基于两步修正法的摄像机定标

分析了用线性模型进行摄像机定标的缺点和局限性。然后设计了一种基于径向畸变的非线性模型,并提出了用两步修正法解算该非线性模型摄像机的内外参数。该方法将传统求解的非线性最小二乘法转换为线性最小二乘法和简单的非线性方法,实验结果表明该方法可简化计算过程以提高摄像机的标定效率,同时可改善摄像机的标定精度。     

非线性趋势模型参数的外点最速下降算法

针对非线性趋势模型参数求解问题,该文提出一种全新通用算法:外点最速下降算法。该算法依据约束最优化方法理论,使用外点法和最速下降法,将参数求解问题转化为有约束非线性规划问题。以沉降预测为例,通过对3种典型非线性趋势模型的试算,说明使用该算法所得参数建立模型预测精度普遍较高;同时选用预测平均绝对误差作为衡量精度指标,在此算法下,能在事先计算出此数值,从而可大致估计预测精度;之后分情况给出获得精度较高参数的公式,并通过分析,进一步优化选点方法。     

一种基于DLT模型改进的三维相机标定算法研究

传统的DLT算法是忽略畸变参数的一种相机标定方法,只能粗略地计算出内、外参数的初始值,不能用于之后的求解运算。本文对传统的DLT模型进行改进,改进后不需设定初始值,采取迭代线性化的数学算法,通过编写程序,在三维场地下实现了一种既快速又准确的新标定方法。并与TSAI算法进行对比实验,分析了本文改进的新算法在计算速度与求解精度方面的优势。     

基于Moore-Penrose广义逆及立体矩阵的可分离非线性最小二乘解算方法

针对测绘领域中函数模型为非线性函数的线性组合的特殊结构,本文提出了基于Moore-Penrose广义逆和立体矩阵的可分离非线性最小二乘解算方法。该方法首先利用变量投影算法消除可分离非线性模型中的线性参数,将包含两类参数的原非线性优化问题转化为仅含有非线性参数的最小二乘问题。然后,基于Moore-Penrose广义逆矩阵的微分和立体矩阵理论计算最小二乘目标函数的一阶导数,进而采用非线性优化的LM方法求解非线性参数的最优估值。最后,根据最小二乘方法求解线性参数的最优估值。通过指数函数模型拟合和机载LiDAR全波形参数求解试验与传统参数不分离优化方法进行对比,结果表明,基于Moore-Penrose广义逆和立体矩阵的可分离非线性最小二乘解算方法对待求参数初值依赖性低,同时避免了迭代过程中线性参数导致的病态问题,算法稳定性好,为测绘领域中可分离非线性最小二乘问题的解算提供了一种思路,也拓展了可分离非线性最小二乘方法的应用。     

月面巡视探测器导航和全景相机标定方法研究

提出一种基于自检校光束法平差模型的月面巡视探测器导航相机和全景相机的高精度标定算法。详细推导了利用二维直接线性变换模型求解相机参数和像片外方位元素初始值的方法;推导了利用自检校光束法平差模型求解相机参数和像片外方位元素精确值的方法。最后,利用一对工业镜头模拟月面巡视探测器导航相机和全景相机并获取一组实际数据对算法进行试验,验证了算法的精度和可行性。     

移动端视觉测量系统的相机快速标定方法

针对现有的相机标定方法无法适应计算能力较弱移动端设备的问题,该文提出一种改进的适用于移动端设备的相机快速标定方法,获取高精度的相机内、外参数。在传统相机标定方法的基础上,引入二阶径向畸变和二阶切向畸变建立带有非线性畸变项的相机模型,同时,借助非线性最小二乘的LM算法优化迭代初始估值参数,从而快速得到高精度相机内、外参数。实验表明,该方法提高了相机标定效率和精度,参数迭代耗时由0.220s缩短至0.063s(移动端耗时为0.234s),反投影误差由0.25pixel降低至0.15pixel以内。     

距离观测方程参数估计的随机搜索法

针对传统非线性模型参数估计方法(牛顿法、高斯-牛顿法、最速下降法、阻尼最小二乘法等)过度依赖初始值精度、只能获取局部最优解的缺点,利用遗传算法全局搜索能力的特点,得到距离观测方程参数估计解.最后利用短程测距数据和水下定位数据,验证了该算法的参数估计解.结果表明:该算法的收敛解优于线性平差估计解且明显提高解的精度.     

