导读:本文包含了图像标定论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:视觉,图像,视场,算法,拉出,测量,靶标。
图像标定论文文献综述
孔龙飞,韩通新,刘寅秋[1]（2019）在《基于二维图像直线标定的接触网几何参数测量方法》一文中研究指出利用列车车顶摄像机拍摄的弓网受流视频图像,采用计算机视觉方法测量接触网导高和拉出值,提出一种操作方便且不受摄像机角度约束的二维空间标定方法对受电弓滑板垂直运动平面进行标定,给出基于Hough变换的滑板边缘和接触线识别方法,计算滑板与接触线接触点的图像坐标,再通过坐标变换获得接触线实际高度和拉出值。经实际检测数据验证,该方法具有一定可行性和准确性。(本文来源于《电气化铁道》期刊2019年S1期）
余淑真,欧巧凤,熊邦书,陈垚锋[2]（2019）在《基于散焦图像的大视场立体视觉标定方法》一文中研究指出针对传统大视场立体视觉标定方法存在操作不便、精度不高、稳定性差的问题,提出基于散焦图像的大视场立体视觉标定方法.首先,在立体视觉系统和大视场测量位置之间选定一个位置作为小视场散焦位置,利用在此位置处采集的靶标图像,实现摄像机内参标定;其次,利用大视场测量位置处采集的靶标图像,实现立体视觉外参标定;最后,通过实验室标定实验和直升机桨叶运动参数测量实验进行了验证.结果表明,该方法操作方便、精度高、稳定性好,在4.6 m×2.3 m的视场范围内,测量靶标上特征点间距为505.00 mm的两个点,平均误差为0.647 mm,均方根误差为0.780 mm,能够满足直升机桨叶运动参数测量的现场标定以及测量精度要求.(本文来源于《应用科学学报》期刊2019年06期）
张波[3]（2019）在《多障碍场景下不规则建筑图像布局标定仿真》一文中研究指出针对传统的多障碍场景下不规则建筑图像布局标定中,普遍存在着标定准确率较低、运行时间过长、成本耗费过大等问题。提出一种基于内核投影的建筑图像布局标定方法。通过对多障碍场景下不规则建筑图像进行分析,采用超像素技术方法对给出的多障碍场景下不规则建筑图像进行大致分割,构造不规则建筑图像特征描述算子,并采用内核投影技术对不规则图像特征描述算子进行改进,利用改进特征描述算子降低图像特征描述子的维度,并以欧式距离对图像特征点进行匹配,引入随机抽样一致性算法得到特征点匹配后的不规则建筑图像变换模型,利用该模型来对其进行标定。实验结果表明,所提方法标定准确率较高、成本耗费较低、运行时间较短,具有一定的应用价值。(本文来源于《计算机仿真》期刊2019年09期）
张伯麟,刘荣海,郑欣,杨迎春,陈磊[4]（2019）在《X射线图像叁维重建的自标定优化算法》一文中研究指出根据X射线图像成像特点,提出一种适用于X射线图像叁维重建的自标定算法。首先基于SIFT算法得到相邻2幅X射线图像对应轮廓特征匹配关系;然后根据匹配关系计算得到基础矩阵;接着根据基础矩阵估计X射线无损检测设备内参数初值;最后基于改进Kruppa方程优化内参数,得到X射线图像叁维重建自标定内参数。根据优化前后的内参数建立的电力金具叁维模型,从形状和关键尺寸误差2方面进行对比,结果表明优化后的内参数具有较高的精度和可靠性。(本文来源于《计算机工程与科学》期刊2019年08期）
李若熙,赵一秾,曹语含,陈小静,张学东[5]（2019）在《自适应聚类激光标定图像提取算法的研究》一文中研究指出激光标定图像分析是图像标定测量领域的重要研究方向,本文针对自然光照背景下,激光标定图像自动分割精确度差的问题,提出一种基于信息熵的自适应聚类激光标定图像提取算法,使用信息熵评价函数以及聚类数作为K均值聚类的聚类数优化指标,自动确定K均值聚类最佳聚类数,并通过自适应K均值聚类对多通道激光标定图像进行自动分割。实验结果表明,该算法能更精确地将激光标记从复杂背景中自动分割出来。(本文来源于《辽宁科技大学学报》期刊2019年04期）
