-
公开(公告)号：CN108428252A
公开(公告)日：2018-08-21
申请号：CN201810209777.7
申请日：2018-03-14
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种单线阵相机畸变标定方法，包括步骤：S1、利用面阵相机畸变模型获得单线阵相机畸变模型和畸变方程；S2、利用单线阵相机畸变模型获得畸变参数计算方程；S3、获取单线阵相机的成像中心，并选取若干个共线的成像点，共同代入到畸变参数计算方程中求得畸变参数；S4、对成像中心和畸变参数进行优化，获得优化畸变中心和优化畸变参数。本发明提供一种单线阵相机畸变标定方法，未知参数少、计算过程简单，而且标定结果的精确度高。
-
公开(公告)号：CN110310340B
公开(公告)日：2022-10-11
申请号：CN201910606459.9
申请日：2019-07-05
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种基于共线特性的单线阵畸变标定方法，包括如下步骤：S1、根据单线阵相机畸变模型，得到畸变方程u＝u'+k1(u'‑u0)3+k2(u'‑u0)5；其中u'为畸变像素的坐标点，u为对应的无畸变像素坐标点，u0为畸变中心点，k1和k2为畸变参数；S2、根据单线阵相机成像模型，成像特征点映射到标定板的点共线特性，建立优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)；S3、对u0，k1和k2初始化，代入优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)，运用Levenberg‑Marquardt非线性优化算法求解得到最终的畸变中心u0*和畸变参数k1*和k2*。本发明提供一种基于共线特性的单线阵畸变标定方法，能够有效降低标定过程的复杂度。
-
公开(公告)号：CN110298892B
公开(公告)日：2022-10-11
申请号：CN201910605979.8
申请日：2019-07-05
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种单线阵相机内外参数标定方法，包括如下步骤：S1、根据单线阵相机成像模型得到单线阵相机的理论内参数矩阵、理论外参数矩阵和理论单应性矩阵，其中理论外参数矩阵包括理论旋转参数矩阵；S2、根据单线阵相机成像模型得到理论单应性矩阵与理论内参数矩阵的关系；S3、基于理论旋转参数矩阵确定理论内参数矩阵与理论单应性矩阵的约束关系；S4、利用标定板上目标点的坐标到成像点的坐标求出多个目标点到成像点之间的实际单应性矩阵；S5、根据实际单应性矩阵求解实际内参数矩阵；S6、根据实际内参数矩阵求解实际外参数矩阵。本发明提供一种单线阵相机内外参数标定方法，简化了标定流程，能够提高标定效率。
-
公开(公告)号：CN110060305A
公开(公告)日：2019-07-26
申请号：CN201910294845.9
申请日：2019-04-12
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种高精度简化式线阵相机标定方法，推出的线阵相机成像模型旋转矩阵中的内在联系r1Tr1＝r2Tr2＝1和r1Tr2＝0，以及A-TA-1形成的对称矩阵，形成超限方程只要选取2副以上不同角度或不同距离标定板中目标点坐标(X,Y)到成像点坐标(u)，就可得到2个以上的H矩阵，建立方程，求取参数B11，B12，B22，进而得到线阵相机的内外参数。本方法系统简单，未知参数求取少，对于线阵相机标定的应用具有重要意义和实用价值。
-
公开(公告)号：CN110060305B
公开(公告)日：2022-09-30
申请号：CN201910294845.9
申请日：2019-04-12
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种高精度简化式线阵相机标定方法，推出的线阵相机成像模型旋转矩阵中的内在联系r1Tr1＝r2Tr2＝1和r1Tr2＝0，以及A‑TA‑1形成的对称矩阵，形成超限方程只要选取2副以上不同角度或不同距离标定板中目标点坐标(X,Y)到成像点坐标(u)，就可得到2个以上的H矩阵，建立方程，求取参数B11，B12，B22，进而得到线阵相机的内外参数。本方法系统简单，未知参数求取少，对于线阵相机标定的应用具有重要意义和实用价值。
-
