基于计算机视觉与Canny算法的服装纸样轮廓提取

为提高服装二维纸样轮廓信息采集转换的准确性及方便性,设计了一种基于计算机视觉的服装纸样轮廓提取方法。将手机相机作为图像采集设备,采用相机标定的方法进行图像畸变矫正,对图像灰度化处理后进行伽马变换。通过改进的Canny算法对纸样图像进行边缘信息的提取,使用自适应双边滤波保边去噪;在原Sobel算子上增加了45°和135°方向的梯度模板计算梯度;采用自适应双阈值确定边缘;融合形态学算法处理轮廓;最后按需进行轮廓骨架提取。结果表明:本文方法适用于二维纸样的轮廓提取,其提取误差在0.15~1.50 cm之间,可实现单独对服装纸样的外轮廓、内轮廓及内外轮廓图的提取,完成轮廓的无差别提取,减少后期人工对轮廓图的编辑,提高二维纸样数字化录入效率。

类渐近线特性在摄像机标定中的应用研究

针对机器视觉领域内的摄像机标定,本研究首次根据渐近线的特性引入物理意义,对摄像机的内、外参数进行标定。首先使用6×6的圆孔标定板,计算出摄像机的投影矩阵。然后根据极限的定义,当像平面上投影点p(u,v)在v不变,u趋向正无穷时,光心与点p的连线形成类渐近线,该渐进线平行于摄像机坐标系XC轴,在标定时将其作为XC轴。根据这一特性,对得到的投影矩阵进行分解得到摄像机内、外参数。最后依据所提出的方法进行标定实验,得到摄像机投影矩阵以及相应的内、外参数。结果表明,根据该方法得到的标定数据反求特征点的投影坐标,与实际对应的图像特征点存在较小误差;并且得到的内、外参数与Faugeras标定法得到的结果误差较小,符合工程实际的精度要求。

铁路道岔参数机器视觉在位测量方法与装置

道岔几何位置异常是导致列车脱轨的主要原因,对其进行实时监测是有效预防列车脱轨的重要手段。针对此需求,本文设计一套基于双目视觉的道岔关键参数在线原位监测装置。首先,针对铁路行车振动易造成视觉测量系统外参改变的难点,提出一种基于简易标签的在线自标定算法。此外,为了准确定位道岔监测特征,采用激光标记方式增强纹理特征的方法,可解决尖轨摆动导致成像视角变化导致监测特征难以定位的难题。同时,针对露天光照的干扰,提出了高斯加权的灰度重心法提取光条中心,该方法成功克服铁轨金属表面易漫反射等缺陷,可有效定位出监测特征。最后,完成双目立体配合并计算出监测特征点三维坐标,完成道岔参数的监测。现场实测表明,本装置硬件成本低、鲁棒性强、速度快,误差约为0.3 mm。

基于改良天鹰优化器的单目相机标定方法

为了提高相机标定精度,提出一种基于改良天鹰优化器的单目相机标定方法:通过张正友标定法计算得到单目相机的内外参数,根据所得相机参数计算标定图像中所有角点的平均重投影误差并建立目标函数,采用经过自适应分配机制、动态补偿策略以及非线性潮汐策略改良的天鹰优化器进行优化,获取最优的相机标定内部参数和畸变系数,从而提高相机非线性标定过程的寻优精度。实验结果表明,改良天鹰优化器算法在不同基准测试函数上寻优结果优越,本文提出的相机优化标定方法得到的标定结果精度更高,重投影误差为0.006 pixels。

一种基于主动视觉的摄像机内参数自定标方法

摄像机定标是计算机视觉的一项基本任务．本文提出了一种基于主动视觉的摄像机内参数自定标方法．该方法和文献［1］提出的方法相比最大的优点在于不要求摄像机在三维空间作任意方向的平移运动，只需要控制摄像机在同一平面作四组运动，其中每组包括两次相互正交的平移运动，同时适当调整摄像机平移运动的姿态，可以线性求解摄像机内参数．理论上证明了如果摄像机作三次俯仰或者作两次俯仰一次扫视来调整摄像机平移运动的姿态，则解存在而且唯一．通过稳定性分析证明前一种方法对误差很敏感，后者则是稳定的．最后给出了采用真实图像的实验结果．

