一种新的基于Kruppa方程的摄像机自标定方法

主要针对传统的基于Kruppa方程的摄像机自标定算法的欠鲁棒性提出了一种新的二步式标定方法 .在新标定方法中 ,首先利用传统的LM优化算法或遗传算法求解出Kruppa方程中通常需要被消去的比例因子 ,然后再利用线性方法完成对摄像机的标定 .大量的仿真和真实图像实验表明 ,该方法可以大大提高基于Kruppa方程标定算法的鲁棒性及标定精度 .

摄像机自标定方法的研究与进展

该文回顾了近几年来摄像机自标定技术的发展 ,并分类介绍了其中几种主要方法 .同传统标定方法相比 ,自标定方法不需要使用标定块 ,仅根据图像间图像点的对应关系就能估计出摄像机内参数 .文中重点介绍了透视模型下的几种重要的自标定方法 ,包括内参数恒定和内参数可变两种情形 ;最后还简要介绍了几种非透视模型下的摄像机自标定方法 .

基于机器视觉的水下视觉成像分析及优化

海洋是地球上重要的资源宝库之一,在人类历史中人们对海洋资源的利用在不断深化。随着现代技术的发展,水下机器人可以代替人类对海洋进行探索,其中水下摄像机是水下机器人执行水下任务必不可少的工具。根据水下视觉环境的分析,提出了摄像机的镜头畸变问题和水下噪声干扰问题,并分别使用张正友标定法和图像滤波方法来改善水下视觉图像质量。