一种面向增强现实中相机标定的天牛须搜索改进算法

针对三维注册初始化中内参难以进行标定的问题,分析了亚像素精度与相机成像模型,并对天牛须搜索算法进行了改进,在此基础上提出了一种求解三维注册初始内参的相机标定方法。首先,在图片中提取角点并进行亚像素精化;然后,在相机成像方程中引入畸变系数,重新推导成像方程并求解内参;最后,提出天牛须扰动搜索算法并对内参进行非线性优化。实验结果表明,该方法可明显减小相机的重投影误差,可以为三维注册模块提供初始化内参。

结合加速鲁棒特征点与边缘检测的双相机标定物体尺寸测量

为了准确、低成本、简便地测量工业产品的尺寸参数,提出双相机标定的物体尺寸测量方法;利用低分辨率相机简化检测过程中的计算量,缩短检测时长;新增辅助相机实时更新测量距离,解决目标相对相机位置发生变化的情况;应用环形照明模块持续补光,确保工件边缘的稳定性,解决检测精度受限于光照环境影响的问题,并基于目标检测的加速鲁棒特征点与边缘检测相结合,同时利用亚像素插值法,最大限度地减小目标测量的误差。结果表明,所提出的测量方法可将测量误差减至0.7%,与现有测量方法相比,具有测量精度高、处理时间短、抗噪声能力强等优点。

摄像机在线标定中的棋盘格角点自动检测方法

针对摄像机在线标定的特殊需要,研究棋盘格角点的自动检测问题。利用棋盘格角点共面特点,将平面到平面的变换引入到角点检测中,实现了角点的自动粗定位。在粗定位窗口内,通过角点检测算子与区域能量中心共同实现了角点精确定位。该算法将角点的检测与排序巧妙地结合起来,不仅对全局和局部光照变化都具有较强的适应性,还解决了图像中某些角点检测失败时,其他角点的正确检测与排序问题。实验结果表明,该方法不仅在鲁棒性和检测精度方面高于常用棋盘格角点检测方法,而且全部处理过程可自动实现,在摄像机在线标定中具有很高的实际应用价值。

摄像机参数的三线性插值误差补偿标定方法

提出了一种摄像机标定方法并应用于某轿车翼子板的非接触检测。该方法通过虚拟靶标构建空间点阵,应用SUNSAN算子准确提取角点坐标,并代入摄像机模型,逆向求解空间点的坐标及与真实坐标的误差值,以此误差作为判断依据,通过迭代更新求解摄像机参数,直到平均误差小于某一预定值,然后基于空间三线性插值算法进行误差补偿,从而求解待测点的误差。实验证明此方法计算迅速、稳定、准确,检测精度达到亚像素级。

亚像素角点定位提高相机标定精度

对相机标定中常用的两种亚像素角点定位算法进行了比较,并对测试图像进行了角点定位实验。对于在实验中发现的直线拟合法的失效情形,提出了利用空间矩进行亚像素边缘提取后再进行直线拟合的改进方法。经用张正友标定法进行模拟相机标定,证明改进后的直线拟合法可明显提高标定精度。

基于Zernike矩和PSO算法的摄像机神经网络标定

提出了一种新的基于Zernike矩和粒子群(PSO)算法的摄像机BP神经网络标定方法。首先,利用Zernike矩和曲率不变性求取圆形标定模板中心的亚像素坐标,提高神经网络训练数据的精度;其次,利用PSO算法优化网络的初始权重和阈值,提高网络的收敛速度和泛化能力。实验结果表明,该方法在X轴和Y轴方向的测量误差小于0.06 mm,整个测试集均方根误差为0.194 mm,证明了该方法的有效性。

基于绝对相位靶的摄像机标定仿真与实验研究

摄像机标定是结构光三维传感技术中联系测量系统内外参数与三维坐标之间的重要环节。基于灰度信息提取特征点的摄像机标定方法易受图像噪声、对比度等因素的影响。提出一种基于绝对相位靶(APT)的摄像机标定方法,采用时间相位展开算法计算绝对相位,提取相位值为4π整数倍的特征点,采用局部窗口最小二乘拟合算法计算特征点的精确亚像素坐标,进而建立特征点的图像坐标与世界坐标的对应关系。通过仿真实验,分析不同高斯噪声和模糊条件下摄像机参数的绝对误差变化,发现相对于传统的棋盘格和圆点标定法,所提APT标定法对图像噪声和模糊具有更好的鲁棒性,且具有更高的标定精度。真实的对比实验显示,APT标定方法的标定精度优于棋盘格和圆点标定法,尤其在“离焦”(标靶处于相机有效工作距离之外)情况下可将重投影误差降低58.68%,证明了APT标定方法的有效性和可行性。