立体视觉测量中的一种摄像机标定方法

立体视觉测量方法已广泛应用于三维物体几何信息的获取中，针对摄像机标定过程中复杂的成像和跨变模型，提出了基于BP神经网络的立体视觉摄像机标定方法，并利用实际数据对其进行了实验测试。结果表明，该方法可以获得较高的标定精度。     

双目立体视觉的光学标定技术

为了通过二维图像信息计算三维空间中的几何信息,对摄像机系统进行精确标定。在建立和分析双目立体视觉模型和现有摄像机标定方法的基础上,提出一种新的光学标定方法。该方法通过构建和分析双目摄像机理论模型,并改进现有的方法实现了双目立体视觉的光学标定。实验在双目摄像机平台上,采用黑方格模板和通过算法实现了光学参数的标定,使用Levenberg-Marquardt算法优化单应矩阵,并通过最大似然估计法进行参数优化,通过试验模型测定,结果显示其实际标定精度为0.050 9mm,满足双目立体视觉的测定需求。     

基于多幅标定板图像的摄像机标定的对比和分析

摄像机标定是立体视觉三维重构的基础,标定的精度、稳定性和效率决定着整个双目立体视觉系统的性能。通过改变标定板图像数目开展标定实验,分别获得了摄像机内参和外参、标定所需时间,分析了标定板图像数目与标定精度和标定效率之间的关系。实验结果表明,对双目立体视觉而言,标定板图像数目为10幅为宜。     

基于虚拟立体视觉的气液两相流三维测量系统的标定

研究了基于虚拟立体视觉的气液两相流三维测量系统的标定技术。首先,基于单台高速摄像机和两组反射镜组构建虚拟立体视觉测量系统,建立高速摄像机透视投影变换模型以及虚拟立体视觉三维测量模型,对虚拟立体视觉系统中摄像机及虚拟立体视觉传感器进行标定。用靶标基准球模拟气泡在水中的分布,以其空间距离作为测量评价指标,比较了不同标定方法对三维重建精度的影响。实验结果表明,将标定参照物置于水箱内,并且分别对左、右虚拟摄像机及传感器进行标定,三维重建精度最高,测量空间距离绝对误差优于0.13 mm,相对误差优于0.49%。实验认为,对基于虚拟立体视觉的气液两相流三维测量系统进行标定时,必须充分考虑折光分光光路以及管壁折射对三维重建所带来的影响。     

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。     

大视场双目视觉传感器的现场标定

分析了摄像机和双目视觉传感器的数学模型,针对大视场视觉测量应用,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,由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相结合的方法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,该方法适合双目立体视觉传感器的现场标定,在6 000 mm×4 500 mm的范围内可以得到0.06 mm的测量精度.     

基于全局代价函数优化的立体标定方法

提出了一种基于全局代价函数的立体标定方法.以张正友的单日摄像机标定算法为基础,同时选择合适的径向畸变模型,将左右摄像机的内参数、摄像机与标定板之间的外参数、镜头畸变系数,以及两个摄像机之间的外参数标定相互融合,使用一种约束性更强的全局代价函数作为优化目标进行非线性优化,经过一次优化便可以得到立体视觉系统中的摄像机参数.与通常的立体标定方法相比,该方法在目标函数中引入了左右摄像机之间外参数保持不变这一约束条件,从而使得重投影残差更小、标定精度更高,并且整个算法具有更强的鲁棒性.对比实验结果证明,这种基于全局代价函数优化的标定方法具有精度高、标定结果稳定等优点.     

一种基于立体模板的双目视觉传感器现场标定方法

给出了一种基于立体标定模板的双目视觉摄像机内、外部参数现场标定方法.该方法采用理想小孔模型忽略摄像机镜头的非线性畸变,把透视变换矩阵中的元素作为未知数,在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视变换矩阵中的各个元素,进而得到所需的参数.最后采用立体标定模板对该标定算法进行了实验验证,用标定完成的立体视觉传感器对已知长度进行测量,相对精度达到了0.02%,取得了较为理想的结果.结果表明:该方法由于无需迭代,因此计算速度快,在测量现场只需摆放一次标定模板即可完成标定,可高精度地实现摄像机内、外部参数的现场标定.     

