基于二维平面靶标的线结构光标定

为实现对线结构光的高精度标定,提出一种新的基于二维平面靶标的线结构光标定算法。首先拟合图像坐标系下光条直线方程,通过图像坐标系与相机坐标系的转换关系求解相机坐标系下在图像中的光条直线方程;求解过相机坐标系原点与此直线所确定的平面方程,之后确定二维靶标平面在相机坐标系下的平面方程,此两平面的交线即为标定板上的光条直线在相机坐标系下的方程;每幅标定板图像均做以上处理,通过最终提取出的多组光条中心线拟合激光平面方程。实验表明,在一般的实验环境下,此算法弥补了以往算法的标定点少的缺陷,具有高精度和操作简便的优点,最大差值为0.006 mm。     

基于普吕克直线的多线结构光视觉传感器标定方法

针对多线结构光系统的快速标定,提出了一种基于普吕克直线的标定方法。传统的线结构光标定方法大多以单点的形式进行提取和坐标系转换,从而获得平面方程。然而单点数量较多会导致操作复杂,不适用于多线结构光的标定。为了解决这个问题,提出了一种新的标定方法,该方法在标定过程中全部采用普吕克矩阵的形式,而不是直接使用点特征。该方法有利于在摄像机坐标系下快速准确地获得光平面方程。同时设计了一种与该方法相对应的用于标定多线结构光的平面标定靶标。为了将一般直线转换为普吕克直线,将图像平面维度延展,定义了一个新的图像空间。为了对普吕克直线的坐标系进行转换,重新表达了基于普吕克直线的透视投影模型。基于普吕克空间中直线与平面的性质,对多条结构光线的普吕克矩阵进行合并即可高效地构造出线性的矩阵方程,从而进一步拟合出结构光平面方程。实验验证了所提方法并证明了校准精度的显著提高,当测试距离为1.8 m时,测量得到的三维点的RMS误差在0.08 mm之内。     

基于普吕克直线的多线结构光视觉传感器标定方法（英文）

针对多线结构光系统的快速标定,提出了一种基于普吕克直线的标定方法。传统的线结构光标定方法大多以单点的形式进行提取和坐标系转换,从而获得平面方程。然而单点数量较多会导致操作复杂,不适用于多线结构光的标定。为了解决这个问题,提出了一种新的标定方法,该方法在标定过程中全部采用普吕克矩阵的形式,而不是直接使用点特征。该方法有利于在摄像机坐标系下快速准确地获得光平面方程。同时设计了一种与该方法相对应的用于标定多线结构光的平面标定靶标。为了将一般直线转换为普吕克直线,将图像平面维度延展,定义了一个新的图像空间。为了对普吕克直线的坐标系进行转换,重新表达了基于普吕克直线的透视投影模型。基于普吕克空间中直线与平面的性质,对多条结构光线的普吕克矩阵进行合并即可高效地构造出线性的矩阵方程,从而进一步拟合出结构光平面方程。实验验证了所提方法并证明了校准精度的显著提高,当测试距离为1.8 m时,测量得到的三维点的RMS误差在0.08 mm之内。     

线结构光多视觉传感器现场同步校准方法

现有线结构光多视觉传感器现场校准通常需要先完成线结构光视觉传感器局部标定,再进行多视觉传感器全局校准,效率低、且在搬运过程容易对线结构光视觉传感器局部标定结果造成影响,降低测量系统精度。针对以上问题,提出一种可以同步实现线结构光视觉传感器局部标定和多视觉传感器全局校准的现场同步校准方法。该方法以自由移动三次以上的一维靶标为中介,将两个无共同视场的线结构光视觉传感器联系在一起。以一维靶标特征点距离已知为约束条件,由交比不变性,得到所有一维靶标点及光条与一维靶标相交点在各线结构光视觉传感器图像坐标系下的图像坐标,进而求解出两个线结构光视觉传感器之间的转换矩阵和一维靶标特征点及光条与一维靶标相交点在全局坐标系下三维坐标,通过拟合求解全局坐标下的光平面方程,采用非线性优化算法求解出两个线结构光视觉传感器间的转换矩阵与光平面方程的最优解。如果视觉传感器多于两个,可通过两两校准方式实现多个视觉传感器现场校准。试验结果表明,该方法同步校准方均根误差可优于0.14 mm。     

