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。     

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。     

用于结构光视觉传感器标定的特征点获取方法

提出了一种基于共面参照物自由移动来获取结构光视觉传感器标定特征点的新方法。该方法通过以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,得到位于光平面上的非共线标定特征点的三维世界坐标。该方法降低了标定设备的成本,简化了结构光视觉传感器的标定过程,从而提高了结构光视觉传感器工程化应用的便捷性。实验表明,该方法切实可行     

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。     

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.     

基于自由靶标的线结构光视觉测量系统标定研究

针对现有的线结构光视觉测量系统现场标定方法存在效率低、操作复杂等不足,提出了一种基于自由移动平面靶标的标定方法。该方法以平面靶标作为标定对象,首先采用张正友的方法标定出了摄像机内部参数,然后引入了线结构光和自由移动平面靶标,以各种位姿下靶标内的激光条纹与棋盘格角点边线交点作为特征点,求取了特征点在摄像机坐标系下的坐标,并拟合出了结构光面平面方程,从而完成了整个测量系统的标定。试验结果表明,采用上述方法标定后的线结构光视觉测量系统测量误差小于1%,达到了较高的标定精度,能够满足使用要求。     

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。     

基于三点透视模型的线结构光系统标定方法

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、且相互位置确定的三个特征点,利用共线三点建立三点透视数学模型,根据三个特征点以及光条纹在摄像机像面的成像信息,就可以获取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小于0.8%。该方法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。     

Total quality control for automotive raw foundry brake disks

In this paper, a solution for the automatic raw foundry brake disk dimensional characterisation and visual inspection for the automotive industry is presented. Three different computer vision techniques are used: a calibrated 3D structured-light vision technique, for dimensional characterisation and inspection; a 3D uncalibrated structured-light vision technique for local fault detection; and a common 2D-vision technique for a further local fault recognition. A new and fully automated 3D-calibration procedure for piece dimensional characterisation is also described. The whole system is an accurately synchronised blending of mechanics, automation, computer vision and robotics. Results from industrial implementation are presented.     

工件特征点三维坐标视觉测量方法综述

针对工件上特征点的三维坐标视觉测量方法进行了综述,其中包括结构光方法、激光自动聚焦法、双目视觉方法、三目视觉方法、单目视觉方法等.对每种方法的特点及其测量精度进行了详细的分析,并介绍了目前的发展及应用现状.     

基于一维靶标的多视觉传感器全局校准

基于交比不变性原理和一维靶标点共线的特点,提出了一种多视觉传感器全局校准方法。以一个视觉传感器坐标系为基础,建立全局坐标系,称该视觉传感器为基础视觉传感器。将一维靶标在基础视觉传感器和待校准视觉传感器前合适位置摆放至少两次。对每个视觉传感器,根据拍摄得到的三个或三个以上靶标点图像坐标,由交比不变性原理,求解不在视场区域的靶标点图像坐标。结合靶标点之间的距离约束,求解待校准视觉传感器到基础视觉传感器的转换矩阵。根据一维靶标特征点共线的特点,通过捆绑调整方式得到转换矩阵的最优解。最后通过两两视觉传感器校准的方式完成多视觉传感器全局校准。该方法不需外部辅助设备、简单灵活,实用性强。试验证明全局校准精度可达0.041mm。     

A novel approach for the field calibration of line structured-light sensors

A new approach for the field calibration of line structured-light sensors is presented, which is fulfilled using a planar target and a raising block. The camera model is firstly established according to the mapping between the world coordinate frame and the computer image coordinate frame. Based on the rule of cross-ratio invariance the calibration points are extracted from the squares on the target, and the lens distortion coefficients are simultaneously acquired. The unknown parameters in the camera model are solved using these points. On the projection of the laser plane, two intersection lines are formed by the laser plane with the target and the raising block, respectively. The angle between the laser plane and the target is worked out by fitting plane using the two lines. Utilizing this angle, the three coordinates of a point in the laser plane can be represented by two of them. Thus the two coordinates can be directly obtained from the camera model. This method simplifies the calibration procedure of structured-light sensors, and facilitates online use. Experiment studies show that the calibrated sensor possesses good accuracy.     

A ball-target-based extrinsic calibration technique for high-accuracy 3-D metrology using off-the-shelf laser-stripe sensors

This paper presents a ball-target-based method for the extrinsic calibration of a three-dimensional (3-D), multiple-axis, structured-light (laser-stripe) scanning system. The calibration involves the scanning of a physical artifact (a ball-target) in the working volume of the measurement system whenever a change of sensor occurs or during initial system setup. Based on the fact that there are only eight independent parameters in the transformation from the skewed sensor frame to an orthogonal reference frame, a constrained optimization calibration algorithm is developed. A slice-interpolation algorithm is used to identify the conjugate pairs. Through calibration, the usually nonorthogonal skewed sensor frame can be related to a Cartesian world frame. Experimental studies using a tetra-ball target demonstrate the effectiveness of the proposed calibration technique. As reflected by the radii of the ball target, the shape distortion of the image was reduced from an average of 1.44 to 0.04 mm over an 18.93-mm range. As reflected by the distances between the centers of the balls, the dimensional distortion was reduced from an average of 4.28 to 0.07 mm over a 90-mm range.     

基于单经纬仪的视觉测量三维数据拼接方法

本文针对大型自由曲面三维视觉测量中的数据拼接问题，建立了经纬仪透视投影模型，提出了以平面靶标为中介坐标系，以经纬仪坐标系为全局坐标系的三维数据拼接方法。在大型自由曲面的若干测量子区域附近放置一个平面靶标，通过视觉传感器拍摄平面靶标上的特征点，求得视觉传感器坐标系到靶标坐标系的变换矩阵；通过经纬仪观测靶标上的特征点，求得靶标坐标系到经纬仪坐标系的变换矩阵。因此，可求得视觉传感器坐标系到经纬仪坐标系的变换矩阵。将视觉传感器所测得的各子区域的三维数据统一到了经纬仪坐标系下，即完成了大型自由曲面的全局测量。经实验验证，数据拼接的RMS误差小于0．487mm。     

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.     

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。     

一种线结构光视觉传感器标定方法

在线结构光视觉传感器的标定中,结构光光平面上三维世界标定点的获取一直是一个难题。主要是因为靶 标上已知的三维世界点很难恰好位于结构光光平面上。针对这个问题,提出了一种基于双重交比不变的线结构光 视觉传感器的标定方法,设计了相应的标定靶标。利用双重交比不变性,可以获取光平面上任意数量的高精度的 三维标定点,从而解决了线结构光视觉传感器三维标定点不易获取且数量少的问题,提高了线结构光视觉传感器 的标定精度。试验结果表明该方法可以满足大型工件的结构光三维视觉检测精度的要求。     

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。