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。     

双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

轮对轮辋厚度检测中图像配准方法研究

针对轮辋厚度参数的在线检测,提出了基于双相机的轮辋厚度参数检测方法,其中图像配准是影响该参数计算的重要因素。在分析轮对轮廓线图像特点的基础上,提出了利用配准板特征点的图像配准方法,设计了图像配准步骤,采用仿射变换作为图像配准中的变换模型。为保证配准精度,在综合考虑配准板上特征点的数量和特征点的分布的基础上设计了配准板。通过图像配准实验,提取了配准板特征点坐标,求解了仿射变换矩阵。实验表明,该方法的配准精度为2个像素。     

基于正交消失点对的摄像机标定方法

为了提高摄像机的标定精度和灵活性,提出了基于正交消失点对的摄像机标定方法。该方法采用了摄像机线性模型,仅需设计制作简易的标定模板并以不同的视觉角度拍摄多幅(至少3幅)平面标定模板的图像,利用消失点的性质和标定模板的几何特征,从每幅标定模板图像中可获得正交消失点对与标定矩阵之间的2个几何约束条件,从而线性标定出所有摄像机内参数,通过仿真实验和真实实验验证了该方法具有较高的标定精度和鲁棒性。     

改进的精密测角法标定面阵摄像机参数

改进了用于标定线阵摄像机的传统精密测角算法,标定用于面阵摄像机的参数。该算法利用两束平行光之间的夹角和投影在摄像机上图像点之间的对应关系,在给定一个预测摄像机主点的基础上计算它和实际主点之间的偏差以及摄像机焦距。分析了图像特征提取误差对于平行光夹角测量精度的影响,并给出一种基于平行光夹角误差最小的最优估计,从而进一步提高摄像机内部参数的标定精度。通过仿真实验分析了图像特征提取精度和平行光夹角测量精度对摄像机参数标定精度的影响。结果显示,当图像特征提取精度为0.1pixel,二维转台精度为0.5″时,主点标定精度可以达到0.56pixel,焦距标定精度可以达到0.06mm。利用精度为0.5″的二维转台对摄像机参数进行了实际标定,通过分析像点和标定结果所计算的平行光夹角和实际测量的平行光夹角的误差,可知本文算法的误差是经典精密测角法的68.6%,由此证明该算法对于面阵摄像机参数标定具有更好的结果。     

编码光三维重建中摄像机标定技术的应用

针对编码光三维重建测量系统中参数设定的可操作性不强和精度不高的问题进行了全面分析,由此引入一种操作简单且精度大大提高的摄像机标定技术．该标定采用理想小孔模型忽略摄像机镜头的非线性畸变．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换矩阵中的各个元素进而再次分解出系统所需的内外参数。该方法由于无需迭代,因此计算速度快,可高精度地实现系统所需参数的标定。     

基于HALCON的机器人视觉标定

基于HALCON平面标定板,充分考虑机器人末端中心和摄像机镜头径向畸变的影响,设计了一种新的Eye-to-Hand机器人视觉标定方法。该方法不仅标定了摄像机的内外参数,同时也建立了摄像机图像坐标系和机器人世界坐标系的关系。实验证明,该方法具有较高的标定精度和实用性,适用于工业机器人的视觉系统标定。     

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。     

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。     

标定模板与图像平面平行时的摄像机标定方法

在工业应用的机器视觉系统中,存在着较多的图像平面与标定模板平面平行的情况,针对这种情况,提出了一种新的简单而快速的标定方法。该方法仅需要一个取景器和一个平面标定模板,通过取景器可直接得到光轴中心坐标,同时也可计算出镜头的焦距;再利用平面标定模板上的特征点计算出摄像机模型的其他参数。实践证明,该方法无需预标定过程即可迅速、方便地对摄像机的内外参数进行标定,并且具有较好的精度。     

Automatic circle pattern extraction and camera calibration using fast adaptive binarization and plane homography

A method to detect calibration patterns using fast adaptive binarization and plane homography for images having complicated backgrounds and taken under lighting condition of industrial fields is proposed. The preprocessing step of involving the calibration of a camera, as required to measure object dimensions, must be able to extract calibration points from a calibration pattern. However, proper lighting conditions for the camera calibration of a measurement system are rarely provided in industrial settings. In this paper, a plane homography of calibration points extracted by fast adaptive image binarization is used for the automatic detection of a local set of calibration points. The integral image method is used as a central part for the rapid processing of adaptive image binarization. The extracted point set provides a transformation matrix of the plane homography and guides the extraction of other calibration points for cluttered backgrounds with irregular lighting conditions. During the calibration of the camera, a calibration point filtering procedure by a data In/Out system iteratively selects more correct calibration points while rejecting outliers and noisy data. Experiments using actual images verify that the proposed method can be applied to camera calibration with poor quality images having cluttered backgrounds obtained under uneven illumination.     

