车载摄像机外参数的自动标定

摄像机外参数自动标定的目的是通过自动的方法获得车载摄像机部分外参数。研究基于自主驾驶汽车的运动学模型、高速公路的道路模型以及车载摄像机的成像模型,进行了车载摄像机外参数的在线自动标定方法研究,并利用车体运动学模型作为扩展Kalman滤波(EKF)的状态模型,并将图像坐标系下与车体坐标系下道路参数间的非线性关系,作为EKF的观测模型进行扩展Kalman滤波。仿真与实车试验证明,方法实时检测了滤波结果的正确性,自动标定了最新的摄像机外参数,使得视觉导航系统能够自动适应摄像机姿态变化带来的影响。

基于双目立体视觉的摄像机外参数快速在线自标定算法

提出了一种基于双目立体视觉的摄像机外参数在线自标定算法。该算法采用理想的小孔成像模型,事先离线标定好摄像机的内参数,且各项内参数在自标定过程中均不发生变化,通过双目系统采集的二维目标图像,进行匹配和分析计算,来实时标定视觉系统的位置参数即摄像机的外参数。由于该算法可以实现摄像机快速在线标定,可以实时获得视觉系统位置参数,故可为无人机的自主着陆提供高度信息。

基于无人旋翼机自主着陆模型的摄像机外参数在线自标定

为了解决在双目视觉系统视轴夹角不断变化的情况下摄像机外参数的实时标定问题,提出了一种基于无人旋翼机自主着陆模型的摄像机外参数在线自标定方法。它首先获取下降前以及下降后的着陆目标图像,计算出两个阶段目标图像仅由高度信息所影响的偏移量,利用模型推导公式计算出光轴应当转过的夹角度数及下降高度。实验证明,方法实时更新了光轴角度,实现了摄像机外参数的自动标定。

三维激光扫描测量系统中的摄像机标定

三维激光扫描系统能够快速精确地获取周围场景的三维几何信息,而表面纹理信息需由高分辨率相机获取,必然存在不同数据源信息融合问题。在自主开发的三维激光扫描系统AX-LMS200基础上,通过相机内外参数标定,提出一种三维激光数据与二维纹理图像数据融合的方法,方便灵活地将三维激光数据与二维纹理图像数据相互映射。

基于遗传算法的摄像机自标定方法

针对摄像机自标定方法大多需要求解一个多元高维的非线性方程组,其求解过程非常困难,为此提出一种基于遗传算法的摄像机自标定方法,该方法通过二幅或多幅图像的多个对应匹配特征点,利用二个视图之间的极几何关系,建立某些相关约束,最后得到一个代价函数;然后,通过使用Matlab遗传算法工具箱来求解该函数的最小值,进而一次性求出摄像机所有内、外参数。因为该方法不必用到摄像机的外部信息,所以可推广到序列图像中的变参数情况下的摄像机自标定。实验结果表明,该方法简单、有效、快速,可用于摄像机自标定。

阈值去噪法在线结构光参数标定中的应用

线结构光视觉传感器能实现高精度测量的前提在于精确地获得线结构光平面参数以及摄像机参数.本文在基于平面棋盘格的线结构光平面、摄像机外参数一体标定方法上,利用误差正态分布理论提出阈值去噪方法排除影响标定模型的数据点,以保证标定模型的正确性,提高标定精度.最后通过标准球测量对比实验,验证了该方法能减少图像信息采集误差,提高标定精度.

基于单平面虚拟标靶的摄像机标定新方法

提出了一种新的摄像机标定方法,用显示器显示不同方位和姿态标定图案,无需实际移动标靶来完成摄像机标定工作。先在显示器上显示一个标准标靶图像,用Tsai单平面摄像机标定方法标定得到摄像机的初始内外参数,再结合手工测量得到的外参中平移向量TT的ZZ向分量(Tz)初值,计算生成一系列不同位姿的虚拟标靶图案,显示在显示器上,替代常规标定方法中的标靶移动,最终采用张正友标定方法从摄像机拍摄到的多位姿平面标靶图案中标定得到最终的摄像机内外参数。实验分析验证了新方法的实用性,结果表明,新方法易操作、不需要实际移动平面标靶,标定精度与基于多位姿平面标靶的张正友方法相当,能为摄像机标定提供新的实现方案。