基于HEIV模型的摄像机一维标定

多摄像机系统广泛应用于文化创意产业,其高精度标定是迫切需要解决的一个关键问题.新近出现的摄像机一维标定方法能够克服标定物自身遮挡,特别适合标定多摄像机系统.然而,现有的摄像机一维标定研究主要集中在降低一维标定物的运动约束,而标定精度较低的问题未受到应有的关注.本文提出一种基于变量含异质噪声(Heteroscedastic error-in-variables,HEIV)模型的高精度摄像机一维标定方法.首先,推导出摄像机一维标定的计算模型;其次,利用该计算模型详细分析了一维标定中的噪声,得出摄像机一维标定可以视为一个HEIV问题的结论;最后给出了基于HEIV模型的摄像机一维标定算法.与现有的算法相比,该方法可以显著改善一维标定的精度,并且受初始值影响小,收敛速度快.实验结果验证了该方法的正确性和可行性.

基于基础矩阵与HEIV模型的双目相机标定

双目相机标定的精确与否很大程度上决定了立体匹配三维重构的完成质量。提出一种基于相机基础矩阵的一维标定方法。该方法较之传统的张正友一维标定法,无需对标定杆进行任何的运动约束即可完成。并提出一种基于变量含异质噪声（heteroscedastic error-in-variables,HEIV）模型的优化方法对测量数据与标定参数均进行优化,该模型利用测量数据的估计值与测量值之间的误差和构造代价函数,通过迭代最小化代价函数进行求解,实验表明本文算法较之传统优化算法精度更高,且在测量数据较少的情况下优化数据更接近真实值。

基于U-net分割与HEIV模型的遥感图像配准方法

在利用航拍遥感图像进行土地测量与变化检测时,需要对图像进行配准处理。为实现目标区域的高精度匹配,提出一种遥感图像配准方法。对图像进行U-net分割,以适用于小样本数据集的处理,针对不同区域特征的误差,将变量含异质噪声模型应用于配准参数估计,提高目标区域的配准精度。实验结果表明,与基于Harris角点的配准方法相比,该方法的全局平均配准精度提高41.39%,与基于SIFT特征点的配准方法相比,其感兴趣区域的平均配准精度提高16.67%。