激光跟踪多边测量自标定优化方法

激光跟踪多边法在测量空间大尺寸物体时,测量精度受诸多因素的影响。自标定过程是否精确是其中一个关键因素。本文提出一种自标定优化方法,通过引入优化标定点的十字交叉空间分布模型,对初次自标定得到的激光基站数据进行再次标定,利用优化算法求出更为精确的激光基站数据,从而减小了自标定过程中产生的误差,提高了激光跟踪多边测量的精度。对空间X轴方向一组空间点进行距离测量实验,通过引入标定点验证对基站数据的优化效果。实验结果显示,基于优化标定后的基站数据得到的测点距离更接近参考距离,其中在X轴坐标为750 mm处,优化后距离差值由-2.3μm减小至-1.6μm,可见本文提出的自标定优化方法有效提高了激光跟踪多边测量的精度。     

三坐标测量机驱动的摄像机标定技术

为了降低摄像机的标定费用和提高标定精度,提出了一种基于三坐标测量机平动的摄像机标定技术,对该技术的原理、数学模型、标定步骤和标定精度进行了研究。根据摄像机标定的基本原理,利用三坐标测量机沿X、Y、Z轴移动和正交精度都很高的特点,以三坐标测量机带动待标定摄像机产生和白色陶瓷标准球球心(标定特征点)在X、Y、Z轴方向上的相对平动,得到标定特征点在测头坐标系中不同位置的坐标;在每一个确定位置,摄像机拍摄标定特征点的像,经图像处理后,计算出像点在计算机帧存坐标系中的坐标。引入测头坐标系,建立了该项摄像机标定技术的数学模型,给出了标定步骤,组建了标定系统。比对标定实验结果表明,基于三坐标测量机平动的摄像机标定系统与专用标定系统的标定精度相当,数据相差在±1μm以内,满足工程实际精度要求,成本低、标定效率高。     

可变精度的神经网络摄像机标定法

提出了一种提高摄像机标定精度的方法.通过摄像机径向畸变模型,建立根据畸变严重程度自动改变区域划分数目的方法,对远离图像中心畸变程度严重的区域,划分细密;而靠近图像中心畸变轻微的区域,划分粗疏.通过对摄像机径向畸变区域进行划分,并且对每个畸变区域的像素进行单独的处理,构造相应的神经网络,得到整个畸变区域的处理结果,并对于不同的划分结果进行比较分析.分析比较得出:采用可变精度的神经网络摄像机标定法,可以大幅度提高标定的精度,划分数目越多,标定的精度越高,实验中识别率最高可达到99.45%.     

基于椭球拟合的三轴陀螺仪快速标定方法

陀螺仪是惯性导航系统的核心器件,其测量精度直接影响惯性导航系统的姿态解算的准确性,对其准确、快速地校准显得至关重要.目前陀螺仪所采用的位置标定和速率标定方法,存在测试条件苛刻,需要精密的标定测试设备和高精度的北向基准,且标定时间长等问题.在分析了三轴陀螺仪误差模型的基础上,提出了一种基于椭球拟合算法的三轴陀螺仪快速标定方法.该方法通过对三轴陀螺仪在不同姿态下对同一角速度矢量的测量数据进行椭球拟合,可快速标定出该三轴陀螺仪的零偏、灵敏度、不正交等静态误差,进而对角速度矢量测量数据进行补偿,以提高测量结果的准确度.实验结果表明该方法可有效提高三轴陀螺仪的测量精度.     

条纹投射测量标定中摄像机畸变图像的修正

在条纹投射测量系统的标定过程中对摄像机畸变图像进行修正,能有效地提高系统的标定精度。采用改进的Harris算子检测标定板上特征点的亚像素坐标,通过预标定获得特征点空间坐标,并应用BP神经网络技术校正畸变图像。仿真实验表明该方法能简单有效地提高了标定系统的精度。     

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。     

基于BP和RBF网络结合的相位测量轮廓术系统标定

相位测量轮廓术(PMP)是目前众多光学三维测量方法中比较成熟可靠的一种,其系统标定包括Z和(X,Y)坐标标定.在借鉴传统标定方法优缺点的基础上,提出了一种基于BP和RBF神经网络结合的PMP系统面内标定新方法,该方法将黑白棋盘图案在有效视场内沿世界坐标系Z轴多次放置,获取数据样本.在BP网络对数据样本进行训练和仿真后,利用RBF网络对误差数据进行训练和测试.实验中,BP网络训练步数仅为21步,RBF网络测试样本的平均距离误差仅为0.008 mm,此方法具有较高的标定效率和标定精度.     

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.     

