大视场双目立体视觉柔性标定

为了实现双目立体视觉系统大范围高精度三维测量,提出了一种大视场双目立体视觉系统柔性标定方法,该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离,标定内部参数时,只需要令标靶相对于相机任意摆放至少三个姿态,对标靶上的编码标志点进行识别,根据标靶上编码标志点信息,建立各姿态下视图的对应关系,粗略计算标志点的初始三维坐标;建立多姿态下逆向投影误差最小的目标函数,采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标;最后,建立基于双相机逆向投影误差最小的目标函数,优化得到精确的相机间姿态的外部参数。实验结果表明:当测量空间为1 200mm×1 000mm×1 000mm时,立体视觉系统的测量精度优于0.1mm,满足大范围双目立体视觉系统的高精度测量需求。     

大视场相机最优投影模型识别及星光标定方法

针对在轨摄影测量中近距离大尺寸测量需求,提出利用星光约束的大视场角摄影测量相机最优投影模型识别及标定方法。首先,构建了具备调节系数的星光几何投影分段函数模型。随后,针对分段星光投影模型开发多站位自标定光束平差算法。通过将光束平差算法与北方苍鹰寻优策略相结合,对投影模型调节系数、相机内方位参数、相机外方位参数及镜头畸变系数同步优化,直到星点像面重投影均方根误差达到全局最小,得到最优投影模型及其参数。实测实验表明,大视场角相机星光标定后,星点像面坐标的重投影均方根误差为1/9 pixel。在连续帧星光标定实验中,通过卡尔曼滤波算法对相机参数随机误差进行了有效消除。该方法可在相机星光标定过程中识别最优投影模型并标定全部成像参数,具备连续帧标定及参数校准能力。     

大视场多像机视频测量系统的全局标定

针对大视场多像机视频测量系统的全局标定,提出并实现了一种基于近景摄影测量技术的高精度像机标定方法.首先,设计一种带有标志点的十字架形标定参考物,十字架正反两个表面粘贴有环形的编码标志点和圆形的非编码标志点.然后,在现场用工业摄影测量系统XJTUDP重建出双面标定十字架的精确结构尺寸数据;将标定十字架在公共视场范围内依次摆出多个姿态,并控制多像机同步拍摄各姿态的图像.最后,为大视场像机选择10参数非线性成像模型,对采集的图像组依次进行标定运算,标定出各像机的内参数和畸变参数,并全局定向出各个像机在统一坐标系下的外方位参数.实验结果表明,该标定方法的重投影误差小于0.05 pixel;利用标定结果测量高精度标准尺长度,相对误差小于1/4 000,可满足大视场多像机视频测量对精度和效率的要求.     

双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

野外大视场双目视觉物体定位监测系统的单参数快速标定

提出了一种只对相机水平偏角进行现场校准的标定方法用于野外远距离、大视场、双目视觉物体定位监测系统的快速标定.该方法通过合理考虑视觉传感器的调平装置,结合现场使用过程中相机焦距值固定的特点,简化了测量模型,减少了待标定参数;只需要测得监测中心和相机在大地坐标系中的经纬度坐标及监测中心的图像坐标即可完成系统标定.由于不需要高精度靶标,从而克服了靶标移动及摆放对标定过程的影响.在实际使用中,对2 km以外400 m×800 m的区域进行监测时,相对定位误差小于0.25％,其中由焦距值误差引起的相对定位误差不超过0.07％.该摄像机标定方法在保证测量精度的同时,具有易实现、用时少等优点,适用于野外大视场环境下物体的快速定位监测.     

无重叠视场视觉测量系统与标定方法

大部件对接场景下，二维视觉测量有着速度快、价格低等特点，是测量与定位的有效方法。将多个相机布置在大部件的对接端，可以同时拍摄到两个对接面的特征，实现快速定位从而引导对接。但由于场景复杂，二维视觉系统会面临着多个相机对视、没有重叠视场的问题，导致难以完成相机之间的参数标定。为了解决这一问题，本文提出一种面向大部件对接场景的无重叠视场视觉测量系统与标定方法。对于对视且视野不重叠的多相机系统，本方法仅需在多相机标定阶段，安装或粘贴二维标定板，多次拍摄后即可完成相机间的位姿标定。相对于其他无重叠视野的二维相机系统标定方法，本方法在保证标定精度的前提下，硬件安装更加灵活，极大地减少了人工作业，标定效率更高。     

高速列车动态包络线测量一种现场快速标定方法

列车动态包络线是评定列车安全运行的一项重要指标,基于双目立体视觉的方法是目前能够实现速度超过200 km/h列车动态包络线测量的唯一方法.因受到大视场和标定时间的严格限制,便携的标定设备、易于搭建的靶标和快速的标定算法便成为标定过程需要满足的三个条件.本文提出一种新的基于双目立体视觉的大视场现场快速标定方法,设计轻型便携靶标,靶标上40个反光标记点表示铁轨坐标系,并用于计算双相机内外参数.并且,双相机仅需同时拍摄一张靶标图像,就能实现双相机内外参数快速一体化标定.实验结果表明,该方法测量精度可达±1 mm,能够满足高速列车动态包络线测量现场标定要求.     

