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。     

数字图像相关法测量金属薄板焊接的全场变形

提出了一种基于数字图像相关法和双目视觉技术的全场三维变形测量方法来测量金属薄板焊接过程中的高温变形.首先,提出一种基于种子点的高精度图像匹配算法求解相关匹配非线性优化初值.然后,介绍了三维坐标重建以及三维位移、三维应变的求解算法.最后,借助于VC+ +6.0开发环境,研制了用于薄板焊接全场变形测量的实验系统.为验证本文方法在材料力学性能实验方面的可行性,利用标准材料试验机和自主研制的图像采集装置设计了钢试件的标准拉伸实验,并采用Q235板材件进行了焊接变形测量实验.实验表明:本文方法的应变测量精度为0.5％,与引伸计的测量结果基本相当;与传统的测量方法相比,提出的方法可以更全面、更直观地测量金属薄板在整个焊接过程中的三维移和应变场,并且测得的3个方向的位移变化曲线过渡自然、数据合理,是研究焊接变形规律的有效手段.     

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。     

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。     

GPS双目摄像机标定及空间坐标重建

为减轻双目摄像机标定过程中对高精度靶标的依赖,实现摄像机参数的精确标定,并对空间坐标进行高精度重建,提出一种GPS双目摄像机标定及空间坐标重建方法,采用GPS代替2D或3D靶标进行双目摄像机标定。将GPS的位置在视场中任意移动,由被标摄像机拍摄多组含有GPS的图像,利用空间三维坐标与图像二维坐标间的映射关系,结合摄像机成像模型和双目摄像机标定原理,标定出双目摄像机参数,并对空间坐标进行精确重建。通过空间重建坐标与GPS实际测量值之间的相对距离误差,对重建精度进行检验。实验证明,该方法能够克服双目摄像机标定过程中对高精度靶标的依赖,空间重建坐标具有较高的精度,相对距离误差从1.56%减小到0.52%。     

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。     

摄像机标定在上下料视觉机器人中的应用

摄像机标定在机器视觉中占有重要地位,尤其是在三维测量和三维重建中起着不可或缺的作用。对同一台摄像机使用了一种四步法的摄像机标定和张正友的摄像机标定方法,使用四步法求出摄像机的完全畸变模型,比较两个摄像机标定的结果．并用张正友的算法进行双目视觉测量,分析其误差。经测试,两种方法均满足上下料机器人的精度要求。     

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。     

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.     

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。     

基于E-SPCM的直线电机动子位置高精度测量方法研究

针对直线电机动子位置测量,引入一种基于扩展采样相位相关法(E-SPCM)的亚像素位移图像检测方法,以提高测量精度和抗干扰性。首先建立了直线电机位置检测系统,通过高速相机实时采集条纹图像序列;其次对条纹图像进行边缘特征提取,利用相位相关得到相邻条纹图像的互功率谱,即动子位置的整像素位移;进而对整像素邻域的互功率谱进行上采样相位相关计算,实现高精度的亚像素位移测量,进一步由系统标定得到实际位移值。对比传统相位相关算法,所采用的方法能够提高测量精度且有很好的噪声抑制性能,最后搭建了实验检测平台,验证了算法的有效性。     

基于SVD的直线电机动子位置的高精度测量方法

针对直线电机动子位置测量的高精度和实时性要求,提出了一种基于奇异值分解(SVD)相位相关算法的高精度图像测量方法。通过直线电机动子上的高速相机采集相邻栅栏图像,采用单行抽样栅栏条纹数据,再利用相位相关技术得到相邻栅栏图像的相位相关矩阵,进而利用SVD得到水平位移相位矢量。通过相位解缠算法和最小二乘法线性拟合得到二幅栅栏图像的亚像素位移量,将相邻栅栏条纹的像素位移值和动子实际位移进行标定,结果用于直线电机动子位置测量系统标定。并且进行傅里叶变换前采用Hanning窗抑制频谱泄露,提高匹配精度。实验结果表明,该直线电机动子位置的亚像素测量方法可以满足实时性和高精度测量要求。     

飞机结构件运动数据的动态视觉测量系统

基于近景摄影测量理论和立体视觉技术,提出并实现了一种针对机身结构件在飞行状态下的轨迹、姿态、位移、变形等多种运动数据的动态视觉测量方法.研究了基于工业近景摄影测量的多相机快速自标定方法;飞行状态下相机动态定位及抖动消除技术;刚性结构件的运动轨迹及姿态的快速求取和通过多相机(≥3)协作实现非编码标志点阵列的精确匹配等多项关键技术.在模拟飞行环境下的实验结果表明,相机标定的重投影误差小于0.03 pixel,系统的运动轨迹姿态测量精度可达0.01 mm/1 m,关键点位移变形测量精度可达0.05 mm/1 m,基本满足飞机测试行业的精度和可靠性测量标准.     

