基于绝对二次曲线像的三维图像重建方法

传统三维图像重建方法的重建效果较差、重建耗时较长。为解决上述问题,提出基于绝对二次曲线像的三维图像重建方法。根据多线程调度方法构建三维图像重建框架,将图像重建工作分为三个部分,分别为图像导入显示,预处理和分层重建。引入中值滤波方法对图像进行滤波,并使用Canny算子对图像进行分割。在重建过程中,计算无限平面单应矩阵以实现仿射重建,并计算绝对二次曲线像以进一步执行欧式重构,实现三维图像的分层重建。仿真结果表明,设计方法的重建效果好,重建时间短,应用性较好。

基于平面运动约束的摄像机自标定方法

当摄像机在某个平面作平面运动,即平移平行于该平面而旋转平行于该平面的法线,那么该平面的圆环点的像即为由该平面诱导的图像单应变换的复特征向量。根据所推导出的此结论,提出了一种基于平面运动约束的线性自标定算法。该算法只需摄像机在某个平面上作两次以上姿态不同的平面运动,每次平面运动前后采集该平面的两幅图像,计算它们的单应变换并对其进行特征值分解,所得到的复特征向量即为一对复共轭圆环点的像。通过不同平面运动得到的圆环点的像就能拟合出绝对二次曲线的像,最后通过Cholesky分解绝对二次曲线的像并能计算出摄像机内参数。模拟图像实验和实拍图像实验表明,本文所提出的自标定算法具有较高的精度和较强的鲁棒性。

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 .

单目主动视觉无人机导引中摄像机内参数标定的线性方法

提出一种单目主动视觉无人机导引中摄像机内参数标定的线性方法,在摄像机主点位置进行预标定的条件下,摄像机只需拍摄一幅着舰平面靶标上的一组正方形图像,无须知道该组正方形的任何几何信息,通过计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程即可线性求解摄像机内参数,仿真实验和真实图象实验表明:该方法在摄像机内参数(如焦距等)需要经常改变的视觉任务,如基于视觉的无人机着舰导引、运动参数估计、三维视觉重建及视觉监控中,使得摄像机内参数的标定具有简便、实时和鲁棒性强的特点。

一种简单快速的相机标定新方法

本文提出了一种新的相机自标定方法,该方法要求摄像机在3个(或3个以上)不同方位摄取一个包含其内接正三角形的圆的新型标定模板的图像。首先,从模板图像中推导得到圆环点的像点坐标;然后通过得到的圆环点像点坐标,可线性求解摄像机内参数。与传统方法不同的是,该方法避免了复杂的椭圆拟合和直线拟合,降低了计算复杂度,提高了标定速度和精度,对噪声更加鲁棒。此外,该方法中的标定过程不需要模板的任何物理度量,也不要建立模板及其图像上点的对应,标定过程简单易于操作。基于模拟和真实图像的实验验证了该方法的有效性和鲁棒性。

基于平面模板的摄像机标定方法

给出了一种基于平面模板的摄像机标定的新算法。所用的标定模板由一个内嵌矩形的圆组成,通过模板图像在像平面上的投影计算圆环点,建立绝对二次曲线对摄像机内参数的约束方程,只需要摄像机在3个(或3个以上)不同方位摄取平面模板中的图像,即可线性求解摄像机的内参数。该方法原理简单,对摄像机运动没有约束,不涉及图像匹配,平面模板容易制作,无须知道物理度量,实验证明本方法可行,并有较好的鲁棒性。

基于视觉的导管架入水角估算方法

导管架的入水角对于导管架的滑移入水是一个非常重要的参数.根据海上导管架入水实践,提出一种基于单照相机图像序列的导管架入水角估算方法.估算导管架入水角时,依据导管架上表面的单应矩阵H计算出上表面对应的消影线,然后根据多个单应矩阵计算绝对二次曲线的图像,最后由导管架上表面的消影线、绝对二次曲线的图像以及图像中的海天分隔线估算出导管架的入水角.在模拟实验中对测量误差进行了简要分析,图像实验和真实应用表明该方法是可行的.

带有倾斜因子的摄像机自标定方法

摄像机自标定是三维重建技术的基本问题 ,得到许多学者的大力研究 .为了简化摄像机自标定过程 ,一般假设摄像机内参数中的倾斜因子为零 ,然后对主点和焦距进行自标定 .但在摄像机模型为完全的射影模型时 ,即当倾斜因子 (Skew Factor)值较大时 ,则使用上述假设得到的自标定参数误差较大 ,有时甚至无法得到结果 .为了对倾斜因子值较大的摄像机进行准确标定 ,提出了一种当摄像机的倾斜因子已知但不为零时的摄像机自标定方法 ,试验结果证明该方法可以得到比较准确的摄像机内参数 ,并可使得后续的三维重建得到较好的结果 .

矩形模板下摄像机标定和目标定位方法研究

提出一种利用矩形进行摄像机标定和目标定位的新方法.该方法根据透视投影几何关系中旋转矩阵的单位正交性,由矩形的四个顶点的像构造无穷远平面上绝对二次曲线的像ω的约束方程标定摄像机内参数;目标定位转化为求解摄像机外参数,无需计算图像和空间平面间的单应矩阵,直接由矩形顶点确定.本文方法完全摆脱了复杂的图像匹配问题,所有计算方法完全线性化,标定过程简便.模拟和真实图像实验结果证明了方法的可行性,表明该方法求解精度高、鲁棒性强.

