基于点云中心的激光雷达与相机联合标定方法研究

针对激光雷达与相机联合使用遇到的点云稀疏、相机受环境光照影响失真等问题,提出一种基于点云中心的激光雷达与相机自动配准方法,避免了传统联合标定需要手动选择特征点以及连续采集多帧等问题。该方法在对点云与图像预处理后,利用平面法向量的一致性实现多标定板点云自动分割,提取标定板在激光坐标系和相机坐标下的点云;然后通过点云聚集迭代求解中心点,实现两个传感器标定板对应点云中心的粗配准;最终利用迭代最近点算法进行精配准,获得标定参数,完成联合标定。实测表明,在激光雷达误差±3 cm范围内,点云正确投影比例达到97.93%,可以有效获取高精度联合标定参数,满足空间环境对激光雷达和相机数据融合的要求。     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。     

机器视觉中相机标定方法的研究

介绍了相机标定的基础知识,按照标定流程对标定种类进行划分,相机标定方法有两步、三步以及四步标定方法等。详细探究相机标定按照自标定、基于主动视觉和基于标定物品三类标定划分办法。     

眼科手术机器人双目视觉标定方法研究

双目视觉系统通过相机模拟人眼,基于视差原理,从不同角度采集被测物体的两幅图像获取其二维信息,建立特征点的对应关系,计算出位置偏差,从而实现三维重建。眼科手术机器人双目视觉系统选用的标定方法是以张正友摄像机标定方法为基础,利用Harris角点检测方法实现亚像素点的精确化,对采集图像进行畸变矫正。将得出的标定结果与常用传统标定方法MATLAB相机标定工具箱Toolbox_calib的标定结果进行比较,分析像素误差。结果表明:使用新算法标定后的结果更加稳定,像素误差更小,精度更高,适用情况更加广泛,可用于眼科手术机器人的双目视觉标定系统中。     

阵地地貌反求测量中的相机标定

针对阵地地貌测量重构中的相机参数标定问题,基于相机的内参数模型提出了一种多相机并联阵地地貌测量标定方法.该方法基于主动视觉原理,利用测量支架在线性独立位置安装4部相机,并采用并联装置驱动相机同时拍摄,从而实现与三次独立线性平移效果相同的拍摄.根据该标定方法设计了阵地地貌测量标定实验,实验结果表明两个方向尺度因子比值的相对误差＜3.87%,主点坐标绝对误差在4个像素的范围内线性,畸变因子的变化范围在3倍以内,该方法方便、快捷,适合于阵地地貌测量的标定.     

聚光太阳能板视觉对位系统全局标定方法研究

针对聚光太阳能板视觉对位系统中存在相机间距离远,视野无重合,标定模型复杂等问题,研究了多相机阵列系统的高精度的全局标定方法。结合视觉对位平台的结构特征,设计出一种特定标定靶,根据圆形特征点间的位置约束关系,逐个求解非参考相机图像坐标系与全局坐标系间的外部参数,建立全局标定模型。标定实验表明,该方法精度高,切实可行。     

阵地地貌反求测量中像机标定技术研究

针对阵地地貌测量重构中相机参数标定问题,基于像机的内参数模型,提出了一种多相机并联阵地地貌测量标定方法。该方法基于主动视觉原理,利用测量支架在线性独立位置安装四部相机,并采用并联装置驱动相机同时拍摄,从而实现与三次独立线性平移效果相同的拍摄。根据该标定方法设计了阵地地貌测量标定实验,实验结果表明fu /fv的相对误差小于3.87%,u0、v0绝对误差在4个像素的范围内,s的变化范围在3倍以内,该方法适合于阵地地貌测量的方便、快捷标定。     

基于单目结构光的手型、脚型三维轮廓测量系统设计

随着人们生活水平的提高,定制化产品也逐渐实现大众化。产品的三维参数快速精确获取是定制化产品的前提。基于结构光三维测量技术,搭建了用于手型、脚型三维轮廓测量的光机结构平台,实现了视觉旋转装置与测量对象的运动轨迹分开,保证了系统可以对测量对象无接触、简便地采集图像信息。另外,结合逆相机系统标定技术、条纹编码技术、三频外差解相技术、点云配准技术等搭建软件分析平台,集合了相机投影仪控制及标定、图像采集、三维重建,点云处理等功能。通过该软件平台可以快速进行系统标定和对数据图采集和处理,获取测量对象的三维点云数据,得到手模的三维轮廓信息。最后,进行了相机和投影仪标定实验、基于手模的三维重构实验。相机和投影仪标定的重投影误差分别为0.04和0.1像素,标定结果较好。系统标定参数结合解相得到的相位可以对手模的三维重构,不同角度重构的点云进行配准融合,得到完整的手模点云,实现了手模三维参数的获取。通过系统验证了所提出方案的可行性以及有效性。本方案为手型和脚型的定制化数据获取提供有效的解决方案,有望用于相关产品的生产制造。     

