空间点的立体视觉传感器标定方法

给出了一种基于随机空间点的立体视觉传感器高精度标定方法.该方法无需求解单个摄像机的内外参数,而是将立体视觉传感器透视变换矩阵中的元素作为未知量,当已知一组由高精度三坐标测量机提供的三维空间点坐标及其对应的图像点坐标时,即可利用奇异值分解法求解出各未知量的最小二乘解,从而避免了使用各类标定模板时由于加工和测量误差引入的标定误差.最后用标定过的立体视觉传感器对一组随机空间点进行三维坐标测量,与坐标测量机给出值进行比较表明,在误差最大的X轴方向,测量误差＜0.05 mm,在Y轴和Z轴方向,测量误差＜0.01 mm,证明了该方法的有效性.     

双目立体摄影测量中的标定方法

针对立体摄影测量中的双目立体摄影测量,利用透视变换方法及矩阵转换知识建立了双目立体摄影测量系统的空间三维坐标数学模型,提出一种不需要迭代求解摄像机参数的标定方法,避免了迭代算法收敛速度慢、耗时多的缺点。该标定方法只需对标定板在不同角度拍摄一组图像,在无需控制任何运动参数的情况下,通过成像过程中不同坐标系之间的转换,实现了像素坐标与基准坐标之间的直接转换。该算法快速、精确、简便。实验结果表明,该标定算法可达到相对误差为0．2的精度。     

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。     

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。     

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。     

基于张正友平面模板法的双目立体视觉系统标定

为验证基于张正友平面模板法标定双目视觉系统方法的准确性与合理性,首先分析了双目立体视觉系统的原理,然后论述了双目立体视觉的系统标定原理、方法,以及利用张正友平面模板法进行标定的步骤,通过标定双目立体系统的内部参数和外部参数,应用视差原理,能够确定空间某点的三维坐标,实验验证了文中提出的基于张正友平面模板法标定双目视觉系统方法的准确性与合理性。     

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。     

基于共面法的视觉传感器的标定方法

提出了一种基于平面网格靶标的视觉传感器的标定方法。首先利用平面网格靶标来获取标定点，同时利用交比不变原理不断修正镜头的畸变参数，从而提高了标定点的精度，然后根据这些标定点利用RAC算法对视觉传感器的内外参数进行标定。试验结果表明，基于共面法的视觉传感器的标定方法操作简便，切实可行，具有较高的精度。     

基于线结构光视觉传感器的圆孔定位误差分析

针对空间圆（类圆）孔几何量测量,传统视觉测量方法一般采用双目立体模型,基于立体像对实现对圆孔空间位置的测量,由于传感器成本、体积、重量等的限制,在特殊视觉系统,尤其在发展迅速的基于工业机器人平台的柔性视觉检测系统中均凸显其不足。本文基于单摄像机架构的线结构光视觉传感器,提出圆（类圆）孔定位两步法,并对被测圆心x ,y ,z 向坐标测量误差进行了详细讨论和分析。通过对被测圆心定位误差的分析计算,在实际测量应用中,z 向测量精度可以优于±0.25mm,x, y 向测量精度优于±0.006mm。研究结果表明该方法切实可行,可以满足实际测量需求,极大地扩展了线结构光视觉传感器的应用范围。     

Star sensor calibration based on integrated modelling with intrinsic and extrinsic parameters

To guarantee high measurement accuracy, star sensors must be precisely calibrated prior to use. Existing star sensor calibration methods, such as the imaging model method with intrinsic parameters and the polynomial fitting method, exhibit disadvantages. Inspired by classic camera calibration theory, a novel star sensor calibration method based on integrated modelling with intrinsic and extrinsic parameters is proposed in this paper to overcome the inherent disadvantages. A complete, integrated imaging model for star sensors is established by using all intrinsic and extrinsic parameters. Calibration points’ data are then acquired by using a two-axis rotary table and a star simulator. Finally, a two-step procedure is applied to calculate the parameters. Experimental results show that the proposed calibration method is capable of obtaining all the intrinsic and extrinsic parameters of the star sensor with high accuracy and efficiency and guarantees highly accurate attitude measurements.     

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.     

高速列车动态包络线测量一种现场快速标定方法

列车动态包络线是评定列车安全运行的一项重要指标,基于双目立体视觉的方法是目前能够实现速度超过200 km/h列车动态包络线测量的唯一方法.因受到大视场和标定时间的严格限制,便携的标定设备、易于搭建的靶标和快速的标定算法便成为标定过程需要满足的三个条件.本文提出一种新的基于双目立体视觉的大视场现场快速标定方法,设计轻型便携靶标,靶标上40个反光标记点表示铁轨坐标系,并用于计算双相机内外参数.并且,双相机仅需同时拍摄一张靶标图像,就能实现双相机内外参数快速一体化标定.实验结果表明,该方法测量精度可达±1 mm,能够满足高速列车动态包络线测量现场标定要求.     

大视场双目立体视觉柔性标定

为了实现双目立体视觉系统大范围高精度三维测量,提出了一种大视场双目立体视觉系统柔性标定方法,该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离,标定内部参数时,只需要令标靶相对于相机任意摆放至少三个姿态,对标靶上的编码标志点进行识别,根据标靶上编码标志点信息,建立各姿态下视图的对应关系,粗略计算标志点的初始三维坐标;建立多姿态下逆向投影误差最小的目标函数,采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标;最后,建立基于双相机逆向投影误差最小的目标函数,优化得到精确的相机间姿态的外部参数。实验结果表明:当测量空间为1 200mm×1 000mm×1 000mm时,立体视觉系统的测量精度优于0.1mm,满足大范围双目立体视觉系统的高精度测量需求。