Калиброванные круги: Круги калиброванные | ЭнергоСталь

Калиброванный прокат, круг из легированной конструкционной стали

Описание

Еще одна из профильно производимых ООО «Константиновский метизный завод» групп товаров — качественная конструкционная легированная калиброванная сталь круглого сечения (круг калиброванный) марок 15Х, 20Х, 35Х, 40Х, 45Х, 18ХГТ, 25ХГТ и др. Изготовливается в соответствии с требованиями ДСТУ 8608:2015 (взамен ГОСТ 7417-75, прокат калиброванный круглого сечения, сортамент), ДСТУ 7806:2015 (взамен ГОСТ 4543-71, прокат из легированной конструкционной стали), состояние – нагартованная. Для кругов диаметрами до 30 мм. возможна поставка в отожженном состоянии, либо с нормируемой твердостью. 

Калиброванный прокат круглого сечения (калиброванный круг) характеризуется приведенными ниже основными параметрами:

• Размер калиброванного круга, который подразумевает под собой диаметр сечения (окружности). Измеряется и прописывается в миллиметрах;
• Калиброванный прокат круглого сечения (круг калиброванный) имеет сортовой квалитет, который обозначается латинской буквой «h» и цифрой справа от 9 до 12. Чем меньше цифра, тем жестче допуски к размеру и калиброванный круг точнее в геометрических показателях своего сечения. Измеряется в сотых долях миллиметра.
• Наличие дефектов поверхности (как-то, волосовины, риски, остатки окалины, трещины и т.п.) строго регламентировано и в зависимости от их количества и характера определяет группу качества поверхности калиброванного проката (для групп калиброванный круг, квадрат и шестигранник). Группы обозначаются заглавными буквами кириллицы и от высшей к низшей бывают приведенных видов А, Б, В.
• Состояние поставки. Калиброванный прокат (круг, шестигранник и квадрат) в основном и по умолчанию поставляется в нагартованном состоянии. Это состояние приобретается при холодном волочении, придающем прокату особые механические свойства. Речь о более высокой прочности и твердости, которая, к тому же неравномерно распределяется в толще проката. Для изменения этих свойств и достижения необходимых применяют разные режимы термообработки, как-то светлый и темный отжиги, нормализация, отпуск, сфероиодизирующий отжиг и т. д. и т.п. После прохождения этих процедур калиброванный прокат меняет состояние поставки на «отожженный» или «термообработанный». 
• Длина проката. Калиброванный прокат круглого сечения может поставляться в прутках немерной и мерной длин, а также в мотках (бухтах, бунтах)Измеряется в мм и подразумевает под собой длину отдельно взятой штанги из партии металлопроката (в случае поставки в прутках). Показатели длин также строго регламентированы нормативными документами (вкладка «нормативная документация»). 

Качество каждой партии производимой продукции подтверждается сертификатами центральной заводской лаборатории. Подробнее: https://kmztov.com/kachestvo-i-sertifikacziya/

Характеристики

Диаметр сечения	от 4 мм. до 45 мм.
Марки стали	15Х, 20Х, 35Х, 40Х, 45Х, 18ХГТ, 25ХГТ и др.
Доступные сортовые квалитеты	h20, h21, h22
Доступные группы качества поверхности	Б, В
Поставка в нагартованном состоянии	круги диаметрами сечений от 4 мм. до 45 мм.
Поставка в отожженном состоянии	круги диаметрами сечений от 4 мм. до 30 мм.
Поставка с нормируемой твердостью	круги диаметрами сечений от 4 мм. до 30 мм.
Поставка в мотках	круги диаметрами сечений от 4 мм. до 15 мм.
Поставка в прутках мерной (кратной) длины	круги диаметрами сечений от 4 мм. до 30 мм.
Поставка в прутках н/дл.	круги диаметрами сечений от 4 мм. до 45 мм.

0331100012415000148 металлопрокат (круги калиброванные, круги конструкционные)

1. 
   
   Главная
   


/

2. 
   
   Тендеры
   


/

3. org/ListItem»>
   
   Регионы
   


/

4. 
   
   Воронежская область
   


/

5. 
   
