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.     

一种改进的立体摄像机标定方法

克服了传统的立体摄像机标定要求在摄像机前精确地配置标定物,过程繁复,户外实现较困难的弱点,提出一种改进标定方法,通过双目匹配点,线性地求解本质矩阵,快速找出摄像机的相对位置关系。实验表明,其精度与传统的方法相当,且优于其他的快速标定方法,可广泛应用于各种户外场合。     

利用二维DLT及光束法平差进行数字摄像机标定

利用共线方程和二维DLT之间的对应关系导出了由二维DLT的8个参数表达的主纵线方程式,讨论了主点初值的求解方法,给出了单张像片摄像机参数分解不惟一性及临界序列的证明。详细推导了利用二维DLT参数分解摄像机外方位元素初值的实用算法,论述了利用光束法平差进行摄像机标定的数学模型。实际图像数据实验取得了很好的结果,验证了本文所提出的摄像机标定算法的可行性。     

车载摄像机外参数的动态卡尔曼滤波标定法

本文针对结构化道路条件下自主驾驶车车载摄像机外参数的动态实时标定问题,分析了自主车的动力学模型、高速公路的动态道路模型以及车载摄像机的成像模型之间的关系;利用扩展卡尔曼滤波,提出了一种在线动态标定算法,并实现了车载摄像机的实时自动标定。通过实车试验,验证了方法的正确性。     

基于非线性误差模型的参数估计

测量平差与数据处理所涉及到的误差模型大多为非线性模型。对非线性模型作线性化处理必然导致信息的损失和牲的改变。因此,在非线性模型空间内进行测量平差与数据处理是学科发展的必然趋势。在对非线性函数误差模型与非线性随机误差模型作出假定的基础上,本文着重讨论了关系型函数模型与相关型函数模型中参数的估计准则与解算方法。     

非量测相机的一种快速平面标定法

非量测相机由于其便捷性和价格低的优点受到越来越多的人青睐.平面标定也因为它的制作方便受到越来越多的关注,但是其不稳定性也让很多学者头疼.本文改进了张正友的方法,提高了相机内方位元素初值的精度,从而减少了迭代次数,也使迭代更容易收敛.     

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.     

基于本质矩阵的无人机影像精确匹配

无人机影像以其低成本、获取容易、信息量大等优点得到了广泛的应用。影像匹配是影像数据处理的重要环节,常用影像匹配的方法存在误匹配多或剔除大量正确匹配的问题。LMed S算法比其他稳健方法更严格,"5点算法"得到的本质矩阵可用于匹配点对共面的场景。本文使用LMedS算法结合"5点算法"求解本质矩阵作为剔除误差的模型,同时利用ORB算法提取速度快的特点,构建了一种精准同时兼顾了效率的匹配方法。本文对该算法开展了试验研究,并与其他常规算法进行比较。试验结果表明,本文算法保留的匹配点数数量多,分布较均匀,适用于多种场景,是一种有效、快速精准的影像匹配算法。     

地面检校场的非量测型数码相机检校

由于相机检校作为非量测型数码相机应用于摄影测量前的必经步骤,其精度直接决定着后续测图的精度,因此针对传统的相机检校方法不能较真实地反映相机的物理状态、检校精度不高的问题,该文给出了基于地面检校场进行检校的流程,并以和静县数据为例,将该方法的检校精度与基于室内三维检校场以及基于纯平液晶显示器的检校精度进行了对比。实验表明:经该方法检校出来的相机参数精度更高,能够满足大比例尺测图要求。     

基于单位四元数的数码相机检校

相机检校是航测工作中的基本组成部分,尤其在使用普通数码相机进行测量工作时,检校工作更为重要。本文将单位四元数引入共线方程进行空间后方交会,用单位四元数替代欧拉角,避免了三角函数运算的复杂性,也避免了三角函数存在奇异性的问题,同时也使得相机检校功能得到了扩展,在地面坐标与像空间坐标存在大旋转角的情况下,亦能正确地解决出相机内方位和畸变参数。     

相机畸变的混合模型迭代检校法

严格的相机检校是进行高精度测量和三维模型重建的基础。本文通过模拟理想影像并对之加入各种畸变,针对相机平面畸变检校模型中的径向、偏心和平面内3种畸变进行了探讨,结果发现同时考虑径向、偏心和线性3种畸变的物理检校模型要优于只考虑其中某一种或两种畸变的物理检校模型;试验结果同时表明现有物理检校模型并不能完全消除影像畸变;针对物理检校模型不能完全消除影像畸变的问题,本文引入数学检校模型（切比雪夫多项式）,并提出物理检校模型和数学检校模型混合迭代检校的思想,通过模拟影像试验验证这一方法比单一使用物理模型或数学模型更能有效地降低影像畸变;最后本文对运动相机GoPro影像检校试验进一步验证了提出的混合模型迭代检校法能够更好地检校影像畸变。     

用于普通相机标定的三维控制架测量方法

普通相机标定的三维控制架降低了控制场的建设成本,使用户自主进行相机标定成为可能。针对如何快速准确进行三维控制架测量,获得高精度控制点坐标问题,该文分别采用两测站空间前方交会法和单测站空间极坐标法对三维控制架进行测量,分析对比两种方法的测量精度,并总结出提高测量精度的方法。实验表明,两测站空间前方交会法测量精度高,测量方法简便易行,精度稳定可靠。     

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。     

非量测数码相机的畸变差检测研究

本文主要研究利用数字畸变模型和附加参数的光束法平差对非量测数码相机进行内方位元素和畸变差的测定。分别运用两种检校方法对UAVRS Ⅱ无人机遥感系统机载非量测数码相机进行检校实验,并采用统一比例尺的方法进行精度比较。实验结果表明两种方法检校精度接近,证明了该面阵数码相机的畸变基本符合系统畸变规律,只存在极少量的随机畸变,也进一步证明了利用数字畸变模型纠正数码相机畸变差的可行性。     

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。     

基于多片空间后方交会的CCD相机检校

近年来,CCD相机逐步应用于近景摄影测量、低空摄影测量。影响摄影测量成果精度的重要因素之一是相机的技术参数,因此相机技术参数的检校是保证成果质量能否满足精度要求的关键问题之一。文中通过单片空间后方交会和多片空间后方交会的比较试验,分别对两种方法实施了精度分析和可靠性分析,总结得出多片空间后方交会是一种更为可靠的CCD相机检校方法,且运用多片空间前方交会方法进一步验证了多片空间后方交会检校成果的可靠性。     

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。     

数码相机室内三维检校场的精密测量技术

针对山东科技大学数码相机室内三维检校场中标志点数量多、排列较规则的分布情况,本文采用Axyz/MTM工业测量系统实现无接触、高精度、高效率、实时控制的精密观测来取代传统的测量方式,通过测站、标准尺摆放位置的优化,获得最佳观测方案,以克服工业测量实践中复杂观测条件下容易导致测量成果不能达到预想精度的缺点,从而提高整体精度。