全向摄像机较之传统摄像机有大视角的优势,在智能视觉监控、机器人导航、大范围场景的重建与漫游、虚拟现实等领域有很好的应用前景。在这些应用中都需要恢复物体或场景的三维几何结构。摄像机标定是从二维图像获取物体三维几何结构与运动参数的关键步骤,一直是计算机视觉领域的重要研究课题。全向摄像机的成像过程比较复杂,获取的图像畸变非常大,标定相对传统摄像机更加困难,目前还有一些关键性问题没有很好解决,如图像特征的鲁棒提取、算法的鲁棒性分析等。单光心全向摄像机很容易生成透视图像,有许多优良的几何性质,因而在实际应用中尤其受到重视。本项目旨在为单光心全向摄像机提供稳定的高精度标定方法,从理论与实验两方面,分析算法的鲁棒性, 明确它的局限性与适用范围,为实际应用提供理论根据。主要研究内容包括:底层图像特征的鲁棒提取;高精度标定算法的建立;算法的鲁棒性分析与无偏估计等。
{{i.achievement_title}}
数据更新时间:2023-05-31
路基土水分传感器室内标定方法与影响因素分析
基于SSVEP 直接脑控机器人方向和速度研究
连续视程人工晶状体植入术后残余散光对视觉质量的影响
基于局部轮廓形状特征的复杂管路结构识别方法
基于结构光视觉引导的工业机器人定位系统
基于一维标定物的多摄像机系统标定研究
摄像机自标定理论与算法研究
基于主动视觉的摄像机线性标定方法研究
全向视觉感知中的自动标定和三维重建