导读:本文包含了云台标定论文开题报告文献综述及选题提纲参考文献，主要关键词:车道线模型,消失点,自动标定,高速公路
云台标定论文文献综述
李婵,宋焕生,武非凡,王伟,王璇[1]（2019）在《高速公路云台相机的自动标定》一文中研究指出目的云台相机因监控视野广、灵活度高,在高速公路监控系统中发挥出重要的作用,但因云台相机焦距与角度不定时地随监控需求变化,对利用云台相机的图像信息获取真实世界准确的物理信息造成一定困难,因此进行云台相机非现场自动标定方法的研究对高速公路监控系统的应用具有重要价值。方法本文提出了一种基于消失点约束与车道线模型约束的云台相机自动标定方法,以建立高速公路监控系统的图像信息与真实世界物理信息之间准确描述关系。首先,利用车辆目标运动轨迹的级联霍夫变换投票实现纵向消失点的准确估计,其次以车道线模型物理度量为约束,并采用枚举策略获取横向消失点的准确估计,最终在已知相机高度的条件下实现高速公路云台相机标定参数的准确计算。结果将本文方法在不同的场景下进行实验,得到在不同的距离下的平均误差分别为4. 63%、4. 74%、4. 81%、4. 65%,均小于5%。结论对多组高速公路监控场景的测试实验结果表明,本文提出的云台相机自动标定方法对高速公路监控场景的物理测量误差能够满足应用需求,与参考方法相比较而言具有较大的优势和一定的应用价值,得到的相机内外参数可用于计算车辆速度与空间位置等。(本文来源于《中国图象图形学报》期刊2019年08期）
韩亚东[2]（2016）在《基于GPS定位的云台摄像机标定技术研究》一文中研究指出在计算机视觉领域,涉及运动目标跟踪的研究大都是基于二维图像的视觉跟踪,视觉跟踪能够提供目标的很多具体信息,但它不能提供目标在叁维空间内的真实坐标。使用叁维空间坐标(如GPS经纬度坐标)表达目标位置时具有唯一性和便利性,因此对于目标叁维空间位置的确定的研究具有一定的意义。摄像机标定技术是连接二维图像和叁维世界的桥梁,是进行机器视觉研究的前提,逐渐发展起来的摄像机标定技术已经广泛应用于视觉测量、目标识别和跟踪等领域。为了扩大定位和跟踪的范围,本文采用云台摄像机进行目标定位,云台摄像机的灵活性也带来了其标定的难度,现有的监控系统并不能提供视场内目标的空间坐标信息,基于标定模板的摄像机标定方法也大多不适用于大视场环境。本文针对摄像机标定技术应用在大尺度视场范围的视觉定位、跟踪和视觉测量时所带来的适应性问题,将GPS定位引入到摄像机的标定过程中,通过GPS定位坐标建立统一的全局世界坐标系对摄像机进行标定,该方法具有快速、便捷、测量范围大等优点。首先,根据本文的应用特点,选择合适的摄像机标定方法,确定标定的参数模型。为在GPS定位坐标精度有限的情况下保证摄像机的标定精度,本文采用一种基于圆形几何约束的改进方法,对GPS定位坐标进行优化,并将其扩展到云台摄像机的标定。为了提高标定的自动化程度,对基于颜色直方图匹配的目标检测算法进行了研究,以自动获取图像中标定物的准确图像坐标。其次,针对GPS定位信号易受干扰和分布不规律的特点,使用RANSAC算法在GPS天线几何排列约束的基础上对GPS坐标进行优化,有效剔除偏差较大的坐标。实验表明,在GPS定位精度有限的情况下,通过对GPS天线的几何约束和对观测数据的优化提高了标定的精度。再次,为适应云台摄像机的姿态多变的特点,根据姿态角的变化量,通过运动学模型实时更新摄像机的外部参数矩阵,以实现在世界坐标系(GPS经纬度坐标系)中对目标的定位和跟踪。为获得目标二维图像坐标,使用基于循环核矩阵相关滤波器的目标跟踪算法获取摄像机视野中运动目标的图像运动轨迹。最后,本文分别通过目标检测和跟踪实验、摄像机视场内参考点欧氏距离测量实验和目标定位、跟踪实验验证本文方法的可行性。(本文来源于《哈尔滨工程大学》期刊2016-01-01）
伍显胜,徐荣华,高雪峰,钱东海[3]（2015）在《基于平行直线的叁自由度云台摄像机标定》一文中研究指出针对卷烟厂中机器人烟包解包系统的叁自由度云台摄像机,提出一种基于平行直线的摄像机自标定方法。根据叁自由度云台建立相应的摄像机成像模型,确定需要标定的摄像机内外参数;利用烟包上平行直线在图像中对应的坐标,求出需要的消失点的图像坐标,结合几何关系以及相关的成像原理计算摄像机的内外参数。该方法利用烟包上表面的平行直线实现摄像机的标定,不需要制作特定的标靶,能进行实时标定。(本文来源于《计算机工程与设计》期刊2015年10期）
