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.     

基于单目立体视觉的三坐标在线识别技术研究

为了满足智能三坐标测量机对被测零件位姿快速准确识别的要求,根据三坐标驱动摄像机精确移动的特点,采用单个摄像机的双目视觉测量技术,在两个不同的位置拍摄得到被测物体的图像信息,图像经处理后得到图像质心,然后通过边缘图像质心的同名像点匹配,将质心的偏移量作为约束条件,实现了单摄像机的立体匹配。实验验证表明该方法简单可行,完全满足测量要求。     

基于未知运动一维靶标的双目视觉传感器标定

分析了双目视觉传感器的测量数学模型,提出了一种基于自由移动的一维靶标的双目视觉传感器标定方法。当传感器安装完成后,由两个摄像机拍摄自由移动的一维靶标多幅图像,利用靶标上特征点的图像坐标和两个特征点之间的距离约束,采用非线性优化技术估计双目视觉传感器的结构参数。该方法操作简单,不需要给定传感器的初始参数,标定状态与测量状态完全相同,减小了传感器安装对标定参数的影响。试验结果表明,该标定方法切实可行,在200mm×200 mm测量范围内,可以达到0．03 mm的测量精度。     

接触线参数双目视觉测量系统的有效视场与分辨率分析

根据双目测量系统的特点和接触线参数检测的技术要求,分析了双目视觉法测量接触线的有效视场和分辨率与系统结构参数和摄像机光学参数的理论关系.应用MATLAB软件对不同结构参数和光学参数条件下的有效视场和分辨率进行仿真计算.结果表明图像传感器CCD的光敏面尺寸和像素尺寸分别是影响有效视场和分辨率的主要因素;对于确定的CCD,焦距增大,有效视场减小,分辨率提高;而且,对接触线高度的测量分辨率远低于对拉出值的测量分辨率.     

双目视觉脉搏图像三维信息获取的研究

通过双目视觉原理构成脉搏图像传感器采集脉搏薄膜图像。对系统摄像机采用张正友标定方法,得出系统结构参数建立的物空间坐标到像平面坐标对应矩阵。再基于SIFT特征算子进行左右2幅图像匹配,得出2幅图像一一对应的特征点。最后根据双目视觉原理得到特征点的三维信息。     

新型单摄像机立体视觉传感器研究

提出一种用于测量空间三维点坐标的单像机视觉传感器模型。在结构设计方面,变传统的双CCD摄像机结构为单CCD摄像机结构,加装两组对称的光学反射镜,镜像出一对虚拟摄像机,可在同一个CCD像面上采集到存在视差的两幅图像,从而恢复空间点的三维信息;建立了标定数学模型,阐述了此视觉传感器测量模型的标定方法。相关试验表明,此测量方案不仅有效,而且经济快速,标定方法简单,对标定环境及靶标的摆放姿态无严格要求。     

带激光源的双目立体视觉机构设计

提出了基于激光标记的双目立体视觉测量的原理,通过激光标记解决目标物体上同一点在两幅CCD图像上对应点的快速匹配问题,从而方便地求取目标物体的深度信息。基于这种原理设计了一种四自由度的视觉机构,分别模拟人的脖子和眼睛的运动,保证摄像机完成对目标物体的捕捉。     

基于智能三坐标测量机的零件位姿单目立体视觉识别

为了使三坐标测量机快速准确地识别出被测零件的位姿,提出了一种基于三坐标测量机平动的单目立体视觉识别方法,并对该方法的原理、位姿参数的求解和识别过程进行了研究.根据双目立体视觉原理,以三坐标测量机带动摄像机沿X轴或y轴平移,在两个不同位置分别拍摄被测零件的一幅图像;利用本文提出的基于边缘图像质心偏移的同名像点匹配方法,实现单摄像机立体视觉测量,得到被测零件上各特征点在摄像机坐标系中的三维坐标;由摄像机标定参数,进一步计算出各特征点在机器坐标系中的三维坐标;再结合各特征点在零件CAD坐标系中的对应坐标,求解出被测零件的位姿参数.组建了识别系统,进行了识别实验,结果显示,识别出的实验件位姿的平移量分别为:tx1=32.65 mm,ty1 =-90.23 mm,tz1=13.27 mm,旋转角分别为Ax =38°,AY=4°,Az=-5°,整个识别过程用时1.818 s.得到的实验数据表明该识别方法是可行的,可满足实时测量要求.     

