为了精确地反映相机的几何成像关系, 本文基于简化的Brown模型和改进的BFGS （Broyden-Fletcher-Goldfarb-Shanno）算法提出了一种相机自标定方法。该方法首先将线性模型 和畸变模型拟合为非线性模型, 通过线性模型的基本矩阵约束非线性模型参数得到约束方 程; 然后, 提出了适用于非线性内参数约束方程的基于新拟牛顿方程的改进 BFGS 算法并求解了方程内参数。利用提出的模型和算法, 该标定方法能够在较少的迭代次数和有噪声条件下保证标定结果的精度和鲁棒性。有、无噪声情况下的收敛性分析和鲁棒性分析显示: 在噪声不大于±3 pixel 的情况下, 迭代10次即能保证重投影误差小于0.4 pixel。通过标定相机内参数并计算重投影误差进行了真实图像实验, 结果表明: 标定精度误差小于0.06%, 重投影误差为0.35 pixel, 验证了提出方法的有效性。 该方法适用于计算机视觉领域中的图像处理, 模式分类和场景分析等。

提出了一种基于正交柱面成像相机的大尺寸三维坐标测量方法。正交柱面成像相机由一个正交柱面成像光学系统和两个正交放置的线阵CCD组成, 它们分别被用来检测被测点的水平角和垂直角。一个相机决定了两个角度, 两个相机交汇, 即可实现被测点的三维坐标测量。所提出的方法在精密坐标测量特别是动态位置跟踪方面具有突出的优势。一个灵活的内参标定方法被用来标定正交柱面成像相机, 内参标定后相机在水平方向和垂直方向角度测量误差的均值分别为1.85″和2.16″。另外, 双相机的外参标定也被介绍, 外参标定后系统的坐标测量精度优于0.52 mm。实验结果表明: 所提出的三维坐标测量方法有效, 具有良好的测量精度。

为了消除相机的场曲给成像带来的空变模糊，提高图像分辨率和检测精度，针对在工业检测中广泛使用的线阵相机，提出了一种消除场曲影响的一维图像复原方法。在分析了空变模糊矩阵结构的基础上，通过估算部分区域的点扩散函数，再由偏移和插值得到全像场范围内的模糊矩阵。由模糊矩阵利用约束最小二乘法得到与观测信号无关的复原矩阵。检测过程中，将采集到的图像信号与复原矩阵相乘，获得复原后的图像。采用检测棉流内异性纤维的异纤检测系统，用含有较细异纤的实际数据对方法进行验证。结果表明，本方法在提高图像边缘处分辨率的同时增强了异常点与背景的差异，异常比增加了10%以上，为进一步提高检测精度创造了条件。

针对在零件的高精度尺寸测量中,线阵CCD相机的图像采集与零件运动的同步问题进行研究。对采用伺服电机和运动控制卡的同步方法进行了分析,提出了采用普通异步电机与编码器组合的控制方法;研究了运动控制系统和相机采集线率之间的关系,设计了基于非等步长的同步控制方式。根据线阵相机图像采集的特点,以标准圆形目标作为标定目标,提取了芯片方向和运动方向的直径参数,实现了物像关系和校正插值系数标定;设计了线性插值算法,可以对任意形状的目标成像进行校正。实验结果表明,该方法简单易行,成本低,可以有效地校正线阵CCD由于运动造成的拉伸变形。