   Тендеры на строительные материалы и оборудование
   


/

6. 
   
   ░░░░░░░░
   

Порядок размещения

44-ФЗ, Закупка у единственного поставщика (подрядчика, исполнителя),


перейти на ЭТП

Заказчик

Объекты закупки

Наименование	Кол-во	Цена за ед.	Стоимость, ₽
круг калиброванный 35 мм ст.35 ОКПД 27.31.10.190   Прутки холоднотянутые прочие из железа и нелегированной стали, не включенные в другие группировки	░░░░░░░░	░░░░░	░░░░░
Шестигранник калиброванный 24 мм ст.35 ОКПД 27.10.83.112   Прокат стальной квадратный из нелегированной стали	░░░░░░░░	░░░░░	░░░░░
круг конструкционный 45 мм ст. 45 ОКПД 27.10.83.111   Прокат стальной круглый из нелегированной стали	░░░░░░░░	░░░░░	░░░░░
круг калиброванный 30 мм ст.35 ОКПД 27.31.10.190   Прутки холоднотянутые прочие из железа и нелегированной стали, не включенные в другие группировки	░░░░░	░░░░░	░░░░░
круг конструкционный 70 мм ст. 45 ОКПД 27.10.83.111   Прокат стальной круглый из нелегированной стали	░░░░░░░░	░░░░░	░░░░░
круг калиброванный 25 мм ст.35 ОКПД 27.31.10.190   Прутки холоднотянутые прочие из железа и нелегированной стали, не включенные в другие группировки	░░░░░░░░	░░░░░	░░░░░
круг калиброванный 16 мм ст. 35 ОКПД 27.31.10.190   Прутки холоднотянутые прочие из железа и нелегированной стали, не включенные в другие группировки	░░░░░░░░	░░░░░	░░░░░
круг калиброванный 14 мм ст.35 ОКПД 27.31.10.190   Прутки холоднотянутые прочие из железа и нелегированной стали, не включенные в другие группировки	░░░░░░░░	░░░░░	░░░░░
круг калиброванный 12 мм ст. 35 ОКПД 27.31.10.190   Прутки холоднотянутые прочие из железа и нелегированной стали, не включенные в другие группировки	░░░░░░░░	░░░░░	░░░░░
круг конструкционный 60 мм ст.45 ОКПД 27.10.83.111   Прокат стальной круглый из нелегированной стали	░░░░░░░░	░░░░░	░░░░░

Контракты с поставщиком

Похожие закупки

Метод калибровки камеры с использованием концентрических окружностей и линий, проходящих через их центры

На этой странице

АннотацияВведениеПредварительные выводыВыводыКонфликты интересовБлагодарностиСсылкиАвторское правоСтатьи по теме

Предлагается новый метод калибровки камеры, основанный на анализе искажений объектива в изображении камеры. В методе линия, проходящая через центр концентрических окружностей, используется в качестве шаблона, в котором ортогональные направления могут быть определены по углу окружности, соответствующему диаметру. Используя три линии, проходящие через центр концентрических окружностей, на основе неизменности поперечных отношений изображение в центре концентрических окружностей можно использовать для получения точки схода. Внутренние параметры камеры могут быть вычислены на основе ограничений ортогональных точек схода и отображаемой абсолютной коники. Искажение объектива приводит к смещению точек в шаблоне. В предлагаемом методе мы оптимизируем положения точек искажения таким образом, чтобы они постепенно приближались к идеальным точкам. Смоделированные и реальные эксперименты показывают, что предложенный метод эффективен и осуществим.

