基于移动机器人两步法的摄像机标定

利用透镜成像理论建立摄像机数学模型,提出一种全面考虑镜头的径向畸变和切向畸变的简单、快速的摄像机参数标定和修正方法,利用图像中心附近点畸变量较小的性质,对摄像机内、外参数进行标定.实践证明,该方法能快速、方便地对摄像机系统进行标定和相差修正,具有良好的精度和稳定性.     

径向畸变摄像机的标定

本文研究摄像机径向畸变的外部参数的标定问题。首先讨论摄像机畸变的类型,然后建立摄像机畸变的数学模型,给出畸变函数是一阶形式的模型,并且给出了适用于数学软件求解外部参数的模型。最后,通过平面薄板上五个圆在摄像机上的成像,提取图像上的数据,利用Lingo软件求出摄像机的外部参数。这种方法对实验条件要求低,求解速度快。不仅可以求解摄相机畸变的标定问题,而且可以求解变焦距的标定问题。     

基于畸变分离的摄像机标定方法

在摄像机标定过程中,为了避免对摄像机模型中的畸变系数进行多次重复标定,提出一种将二阶径向畸变系数与摄像机模型分离的标定方法.该方法利用畸变形成的围线面积作为畸变评测函数,用模拟退火原理改进粒子群算法的惯性权重和学习因子;然后用改进的粒子群算法标定摄像机的畸变系数和图像中心点坐标,最后计算其他的摄像机参数.该方法无需预先知道摄像机的任何内外参数,算法简单,易于实现.实验表明,该方法与传统的非线性优化方法相比,图像坐标的平均反投影误差明显减小,而且具有更好的鲁棒性和精度.     

基于立体靶标的摄像机标定方法

为获取视觉测量系统中二维图像到三维空间位置的变换关系,提出一种基于立体靶标的摄像机标定方法.针对无畸变小孔成像模型,使用最小二乘法求解初始投影矩阵后通过LM准则对其优化;根据多张图像对应的投影矩阵,求解摄像机内参数及各相应外参数;引入二阶径向畸变模型,建立理想图像坐标和实际图像坐标间的方程求解初始畸变系数;使用LM准则...     

基于共线点的透镜畸变系数标定

在经典的摄像机标定方法中，求解透镜畸变系数的同时必须先求得外部参数，从而使求解过程显得繁琐，针对这种情况，提出了一种基于空间共线点求解透镜畸变系数的简便方法。根据空间共线点在图像平面上的理想投影仍然共线的特点，将点的理想投影的图像坐标用畸变后的图像坐标表示，从而得到一个关于畸变系数的一元二次方程，求解该方程，即可得到畸变系数，该方法不需要点的三维世界坐标，不需要求解外部参数，避免了复杂的优化过程，是一种简单而有效的方法，仿真和实验结果均证明了该方法的有效性。     

基于标定板特征的摄像机线性标定方法研究

提出一种完全线性标定摄像机的方法。先单独标定摄像机的主点坐标和纵横比,然后用CCD垂直拍摄HALCON高精度标定板,并应用SIFT算法完成标定板特征点中心亚像素坐标提取,最后根据径向平行约束和一阶径向畸变模型线性求解其余摄像机的内外部参数,包括焦距、一阶径向畸变系数、旋转矩阵和平移向量。实验中改进了传统线性标定算法,采用单独标定平移分量t z,消除了t z对标定结果造成的不稳定影响,得到了收敛性较好的焦距值。实验数据表明该算法具有较高的标定精度,是一种简单、有效、实用的标定方法。     

摄像机畸变矫正研究的综述

本文首先介绍了畸变产生原因,然后阐述了畸变矫正基本原理.通过对目前四中畸变模型的具体分析,给出了各种方法的优劣点;最后给出了发展传统的摄像机畸变矫正方向和提高畸变精度的一些参考意见.     

