基于影像序列的相机分步自动标定方法

相机的自动标定是计算机视觉中根据影像序列进行场景欧氏重建的关键问题.在引入计算机视觉几何中若干基本概念的基础上,讨论了基于影像序列分步进行相机自动标定的基本原理,推导了该自动标定方法的实用计算公式,提出了采用牛顿迭代法进行参数答解的方法.同时,首次提出了一种三像标准投影矩阵组向同一参考系投影矩阵的线性转换算法.实验结果表明,所述的基于影像序列的相机自动标定方法是正确有效的.     

基于同一场景3张影像的相机自标定算法

对普通CCD数字相机获得的同一场景的3张未标定影像依次进行Harris角点提取、RANSAC算法估计基本矩阵、RANSAC算法估计三焦点张量,以获得同一参考系统下3个投影矩阵,最后进行相机自标定处理,从而获得相机的内部参数,为下一步多张影像的自标定和3维场景的自动重建和量测奠定了基础。实验结果表明,所述的同一场景3张影像的相机自动标定综合算法是正确有效的。     

基于同一场景3张影像的相机自标定算法

对普通CCD数字相机获得的同一场景的3张未标定影像依次进行Harris角点提取、RANSAC算法估计基本矩阵、RANSAC算法估计三焦点张量,以获得同一参考系统下3个投影矩阵,最后进行相机自标定处理,从而获得相机的内部参数,为下一步多张影像的自标定和3维场景的自动重建和量测奠定了基础。实验结果表明,所述的同一场景3张影像的相机自动标定综合算法是正确有效的。     

空间序列影像共面条件的非量测相机标定方法

针对非量测相机应用于摄影测量和计算机视觉中存在畸变较大、内方为元素未知等问题,该文为了提高相机标定的灵活性和稳健性,根据立体像对间各同名光线相交的共面条件,推导了顾及6个相机参数和5个相对方位元素共计11个参数的共面条件方程线性化表达式,设计了利用空间序列影像共面条件的非量测相机标定方法。该方法无需外部标定物,可在标定相机参数的同时,解算出各相邻影像之间的相对方位元素值。采用由无人机获取的空间序列影像进行了非量测相机标定实验,得到了与标准检校场一致的标定结果,验证了本文方法的有效性。     

通过编码检校场实现双目视觉系统的自动标定

首先对普通检校场中部分圆形回光反射标志块进行编码标识,实现了标定控制点在物方空间和像方空间的自动对应;然后根据Weng’s相机模型对视觉系统进行标定,求解系统的内、外方位元素和系统畸变系数;最后依据投影几何中空间直线经中心投影变换后仍是直线的原理,提出了对随机系统的残余误差进行测定和修正的方法。实验证明,本方法实现了双目视觉系统的全自动标定,并明显提高了系统的精度。     

基于LCD和二维DLT的相机标定方法

近年来,三维目标建模一直是计算机视觉及摄影测量领域的研究热点,数码相机技术的发展使得普通数码相机在摄影测量领域的应用越来越广泛,相机（或摄像机）标定成为一项关键技术。本文提出了一种基于液晶显示器（LCD）的相机标定新方法,详细论述了其标定过程和标定理论。并通过实验证明了该方法的可行性。     

资源02C卫星P／MS相机内方位几何标定方法研究

为解决国产资源02C卫星影像相机内方位几何标定问题,提出了一种利用公众地理信息数据进行高精度相机内方位在轨几何标定的方法。该方法利用资源02C卫星影像与公众地理信息数据自动配准获取的海量地面控制点并进行附加自检校参数的最小二乘平差,实现了资源一号02C卫星P／Ms相机的内方位标定,精度可以达到子像素级。     

控制点识别的全自动相机标定算法研究

针对现有相机标定环节中控制点需要手动选取,标定自动化程度不高,效率较低的问题。该文在圆心投影点精确定位研究成果的基础上,提出了一种基于角距的控制点自动识别算法,解决了三维高精度控制场下全自动相机标定的关键环节。初步实验表明,在同等条件下,基于该方法的全自动标定精度、效率和稳定性均优于传统人工选取控制点的标定方法。     

