消隐点共线约束逐点畸变校正算法

对逐点图像畸变校正算法进行分析和研究。分析了基于四点共线交比不变性的逐点畸变校正算法的校正精度,指出该算法由于初始使用图像点含有误差导致计算其他图像点产生了精度改变,同时给出了计算结果误差较小时的图像点位置和相对距离的选取方法。基于上述分析,提出了基于消隐点共线约束的逐点畸变校正算法。该算法利用消隐点来提高直线拟合精度,利用共线特征来约束校正图像点精度。该算法不仅可以优化基于四点共线交比不变性算法校正的图像点,同时也可以优化初始使用的图像点,从而提高所有图像点畸变校正精度。基于MATLAB的仿真实验显示:对于400万像素的镜头,校正后图像点最大误差是初始图像点噪声的29.05倍。针对实物图像对基于四点共线交比不变性法校正的图像点,基于消隐点共线约束法校正的图像点和未校正采集图像点的交比值进行对比,结果表明本文提出算法优于四点共线交比不变性算法的结果。

基于消隐点共线约束的镜头畸变非量测校正方法

提出一种基于消隐点共线约束的镜头畸变非量测校正方法。针对畸变中心的定位误差问题,利用畸变模型的基本矩阵和最小二乘法,实现畸变中心的高精度定位。同时,根据消隐点共线约束,定义消隐点和直线联合度量的畸变测度函数,并使用Nelder-Mead算法进行非线性优化,迭代计算出精确的畸变模型系数。实验结果表明,所提方法能够有效、准确地对镜头畸变进行校正,方法简单易行,校正精度高。

附加共线约束的直接线性变换应用研究

DLT（Direct Linear Transform,直接线性变换）广泛应用于非测量影像的处理中,但是其在控制点不足的情况下,精度难以保证,本文以此为切入点,附加共线约束,保证了直接线性变换的精度,并以建筑立面彩色点云获取通过实验进行了验证。

虚拟装配环境中产品精确定位技术研究

基于对虚拟装配环境中装配零件的几何约束关系分析,分别对几何约束的判别、几何约束的确认和装配运动的定位导航进行了深入研究,通过共线约束和共面约束的产生,对装配零件的运动方向和运动空间进行约束,实现了产品虚拟装配过程中的快速精确定位,减轻了操作者虚拟装配操作的难度。

一种相机位姿鲁棒估计方法

针对位姿估计算法对鲁棒性和精度要求高的特点,提出了一种鲁棒的高精度位姿估计方法:该方法以3个样本点对为基础,首先假设各空间点到投影中心的距离近似相等,然后根据像点与空间点间的几何约束关系建立方程组并推导迭代公式,进而迭代求解各空间点到投影中心的距离;以此为基础,提出了一种最小二乘绝对定向方法来获取相机的初始位姿。最后根据空间点与像点之间的共线约束进行迭代优化,得到最终的相机位姿。测试表明,该方法在满足假设的条件下能很好地收敛,并达到较高的解算精度。

利用共线性和对极约束实现匹配扩展

结构化场景图像的纹理较为单一,可提取的局部特征较少。在宽基线情况下,基于图像局部特征的匹配方法很难获取正确匹配,导致匹配精度降低。为此,提出了一种以图像局部特征匹配为基础进行配扩展的方法。匹配扩展时,将图像中线段的两端点作为匹配的基元,利用线段两端点在不同视点间的共线性和对极约束限定候选匹配的搜索空间,剔除错误匹配,进行匹配关系的传播。实验结果表明:当图像存在一定的尺度和视点变化以及明显的光照变化时,该方法能够有效地增加匹配的数目,为精确的极线几何估计和三维重建奠定了良好的基础。

高速列车动态包络线测量系统现场校准方法的优化（英文）

高速列车动态包络线是指车体在运行过程中受各种不利因素影响所导致的最大极限轮廓。针对当前动态包络线测量系统存在标定过程繁琐、辅助设备不便携带、系统受场地因素制约严重等缺点,本文提出采用两个配置变焦镜头的高速相机作为测量系统的双目视觉传感器,设计并制作可快速重构的高精度三维靶标,通过共线性约束优化算法完成视觉传感器内参数和各空间位置关系参数的标定工作。该标定方法操作简单,标定设备便于携带,同时克服了双目相机与被测车体间严格的距离约束,增强了测量系统对复杂场地的适应性。实验表明,当双目相机距被测车体8-16m时,系统标定精度可达±0.5mm,满足高速列车动态包络线的测量要求。

基于射影不变性的相机畸变纠正及评价

提出了一种对高程度畸变图像的畸变纠正方法,并同时比较不同相机畸变模型纠正效果。由于无畸变的真值坐标不能在图像上直接量测,首先基于透视投影中的射影不变性得到相机在无畸变情况下的真值像素坐标。各畸变模型的最优参数通过最小化畸变模型纠正结果与无畸变真值坐标的差值来求解,模型参数的初值为最小二乘的线性闭合解或零,然后通过Levenberg-Marquardt(LM)算法迭代得到模型参数的最优值。各畸变模型的纠正效果通过棋盘中横向和纵向共线程度的量化统计指标来进行评价。同时通过比较畸变模型纠正结果和基于射影不变性计算的真值分析不同畸变模型对相机畸变的模型拟合能力。实验结果表明,本文提出的方法能够有效地对高程度畸变图像进行纠正,并比较和评价不同相机畸变模型的畸变纠正效果。