基于正交消失点对的摄像机标定方法

为了提高摄像机的标定精度和灵活性,提出了基于正交消失点对的摄像机标定方法。该方法采用了摄像机线性模型,仅需设计制作简易的标定模板并以不同的视觉角度拍摄多幅(至少3幅)平面标定模板的图像,利用消失点的性质和标定模板的几何特征,从每幅标定模板图像中可获得正交消失点对与标定矩阵之间的2个几何约束条件,从而线性标定出所有摄像机内参数,通过仿真实验和真实实验验证了该方法具有较高的标定精度和鲁棒性。

基于消失点引导透视变换的车道线检测算法

目的为解决车道线的位置会随着车辆或相机的偏移发生变化而导致车道线检测准确率低和适应性差的问题,提出了一种基于消失点引导透视变换的车道线检测算法。方法首先,采用自适应消失点坐标引导更新透视变换矩阵,将车道图像转换为车道线保存完整的鸟瞰图;其次,将其颜色特征和边缘特征进行融合,得到精准的二值化图像;最后,根据直方图分析定位车道线的基点,采用滑动窗口搜索的方法提取候选的车道线像素,然后对搜索到的车道线像素进行多项式拟合。在不同的道路场景下测试算法的性能,并与其它同类算法进行对比分析。结果仿真结果表明,算法的准确率为94.12%,平均每帧耗时85.35ms,在检测精度和速度方面优于对比的算法。结论该算法能有效解决车道线位置的改变对车道线检测性能的影响,具有更高的准确率和较好的适应性,在阴影遮挡、车道破损、恶劣天气等复杂道路环境的检测下,表现出良好的鲁棒性。

基于车载视频图像的道路消失点检测算法

道路消失点检测是高级驾驶辅助系统中盲区监测的重要组成部分。针对现有消失点检测方法所存在的准确度低、运算量大等问题,提出一种基于车载视频图像的道路消失点检测算法。该算法在Harris角点检测基础上优化得分函数检测出图像特征点,减少在跟踪阶段的运算量;通过金字塔光流法和帧差距离对运动特征点进行跟踪,在结束帧上准确获得各特征点的位置;对特征点去除离值点后,通过优化初始聚类中心的K-Means聚类算法,得到车载视频图像的道路消失点。最后将算法应用于各种车辆行驶场景进行测试,在较短运行时间内,能准确检测出车载视频图像中道路消失点,证明算法鲁棒性好、运算简单易实现。

基于消失点检测算法的束靶红外图像畸变校正

传统的霍夫变换、Cannylines直线检测算法、霍夫概率变换方法在图像上的直线检测效果不佳,存在检测线段不连续不正确的问题,因而,利用Sobel滤波对红外图像横轴和纵轴两个方向分别进行锐化,通过线段检测(LSD)算法实现线段特征检测,进而经线段聚类拟合获得图像中完整的直线,通过对直线交点计算获得消失点,最后依据透视关系计算得到校正图像。实验结果表明,该方法可以实现对中性束红外图像的自动有效校正。

基于鱼眼相机混合模型的棋盘格角点检测方法

针对搭载自动泊车功能车辆的鱼眼相机标定耗时较长、鲁棒性要求较高的问题,提出一种基于鱼眼相机混合模型的棋盘格内角点检测改进方法。在参考和比较原有算法的基础上,提出的混合畸变模型能够快速确定不同区域内角点的两个初始方向,从而快速提高粗定位的速度。同时针对生产线标定的特殊性,提出了双标准离率差阈值作为对初始棋盘格是否可用的判断标准。实验结果表明该算法在自动泊车鱼眼相机生产过程中既能够满足标定的精度要求,同时也大幅度提高了检测速度,对自动泊车的相机标定具有一定的实用价值。

一种基于消失点和颜色过滤器的车道线检测算法

针对经典霍夫车道线检测方法实用性较差,无法准确区分车道线和路沿与应用道路场景简单等问题,提出了一种基于消失点和颜色过滤器的车道线检测算法,不仅提高车道线检测的准确率,而且能够应用较复杂行车场景;首先,对行车视频连续五帧图像进行预处理,获取行车环境下车道线消失点位置,能够自适应选取行车环境图像的感兴趣区域(Region of Interest,ROI);然后,对ROI图像根据车道线颜色特征进行过滤得到二值图像,获取二值图像中所有连通区域质心和倾斜角等数据,通过结合消失点特征和角度阈值进行限制,筛选记录符合车道线特征连通区域的数据,接着分割较大区域获取更多质心点,识别漏检符合车道线特征的区域质心点;最后,对获取的质心点使用最小二乘法进行拟合并标识车道线;实验结果表明:算法能够在多场景道路上快速准确的检测出车道线,与经典霍夫算法进行仿真比较,算法具有一定的鲁棒性和实时性。

