PnP问题的线性求解算法

经典的PnP(3n5)问题从本质上来说是非线性的,不但具有多解性而且对图像点的位置误差极为敏感.经典PnP问题仅涉及一幅图像,针对机器人导航中的实际需求,将PnP问题扩展到了摄像机作平移运动下的两幅图像的情况,并研究探讨了在这种情况下PnP问题的线性求解方法,主要结果有:给定平移运动下n个控制点的两幅图像,(1) 当n=3时,可线性求解摄像机的方位以及摄像机内参数的两个尺度因子;(2) 当n4时,不仅可以线性求解摄像机的方位,而且能够确定摄像机的所有内参数.也就是说,给定平移视点下的两幅控制点图像,可以线性求解摄像机未标定的PnP问题.结果具有一定的理论意义和应用价值.

一种鲁棒且线性的PnP问题求解方法

传统DLT方法利用3D点的投影成像模型求解PnP问题,具有效率高的特点。但由于其在求解过程中缺少附加的非线性约束条件,因此求解精度和稳定性不高。为提升DLT方法的精度和稳定性,推导出了一种全新的点与点之间的投影成像模型,并以此模型为基础结合传统的3D点投影成像模型,提出了具有鲁棒性的直接线性求解PnP问题方法。仿真实验和实际实验表明:RDLT方法作为PnP问题的一种线性解,由于利用了点与点之间的约束条件,因此其求解精度和稳定性比得上现有非线性最优化的方法,而计算效率则远高于这些方法。

关于PnP问题多解的分布与解的稳定性的讨论

PnP(Perspectire-n-Point)问题是一种基于单幅图像的定位方法,由于不需要建立图像点之间的对应关系,所以,在机器人定位等应用中得到了广泛的应用.多解性和解的稳定性是PnP问题的两个重要问题,直接关系到具体视觉问题的成败.那么,PnP问题的多解是如何分布的呢?多解一定意味着解是不稳定的吗?这些问题文献中几乎没有任何报道.本文以P3P问题为研究对象,对这些问题进行了一些探讨,研究结果对揭示PnP问题解的分布规律以及解的稳定性问题具有一定的参考价值.

计算机视觉的PNP问题的最优解

本文讨论了计算机视觉的PNP(Perspective-N-Point)问题:根据观察到的n个已知特征点的象点求解被观察物体相对于相机的三维运动参数。由于象噪声,该问题本质上是非线性最优化问题。本文导出一个闭式解,并提出若干克服象噪声影响的方法。仿真试验的结果表明本文的方法有很好的应用前景。

基于PnP问题求解的摄像机标定

三维人脸识别中,双目成象系统是初始工作中极为关键的一步.本文引入了PnP问题讨论双目成象系统中摄像机的标定算法.本文提出解出P4P问题的唯一解,即确定摄像机的标定,该方法简单快捷.最后本文给出具体标定过程.

引入PnP问题的多姿态人脸旋转角度计算方法研究

在多姿态人脸识别中,人脸的旋转也可以看作是双目成像系统中摄像机的旋转,由此我们引入PnP问题的求解得出双目成像系统中的摄像机的旋转矩阵,求解即得人脸旋转角度。引入PnP问题进行多姿态人脸旋转角度的计算的方法还没被用在多姿态人脸识别中。

关于摄象机校正和PnP问题区别的一点讨论

The camera resection and the PnP problem are both of great importance in computer vision field. However, these two fundamentally different problems are often mistaken one another in the literature. In this short note, the essential differences of these two problems are clarified, and such a clarification seems helpful for those who are working on the problems.

