面向增强视频的基于结构和运动恢复的摄像机定标

提出了一种高效鲁棒的长序列摄像机定标算法,能稳定处理焦距未知且变化的视频序列,适用于增强视频的应用.该算法从长视频序列中根据特征匹配点提炼出相互之间具有较长基线的关键帧,以保证求解的稳定性.算法先在关键帧序列上渐进式求解,以准确恢复特征匹配点的三维结构信息;利用精确恢复的三维点,求解整个序列的摄像机运动参数.该算法选择最适合初始化的三帧求解,并将解及时从射影空间转换到欧氏空间.实验结果显示了所恢复的摄像机参数和三维点的高度精确性,证明了该方法稳定高效,能够满足增强视频的高端要求.

计算机视觉中摄像机定标综述

回顾了摄影测量学和计算机视觉中的各种摄像机定标方法,对各种方法进行了分析、比较、并讨论了摄像机定标方法应用于计算机视觉中的特点.

机器视觉中的摄像机定标方法综述

回顾了机器视觉中的各种摄像机定标方法,对各种方法进行介绍、分析,并提出了定标方法的发展方向的新思路。

视觉系统中摄像机定标问题的研究

摄像机定标是计算机视觉系统中一个很重要的问题 ,该文对集成化的三坐标测量机和视觉系统中的摄像机定标问题进行了研究 ,首先推导了双目视觉传感器的数学模型 ,然后利用三坐标测量机的测头中心空间坐标已知的特点 ,通过引入去噪、边缘检测等图像处理的技术确定测头顶点的图像坐标 ,从而实现对摄像机的灵活、快速的定标。实验表明该方法是可行的。

基于单平面模板的摄像机定标研究

提出了一种摄像机定标方法 ,只需要摄像机从不同方向拍摄平面模板的多幅图像 ,摄像机与平面模板间可以自由地移动 ,运动的参数无需已知。对于每个视点获得图像 ,提取图像上的网格角点 ;平面模板与图像间的网格角点对应关系 ,确定了单应性矩阵 ;对每幅图像 ,就可确定一个单应性矩阵 ,这样就能够进行摄像机定标。该算法先有一个线性解法 ,然后基于极大似然准则对线性结果进行非线性优化求精。该方法同时也考虑了镜头畸变的影响。实验结果表明该算法简单易用。

计算机视觉测量堆料体积中的摄像机定标方法

随着计算机视觉技术的发展,计算机视觉应用于大型物料堆体积测量等工业领域越加广泛。给出了一种快速、方便的CCD摄像机定标方法。实验表明,可以满足此类工业应用的要求。

计算机视觉摄像机定标中投影矩阵的计算

摄像机定标是计算机视觉的基本问题 ,对于计算机视觉摄像机定标中投影矩阵的计算进行了总结和证明 .

计算机视觉中传统摄像机定标方法综述

根据定标物和定标算法的不同,对现有的各种传统摄像机定标方法进行了总结、比较和分类,并讨论了各种传统定标方法在计算机视觉中的应用特征,提出今后有待进一步研究的方向。

基于多层前馈型神经元网络模型的摄像机定标算法

针对传统线性、非线性摄像机定标算法的鲁棒性 ,提出了基于多层前馈型神经元 ( MLFN)网络模型来替代传统精确的摄像机定标数学模型 .MLFN网络模型作为层状网络可实现任意维复杂的输入 /输出映射 ,对于无需计算摄像机内、外参数的应用场合 ,该模型提供了一种实用且有较好鲁棒性的摄像机定标算法 ,同时为了补偿摄像机非线性畸变 ,把图像按畸变程度分割成两个区域 ,分别建立各自基于 MLFN网络的摄像机定标模型 .实验表明 ,该方法有效补偿了畸变 ,并提高了模型精度 .给出了基于 MLFN网络模型摄像机定标算法实验 ,验证了该模型的有效性 .

工业视觉系统中摄像机定标策略问题

摄像机定标是大多数计算机视觉任务的重要前提.实际应用中应该针对任务选择定标方法.本文对常用的定标方法进行了简要总结,并阐述了在工业视觉系统中采取适合的定标策略的问题.

