基于鱼眼相机混合模型的棋盘格角点检测方法

针对搭载自动泊车功能车辆的鱼眼相机标定耗时较长、鲁棒性要求较高的问题,提出一种基于鱼眼相机混合模型的棋盘格内角点检测改进方法。在参考和比较原有算法的基础上,提出的混合畸变模型能够快速确定不同区域内角点的两个初始方向,从而快速提高粗定位的速度。同时针对生产线标定的特殊性,提出了双标准离率差阈值作为对初始棋盘格是否可用的判断标准。实验结果表明该算法在自动泊车鱼眼相机生产过程中既能够满足标定的精度要求,同时也大幅度提高了检测速度,对自动泊车的相机标定具有一定的实用价值。

用于摄像机标定的棋盘图像角点检测新算法

摄像机标定是从二维图像获取准确的三维信息的必要步骤,摄像机标定的精度在很大程度上取决于标定板控制点的图像定位精度,鉴于此,对棋盘格标定板图像的角点定位问题进行了研究。笔者通过对图像像素类型及其性质进行分析,提出了以小邻域环形模板上像素灰度的跳变次数为判据的棋盘角点检测新算法,该算法不但能快速检测出角点,而且还能确定角点的类型。利用此性质,剔除了容易受外界环境影响的棋盘外圈角点,即非X型角点,从而从另一个角度保证了所提取角点的精度。为了达到更高的精度,笔者以棋盘图像的高度对称性为依托,在每个初定位角点的局部邻域内,用灰度重心法对角点进行了亚像素定位。实验结果表明,提出的算法具有较高的精度,能够为高精度摄像机标定提供可靠数据。

采用环形模板的棋盘格角点检测

曝光过度和镜头畸变将分别导致棋盘格角点分离和角点局部区域不对称,现有的角点检测算法难以准确提取棋盘格角点。为此本文提出了一种图像坐标系下基于环形模板的棋盘格角点检测算法。该算法通过分析棋盘格角点附近的灰度分布应满足的对称性和灰度交替性等性质,得出环形模板卷积后的图像应满足的性质。利用该性质来定义并提取棋盘格角点,最后利用局部冗余角点分布的对称性来去除冗余角点,使角点检测更精确从而使提取的角点直接达到亚像素精度。实验结果表明:本文提出的棋盘格角点检测算法在曝光过度,镜头畸变和复杂背景情况下均能取得较好的棋盘格角点检测效果,且运算速度快,误差小。将该算法应用于实际摄像机标定,结果显示重投影误差在0.3个像素以内。

基于多方向对称和匀质约束的SUSAN棋盘格角点检测算法

棋盘格角点检测是摄像机标定过程中的一个重要步骤。针对原有SUSAN角点检测算法在棋盘格角点检测应用中边缘点与角点难以区分的问题,通过对棋盘格角点特性的分析和实验,提出了一种基于多方向对称和匀质约束的SUSAN棋盘格角点检测算法。通过在原有SUSAN算法的基础上添加对称约束算子和匀质约束算子滤除SU-SAN检测结果中的边缘点,最终确定角点的坐标。实验结果表明,该算法在角点检测的有效性和精度方面优于已有算法。

基于Harris的棋盘格角点检测改进算法

角点作为含有图像重要信息的一种特征点,运用角点计算可以有效减少图像运算量。正因为如此,角点检测在机器视觉中更是起着不可忽略的作用,并广泛应用于视觉测量、图像匹配和摄像机标定中。针对Harris的棋盘格角点检测的优劣性,综合尺度空间、Harris算子、Fonster算子和SVD算子的思想,提出一种由粗到精的多层策略,快速自动实现棋盘格角点检测与提取,既采用了Harris算子良好的定位性能和鲁棒性,又结合了其他算子良好的优越性,克服了单种算子的局限性。实验证明,该方法针对棋盘格角点有较高的检测精度、准确率和稳定性,可以满足实时性要求。

基于改进的SUSAN算子的棋盘格亚像素角点检测算法

针对SUSAN算子在检测棋盘格角点这一特殊类型角点时出现的不足,提出了改进的SUSAN角点检测算子。改进的算子在分析原有算子仅考虑USAN区域的大小而不考虑USAN区域的形状这一局限性的基础上,通过在SUSAN圆模板内附加两个圆环模板来实现对所有棋盘格角点的有效检测。此外,鉴于棋盘格角点图像形状和灰度分布具有对称性以及灰度对比强烈的特点,采用灰度重心法对角点进行了亚像素定位。为了提高算法性能,具体操作时采用区域分离思想,将USAN区域分成内部像素区域和边缘像素区域两部分,通过对内部像素区域灰度的均值化,达到了抑制内部像素区域噪声的目的。实验结果表明,所提出的算法准确、有效,能达到亚像素级的精度。

