摄像机标定的基本原理、实现及性能分析毕业论文.doc

摄像机标定的基本原理、实现及性能分析毕业论文.doc

  1. 1、本文档共39页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
摄像机标定的基本原理、实现及性能分析毕业论文

学位论文原创性声明 本人郑重声明:所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外,本论文不包含任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。 ? ? ? 作者签名: 年 月 日 ? ? 学位论文版权使用授权书 本学位论文作者完全了解学校有关保障、使用学位论文的规定,同意学校保留并向有关学位论文管理部门或机构送交论文的复印件和电子版,允许论文被查阅和借阅。本人授权省级优秀学士学位论文评选机构将本学位论文的全部或部分内容编入有关数据库进行检索,可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 本学位论文属于 1、保密 □,在_________年解密后适用本授权书。 2、不保密 。 (请在以上相应方框内打“√”) ? 作者签名: 邵娅 年 月 日 ? 导师签名: 年 月 日 目 录 摘要 1 前言 2 1 绪论 3 1.1 摄像机标定的背景 3 1.2 摄像机标定的意义 4 1.3 本文研究的内容 4 2 摄像机标定的基本原理 5 2.1摄像机成像模型 5 2.2坐标变换 7 2.3 摄像机成像公式 9 3 传统摄像机标定方法 12 3.1 直接线性变换(DLT变换) 12 3.2 Tsai 的 RAC的定标算法 14 3.3 张正友的平面标定方法 17 3.4 孟晓桥、胡占义的圆标定方法 19 4.摄像机自标定方法 21 4.1 基于Kruppa方程的自标定方法 21 4.2基于绝对二次曲面、无穷远平面的自标定方法 22 5基于Matlab的摄像机标定的实现 23 5.1标定实现标定的流程 23 5.2标定的实现 23 5.3 实验误差分析 27 6总结和展望 27 6.1总结 28 6.2 展望 28 参考文献 29 附录 31 摄像机标定的基本原理、实现及性能分析 摘要:在图像测量过程以及机器视觉应用中,为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,必须建立摄像机成像的几何模型, 并由此重建和识别物体。这些几何模型参数就是摄像机参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为摄像机标定。摄像机参数标定是光学非接触式三维测量的首要步骤,其结果的精度及算法的稳定性直接影响摄像机工作产生结果的准确性。本文首先分析了摄像机标定的基本原理,然后重点讨论了摄像机标定的几种方法以及其实现的过程。摄像机标定的基本方法可以分为两个大类:传统的摄像机标定方法,如直接线性变换方法(DLT方法)、R. Tsai 的 RAC方法、 张正友的平面标定方法、 孟晓桥、胡占义的圆标定方法、吴毅红等的平行圆标定方法等,以及摄像机自标定方法,如基于Kruppa方程的自标定方法、分层逐步标定法、基于二次曲面的自标定方法等。还有一些方法难以归类到这两类中,如主动视觉摄像机标定方法。本文在研究摄像机成像的几何模型基础上,对这些方法的设计思想进行了分析,完成了摄像机标定的过程,并且分析了几种方法的优缺点以及使用领域。这些为像机标定的实际应用提供指导,也为进一步选择更合理的标定方法提供理论和实践参考。 关键字:摄像机标定;内参数;外参数;畸变;角点检测 Abstract: In the image measurement and machine vision applications, for determining three-dimensional geometry location of one point in the spatial objects’ surface and its relationship between its corresponding points in the images, we need to build the geometric model of camera imaging and thus reconstruct and recognize objects. The geometric model’ parameters are camera parameters. In most conditions, these parameters must be obtained by experiment and calculation, and this process of solving the parameters is called camera calibration. Came

文档评论(0)

luyanyan + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档