1. Введение

Калибровка камеры является важной темой исследований в области распознавания образов, поскольку она требуется для приложений компьютерного зрения [1–3]. Мэн и Ху [4] использовали круг и несколько линий, проходящих через центр круга, в качестве калибровочного шаблона; однако один круг содержит мало информации. Ву и др. В [5] предложен метод калибровки камеры, основанный на аффинной инвариантности параллельных окружностей. Если сначала вычислить пересечение двух параллельных окружностей для определения точек окружности, то можно определить внутренние параметры. Однако этот метод не может использоваться для определения центра концентрических окружностей и требует не менее трех изображений. А Бин [6] предложил метод вычисления точки схода по теории гармонического сопряжения в проективной геометрии. Внутренние параметры камеры можно было получить по соотношению между точками окружности и изображением абсолютной коники. Кроме того, дисторсия объектива снижает точность калибровки камеры [7]. Следовательно, Рикольф-Виала и Санчес-Сальмерон [8] предложили нелинейный метод, который корректирует изображения на основе инвариантности по отношению друг к другу, хотя этот алгоритм является более сложным. Чтобы устранить недостатки вышеуказанных методов, мы предлагаем метод вычисления внутренних параметров с использованием круга в качестве шаблона, при этом не обязательно знать масштаб круга. На основании того свойства, что угол в круговом сегменте, соответствующем диаметру, равен 90°, если изображение включает две пары ортогональных точек схода, внутренние параметры могут быть рассчитаны для трех изображений. Этот метод упрощает калибровку камеры. Мы также предлагаем новый метод коррекции дисторсии объектива, который корректирует изображения с помощью метода наименьших квадратов, чтобы они соответствовали линии, проходящей через центр концентрических окружностей.

Этот документ организован следующим образом. Основополагающая теория представлена ​​в разделе 2. Метод калибровки камеры предлагается в разделе 3, а метод определения изображения центра окружности описан с использованием концентрических окружностей. Предлагаемый метод коррекции дисторсии объектива представлен в разделе 4. В разделе 5 представлены результаты экспериментов по моделированию, чтобы показать, является ли метод, описанный в разделе 4, действительным. Затем проводится эксперимент, сравнивающий этот метод с другими классическими методами. Наконец, в Разделе 6 представлено краткое изложение этого документа.

2. Предварительные сведения

Пусть обозначают однородные координаты трехмерной точки и обозначают однородные координаты соответствующей точки изображения. Проекционное отношение между этими точками: где — ненулевой масштабный коэффициент и матрица 3 × 4, которая определяется как матрица проекции, которая может быть выражена как — трехмерное вращение, — вектор переноса, — матрица внутренних параметров [1]. ].

3. Использование ортогональных точек схода для решения K

3.1. Вычисление изображения центра концентрических окружностей

Окружность пересекает прямую в двух точках, а окружность пересекает прямую в двух точках, как показано на рисунке 1. Можно показать, что центр окружностей находится в середине точка линий. Позвольте представить точки в направлении бесконечности вдоль линии и обозначить линию как линию калибровки.

Предложение 1. На рисунке 1 соответствующие точки , которые являются , и в плоскости изображения, , , и , соответственно. Таким образом, уравнения, описывающие образ центра окружности, имеют вид

Доказательство. Центром окружности является середина отрезков , . Следовательно, в проективной геометрии четыре точки и четыре точки являются гармонически сопряженными соответственно. Таким образом, исходя из инвариантности поперечных отношений [9],

Пусть координаты , и будут , , и , соответственно. Поэтому на основании предложения 1 уравнение для решения образа центра концентрических окружностей можно записать в виде

3.2. Вычисление матриц внутренних параметров

Предложение 2. На рис. 2, если известно изображение центра окружности, две пары точек схода в ортогональных направлениях можно определить по трем линиям, проходящим через центр окружности.

Доказательство. На рис. 2 из предложения 1 можно получить образ центра круга и образ трех прямых, проходящих через центр круга. Таким образом, где первый набор ортогональных точек схода и второй набор. Таким образом, можно получить две пары точек схода в ортогональных направлениях.

Образ абсолютной коники есть , который может быть представлен симметричной матрицей: Хартли и Зиссерман [10] установили уравнения связи между образом абсолютной коники и точками схода. Таким образом, Если и , то (9) можно выразить в виде Поскольку имеет шесть неизвестных параметров, необходимо сделать три снимка с разных ориентаций. Вычисляя разложение по сингулярным числам (SVD) матрицы коэффициентов, можно получить. Затем можно определить, решив обратное после разложения Холецкого .