基于激光灯塔的合作航天器位姿测量方法及其精度分析

针对现有合作航天器相对位姿测量手段存在不能较好兼顾视场范围和精度、缺乏简单有效的精度评价指标的问题,提出一种基于激光灯塔的合作航天器相对位姿测量方法,能够兼顾视场与精度,并提出了该方法的精度评价指标。激光灯塔系统通过激光发射站和若干光电传感器测角实现相对位姿测量。根据激光灯塔测角原理,给出了该方法的PnP位姿解算算法;针对位姿测量精度分析问题,建立PnP问题测角误差传播模型,提出了位姿测量精度因子作为精度评估指标。实验表明,激光灯塔系统的姿态、位置测量精度量级分别为0.1°、毫米级;精度因子模型估计结果与测量精度实测结果存在一致性规律,可快速评估测量精度,指导传感器布局优化。此外,建立的测角误差传播模型也适用于视觉等涉及PnP问题的测量系统。

基于双平行线特征的位姿估计解析算法

提出了一种基于特征直线的单目单帧计算机视觉相对位姿估计算法。用几何的方法代替常规代数方法,回避了特征点算法中传统的通过求解旋转矩阵和平移向量来获取位置和姿态参数的过程。以特征直线的平行关系和四直线围成的面积作为输入,推导出了几何意义下的位置和姿态参数解析表达式,求解过程简单、直接。理论推导和实验验证表明了该算法的正确有效性。

一种基于特征点间线段倾角的姿态测量方法

基于目标特征点间线段倾角信息,提出了一种适合于目标远距离成像和相机内参未知条件下解算目标姿态的目标3维姿态测量方法.采用仿真图像对该方法的正确性进行了验证.实验结果:姿态测量误差绝对值均值小于0.6°,且目标成像尺寸为350pixel时,姿态测量误差绝对值小于0.5°.实验表明该算法具有较高解算准确度和较强的收敛性.

基于单目视觉和固定靶标的位姿测量系统

利用计算机视觉进行位姿测量的方法广泛应用于机器人系统、运动体控制系统和精密检测系统。研究和设计了一种基于固定靶标的单目视觉定位系统和方法,用最少硬件资源实现精密定位。首先,利用图像匹配的方法检测出平面靶标在图像中的坐标,图像匹配采用SIFT算法和映射匹配方法,之后利用固定靶标的特性求取中心点。实验利用多幅图像样本验证了图像匹配的准确性和鲁棒性。然后,针对呈矩形分布的PnP问题,提出了一种新的求解方法,以靶标控制点的图像坐标和空间坐标作为输入,得到了移动物体与摄像机的三维相对位姿。实验利用五维精密位移台移动目标物体并拍摄多副图像,结果表明位姿测量系统在800 mm范围内达到mm级精度,可以满足应用需求。

基于单个平行四边形单幅图像的物体定位

主要讨论基于单个平行四边形单幅图像的物体定位方法．主要结论有:如果平行四边形的两组边长均未知的话,则从该平行四边形的单幅图像,仅可以确定物体坐标系与摄像机坐标系之间的旋转矩阵和平移向量的方向,平移向量的大小无法确定．当知道平行四边形任一组边长时,旋转矩阵和平移向量均可以唯一确定．另外,诸如相邻边长之比,相邻边之间的夹角等信息,由于它们不是射影不变量,所以它们对基于单幅图像的物体定位来说,提供不了任何有用的额外信息．

基于点特征的单目视觉位姿测量算法

针对位姿求解过程中存在的解不唯一、选解难和解的精度不高等问题,提出一种基于点特征的单目视觉位姿测量算法。首先,根据共面4个特征点之间的位置关系,分别对平行和相交两种情况进行分析;其次,根据特征点的空间坐标、图像坐标和空间位置关系,推导出世界坐标系中3个坐标轴上的向量变换到摄像机坐标系中的单位向量,进而求解出物体相对于摄像机的初始位姿;最后,用LM算法对初始位姿进行优化,得到最终位姿。实验结果表明:文中算法的合成误差为0.54 mm;现有的EPnP算法、两点一线算法和P3P算法的合成误差分别为1.28、1.52和4.26 mm;文中算法的合成误差分别减小了57.8%、64.4%和87.3%,优于现有的EPnP算法、两点一线算法和P3P算法。

一种摄像机姿态估计方法

提出一种摄像机姿态估计方法,线性确定摄像机姿态及标定相机矩阵。将n个控制点组成n-1个独立矢量,根据成像过程,构建起基于矢量运算的摄像机姿态和相机矩阵的线性约束方程。依据线性理论,及旋转阵R的正交性化简、表达约束方程,通过矢量运算给出摄像机姿态和相机矩阵的解析解,模拟和真实实验都验证了该方法的有效性。

