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。     

足部三维测量系统中CCD传感器的全局标定

介绍了足部三维形貌测量系统的原理以及利用测量系统已有的一维运动机构和专用标定组件对测量系统所有CCD进行全局标定的实用方法。建立了基于光平面坐标系、标定坐标系、一维运动机构坐标系和CCD图像坐标系的测量系统模型;在测量系统一维运动机构的控制下,光平面分别对标定组件中两个斜面进行扫描,求取两个斜面上扫描线在光平面坐标系中的交点坐标,并根据光平面坐标系中交点坐标和CCD图像坐标系中交点坐标的对应关系,采用坐标映射方法建立光平面与CCD图像坐标系之间的坐标转换关系;确定了基于坐标系之间转换参数的优化目标函数,并根据标定块的标称值和实际测量结果,利用POWEL直接优化方法对坐标系之间的转换参数进行了优化。测量结果表明,单个CCD重复测量误差＜0.062 5%;4个CCD测量值相对误差＜0.365%。实验结果表明,所述全局标定方法减小了一维运动机构、光平面和足支撑玻璃平板之间安装调节误差以及CCD等器件非线性带来的影响,且简便、实用、不需要其它精密标定仪器,可以对测量系统进行现场标定。     

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。     

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

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。     

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.     

线结构光与CMM集成测量系统一体化标定方法

线结构光三维视觉与三坐标测量机(CMM)测量系统的集成能够实现对复杂零件表面快速高精度的测量。系统的标定是实现集成测量的关键步骤,包括摄像机内外参数标定,光平面结构参数标定和两个测量系统测量坐标的全局统一。提出了线结构光与CMM集成测量系统一体化标定方法,首先采集多幅不同位姿下带有光条纹的2D靶标图像,然后利用CMM接触测头测量得到某一位姿2D靶标角点在CMM坐标系下的世界坐标,利用交比不变原理求取靶标上特征点的三维坐标,进而求取线结构光视觉传感器测量参数和线结构光传感器测量数据到CMM坐标系下的转换矩阵,实现一次数据采集完成集成系统所有测量参数的标定,标定方法简单且精度和效率较高。     

基于激光交线的结构光视觉传感器现场标定新方法

提出了一种可适用于未知环境的线结构光三维视觉传感器现场标定的新方法.与基于交比不变性求解特征点坐标来标定激光平面的方法不同,该方法可直接基于激光交线图像实现快速标定.通过拍摄一个与线结构光相交并以不同姿态随机自由移动的平面靶标的图像(至少3幅),就可同时实现三维视觉传感器CCD和激光平面的快速标定.该方法不必求解标定点坐标,方便、快捷、简单,可实现自动化,标定精度高,标定方法鲁棒性强.实验结果证明了该方法的方便和有效性.     

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.     

表面视觉传感器模型参数的简易标定方法

建立了基于多线结构光的表面视觉传感器的数学模型,提出了一种基于自由移动平面标定参照物的表面视觉传感器模型参数的简易标定方法。在自由移动的平面参照物上建立局部世界坐标系,将通过交比不变方法获得的各个光平面上特征点的局部世界坐标,变换到摄像机坐标系,从而获得已知三维的标定特征点。利用构建的位于不同光平面上标定特征点,可以实现工作状态的表面视觉传感器模型参数的优化估计。该标定方法降低了标定设备的成本,简化了标定过程,为表面视觉传感器的工程化应用奠定了基础。试验结果表明,该方法切实可行。     

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。     

基于新的系统数学模型的三维形貌测量法

提出新的测量系统数学模型,将投影仪投射光场视为由相位值唯一标识的光投射面的集合所形成的空间,将摄像机成像模型视为一种由成像点图像坐标确定的成像射线形成的集合,将被测点视为所对应的投射面与成像射线的交点。以此为理论基础,采用逆向求解法建立投影仪的数学模型,避免显示标定投影仪的复杂操作过程。将离心畸变与径向畸变分解为两个独立的过程顺序求解,再使用小孔成像模型建立消除畸变后的摄像机数学模型。采用平面靶标自由移动法采集足够多的标定数据,对标定靶的尺寸与位置要求不严,并且在不要求标定数据充满整个视场空间的情况下仍可获得完整的标定结果。本标定过程对系统位置无任何严格要求,同时摆脱对精密位移装置的需求,并有效地消除摄像机与投影仪镜头畸变所产生的标定误差。     

