基于棋盘标定板的优化相机参数标定方法

相机标定是计算机视觉与重建定位的重要基础,是构建二维图像与三维空间联系的重要桥梁。该文根据传统线性相机成像的规律,在理想的针孔相机成像模型的基础上,同时针对张正友标定法中相机参数求解过程较为复杂与繁琐的问题,采用一种简易的标定方法来求解单目相机的相机参数。该方法在平面张正友标定方法的基础上,通过预先估计部分相机参数的初值进而求解理想针孔相机成像模型后,再进一步优化预估参数的方式,根据棋盘标定板的特征点的空间坐标与图像坐标的对应方程,利用奇异值分解和Levenberg-Marquardt优化的方法进行参数求解,从而避免求解繁杂的约束矩阵后再分别对相机参数进行求解的过程,达到直接求解相机参数的目的,优化求解过程,最终实现单目相机的相机标定。实验结果表明,使用该方法标定的单目相机在物距一米以下时的标定误差能够满足绝大部分视觉与定位的应用需求,且该方法具有较好的稳定性和可行性。

基于双目立体视觉三维重建系统的研究与设计

基于双目的立体视觉方法,介绍了一套由双工业CCD构成的立体视觉系统,设计了一套切实可行的三维重建系统方案,其中包括图像获取模块,基于OpenCV的摄像机标定系统,SIFT算法实现特征点提取与立体匹配,深度信息计算,OpenGL三维模型重构几大模块。系统各模块经过试验测试和验证,能够通过两幅图像恢复出物体三维可见表面几何形状,充分发挥了OpenCV函数库的功能,基本上能满足三维重建目标的要求,尤其对城市景观的三维重建有较大应用价值。

OpenCV耦合改进张正友算法的相机标定算法

视觉系统中的相机,由于透镜本身原因,采集到的图像往往会发生一定的畸变,从而影响后期的图像处理精度。当镜头与图像平面夹角过小,或者标定图像次数过少时,普通标定算法往往存在标定不准,效果不佳等问题。对此,文中提出了开源计算机视觉库(Open Source Computer Vision Library,OpenCV)耦合改进张正友标定算法的的相机定位机制。首先研究了发生畸变的原因;再对普通张正友算法进行改进,随后通过OpenCV,计算出相机内参数、畸变系数、偏移向量和旋转向量;最后结合改进后的张正有算法和OpenCV函数编程实现相机标定机制。实验结果显示:与未改进的张正友标定算法相比,在镜头与图像平面夹角过小,或者标定图像次数过少时,文中机制具有更好的标定效果,在实际工程中具有较大的应用价值。

多目立体视觉三维重建系统的设计

针对工业产品质量检测过程中产品三维表面的重建问题,提出一种基于多目立体视觉三维重建方法.设计了一套由八个直线分布的工业相机构成的三维重建系统方案.首先通过图像采集模块,在八个不同方向对目标物体进行图像采集.其次对采集到的图像进行预处理,其中包括图像背景抑制和目标物体分割.然后通过相机标定模块,对八个相机进行标定,获得它们的内外参数,并结合Harris角点检测及高斯差分检测算法对预处理后的图像实现特征点提取.在此结果上,再利用三角形法对提取到的特征点进行匹配和校正.最后采用泊松表面重建方法准确地获取和优化角点,并找到角点特征的匹配点,从而对物体进行三维表面的精确重建.实验结果表明,设计的系统能够重建出静止物体的局部三维表面,重建结果中的物体表面完整,结构清晰,表面上的字符重建完整,能够很好地进行识别.

基于张正友平面模板法的双目立体视觉系统标定

为验证基于张正友平面模板法标定双目视觉系统方法的准确性与合理性,首先分析了双目立体视觉系统的原理,然后论述了双目立体视觉的系统标定原理、方法,以及利用张正友平面模板法进行标定的步骤。通过标定双目立体系统的内部参数和外部参数,应用视差原理,能够确定空间某点的三维坐标。实验验证了文中提出的基于张正友平面模板法标定双目视觉系统方法的准确性与合理性。

基于立体视觉的三维模型重建系统设计

以计算机视觉理论为基础,研究了基于立体视觉的三维重建技术。早期的三维重建技术受到理论研究水平的限制,建模过程需要专用设备如视觉坐标测量机来实现,且摄像机的运动受到严格的限制。在非特定环境下,对不特定模型采用普通的数码相机进行三维重建。该系统切实可行,操作简单,可以精确地恢复出二维图像检测方法所不能提供的物体的位置、几何形状等三维信息。

