基于彩色同心圆的投影仪标定算法

本文研究主动视觉系统中投影仪的平面标定方法。用固定的投影仪向画有青色同心圆的标定板上投影黄色与洋红色相间的棋盘格,用固定的摄像机采集若干幅标定板不同朝向的图像,对采集图像进行颜色通道过滤,得到投影仪标定所需的同心圆分量和棋盘格分量,结合摄像机投影仪图像之间的映射关系和同心圆的秩2约束来标定投影仪。此方法仅需用三幅图像,不仅可以标定出投影仪的所有内参数(包括倾斜参数),如果再一步深入,还可以标定出摄像机的内参数矩阵和主动视觉系统的外参数矩阵。实验结果表明本文的标定算法精度比较可观。     

基于角点灰度分布特征的棋盘格角点检测

在摄像机标定过程中,较差的光照条件和镜头畸变会造成棋盘格角点漏检和角点冗余。分析了角点的灰度分布特性,提出一种基于角点灰度分布特征的棋盘格角点检测算法。为确保在较差光照条件和镜头畸变下,棋盘格图像角点不漏检,算法首先利用角点的灰度分布特性提取候选角点;然后通过迭代的方式提高候选角点的精度并再次结合棋盘格角点的灰度分布特性剔除候选角点中非角点处的伪角点,避免棋盘格角点冗余;最后通过角点处的邻近点合并获得最终的棋盘格角点坐标。实验结果证明,在较差的光照条件和镜头畸变条件下,本算法角点无漏检和冗余。将该算法提取的棋盘格角点应用于摄像机标定,结果显示重投影误差的均方差在0.1pixel范围以内,优于其他算法。     

基于神经网络的焊缝跟踪系统视觉标定方法

文中提出一种基于深度神经网络的焊缝跟踪系统机器人视觉标定方法，实现了机器人的简单快速标定。将焊缝跟踪传感器安装在机械臂末端，使用线激光器对被检测角点进行定位，工业相机拍摄对应的标定棋盘图像，用角点提取算法获取到相应棋盘格点的数字图像坐标，并通过示教器读取机械臂的各个关节角，利用神经网络极强的非线性映射能力，将其传入训练好的BP神经网络进行三维空间坐标的预测。此方法能够实现机器人的快速标定，避开传统标定方法中复杂的非线性运算，并减少坐标转换间的累积误差。实验结果表明，基于神经网络的标定方法具有较高的精度，且标定过程简单，为机器人视觉标定提供了一种新的方法。     

基于标准棋盘格的图像校准方法

通过对CCD相机采集的图像存在的畸变,提出了一种对畸变图像进行校准的方法。校准算法采用标准的棋盘格,利用仿射变换对图像表面规则分布的特征点建立查找表,查找并分析特征点,计算出变形量,然后修正。实验结果表明,该方法对图像校准是非常有效且具有非常高的实用性。     

使用12像素对称模板的棋盘格内角点检测

棋盘图像的角点提取问题往往决定着三维测量中摄像机标定的精度。针对SUSAN（Smallest Univalue Segment Assimilating Nucleus）算法无法区分棋盘标定板内角点与边缘点的缺陷,提出一种12像素对称灰度模板检测算法。该算法首先根据棋盘格内角点周围像素的中心对称性分布,设计一种12像素对称USAN模板,可以迅速区分出内角点与边缘点,同时将内角点与平坦区域作为候选点。再结合灰度均方差算子,利用平坦区域灰度方差较小的特点将其剔除,最终实现对棋盘格内角点的高效检测。同时,该算法在检测过程中完全摒除易受外界因素影响的外圈角点,以保证角点提取时的精度。实验结果表明:新算法对9阶棋盘格的检测时间为1.244577s;用于张正友标定方法之后,得到的检测重投影误差仅为[0.3,0.3]像素。这两项指标,均优于传统SUSAN算法。     

相机标定的精度影响实验分析

相机标定是机器视觉中的必要步骤,标定效果直接影响后续的测量精度.在张正友标定方法的基础上,对棋盘格尺寸、标定图片数量、棋盘格打印方式3个方面进行实验分析,实验过程中通过控制变量法进行对比实验.实验结果表明,棋盘格尺寸选择10～15 mm时标定效果较好;当棋盘格角点数目相同时,棋盘格尺寸越大,标定所需的图片数量越多;当棋...     

