Camera Calibration with 1D Rotating Objects

In this paper,we use 1D rotating objects to calibrate camera.The calibration object has three collinear points.It is not necessary for the object to rotate around one of its endpoints as before;instead,it rotates around the middle point in a plane.In this instance,we can use two calibration constraints to compute the intrinsic parameters of a camera.In addition,when the 1D object moves in a plane randomly,the proposed technique remains valid to compute the intrinsic parameters of a camera.Experiments with simulated data as well as with real images show that our technique is accurate and robust.

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。

基于网格状纹理的简易摄像机标定方法

摄像机标定方法在移动机器人视觉系统的研究中具有重要意义。该文提出了一种基于网格状地面的简易摄像机标定方法,通过引入边缘提取、Hough变换、灭点检测等图像处理技术,对网格状地面图像进行了垂直和水平两个方向的直线检测,进而确定标定点的位置,最终实现了摄像机的快速标定。实验结果表明,该方法是可靠有效的。

基于单应性矩阵的线结构光参量标定法

利用矩形角点计算了成像平面与靶标平面之间的单应性矩阵,获取了结构光中心线在靶标平面的直线方程,结合消失点原理获取了直线上任意多个标定点的三维坐标;通过多幅图像标定点的拟合得出了光平面方程.实验表明,该算法可实现光平面参量的快速准确标定,标定结果达到的定位准确度为±0.437mm,符合工业现场的实际需求.与交比不变法相比,该方法获取标定点的效率高,靶标设计简单、通用性强.

棋盘格模板角点的自动定位

棋盘格模板角点的定位是摄像机定标过程中的重要环节,定位的正确与否直接关系到定标的成败.提出了一种利用棋盘格模板图像中的消失点和栅格线特征以及局部灰度特征,实现棋盘格模板角点自动定位的方法.结果表明,与手动定位相比,该方法明显地减少了定位过程所用的时间,提高了工作效率,尤其适合于利用多幅棋盘格模板图像对摄像机进行自动化定标.

高速公路动态环境下的摄像机自标定

提出一种动态环境下高速公路监控系统摄像机的自标定方法.首先利用混合高斯背景建模方法从动态视频图像中获取背景图像和目标频繁出现的目标区域;然后利用不同的直线检测算法检测和估计出目标区域内高速公路上大量存在的各种标志线和虚标志线以及水平线,基于这些线状特征计算出摄像机的灭点;最后根据灭点和线特征之间的几何关系计算出摄像机的内外参数,从而实现摄像机自标定.真实场景的实验结果表明,该算法非常合适于各种高速公路监控系统中摄像机的实时自标定,且精度高、稳定性好.

一种基于多灭点标定数码相机内外参数的方法

提高相机定标精度,简化定标过程,是计算机视觉研究的重要内容。利用包含至少4组平行线和两个定标点的模板,对模板一次拍照即可标定相机内外参数。先利用Hough变换,检测出模板图像中的各直线,确定对应的灭点;再把灭点坐标及已知的各组平行线的方向向量代入隐参数矩阵计算方程,得到相机的隐参数矩阵;最后对隐参数矩阵进行分解,依次得到相机的内部参数矩阵和旋转矩阵,然后利用模板中两个已知空间坐标的定标点计算相机的位移矩阵。该方法的求解过程仅涉及到线性方程组的求解,定标精度高、稳定性好,与基于主灭点的定标法相比,不需要相机做任何运动,定标过程简单,具有一定的理论意义和实用价值。

试飞测试中摄像机标定方法研究

随着数码相机技术和摄影测量技术的发展,越来越多的数字摄像机应用于试飞测试中,而摄像机标定是其成功应用于飞行试验的关键之一。为了突破试飞测试中现有的仅以点特征作为控制,充分利用现有设备条件,更好地解决加装在飞机上的摄像机在飞行过程中的实时标定问题,采取内标定与实时外标定两步实现摄像机标定的方法。着重探讨了一种基于平行直线的摄像机内标定方法,详细论述了基于灭点约束和直线几何约束的摄像机标定解算模型,该方法在无控制点的情况下可得到每个摄像机的内方位元素、各项畸变改正系数和外方位角元素;并简要介绍了基于单片后方交会的实时外标定方法。实际数据的试验结果表明,该方法切实可行,能够获得精确、稳定的参数结果,有效减少了摄像机标定过程中所需布设的控制点数,从而提高了试飞测试中精确测量导弹运动轨迹、机翼变形测量等工作的可实施性。

基于影灭点的单视图三维重构

提出了一种单视图三维重构方法,该方法需要用户提供图像点及其对应三维点之间的几何信息。由于结构场景有大量平面构成,存在大量的平行性和正交性约束,所以该方法主要应用于结构场景的三维重构。重构过程分为两部分:首先,基于三组互相垂直方向的影灭点,对方形象素摄像机进行定标;然后,基于用户提供的共面性和场景平面的影灭线,计算点的三维坐标。采用真实图像测试,说明该方法有效且简单易用。

一种基于平面消影点的摄像机定标方法

摄像机定标是计算机视觉中一个非常重要的问题。对CCD/INS复合末制导系统中摄像机定标问题进行了研究。文中介绍了一种基于平面消影点的摄像机定标方法。该方法从消影点的基本性质和方形平面模板的几何特征出发,推导并证明了正交消影点之间的约束关系式,从这个正交约束中可以解析地求出摄像机的有效焦距。消影点从3D-2D的对应点坐标中解算求得,相比于图像处理方法具有更好的抗干扰性。方法原理简单、实现方便,仿真实验和真实图像实验结果均验证了该方法的有效性。

