基于Tsai算法的摄像机标定可视化操作平台研究与应用

针对现有Tsai算法在实施摄像机标定时人机交互不足、操作灵活性差的缺点,开发了基于Visual C++6.0的Tsai算法标定可视化操作平台。该平台可以通过人机交互自由选择标定点的分布区域和数量,通过测距实验重点分析了标定点数量及其位置分布对标定结果的影响,并根据实验结果对Tsai标定点的合理选择提出了建议,从而解决了现有算法实施中标定点选择固化、缺乏合理性判断依据的问题。实验结果验证了该平台的应用提高了Tsai算法的操作灵活性。

基于Tsai的阴影恢复新算法在SMT焊点三维重建的应用

为了有效地控制表面组装的质量和可靠性,同时也为SMT焊点形态的三维重建和形态恢复提供准确的数据来源,提出一种以Tsai局部阴影算法为基础,结合中值滤波技术和引入Phong光照模型建立的改进阴影恢复算法;通过对实际焊点重建的结果分析来看,该算法在SMT焊点的三维重建和三维形态恢复中能有效改善重建表面的光滑性和准确性,提高算法的抗噪性及拓展算法的应用范围,具有相当好的实用性和经济性。

基于Tsai算法的光电系统畸变图像的标定和校正

畸变普遍存在于光电系统中,影响光电系统的成像。为了解决这个问题,研究Tsai模型,实现Tsai算法的标定,并利用线性变换方法或者透视变换矩阵求解摄像机参数,再用之前得到的结果带入非线性方程,解得一个估计值,然后用估计值作为初始值,根据特定的算法来迭代,直达满足条件为止,求解其他参数。并评估算法的精度。

基于非线性优化模型的数码相机标定算法

针对针孔线性模型的缺点,引入非线性因素(如相机的畸变等),建立基于Tsai算法的非线性模型。这种模型需要先用线性模型求出一个较准确的参数,然后根据这些参数利用非线性模型进一步提高精度。模型检验中由于图像畸变一般在边缘较大,为了更好体现模型检验的可信性,选取图像边缘上的点做检验,并进行重投影误差计算。结果表明非线性模型的精度相对于线性模型精度有很大程度的提高。

采用移动光靶标的分区域相机标定

针对工业视觉测量中的摄像机标定精度及效率低的问题,提出一种高精度CCD相机分区域标定方法。该方法首先利用三坐标测量机(CMM)带动圆形发光二极管(LED)光靶标按梯形台状做精确空间移动,结合最小二乘椭圆拟合算法求解光靶标的像面位置,并与CMM三维坐标形成精确的空间标定点集。同时,将像平面按圆环形对称结构分割成N个区域,并结合改进的Tsai算法分别对每个子区域进行相机参数的标定。标定实验结果表明:经过分区域标定,相机采集点的总误差比单区域标定法降低了17%(N=8),单点平均误差降低了20%左右。算法可实现自动精确标定点采集,操作过程简单,基本满足中等精度的工业测量要求。所提出的相机标定法可应用于工业视觉测量,特别是大工件测量领域。

三维机器视觉中摄像机内外方位元素的确定

采用TSAI算法对立体视觉系统进行校准。该算法利用径向投影的平行原则 ,能够快速、方便地计算出摄像机的几何光学参量及其在某一物体参考系中的方位元素。论文针对 75 2× 5 82的CCD摄像器件在点共面和不共面等情况下进行了内、外方位元素的计算 ,获得了 4组实验数据 ,误差结果也一一给出。从实验获得的数据可以看出利用TSAI方法可以获得很好的校准结果。

立体视觉标定系统的分析与设计

分析了非线性摄像机模型,改进了圆心标定点提取算法,在Tsai算法的基础上构建了左右摄像机的关联矩阵,并在VC++环境下设计了立体视觉标定系统.实验结果表明,该系统成本低廉,鲁棒性好,精度较高,可用于空间目标测量、三维重构等领域.

摄像机标定中的角点提取方法及改进

简述了摄像机标定的原理,分别采用Harris角点提取法和改进的Harris角点提取法提取角点的两组图像坐标,采用Tsai标定法标定,并使用标定结果重构世界坐标,比较了两者的误差．

非线性相机模型对AR系统注册精度的改进

注册是AR系统成功的关键技术之一.最近提出的采用基本矩阵的注册算法,不需要辅助的定位器材,也不需要人工标志物,易于执行,适应范围广,但注册精度有待改进.通过Tsai算法引入了非线性相机模型,对原有图像进行畸变校正,然后用基于基本矩阵的注册算法采用校正后的特征点进行计算.从实验所获得的结果来看,这种方法可以获得较原注册算法更好的精度.

体视2D-3cPIV相机标定方法研究

基于针孔相机成像模型,利用共线方程建立了像平面坐标与粒子三维空间坐标之间的映射关系,在此基础上采用Tsai’s算法开展了相机内外参数标定方法的研究。使用微位移机构负载二维平面标定板完成了片光厚度内多个位置的单视场非共面标定。改进后的Wong-Trinder算子提高了标定板上目标像中心的定位精度。利用标准图像对其进行了仿真实验。结果表明,该标定方法具有标定速度快、精度高的特点,适合于多种流场的2D-3cPIV测量。

小视场成像系统畸变测量技术

针对小视场成像畸变测量装置测量精度不足问题,提出一种小视场成像系统高精度畸变测量方法。该方法以Tsai算法为基础,并结合了计算机视觉中摄像机标定的方法。通过实验发现,小视场畸变与大畸变类似,小视场的畸变偏差也呈对称分布,且中心最小边缘处最大。实验证明本文提出的小视场成像系统高精度畸变测量技术具有一定的实用性。对比原始畸变图像和理想的图像获得偏差图,分析畸变测量的误差,得到小视场畸变测量的不确定度为0.07%。实验证明提出的小视场成像系统高精度畸变测量技术的测量结果有较好的稳定性。