基于消失点约束的多相机标定方法

针对多摄像机一维标定算法精度低、抗噪性和稳定性差等问题,提出了基于消失点之间互相约束的多摄像机标定方法.为了避免径向畸变对成像造成的影响,利用欧式空间位置约束的几何特性,进行畸变参数的求取.通过靶标特征点约束结合摄像机的射影不变性排除杂点的干扰,再利用空间消失点之间夹角一致性,以及靶标特征点所构成的直线和消失点的反向射线平行性来求解摄像机的参数.当一维靶标任意运动时,存在着无法区分靶标特征点对应的成像点临界问题,采取反推理论数学分析法可事先避免该问题的出现.通过构建多摄像机系统进行标定实验,可以看出该方法具有较高的标定精度,且随着噪声的增加,标定结果具有一定的抗噪性和稳定性;由相对误差值可知,该方法可应用于多摄像机系统.

一种融合分割和消失点提取的车道线检测方法

针对路面干扰时车道线检测鲁棒性差和消失点检测误差大的问题,提出了一种基于融合分割和消失点提取的车道线检测方法。对获取视频帧图像进行灰度化和高斯滤波处理之后,利用Canny边缘检测算法对图像进行边缘提取。以边缘点最多的一行作为上界划分预处理图像的动态感兴趣区域(ROI),结合大津算法(OTSU)分割出预处理图像的车道线背景,提取车道线信息。采用直线段检测(LSD)算法对ROI区域内车道线标志进行提取,并结合改进的消失点检测方法快速提取车道线。实验结果表明:所提出的方法对多场景下离线照片的平均正检率为97.16%,识别速度为34 ms/帧,能够很好地对多场景下车道线进行快速检测。

基于消失点的坐标校准算法

提出一种新的基于消失点的坐标校准算法,并将此算法应用于运动车辆的跟踪检测。该算法只需要知道消失点和已知尺寸物体在图像中的位置就可以实现坐标校准。与其他算法相比,该算法不需要预先知道摄像机的配置和参数,具有更广泛的适应性和更高的灵活性。在算法实现的过程中,使用了一维数组来表示前景分布矩阵,而非二维数组,从而有效地降低了算法空间复杂度。

采用韦伯局部特征的道路消失点检测

为了减少非结构化道路检测中背景噪声的干扰,提出了采用韦伯局部特征(WLD)的道路消失点检测模型。该方法利用WLD模型中的差分激励分量从复杂背景中提取图像的有效区域,并通过WLD模型中的方向分量以及线型投票模式确定道路消失点的位置。实验结果表明,该方法与具有代表性的几种方法相比运算量更小、精确度更高。

利用消失点列的射影不变量描述平面直线关系

消失点或消失直线蕴含了一组平行直线或一组平行平面的方向信息.同一平面上的所有直线 对应的消失点共线于该平面的消失直线.消失线上的四点交比是射影不变量，该不变量与各 点所对应的直线夹角存在内在联系.由此，本文提出了一种利用消失点列的射影不变量提取 平面直线夹角的方法.在无需校准或3D重建的条件下，该方法可用于描述平面上直线间的相 互关系，诸如平行、垂直、相交等.将本方法应用于真实图像的直线关系解释中，实验结果 验证了方法的有效性.

