利用正交消隐点的几何特性和不同位姿摄像机图像平面中对应消隐点间的无穷单应关系，提出了一种摄像机内参数的自标定方法。该方法在任意两个位置下拍摄两组正交平行线，获取两幅图像上共四个消隐点后，设计了判定算法确定其间的对应情况。利用对应消隐点之间的无穷单应关系，结合正交消隐点与摄像机光心连线的正交性建立约束方程，实现了对摄像机内参数的线性求解。为了抑制噪声对标定结果的影响，建立基于矩形成像反演点特性的指标函数，利用LM 寻优算法实现了对内参数的非线性优化。实验结果表明，该算法具有对应消隐点判断简单有效，标定结果精度高、实时性强、适用范围广的优点，而且参数优化能够有效地抑制图像噪声，提高了标定算法的稳健性。

基于矩形两组对边的消隐点特性和隐含的长宽比信息，提出了一种新的摄像机自标定几何方法。该方法仅依据同一个矩形的两次或三次成像，即可在摄像机传感器特性已知或未知时标定摄像机内参数并辨识矩形长宽比。利用空间中有限距离点与同一无穷远点的连线相互平行和完全四边形的调和分割特性，以及被多次成像的矩形长宽比相同的特点，建立了摄像机内参数约束方程。通过建立与直线段成像相关的代价函数，提出了畸变参数寻优与线性内参数标定相迭代的畸变校正方法，可获得与摄像机无畸变情况下相当的自标定精度。在确定矩形任意两个顶点坐标的情况下，即可求解摄像机所有外参数。仿真实验表明，该标定算法收敛快速，对图像噪声不敏感。实际图像实验表明，与传统平面靶标法相比，该方法不但减少了预知条件，而且提高了标定精度和效率。

建立了小模数齿轮视觉检测系统用于小模数齿轮的工业测量。针对该系统在标定过程对图像降噪的需求, 提出了基于Curvelet变换的域尺度与方向相关性联合降噪算法。首先, 介绍了Curvelet变换的原理和过程; 根据齿轮自身的对称性特点提出了利用尺度和方向间相关性的联合降噪算法, 并计算了对应的参数。然后, 比较了不同噪声情况下该算法的处理效果。最后, 同3种常见的降噪算法(高斯滤波, 小波降噪, 普通的Curvelet阈值降噪)进行了比较。结果显示: 经相关性联合降噪算法处理后的峰值信噪比(PSNR)优于高斯滤波6 db以上; 优于小波变换降噪3 db以上; 优于阈值降噪8 db以上。处理结果表明: 提出的算法可较好地保持齿轮边缘效果, 可满足小模数齿轮视觉检测系统后期摄像机自标定图像质量的需求。

提出一种基于因子分解和光束法平差的摄像机自标定算法, 只需手持定焦摄像机围绕物体拍摄3 幅以上图像即可估计出摄像机的内参数以及畸变系数。该方法有3 个主要特点:一是由于在因子分解重建过程中采用了所有图像的信息, 因此具有很好的鲁棒性；二是由于在完成欧式重构后采用光束法平差对摄像机内参数以及畸变系数进行了非线性优化, 因此具有较高的标定精度；三是由于对标定物体、摄像机运动没有严格的要求, 因此在实际应用中易于实现。仿真和真实实验证明了该方法的可行性, 特别适用于基于图像序列的近景摄影测量系统, 算法已经成功应用于绵阳铁牛科技有限公司自主研发的特征点拍照测量系统(TN 3DOMS.FP v1.2)。

基于正交的两组平行直线形成的消隐点的几何特性,提出了一种摄像机内外参数的自标定方法。该方法利用连接光心与消隐点向量的正交性质,建立关于相机内参数的约束方程,并给出了约束方程的线性解法;针对现有自标定方法未能标定畸变系数的现状,提出了一种考虑畸变的非线性最优化算法,该算法以线性求解得到的内参数为初值,利用非线性单纯型法寻优标定畸变;建立消隐点坐标系,给出了摄像机外参数的求解算法。所给出的自标定方法不需要知道空间点的精确坐标,具有易于实现、精度高和稳健性好的优点。