基于分块的摄像机内外参数标定方法

针对平面图像测量中平面相对于摄像机的外参数标定误差较大而测量精度较差的问题,提出一种基于分块的摄像机内外参数标定方法.将图像平面划分成多个子空间,在每个子空间上分别进行被测平面外参数和摄像机畸变系数的标定.在对系统非线性畸变分析的基础上,提出子空间划分标定与合并方法,并给出用分块方法描述的平面外参数表达式.对平面上卡尺的测量实验结果表明,采用分块的畸变内参数和平面外参数标定方法能取得较高的图像测量精度.     

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.     

用单个摄像机获取三维视觉信息的一种方法

讨论了在平面坐标系上摄像机的标定和利用单个摄像机获取三维视觉信息的一种方法。实验结果表明，采用单个摄像机获取三维视觉信息的精度与摄像机相对目标物体的高度及对象物本身的厚度有关，在视场范围内，对象物的厚度越小，摄像机坐标中心相对于目标物体表面中心的距离越远，定位精度越好。     

单场景摄像机的大视场标定

提出将一种多工位、单个小尺度标准靶应用于对摄像机大视场进行差分标定的方法.即将小标准靶分别放置在视场的中心和四个角五个工位,利用每个工位标准靶上标准点的差分坐标对摄像机进行差分标定,分析了标准靶在物面上的位置、标定靶尺寸对标定精度的影响.在510 mm×510 mm的物面范围内,用一个140 mm×140 mm的小标准靶进行差分标定时,标定残差在18μm左右,均值为4.3μm.实验结果表明,在单场景测量中,采用多工位标准靶差分标定方法,可以实现对摄像机的高精度标定.     

用单个摄像机获机三维视觉信息的一种方法

讨论了在平面坐标系上摄像机的标定和利用单个摄像机获取的三维视觉信息的一种方法，实验结果表明，采用单个摄像机获取三维视学信息的精度与摄像机相对目标物体的高度及对象物本身的厚度有关，在视场范围内，对象物的厚度越小，摄像机坐标中心相对于目标物体表面中心的距离越远，定位精度越好。     

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.     

基于计算机视觉的汽车流量检测统计

利用计算机视觉和图像处理的方法对交通路口通行车辆进行流量统计.首先,由摄像机视场的标定原理和标定公式,得到了摄像机成像平面内的像素距离与实际三维空间距离的对应关系;然后,采用基于光流场的车辆检测方法,对所有经过设置的虚拟线圈的车辆进行实时检测和信息提取;最后,对提取的车辆信息进行统计和计算,得到实时路况信息.实验结果表明,该算法具有较高的检测概率,能够满足系统的精度和实时处理要求.     

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．     

一种基于双平行平面的激光雷达和摄像机标定方法

针对单线激光雷达和摄像头的外参数估计问题,提出一种基于双平行平面的标定方法,标定过程分为单传感器相对车体位姿的标定和多传感器联合标定2个部分.利用激光雷达在双平行的平面标定板上的扫描信息,获取激光雷达相对于车体的俯仰角度和偏转角度;通过黑白棋盘格获取摄像头相对于车体的姿态外参数;最后综合前两步的结果和两种传感器在车体的精确安装位置,对激光雷达、摄像头和车体进行联合标定.本文提出的方法只要让标定物放置于车体正前方,采集一次数据就能满足整个标定过程,实现多个传感器的联合标定.实验结果表明,该方法的标定精度较高,简单实用.     

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。