基于主动视觉的摄像机自标定方法

摄像机标定是计算机视觉的一项基本任务．目前基于主动视觉的摄像机内参数自标定方法可分为两类：第一类方法是通过摄像机在三维空间内作两组平移运动，来求解摄像机内参数．第二类是由Ｂａｓｕ，Ｄｕ，和Ｈａｒｔｌｅｙ等人提出的通过摄像机旋转，求解摄像机内参数方法．后者在实际应用中存在严重不足，由于它要求摄像机只绕光源中心旋转，不能有任何平移，而在工程实践中摄像机光源中心难以测定，其旋转也难以保证无任何平移，因此难以实用．本文提出的摄像机标定方法属于前一类方法．与以往方法相比，它不要求摄像机作多组相互正交的平移运动，只要能准确测定出摄像机相对于初始位置三次线性独立平移运动的平移矢量，即可线性求解出摄像机内参数．理论证明，解存在且唯一．数值模拟表明该方法具有较强的鲁棒性。

基于平面模板的摄像机标定方法比较

Zhang、Bouguet和Heikkila¨三种方法是目前较为常用的基于平面模板的摄像机标定方法,不同的方法采用不同的标定模板。本文在理论分析和实验研究的基础上,分别对上述三种方法的标定精度、算法速度和应用条件等进行比较,并分析了它们之间的相互关系,为后续的研究提供参考。

机器人双目视觉系统的算法研究与实现

针对计算机视觉系统在移动机器人中的应用,对摄像机标定、图像分割、模式识别、目标距离探测以及双目视觉系统在移动机器人导航中的运用进行分析与研究。文章提出了在特定三维场景中,对不同研究对象采取不同处理方式的复合算法,实现了对于机器人视野内简单几何物体的识别,同时使用双目摄像机结构,直接探测出目标物体相对于机器人的深度距离及其方位角度。

基于改进遗传算法的立体视觉系统标定

立体视觉系统的摄像机标定是一个多参数、非线性的复杂函数优化问题,传统优化方法很难解决。论文对标准遗传算法的编码方式进行了改进,经过改进后的遗传算法具有变量搜寻区间的自适应调整能力,在保持染色体编码长度不变的情况下,能同时满足变量搜索空间大小和编码精度的要求。利用改进了的遗传算法对双目视觉系统摄像机进行标定的结果表明,该算法能有效地实现高维寻优空间的近优解搜索。

一种基于平面直线的摄像机标定方法

为使标定算法更加灵活、实用,提出了一种基于平面直线的摄像机标定算法.该算法的平面模板要求含有4个以上直线段,只需要摄像机作运动未知的自由移动,在3个以上的方位摄取一个模板上的图像,即可线性求解摄像机的内外参数.实验结果表明,该算法的精度和鲁棒性都较高.

月球车鱼眼相机的标定方法研究

提出了一种两步法来高精度地标定月球车中鱼眼相机的方法。第一步,采用球面投影方程来表示鱼眼相机的成像模型,并建立球面投影与透视投影间的转换关系。利用直线在球面投影中的像为椭圆弧这一性质,求得球面投影中像主点坐标和球半径。第二步,用求得的上述参数将球面投影图像转化为透视投影图像,并进行相机内参数的标定。用新标定得到的像主点坐标和球半径代替上次结果,再次进行投影转换和内参数标定,按此进行迭代计算,直至标定结果收敛于设定阈值。最后,本文还通过了一组实验验证了该方法的正确性。

摄像机标定方法研究

摄像机标定是计算机视觉技术中的关键步骤,在三维重建、姿态估计、虚拟现实等领域有着广泛的应用。文中首先对摄像机标定的基础知识作了简要的介绍,然后从不同的角度对目前的摄像机标定方法做了一个较为详细的分类与比较,最后介绍了常用的标定工具。在实际应用中,不同工作背景需要不同的摄像机标定方法,这就要求在现有标定方法上从模型表达、畸变校正、算法研究等多方面进一步改善各种标定方法,使其能灵活应用于具体工作。

弹落点坐标测量系统的快速校准方法及精度分析

针对弹落点坐标测量系统的使用环境及精度要求,提出了一种仅对焦距及光轴水平偏角进行现场校准的相机参数快速获取方法。通过分析坐标解算模型,得出线性的校准方程,利用测量区域内两个坐标已知点(靶标),多个视觉传感器可一次完成校准。通过精度分析给出了该方法下最优的靶标摆放位置。该方法具有校准速度快,精度较高,实用和算法性能分析容易等优点,适用于远距离、大范围视觉坐标测量中相机参数的获取,尤其是野外坐标测量。实际应用中,在1 200 m外对直径400 m靶区进行监测时,该方法可保证区内各点的坐标测量误差均小于0.3 m。