4. Исправление дисторсии объектива

4.1. Коррекция искажения

В камере-обскуре из-за искажения объектива точка между шаблоном и его изображением имеет позиционное смещение. Поэтому нам нужно исправить точку искажения в исходное положение. На рисунке 1 мы корректируем точку изображения на линии в соответствии с предложением 3 и используем модель дисторсии для расчета коэффициентов радиальной дисторсии.

Предложение 3. Упражнение по исправлению точек изображения и вычислению коэффициентов радиальной дисторсии можно преобразовать в вычисление минимума целевой функции: , где , , и .

Доказательство. точек из линий    могут быть извлечены на изображении шаблона, включая точки пересечения между окружностями и линиями, показанными на рисунке 1. Точки могут быть пронумерованы. Точки для находятся в линиях для , которые удовлетворяют где параметры линий для .
Чтобы гарантировать, что точки, извлеченные из изображения, удовлетворяют уравнению линий, целевая функция (12) в сочетании с принципом наименьших квадратов используется для определения минимального значения где — количество строк в изображении и — количество точки в каждой строке.
В Wang et al. В [7] дисторсия объектива камеры моделировалась как комбинация радиальной и тангенциальной дисторсии, а связь между точкой дисторсии и соответствующей идеальной точкой может быть описана путем создания обратной модели коррекции дисторсии, как в где , и .
Если предположить, что и являются координатами k-й точки искажения и соответствующей идеальной точки, соответственно, в терминах  (13), целевые функции будут следующими: Чтобы исправить ошибку от точки искажения до ее идеальной точки, необходимо для минимизации глобальной ошибки. Согласно приведенному выше анализу, объединяя (12) и (14), мы получаем окончательную целевую функцию:

Таким образом, задача коррекции превращается в вычисление минимума конечной целевой функции. Процесс минимизации может быть выполнен с использованием алгоритма Левенберга-Марквардта (LM). Исходные параметры линии можно получить с помощью точки искажения, которая извлекается из изображения. В процессе итерации, если точка искажения постепенно приближается к своей идеальной точке, итерация завершится и будет определено линейное уравнение. Таким образом можно получить минимум конечной целевой функции и коэффициентов радиальной дисторсии. При этом линии и точки на изображении шаблона можно корректировать.

4.2. Шаги алгоритма

Шаг 1. Используйте камеру для захвата трех изображений с разных ориентаций.

Шаг 2. Извлеките точки из бинарного изображения [11].

Шаг 3. После исправления точек искажения путем применения Предложения 3, на основании Предложения 1 можно получить изображение центра концентрической окружности с помощью (6).

Шаг 4. Найдите точки схода, используя (7).

Шаг 5. Решить полученное (10) методом SVD для . Определить путем решения обратного после факторизации Холецкого .

5. Эксперименты

Для подтверждения эффективности метода и проверки его чувствительности к шуму были проведены как смоделированные, так и реальные эксперименты. В этом разделе представлены пять реальных экспериментов: метод Менга [4], в котором используется один круг и линия, проходящая через центр круга; метод Ву [5], использующий параллельные окружности; наш метод; наш метод, который применяется после коррекции изображения по методу Рикольфа-Виалы [8] и калибровки камеры по нашему методу; наш метод+, который применяется после коррекции изображений методом, предложенным в этом исследовании, и калибровки камеры по нашему методу.

5.1. Simulation Experiment

Обратите внимание, что дисторсия объектива не учитывалась при моделировании. Внутренние параметры камеры принимались равными . Целью этого моделирования является определение влияния шума на внутренние параметры камеры. Мы применили три метода: наш метод, метод Мэн и метод Ву. Каждая точка включает гауссовский шум, в котором дисперсия находится в диапазоне от 0 до 1,5. Для каждого значения было проведено двадцать независимых экспериментов и получены средние значения собственных параметров камеры. Результаты моделирования трех методов были сравнены и проанализированы, и результаты показаны на рисунке 3. Как показано на рисунке, наш метод был стабильным.

5.2. Реальный эксперимент

В реальном эксперименте разрешение камеры составляло 1280 × 960 пикселей. Изображения шаблона, содержащего две концентрические окружности и три линии, проходящие через их центр, показаны на рис. 4(а)–4(в). Исправленные изображения показаны на рисунках 4(d)–4(f).