Patent Agency Ranking
公开(公告)号：CN108171741A
公开(公告)日：2018-06-15
申请号：CN201711408087.6
申请日：2017-12-22
Applicant: 河南科技大学
Abstract: 一种基于自适应多向经验模式分解的图像纹理分解方法：采用自适应多向经验模式分解对源图像I进行多尺度多向分解，获得源图像的内蕴模式函数分量imfj和剩余分量rj，其中j＝1,2,…,n，n为分解得到的内蕴模式函数分量imf的级数。本发明有益效果：采用本发明分解方法分解过程继承了传统经验模式分解的优点，解决了传统经验模式分解算法出现频率混叠问题，对于后续图像处理具有重要意义和实用价值；利用本发明分解方法分解的结果细节清晰，无畸变，最优地分析出图像中的内蕴分量。
-
公开(公告)号：CN110310340A
公开(公告)日：2019-10-08
申请号：CN201910606459.9
申请日：2019-07-05
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种基于共线特性的单线阵畸变标定方法，包括如下步骤：S1、根据单线阵相机畸变模型，得到畸变方程u＝u'+k1(u'-u0)3+k2(u'-u0)5；其中u'为畸变像素的坐标点，u为对应的无畸变像素坐标点，u0为畸变中心点，k1和k2为畸变参数；S2、根据单线阵相机成像模型，成像特征点映射到标定板的点共线特性，建立优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)；S3、对u0，k1和k2初始化，代入优化方程F(u0*,k1*,k2*)＝minF(u0,k1,k2)，运用Levenberg-Marquardt非线性优化算法求解得到最终的畸变中心u0*和畸变参数k1*和k2*。本发明提供一种基于共线特性的单线阵畸变标定方法，能够有效降低标定过程的复杂度。
-
公开(公告)号：CN110298892A
公开(公告)日：2019-10-01
申请号：CN201910605979.8
申请日：2019-07-05
Applicant: 河南科技大学
IPC: G06T7/80
Abstract: 一种单线阵相机内外参数标定方法，包括如下步骤：S1、根据单线阵相机成像模型得到单线阵相机的理论内参数矩阵、理论外参数矩阵和理论单应性矩阵，其中理论外参数矩阵包括理论旋转参数矩阵；S2、根据单线阵相机成像模型得到理论单应性矩阵与理论内参数矩阵的关系；S3、基于理论旋转参数矩阵确定理论内参数矩阵与理论单应性矩阵的约束关系；S4、利用标定板上目标点的坐标到成像点的坐标求出多个目标点到成像点之间的实际单应性矩阵；S5、根据实际单应性矩阵求解实际内参数矩阵；S6、根据实际内参数矩阵求解实际外参数矩阵。本发明提供一种单线阵相机内外参数标定方法，简化了标定流程，能够提高标定效率。
-
公开(公告)号：CN108171678A
公开(公告)日：2018-06-15
申请号：CN201711408096.5
申请日：2017-12-22
Applicant: 河南科技大学
Abstract: 本发明首先运用方向权值经验模式分解方法对采集到的源图像进行多尺度分解，获得每幅源图像的多级尺度的高频内蕴模式分量，对各级分量按照权值规则进行融合处理，保留了所有源图像的细节信息和能量分布，最后反向重构获取融合图像。本发明有益效果：与传统经验模式分解相比，克服了运算速度慢和分解结果有暗斑和边缘重叠的问题。获得各级分量按照权值规则进行融合处理，可最大化的融合细节信息，减少非细节信息的影响，保留各分量的能量分布。
-
公开(公告)号：CN108171741B
公开(公告)日：2022-02-11
申请号：CN201711408087.6
申请日：2017-12-22
Applicant: 河南科技大学
Abstract: 一种基于自适应多向经验模式分解的图像纹理分解方法：采用自适应多向经验模式分解对源图像I进行多尺度多向分解，获得源图像的内蕴模式函数分量imfj和剩余分量rj，其中j＝1,2,…,n，n为分解得到的内蕴模式函数分量imf的级数。本发明有益效果：采用本发明分解方法分解过程继承了传统经验模式分解的优点，解决了传统经验模式分解算法出现频率混叠问题，对于后续图像处理具有重要意义和实用价值；利用本发明分解方法分解的结果细节清晰，无畸变，最优地分析出图像中的内蕴分量。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.016 seconds)