基于局部单应性的投影仪标定精度研究

结构光三维测量中,系统标定参数不仅是三维重建的基础,其精度对测量结果也有直接的影响,但目前投影仪标定大多存在精度不高、过程复杂等问题。为此,论文利用棋盘格标定板,采用一种基于局部单应性矩阵的投影仪标定方法,通过局部单应性矩阵将相机和投影仪图像角点坐标对应关系建立起来,把角点邻域大小转化为投射角度,对每个投射角度分别进行投影仪标定,根据实验结果综合分析选出系统最佳投射角度。介绍了系统模型及工作原理,并搭建实验系统研究了标定精度和投射角的关系,获得了最佳投射角度,并在此基础上对已知平面和复杂人脸进行三维重建,重投影误差可达0.284 356像素,证明了选取最佳投射角度可获得更高的重建精度。此分析方法不依赖相机标定实现,摆脱了具体结构尺寸的约束,具有更普遍的应用价值。     

基坑监测系统中图像的无损压缩传输

基坑监测系统中,为了减小棋盘格靶标图像图像的传输时间和传输带宽,同时满足监测精度的要求,必须对图像进行无损压缩。由此着重分析了棋盘格图像特点,并从无损压缩原理出发,比较了霍夫曼、游程长度、算术、LZW等几种图像无损压缩方法的优劣,并且探讨了先将图像作DCT变换再进行无损压缩的效果。实验结果表明： LZW 编码方法对棋盘格图像具有最大的压缩比和最快的压缩速度,是基坑监测系统中的最理想的无损压缩方法。     

基于鱼眼相机混合模型的棋盘格角点检测方法

针对搭载自动泊车功能车辆的鱼眼相机标定耗时较长、鲁棒性要求较高的问题,提出一种基于鱼眼相机混合模型的棋盘格内角点检测改进方法。在参考和比较原有算法的基础上,提出的混合畸变模型能够快速确定不同区域内角点的两个初始方向,从而快速提高粗定位的速度。同时针对生产线标定的特殊性,提出了双标准离率差阈值作为对初始棋盘格是否可用的判断标准。实验结果表明该算法在自动泊车鱼眼相机生产过程中既能够满足标定的精度要求,同时也大幅度提高了检测速度,对自动泊车的相机标定具有一定的实用价值。     

非线性模型下的摄像机标定

摄像机模型的建立对于摄像机标定精度至关重要,针对该问题,对摄像机模型进行研究,对三种畸变模型进行分析,提出了考虑径向畸变和切向畸变的摄像机非线性模型,给出了在此非线性模型下,三维空间物点投影到二维像平面象素坐标的投影过程。同时在基于平面棋盘格的两步标定方法的基础上提出三步标定方法。将非线性模型应用到改进的摄像机标定算法中,实验结果表明:非线性模型下的改进标定算法具有更高的标定精度。     

基于灰度特征的棋盘格内角点检测算法

标定物特征点的定位精度能直接影响相机标定的精准度，为提高检测的精度和效率，提出了一种基于灰度特征的棋盘格内角点检测的改进算法。通过分析角点的灰度分布特征，首先利用3×3环形邻域模板对初始角点预筛选；随后通过计算初始角点的BW算子响应值实现对棋盘格边缘角点及伪角点的剔除；最后结合改进的角点响应函数确定最终内角点。实验结果表明：运用改进算法在不同光照及噪声的影响下检测结果无漏检及误检，单幅图像所需检测时间为0.225 s,平均重投影误差结果为0.045像素，能为相机的高精度标定提供更精准可靠的数据。     