单视图多约束相机内参统一计算方法

相机自标定是机器视觉、摄影测量学、计算机视觉等领域的重要命题,但目前随着图像获取设备、方式等多样化等特点,使得图像之间的匹配越发困难,增加了相机标定的难度。本文提出了一种针对单视图的相机自标定方法,该方法将图像中的几何特征以及标定过程进行统一表达和计算。本文首先总结了不同的不变量对相机内参的约束情况;以互相垂直的灭点作为中间计算过程的核心,着重讨论了其他不变量向其的转化方法,使得几何特征表达统一化;以绝对二次曲线为纽带,将互相垂直的灭点约束求解;进而根据几何约束的数量求解相应的相机参数模型。本文所提出的方法无需图像之间的匹配,在约束信息充分的情况下可仅利用单幅图像进行相机标定,方法具有方便性;方法无需传统标定方法中的标定模板而选用场景中存在的对象,因此方法具有普适性,尤其适合结构化的室内外场景;方法将几何特征的和标定过程进行统一描述和计算,因此方法还具有统一性。室内外场景的测试表明本文方法具有可用性。, 相机自标定是机器视觉、摄影测量学、计算机视觉等领域的重要命题,但目前随着图像获取设备、方式等多样化等特点,使得图像之间的匹配越发困难,增加了相机标定的难度。本文提出了一种针对单视图的相机自标定方法,该方法将图像中的几何特征以及标定过程进行统一表达和计算。本文首先总结了不同的不变量对相机内参的约束情况;以互相垂直的灭点作为中间计算过程的核心,着重讨论了其他不变量向其的转化方法,使得几何特征表达统一化;以绝对二次曲线为纽带,将互相垂直的灭点约束求解;进而根据几何约束的数量求解相应的相机参数模型。本文所提出的方法无需图像之间的匹配,在约束信息充分的情况下可仅利用单幅图像进行相机标定,方法具有方便性;方法无需传统标定方法中的标定模板而选用场景中存在的对象,因此方法具有普适性,尤其适合结构化的室内外场景;方法将几何特征的和标定过程进行统一描述和计算,因此方法还具有统一性。室内外场景的测试表明本文方法具有可用性。     

基于岭估计的相机标定方法

相机内外参数标定是摄影测量的一个关键问题,相机参数的选取又是决定相机标定质量的重要因素,且不同等级的相机其参数的选择往往很难确定,常导致所选取的参数之间存在相关性,影响相机标定质量。相机参数间的相关性一般可以通过验后未知数之间的相关系数矩阵发现,提出了基于岭估计的相机标定方法,利用本方法可以提高参数求解精度。     

基于控制点约束影像的密集匹配及其在考古发掘中的应用

针对大场景考古挖掘现场的三维重建情况,选取半全局匹配策略作为研究基础,设计了一种基于附加控制点约束的半全局匹配算法进行序列影像密集匹配。将稀疏匹配中的特征提取和匹配技术用于提取初始特征,并由这些初始特征转化的同名特征点,生成视差空间影像中的视差控制点,以此作为一种可靠的约束,提高其密集匹配的精度。同时,采用影像分块的策略,将原始大核线影像分成若干对小核线影像,进行密集匹配,以达到提高计算效率,改善计算结果的目的。实验证明,该方法可实现大面积考古挖掘现场的快速三维重建,并且能够在进行文物形态三维重建的同时获取挖掘现场文物分布的正射影像平面图,为准确记录挖掘现场文物分布位置及考古发掘、调查及遗址保护规划编制等提供科学依据。     

无序航空遥感影像的三维地形重建

无序航空影像的三维重建是摄影测量和计算机视觉领域研究的热点问题。提出一种可以不依赖任何辅助信息,由无序航空遥感影像全自动重建三维地形模型的算法流程。实验通过3组具有代表性的影像数据集验证了该方法的有效性和适用性。对重建后的三维地形模型的绝对精度检验表明,该方法重建的三维模型不仅具有较高的平面精度,而且当影像的基高比较好时,也可以获得较高的高程精度。     