基于双平行平面相机模型的钢板尺寸视觉测量

提出基于双平行平面相机模型的视觉测量方法,用于测量生产线上运动钢板的尺寸。该方法采用数据驱动的方式计算像点在标定平面上投影点的世界坐标;采用k近邻(k-NN)方法生成目标在标定平面上的无畸变投影图像,并建立投影图像与世界坐标系的直接关联。提出了双平行平面模型下相机光心位置标定算法,利用线结构光进行板材厚度测量;在无畸变的投影图像上利用钢板边缘间的平行和垂直性进行钢板边缘特征提取,通过边缘直线的世界坐标方程求取长宽尺寸。最后,给出了针对大尺寸钢板测量的多相机测量系统框架。提出的方法为单目视觉测量方法,相比于其他方法具有现场安装简单和标定工作量小的特点。通过图像分辨率为640×480的相机对尺寸为80mm×50mm×15mm的标准铝块进行了测量,结果显示:厚度测量误差为0.1mm,长度和宽度的误差在0.2mm以内。实际应用中测量精度远高于加工精度,能够满足产品计量的要求。     

星载多光谱CCD相机研究

研制的星载多光谱 CCD相机采用线阵 CCD推扫方式成像 ,具有蓝、绿、红、近红外、全色五个成像谱段 ,在轨工作时地面像元分辨率为 2 0米 ,覆盖宽度 113公里。相机光学系统采用单镜头焦面分色结构实现多光谱成像 ,每个谱段的探测器阵列由 3片 2 0 4 8元 CCD光学拼接而成 ,以实现地面宽覆盖成像。多片 CCD信号采用串行读出方式 ,使焦面 15片 CCD形成两路视频信号输出给数据传输系统。测试结果显示 ,相机各谱段 MTF典型值为 0 .2 5 ,满足使用要求。     

基于直线不变性的自修正光靶标

为了减小视觉坐标测量系统中特征点圆心像面投影坐标计算的误差,以改善系统的测量精度,提出了一种利用透视投影变换的直线不变性对其进行修正的新型光靶标。传统的误差减小方法是提高特征点的像边缘检测的精度,或者对特征点像面轮廓椭圆拟合的数学模型进行修正,算法复杂、适应性较差,且对精度的改善也达到了瓶颈。仿真试验表明,基于直线不变性的新型光靶标支持特征点-对应像面位置自动识别,较有效地修正了特征点圆心像面投影坐标计算的误差。     

基于构建最优函数提高飞机姿态测量精度

提出了基于构建最优函数来提高飞机姿态测量精度的方法.首先,利用模板匹配法获得飞机在两个测站投影的同名特征点,在发射坐标系下采用交会获得飞机同名特征点的坐标值,根据飞机在空间的特征三角形解算飞机姿态的初值.然后,建立飞机体坐标系;利用成像的共线方程,重新计算空间特征点对应的像点坐标;以重投影结果与实际像点之间的偏差最小作为优化目标函数.最后,通过迭代提高目标姿态解的精度.实验结果表明,飞机轴向成像在大于500pixel时,姿态角测量误差小于0.1°.与中轴线法及飞机角平分线方向向量法测量精度比对,本文提出的方法采用的数学模型正确、算法合理,有效地提高了飞机姿态的测量精度.     

水下双目立体视觉对应点匹配与三维重建方法研究

针对水下双目立体视觉成像稠密立体匹配因不满足空气中极线约束问题,提出一种水下对应点匹配与三维测量方法, 可将水下双目相机采集的立体图像校正为符合共面行对齐原则的图像对,再套用空气中成熟的立体匹配方法得到水下左右相 机图像视差图,从而实现水下目标的三维重建。 首先,将进入相机的所有光线总和看成光场,采用四维光场参数表达对每一条 光线建模,据此建立相机的折射成像模型和双目立体视觉模型并计算光线的方向向量;根据光线的光场表达将光线转化为点矢 量的形式,计算方向图像上任意像点对应原图像的像素坐标并确定位置映射关系。 通过插值即可快速得到符合行对齐原则的 左、右方向图像,并最终获得每条光线对应的视差图。 仿真结果表明,方向图像的行对齐误差小于 0. 8 pixel。 水池实验采用事 先标定的靶球作为目标物,利用随机散点主动投射以增加目标物表面的纹理信息,对靶球多次测量的均方根误差为 2. 8 mm,具 有较高的测量精度。