王琰[6]（2019）在《轨道检测系统钢轨图像标定误差试验研究》一文中研究指出GJ-6型轨道检测系统采用线结构光视觉测量组件动态采集钢轨图像,实时测量钢轨横向位移、钢轨垂向位移、钢轨磨耗等重要轨道几何参数。钢轨图像线结构光视觉测量组件采用针板靶标进行标定。本文基于线结构光视觉测量原理,从几何光学角度建立靶标深度方向一维相机投影模型,在此基础上设计钢轨图像标定试验,研究钢轨图像针板靶标标定误差的成因及大小。试验结果表明:针板靶标靶面倾斜及成像像素点偏移导致钢轨图像标定产生误差;随着针板靶标靶面倾斜及成像像素点偏移增大,钢轨图像标定误差不断增大。(本文来源于《铁道建筑》期刊2019年07期）
杨敏,王文强,马立武[7]（2019）在《基于L-M算法的机械臂叁维超声图像标定方法》一文中研究指出为了在叁维超声成像中获得更多、更详细的位置信息,得到更准确的定位精度,采用机械臂夹持超声探头并利用L-M算法进行超声图像标定。标定过程中,通过将N线模板放在水槽中,从而得到更准确的定位装置接收器与超声图像之间的位置转换关系,利用六自由度机械臂控制超声探头水平移动扫描模板以获取超声图像,并利用区域提取与缺陷分割技术获得图像中的像素坐标,以及扫描点在模板中对应的实际坐标,最后运用L-M算法进行标定计算,获得所需的标定转换矩阵。实验结果证明,该方法简单易行且效率较高,提高了标定精度,可满足实际检测精度需求,避免了手动扫描误差,为后续叁维重建奠定了基础。(本文来源于《软件导刊》期刊2019年11期）
王博,言勇华[8]（2019）在《基于图像的无标定视觉伺服系统》一文中研究指出传统的机器人视觉伺服大都是基于系统标定技术的。但是在实际工厂条件下,复杂的工况常常使得无法进行有效的标定,且标定技术对于环境十分敏感,标定精度对于系统最终性能有很大影响。因此,本文在总结当前基于图像无标定机器人视觉伺服研究的基础上,搭建机器视觉伺服平台,设计视觉伺服软件系统。运用图像雅克比在线估计方法,在核心问题雅克比矩阵估计上,采用动态拟牛顿算法,模拟逼近图像雅克比矩阵,进行视觉反馈。并将无标定视觉伺服系统应用于UR机器人,使机器人的智能抓取免去了复杂的标定程序,克服了原视觉系统的不确定因素,提高了机器人视觉系统的鲁棒性,扩大了工业机器人的应用范围。(本文来源于《机械设计与研究》期刊2019年03期）
余淑真[9]（2019）在《基于散焦图像的大视场立体视觉标定技术研究》一文中研究指出立体视觉系统具有非接触、自动化等特点,广泛应用于工业检测、国防等领域,立体视觉标定是其关键技术,标定精度直接影响系统的测量精度,因此,研究大视场环境下的高精度立体视觉标定方法,对提高测量精度具有重要的实际意义。针对传统大视场立体视觉标定方法存在操作不便、精度不高和稳定性不好的问题,本文利用散焦图像开展了大视场立体视觉标定技术研究。主要工作内容和研究成果如下:(1)改进了课题组研发基于四目立体视觉的直升机桨叶运动参数测量系统,系统的硬件组成主要包括:四个高速工业相机、倍频同步器、计算机、远程控制计算机和八个摄影灯;软件组成包括:设备管理模块、图像采集模块、立体视觉标定模块、全局标定模块、标记点叁维坐标计算模块和桨叶运动参数测量模块。本文主要针对原系统中的立体视觉标定模块进行界面优化和算法优化,将基于散焦图像的大视场立体视觉标定方法嵌入系统。经过测试,优化后的系统能够满足桨叶运动参数测量需求,提高了标定过程的可操作性和稳定性。(2)提出了基于散焦图像的大视场立体视觉标定方法。首先,在散焦位置,利用单个小尺寸二维靶标采集散焦图像,完成了单目摄像机标定;其次,在测量位置,通过对视场区域的划分,利用单个小尺寸二维靶标采集标定图像,完成了立体视觉外参数标定;最后,通过模拟实验和真实实验对本文方法进行验证,在5.1m的测量距离,4.8m?2.4m的视场范围内,归一化重投影误差和反投影误差均小于0.23mm,测量结果的均方根误差为0.858mm、相对误差小于0.3%,结果表明,本文方法标定精度高、操作方便和稳定性好,能够满足桨叶运动参数测量的现场标定以及测量精度要求。