广角镜头的摄像机非线性标定技术

在路面检测的计算机视觉系统中,采用了线结构光照明和摄像机采集外界三维信息。为了实现在大范围内的测量,摄像机采用了广角镜头摄像,同时也引入了比较大的图像畸变。为了精确标定摄像机,采用比较接近实际情况的几何模型,并采用非线性迭代解方程的方法对摄像机进行标定,求解摄像机的内外参数。实验精度可以达到0.1mm。该方法简洁实用,可以采用这种方法在实际当中对系统进行标定。     

基于计算机视觉的立木枝干直径自动测量方法

立木枝干直径是智能型立木整枝机器人工作的重要工作参数.该文提出了一种基于计算机视觉原理的立木枝干自动测量方法.该方法利用已知大小的标定尺简化无线性畸变CCD摄像机标定过程.首先,将标定尺与被测立木紧贴在一起并通过CCD摄像机获取它们的图像;其次,从图像中通过二次模板匹配方法检测标定尺并统计标定尺像素数;然后,计算出图像每一个像素代表的实际尺寸;第四,通过立木枝杈点检测分离出树干和树枝;最后,将统计立木枝干直径的像素数与每一个像素代表的实际尺寸相乘就可以很容易地计算立木枝干直径.该文测量了12组立木枝干的直径,平均绝对误差为0.67 cm,平均相对误差为1.9%.实验结果表明,计算机视觉的立木枝干直径自动测量方法能够比较精确地解决智能型立木整枝机器人中的立木枝干自动测量问题,但是该方法在进行复杂背景立木枝干直径测量时精度需要进一步提高.      

一种基于圆形标志点的摄像机标定方法

摄像机标定是估计成像过程中的摄像机参数,它直接影响测量的准确性。本文针对圆形标定板的特性,提出了一种基于圆形标志点的摄像机标定方法。首先,提取图像中目标轮廓,用区域属性函数获得图像中目标的属性,计算出标志圆质心的坐标;然后用Zhang提出的基于平面两步标定法进行摄像机标定,并对内参数运用最大似然估计求解;外参数运用最小二乘法和最大似然估计算法求解;最后,对标定结果进行评价。实验结果表明,标定残差的平均误差在0.3以下,验证标定方法的可行与有效性。     

计算机视觉摄影测量模型的标定算法

计算机视觉摄影测量模型的求解效率和精度是采用摄像机进行测量的关键。为对所建立的摄影测量模型进行高效求解,根据正交变换的基本原理,提出了基于吉文斯变换的标定模型解算方法。利用该算法对模型进行了标定计算,获得了较高的标定和测量精度。     

全景视频摄像机的非参数化几何校正与拼接

提出了一种新的多相机全景视频拼接几何校正拼接方法。先用全景视频摄像机组采集标准标定场的稀疏特征点阵,利用自适应网格细分技术把采集的图像和标定场坐标细分到像素级对应,则全景视频的几何校正和拼接可以通过直接映射得到。在摄像机阵列相对位置固定时,可以一次校正多次使用。本文方法避免了普通拼接方法的特征点检测、匹配优化等参数求解过程,尤其是采用具有较大畸变的广角镜头和相邻相机视场重叠较少时更能体现出其优越性,并可以很容易地迁移到类似的应用中。通过一个原型系统,验证了本文方法的有效性。     

基于双目立体视觉的花卉三维重建

花卉的植物结构形态复杂,对于农业科研具有十分重要的意义。为了方便快捷地获得花卉的三维形态模型,利用2个平行且位置相对固定的摄像机,组成双目立体视觉系统。运用Chatterjee方法进行摄像机标定,采用区域相关匹配算法对获取的图像进行立体匹配。利用Delaunay三角剖分重建花卉三维曲面模型。结果表明:提出的方法能够准确地对花卉进行三维重建,具有快速、非接触、自动化程度高等特点。     

一种改进的摄像机标定方法

设计并实现了一种基于一阶径向畸变模型的摄像机标定方法。对方格标定模板图像进行预处理,缩小角点检测范围,对SUSAN算子的USAN面积域值进行快速自适应选取,提高了角点检测的速度和准确度。在考虑了一阶径向畸变的情况下,建立摄像机模型,利用匹配后的图像角点亚像素坐标,逐步求解了内外参数。结果表明,本方法具有较高的精度和良好的实时性。     

基于神经网络的立木枝干测量方法研究

通过神经网络算法完成实现摄像机标定,并将标定方法应用到立木枝干的测量上,实现立木枝干尺寸测量的自动化.该方法包含3个主要步骤:首先是通过图像预处理提取特征点,其次针对树木特点提出改进型神经网络摄像机标定算法,最后对测量方法进行验证并对误差进行分析.结果表明,此方法的测量精度能达到0.1mm,测量误差为±1.40 mm,满足作业要求.     