面向机器视觉测量的液体透镜调焦系统标定方法

高性能光学成像器件是机器视觉测量的重要基础,液体透镜作为一种结构紧凑的快速电控调焦器件,在机器视觉测量领域中具有明确的应用前景。针对液体透镜调焦器件在视觉测量中性能易受环境干扰、系统内参难以准确标定的问题开展研究。首先,构建了基于Optotune液体透镜器件的机器视觉测量系统,分析了液体透镜器件电控调焦工作机理,提出了调焦系统的电流-焦距数学模型,研究了影响液体透镜调焦系统参数的温度、重力因素作用机理,分别提出了温度-焦距、重力-主点位置影响量传递与补偿数学模型;然后,将上述各系统模型与针孔相机成像模型相结合,提出了液体透镜调焦系统的函数化内参表达式,设计了求取表达式全部系数的标定装置与标定流程,并进行了系统内参标定实验,验证了文中内参标定方法的可行性;最后,利用标定所得的内参对边长30 mm的棋盘格靶标进行了测量实验,通过尺寸测量精度反映内参标定精度。实验结果表明,文中方法能够得到比现有插值法更准确的内参标定结果,其中图像角点空间映射位置误差均值为0.10 mm,棋盘格边长测量结果最大相对误差为0.68%,两项误差比插值法所得内参的测量结果分别减小了27.2%和54.4%。     

稀疏激光雷达与可见光/红外成像系统的标定方法

激光雷达与成像系统之间的位姿标定是激光点云与图像像素进行融合的前提。目前主流的离线标定方法中,普通棋盘格标定板用于64线及以上的激光雷达时效果较好,而用于16线激光雷达时由于其数据稀疏而导致误差较大。而且,涉及红外成像系统的标定时,需要特制的棋盘格来获得发射率差异。本文针对稀疏激光雷达点云数据较少的问题,研究了可以同时标定激光雷达与可见光、红外成像系统的方法,设计了菱形九孔标定板,并提出几何约束损失函数来优化特征点的坐标。最后,分别使用红外和可见光成像系统与16线激光雷达进行标定,实验结果表明,平均重投影误差均在3个像素之内,取得了较好的效果。本文方法还能用于稀疏激光雷达与可见光-红外多波段成像系统的标定。     

热红外相机双目测距系统标定技术研究

针对双目测距系统相机模型标定过程中,热红外相机与常用可见光相机的成像原理、图像质量、信噪比等存在的差异,对比了两种标定靶标:由黑色氧化铝板和镀镍铝板制成的棋盘格靶标、由黑色氧化铝板和镀镍钕铁磁制成的圆形点阵靶标,并分析了以上两者的标定结果。研究结果发现圆形点阵靶标相较棋盘格靶标误差更小,但两者的标定结果模型均具有较高的精度,可满足后续双目视觉的特征点匹配需求。本次研究对于双目视觉在热红外谱段中的应用具有一定的参考价值。     

投影仪标定中的相位误差补偿

为了减小由投影仪-摄像机γ非线性引起的红蓝棋盘格标定板相位误差,分析了非线性相位误差的产生原因和表现特征,建立了非线性相位误差和相位主值之间的数学模型,由该模型得到相位误差补偿矩阵并修正展开相位;同时采用MATLAB仿真并结合相关试验对该算法进行了验证。结果表明,误差补偿后棋盘格平面展开相位的均方根误差从0.0836rad下降到0.0218rad;由γ非线性引起的棋盘格角点在标靶图像中像素坐标的最大误差值约从补偿前的0.3pixel降低到0.1pixel。该方法有效减小了由投影仪-摄像机γ非线性引起相位误差,提高了标靶图像的角点坐标精度。     

