留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

交通事故摄影测量中相机标定的扩展两步法

唐阳山 李江 白艳 石晶

唐阳山, 李江, 白艳, 石晶. 交通事故摄影测量中相机标定的扩展两步法[J]. 交通运输工程学报, 2007, 7(1): 81-84.
引用本文: 唐阳山, 李江, 白艳, 石晶. 交通事故摄影测量中相机标定的扩展两步法[J]. 交通运输工程学报, 2007, 7(1): 81-84.
Tang Yang-shan, Li Jiang, Bai Yan, Shi Jing. Extended-two-step camera calibrated method of traffic accident scene measurement[J]. Journal of Traffic and Transportation Engineering, 2007, 7(1): 81-84.
Citation: Tang Yang-shan, Li Jiang, Bai Yan, Shi Jing. Extended-two-step camera calibrated method of traffic accident scene measurement[J]. Journal of Traffic and Transportation Engineering, 2007, 7(1): 81-84.

交通事故摄影测量中相机标定的扩展两步法

基金项目: 

国家自然科学基金项目 50338030

详细信息
    作者简介:

    唐阳山(1972-), 男, 辽宁鞍山人, 辽宁工学院副教授, 工学博士, 从事交通安全研究

  • 中图分类号: U491.3

Extended-two-step camera calibrated method of traffic accident scene measurement

More Information
    Author Bio:

    Tang Yang-shan(1972-), male, PhD, associate professor, +86-416-3679583, tysby_jz@163.com

  • 摘要: 为了利用摄影测量技术提高交通事故数据采集的效率, 分析了交通事故与相机标定方法的特点, 提出了交通事故现场摄影测量的扩展两步相机标定方法。在扩展两步标定方法中, 首先对相机进行线性标定, 然后进行非线性修正, 最后进行图像校正, 并提出了完整的标定步骤和程序, 进行了相机标定实验。扩展方法标定的结果与线性标定结果相比, 最大绝对误差和相对误差分别为10.9和1.7%, 最小绝对误差和相对误差分别为4.1和1.0%, 表明扩展两步相机标定方法能够显著提高相机标定精度, 抗噪性能稳定。

     

  • 图  1  相机成像几何模型

    Figure  1.  Geometry model of camera imaging

    图  2  提取特征点窗口

    Figure  2.  Window of picking character point

    图  3  误差分析

    Figure  3.  Error analyzing

    表  1  参数标定和误差分析

    Table  1.   Parameter calibrating and error analyzing

    项目 αx αy u0 v0
    线性标定 857.8 869.1 355.6 375.3
    非线性优化 868.7 878.3 361.5 379.4
    绝对误差 10.9 9.2 5.9 4.1
    相对误差/% 1.3 1.0 1.7 1.1
    下载: 导出CSV
  • [1] 乔向明, 徐安, 舒伟. 中国道路交通事故变化趋势预测[J]. 长安大学学报: 自然科学版, 2004, 24(6): 64-66. doi: 10.3321/j.issn:1671-8879.2004.06.016

    Qiao Xiang-ming, Xu An, Shu Wei. Developing tendency forecast of road traffic accident in China[J]. Journal of Chang an University: Natural Science Edition, 2004, 24(6): 64-66. (in Chinese) doi: 10.3321/j.issn:1671-8879.2004.06.016
    [2] 王丰元, 宇仁德, 杜守旭. 道路交通事故现场摄影测量原理与模型试验[J]. 中国公路学报, 2001, 14(1): 100-103. https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGL200101022.htm

    Wang Feng-yuan, Yu Ren-de, Du Shou-xu. Photogrammetric principle and model test for road traffic accident scene measurement[J]. China Journal of Highway and Transport, 2001, 14(1): 100-103. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-ZGGL200101022.htm
    [3] Zhang Zheng-you. Aflexible newtechnique for camera cali-bration[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 2000, 22(11): 1330-1334. doi: 10.1109/34.888718
    [4] Lenz R K, Tsai R Y. Techniques for calibration of the scale factor andimage center for high accuracy 3-D machine vision metrology[J]. IEEE Transaction on Pattern Analysis and Machine Intelligence, 1988, 10(5): 713-720. doi: 10.1109/34.6781
    [5] Cumani A, Guiducci A. Anewcamera calibration method for high accuracy non-contact metrology[J]. Pattern Recognition Letters, 1993, 14(5): 415-419. doi: 10.1016/0167-8655(93)90120-3
    [6] Tsai R Y. A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J]. IEEE Journal of Robotics and Automation, 1987, 3(4): 323-344. doi: 10.1109/JRA.1987.1087109
    [7] 曾召华, 刘贵忠. 最小均方算法用于数字信号的性能[J]. 长安大学学报: 自然科学版, 2003, 23(1): 97-100. https://www.cnki.com.cn/Article/CJFDTOTAL-XAGL200301026.htm

    Zeng Zhao-hua, Liu Gui-zhong. Performance of least-mean-square(LMS)algorithm for digital signal[J]. Journal of Chang an University: Natural Science Edition, 2003, 23(1): 97-100. (in Chinese) https://www.cnki.com.cn/Article/CJFDTOTAL-XAGL200301026.htm
    [8] 肖旺新, 张雪, 黄卫. 视频交通图像自适应阈值边缘检测[J]. 交通运输工程学报, 2003, 3(4): 104-107. http://transport.chd.edu.cn/article/id/200304020

    Xiao Wang-xin, Zhang Xue, Huang Wei. Adaptive thresholds edge detection of traffic i mage[J]. Journal of Traffic and Transportation Engineering, 2003, 3(4): 104-107. (in Chinese) http://transport.chd.edu.cn/article/id/200304020
    [9] 鲁光泉, 许洪国, 马社强, 等. 交通事故摄影图像的自标定三维重建模型[J]. 交通运输工程学报, 2006, 6(3): 109-113. http://transport.chd.edu.cn/article/id/200603023

    Lu Guang-quan, Xu Hong-guo, Ma She-qiang, et al. Self-calibration three-dimension reconstruction model of traffic accident photographs[J]. Journal of Traffic and Transportation Engineering, 2006, 6(3): 109-113. (in Chinese) http://transport.chd.edu.cn/article/id/200603023
    [10] 王福建, 李铁强, 俞传正. 道路交通事故灰色Verhulst预测模型[J]. 交通运输工程学报, 2006, 6(1): 122-126. http://transport.chd.edu.cn/article/id/200601026

    Wang Fu-jian, Li Tie-qiang, Yu Chuan-zheng. Grey Ver-hulst predictive model of road traffic accidents[J]. Journal of Traffic and Transportation Engineering, 2006, 6(1): 122-126. (in Chinese) http://transport.chd.edu.cn/article/id/200601026
  • 加载中
图(3) / 表(1)
计量
  • 文章访问数:  240
  • HTML全文浏览量:  104
  • PDF下载量:  889
  • 被引次数: 0
出版历程
  • 收稿日期:  2006-09-02
  • 刊出日期:  2007-02-25

目录

    /

    返回文章
    返回