摄像机标定算法研究

在计算机视觉中,准确快速计算出摄像机的内部参数和外部参数,是对物体实习精确定位和三维场景恢复的基础。本文首先分析了摄像机标定方法的基本原理;然后对比分析了张正友标定法和Tsai两步法两种标定算法;最后仿真实验验证了该算法避免了传统方法设备要求高、操作繁琐等缺点,又具有较高标定精度。

基于相机与手眼标定的机械手移载引导算法

为了解决当前标定识别算法引导机械手移载材料时,由于手眼与相机图像标定存在误差,导致抓放偏差的问题,并提出了基于相机标定与手眼标定相融合的机械手移载引导算法。首先,对张正友标定法进行分析,引入相机内外参数矩阵计算模型,从而改进其标定流程,以减小计算量,完成相机标定,实现摄像机坐标系与图像坐标系的绑定。然后,机械手正交走位,提取机械手与摄像机系统坐标,计算旋转矩阵与平移矩阵,从而构建坐标转换模型,最终完成机械手与图像坐标系的绑定,从而完成手眼标定。实验测试结果显示:与当前机械手移载引导算法相比,在面对移载误差频发时,本文引导算法拥有更高的标定准确性和移载正确率。

双目视图运动图像去模糊方法

现代工业生产线上采集到的产品图像存在运动模糊,对后期探测产品表面信息以及重建产品轮廓产生影响.为了解决这一问题,提出一种基于双目视图的运动图像去模糊方法.通过双目相机之间的对极几何关系以及相机模型,推导出两视点图像点扩散函数路径之间的内在联系,并运用像机标定模块求取标定矩阵中的参数.通过此内在约束条件求取精确的点扩散函数,并对双目视点图像进行统一去模糊.结果表明,通过双视点图像几何关系求取的点扩散函数路径来进行去模糊取得了较好的效果.

基于混沌粒子群优化算法的相机参数标定方法

该文在分析相机成像模型以及张正友标定法的基础上,针对张正友标定法在数据处理时容易陷入局部最优解的缺点,提出了基于混沌粒子群优化算法CPSO来对相机参数进行优化。通过实验对比分析可得,与张正友标定方法对比,基于混沌粒子群优化算法得到的重投影误差更小,因而标定精度更高。

非量测数码相机三种检校方法的适用性评价

相机检校是无人机测绘的关键技术之一,检校结果的好坏直接影响了最终测绘成果的质量。针对相机检校很难在方便实用性和精度上兼得的问题,对3种典型的相机检校方法展开研究,从检校计算稳定性、量测应用精度和检校控制场布设难易3个方面进行适用性评价。研究结果表明,光束法检校对控制场和拍摄条件较敏感;PTR方法与光束法的量测应用精度相当,且检校计算稳定性较高;而张正友标定方法与前二者相比量测应用精度略低,稳定性受像片数量和姿态的影响较大,但也可以满足中低精度的量测应用需求。

大场景下多目立体视觉标定方法的研究

相机的标定是机器视觉中三维重建的关键步骤,其精度也决定三维重建的准确性,为了解决三维重建信息不完整和大视场标定,提出一种多目相机标定的方法。它区别于传统双目相机标定,能够应用于较大视场下,并且通过多个视角,提供比较全面的三维信息。采用张正友标定算法,利用黑白相间棋盘格作为标定靶标,首先通过在四个方向的四台相机对场景中靶标进行拍摄,求出每个相机的内外参数,然后通过相机之间的矩阵关系和LM优化算法统一相机坐标系,完成多目相机系统的标定,这种方法能够适用于大场景中,获得完整的三维信息。最后通过实验,给出实验数据验证此方法的正确性,并提出相机位置与标定精度的关系,此方法可应用于电力培训的人体动作捕捉系统等大视场立体视觉的系统标定中,为电力培训方法提供新思路。

基于平面变换的高精度相机标定方法

针对传统方法未考虑透视偏差的存在,提取椭圆圆心作为真实物理圆心投影点造成相机标定误差的问题,提出了一种基于平面变换的高精度相机标定方法。提取标定板内外边框上的角点,对标定板进行平面变换,将标记点由椭圆投影成近似的标准圆;利用图像矩提取标准圆圆心的坐标,投影回原标定板平面,得到标记点实际圆心的像素坐标;根据圆形标记点实际圆心的坐标,利用张正友标定法完成相机标定。实验结果表明:与传统方法相比,所提方法将相机标定的误差降低了66.169%,有效提高了相机标定的精度。