采用简化Brown模型及改进BFGS法的相机自标定

为了精确地反映相机的几何成像关系,本文基于简化的Brown模型和改进的BFGS(Broyden-Fletcher-GoldfarbShanno)算法提出了一种相机自标定方法。该方法首先将线性模型和畸变模型拟合为非线性模型,通过线性模型的基本矩阵约束非线性模型参数得到约束方程;然后,提出了适用于非线性内参数约束方程的基于新拟牛顿方程的改进BFGS算法并求解了方程内参数。利用提出的模型和算法,该标定方法能够在较少的迭代次数和有噪声条件下保证标定结果的精度和鲁棒性。有、无噪声情况下的收敛性分析和鲁棒性分析显示:在噪声不大于±3pixel的情况下,迭代10次即能保证重投影误差小于0.4pixel。通过标定相机内参数并计算重投影误差进行了真实图像实验,结果表明:标定精度误差小于0.06%,重投影误差为0.35pixel,验证了提出方法的有效性。该方法适用于计算机视觉领域中的图像处理,模式分类和场景分析等。     

大视场相机最优投影模型识别及星光标定方法

针对在轨摄影测量中近距离大尺寸测量需求,提出利用星光约束的大视场角摄影测量相机最优投影模型识别及标定方法。首先,构建了具备调节系数的星光几何投影分段函数模型。随后,针对分段星光投影模型开发多站位自标定光束平差算法。通过将光束平差算法与北方苍鹰寻优策略相结合,对投影模型调节系数、相机内方位参数、相机外方位参数及镜头畸变系数同步优化,直到星点像面重投影均方根误差达到全局最小,得到最优投影模型及其参数。实测实验表明,大视场角相机星光标定后,星点像面坐标的重投影均方根误差为1/9 pixel。在连续帧星光标定实验中,通过卡尔曼滤波算法对相机参数随机误差进行了有效消除。该方法可在相机星光标定过程中识别最优投影模型并标定全部成像参数,具备连续帧标定及参数校准能力。     

高速三维数字图像法测量手机跌落全场应变

为了测量手机跌落时的变形与应变,基于数字图像相关法及双目立体视觉原理,提出一种用于手机跌落试验中变形与应变测量的方法,并研制了相应的高速三维全场应变光学测量系统。针对手机跌落碰撞过程中,角度变化导致散斑匹配失败率高,变形应变场缺损严重的问题,利用高速相机高速采集图像,并改进图像匹配方法,采用顺序逐帧基准匹配,保证了测量精度,提高了应变场完整度。研制了光学测量系统,设计了试验方案,进行了数字图像测量方法与动态应变仪测量结果的对比,对改进的散斑匹配方案进行了验证。试验结果表明,本文的方法使变形应变场的完整度提高了21%,其位移动态测量精度为0.42%,应变测量精度为0.5%。本文的方法和系统可以满足手机跌落碰撞全场变形与应变测量的要求,与传统测量方式相比有明显优势,是研究手机跌落碰撞变形规律的有效途径。     

共面点的摄像机非线性畸变校正

采用传统的Tsai两步法进行摄像机标定时,标定精度会受一阶径向畸变模型的限制。本文提出了一种同时考虑摄像机镜头径向畸变和切向畸变的摄像机模型并研究了模型求解方法来提高畸变校正精度。考虑图像中心区域畸变较小,故用中心附近点列出线性方程组计算了摄像机的部分参数;建立了综合畸变模型,将摄像机参数代入模型计算畸变参数的初始值。由于焦距和平移分量在标定板与相机平面的距离深度变化不够时难以一次性准确标定,故将其代入综合畸变模型重新计算,并运用两步迭代法逐步逼近精确解。最后,对世界坐标系进行空间几何变换、透视变换和成像变换得到的重投影图像的像素坐标并与实际测得的像素坐标值进行比较,得到校正误差。结果表明,本文的畸变校正方法平均像素误差可以达到0.114 9pixel,优于Tsai校正方法的0.367 0pixel,且重复性较好。     

基于成像光线空间追踪的摄像机标定方法研究

摄像机测量模型和标定方法是视觉测量的关键,直接影响视觉测量系统的测量精度。针对这个问题,借鉴非成像模型的摄像机校准的思想,提出了基于成像光线追踪的摄像机标定方法。分析测量点经摄像机镜头成像的规律,通过空间直线确定摄像机图像坐标与测量空间的映射关系。使用像平面和两个空间平面的映射关系,建立空间直线表达方式,完成基于成像追踪方法的摄像机测量参数标定。通过噪声分析和精度测量实验对基于成像追踪的摄像机标定方法进行精度验证,实验结果表明该方法可以有效抑制标定数据噪声对测量结果的影响,提高摄像机标定精度。