双目摄像机定标的神经网络方法

研究基于反向传播神经网络的摄像机双目立体视觉定标新方法。传统方法基于三角测量原理技术,会带入成像畸变非线性误差,而这种新方法可以消除非线性因素的影响。该方法利用了B P网络良好的非线性映射能力以及学习、泛化能力,通过采用高精度样本数据训练B P网络,最终建立起立体视觉定标的网络模型。由于不需要考虑视觉模型误差、光学调整误差、广角畸变等因素对视觉检测系统测量精度的影响,因而能够有效地克服常规建模方法的不足,保证了检测系统具有较高的精度。

基于最小二乘法的DLT摄像机定标法

摄像机定标是图象处理中的一个关键步骤。DLT(直接线性变换法)是一种简单快速的摄像机定标方法,可以应用在许多场合。文章叙述了DLT的原理,并给出了基于最小二乘法的计算过程。

摄像机定标方法综述

首先介绍了摄像机定标的意义、成像模型以及分类。然后具体分析了常用的定标方法,评价了各种方法的优缺点,最后提出今后有待进一步研究的方向。

一种基于平面消影点的摄像机定标方法

摄像机定标是计算机视觉中一个非常重要的问题。对CCD/INS复合末制导系统中摄像机定标问题进行了研究。文中介绍了一种基于平面消影点的摄像机定标方法。该方法从消影点的基本性质和方形平面模板的几何特征出发,推导并证明了正交消影点之间的约束关系式,从这个正交约束中可以解析地求出摄像机的有效焦距。消影点从3D-2D的对应点坐标中解算求得,相比于图像处理方法具有更好的抗干扰性。方法原理简单、实现方便,仿真实验和真实图像实验结果均验证了该方法的有效性。

带约束的摄像机定标方法

由于积累误差和摄像机内部参数的校正误差,基于视觉的摄像机定标结果尽管在图像上的重投影误差很小,但是重建的空间结构往往存在一定程度的扭曲。提出了一种带约束的摄像机定标算法,将场景中存在几何条件(如摄像机路径在一条直线上)作为约束条件,对摄像机定标结果进行再优化,使得重建的空间与真实世界的欧氏空间更为一致。在优化过程中,将欧氏空间与图像空间的两种误差约束在同一范围,自动获取最佳的约束系数。实验结果证明了该算法的有效性。

多摄像机定标恢复足球比赛场景

在足球运动中,分析比赛需要了解足球场与运动员以及足球之间的位置关系。DLT定标是一种常用的算法,通过改进这种摄像机定标算法,从有限的比赛图像中恢复部分摄像机参数,计算出足球运动员相对于足球场的坐标。实验由两幅静态的图像完成了摄像机定标,通过定标参数和图像对运动员的三维坐标进行了恢复,得到了运动员的三维棍图。

机器视觉系统中摄像机定标策略

摄像机定标是从拍摄的二维图像中获取三维信息必不可少的步骤,一直为机器视觉领域的研究热点之一。本文阐述了几种定标方法的基本原理,并论述了如何在工业视觉系统中根据不同的任务来选择不同的定标方法问题。

一种基于DLT模型和圆环点改正的摄像机定标方法

提出一种基于DLT(直接线性变换)模型和圆环点改正的摄像机定标方法。运用计算机视觉原理,通过三维DLT平面模板模型平移对摄像机进行定标,并在模板上设计一个圆环,使用圆环上的点进行定标参数改进。实验数据证明,定标方法是有效的。

三维测量系统中摄像机定标技术

摄像机定标技术在三维测量、计算机视觉、机器人等领域起着重大作用。分析了摄像机模型 ,提出了基于两阶段法和捆绑调整的摄像机定标方法 ,并通过模拟实验和真实实验进行了验证。标定块制作简单 ,标志点能够自动识别和匹配。标定中考虑了镜头畸变 ,在三维空间定标相对精度达1:10 0 0 0 。

摄像机线性三步定标方法研究

计算机视觉中,在对景物进行定量分析或对物体进行精确定位时,都需要进行摄像机标定,即准确确定摄像机的内部参数和外部参数。由于真实的摄像机光学模型存在很多类型的畸变,因而导致透视投影关系是非线性的。为了解决标定过程的非线性最优化问题,针对常用的带有一阶径向畸变的摄像机模型,提出了一种新的线性三步摄像机定标方法,即首先通过径向排列约束计算摄像机参数的旋转矩阵、x轴平移向量和y轴平移向量;然后根据透视投影的交比不变性解算一阶径向畸变参数;最后利用求得的摄像机参数建立有效焦距和z轴平移向量的线性方程,采用最小二乘法来得到线性解。实验表明,该方法简单快捷,不仅具有较高的标定精度,而且解决了原有算法采用非线性搜索寻优可能存在的解不稳定的问题。