机械臂视觉相机标定的研究与仿真

通过相机标定建立图像像素坐标和空间位置坐标之间的对应关系,是机器视觉在机器人领域应用的关键环节。本文介绍了针孔相机标定模型,然后根据针孔相机成像原理分析相机标定的方法。通过传统的线性标定法和张正友标定法对相机进行标定,并在MATLAB上仿真,结果显示张正友标定法的误差小于传统线性标定法的误差,张正友标定法精度更高。

基于改进LM算法的摄像机标定研究

随着工业进程化的加快,人们对三维测量的精度要求越来越高。三维测量精度和很多因素有关,其中,系统标定结果是关键因素之一。系统标定包括投影装置和摄影装置两部分内外部参数求取。针对普遍采用的张正友的基于2D平面标靶的摄像机标定技术,采用一些改进措施,特别针对Levenberg-Marquardt搜索算法,提出改进方案,提高了系统的标定精度。

基于距离加权的分区域相机标定方法

基于广泛应用的张正友标定法,提出一种距离加权的分区域相机标定方法。根据拍摄图像中标定板位置的不同分为三种标定情况进行考虑。首先,以图像主点为中心,将图像点根据一定的距离加权原则划分为N个区域;随后,使用张正友标定法分别计算每一区域的相机参数,对比各组参数间的差异和联系;最后,利用一种形状误差来判断改进算法的性能优劣和最佳使用条件。实验证明,此方法可以较好地解决不同位置上的图像坐标因畸变大小不同引起的参数计算误差问题。

基于目标的相机标定方法

在利用相机成像的几何原理进行三维坐标测量时,相机标定是首先要解决的问题。空间后方交会、直接线性变换及张正友标定法是3种常用的基于目标的标定方法。本文介绍了其基本原理,并分别进行了程序设计和实验验证,分析了3种方法中控制点数量、焦距大小与精度的关系以及方法的优劣性。结果表明,过多的控制点会导致空间后方交会方法精度下降;随着焦距的增加,空间后方交会和直接线性变换方法的标定精度均有所下降;直接线性变换、空间后方交会、张正友标定法的可靠性、精度均依次降低。

基于改进粒子群算法的单目相机标定算法

单目相机标定是单目视觉测量技术的重要步骤,标定准确度的高低直接影响视觉测量的准确性。论文针对相机标定的问题,提出了一种改进粒子群算法的相机内参标定算法。将张正友相机标定法计算出的相机内参值作为初始值,输入到基于动态惯性权重系数的粒子群优化算法中进一步迭代优化。实验结果表明,改进后算法标定的准确度更高,收敛速度更快,有效地克服了陷入局部最优解的问题。

顾及物方坐标误差的张正友标定算法

针对传统张正友相机标定算法未顾及系数矩阵偶然误差的问题,引入以变量误差模型为基础的整体最小二乘平差方法以提高其解算结果精度,同时开发相机参数计算软件以提高解算效率。先以尼康D800为例,使用控制变量法分析相片数量和拍摄角度对参数解算精度的影响,确定相片数量和拍摄方式后,将改进前后的张正友标定算法在尼康D800和索尼ILCE-7R两种常用非量测型相机上开展实验。结果表明:随着相片数量的增加,解算精度不会一直提高,而是逐渐趋于平稳;不同角度拍摄的相片参与解算比单一角度的精度更高;与传统算法相比,采用整体最小二乘得到的参数精度更好。可为相关生产单位的相机检校工作提供有用的价值参考。

基于计算机视觉方法的古建筑变形监测

针对古建筑整体变形和局部变形监测需要,提出基于计算机视觉方法的古建筑变形监测系统。考虑到古建筑变形微量、缓变,监测过程相机布设受限等特点,引入张正友相机标定法消除相机光轴需垂直目标的局限性,实现将任意倾斜图像转至三维坐标系进行分析,并利用亚像素插值技术提高了监测精度,测试的归一化精度达到99.5%。利用该系统分别进行了实验室振动台缩尺古建筑模型的二维平面振动监测、北京故宫博物院咸福宫井亭简化模型静态监测试验,以验证该系统用于古建结构变形监测的可行性。结果表明:基于计算机视觉方法的古建筑变形监测系统可用于古建筑受长期荷载和偶然荷载下结构变形的无损监测,其支持有靶标和无靶标两种变形监测;在偶然荷载下有、无靶标结构变形监测误差均小于8%,在长期荷载下有靶标结构变形监测误差小于4%。