野外大视场单相机空间坐标测量系统的快速标定

针对靶场现场监测范围大,相机焦距不固定,相机空间位置及角度各不相同的情况,为实现对弹落点空间坐标位置的高精度自动测量,提出了一种在野外大视场环境下使用的基于单相机空间坐标测量系统的快速标定方法。首先,在小孔成像模型的基础上,通过GPS测量获得视场内两个标定点及相机在大地坐标系中的坐标;然后读取标定点的像素坐标,根据对角相等及最小二乘法实现焦距与旋转矩阵的分步标定;最后在保证标定精度前提下,略去主点的标定过程,确定相机主点为理想主点位置。实验结果表明,在测试距离1km以外,对视场宽度为200m的区域进行监测时,校验点相对定位误差低于0.25%。该相机标定方法不需要高精度靶标,操作简单,适用于野外大视场环境下单相机空间坐标测量系统的快速标定。     

大视场双目视觉传感器现场标定方法

针对大视场视觉测量应用,分析了摄像机和双目视觉传感器的数学模型,提出了一种基于基线尺的大视场双目视觉传感器标定方法。在测量空间内任意多次摆放基线尺,两摄像机拍摄基线尺图像。利用基本矩阵及基线尺上两特征点之间距离的约束,采用线性解和非线性优化方法结合同时估计摄像机的内部参数以及双目视觉传感器的结构参数。该标定方法操作简单,标定效率高,无需初始参数即可估计双目立体传感器的全部参数。实验结果表明该方法在6000mm×4500mm的范围内可以达到0.06mm的测量精度,适合双目立体视觉传感器的现场标定。     

基于光栅投影的多摄像机标定方法

多摄像机是解决结构光测量系统中视场小和自遮挡等问题的有效方案,但同时由于摄像机分布广、无公共视场,存在全局标定困难的问题。提出了一种基于条纹投影的多摄像机标定方法。加入辅助设备投影仪并向视场内投影大幅面的条纹图案,借助相位算法建立起全局相位场,反求景物的投影仪虚拟图像。利用平面靶标标定摄像机的内参和投影仪的外参获取靶标平面的移动信息,进而求解相邻摄像机的位置参数。最后的优化过程中,再根据相位值对相邻摄像机的图像完成亚像素匹配,通过最小化重建偏差对系统参数进行迭代优化。在搭建的多摄像机三维测量系统上进行试验,结果表明本文的多摄像机标定和测量方案切实可行。     

基于纯平移两视图几何的镜头畸变参数标定

针对摄像机镜头畸变对系统测量精度的影响,提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先,分析了机器视觉测量中影响测量精度的主要畸变类型,建立了镜头非线性畸变模型。然后,利用射影几何及纯平移两视图几何的固有特性,构建了四组约束方程用于求解畸变参数。最后,针对大视场测量时标定板无法有效充满视场的问题,提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程,利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示:提出的方法标定精度较高,标定后图像特征点连线的直线度误差减小了89%,标定精度及可靠性均满足机器视觉测量的要求。     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

一种简单的摄像机标定技术在视觉定位中的应用

摄像机标定技术对于精确的双目视觉定位起着关键的作用。了解摄像头标定的原理有助于采用合理方法减小标定结果误差。本文介绍的摄像机标定方法标定结果误差小。摄像机标定过程中用到三个坐标系,它们之间的转换关系是摄像机标定的基础。采用内外参数分离的标定方法,通过具体实验分步标定了摄像机的内参数和外参数,实验过程简单,标定精度较高。     

机器视觉测量中相机两步标定法的改进

在机器视觉中为了确定空间三维模型和图像模型之间的几何坐标关系,必须要建立相机的图像几何模型及其参数,这个过程被称为相机的标定。作为最广泛使用的标定方法之一,两步标定法使用了网格板来进行相机的标定。在标定中,相机的多数参数都是通过求解分析方程得到的,然后经过反复迭代得到其他标定参数,使用这种标定方法需要在多个位置拍摄多个图像。本文针对两步标定法进行改进。在改进的方法中,用到了一个呈直角的L形标定板,标定时得到一副包含两个垂直标定图像的图片,之后使用两步标定法进行必要的相机内、外部参数的计算。标定的结果显示误差低于0.7%,能满足要求。     

基于遗传算法的像机虚拟立体校准技术研究

给出了一种基于遗传优化算法的虚拟立体校准方法。利用红外发光二极管随三坐标测量机的测头做定间距移动构造了一个立体校准模板,通过奇异值分解算法初始估计校准参数,最后,通过遗传算法优化求解所有校准参数。实验中校准点的空间位置反推误差小于0.04 mm,表明该方法能够解决像机内参数精确校准问题,可以满足大尺寸视觉坐标测量技术对摄像机内参数精确校准的要求。     

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。     

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。