基于抗差岭估计的相机标定方法

数字工业摄影测量中,十参数模型是目前应用最广泛的相机畸变模型,但也存在过度参数化问题。相机标定以像点坐标为观测值,当标定模型同时受到复共线和观测异常的影响时,相机标定结果也会受到影响。为提高相机标定精度,提出基于抗差岭估计的相机标定方法,该方法不仅可以改善模型中由于过度参数化导致的复共线问题,而且可以有效抵制观测值异常的影响,提高相机参数求解精度。     

附约束条件的立体相机标定方法

在计算机视觉和摄影测量领域,经常应用立体相机对场景进行高精度的三维重建,其中立体相机的内参数和相机间的固定相对关系的高精度标定是关键的环节。本文推导了立体相机系统的两个相机间之间固定相对关系的六个独立约束条件,并利用这些约束关系按照附有限制条件的间接平差模型进行自检校光束法整体平差解算,从而实现立体相机的标定。最后的模拟数据和实际数据试验说明固定相对关系约束条件的引入,能够有效增加平差系统的多余观测数,提高标定的精度和稳健性。此方法能够方便地推广到多个相机组成的多相机立体量测系统的标定中。     

一种多目相机的外参数两步联合在线标定方法

相机外参数的标定是计算机视觉和摄影测量领域的研究热点。但是由于实际标定成本和相机安装环境的限制,难以频繁对其进行外参数标定。针对静态多目相机对外参数连续、在线、稳定的标定需求,提出一种多目相机外参数两步联合在线标定方法。该算法通过对共线交会的外参数初值进行稀疏光束法平差,使外参数存在系统噪声的情况下仍获取稳定估计值。外参数标定的实测试验和仿真分析结果表明,该方法对外参数初值系统误差具有鲁棒性强和收敛速度快的优点,解决了多目相机外参数的在线快速标定问题;满足对静态、连续、在线外参数标定有较高需求的实际工程应用,对视觉导航有参考和借鉴意义。     

多影像空三平差辅助下的车载全景相机严密标定方法

针对目前全景相机标定方法的研究现状,提出了一种多影像光束法空三平差辅助下的全景相机内参数严密标定方法。首先建立全景相机标定场,对组成全景相机的每台单相机的内参数进行标定;然后按照预先设计好的摄影参数,旋转摄影获取全景相机在标定场中多个不同摄影方向的影像,利用其中一个摄站的标定影像和物方控制点通过空间后方交会的方法解算单相机之间的初始相对方位元素,即粗标定;最后将所有摄站的标定影像构建区域网并进行光束法空三平差,获取精确的全景相机参数,即严密标定。试验表明,文中提出的全景相机标定方法可以提高标定结果的精度和可靠性,为全景影像的拼接、量测及真彩点云的生成等后续研究和应用奠定可靠的基础。     

基于L曲线法的抗差岭估计模型

介绍了基于L曲线法的抗差岭估计模型及其在抵御系数阵病态和观测粗差影响中的作用,给出了抗差岭估计模型的推导公式及L曲线法确定岭参数的基本原理。最后结合实际算例作出五种方案的计算比较,结果表明：基于L曲线法的抗差岭估计模型能够有效地改善和抵御系数阵病态和粗差观测值带来的影响。     

病态不确定性平差模型的岭估计算法

测量数据在获取的过程中,常存在不确定性,它们会影响参数估计结果,不确定性平差模型的解算方法可以有效提高参数估计的有效性和可靠性。当观测方程的系数矩阵存在接近零的奇异值,采用岭估计可有效抑制观测方程病态性对参数估值结果的影响。当不确定性平差模型出现病态,其受系数矩阵误差和观测值误差的影响更为严重,本文将岭估计法应用于病态不确定性平差模型,推导了迭代算法,以提高解的稳定性,并用算例验证,结果表明了新方法的有效性和可行性。     

一种稳健估计的无人机机载相机标定法

针对无人机机载相机参数需频繁地高精度标定问题,为满足不同条件下以及航测的需要,提出利用稳健估计平差法参与相机标定的方法.该方法根据相机针孔成像原理,利用线性和非线性的Tsai两步标定法,以及从Robust原理导出的选择权迭代法,逐步消弱特征点定位粗差对内参数估计的影响,以实现高精度相机标定.以无人机机载相机Cannon EOS 5D MarkⅡ进行标定试验,并采用9×9棋盘格LCD(纯平液晶显示器)作为标定模板.结果表明,该方法可获取较高的标定精度,且比等权最小二乘法参数估计更优,对于无人机机载相机标定具有一定的实用性.     

选取岭参数的一个新方法

当法方程的系数阵呈病态时,平差参数的最小二乘估计不再是一个良好好估计。为改进最小二乘估计,许多学者提出众多的有偏估计方法,其中影响最大的是岭估计和主要估计。     

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。     

基于平面控制格网的相机标定算法研究

提出了一种基于平面控制格网的相机标定方法。推导了一种简单实用的在平面场景中利用二维直接线性变换和共线方程分解相机外方位元素初值的算法;引入了基于共面条件的约束条件方程,从而建立了基于附加约束条件的自检校光束法平差用于相机的精确标定。实际图像数据实验结果表明该方法同单纯基于标定点的算法相比标定精度明显提高。主点和焦距均达到了子像素的标定精度。检查点的平面和深度方向相对精度优于1/27000和1/38000。可以满足高精度近景三维量测的要求。     

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。     

一种改进的恒星相机在轨检校方法

目前利用星对角距进行恒星相机在轨检校时,一般有两种方法,一种是不考虑镜头畸变,只检校相机内方位元素;另一种考虑畸变的影响,先检校相机内方位元素,再用多项式来拟合畸变。本文在利用镜头畸变规律的基础上,将畸变与相机内方位元素一并检校。实验表明,该方法比其他两种方法能更有效的提高相机检校精度。     

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。     

多面阵数字航摄仪地面检校方法

多面阵数字航摄仪具有高分辨率和大幅面覆盖能力的特点,平台检校是其中关键的一步。本文针对多面阵数字航摄仪的特点,通过公式推导,提出了一种计算地面检校初值的方法,并经过数据测试证明该方法能快速得到较为稳定的相对外方位元素。     

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。     

总体最小二乘法在相机标定中的应用

对比总体最小二乘方法与最小二乘方法在相机标定中的适用性及优越性。在相机标定中,由于像点坐标和对应的地面点坐标均存在误差,因此采用总体最小二乘方法对误差方程中的系数矩阵及观测向量同时改正,能够建立更加合理的计算模型。文中以相机标定两步法为例,通过实例解算,证明利用总体最小二乘法能够得到精度更高的相机标定参数解。     

资源一号02C卫星全色相机在轨几何定标方法

为提高资源一号02C卫星全色影像几何精度,首先从其严格几何成像模型出发,对成像过程中的几何误差来源及其特性进行分析,在此基础上构建资源一号02C卫星全色相机的在轨几何定标模型;然后,将待定标参数分为内外定标参数,采用分步迭代策略进行解算;最后,基于本文的定标模型及解算方法,利用嵩山定标场提供的高精度参考数据对其进行了在轨几何定标实验。实验结果表明,本文的定标模型及解算方法合理有效,能显著提高资源一号02C卫星全色影像的无控定位精度和有控定位精度;同时,内定标精度优于0.3个像元。