После коррекции исходного изображения изображение шаблона было подвергнуто серой обработке. На рисунке 5(а) показаны точки, извлеченные из бинарного изображения. Точно так же мы выбрали два дополнительных изображения с разной ориентацией при извлечении точек на рисунках 5(b)-5(c). Затем мы нашли внутренние параметры, используя следующие методы: метод Менга, метод Ву, наш метод+ и наш метод. Результаты экспериментов представлены в таблице 1.

Чтобы проверить правильность внутренних параметров камеры в таблице 1, данные в таблице 1 были использованы для реконструкции трехмерной информации [12] шахматной доски на рисунке 6. Сорок пять характерных точек, соответствующих пяти строкам и из каждого изображения было выбрано девять столбцов шахматной доски. Результаты реконструкции показаны на рис. 7. Затем было рассчитано среднее значение угла в параллельных направлениях с данными с рис. 7. Аналогичным образом было получено среднее значение угла в ортогональных направлениях. В таблице 2 приведены результаты измерения угла с реальными данными, как показано на рисунке 7.

Реальные углы равны 0° для параллельных прямых и 90° в ортогональном направлении на шахматной доске. Из таблицы 2 можно сравнить абсолютную погрешность экспериментальных результатов с реальным углом. Понятно, что абсолютная ошибка нашего метода+ была меньше. Таким образом, наш метод+ оказался осуществимым и эффективным.

6. Выводы

В этом исследовании, основанном на теории гармонических сопряжений в проективной геометрии в сочетании с точкой схода и центром концентрических окружностей, предлагается метод калибровки, использующий окружности и прямую. Изображение центра окружности можно легко вычислить с помощью концентрических окружностей, не требуя знания радиуса и местоположения центра. Три изображения могут быть получены с разных ориентаций шаблона, а внутренние параметры могут быть вычислены с использованием линейного метода. Преимуществом предлагаемого процесса является то, что он не требует сложных вычислений.

Конфликт интересов

Авторы заявляют об отсутствии конфликта интересов в связи с публикацией данной статьи.

Благодарности

Эта работа была частично поддержана двумя грантами Национального фонда естественных наук Китая (№ 61663048 и № 11361074).

Ссылки

1. Ю. Чжан, Л. Чжоу, Х. Лю и Ю. Шан, «Гибкая онлайн-калибровка камеры с использованием линейных сегментов», Journal of Sensors , том. 2016 г., идентификатор статьи 2802343, 16 страниц, 2016 г.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

2. З. Эль Кадмири, О. Эль Кадмири, Л. Масмуди и М. Н. Баргач, «Новый солнечный трекер, основанный на всенаправленном компьютерном зрении», Journal of Solar Energy , vol. 2015 г., 6 страниц, 2015 г.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

3. Й. Ли и Дж. Лу, «Минимизация полной вариации на основе многоградиентности для улучшенного устранения размытия размытия при расфокусировке многонаправленных изображений», Международный журнал оптики , том. 2014 г., идентификатор статьи 732937, 9 страниц, 2014 г.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

4. X. Meng и Z. Hu, «Новый простой метод калибровки камеры, основанный на круглых точках», Pattern Recognition , vol. 36, нет. 5, стр. 1155–1164, 2003.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

5. Ю. Ву, Х. Чжу, З. Ху и Ф. Ву, «Калибровка камеры на основе квазиаффинной инвариантности двух параллельных окружностей», в Компьютерное зрение — ECCV 2004 , том. 3021 of Lecture Notes in Computer Science , стр. 190–202, Springer Berlin Heidelberg, Berlin, Heidelberg, 2004.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

6. З. Бин, «Определение внутренних параметров и параметров положения камеры на основе концентрических окружностей», в Трудах Международной конференции IEEE по цифровому производству и автоматизации (ICDMA’10) , том. 1, стр. 518–521, Хунань, Китай, 2010 г.

   . Просмотр по адресу:

   Google Scholar. 41, нет. 2, стр. 607–615, 2008 г.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

7. К. Рикольф-Виала и А.-Дж. Санчес-Сальмерон, «Надежная метрическая калибровка нелинейных искажений объектива камеры», , распознавание образов, , том. 43, нет. 4, стр. 1688–169.9, 2010.