激光跟踪仪在摄像机标定中的应用

使用激光跟踪仪标定摄像机的方法主要解决2个问题:(1)如何生成传统标定方法需要使用的控制点;(2)如何精确测量控制点的三维世界坐标。在摄像机的视场中安放一块表面平整的标定板,然后把激光跟踪仪的测量光束直接投射在标定板的表面上,在标定板表面生成的指示光斑被用作标定摄像机的控制点。用激光跟踪仪测量出标定板平面的方程,然后将测量光束看作一条直线,由测量光束和标定板平面的方程求解控制点的三维世界坐标。通过实验对该方法做了验证,实验结果表明:该方法适合标定视场较大的摄像机,而且可以获得较高的测量精度。     

一种新的并联机器人精度标定算法

提出了一种新的并联机器人精度标定算法,较之于传统的借助与激光跟踪仪的测量标定方法,该标定算法只需测量获得z轴方向的单项位置误差,即可进行参数误差识别,忽略了用激光跟踪仪测量时,安装靶球带来的制造、装配误差,能有效地提高并联机器人的标定精度。对该算法进行了推导以及Matlab仿真实验。     

基于神经网络的摄像机标定方法研究

提出了一种新的基于神经网络的摄像机标定方法。该方法将标定物从三维降到二维,在获得网络样本时,通过Harris角点检测法和张正友二维平板标定法得到,使其能够在保证精度的基础上,降低时间复杂度。实验结果表明,该方法得到了较好的实验结果。     

机器人视觉系统标定问题研究综述

在视觉反馈机器人的控制中,摄像机的标定是一个基本的、重要性的问题.该文首先对摄像机的成像模型进行分析,明确了视觉系统标定的主要任务,然后从离线标定和在线标定两方面阐述了相关的研究思路和方法,为机器人视觉系统的研究提供了参考.     

基于主动视觉的相机标定方法在太阳能电池片丝印机上的应用

为了实现太阳能电池片丝印机视觉对位系统高精度标定的目标,采用线性相机模型与高精度的标定板及高精度的主动视觉平台,并采用基于平面正交运动的主动视觉标定方法以实现标定系统构建。本研究阐述了线性相机模型和相机标定方法,介绍了丝印机视觉对位系统的构成,设计了基于主动视觉标定方法的主动视觉对位平台的运动过程。标定时,令主动视觉平台按照预先设计的运动信息表动作,由相机采集每次运动后标定板上特征点的图像。根据每次平台运动采集到的特征点信息与平台运动距离之间的关系,通过采用Matlab的OPENCV算法,线性地求解了相机的内外参数,给出了相机标定的部分程序,并分析了标定误差。结果表明,采用基于平面正交运动的主动视觉标定方法,仅需主动视觉平台做有限的几次运动就能够实现相机的线性标定,实现起来比较容易,且标定精度能够满足使用需求。     

基于蚁群遗传算法的BP神经网络摄像机标定

摄像机标定是从二维图像提取三维空间信息的关键步骤。为了有效解决传统摄像机标定算法中的多参数和计算费时费力等问题,提高摄像机标定的精度和速度,首次将蚁群遗传算法应用于摄像机标定中。方法初期采用遗传算法过程生成信息素分布,后期利用蚁群算法正反馈求精确解,最后用优化后的BP神经网络来进行摄像机标定,充分发挥遗传算法的全局搜索能力和蚁群算法的正反馈收敛优势。     

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。     

基于精确控制点的立体像机校准技术

给出了将改进的两步法与精确控制点相结合来精确校准立体像机的新技术,像机镜头畸变模型考虑了径向畸变和切向畸变.利用红外发光二极管随三坐标测量机测头移动以确定间距来形成立体校准模板上的精确控制点.校准程序包括先使用位于图像中心的控制点来线性求取部分校准参数,然后再使用所有控制点来迭代优化所有参数.实验中使用非线性优化参数来反推控制点的空间位置,发现精度比线性求解参数提高了0.11 mm,结果表明,此技术可以满足像机精确校准和测量的要求.     

基于MPSO-BP算法的摄像机标定的应用研究

摄像机标定在光学应用系统中是一个必不可少的步骤,大量的直接信息都来源于图像。为获得精确的摄像头内外参数,提出一种利用改进粒子群算法训练小波神经网络进行摄像机标定的方法。该算法中引入随机粒子群机制,可以有效地克服传统算法收敛速度慢、易陷于局部极小值等缺点。标定实例仿真和分析表明,该算法在收敛速度、计算精度和平均收敛性能方面都有较大改进,可有效确定摄像机的内外参数。     

基于3D立体靶标的摄像机标定算法

利用透镜成像理论建立摄像机数学模型,提出了一种线性求解摄像机内外参数的方法.该方法特点是采用主动发光的光点阵列标定靶,利用2D标定靶的精确移动来实现基于3D立体靶标的摄像机标定的算法.     

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。