基于平行直线特征的相机标定和定向
本文关键词:基于平行直线特征的相机标定和定向 出处:《工具技术》2017年11期 论文类型:期刊论文
【摘要】:为了解决特征点方法在纹理贫乏和同名点不足情况下无法标定和定向视觉系统的问题,本文提出了一种利用平行直线特征对视觉系统进行在线的标定和定向方法,从而为仿生视觉系统提供实时的相机参数。首先利用空间中的平行直线在像面上会成像为消失直线这一特性,对空间中具有不同直线关系的直线簇进行识别与分类,找出具有呈平行关系的直线对;然后从三个不同的方位拍摄这些平行直线特征,完成视觉系统的在线标定;最后利用两对平行直线信息完成视觉系统的定向。与点特征相比,直线特征广泛存在于人们的生活环境之中,并且对具有直线特征信息的识别和匹配更为可靠和准确。通过仿真和试验验证了该方法的可行性,为具有仿生视觉功能的服务机器人的导航和环境认知提供了标定和定向数据。
[Abstract]:In order to solve the problem that the feature point method can not be calibrated and oriented vision system in the case of poor texture and lack of the same name points. This paper presents an on-line calibration and orientation method for vision system using parallel line features. In order to provide real-time camera parameters for the bionic vision system. Firstly, the parallel lines in the space will be imaged as vanishing lines on the image plane. The linear clusters with different linear relationships in space are identified and classified to find out the linear pairs with parallel relationships. Then these parallel linear features are photographed from three different directions to complete the on-line calibration of the visual system. Finally, two pairs of parallel linear information are used to complete the orientation of the visual system. Compared with the point feature, the linear feature widely exists in people's living environment. And it is more reliable and accurate for recognition and matching with linear feature information. The feasibility of this method is verified by simulation and experiment. Calibration and orientation data are provided for navigation and environment cognition of service robots with bionic vision function.
【作者单位】: 北京信息科技大学光电测试技术北京市重点实验室;
【基金】:863计划先进制造技术领域2015年项目(2015AA042308) 北京市教委科技计划项目(KM201511232020)
【分类号】:TP242;TP391.41
【正文快照】: 1引言在未知环境中,描述机器人的位置需要根据关注和跟踪的对象不断调节视觉系统的对焦状态和双目之间的相对位置关系,实现准确识别、跟踪、重建关注对象和周围环境。如何及时获得视觉系统的内外方位参数是准确识别、跟踪和重建的基础[1]。在大部分的情况之下,这些参数的获取
【相似文献】
相关期刊论文 前10条
1 汪贵平;王会峰;刘盼芝;巨永锋;;特征平行直线的成像畸变现场校正[J];光子学报;2014年01期
2 辛欣;郝林;汤瑜;;空间两平行直线间距离的保密计算协议[J];计算机应用研究;2013年05期
3 曲学军;张璐;;基于平行直线束图像序列的摄像机标定[J];计算机测量与控制;2010年06期
4 唐大江,熊汉伟,张湘伟;一种快速的相机标定方法[J];汕头大学学报(自然科学版);2001年02期
5 李立冬,刘教民;单目视图下相机标定和平面测距研究[J];河北科技大学学报;2005年01期
6 王崴;唐一平;张宇红;徐晓东;时冰川;;阵地地貌反求测量中的相机标定[J];光学精密工程;2009年10期
7 刘红坤;王江安;;传统方法在水下相机标定应用中的研究[J];舰船电子工程;2012年02期
8 戴东凯;王省书;胡春生;焦宏伟;;基于天文观测的相机标定及姿态测量技术研究[J];光学学报;2012年03期
9 郑顺义;黄荣永;郭宝云;胡X;;附约束条件的立体相机标定方法[J];测绘学报;2012年06期
10 李叶舟;吴小媚;牛少彰;孟宪哲;;基于相机标定的文字变造篡改鉴定[J];北京邮电大学学报;2012年06期
相关会议论文 前3条
1 张飞;;相机标定方法综述[A];2011年全国通信安全学术会议论文集[C];2011年
2 李起成;杨猛;陈毅松;汪国平;;基于彩色圆柱的相机标定法[A];第一届建立和谐人机环境联合学术会议(HHME2005)论文集[C];2005年
3 吴少平;张爱武;臧克;;基于虚拟标定场的数码相机内参数标定方法[A];中国系统仿真学会第五次全国会员代表大会暨2006年全国学术年会论文集[C];2006年
相关博士学位论文 前4条
1 詹总谦;基于纯平液晶显示器的相机标定方法与应用研究[D];武汉大学;2006年
2 赵阳;高显现力三目视觉测量关键技术[D];天津大学;2011年
3 牛振兴;足球视频主题建模及内容分析方法研究[D];西安电子科技大学;2012年
4 杨永全;饮食健康中的食物体积估算云计算技术研究[D];中国海洋大学;2013年
相关硕士学位论文 前10条
1 辛欣;不同模型下的空间两平行直线间距离的保密计算协议研究[D];云南大学;2013年
2 陈勇;基于MATLAB相机标定系统研究与实现[D];长安大学;2015年
3 任宏;飞行状态矿石的三维检测系统设计与实现[D];南京理工大学;2015年
4 王德济;面向规则磁片的三维尺寸检测技术研究[D];沈阳理工大学;2015年
5 李现刚;多摄相机标定软件系统设计与实现[D];电子科技大学;2015年
6 朱明健;基于三焦点张量的数字近景工业摄影测量关键技术研究[D];山东理工大学;2015年
7 陈晓燕;逐层铣削成像法物体三维模型重建[D];太原理工大学;2016年
8 胡邹恒;基于单相机的三维坐标测量及其在结构大变形测量中的应用[D];东南大学;2015年
9 游迪;基于合作标定物的相机标定方法研究[D];中国科学院研究生院(光电技术研究所);2016年
10 陈纪友;基于双目立体视觉系统的深度信息提取研究[D];暨南大学;2016年
,本文编号:1412606
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1412606.html