作者单位
摘要
1 河北工业大学 机械工程学院, 天津 300401
2 赫德斯菲尔德大学 精密技术中心, 赫德斯菲尔德 HD13DH
针对相位标靶标定相机需采集多幅条纹图获取相位的问题,提出了一种基于彩色交叉条纹的相机标定方法。本方法在每个标定位置仅需一幅条纹图就可以完成特征标识点的提取; 通过液晶显示屏显示一幅红蓝交叉条纹图像,由相机拍摄,采用傅里叶变换和多频外差法分别得到水平和垂直方向的绝对相位; 根据相位标靶的空间位置与图像中绝对相位的精确对应关系,标定相机内参,采用非线性最小二乘法优化。基于重投影误差的实验结果表明,本方法可以快速精确的实现相机标定。
交叉条纹 绝对相位 相机标定 非线性最小二乘法 重投影误差 cross fringe absolute phase camera calibration nonlinear least square method re-projection error 
光学技术
2023, 49(3): 300
作者单位
摘要
1 中国科学院西安光学精密机械研究所,陕西 西安 710119
2 西安电子科技大学 物理与光电工程学院,陕西 西安 710071
3 西安工业大学 光电工程学院,陕西 西安 710021
When the collimator is placed horizontally and installed obliquely, its optical parameters will be greatly different due to different stress states. In order to accurately evaluate the focal length of collimator, according to the mapping relationship between the point on the focal plane of the collimator and the angle of the total station, an accurate mathematical model of the relationship between the focal length and the angle of the total station under the condition of oblique installation is established, the principle projection error caused by the rotation of the vertical axis of the total station is corrected. Several groups of data are collected by total station and experimental verification is carried out. After correcting the distortion, the focal length calculated by each testing point when the line segment is parallel to the vertical wire are 1 980.03 mm, 1 983.45 mm, 1 982.79 mm, the average focal length, i.e. the true value, is 1 982.09 mm. When the distortion is corrected but the projection error is not corrected, the focal length calculated from each testing point when the line segment is parallel to the horizontal wire of the reticle is 996.42 mm, 995.23 mm, 995.22 mm, the relative error of the average focal length is 50.2%. The range of focal length calculated by each testing point when the line segment is located in different quadrants and parallel to the horizontal wire of the reticle is 4.74 mm after correcting the projection error and distortion, the average focal length of all testing points is 1982.69 mm, the difference between the average value and the true value is 0.6 mm. The maximum relative error between the extended uncertainty of the focal length calculated by different testing point and the true value of the focal length is 0.36%. This value is far less than the stipulation in GB/T 9917.1-2002 that the relative error between the measured focal length and the nominal focal length in the photographic lens does not exceed ±5%. The experimental results show that the model has universality and high accuracy, the phase of the target slit in the reticle is allowed to be a random value, there is no need to adjust the slit to be strictly parallel to the vertical wire of the total station, the model has great engineering application value for the in-situ detection of the focal length of the collimator under the condition of oblique installation.
焦距 畸变 投影误差 原位标定 随机相位 focal length distortion projection error in-situ calibration random phase 
红外与激光工程
2022, 51(11): 20220124
作者单位
摘要
1 河南工业职业技术学院 电子信息工程学院, 河南 南阳, 473009
2 西安邮电大学 网络空间安全学院, 陕西 西安, 250104