绕光轴旋转拍摄LCD上平面靶标实现相机标定

针对在相机标定过程中传统的图像拍摄方法需要拍摄很多幅图像的问题,本文采用绕相机光轴旋转拍摄LCD屏幕上的平面靶标的方法,以利用少量图像获取较高的标定精度.通过对显示在LCD屏幕上的一个具有不同大小圆形特征点的标定表绕相机光轴旋转拍摄几幅图像,利用亚像素边缘轮廓检测算法检测图像中的轮廓,采用最小二乘椭圆拟合方法得到亚像素椭圆中心坐标,在Zhang的算法的基础上考虑切向畸变系数进行相机参数的计算,计算过程中对所求参数进行非线性优化.本方法利用LCD屏幕存在可视角度这一特性以及极高的几何精度和纯平面性的优点,与以往的拍摄标定方法相比较,本方法所需要图像幅数少,仅需3幅图像就可实现标定并得到较高的标定精度.实验表明,重投影平均误差在0.04个像素左右.证明了该标定方法的可行性和高的标定精度.     

基于非量测畸变校正的摄像机标定方法

为了保证镜头畸变系数标定的一致性和简化视觉测量中摄像机的在线标定过程,建立畸变分离的摄像机模型,提出基于非量测畸变校正的摄像机线性标定方法。基于共线点的透视投影不变性,采用大量共线特征点对定焦镜头的畸变参数进行一次标定,摄像机内部参数可以由校正畸变后的特征点进行线性标定。该方法将畸变参数从摄像机模型中分离出来,不需要将畸变参数纳入到摄像机模型中进行多次重复标定。试验结果表明,畸变分离摄像机模型很好地符合了定焦摄像机的成像规律,基于非量测畸变的摄像机参数线性标定方法与传统的非线性优化标定方法的标定精度相当,标定速度提高近3倍,对于简化摄像机标定过程,提高视觉测量的便捷性,拓宽机器视觉的工程应用具有重要意义。     

一种基于手眼视觉的并联机器人标定方法

提出了一种基于手眼视觉的并联机器人标定方法。基于环路增量法，建立了平面2-DOF冗余驱动并联机器人运动学误差与标定模型；设计了一种标定实验靶板，利用相机采集靶板图像并对其进行分割、识别、旋转补偿的处理，获取机构末端目标位置和实际位置的像素误差值；针对机构自身结构的限制，利用边界曲线识别特征角点，提出了一种基于特征角点确定检测点旋转角度的方法，在补偿相机旋转角度的基础上，再利用简化后的相机针孔模型，将像素误差值通过转换得到机构末端执行器的真实位置误差值；最后利用标定模型和通过视觉系统获取的误差值进行运动学标定。经过4次迭代，机构误差减小为原来的1/3，验证了该方法的可行性。同时该方法具有标定过程用时短、数据量小、实验成本低等优点。     

一种基于Delaunay三角剖分的特征点坐标对应方法

研究了平面网格点集的Delaunay三角剖分性质,提出ACDT方法,并在IC封装环境下实现了圆点阵列靶标特征点的自动对应。实验结果表明,当图像存在拍摄倾角或由靶标平移、旋转引起的特征点缺失时,该方法仍可有效运行,且对镜头畸变引起的图像非线性变形不敏感,特别适合IC封装视觉定位系统的在线标定。     

面向大型工件现场测量的光笔式视觉测量系统

研制了一种面向大型工件现场测量的光笔式视觉测量系统,对其中的关键技术进行了深入研究。该系统主要由带有红外LED光点的光笔、1台CCD摄像机、靶点亮度控制器、一维标定尺以及安装有测量软件的计算机组成。在对LED点光源光强控制方式及成像系统工作原理进行分析的基础上,设计并实现了以多靶点亮度自适应控制技术和主动离焦模糊技术相结合的靶点光斑图像生成技术。该技术保证了在大跨度测量范围内均能获得高质量的靶点光斑图像,解决了对焦成像中摄像机视场范围与景深有限的问题;针对光笔标定问题,提出了一种简便易行的现场标定方法,此方法只需要若干个辅助靶点和2个以上间距已知的圆锥孔,就可以同时确定光笔上各靶点及光笔测头在光笔坐标系下的坐标。实验结果显示:该测量系统在2~10 m空间长度测量标准差不大于0.095 mm,能够满足中等精度的大型工件现场测量要求。