模拟退火算法在控制网平差中的应用

线性最小二乘估计在对非线性函数进行线性近似的过程中会产生模型误差,而一些非线性参数估计方法可能因为函数复杂而难以求导,法方程系数矩阵秩亏或呈病态矩阵时难以求解,非线性迭代解法有时对初始值的选择存在依赖性,不恰当的初始值会导致迭代无法收敛。针对这些问题,引入了模拟退火算法,介绍了该算法的基本原理、计算步骤和收敛性,并以3个控制网平差应用为例,说明该算法具有无需求导求逆,简洁实用,易于编程等优势,并能实现全局优化,获得高精度的平差结果。     

利用人工鱼群算法优化高斯过程模型及应用分析

基于高斯过程利用传统共轭梯度法搜索超参数,存在对初始值依赖性强、获得局部最优解的不足。本文采用人工鱼群算法对超参数进行智能寻优,建立了基于人工鱼群算法的高斯过程模型对变形体形变进行预测分析。通过隧道和基坑两个工程实例计算比对分析,NN、SE和RQ 3种核函数中NN核函数的预测效果最好,平均相对误差分别为0.69%和1.06%。结果表明超参数优化模型的预测精度得到了较大的提高,改善了高斯过程算法本身存在的超参数求解方面的不足,效果明显。     

基于矩特征和鲁棒性估计的摄像机标定方法

针对当前平面标定方法中特征点提取方法主要为手动或者半自动方式,提出一种基于普通圆形靶标的摄像机快速标定方法.文中利用基于矩特征的椭圆中心检测方法获取包含外点的靶标特征点集;基于特征点邻域的拓扑结构构建矢量集,构建有序的图像匹配点对;利用鲁棒的参数估计方法精确求取单应矩阵.实验表明,该方法可以自动准确提取液晶显示屏上的圆形靶标的投影点,并实现图像靶标点与真实坐标的自动准确对应.利用该方法,可快速准确自动标定出摄像机内外参数和畸变参数,适用于摄像机的现场快速标定.     

大角度立体像对相对定向的混合共轭梯度算法

无初值依赖的快速收敛是大角度相对定向解算的关键所在。为此,本文提出一种混合共轭梯度算法,具体过程是:①采用随机爬山算法对给定的相对定向元素初值进行随机扰动,产生保证优化方向的初值;②局部优化中以超线性收敛的共轭梯度法取代相对定向中的最速下降法,以提高其收敛速度;③全局收敛条件为计算误差小于规定的限差。对比试验表明,混合共轭梯度算法无初值依赖性,具有较高的解算精度和较少的迭代次数。     

单应性几何下的后方交会直接解法

传统的后方交会最小二乘解法需要良好的外方位元素初值。在无初值或者初值不够精确的情况下,最小二乘迭代不容易收敛。在近景摄影测量或者计算机视觉等领域,往往不提供良好的初值,无法适用传统的后方交会解法。针对上述情况,本文提出了一种基于单应性矩阵的后方交会直接解法,在不需要初值的情况下,获取外方位元素的直接解。该方法根据单应性矩阵所描述的平面几何关系,利用单应性矩阵内在的约束条件,将后方交会问题转换为一个二元二次方程组的求解问题。该方法受舍入误差影响小,在无偶然误差的情况下,解算精度能达到10–9量级,能够避免传统直接解法计算复杂的问题,为传统的平差迭代解法提供良好的初值。此外,在多个控制点共面的情况下,该方法能够直接获得外方位元素的精确解。实验结果表明:在各种不同倾角拍摄的情况下,该方法均能够获得稳定的外方位元素,为后续的后方交会最小二乘算法提供良好的初值。采用本文方法计算的初值参与平差,能够达到与人工给定初值平差一致的精度,且迭代收敛速度是人工给定初值平差的2倍以上。在控制点共面的情况下,该方法的反投影精度能够达到亚像素级,且精度优于大部分主流的直接解法。     