基于DLT方法的非量测数码相机检校研究

普通数码相机在图像获取方面有着很多优势，但它是非量测化相机，不能用普通数字摄影测量方法对其数字图像进行处理。针对这一情况，本文提出了建立3维控制场对非量测数码相机进行检校，采用DLT（直接线性变换）方法计算出非量测数码相机的内外方位元素，实现非量测数码相机获取像对的可量测化。最后通过在黑龙江省地理信息产业园主楼区域建立3维控制场的试验，进行数据采集后获取了实际的3维模型。     

双目序列影像3维运动物体定位跟踪

将计算机视觉中立体和运动视觉相结合,通过数字摄影测量方法,对智能视觉监控中计算机系统所获得的双序列图像通过物方“图像”分析法完成对运动物体空间位置的定位、量测及其跟踪,其中包括:摄像机检校,立体-运动双匹配约束,运动参数的求解及其云台运动控制等内容。给出采用所述方法,从真实双目序列影像中获取物体以匀速直线运动和匀加速直线运动云台运动控制的实验结果。     

摄影地形测量数据的三维融合和可视化

本文首先解释T-共线方程的概念,提出了基于T-共线方程进行三维配准的准则和数学模型,以及两共轭影像在三维空间进行配准和三维重建的计算方法。可视化将人类对现实世界认识的准则:感觉-思维-认知,应用于对数据世界的认识,因此配准、融合和立体视觉重建,有助于对地球影像的理解和解译。本文以三个案例的卫星和航空摄影地形测量数据,基于T-共线方程,对摄影地形测量数据的配准、融合和可视化,进行了原理性试验。     

计算机视觉中摄像机标定精度评估方法

介绍了两种经典的摄像机标定精度评估方法:Tsai提出的测量3维世界精确程度的准则和Weng提出的NSCE、NCE准则.在此基础上,提出了一种基于棋盘格长度的标定精度评估方法.该方法通过交会测量得到的多个棋盘格的边长与实际边长的误差量来衡量摄像机标定的精度,能够比较形象地描述标定结果的精度.     

计算机视觉中摄像机标定精度评估方法

介绍了两种经典的摄像机标定精度评估方法:Tsai提出的测量3维世界精确程度的准则和Weng提出的NSCE、NCE准则。在此基础上,提出了一种基于棋盘格长度的标定精度评估方法。该方法通过交会测量得到的多个棋盘格的边长与实际边长的误差量来衡量摄像机标定的精度,能够比较形象地描述标定结果的精度。     

Automated reconstruction of 3D scenes from sequences of images

Modelling of 3D objects from image sequences is a challenging problem and has been an important research topic in the areas of photogrammetry and computer vision for many years. In this paper, a system is presented which automatically extracts a textured 3D surface model from a sequence of images of a scene. The system can deal with unknown camera settings. In addition, the parameters of this camera are allowed to change during acquisition (e.g., by zooming or focusing). No prior knowledge about the scene is necessary to build the 3D models. Therefore, this system offers a high degree of flexibility. The system is based on state-of-the-art algorithms recently developed in computer vision. The 3D modelling task is decomposed into a number of successive steps. Gradually, more knowledge of the scene and the camera setup is retrieved. At this point, the obtained accuracy is not yet at the level required for most metrology applications, but the visual quality is very convincing. This system has been applied to a number of applications in archaeology. The Roman site of Sagalassos (southwest Turkey) was used as a test case to illustrate the potential of this new approach.     

From 2D TO 3D Through Modelling Based On A Single Image

Three-dimensional modelling from single images remains an interesting topic of investigation in the research community, even though range sensors are becoming a common alternative for the generation of 3D information. The interest in single-image-based modelling is motivated by a wide spectrum of applications such as cultural heritage, civil engineering, urban planning and even criminology. In this paper a complete new production flowline is presented for modelling based on a single image. The modelling process consists of a series of familiar steps in photogrammetry and computer vision: feature extraction, vanishing point computation, camera self-calibration, 3D reconstruction and dimensional analysis. In particular, the methodology developed for single-image-based modelling takes a scientific approach combining several proven techniques with robust estimators. Finally, in order to demonstrate its capabilities, the reported examples include several real situations applied in different contexts.