(3)分析了影响大视场摄像机标定精度的因素。首先,从理论上分别分析了散焦位置、靶标材质、靶标中标记点大小、靶标中标记点间距、散焦图像数量、噪声水平6个影响因素对标定精度的影响机理;然后,在5m的测量距离,4.6m?2.3m的视场范围下,开展了影响标定精度的因素验证实验,得出:1)散焦位置在1~2.2m的范围内,标定精度较高,散焦位置为1.4m时,标定精度和可操作性较好;2)选择碳纤维材质、标记点半径为18mm、标记点间距为48mm和标记点个数为9*10的靶标,可以获得较高的标定精度;3)本文方法抗噪性能较好:4)选用27张图像就能取得较高的标定精度,但是稳定性不好;选用40张图像,标定结果的精度和稳定性最符合要求。(本文来源于《南昌航空大学》期刊2019-06-01）
李江珊,邹义华,姚竹,王志勇[10]（2019）在《基于优化的CT系统标定与滤波反投影图像重建》一文中研究指出该文建立了CT系统标定模型和CT系统重建模型,分析了标定模型的精度和稳定性,并设计了精度和稳定性更高的标定模板及对应的标定模型。针对CT系统标定问题,结合几何知识及接收信息建立方程组联立求解,计算出增益系数、探测器单元间距和各方向上的平行射线方程,从而建立优化模型并利用遗传算法得到旋转中心坐标。针对CT图像重建问题,首先推导了衰减系数与像素值的关系,然后采用各种滤波器进行滤波反投影重建。最后通过计算机正向模拟和反向求解分析了标定模板的精度和稳定性,设计了稳定性高的长方形-圆模板和精度高的长方形-椭圆-圆模板。(本文来源于《实验科学与技术》期刊2019年01期）
图像标定论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
针对传统大视场立体视觉标定方法存在操作不便、精度不高、稳定性差的问题,提出基于散焦图像的大视场立体视觉标定方法.首先,在立体视觉系统和大视场测量位置之间选定一个位置作为小视场散焦位置,利用在此位置处采集的靶标图像,实现摄像机内参标定;其次,利用大视场测量位置处采集的靶标图像,实现立体视觉外参标定;最后,通过实验室标定实验和直升机桨叶运动参数测量实验进行了验证.结果表明,该方法操作方便、精度高、稳定性好,在4.6 m×2.3 m的视场范围内,测量靶标上特征点间距为505.00 mm的两个点,平均误差为0.647 mm,均方根误差为0.780 mm,能够满足直升机桨叶运动参数测量的现场标定以及测量精度要求.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
图像标定论文参考文献
[1].孔龙飞,韩通新,刘寅秋.基于二维图像直线标定的接触网几何参数测量方法[J].电气化铁道.2019
[2].余淑真,欧巧凤,熊邦书,陈垚锋.基于散焦图像的大视场立体视觉标定方法[J].应用科学学报.2019
[3].张波.多障碍场景下不规则建筑图像布局标定仿真[J].计算机仿真.2019
[4].张伯麟,刘荣海,郑欣,杨迎春,陈磊.X射线图像叁维重建的自标定优化算法[J].计算机工程与科学.2019
[5].李若熙,赵一秾,曹语含,陈小静,张学东.自适应聚类激光标定图像提取算法的研究[J].辽宁科技大学学报.2019
[6].王琰.轨道检测系统钢轨图像标定误差试验研究[J].铁道建筑.2019
[7].杨敏,王文强,马立武.基于L-M算法的机械臂叁维超声图像标定方法[J].软件导刊.2019
[8].王博,言勇华.基于图像的无标定视觉伺服系统[J].机械设计与研究.2019
[9].余淑真.基于散焦图像的大视场立体视觉标定技术研究[D].南昌航空大学.2019
[10].李江珊,邹义华,姚竹,王志勇.基于优化的CT系统标定与滤波反投影图像重建[J].实验科学与技术.2019
论文知识图