一种基于圆环点的相机定标方法

提出了一种基于圆环点求解相机内参数的方法.该方法要求相机在至少3个不同方位摄取一个含有若干条直径的圆图像,提取图像中的椭圆和直线,利用相切的射影不变性确定灭点及消隐线,通过消隐线和椭圆求交计算圆环点的图像坐标,从而线性求解全部相机内参数.整个过程既不需要对模板进行精确度量,也不涉及图像匹配问题.大量的模拟和真实图像实验结果表明,该方法精确度高,鲁棒性强.

基于正十二边行平面模板的摄象机自标定

给出一种基于平面模板摄象机自定标的新算法。它利用正十二边形模板在象平面上的投影 ,求解出圆环点 ,然后根据圆环点的性质确定两个关于摄象机内参数线性约束方程。通过摄象机作三次以上的运动参数未知的刚体运动 ,可确定摄象机的内参数。本方法对摄象机的运动没有约束 ,且平面模板易于制作。模拟实验和真实图象实验也表明 ,本方法具有很好的鲁棒性。

基于单个圆特征的三维注册技术及其在增强装配中的应用

提出了一种利用图像自然圆特征实现增强现实三维注册的方法:在摄像机已经完成标定的情况下,利用在目标平面中预定义的平面坐标系和一个圆特征实现位姿估算。根据绝对二次曲线与平面圆之间的虚交点估算出目标平面的旋转矩阵;在图像平面内确定圆心的像后,估算出平移向量,实现增强现实三维注册;并将其应用到产品装配过程的虚实融合中,将装配引导信息叠加到产品装配视频中,引导用户实现装配操作。本算法与PnP法三维注册对比实验说明了本算法的正确性和可行性;以减速箱输出轴上的齿轮装配为例,分析和说明了增强现实装配引导环境下产品的装配过程。

一种新的自定标算法——图像变换法

提出了一种新的基于图像变换的自定标算法,由于绝对二次曲线的像的各个元素不在一个数量级上,导致自定标过程中对噪音极其敏感·该方法针对于这一缺点,首先估计一个内参矩阵,然后通过图像变换,使绝对二次曲线的像的各个元素在一个数量级上·理论分析及模拟图像序列和真实图像序列的实验结果表明,该自定标算法能够提高定标准确度及鲁棒性·

从未标定图像恢复建筑物三维模型

利用建筑物中常见的平行直线和正交直线等特点,通过绝对二次曲线和消失点等射影几何量的计算,可以从未标定图像序列中恢复摄像机的内参数,然后恢复摄像机的方向和位置,同时恢复建筑物的三维欧氏几何模型(相差一个尺度因子)。此方法不需要摄像机预先标定,也不需要摄像机内参数保持不变。

基于同一场景3张影像的相机自标定算法

对普通CCD数字相机获得的同一场景的3张未标定影像依次进行Harris角点提取、RANSAC算法估计基本矩阵、RANSAC算法估计三焦点张量,以获得同一参考系统下3个投影矩阵,最后进行相机自标定处理,从而获得相机的内部参数,为下一步多张影像的自标定和3维场景的自动重建和量测奠定了基础。实验结果表明,所述的同一场景3张影像的相机自动标定综合算法是正确有效的。

利用共面圆特征实现增强现实图像注册

本文提出以对象上的共面圆为基础估算对象位姿,实施增强现实图像注册的方法。假设相机内参数已标定,文章从绝对二次曲线与平面圆有公共虚交点出发,通过计算消隐线方程、确定圆心位置、获取坐标轴方向等步骤分别估算对象位姿的旋转分量和平移分量,从而最终估算出对象位姿。该算法所需预知的条件少、计算代价小,因而在工业环境中更易实现。综合数据仿真与真实对象测量验证了本文算法的正确性以及在噪声和遮挡情形下的鲁棒性。

逆向仿真工程中的一种相机自标定技术

一直以来,数码相机的检测都是利用传统的直接线性解,因此,必须布设一个高精度的控制检测场。为了能够实现无控测量,采用了相机自检校法,并取得了和直接线性解一致的结果。

机器视觉中针孔模型摄像机的自标定方法

强调了摄像机自标定在机器视觉中的作用,介绍了目前几种主要的摄像机自标定方法,指出了这几种方法的主要特点及应用领域,论述了摄像机自标定方法的发展趋势。

利用图像中的消失点描述平面直线关系

在三维计算机视觉中 ,消失点和消失线扮演着极其重要的角色。在此利用场景中常见的平行线和正交线的特点 ,通过绝对二次曲线图像和消失点的计算 ,测量场景中其他几何结构的关系。该方法不需要摄像机事先标定。实验表明 ,在单幅图像中该方法所得结果可以作为一个较好的估计值 ,在 2幅图像中所得结果则较为精确。因此在图像测量中该方法有着一定的实用价值。

旋转曲面的度量重构

基于图像的三维重构是计算机视觉的重要研究内容之一。研究了由单幅未标定的旋转曲面图像进行三维重构的问题,改进了Colombo等人提出的同时进行三维重构和纹理获取的算法,对于其结构恢复提出了一种新方法:先根据平面透射求出图像视在轮廓线上每点对应的椭圆,再利用二次曲线的性质计算出该椭圆对应的旋转曲面的横截面在三维空间中的位置和尺寸,从而恢复整个旋转曲面。该方法重构过程更简单并且能很好地保持重构出的旋转曲面的整体结构。模拟实验和真实图像实验验证了算法的正确性和有效性。