双目立体视觉系统的精度分析

为提高双目立体视觉系统的测量精度,分析双目视觉系统的工作原理以及该系统各个环节的误差模型。通过提高标定模板的精度、增加标定图像,可以减小标定误差及图像校正行对齐误差。分析图像识别误差对视觉系统测量精度的影响,导入视觉系统的结构参数与测量误差之间的关系,从而确定结构参数对测量精度的作用。讨论物距对测量精度的影响,并给出合适的物距范围。

基于傅里叶条纹分析的多摄像机标定方法

提出一种新的摄像机标定方法,该方法基于2D共面参照物摄像机标定方法和傅里叶条纹分析方法.将已知相位分布的平面二维正弦灰度调制条纹图作为平面标定靶,通过傅里叶条纹分析方法计算出两个截断正交相位分布,利用截断正交相位分布并结合二维正弦条纹图特点提取相应的图像特征点,建立像素坐标与2D平面坐标的对应关系.将该二维平面靶在摄像机成像空间中放置不同的位置,并完成相应的特征点提取,根据2D共面参照物摄像机标定方法即可完成摄像机标定.该方法利用平面相位测量的高准确度来提高标定特征点的提取准确度,从而提高标定准确度.实验对双摄像机系统进行了标定,标定后该系统对标定靶进行测量,标准偏差达到0 .010 mm.

机器视觉摄像机标定的一般正多边形方法

围绕机器视觉摄像机标定问题,该文将通常几种基于特定正多边形模型的标定方法拓展为一般正多边形模型的摄像机标定方法.首先分析一般正多边形的平面几何性质,结合射影几何中的交比和调和共轭的性质计算正多边形各条边和正多边形内切圆心与切点连线方向的消失点.利用消失点与光心的连线方向和形成消失点空间直线方向相同的性质建立线性方程组,从而求解摄像机内参数.最后通过几个特定正多边形(正三角形、正四边形、正五边形、正六边形)模版的摄像机标定验证一般正多边形标定方法的正确性.实验中还发现几种特定正多边形的摄像机标定精度不同,正五边形的标定精度最高,正四边形最低.

利用空间正交约束的相机自标定和三维重建

提出了一种用2幅未标定的图像进行三维重构的算法.利用空间3组垂直方向的正交结构与其在图像平面上消失点的对应关系,线性计算出相机的内参数,再利用3组匹配线段计算相机在2个视角的运动参数,最后根据得到的相机参数采用三角测量法计算空间点的三维坐标值.该算法与利用三正交运动的主动标定法相比,把相机的正交运动约束转换成空间正交结构约束,使用简单,适应性强,可直接利用参数未知的手持数码相机拍摄图像进行三维重建.对真实的建筑场景图像进行三维重建实验,重建后的三维模型在新视点生成的图像与所观察的场景一致,重构的2个平面夹角与实际值的测量误差在1.5%～2.6%之内.

道路交通事故现场摄影测量的标定技术

在分析三维摄影测量标定方法的基础上,提出了基于平面模板的照相机标定方法,即从不同视点拍摄多幅现场图像,先进行线性求解,然后基于极大似然准则进行非线性优化,获得照相机模型参数。实验结果表明该方法标定精度高,标定物简单,更加灵活易用。

空间机械臂视觉相机内参标定技术研究

针对空间机械臂视觉相机的任务需求与配置,内参标定技术是相机高精度获取合作目标位置、方向等运动信息的首要前提和重要保障。文章设计了一种基于二维平面靶的机械臂相机内参标定方法,用于解算焦距、主点坐标、畸变系数等。首先,利用相机拍摄多幅平面靶图像,求解平面靶与相机图像之间的映射矩阵;其次,构建相机内参约束方程;再次,利用特征值分解,解算焦距、主点坐标等参数值;最后,引入径向、切向畸变构建非线性模型,将解得的内参作为初值,利用Levenberg-Marquardt优化算法即可计算出相机内参最优解。试验结果表明,该方法完全适用于机械臂相机内参标定,标定结果均满足机械臂视觉相机获取合作目标三维位姿的测量精度要求。