一种快速的人工场景图像消失点检测方法

人工场景中包含了大量的空间平行线以及垂直边,这些空间平行线映射到图像中相交产生的交点即消失点。消失点检测对摄像机标定、三维场景重建等都有着重要的意义。传统的消失点检测算法往往基于二维霍夫参数空间,复杂度高、效率低。因此,提出一种新的方法,先检测图像中较长的边界线,并将检测到的线段进行筛选、分组;然后利用消失点与焦距之间的制约关系,确定三向消失点的位置以及焦距的大小。该方法将传统的二维霍夫参数空间转换为二级一维霍夫参数空间。实验表明,这种方法运算复杂度低、运行时间短。在室外场景图像中,鲁棒性好,且保持较高的准确率。

基于平面镜的摄像机内参数线性标定方法

提出了一种全新的基于平面镜的摄像机标定方法。该方法无需任何标定物,利用平面镜的反射性质和灭点、灭线等理论,通过移动摄像机或平面镜作至少2次平移运动(各次平移间应存在旋转运动)即可线性地标定摄像机的内参数。模拟图像实验和真实图像实验表明所提出的方法能快速、方便地对摄像机进行标定,具有较好的稳定性和精度。

交通监控场景下的相机标定与车辆速度测量

针对交通监控场景中对车辆速度测量的需求,提出了一种相机标定方法和车辆速度测量方案。首先,通过深度学习YOLO检测算法和光流跟踪算法对图像中的车辆目标进行检测和跟踪,根据获得的轨迹集合使用级联霍夫变换计算出道路方向上的消失点,从而检测出道路上的标志线。之后根据消失点和标志线,使用试探焦距思想完成相机标定任务。最后通过计算多帧之间瞬时速度的平均值来实现车辆速度的测量。通过真实交通监控场景的实验结果表明,这种基于消失点的自动相机标定方法具有较好的稳定性和较高的标定精度,能够满足车辆速度测量和实际工程应用的需求。

基于平行直线的三自由度云台摄像机标定

针对卷烟厂中机器人烟包解包系统的三自由度云台摄像机,提出一种基于平行直线的摄像机自标定方法。根据三自由度云台建立相应的摄像机成像模型,确定需要标定的摄像机内外参数;利用烟包上平行直线在图像中对应的坐标,求出需要的消失点的图像坐标,结合几何关系以及相关的成像原理计算摄像机的内外参数。该方法利用烟包上表面的平行直线实现摄像机的标定,不需要制作特定的标靶,能进行实时标定。

基于地面垂直目标的摄像机标定

提出一种基于垂直地面目标的相机标定方法,借助人体在摄像机视场中站立的4～5个位置,得到垂直消失点和水平消失线。同时考虑到两者对整个算法的重要性以及对噪声的敏感性,提出了一种优化算法。最后,给出了摄像机视场中人体最佳位置分布和最佳数目。模拟仿真和实际图像测试均可表明该算法的稳健性和有效性。

基于三正交消影点的摄像机标定方法及实验

利用2个非平行的长方体作为标定模版,采用Hough变换检测出图像中长方体的棱,然后计算出2组三正交方向上的消影点,再根据消影点与摄像机内参数的约束方程求出摄像机内参数.该方法原理简单,只需要一幅图像就可实现摄像机内参数的求解.实验结果表明,该方法有较高的精度和稳定性.

基于共面靶标的线结构光传感器标定新方法

现有的线结构光传感器标定方法中,结构光平面上标定点的计算精度将会直接影响到传感器最终的标定精度。提出了一种基于共面靶标的线结构光传感器标定新方法,该方法无需计算光平面上的标定点,也无需反复计算摄像机的外参数。多次移动共面靶标计算不同方向激光条纹直线的消隐点,并对其拟合直线得到光平面的消隐线,完成光平面法向的标定。根据交比不变原理计算共面靶标上标定点间的距离,并以其为约束来标定剩余参数。考虑到误差传递的影响,定义了优化目标函数,以已求得参数为初值进行非线性优化。对比实验表明了该方法具有较高的标定精度,测量误差均方根为0.0306mm,且标定过程简单,计算复杂度低,适合现场标定。

高速公路云台相机的自动标定

目的云台相机因监控视野广、灵活度高,在高速公路监控系统中发挥出重要的作用,但因云台相机焦距与角度不定时地随监控需求变化,对利用云台相机的图像信息获取真实世界准确的物理信息造成一定困难,因此进行云台相机非现场自动标定方法的研究对高速公路监控系统的应用具有重要价值。方法本文提出了一种基于消失点约束与车道线模型约束的云台相机自动标定方法,以建立高速公路监控系统的图像信息与真实世界物理信息之间准确描述关系。首先,利用车辆目标运动轨迹的级联霍夫变换投票实现纵向消失点的准确估计,其次以车道线模型物理度量为约束,并采用枚举策略获取横向消失点的准确估计,最终在已知相机高度的条件下实现高速公路云台相机标定参数的准确计算。结果将本文方法在不同的场景下进行实验,得到在不同的距离下的平均误差分别为4. 63%、4. 74%、4. 81%、4. 65%,均小于5%。结论对多组高速公路监控场景的测试实验结果表明,本文提出的云台相机自动标定方法对高速公路监控场景的物理测量误差能够满足应用需求,与参考方法相比较而言具有较大的优势和一定的应用价值,得到的相机内外参数可用于计算车辆速度与空间位置等。