郑红,刘振强[4]（2013）在《基于精确模型的云台摄像机自标定》一文中研究指出为了实现非理想结构云台摄像机的精确自标定,构建了一种云台摄像机的精确模型,提出了基于摄像机旋转自约束特征的内参数及云台结构参数的自标定方法.首先,基于云台摄像机的结构特性建立了区别于理想模型的精确云台摄像机模型,以描述云台水平旋转轴、竖直旋转轴以及摄像机之间存在的相对方向及位置偏差.然后,利用云台摄像机的旋转自约束特性,计算旋转过程中的不变量,进而结合配极关系建立绝对二次曲线像的约束方程,通过Cholesky分解获得摄像机的内参数.最后,在求得的内参数矩阵的基础上,通过旋转轴和截面的投影特性求解云台结构参数.实验结果表明,在0.5像素噪声水平下本文方法焦距标定误差低于0.73%,主点标定误差低于0.52%,同时实际图像重投影误差均值为2.38,皆优于基于理想模型的自标定方法.整个标定过程只利用云台摄像机自主旋转的几何约束,不依赖外界场景结构信息或标定物.(本文来源于《机器人》期刊2013年03期）
谢小竹,崔建峰,吴克寿[5]（2013）在《基于云台标定的快速视频拼接算法》一文中研究指出针对视频监控成本高、性能提升受到限制的问题,提出了基于云台标定的快速视频拼接算法:首先利用相位相关法对云台进行标定,利用标定公式能快速计算出任意两个视频帧之间的粗估平移量,然后,在粗估的重迭区域(ROR)用加速鲁棒特性(SURF,Speeded-Up Robust Features)特征匹配算法进行拼接.从实验结果看,该方法不仅大大提高了视频拼接的效率,而且提高了精准度.(本文来源于《新乡学院学报(自然科学版)》期刊2013年02期）
云台标定论文开题报告
（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：
在计算机视觉领域,涉及运动目标跟踪的研究大都是基于二维图像的视觉跟踪,视觉跟踪能够提供目标的很多具体信息,但它不能提供目标在叁维空间内的真实坐标。使用叁维空间坐标(如GPS经纬度坐标)表达目标位置时具有唯一性和便利性,因此对于目标叁维空间位置的确定的研究具有一定的意义。摄像机标定技术是连接二维图像和叁维世界的桥梁,是进行机器视觉研究的前提,逐渐发展起来的摄像机标定技术已经广泛应用于视觉测量、目标识别和跟踪等领域。为了扩大定位和跟踪的范围,本文采用云台摄像机进行目标定位,云台摄像机的灵活性也带来了其标定的难度,现有的监控系统并不能提供视场内目标的空间坐标信息,基于标定模板的摄像机标定方法也大多不适用于大视场环境。本文针对摄像机标定技术应用在大尺度视场范围的视觉定位、跟踪和视觉测量时所带来的适应性问题,将GPS定位引入到摄像机的标定过程中,通过GPS定位坐标建立统一的全局世界坐标系对摄像机进行标定,该方法具有快速、便捷、测量范围大等优点。首先,根据本文的应用特点,选择合适的摄像机标定方法,确定标定的参数模型。为在GPS定位坐标精度有限的情况下保证摄像机的标定精度,本文采用一种基于圆形几何约束的改进方法,对GPS定位坐标进行优化,并将其扩展到云台摄像机的标定。为了提高标定的自动化程度,对基于颜色直方图匹配的目标检测算法进行了研究,以自动获取图像中标定物的准确图像坐标。其次,针对GPS定位信号易受干扰和分布不规律的特点,使用RANSAC算法在GPS天线几何排列约束的基础上对GPS坐标进行优化,有效剔除偏差较大的坐标。实验表明,在GPS定位精度有限的情况下,通过对GPS天线的几何约束和对观测数据的优化提高了标定的精度。再次,为适应云台摄像机的姿态多变的特点,根据姿态角的变化量,通过运动学模型实时更新摄像机的外部参数矩阵,以实现在世界坐标系(GPS经纬度坐标系)中对目标的定位和跟踪。为获得目标二维图像坐标,使用基于循环核矩阵相关滤波器的目标跟踪算法获取摄像机视野中运动目标的图像运动轨迹。最后,本文分别通过目标检测和跟踪实验、摄像机视场内参考点欧氏距离测量实验和目标定位、跟踪实验验证本文方法的可行性。
（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。
云台标定论文参考文献
[1].李婵,宋焕生,武非凡,王伟,王璇.高速公路云台相机的自动标定[J].中国图象图形学报.2019
[2].韩亚东.基于GPS定位的云台摄像机标定技术研究[D].哈尔滨工程大学.2016
[3].伍显胜,徐荣华,高雪峰,钱东海.基于平行直线的叁自由度云台摄像机标定[J].计算机工程与设计.2015
[4].郑红,刘振强.基于精确模型的云台摄像机自标定[J].机器人.2013
[5].谢小竹,崔建峰,吴克寿.基于云台标定的快速视频拼接算法[J].新乡学院学报(自然科学版).2013