Camera calibration from profile of revolution

This paper focuses on the problem of calibrating a pinhole camera from images of profile of a revolution. In this paper, the symmetry of images of profiles of revolution has been extensively exploited and a practical and accurate technique of camera calibration from profiles alone has been developed. Compared with traditional techniques for camera calibration, for instance, it may involve taking images of some precisely machined calibration pattern (such as a calibration grid), or edge detection for determining vanish points which are often far from images center or even do not physically exist or calculation of fundamental matrix and Kruppa equations which can be numerically unstable, the method presented here uses just profiles of revolution, which are commonly found in daily life (e. g. bowls and vases), to make the process easier as a result of the reduced cost and increased accessibility of the calibration objects. This paper firstly analyzes the relationship between the symmetry property of profile of revolution and the intrinsic parameters of a camera, and then shows how to use images of profile of revolution to provide enough information for determining intrinsic parameters. During the process, high-accurate profile extraction algorithm has also been used. Finally, results from real data are presented, demonstrating the efficiency and accuracy of the proposed methods.     

顾及粗差的低空数字影像拼接

低空遥感影像相对于传统航空和卫星影像覆盖面积小且像幅数多,影像拼接是内业处理的重要工作之一。低空摄影机畸变大及飞行平台不稳定等因素易产生同名点匹配定位粗差,可能致使拼接低空影像接边误差较大。为减少这些粗差,利用具有尺度、旋转和平移不变性的SIFT算法进行低空影像匹配,然后采用Huber算法约束粗差,并通过Levenberg-Marquardt非线性最小二乘法进行平差,以获得精确的影像拼接单应矩阵。实验验证了该方法可减少拼接缝,提高了拼接精度。     

基于二维DLT的非量测相机检较

非量测数码相机由于价格低廉、使用方便等原因成为近景摄影测量获取影像的主要设备之一。但非量测相机的内方位元素和畸变系数未知,不能直接利用共线方程进行解析计算,因而必须对相机进行检校。而相机参数检校成果质量的高低直接关系着能否满足测量精度的要求。本文提出了基于二维直接线性变换(DLT)的相机标定算法,利用平面控制点解算出像点坐标和相应物点物方空间坐标之间的线性关系,再结合内方位元素及畸变参数的解算进行迭代,以得到满足一定精度要求的相机参数(x0,y0,f,k1,k2,p1,p2),并用MATLAB加以实现。     

基于投影变换的线阵旋转扫描相机标定方法

针对线阵旋转扫描相机标定数据难以获取及模型解算不稳定的问题,提出了一种基于投影变换的线阵旋转扫描相机标定方法。首先构建了一种新的线阵旋转扫描相机成像模型,该模型可以根据相机旋转平台参数、线阵旋转扫描相机成像平面与其切平面的位置关系将旋转扫描图像投影为框幅式图像;然后根据构建出的成像模型,采用直接线性变换法和非线性优化方法进行相机标定和参数优化。试验结果表明,此方法简单易行,具有较高的精度。     

基于PSO和LM算法的坐标转换新方法

3维坐标的转换精度与坐标转换参数的解算精度密切相关,在不同区域的坐标转换参数不完全相同,为了提高测量的精度,就必须求出适合本地区的坐标转换参数,以提高坐标转换的精度。本文直接从坐标转换的非线性方程出发,根据最优化问题的极值条件,研究采用基于微粒群优化(PSO)和拉凡格氏(LM)组合算法求解3维坐标转换参数。结果表明,该方法具有简单性、高效性和普适性,适合测量中3维坐标的转换解算。     

进化多核相关向量机的大坝变形预测

针对大坝变形系统的非线性、复杂性以及不确定等特点,提出一种优化多核相关向量机的大坝变形预测模型方法。通过对实验数据进行归一化处理,核函数的加权组合以及遗传算法对模型参数的优化,建立遗传算法优化多核相关向量机的大坝变形预测模型。实验结果表明:数据归一化能归纳统一样本的统计分布性,加快梯度下降求解最优解速度和提高预测精度;优化的加权核函数能有效提高模型预测精度;各项精度指标值均优于BP神经网络方法、多项式核相关向量机方法预测精度,证实优化的多核相关向量机模型是一种精度较高的大坝变形预测方法。     

基于多像对的近景摄影测量相机对标定

本文利用共线方程进行线性变换与非线性变换的方法实现非量测型相机标定,分三步求解相机内方位元素、透镜畸变参数、外方位元素,再利用解析相对定向方法进行固定相机对的相对模型参数的标定。利用多像对相对定向得到与绝对模型大小一致的立体模型,在求解地物尺寸大小这类不需要坐标数据的应用上非常有效。