基于消失点的场景文本透视变形校正方法

针对自然场景文本识别过程中文本图像的透视变形问题,提出一种有效的基于消失点的场景文本透视变形校正方法。该方法首先利用由文本字符边缘端点拟合得到的文本基线检测消失点,然后利用消失点信息估计单应矩阵部分参数,使用单应矩阵实现图像校正,得到正视的文本图像。与其他方法相比,该方法受文本版式的限制更少。实验结果表明,该方法能有效校正文字行数较少的场景文本,明显提高字符识别率。

一种新的消失点检测算法

该文在随机抽样一致性算法基础上,提出了一个基于预检验的随机抽样一致性PreviewmodelParametersEvaluationRANSAC(PERANSAC)消失点估计算法:该算法在原始RANSAC算法消失点检验前,加入一个预检验步骤,在保证计算结果精度不变的前提下,过滤掉大量偏差较大的消失点,减少了检验的计算量,大大提高了算法的整体效率。大量的实验结果表明,该算法的计算精度与RANSAC算法精度保持一致,计算速度远高于RANSAC算法。

基于消失点的非结构化道路识别及导航预警

针对非结构化道路图像,本文提出了一种基于消失点信息的道路检测及智能预警算法。算法首先利用直线信息、竖直包络线分割、分组策略及聚类算法估计道路图像的消失点;然后基于消失点信息利用边界多特征软投票的方法提取道路区域;最后,根据非结构化道路区域的特点提取导航线,并根据汽车偏航角、偏航距离及偏航时间制定预警决策方案,从而对车道偏离智能预警。实验结果表明,本文提出的算法能快速有效的提取非结构化道路的道路区域,同时,根据预警参数可以有效的进行车道偏离预警。

利用消失点信息的建筑物检测

以往的单片建筑物检测,常假设相片是下视或近乎下视成像的,从而可忽略建筑物的透视形变。该文将长度约束与高斯映射和向量叉积相结合,提出了长度优先的向量叉积消失点检测方法,试验表明,该方法对分辨率较高且透视效果明显的图像,有着较好的检测效果。

一种优化的消失点估计方法及误差分析

空间一组平行直线在图像平面上所成的像的交点称为消失点.消失点可以提供大量的场景三维结构信息.本文提出一种新的优化的消失点估计方法.该方法基于随机采样一致算法(Random sample consensus,RANSAC)对图像空间中的线段进行聚类,通过最小化Sampson误差获得消失点的极大似然估计(Maximum likelihood estimation,MLE).该方法不需要预知摄像机参数及直线的三维位置信息.为了对该算法进行定量评估,构造了基于反向传播的消失点误差传递模型.实验结果验证了本文提出算法的有效性.

一种三维场景的消失点检测算法

消失点可以提供大量的场景三维结构和方向信息,是重要的特征点。本文提出了一种不需附加场景先验信息和空间变换,直接利用直线信息在图像平面上估计消失点的算法,算法利用Helmholtz原理估计消失点在二维平面上的方向,在各检测到的方向中通过最小二乘求解消失点的准确位置。本算法不需要其它先验信息,提高了消失点检测效率和准确性,尤其适用于人工目标的三维特征提取。

基于消失点的四旋翼飞行器走廊自主导航

针对现有消失点估计算法中存在的不适合实际工程应用的现象,提出了一种新的消失点估计算法——VQME算法,该算法的正确性、鲁棒性与实时性得到了验证,并且验证了其在工程应用中的可行性.同时针对四旋翼飞行器的欠驱动、多耦合等特性,提出了一种级联的多变量RBF神经网络PID自适应控制方法,运用该控制方法和以消失点为目标点的导航策略,最终实现了四旋翼飞行器在走廊中的自主导航.

融合随机抽样一致性和Hough变换的实时消失点检测

针对消失点拥有2个自由度的特点,提出一种由随机抽样一致性(RANSAC)和Hough变换相结合的实时消失点检测方法.首先利用随机抽样一致性从图像的边缘线段中抽取多条候选消失点局内线段,基于消失点位于局内线段的延长线上的特点确定消失点的第1个自由度,然后通过在候选局内线段的延长线上实施的Hough变换获得消失点的另一个自由度.基于数据集York Urban Dataset的实验结果表明,所提方法在地平线检测精度上比7种国内外同类算法高0.69个百分点以上,在处理速度上比同类方法提高90倍以上.

基于消失点检测的铁路环境视频自动拼接算法研究

提出了一种基于铁路环境视频的全景图自动拼接算法。根据铁路环境视频中的场景几何特性,检测场景中的线段及消失点,从而生成场景的空间布局关系;在此基础上,自动构建合适的采样区域,以达到无缝拼接的效果;最后实现全景图的自动拼接。实验结果表明,该方法实现了铁路环境视频的自动化拼接,且得到了更加令人满意的拼接效果。