智慧森林中火点视频图像自动定位算法

以智慧森林中数字视频监控系统为平台,利用摄像机标定技术和空间立体分析,对森林火灾进行自动定位算法研究。运用穷举搜索法和二分法,借助DEM模型,判断地形剖面上的火点位置。根据林区地形变化的特点,运用摄像机镜头光轴在空间的平移方法,在平面像素坐标与立体空间坐标之间建立映射,简化算法,提高计算精度。实际应用表明,该算法在经过40多组数据的测试,计算的火点位置直线距离误差在95 m范围内,旋转角和俯仰角的精度得到了提高。     

CCD摄像机内外部参数快速准确的标定方法

导出了一种ＣＣＤ摄像机的成像模型，给出了一种基于这种模型的ＣＣＤ摄像机内部、外部参数标定方法，该方法的特点是无需迭代，且精度高。     

植物叶片面积测量系统的设计及应用

介绍了用CCD（Charge Coupled Device）测量植物叶片面积的方法，设计了测量系统的多种组成方案。该系统通过标准的图像接口，实现了硬件部分与软件部分相互无关，硬件可以采用扫描仪、数码相机、视频图像采集卡加视频摄像头等应用CCD的数字化图像采集设备。软件采用交到方式实现图像分割、系统标定和最终测量，试验表明，该系统具有测量精度高、测量范围大、使用方便等特点，使用数码相机时可以实现非破坏性测量，在农业、林业等方面具有广泛的应用前景。     

Enhanced broadband greenness in assessing Chlorophyll a and b,Carotenoid, and Nitrogen in Robusta coffee plantations using a digital camera

Direct-leaves measurement of spectral indices using a digital camera with a portable small chamber and custom illumination is used to take images of 600 leaves from 40 coffee plants. In this research, several vegetation indices (VIs) are developed and evaluated. Through a series of experiments, Chlorophyll a and b, Carotenoids, and Nitrogen critical level of Robusta coffee plants are analyzed and evaluated using selected VIs obtained from spectra of different tools like Spectrometer, digital camera, and SPAD-502 Chlorophyll meter. The actual Nitrogen critical level was determined using Kjeldahl laboratory test. Beside Hue, the newly proposed VIs could significantly improve the correlation in estimating photosynthetic pigments (Chlorophyll a and b, Carotenoids) and Nitrogen critical level of Robusta coffee plant. Finally, consumer-grade digital camera with custom chamber is shown to be used for rapid and accurate in situ estimation of Chlorophyll a and b, Carotenoids, and Nitrogen critical level of Robusta coffee plant from direct-leaves measurement.     

应用Harris角点检测进行图像拼接的超长板材尺寸测量方法

选择约700 mm(长)×200 mm(宽)的10块柞木板材为研究对象;用相机进行标定得到相机内部参数、外部参数,对采集的板材图像进行镜头畸变修正;对图像进行高斯平滑处理后,采用Harris角点检测方法对采集的先后两帧图像进行图像拼接;采用边缘检测得到板材完整的边界信息,通过建立空间坐标系与像素坐标系的转换关系完成板材尺寸计算。结果表明:相机标定与畸变补偿,提高了测量的精度由5 mm至1 mm;图像拼接方法,解决了长尺寸板材机器视觉测量困难的问题;采用Sobel算子边缘检测方法,能够准确保留边缘信息,速度快、计算简单;测量结果最大标准差为0.582 mm,测量精度小于1 mm。     

利用数码相机测定茶树叶面积的新方法

[目的]简化植物叶片面积测量方法,方便田间测量。[方法]利用数码相机拍照法和硬币辅助数码相机拍照法测量选定茶叶的面积,并将测量结果分别与坐标纸测量法相对比。[结果]利用数码相机拍照法测量云抗10号、黄观音和十里香茶的叶面积的测算误差分别为0.54%、1.60%和5.15%,而利用硬币辅助数码相机拍照法测量的佛香1号、佛香2号、佛香3号、九龙袍、软枝乌龙和十里香茶6个茶树品种叶面积的测算误差范围为1.86%～4.69%。[结论]硬币辅助数码相机拍照法测量结果准确、可靠,特别是适宜于叶面积小的茶树品种,而且可以随时进行测量。     

