基于双目视觉系统的摄像机标定技术的研究

摄像机标定技术的研究是计算机视觉领域的重要研究内容之一,其研究成果直接影响着视觉系统的精度。本文系统归纳了现有的各种摄像机标定方法,详细分析了各种标定算法的原理和特点。最后,总结分析了摄像机标定技术目前存在的主要问题和提出了今后发展的方向。     

基于HALCON软件的单摄像机标定方法研究

摄像机标定是计算机视觉技术的重要研究内容,本文基于HALCON软件对单摄像机的标定方法进行了研究.文中首先对摄像机模型作了简要的介绍,然后详细阐述了HALCON软件中关于摄像机标定的一些函数,最后给出了示例程序.     

一种基于立方体的摄像机内参数标定方法

摄像机标定方法是计算机视觉的重要内容之一。提出了一种基于立方体的标定方法。该方法的模型为立方体,从3个或多个不同的方位摄取图像,由直径的正交关系获得3组正交灭点,从而线性的求出摄像机的5个内参数。模拟图像和真实图像实验表明,文章的自标定方法有较好的灵活性和较高的鲁棒性。     

摄像机标定精度的比较研究

本文针对摄像机标定精度,对三种经典标定方法进行了对比研究,阐述了各种标定方法的优缺点,指出了各种标定方法的适用场合。仿真实验结果验证了三种标定方法在图像坐标噪声、世界坐标噪声、图像数据数量三方面对标定误差的影响,这对研究摄像机标定精度和应用具有一定的参考意义。     

基于视觉测量和距离误差的机器人几何参数标定

在各种应用中,为提高机器人操作臂的绝对定位精度,标定是必要的步骤.所采用的运动学模型和误差测量方法是机器人标定关键的影响条件.本标定中仅以机器人常备的手眼视觉提供测量信息,在这里基于单目视觉的标定中,使用传统的方法除了要涉及测量系统坐标系与机器人基础坐标系间的变换,还要解决摄像机坐标系和机器人末端坐标系的手眼变换关系求解,引入的测量误差和计算误差将很大影响标定结果.本文采用距离误差定义的标定模型,可以直接避免坐标转换带来的误差.此外,针对传统DH参数的不足之处,本文采用修正的DH模型(MDH)作为机器人的运动学模型.最后采用以上两者结合的方法对A460机器人进行实际的参数标定及补偿.     

基于机器视觉的跟踪目标距离研究

研究目的在于完善机器视觉在目标物的检测、跟踪方面的技术,系统地研究应用图像处理各种方法,对物体进行检测、识别,用计算机视觉技术测量目标物的距离,并且应用于各种条件。主要任务包括摄像机标定、图像获取、图像预处理及目标物提取、测距算法研究几个步骤,详细分析了各个步骤的技术特点、存在的问题和解决方案。     

基于双目视觉的相对物体的姿态测量

随着计算机视觉以及图像处理技术的发展,视觉测量技术越来越受到人们的关注.建立物体相对姿态测量系统,使用两个相机在不同角度拍摄同一个物体上的编码标志点,采用张氏标定法对两个相机的空间位置关系进行标定;对摄像机采集到的图像进行去噪、滤波;左右两个相机采集下来的图像进行编码标志点的匹配,得到物体上粘贴的编码标志点的三维坐标,通四元数法计算物体间的相对空间姿态(欧拉角以及平移量);通过实验表明,该测量系统结构简单,计算量小,测量精度高.     

集装箱视觉定位模拟系统的视觉标定

提出了一种用于集装箱视觉定位模拟系统的视觉标定方法。该方法采用等距网格来实现图像坐标系向世界坐标系的转化,使用平移法得到摄像机坐标系与模拟吊具坐标系之间的关系,最后可以确定模拟集装箱和模拟吊具之间的相对位置关系,以实现模拟集装箱的装卸。实验验证了本文所提出方法的正确性和有效性。     

基于BP网络的机载摄像机标定应用

摄像机标定是视觉测量技术应用中的重要环节,是决定测量精度的关键因素之一。人工神经网络具有逼近任何非线性连续函数的优点,能够学习记忆特征点像方坐标与物方坐标之间的数学映射关系。针对某型试验机机载摄像机双目视觉测量课题,开展了基于BP神经网络的机载摄像机标定研究;基于MATLAB神经网络工具箱进行了网络构建,在双摄像机的重叠视场内布设了大量的训练样本,对训练样本归一化处理后作为网络的输入与输出进行了网络训练。实验结果表明,训练完成的神经网络结构很好地描述了摄像机成像模型,能获得较高的标定精度。     

基于OpenCV的双目立体视觉测距

双目立体视觉测距原理就是利用两台摄像机从两个视点获取目标点在不同视角下形成的图像坐标,利用成像几何模型计算同名像点图像坐标偏差,来获取目标点的三维坐标,从而实现距离测量,它在高速公路安全车距测量上有着极大的应用前景。当前的测距技术有主动测距法和被动测距法,论文采用的是基于OpenCV的被动测距法,得到摄像机标定的参数和立体匹配的对应特征点后,该测距算法较容易实现。经过实验验证,该算法在一定测量范围内达到精度要求。     