未标定摄像机姿态估计的矢量求解算法

提出一种基于矢量运算未标定摄像机姿态估计的求解算法。重点研究了P5P问题,将五个控制点组成四个矢量,根据成像过程,由控制点矢量运算逐步构建摄像机姿态和相机矩阵的线性约束方程。依据线性理论及旋转阵R的正交性化简约束方程,通过矢量运算给出未标定P5P问题摄像机姿态和相机矩阵的解析解。给出有足够约束条件的PnP问题的求解过程。模拟和真实实验都验证了该方法的有效性。

约束可满足方法对单幅图片的三维猜测与个体识别

从二维图像提取到的特征点相对位置信息,利用对于目标物体的先验知识如边缘比例、夹角特征等,形成基于投影成像规则的变量约束方程,从而将物体姿态计算问题转化为一个非线性优化问题,通过多个局部约束线索形成全局约束,能够迅速对物体的姿态做出比较准确的估计,从而推算出视角等信息.实现这个转化的一个前提假设是,对于我们理解图像中物体的姿态,特征位置点的相对位置而不是绝对位置,起着关键作用.因此计算是在一个假设的深度上进行的,从效果来看这样的假设并不影响物体的位姿计算.本文的方法计算量小,利用几何特征来识别稳定、可靠、泛化能力好,实践证明使用几何特征的约束可满足方法能获得关于姿态的极少量可能解,识别出的姿态在各条边之间的比例关系上具有不变性,继而可以将其应用于不变性识别的实际问题之中.

一个关于P5P问题的求解算法

PnP问题是应用数学和计算机视觉领域的一个经典问题。P 5P问题研究在物体定位、机器人导航等领域具有比较重要的应用价值,系统地研究了P 5P问题,运用子结式方法和吴零点分解算法给出了一个求解P 5P问题算法,并给出了算法的实验结果,实验结果说明此算法是鲁棒的。

基于单目视觉的火炮身管指向静态测量

为解决自行高炮(SPAAG)火控系统精度测试过程中身管指向测量这一难点问题,提出了一种基于单目视觉的非接触直接测量方法。将棋盘状平面模板作为标志物固定到火炮身管上,使之位于相机视场范围内,测量身管在任一位置的高低角与方位角。首先利用Harris角点检测方法提取到角点坐标,进行相机成像模型的解算(相机标定),得到相机的内参。然后根据多点透视(PnP)问题解的稳定性,结合最小二乘拟合算法得到相应位置的外参矩阵。最终根据身管的运动模型以及标志物与之的相对位置解算出身管的两个指向角。仿真和实验均验证了该方法的可操作性和准确性。

适用于SfM点云的未标定摄像机注册方法

无标注册是增强现实技术(AR)领域的研究热点,本文提出并实现了一种对未标定摄像机进行内外参数估计的完整方法。该方法采用单幅图像作为输入,三维物体的SfM重建点云作为数据表,进行匹配并采用RANSAC方法去除误匹配得到单应矩阵,结合Kruppa方程得到焦距估计值,并采用PnP问题的Levenberg-Marquardt最优化法得到外参矩阵的非线性最小二乘解。为便于观察结果,另建立基于显卡计算的粒子系统进行验证。实验结果表明,该方法对于摄像机的内外参数估计具有较好的效果。

基于多向联合交汇的柔性视觉形貌测量新方法

针对大尺寸物体形貌测量应用,设计一种视觉形貌测量新方法。该方法是将两套没有公共视场的单目视觉传感器组合起来联合交汇,分别用于位姿测量和单目多位置交汇测量。位姿测量通过求解PnP问题为单目多位置交汇测量提供位姿信息。单目多位置交汇测量利用位姿测量提供的辅助信息通过光束平差解算出待测物的形貌。分析了系统原理,给出位姿测量PnP算法实现过程,介绍了非公共视场相机的标定方法原理,分析了单目多位置交汇测量的原理并给出实现方法。最后进行了测量方法的验证实验,实验结果表明,在3m×3m的工作范围内系统测量精度为5mm,证明该方法可以用于大尺寸物体形貌测量,且结构简单轻便,具有很强的灵活性。