基于智能手机单目视觉的多株立木高度提取方法

  目的  提出一种智能手机单目视觉下的多株立木高度提取方法。  方法  该方法以智能手机为采集设备，利用Graph Cut 算法对输入的立木图像进行分割定位，实现单幅图像中多株立木轮廓的自动获取；再通过智能手机相机对摄像头进行标定，从而基于几何相似法获取智能手机相机图像的深度信息。在不同角度下拍摄标靶，进行深度提取模型的精度优化，进而确定信息提取的最优方位。同时，结合高精度陀螺仪获取相机俯视角，根据提取的深度信息和相机俯视角实现非接触条件下的多株立木高度测量。  结果  使用型号为MI 2S的小米智能手机为试验设备，在本方法中的立木高度测量模型具有良好的稳定性，并且试验中最高相对误差为2.45%，树高测量精度可达97.55%。  结论  基于智能手机单目视觉下的立木高度提取方法精确度高、操作简便，能够有效满足国家森林资源二类调查中对于树高测量精度的要求。      

基于智能手机与机器视觉技术的立木胸径测量方法

针对现有森林资源调查中立木胸径测量工作劳动强度大、效率低,先进设备操作复杂、成本高等问题,结合相机标定、三维重建、机器视觉和近景摄影测量等技术,探索基于智能手机与机器视觉技术的立木胸径测量方法。通过智能手机获取待测立木的图像信息,运用Lab颜色空间模型(Lab color model)和3×3算子对图像进行卷积运算,得到立木图像的视觉显著图; 结合HSV颜色模型(色调H,饱和度S,明度V)中的H分量增强图像中立木树干部分的颜色对比度,通过图像分割算法识别并获取自然环境下的目标立木轮廓区域; 通过一种改进的带有非线性畸变项的相机标定模型标定智能手机的相机内、外参数,并借助相机参数和二维图像信息进行三维世界坐标重建,从而实现树干1.3 m处胸径的测量。经验证,一定距离内胸径测量结果的相对误差小于2.50%。该方法测量精度较高,符合森林资源调查对胸径测量的精度要求,可应用于森林资源调查。     

基于智能手机方位传感器的叶面积测量校正

针对使用智能手机野外测量叶面积时很难保证主光轴与叶平面垂直导致测量精度下降的问题,采用针孔相机模型和数字图像处理技术相结合的方法,对叶片平面和手机平面存在夹角时的叶面积测量建立误差校正模型并进行研究。1)以10片不同大小的椭圆形模拟叶片对开发的android App进行仿真测试,结果显示,叶面积测量值与理论值之间的决策系数高于97%,并且随着叶片与手机平面夹角的增大而减小,校正后的相对误差为-6%~8%,未校正的高达41.4%。2)以向日葵、番茄、辣椒和茄子等植物叶片对误差校正公式进行验证,结果显示,当夹角15°,拍照高度为30~65cm时,叶面积测量的相对误差为-6%~6%,未校正的为-27.5%~25%。     

提高植物叶片面积测量精度的方法

介绍了用CCD（Charge Coupled Device) 提高植物叶片面积测量精度的方法，分析了采用不同的图像获取设备时影响测量精度的各种因素。讨论了使用数码相机时消除线性几何畸变影响的方法，使利用数码相机实现非破坏性测量真正走向了实用化。     

基于消费级双目相机的立木因子测量方法

  目的  随着林业信息化的快速发展,机器视觉测量技术广泛应用于林业领域。针对传统立木因子测量方法成本较高、携带不便、操作复杂等问题,提出消费级双目相机与机器视觉技术相结合的立木因子无接触测量方法。  方法  首先使用消费级USB 3.0双目相机采集立木图像,通过改进的SGM算法生成高质量视差图;再根据三角原理转化为深度图,进而获取立木三维点云;基于空间密度聚类和混合滤波三维点云去噪方法快速准确去除聚集、离散的噪声点,再进行方向矫正和点云分割;最后,利用最值遍历法和椭圆拟合法实现树高、胸径的无接触测量。  结果  树高、胸径的相对测量误差分别小于2.219%、5.620%,测量值与真实值的相关系数R2分别为0.978、0.995,均方根误差分别为0.047 m、0.249 cm。  结论  本方法易操作、成本较低,同时具有较高的测量精度,能够满足无接触测量的需求。图5表2参27