基于机器人的对接位姿视觉测量系统标定研究

针对传统的相机内参矩阵和相机位置参数标定方法较为繁琐复杂且与相机内参标定互相割裂的痛点,本文设计了一种基于机器人的对接位姿视觉测量系统标定方法,利用采集得到的不同位姿关系下标定板图像以及对应的末端机器人末端执行器位姿数据,解算视觉位姿测量过程中涉及到的不同坐标系间位姿转换关系,一次性完成相机内参标定和相机位置参数标定....     

采用直线模型的相机参数优化方法

提出了基于直线模型的相机在线标定算法。该方法通过自动跟踪视频中物件的边缘,在线求解相机系统内外参数,同时建立物件边缘同图像边缘的对应关系。然后,利用物件边缘同图像边缘的对应关系,在相机内外参数初值的基础上,通过构建融合边缘端点信息的误差函数,迭代优化求解相机内外参数。进行了仿真和实物实验,分别使用提出的基于直线的标定方法和传统的基于棋盘格内角点的方法标定了相机内外参数,并对两种方法的标定结果做了对比。结果显示:在仅使用边缘信息的条件下,本文方法可以获得同传统的标定法一致的精度,标定后重投影误差(RMS)为0.6pixel。本文方法利用具有标准尺寸的物件即能实现相机内外参数的估计,且无需制备平面靶板便可获得与传统方法相同的标定精度,标定过程更为灵活,有实用价值。     

基于RAC标定法的CCD摄像机参数标定技术研究

传统的摄像机标定是在一定的摄像机模型下,基于特定的实验条件,如形状、尺寸已知的标定物,经过对其进行图像处理,求取摄像机模型的内部参数和外部参数。标定摄像机参数的方法很多,大多数采用变焦距法、径向准直法及根据透射成像原理进行标定,针对摄像机的像面中心的标定。文中建立CCD摄像机透视成像的数学模型,运用RAC标定法建立求解摄像机外部参数方程组,从而推导出在径向畸变模型下求解摄像机内部参数的方程。该方法采用CCD能很好地提高精度。实验结果表明,该方法计算量小,标定精度较高。     

嵌入正交权值神经网络在摄像机内外参数标定中的应用

针对机器视觉在某些应用场合对摄像机内外参数的需要,提出了一种基于内嵌正交权值矩阵神经网络的摄像机标定方法.首先,使设计的神经网络的权值分别与摄像机的外参数和内参数相对应,即使得所设计的神经网络与摄像机的物理模型一致.正交权值矩阵的生成在迭代中相当于遗传算法的上一次变异,系统的性能指标为由网络输出组成的矢量与对应特征点投...     

基于正交消失点对的摄像机标定方法

为了提高摄像机的标定精度和灵活性,提出了基于正交消失点对的摄像机标定方法。该方法采用了摄像机线性模型,仅需设计制作简易的标定模板并以不同的视觉角度拍摄多幅(至少3幅)平面标定模板的图像,利用消失点的性质和标定模板的几何特征,从每幅标定模板图像中可获得正交消失点对与标定矩阵之间的2个几何约束条件,从而线性标定出所有摄像机内参数,通过仿真实验和真实实验验证了该方法具有较高的标定精度和鲁棒性。     

一种基于OpenCV和Tsai的摄像机两步标定新方法

为实现成形加工系统中摄像机标定技术,对开放计算机视觉函数库OpenCV进行了分析。在Tsai方法基础上,结合传统摄像机标定原理,充分考虑了透镜的径向畸变和切向畸变影响及求解算法,给出了一种适应于成形加工的MVS摄像机标定新方法。实验结果表明,该算法不仅具有良好的跨平台移植性,而且提高了标定精度和计算效率,能高效地获得相应的标定参数,可以满足一般成形加工中机器视觉系统的需要。     