   Посмотреть по адресу:

   Сайт издателя | Google Scholar

8. J. G. Semple and G. T. Nonkbone, Algebraic Projametie Geometry , Clarendon Press, Oxford, UK, 1952.

   View At:

   MathScinet

9. R. Hartley и A.0025. Geometry in Computer Vision , Cambridge University Press, UK, 2003.

   Просмотр по адресу:

   MathSciNet

10. П. Л. Сюй, «Исследование технологии точных измерений микроскопических изображений», Advanced Materials Research , vol. 798, стр. 638–642, 2013.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

11. Z. Zhang, «Новый гибкий метод калибровки камеры», IEEE Transactions on Pattern Analysis and Machine Intelligence , vol. 22, нет. 11, стр. 1330–1334, 2000.

    Посмотреть по адресу:

    Сайт издателя | Google Scholar

Copyright

Copyright © 2018 Yue Zhao et al. Это статья с открытым доступом, распространяемая в соответствии с лицензией Creative Commons Attribution License, которая разрешает неограниченное использование, распространение и воспроизведение на любом носителе при условии надлежащего цитирования оригинальной работы.

Калибровка камеры с двумя произвольными коаксиальными кругами

Калибровка камеры с двумя произвольными соосными кругами

• Карло Коломбо ¹⁹ ,
• Дарио Командуччи ¹⁹ и
• Альберто Дель Бимбо ¹⁹  

Документ для конференции

29

• 13 тыс. Доступов

• 13
  Цитаты

• 6

  Альтметрика

Часть серии книг Lecture Notes in Computer Science (LNIP, том 3951)

Abstract

Мы представляем подход к калибровке камеры по изображению как минимум двух окружностей, расположенных коаксиально. Такая геометрическая конфигурация возникает в статических сценах объектов с вращательной симметрией или в сценах, включающих общие объекты, совершающие вращательное движение вокруг фиксированной оси. Подход основан на автоматической локализации поверхности вращения (ПВР) на изображении и использовании ее в качестве калибровочного артефакта. SOR может быть как реальным объектом в статической сцене, так и «виртуальной поверхностью», полученной наложением кадров во вращательной последовательности. Это обеспечивает единую основу для калибровки по одиночным изображениям SOR или последовательностям поворотного стола. Как внутренние, так и внешние параметры калибровки (модель квадратных пикселей) получаются из двух или более отображаемых поперечных сечений SOR, чей видимый контур также используется для повышения точности калибровки. Экспериментальные результаты показывают, что этот подход к калибровке достаточно точен для нескольких приложений машинного зрения, включая получение реалистичных 3D-моделей из отдельных изображений и сканирование 3D-объектов на рабочем столе.

Ключевые слова

• Калибровка камеры
• Основная точка
• Статическая сцена
• Подход к калибровке
• Центр камеры

машина Эти ключевые слова были добавлены авторами, а не автором. Этот процесс является экспериментальным, и ключевые слова могут обновляться по мере улучшения алгоритма обучения.

Скачать документ конференции в формате PDF

Каталожные номера

1. Tsai, R.Y.: Универсальный метод калибровки камеры для высокоточной 3D-метрологии машинного зрения с использованием стандартных телевизионных камер и объективов. IEEE Journal of Robotics and Automation 3, 323–344 (1987)

   CrossRef

   Google Scholar

2. Каприль Б., Торре В.: Использование точек схода для калибровки камеры. Международный журнал компьютерного зрения 4, 127–140 (1990)

   CrossRef

   Google Scholar

3. «>

   Штурм П., Мэйбэнк С.: Метод интерактивной трехмерной реконструкции кусочно-плоских объектов по одиночным изображениям. В: Британская конференция по машинному зрению, стр. 265–274 (1999)

   .
   Google Scholar

4. Либовиц Д., Криминиси А., Зиссерман А.: Создание архитектурных моделей из изображений. EuroGraphics 18, 39–50 (1999)

   Google Scholar

5. Даучер, Н., Доме, М., Лапрест, Дж.: Калибровка камеры по изображениям сфер. В: 3-я Европейская конференция по компьютерному зрению, стр. 449–454 (1994)