结构光视觉传感器通用现场标定方法

建立结构光视觉传感器通用数学模型,提出一种基于平面靶标的结构光视觉传感器结构参数标定新方法.在测量空间不同位置多次随意摆放平面靶标,结构光投射在靶标表面,摄像机拍摄靶标图像.利用靶标上特征点及对应的图像点求解靶标坐标系到摄像机坐标系的转换.根据靶标平面与图像平面之间的同射变换获得结构光标定点在靶标坐标系下的坐标,并统一到摄像机坐标系下,在此基础上拟合出结构光方程.该方法获得标定点效率高,能胜任点、线、曲面等任何模式结构光视觉传感器的现场标定.试验结果表明,该方法具有较高的标定精度.     

基于线结构光参考平面的多摄像机标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

多摄像机结构光大视场测量中全局标定方法

多摄像机结构光大视场测量系统,存在摄像机空间分布广、摄像机之间无公共视场角、标定模型复杂等问题。所以采用合适方法对多摄像机与结构光进行高精度全局标定非常关键。提出将二维平面靶标与一维靶标相结合,分步对摄像机及结构光进行全局标定。首先,综合考虑摄像机镜头畸变,采用二维平面靶标对单个摄像机内部参数进行离线标定。借助一维靶标对摄像机及结构光外部参数进行在线标定。将一维靶标上距离已知的共线特征点作为约束条件,逐个求解相邻摄像机坐标系之间外部参数。任选一个摄像机作为全局坐标系,通过相邻摄像机坐标系外部参数矩阵逐步换算,求解每个摄像机坐标系与全局坐标系外部参数。同理,采用一维靶标,至少获取激光平面上3个非共线特征点全局坐标,计算激光平面方程。最后,综合所有摄像机内外部参数、激光平面方程系数,建立多摄像机结构光大视场测量系统全局测量模型。标定试验和现场实际应用表明文中所提方法切实可行。     

基于线结构光参考平面的多摄像机灵活标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

多摄像机结构光大视场测量中全局标定方法研究

多摄像机结构光大视场测量系统,存在摄像机空间分布广、摄像机之间无公共视场角、标定模型复杂等问题。所以采用合适方法对多摄像机与结构光进行高精度全局标定非常关键。提出将二维平面靶标与一维靶标相结合,分步对摄像机及结构光进行全局标定。首先,综合考虑摄像机镜头畸变,采用二维平面靶标对单个摄像机内部参数进行离线标定。借助一维靶标对摄像机及结构光外部参数进行在线标定。将一维靶标上距离已知的共线特征点作为约束条件,逐个求解相邻摄像机坐标系之间外部参数。任选一个摄像机作为全局坐标系,通过相邻摄像机坐标系外部参数矩阵逐步换算,求解每个摄像机坐标系与全局坐标系外部参数。同理,采用一维靶标,至少获取激光平面上3个非共线特征点全局坐标,计算激光平面方程。最后,综合所有摄像机内外部参数、激光平面方程系数,建立多摄像机结构光大视场测量系统全局测量模型。标定试验和现场实际应用表明文中所提方法切实可行。     

基于一维靶标的结构光视觉传感器标定

针对结构光视觉三维测量模型参数的现场标定,提出一种基于自由移动的一维靶标(至少包含3个共线特征点,取其中之一为特征线的原点)的结构光视觉传感器标定方法.根据一维射影变换获取靶标上特征线的消隐点,并与摄像机投影中心确定特征线在摄像机坐标系下的方向矢量;基于特征点的长度约束及方向约束计算特征点的摄像机坐标,得到特征线的直线方程;利用射影变换和特征线的方程获得多个非共线的光条上控制点的摄像机坐标,将控制点拟合成光平面.试验表明,在一般试验条件下,一维靶标结构光参数标定方法可以达到平面靶标法的标定精度.相对于二维靶标,高精度大尺寸一维靶标加工制造容易,维护简单,更重要的是可以用于大尺寸结构光视觉测量的现场在线标定.     