基于样条变换多元回归模型的摄像机标定算法

针对摄像机隐式标定算法中存在的样本点数少和精度要求高的矛盾,利用样条变换多元回归模型,提出一种改进的摄像机隐式标定算法。首先采集标定图片中有限个标定样本点的像素坐标和相应的世界坐标,然后通过样条变换建立像素坐标和世界坐标间的多元回归模型,获得二维图像在世界坐标系中的三维信息,完成摄像机的标定。算法发挥上述模型在标定样本点有限的条件下,对非线性关系映射能力强、局部性质独立的特点,实现整体标定效果的改善。理论分析和实验结果均表明,与基于多项式拟合的标定算法相比,该算法的标定速度与精度显著提高。该算法已成功应用于移动机器人视觉导航系统,提高了导航信息计算的准确度。     

线结构光传感器模型的简易标定

为了现场完成线结构光视觉传感器中摄像机和光平面的同时标定,提出了一种基于单一圆形标靶标定线结构光视觉传感器的方法,该平面标靶包含一个同心圆以及过圆心的两条正交直线。通过共轭点原理线性计算摄像机内参数的初值,并根据正交性约束进行迭代优化。然后,多次移动传感器,保持结构光与同心圆相交,使其构成三点透视模型(P3P),依此计算光平面上标定点的三维坐标。最后,利用最小二乘法拟合出光平面方程,从而完成光平面方程的标定。实验结果表明:该方法具有较高的精度,平均测量精度为0.036 82mm,相对测量误差为0.277 13%。该标定方法仅需同一标靶即可完成摄像机内参数和光平面方程的标定,降低了标定成本,且计算简单、操作灵活,适宜现场环境标定。     

一种考虑畸变的摄像机线性标定简化方法

根据视觉机器人系统结构特殊的特点,作了大量的简化,采用线性标定方法.但考虑到摄像机的视场仍然比较大,提出了基于拟合平面的线性畸变纠正方法,将畸变的图像坐标纠正到理想图像坐标,而后根据摄像机线性标定模型,计算出世界坐标,完成标定工作.实验结果表明,该方法简单、快捷,且精度也能达到较高的水准.     

Microscopic vision based on the adaptive positioning of the camera coordinate frame

Microscopic vision measurement precision has been largely limited by inaccurately calibrated model parameters, because image plane is near parallel to reference plane in the narrow depth of field. This article proposes a method of precise microscopic vision measurement based on the adaptive positioning of the camera coordinate frame. The microscopic vision measurement movably attaches the origin of the camera coordinate frame along the optical axis. By finding the optimal position, the nonlinearity of the objective function in calibration optimization is decreased and the optimization sensitivity to initial values is reduced. Therefore, we obtain a high calibration precision and eventually ensure a high measurement precision. Mathematical simulations illustrate that the calibration precision of the proposed microscopic vision measurement model is higher than that of the conventional vision measurement model. The experiment shows that with magnification of 3.024×, the presented system achieves a precision of 0.12% based on the proposed microscopic vision measurement model, which is two times higher than the one based on the conventional vision measurement model. Microsc. Res. Tech. 75:1281–1291, 2012. © 2012 Wiley Periodicals, Inc.     

紧凑型桌面贴片机系统研究

针对目前电子行业中许多中小型企业、高校或个人有对电路板进行小批量贴片的需求,以及市场上缺少工业化实用性设备的问题,该文提出了一种小型化低成本的桌面型贴片机。首先为桌面型贴片机设计了一种紧凑型结构,完成了视觉系统的选型;然后提出一种上视相机的专用标定方案;最后提出并完成了基于几何外形特征的芯片校准方案,为后续紧凑型桌面贴片机的工业化和成熟化奠定基础。     

基于粒子群算法的摄像机标定过程优化

摄像机标定为机器视觉在物体位姿与姿态的测量过程中最重要一环,其映射物体三维空间与二维图像之间关系是一个复杂非线性最优化问题。为了更好地解决这一复杂优化问题,阐述了利用粒子群优化(PSO)算法计算摄像机标定过程的一种优化方法,重点描述了PSO算法的原理,单目视觉测量系统,以及基于CMOS摄像机的成像模型及其原理和算法。通过图像软件提取靶体模型上特征控制点,及摄像机标定算法建立了相应的计算公式。结合PSO算法优化像机外参,实验结果表明,PSO算法计算准确、速度快,具有很强的工程应用价值。