井下压力计自动标定系统研究

随着油井试井技术不断发展与提高,井下电子压力计逐步取代了过去的机械式井下压力计,结合现代试井解释技术与计算机的广泛应用,对井下压力资料的录取精度也相应提高,作为井下压力计的标定装置也必须更新提高,以适应井下电子压力计的标定技术要求。本文主要对现有的压力计标定装置进行分析对比,选用标准液压源,对井下压力计的自动标定系统进行研究探讨。     

用于铜扁线表面质量监测的计算机视觉和图像处理技术

基于计算机视觉和图像处理技术的铜扁线监测系统主要是应用CCD摄像机实时拍摄铜扁线获取数字图像,然后确定待监测目标的质量信息,并与模板比较以检测铜扁线的质量。本文综述该技术的基本原理和分类以及应用到铜扁线监测的结果,分析了利用计算机视觉监测技术对铜扁线进行监测的一般方法和系统构成。最后对计算机视觉监测技术的发展趋势进行了展望。     

一种基于RANSAC算法的单应矩阵估计方法

在视觉测量、摄像机标定和三维重建等领域中,单应矩阵都起着至关重要的应用作用。但在求解单应矩阵时,图像之间的特征点常常出现误匹配的现象,针对该情况本文运用RANSAC(Random Sampling Consensus)算法解决特征点误匹配问题,描述了从图像的特征提取、特征点匹配到求解单应矩阵的完整的处理过程,并对算法有效性进行了验证。方法简单、快速、易实现,对提高计算机视觉应用稳定性具有一定的理论意义和实用价值。     

计算机视觉中的摄像机定标方法及其应用特点探讨

计算机视觉是一个相当新且发展十分迅速的研究领域,已成为智能自动化科学的重要研究领域之一,计算机视觉中的重要任务之一就是进行摄像机的定标,本文主要从计算机视觉的基本概念着手,分析计算机视觉中的设想定标的方法,结合当前的发展实际情况,探索其中的不足,今后更好的发展,以及更加广泛的应用奠定基础,同时分析计算机视觉中的摄像机定标的应用特点.     

摄像机内部参数研究

图像在生成、获取、传输等过程中,受照明光源、成像系统等多方面的影响,不可避免地要造成图像的降质。分析了图像降质原因,引出对镜头畸变问题的研究,主要讨论了摄像机的非线性模型,介绍了一种摄像机标定算法,并利用该算法得到两组镜头的参数,并给出相应的实验数据和校正图片。     

微机配料系统的一种实料标定方法

根据系统的结构以及实验和工程应用的具体条件,通过非线性系统的线性化理论,定义并计算出系统检测部分的标定校准参数,并根据对计算结果物理意义的分析,将计算结果输入计算机,对系统进行实料标定.系统在线运行的生产统计数据表明,上述标定方法不仅保证系统在线运行时达到设计的控制精度,而且大大简化了系统实料标定的过程.     

基于车牌定位与双目立体视觉的车距测量

用两架相对位置固定的摄像机同时拍摄前方车辆的两幅图像,再用基于颜色的车牌定位技术定位出两图像中的车牌,取两矩形车牌的左上角点为一对匹配点,根据双目立体视觉原理,计算出与前车的距离。整个实验过程调用OpenCV库函数设计和实现,实验结果表明了该方法的有效性。     

基于虚拟双目视觉的玉米叶片三维重建方法

提出了一种基于双目立体视觉的玉米叶片三维重建方法。该方法利用两个平行且位置相对固定的摄像机,组成双目立体视觉系统。运用改进的张正友平面标定法进行摄像机标定,采用一种改进的Harris算法,通过快速预筛选和多阈值角点提取方法,对获取的图像采集Harris角点以提取玉米叶片特征,通过计算搜索窗口内对应点的相关系数和阈值的比较实现特征点匹配,依据视差原理,计算得到玉米叶片的三维点云信息,对预处理后的玉米叶片点云进行双三次B样条曲线插值,重构叶片的三维网格曲面。仿真实验表明:所提方法能够高效、准确地实现玉米叶片三维重建,对玉米叶片边缘起伏和褶皱等细节可完整保留,三维重建精度较高。     

障碍物密集时的线路标定方法

在密集建筑区内使用GPSRTK无法接收卫星信号进行测量时,使用PC-E500袖珍计算机配合全站仪进行线路标定的方法进行测量。     

计算机视觉下半监督学习的人员踩踏风险预警

提出一种计算机视觉下半监督学习预警的人员踩踏风险,采用计算机视觉技术实现对数据的采集和处理,采用图像分割处理技术实现区域划分,在此基础上,通过半监督学习的方法,对实时采集的数据进行监督和不断更新的学习,从而达到实时预警的目的。最后采用一组非均衡分布下的人员密度进行系统预警的测试实验,结果显示,采用半监督学习方法,可以很好的实现计算机视觉系统下的人员踩踏风险预警,对高风险和低风险进行标定,实现预警,具有很好的安全使用价值。