基于改进棋盘的角点自动检测与排序

考虑采用传统黑白棋盘进行相机自动标定时角点排序结果受标定模板旋转角度影响较大,本文设计了一种改进的棋盘标定模板及相应的角点自动检测与排序算法。新的标定模板通过增加4个长方形边界滤除复杂背景,增加沙漏状图形确定排序原点,从而使得排序结果适应于模板的旋转。针对新的标定模板提出了一种基于对称象限灰度交叉熵的角点检测算法,该算法通过抑制局部非极大值以及筛选矩形边界实现了角点的像素级定位,然后采用Frostner算子解算了角点的亚像素坐标。针对角点检测结果,采用曲线拟合并结合角点至原点的距离信息实现了角点自动排序。实验结果表明:得到的角点检测结果正确,亚像素解算坐标与Matlab标定工具箱的检测结果误差小于0.8pixel,排序结果对标定模板的旋转具有不变性,易于实现在线标定。

使用12像素对称模板的棋盘格内角点检测

棋盘图像的角点提取问题往往决定着三维测量中摄像机标定的精度。针对SUSAN(Smallest Univalue Segment Assimilating Nucleus)算法无法区分棋盘标定板内角点与边缘点的缺陷,提出一种12像素对称灰度模板检测算法。该算法首先根据棋盘格内角点周围像素的中心对称性分布,设计一种12像素对称USAN模板,可以迅速区分出内角点与边缘点,同时将内角点与平坦区域作为候选点。再结合灰度均方差算子,利用平坦区域灰度方差较小的特点将其剔除,最终实现对棋盘格内角点的高效检测。同时,该算法在检测过程中完全摒除易受外界因素影响的外圈角点,以保证角点提取时的精度。实验结果表明:新算法对9阶棋盘格的检测时间为1.244577s;用于张正友标定方法之后,得到的检测重投影误差仅为[0.3,0.3]像素。这两项指标,均优于传统SUSAN算法。

一种改进的快速SUSAN棋盘格角点检测算法

针对传统SUSAN角点检测算法不能区分棋盘格内角点和边缘点,以及因曝光过度导致的角点分离问题,本文提出改进的SUSAN角点检测算法。改进算法求取2组不相邻特征方向3像素灰度和差值,配合门限阈值和差阈值,提取角点集合;利用角点集合的对称分布特性确定角点集合的质心坐标作为此位置角点的坐标,坐标值可直接达到亚像素精度。实验表明:本文提出的改进的SUSAN角点检测算法可以有效、快速地提取角点,重投影误差在0.3个像素以内,可用于相机标定。

双目标定中棋盘格图像角点样本筛选及标定

针对摄像机在标定时采集到的图片样本存在样本不理想而导致标定结果不准确的问题.文中基于棋盘标定板的特性提出了一种棋盘格图像样本筛选方法.利用棋盘格中角点的排序的条件,针对图片样本的合法性进行检查,排除角点检测不准确的样本,从而达到提高标定准确度的目的.研究表明:对于同一组样本数据与同样的标定方法,利用筛选后的样本进行标定结果的相对误差减小到0.55%,成功率达到90%以上,提高了样本的可用性与标定的准确度.

摄像机标定角点点阵的多尺度检测和亚像素定位

为改进角点检测算子的检测性能,提出一种最佳尺度估计的方法.该方法结合X角点检测算子和递推方法,可以明显提高棋盘格角点阵列检测的精度和鲁棒性.通过实验验证了该方法的有效性,为基于多幅图像的摄像机定标过程自动化创造了条件,以便于极端环境下的机器视觉应用.

多视角深度图配准算法下破损古建筑三维重建

为解决因古建筑结构复杂且序列杂乱导致的三维重建耗时过长、几何细节效果较差等问题,利用多视角深度图配准算法设计了新的破损古建筑三维重建方法。在标定摄像机坐标的基础上,确定摄像机与真实三维场景间的位置关系,然后采用棋盘角点信息标定法标定转轴的具体坐标,从而确定局部空间坐标。随后分别在相机坐标和世界坐标系统内提取建筑破损部分的所有点,融合两个点集即可实现三维重建。在仿真环境中,以图像工具库Open GL为处理平台,对破损大佛进行三维重建。实验结果表明:所提方法最终的呈现效果较好且抗干扰能力更强,能够满足实际操作要求。

一种新型棋盘格角点检测算法

针对摄像机标定中棋盘格标定板的角点检测,给出了一种基于图像像素点分布的角点检测算法.首先通过判断像素点8邻域范围内相似点个数除去平坦区域点,然后根据棋盘格图像高度对称的特性提取对角线上矩阵,通过此矩阵来判定中心点是否为候选角点,最后通过计算候选角点的算术平均求取最终角点坐标.

