北京科技大学研究生《视觉测量技术》期末考试试卷解析

"北京科技大学2020年研究生《视觉测量技术》期末考试试卷，包含填空题、判断题和简答题，涉及摄像机模型、视觉测量流程、图像工程、摄像机参数、光源类型、标定方法、人工标志、Marr视觉理论等内容。" 在《视觉测量技术》这门课程中，学生需要掌握的关键知识点包括： 1. **摄像机模型与坐标系**：在描述摄像机模型时，涉及到四个主要坐标系：世界坐标系、摄像机坐标系、像平面坐标系以及像素坐标系。摄像机坐标系是从摄像机中心点出发定义的，而像平面坐标系则对应于实际成像的平面。 2. **视觉测量流程**：完整的视觉测量技术流程包括图像预处理（如去噪、增强等）、特征提取、图像参数检测（如边缘、角点等）、空间参数解算（基于图像特征的空间定位）、结果输出等步骤。 3. **图像工程的层次**：图像工程分为图像处理、图像分析和图像理解三个层次，分别对应于对图像进行的操作从低级到高级的不同阶段。 4. **摄像机参数**：摄像机的内参数包括水平和垂直方向的尺度因子、像主点坐标及焦距；外参数由旋转矩阵和平移向量共同决定，描述了摄像机相对于世界坐标系的位置和姿态。 5. **特殊光源**：LED环形光源在视觉测量中用于产生汇聚光线，与摄像机观察方向垂直或近似垂直，这种设计有助于提高测量的准确性。 6. **标定方法**：单目视觉几何相似法测量中，通过标定尺可以计算出CCD像素值分辨率，实现对摄像机的标定。 7. **人工标志**：高反射标志是一种常用的人工标志，能在特定光照下反射回大部分入射光，便于视觉系统识别和测量。 8. **Marr视觉理论**：Marr理论提出视觉信息处理包括计算理论、表达与算法及物理实现三个层次，为理解和构建视觉系统提供了理论框架。 在判断题部分，学生需要理解： 1. 摄像机变焦时，内部参数如焦距会改变，但其他参数如主点位置可能不变。 2. 非线性滤波通常更能有效去除特定类型的噪声，如椒盐噪声，而非高斯噪声。 3. 双目视觉中，基线长度与精度的关系并非线性，过长的基线可能导致匹配难度增大，反而降低精度。 4. 提高焦距确实能增加成像倍率，但分辨率取决于像素尺寸，增加焦距并不直接提升测量分辨率。 5. 测量精度不仅与图像目标的像素数量有关，还受噪声、标定误差等因素影响。 问答题部分涉及： 1. 图像滤波中的“振铃”现象，通常由于边界锐化或高频噪声引入引起的，与滤波器的频率响应特性相关。 2. 光笔法三维测量原理基于光路可逆性，通过测量光笔发射光线到接收点的相位差来确定物体的深度信息。 3. 摄像机标定的目的在于获取摄像机内外参数，以便将图像坐标转换为空间坐标，实现精确的几何测量。 综合题部分探讨了摄像机标定的标定点数量要求、单目视觉的局限性以及透视变换法中的数学原理。例如，至少需要六个标定点是因为它们构成的平面方程可以唯一解出摄像机的内、外参数。单目视觉无法测量三维坐标是因为缺乏深度信息，而透视变换法中多个标定点能确保解的唯一性和准确性。