基于全局控制网的三维形貌测量方法

由于传感器成像视场范围的局限性,双目视觉传感器在一次成像中往往不能获得大尺寸物体的整体形貌测量结果,鉴于此,研究并实现了一种通过建立全局控制网来实现对大尺寸物体的三维形貌进行测量的方法。实验结果表明：基于全局控制网的测量方法速度快、精度高,间接地扩大了双目视觉传感器的测量范围,并且有效地克服了大尺寸三维形貌测量拼接精度低的缺点。该方法适用于大尺寸物体的三维形貌测量,能够快速、简单、精确地获得被测物体表面特征点的相对位置关系和三维尺寸信息,进而恢复被测物体的三维形貌。     

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.     

气液环状流周向液膜测量传感器的优化设计

以气液两相环状流管道横截面的周向液膜为测量对象,采用单台高速摄像机和平面反射镜组构建了虚拟双视角的视觉传感器,并对传感器进行了优化。基于虚拟双目立体视觉原理建立虚拟双视角视觉传感器测量模型。为了尽可能增大有效拍摄视角以获得更多液膜流动信息,综合考虑视场区域、传感器尺寸、测量距离以及管道光路折射等因素,对虚拟双视角视觉传感器模型进行了分析和设计,优化了传感器模型的结构参数。理论分析及实验结果表明:优化后的虚拟双视角视觉传感器可以获得近300°的有效周向测量视角,远远优于使用单台高速摄像机进行直接拍摄。该项研究为通过双视角视觉传感器进行气液两相环状流周向液膜的实时测量提供了理论基础,对研究液膜厚度和分析环状流流动状态具有重要意义。     

双目视觉传感器的现场标定技术

本文以凤影变换为依据,针对多视觉传感器中的双目视觉传感器中的双目视器,建立了双目视觉传感器测量空间三维坐标的模型,事先确定摄像机的部分不易变化整个系统后进行现场标定。该方法不需精确调整标定靶标,标定环境与实际测量上同,减少了安装传感器对标定参数的影响,实验结果表明,该标定方法能获得０．０５ｍｍ的空间精度。     

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。     

Stereoscopic high-speed imaging using additive colors

An experimental system for digital stereoscopic imaging produced by using a high-speed color camera is described. Two bright-field image projections of a three-dimensional object are captured utilizing additive-color backlighting (blue and red). The two images are simultaneously combined on a two-dimensional image sensor using a set of dichromatic mirrors, and stored for off-line separation of each projection. This method has been demonstrated in analyzing cavitation bubble dynamics near boundaries. This technique may be useful for flow visualization and in machine vision applications.     

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。     

基于单目摄像机的光学立体标定技术

为了构建一种基于单摄像机的三维视觉系统,提出了重构光学标定点三维坐标、计算重构误差和优化标定参数的方法。通过移动高精度位移平台,构建三维视觉系统,计算左右摄像机位的初始参数,引入质心坐标法计算两摄像机位间的旋转平移矩阵,利用最优三角剖分法重构光学标定点的三维坐标,计算并最小化重构误差,对标定参数进行优化。实验表明：重构误差直接反映了三维重建的效率,该方法的精度和鲁棒性得到了显著的提高;实物外形测量的误差从0.1123 mm减小到0.0191 mm,标准差从0.1838减小到0.1275。该方法适合应用于三维视觉系统标定质量的评估。     

基于神经网络的双目视觉传感器建模

根据双目视觉传感器的工作原理 ,分析了影响测量精度的因素 ,表明双目视觉传感器的物体空间坐标与图像坐标之间存在复杂的非线性映射关系 ,其数学模型无法用解析式精确地加以描述。因此 ,提出一种基于神经网络的双目视觉传感器建模方法。数值实验表明 ,该方法简便易行 ,建立的模型有较高的精度