基于共面点的改进摄像机标定方法研究

为能准确提取物体空间信息实现图像三维重建,对摄像机透视畸变模型及透视投影模型进行研究,在张正友标定法的基础上,提出基于共面点的摄像机非线性标定方法。利用棋盘格角点的三维坐标和相应的图像坐标运算获取畸变参数,并通过非线性最小二乘法对其进行优化,从而得到精确的摄像机标定参数。实验结果表明,改进的摄像机标定方法相比张正友标定法具有更高的标定精度和标度速度,适用于单摄像机的标定。

基于单应矩阵约束的黑白棋盘格角点提取

针对Harris算子提取棋盘格角点存在的问题,提出基于单应矩阵的黑白棋盘格角点提取方法。方法首先通过人机交互确定角点提取范围以及计算单应矩阵;然后根据单应矩阵将物方平面上其他点映射到影像上以确定初始的角点位置;最后以初始点位为基准,根据最小距离法确定最终Harris算子角点提取结果。实验结果表明,文中提出算法能有效提取黑白棋盘格角点。

复杂背景下改进的棋盘格内角点检测算法

针对当前棋盘格内角点检测算法在复杂背景下表现不佳的问题,提出一种改进的棋盘格内角点检测算法。在分析现有算法的基础上,将自适应阈值的BW算子和环形模板算法相结合,提取内角点的像素级坐标,通过灰度梯度法提取亚像素角点坐标。在MATLAB中进行实验,实验结果表明,在复杂背景下,该算法可以有效检测出棋盘格内角点,定位精度达0.1005pix,能够为标定摄像机提供高精度数据,具有一定的实用价值。

不均匀光照下的通用棋子定位方法

针对下棋机器人系统中光照分布不均匀造成的棋子定位误差问题,提出了基于分块凸包检测和图像掩膜的通用棋子定位方法。首先,提取出棋盘轮廓上的点集,利用分块凸包法检测棋盘四个顶点的坐标;然后,定义标准棋盘图像中四个棋盘顶点的坐标,根据透视变换原理计算转换矩阵;其次,根据不同类型棋盘的小方格面积差异来识别棋盘类型;最后,将捕获到的棋盘图像陆续矫正为标准棋盘图像,获得相邻两个标准棋盘图像的差分图,并对差分图进行膨胀、图像掩膜相乘和腐蚀的操作,从而得到棋子有效区域并计算其中心坐标。实验结果表明:所提方法在四种光照不均匀情况下对围棋和象棋棋子的平均定位准确率可达到95.5%和99.06%,相较于其他棋子定位算法有明显的提升,并且解决了棋子粘连、棋子投影和镜头畸变导致的局部棋子定位不精准的问题。

基于双重虚拟圆靶标的激光扫描测头标定

提出了一种基于双重虚拟圆来标定光平面的新方法。该方法利用棋盘的角点在图像坐标系下构建双重虚拟圆,虚拟圆与激光光条直线建立了相对的位置关系,根据交比不变原理计算出光条上的特征点在摄像机坐标系下的坐标。在摄像机视场范围内多次变换棋盘位置,构造出的虚拟圆也相应变换,由此计算得到更多的特征点,利用最小二乘法拟合光平面方程。实验表明,该方法求得的精度要明显优于实际的圆形靶标标定的精度,光平面标定的均方根误差为0.04mm,且棋盘靶标更易于制作,标定计算简单可靠,适合现场标定。

棋盘格图像角点坐标亚像素提取方法

针对基于视觉测量的物体位姿测量系统要求标定系统精度较高的需求,提出了一种自动识别和亚像素提取黑白平面棋盘格模板图像内部角点的方法.该方法在详细分析了棋盘格图像局部特性的基础上,建立了准确高效的改进SUSAN角点检测算法和精确的亚像素级提取角点坐标的方法,计算出总体标定误差为0.2个像素.通过实验验证了该算法的可行性和有效性,能够为高精度标定系统提供可靠数据.