一种用于结构光测量系统的投影仪标定技术

投影仪是光学三维测量系统中重要的设备,对投影仪进行标定是光学三维测量算法中的关键步骤。介绍了一种投影仪的标定方法,该方法基于传统的摄像机标定模型,借助摄像机及二维棋盘格标定板,并结合透视投影矫正方法获取投影仪标定特征点坐标,实现对投影仪的标定。该方法相对于现有的标定方法操作简便,标定成本低,有效降低了投影仪标定的复杂度。实验表明,标定精度能满足测量的要求。     

基于Hessian矩阵的黑白棋盘格角点检测

针对棋盘格角点的检测,提出了一种运算速度快、定位精度高的Hessian矩阵子像素角点检测算法。简述了Hessian矩阵的原理、算法的执行流程和黑白棋盘格子像素坐标提取的基本方法。通过实验检测出了黑白棋盘格中的角点,得到了角点坐标,并利用二阶泰勒展开式得到了角点的子像素坐标。最后,在不同的噪声水平下,与Harris算法作比较,计算出提取误差与提取时间。实验证明,Hessian矩阵对黑白棋盘格角点检测的更加精确。该实验结果可应用于摄像相标定中。     

基于线激光和新型标定板的钢轨轮廓匹配方法北大核心CSCD

为解决钢轨轮廓检测中标定平面和激光平面不重合、钢轨轮廓难以动态匹配的问题,制作了一种阶梯型标定板,并提出基于Harris-SIFT和改进RANSAC算法的钢轨轮廓匹配方法。首先设计制作一种阶梯型钢轨轮廓标定板,能直接标定激光平面,避免了实际应用中标定平面与线激光平面不完全重合的问题。标定过程中采集最佳控制点,通过多项式变换和双线性插值进行图像校正,然后通过Harris-SIFT算法进行轮廓粗匹配,大大缩短了匹配时间,最后利用改进的随机抽样一致算法(RANSAC)进行轮廓误匹配滤除,实现了轮廓精匹配。实验结果表明,图像标定时,相对于棋盘格标定板,校正误差减小0.042 mm;轮廓匹配时,相对于传统轮廓匹配方法,改进后的轮廓匹配算法匹配运行时间快,正确率达100%。     

巡线机器人视觉导航中的摄像机现场标定

为在工作现场对巡线机器人视觉系统中的摄像机进 行标定,提出了一种自动化的标定方法。方法首先通过视觉检测地线和线上的运动目标,发 现目标后,控制机器人沿地线作低速运动。检测到目标进入处理区域时,记录目标上最前端 点的坐标,然后变换2次视角,获取3个视角下的一系列图像。在处理中, 提取每个视角下间隔Δn帧的n幅图像中目标上的最前端点,以通过该点的地线 的垂线与地线两侧边缘线及轴线的交点形成 2×(n－1)的棋盘格,并对格点进行校正。然后利用地线尺寸、机器人速度和被处理帧间的 时间差等已知条件,获取图像中的点 与其三维空间点间的对应关系,最后利用张氏标定法相同的处理方式,解算出摄像机的内外 参数。结果 通过实验验证,以张 氏标定结果为准,该算法对内参中的焦距误差不超过5%。通过本文算法,可实 现摄像机的工作中的自动标定,无需人工拍摄标定参照物,不需人工干预,能较好的实现自 动化。     

线结构光三维测量系统扫描方向的标定

提出一种基于平面标靶的线结构光三维传感器扫描方向的标定方法。利用平面标靶对摄像头进行标定,得到摄像头的内部参数,将棋盘格平面标靶固定在空间某一位置,测量系统沿着扫描方向移动并采集一系列图像。根据这一系列图像求出摄像机的外部参数,并结合已经求出的摄像机内部参数计算出标靶上同一特征点在摄像机坐标系下的坐标值,对这些点进行直线拟合得到一直线方程,直线的方向就是测量系统的扫描方向。实验表明,该方法测量精度高,操作简单,无需辅助的调整设备,降低了标定设备的成本和系统校准的难度,适合现场标定。