.     

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．     

基于平面靶标的线性摄像机标定

本文提出一种新的摄像机标定方法。它首先单独标定了主点和纵横比,再利用径向平行约束条件和正交矩阵的性质来求解大部分参数,最后建立线性方程组求解剩下的参数。     

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OpenCV的视觉测量技术中摄像机标定方法

以视觉测量系统中的摄像机标定为研究对象,分析了开源计算机视觉库OpenCV中的摄像机模型,并考虑了镜头的畸变及求解方法,得出基于OpenCV的摄像机标定方法.该方法利用了OpenCV的函数库,简化了标定求解过程,提高了标定速率,并具有良好的移植性,适合于其他视觉测量系统.     

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.     

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。     

一种基于单幅图像双消失点的摄像机标定方法

介绍了摄像机标定的概念和两种经典方法。针对不同的视觉任务要求,提出了一种基于单幅图像双消失点的摄像机标定方法。首先对图像进行一些合理的假设。如图像包含两个消失点、图像中心为摄像机在投影面上的投影中心。通过实验仿真验证,此方法在对摄像机标定精度要求不高的情况下,可以很方便的求解摄像机的参数。     

三维机器视觉中摄像机内外方位元素的确定

采用TSAI算法对立体视觉系统进行校准。该算法利用径向投影的平行原则 ,能够快速、方便地计算出摄像机的几何光学参量及其在某一物体参考系中的方位元素。论文针对 75 2× 5 82的CCD摄像器件在点共面和不共面等情况下进行了内、外方位元素的计算 ,获得了 4组实验数据 ,误差结果也一一给出。从实验获得的数据可以看出利用TSAI方法可以获得很好的校准结果。     

CCD摄像机内外部参数快速准确的标定方法

导出了一种ＣＣＤ摄像机的成像模型，给出了一种基于这种模型的ＣＣＤ摄像机内部、外部参数标定方法，该方法的特点是无需迭代，且精度高。     

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。     

利用对应直线求取摄像机外部参数

通过对解空间的分布，发现摄像机外部姿态参数中旋转矩阵的解分布于一半径固定的超球面上，且此超球面的维数可由方程组的系数矩阵确定。据此提出了在全空间中求取全解的搜索策略。实验表明，用本算法所得到的结果与理论分析相吻合，能够较好地解决参数求取过程中的完全解问题。     

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.