   .
   Google Scholar

6. Агравал, М., Дэвис, Л.С.: Калибровка камеры с использованием сфер: полуопределенный подход к программированию. В: 9-я Международная конференция IEEE по компьютерному зрению, том. 2, стр. 782–789 (2003)

   Google Scholar

7. «>

   Чжан З.: Новый гибкий метод калибровки камеры. IEEE Transactions on PAMI 22, 1330–1334 (2000)

   CrossRef

   Google Scholar

8. Чжан З.: Калибровка камеры с одномерными объектами. В: Heyden, A., Sparr, G., Nielsen, M., Johansen, P. (eds.) ECCV 2002. LNCS, vol. 2353, стр. 161–174. Springer, Heidelberg (2002)

   CrossRef

   Google Scholar

9. Чен, К.-а., Ву, Х., Вада, Т.: Калибровка камеры с двумя произвольными компланарными кругами. В: Pajdla, T., Matas, J(G.) (eds.) ECCV 2004. LNCS, vol. 3023, стр. 521–532. Springer, Heidelberg (2004)

   CrossRef

   Google Scholar

10. Вонг, К.Ю.К., Мендонса, П., Чиполла, Р.: Калибровка камеры по поверхностям вращения. IEEE Transactions on PAMI 25, 147–161 (2003)

    CrossRef

    Google Scholar

11. «>

    Вонг, К.Ю.К., Мендонса, П.Р.С., Чиполла, Р.: Реконструкция поверхностей вращения по отдельным некалиброванным изображениям. В: Британская конференция по машинному зрению, том. 1, стр. 93–102 (2002)

    Google Scholar

12. Коломбо, К., Дель Бимбо, А., Перничи, Ф.: Реконструкция метрической 3D и получение текстуры поверхностей вращения с одного некалиброванного вида. Транзакции IEEE на PAMI 27, 99–114 (2005)

    Перекрёстная ссылка

    Google Scholar

13. Цзян Г., Цюань Л., Цуй Х.Т.: Геометрия кругового движения минимум по 2 точкам на 4 изображениях. В: Международная конференция IEEE по компьютерному зрению, стр. 221–227 (2003 г.)

    .
    Google Scholar

14. Абдалла С.М.: Распознавание объектов посредством инвариантности. Кандидатская диссертация, Сиднейский университет, Австралия (2000 г. )

    Google Scholar

15. Коломбо, К., Командуччи, Д., Дель Бимбо, А., Перничи, Ф.: Точная автоматическая локализация поверхностей вращения для самокалибровки и метрической реконструкции. В: Семинар IEEE CVPR по организации восприятия в компьютерном зрении (2004 г.) (CD-ROM)

    Google Scholar

16. Хартли, Р.И., Зиссерман, А.: Геометрия с несколькими представлениями в компьютерном зрении. Издательство Кембриджского университета, Кембридж (2000)

    МАТЕМАТИКА

    Google Scholar

17. Сюй, Г., Танака, Х.Т., Цудзи, С.: Правильные прямые однородные обобщенные цилиндры с симметричными поперечными сечениями: восстановление позы и формы по контурам изображения. В: Международная конференция IEEE по компьютерному зрению и распознаванию образов, стр. 692–694 (1992)

    .
    Google Scholar

18. Ротвелл, К.А., Зиссерман, А., Маринос, К.И., Форсайт, Д., Манди, Дж.Л.: Относительное движение и поза из произвольных плоских кривых. Вычисление изображения и зрения 10, 251–262 (1992)

    Перекрёстная ссылка

    Google Scholar

19. Коломбо, К., Командуччи, Д., Дель Бимбо, А.: Настольный 3D-сканер, использующий вращение и визуальное исправление лазерных профилей. В: Международная конференция IEEE по системам машинного зрения (2006 г.) (CD-ROM)

    Google Scholar

Ссылки на скачивание

Информация об авторе

Авторы и организации

1. Dipartimento Di Sistemi E Informatica, Via S. Marta 3, 50139, Firenze, Italy

   Carlo Colombo, Dario Comanducci & Alberto del Bimbo

1. .