线结构光传感系统的快速标定方法

针对现有线结构光传感系统标定过程中对设备要求高、标定过程繁琐等问题,提出一种基于三点透视模型的快速标定方法.引入一个可自由移动的平面靶标,靶标上只需要共线且相互位置确定的3个特征点,利用共线三点建立三点透视数学模型,根据3个特征点以及光条纹在摄像机像面的成像信息,获取了光平面上标定点在摄像机坐标系下的坐标.平面靶标在视觉范围内任意移动几个位置,得到光平面上多个标定点坐标,从而确定光平面方程.实验证明,该方法平均相对测量误差约为0.72%,标定时不需要昂贵的辅助调整设备,也不需要求解坐标系之间的转换矩阵,简单、快速,适合现场标定.     

基于三点透视模型的线结构光系统标定方法

针对现有线结构光传感系统标定过程中对设备要求高、标定过程繁琐等问题,提出一种基于三点透视模型的快速标定方法。引入一个可自由移动的平面靶标,靶标上只需要共线、且相互位置确定的三个特征点,利用共线三点建立三点透视数学模型,根据三个特征点以及光条纹在摄像机像面的成像信息,就可以获取光平面上标定点在摄像机坐标系下的坐标。平面靶标在视觉范围内任意移动几个位置,得到光平面上多个标定点坐标,从而确定光平面方程。实验证明,该方法平均相对测量误差小于0.8%。该方法不需要昂贵的辅助调整设备,也不需要求解坐标系之间的转换矩阵,简单、快速,适合现场标定。     

一种基于摄影测量的自动分拣系统标定方法

针对6轴工业机器人自动分拣系统,提出了一种新的标定方法。该方法由工作相机对置于传送带上的平面靶标拍摄一幅图像,据此计算工作相机与平面靶标之间的单应性矩阵,运用摄影测量系统对传送带上的平面靶标及散布于机器人表面的标记点拍摄机器人绕A4轴做一次旋转运动前后的2组图像,再拍摄机器人绕其A1轴做一次旋转运动前后的2组图像,在对每组图像中的目标点分别进行三维重建的基础上,得到机器人坐标系以及平面靶标与机器人坐标系的位置关系,进而结合计算出的单应性矩阵得到工作相机图像平面至机器人坐标系的映射,实现自动分拣系统的标定。经实验验证,具有较高的标定精度。     

钢轨全轮廓线结构光双目视觉测量系统标定

线结构光视觉测量技术因非接触和精度高的特点被用于钢轨磨耗测量。为解决钢轨断面全轮廓测量和线结构光测量系统现场标定困难的问题,提出了一种基于自由平面靶标的线结构光双目现场标定方法。首先,基于线结构光双目视觉测量模型搭建测量系统,分别采集两侧摄像机公共视角下任意位置的不含和包含线结构光的棋盘格平面图像;然后,采用棋盘格平面标定法获取两侧摄像机内部参数。利用线结构光平面与不同位置标定板相交产生的特征点拟合出线结构光平面在两侧摄像机坐标系中的平面方程,采用罗德里格斯变换原理求解出线结构光平面与两侧摄像机的外部参数;最后,结合摄像机内部参数和线结构光平面与摄像机外部参数实现钢轨全轮廓测量,并进行现场测试。试验结果表明,相机内参数标定误差约为0.03 pixel,结构光平面拟合度达0.999,钢轨断面全轮廓总测量偏差为0.54 mm,满足测量精度要求。     

基于自由靶标的线结构光视觉测量系统标定研究

针对现有的线结构光视觉测量系统现场标定方法存在效率低、操作复杂等不足,提出了一种基于自由移动平面靶标的标定方法。该方法以平面靶标作为标定对象,首先采用张正友的方法标定出了摄像机内部参数,然后引入了线结构光和自由移动平面靶标,以各种位姿下靶标内的激光条纹与棋盘格角点边线交点作为特征点,求取了特征点在摄像机坐标系下的坐标,并拟合出了结构光面平面方程,从而完成了整个测量系统的标定。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1%,达到了较高的标定精度,能够满足使用要求。     