针对当前手势识别算法易受光线变化、复杂场景等干扰, 从而导致手势识别准确性下降的问题, 定义了一种体感控制与深度相机的手势识别算法。所提出的手势识别方法结合了体感控制(Leap Motion)传感器和Kinect深度传感器, 可以有效提高手势识别精度与鲁棒性。通过体感控制传感器提取指尖与手的质心距离、指尖与手掌平面的高度、指尖与手掌中心的角度, 以及指尖在手参照系统中的3D位置; 通过Kinect深度传感器来提取手指样本与手部中心的距离、手部轮廓的局部曲率、手部形状的连通区域以及距离特征之间的相似性; 为了结合两种不同传感器数据的互补信息, 摒弃冗余, 通过采集的指尖3D位置, 找到旋转平移参数, 以最小化所有采集帧中指尖点的平均投影误差来定义一种联合校准方法, 确定体感控制传感器和Kinect深度传感器的外部参数, 完成两种传感器坐标转换; 采用支持向量机(SVM)进行分类学习, 完成手势识别任务。实验表明: 相对于已有的手势识别算法, 所提算法不仅在Jochen.Triesch手势数据库中具有更高的平均识别率, 约为97%, 而且在不同光线、不同肤色和背景的复杂环境下, 其同样具有更高的准确率与稳健性。
手势识别 体感控制 深度相机 联合校准 质心距离 平均投影误差 传感器坐标转换 gesture recognition somatosensory control depth camera joint calibration centroid distance average projection error sensor coordinate conversion SVM SVM 
光学技术
2022, 48(3): 341
作者单位
摘要
上海理工大学光电信息与计算机工程学院,上海 200093
大多数视觉里程计通过跟踪图像序列中点特征几何位置的变化实现对相机位姿的估计。线是点的集合,相对于离散的点,帧间线特征的位置变化更具有显著性,因而有利于提高特征检测跟踪的鲁棒性。另外,在一些弱纹理场景中,点特征不够丰富,作为对点特征的补充,提出了一种融合点线特征的立体视觉里程计算法。构建新颖的点线重投影误差模型作为目标函数求解旋转矩阵和平移向量。模型中,使用Huber核函数减小特征误匹配对优化过程的影响。选取ORB算子检测点特征,LSD算子检测线特征,匹配时施加恒速约束、环形匹配、Bucketing约束和外观几何约束,提高特征匹配的速度及精度。采用公共数据集KITTI和EuRoC对算法进行评测,实验结果表明,该算法在多种场景中的鲁棒性能,相较于其他具有代表性的视觉里程计算法,在精度方面有提升。
视觉里程计 位姿估计 点线特征 重投影误差 visual odometer pose estimation point-line features re-projection error 
光学仪器
2021, 43(4): 19
孙云雷 1,2,3,4,5,*吴清潇 1,2,4,5,**
作者单位
摘要
1 中国科学院沈阳自动化研究所, 辽宁 沈阳 110016
2 中国科学院机器人与智能制造创新研究院, 辽宁 沈阳 110016
3 中国科学院大学, 北京 100049
4 中国科学院光电信息处理重点实验室, 辽宁 沈阳 110016
5 辽宁省图像理解和计算机视觉重点实验室, 辽宁 沈阳110016
针对ORB-SLAM2 (Oriented FAST Rotated BRIEF SLAM2)系统中相机位姿求解精度不高,只能生成稀疏地图的问题,提出了一种在ORB-SLAM2系统框架上将稠密的直接法和原系统采用的稀疏特征法结合在一起求解相机位姿,并生成稠密地图的方法。该方法改进之处包括:在原系统使用的第三方图优化库g2o(General Graph Optimization)中创建一条新的稠密约束一元边,将稠密直接法的光度误差约束加入到图优化库g2o中;跟踪相机时先通过稠密直接法计算相邻两帧图像之间相机的旋转变换,再利用改进后的图优化库g2o同时最小化特征法的重投影误差和直接法的光度误差,优化求解6 DOF(Degree of Freedom)相机位姿;在ORB-SLAM2系统框架上添加稠密重建线程,将周围场景的重建结果实时反馈给用户。在TUM RGB-D和ICL-NUIM数据集上的测试结果表明,本文方法在一定程度上提高了ORB-SLAM2系统中相机位姿的求解精度,不仅可生成稀疏地图,还可重建更高精度的稠密地图。
图像处理 即时定位与地图构建 图优化 重投影误差 光度误差 
激光与光电子学进展
2019, 56(16): 161013
作者单位
摘要
贵州大学大数据与信息工程学院, 贵州 贵阳 550025
为了解决传统图像拼接算法匹配率低以及拼接速度慢的问题,提出一种结合区域分块的快速BRISK图像拼接算法。采用频域相位相关算法寻找两幅图像间的相似部分,将其均匀划分成N×N'的图像块,计算各图像块的标准差,选择标准差较大且分布在不同位置的两个图像块,用BRISK算法进行特征点粗匹配。获得匹配点对后,构造有向线段并进行邻近线段匹配。通过随机选择的匹配点对计算投影变换矩阵,进行投影误差校正,最后进行加权融合和亮度均衡化完成图像拼接。实验结果表明:该算法能够保证图像拼接的正确率大于90%,并且拼接速度提升63.7%。
图像处理 图像拼接 区域分块 有向线段 投影误差 效率提升 
激光与光电子学进展
2018, 55(3): 031005
作者单位
摘要
吉林大学 通信工程学院, 吉林 长春 130012
针对现有图像拼接方法实时性受限的问题, 提出了一种通过对图像拼接中重叠区域部分图像特征检测和投影误差校正两部分相结合的快速图像拼接方法。首先, 该方法特征检测范围仅集中在待拼接图像重叠区域的部分图像块, 从中获取尺度不变特征变换(SIFT)的特征点信息。然后, 在特征匹配后应用投影误差校正方法, 达到充分利用有限匹配点对计算出高精度投影变换矩阵的目的,避免了不必要的特征检测和匹配搜索, 继而大大加快了图像拼接速度。最后, 结合图像拼接的质量评价方法对图像拼接结果做出质量分析, 以反映改进方法的性能。实验结果表明: 对比文献所提出的快速图像拼接方法, 本文方法在保证图像拼接质量的前提下显著降低了拼接时间; 在所给的3组实验图像中, 拼接速度平均提升了54%左右, 证明了本文方法的可行性和有效性。
图像拼接 尺度不变特征变换(SIFT) 投影误差校正 质量评价 Image stitching Scale Invariant Feature Transform (SIFT) correction for projection error quality evaluation 
光学 精密工程
2017, 25(6): 1645
作者单位
摘要
1 浙江大学 机械工程学院系, 浙江 杭州 310027
2 中国航空工业集团公司 陕西飞机工业(集团)有限公司,陕西 汉中 723213
工业相机常采用基于圆形控制点的方法进行标定, 但该方法存在不对称投影问题,极易产生标定误差。为了避免引入不对称投影误差并能以迭代方式修正这一误差,本文提出了一种利用圆心不对称投影所蕴含信息的相机标定方法。首先,推导了平面模板上的圆形控制点投影成为椭圆之后的理论坐标;然后,提取每一幅标定板图像中实际椭圆的中心坐标,通过最小二乘算法求得该幅图像对应的精确投影变换矩阵;最后,利用所有的投影变换矩阵求出相机内参数。实验结果表明:采用本文提出的标定方法,标定结果的重投影误差降到了1/50 pixel。该方法可一次完成标定,计算简单,标定精度高,适用于工业相机的标定。
工业相机 相机标定 不对称投影 投影变换矩阵 重投影误差 industrial camera camera calibration asymmetric projection projection transformation matrix re-projection error 
光学 精密工程
2014, 22(8): 2267

关于本站 Cookie 的使用提示

中国光学期刊网使用基于 cookie 的技术来更好地为您提供各项服务,点击此处了解我们的隐私策略。 如您需继续使用本网站,请您授权我们使用本地 cookie 来保存部分信息。
全站搜索
您最值得信赖的光电行业旗舰网络服务平台!