基于双目立体视觉的摄像机外参数快速在线自标定算法

提出了一种基于双目立体视觉的摄像机外参数在线自标定算法。该算法采用理想的小孔成像模型,事先离线标定好摄像机的内参数,且各项内参数在自标定过程中均不发生变化,通过双目系统采集的二维目标图像,进行匹配和分析计算,来实时标定视觉系统的位置参数即摄像机的外参数。由于该算法可以实现摄像机快速在线标定,可以实时获得视觉系统位置参数,故可为无人机的自主着陆提供高度信息。     

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。     

一种基于双目立体视觉的激光线扫描技术

针对线结构激光扫描系统标定成本高,而双目立体视觉测量中立体匹配难的问题,提出了在双目立体视觉的原理上,结合线结构激光扫描的方法实现对被测物体的三维测量。该方法采用张正友相机标定方法对系统进行立体标定;采用BOUGUET’S法对左右相机图像进行立体校正;运用重心法进行激光中心线的精确提取。在图像校正的基础上,可快速实现激光中心线位置的立体匹配;再结合线扫描原理可完成对物体的扫描工作。最后,使用该系统对具有复杂自由曲面的鞋楦进行测量,结果表明:该方法能快速准确地测量出符合要求的三维数据。     

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...     

基于双目视觉的目标定位系统设计

基于双目视觉原理进行目标定位可以得到目标的深度信息。本文对双目视觉关键技术中的摄像机标定和立体匹配进行深入研究,采用改进的平面标定法和基于外极线约束和灰度相关性的立体匹配算法。搭建双目视觉系统实验平台,编制目标定位程序。实验结果验证本文方法的准确性。     

挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

构建虚拟立体靶标的大视场高精度视觉标定

为了提高立体视觉系统在大视场下的测量精度,基于误差溯源思想提出了一种构建虚拟立体靶标的大视场高精度视觉系统标定方法,克服了大尺寸高精度标定物难以制造等问题。对影响立体视觉系统测量精度的主要因素进行分析,列出视觉测量系统的误差溯源链,解析了大视场视觉系统精度瓶颈的原因。借助激光跟踪仪,运用非线性最小二乘单位四元数算法求解坐标系刚体变换,获取大范围高精度的空间点阵,构建虚拟靶标。在相机畸变模型中考虑了三阶径向畸变和二阶切向畸变参数,并使用Levenberg-Marquardt迭代算法进行标定参数求解,进一步提高系统精度。实验构建了一套测量空间约为4m×3m×2m的双目立体视觉系统,通过对某型号高精度直线导轨进行点距测量,在测量距离3m处,152组不同长度的横向距离测量的误差算术均值为-0.003mm,误差标准差为0.08mm。测量精度相较于传统的平面标定法有较大提升。     

双摄像机双光源视线追踪系统标定方法研究

针对现有平面镜反射标定方法的不足,提出了一种基于多摄像机全局标定的视线追踪系统标定方法.通过在屏幕对面放置一对标定摄像机与系统摄像机构成多摄像机系统,标定摄像机直接拍摄标定目标,测量系统摄像机、光源和屏幕之间的空间位置关系.通过多摄像机全局标定确定系统摄像机和标定摄像机的坐标转换关系.通过坐标转换最终标定出系统摄像机坐标系中摄像机、光源、屏幕的空间位置关系.该方法解决了屏幕和光源不在系统摄像机视野范围内的问题,减小了图像误差.系统标定结果验证了该方法的有效性,同时为其他同类系统标定提供了一种解决问题的思路.     

A novel way of understanding for calibrating stereo vision sensor constructed by a single camera and mirrors

As a kind of binocular stereo vision system, stereo vision sensor constructed by a single camera and mirrors (SSCMs) has been paid increasing attention for three-dimensional measurement applications due to its low cost, high efficiency and synchronization. Currently, the existing model for SSCM considers the real camera as two half-Field-of-View (FOV) virtual cameras formed by reflection effects of the mirrors. The calibration methods based on this conventional model are either complicated to operate or deriving non-identical system parameters. To solve the problem, a novel model and the corresponding calibration approach are presented, which take the sensor as an integrated structure with the viewpoint that the camera captures two virtual points formed by the same object point due to the reflection effects of the mirrors. Also, the calibration and the measurement accuracy evaluation functions are discussed. Both simulated and real experiments compare the calibration and the measurement error of the proposed method with the two traditional methods. The results show that the proposed approach has higher measurement accuracy and more robust than the traditional methods, which meet high-precision requirements for low-cost three-dimensional measurement applications.