一种逐步求解的新的摄像机线性标定方法

在立体视觉的激光扫描测量系统中，物体的空间坐标与计算机图像坐标之间存在着复杂的非线性映射关系，如果采用完全理想条件来标定系统，一般实验条件下难以获得稳定的解。通过建立基于一阶径向畸变的摄像机数学模型，用线性方程组描述了三维空间坐标点与计算机图像坐标点的关系，并提出“两步法”对摄像机模型中外部参数和内部参数进行逐步求解，完成了摄像机线性标定，从而彻底改变了传统的摄像机标定依赖于非线性优化方法。实验证明，这种标定新技术较以往算法更为快速、简便、实用。     

一种鲁棒的摄像机标定方法

提出一种基于圆环点的摄像机标定方法,该方法无需已知模板的任何物理度量,即可线性求解出摄像机的内参数矩阵,完全摆脱了匹配问题.并给出了在不增加任何已知条件的基础上求解外参数的线性方法.模拟与图像实验结果表明,该方法在精确度和鲁棒性上较已有方法都有较大提高.     

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.     

一种线阵相机镜头畸变的标定方法

为实现线阵相机中镜头畸变的精确标定,提出了一种新的标定模型,并在实际应用中对标定模型进行了简化。根据等间距共线特征点的成像特性,通过比较两种畸变算法的差异,用非线性优化方法实现了镜头畸变参数的标定。实验结果表明,简化模型的标定结果与标准模型的标定结果相一致,标定后相邻特征点之间的距离变得更为均匀,校正后图像的最大形变量不高于0.5像素,校正精度不低于9μm,与传统的标定方法相比,该标定方法具有较好的稳定性。     

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.     

标准图形法求解相机镜头非线性畸变的研究

通过分析和实验,认为光学镜头产生非线性畸变的主要原因是透镜组合时的轴间距误差,提出了把排线性畸变形的求解独立于相机其他参数求解的方法,在机器视觉的研究和应用中,首先对图像进行校正,然后直接采用线性处理方法求解相机的内部参数和外部参数,为实现上述方案,研究了一种求解非线性畸变参数的方法－标准图形法,并详细介绍了这种方法的基本思想、具体和计算方法,实验证明,利用这种方法求解非线性畸 数精度高且实用、可靠。     

基于非线性逆透视变换的摄像机畸变参数标定

为实现摄像机畸变参数标定,提出了一种基于非线性逆透视变换模型的标定新方法.根据线性透视变换模型和畸变模型推导出非线性逆透视变换模型,以及逆透视变换参数与畸变参数之间的关系;在此基础上,建立以畸变参数为最优解的泛函,然后进行优化搜索求解.在优化搜索中,采用改进牛顿法确定搜索方向,然后,采用试探法沿搜索方向进行一维搜索.该方法仅需对数目较少的畸变参数进行优化搜索,可大幅降低优化搜索的维度和复杂度.仿真和实验结果表明：该方法正确有效,求解精度较高.     

基于仿射变换和透视投影的摄像机镜头畸变校正方法

依照摄像机成像过程,提出了一种方便快捷的摄像机镜头畸变精确校正方法。基于逆向摄像机镜头校正模型、仿射变换和透视变换,推导了从标准靶标图像坐标到理想图像坐标之间的精确函数关系,采用最小二乘估计对畸变参数求解,利用双线性插值法还原理想图像,并给出了详细的实验过程和实验结果。结果表明,该方法具有对实验条件要求低、算法运行速度快、校正结果精确等特点,适用于自动实时校正环境。     

基于人工神经网络的彩色摄像系统颜色信号失真的校正方法

本文为了提高彩色摄像系统对颜色信息的校正质量,改善彩色重现的效果,提出了一种基于人工神经网络的色彩校正方法.该方法利用神经网络的非线性变换的特点,实现RGB→XYZ变换或XYZ→RGB的变换.并对网络的学习、变换误差进行了分析.如采用硬件的神经网络,可望实现实时校正.     

Overview of Camera Calibration

This paper introduce several commonly used camera calibration method include their advantages and disadvantages.The traditional methods of camera calibration need to know precise structural information of calibration object and they are accurate.Camera calibration based on active vision get the camera calibration through the controlling of some parameters of camera.Self-calibration of camera don't need to use the calibration block and get the camera calibration through the corresponding relationship among multiple images.