基于线结构光的四通道舵偏角同步动态测量系统

针对现有舵偏角同步动态测量中存在的局限性,设计一套四通道舵偏角同步动态测量系统.在系统标定中,通过计算光条直线的Plücker矩阵求解光平面方程,完成视觉传感器的局部标定.以2个连接在一起的平面靶标为中介,通过两两校准方式实现多视觉传感器的全局校准.在实际测量中,基准视觉传感器拍摄基准装置,建立基准坐标系,其余4个视觉传感器分别测量对应舵面在基准坐标系下的法向矢量,通过连续测量实现四通道舵偏角的同步动态测量.经试验证明,在测量角度±30°范围内,该系统角度测量RMS误差可达±0.05°.     

采用移动光靶标的分区域相机标定

针对工业视觉测量中的摄像机标定精度及效率低的问题,提出一种高精度CCD相机分区域标定方法。该方法首先利用三坐标测量机(CMM)带动圆形发光二极管(LED)光靶标按梯形台状做精确空间移动,结合最小二乘椭圆拟合算法求解光靶标的像面位置,并与CMM三维坐标形成精确的空间标定点集。同时,将像平面按圆环形对称结构分割成N个区域,并结合改进的Tsai算法分别对每个子区域进行相机参数的标定。标定实验结果表明:经过分区域标定,相机采集点的总误差比单区域标定法降低了17%(N=8),单点平均误差降低了20%左右。算法可实现自动精确标定点采集,操作过程简单,基本满足中等精度的工业测量要求。所提出的相机标定法可应用于工业视觉测量,特别是大工件测量领域。     

基于SVR回归拟合的摄像机标定算法

在摄像机标定过程中,为得到像素坐标中不同像素坐标值对应的唯一世界坐标值,需要求解相机坐标系和世界坐标系之间的旋转矩阵参数、平移矩阵参数及物理器件特性参数,操作步骤烦琐。因此,提出了一种支持向量回归（Support Vector Regression,SVR）拟合一体化标定算法。首先,为实现图像平面坐标系到世界坐标系的坐标转换,选择大小为26 mm×26 mm的棋盘格作为标定块。每次采集棋盘格,统计图像中的棋盘角点。多次重复采集后,整理图像坐标与世界坐标的数据。其次,训练SVR回归模型,得到SVR的核函数和惩罚因子。最后,定量分析实验结果。相较于传统的标定方法,SVR的方法省略了求解相机畸变的步骤,解决了相机的非线性问题,具有良好的精确度和鲁棒性。     

基于交叉矢量的视觉-激光测距系统结构参数标定

视觉与三维激光测距组成的测量系统是运动估计与环境建模的主要传感设备。 为了实现测量系统感知数据坐标系的 统一,提出了一种基于空间向量自组合的视觉与三维激光测距系统结构参数标定方法。 主要包括 3 个方面:1)利用平面标定法 求解摄像机内部参数及摄像机坐标系下平面靶标的法向量,利用迭代拟合算法求解激光雷达坐标系下平面靶标的法向量,并构 建两个坐标系下的平面靶标法向量集合;2)根据向量之间夹角大小在平面靶标法向量集合中自主选取交叉向量,建立结构参 数标定目标函数;3)利用非线性优化算法求解最小二乘问题,获得外部参数的最优估计。 通过仿真与实际标定实验验证了方法 的有效性和准确性。 实验结果表明:该方法的反向投影误差小于 30 mm(3σ),满足高精度三维测量的同时还具有高的标定效 率。 所提方法满足传感器融合测量精度的要求。     

基于十字线结构光的亚象素三维视觉测量

本文使用十字线激光器,配置CCD相机组成十字线结构光视觉测量系统。根据视觉测量系统的标定与测量原理,建立了两个光平面相应的数学模型;采用最小外接矩形法分割光条,在每个矩形区域内采用高斯曲线拟合法提取光条中心,再用最小二乘法拟合光条直线。最后用该系统实现了零件的非接触三维轮廓测量,验证了模型的正确性和光条提取方法的精度。