借助于星点标定相机的内方位元素

为满足单个或一批次测绘相机的标定,提出了一种利用已知坐标值的星点对测绘相机进行标定的方法。介绍了该方法的原理以及计算步骤,给出了实验过程。该方法建立在小孔成像的基础上,通过各个坐标系的相互转换,建立起星点坐标和像素坐标之间的联系,以此求解相机内方位元素。与基于平行光管和精密转台的精密测角法相比,该方法不需要昂贵的实验设备,且简化了标定步骤。最后,对标定精度进行了分析,讨论了噪声扰动和已知内方位元素误差对标定结果的影响。分析结果表明,采用该标定方法,相机的主点精度优于3μm(1/3pixel),主距精度优于7μm(小于1pix-el),满足标定精度要求。     

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。     

精密测角法的线阵CCD相机几何 参数实验室标定方法

建立了线阵CCD相机几何参数标定系统,对该标定方案所用的设备、实验条件、基于精密测角法的算法和精度进行研究。根据标定精度要求,确定了实验室主要测试设备和环境条件。利用高精度二维转台和CCD细分技术测得被标定系统的一系列视场角和对应像高。最后,利用建立的数学模型,应用最小二乘回归的方法,求得相机几何参数。误差分析结果表明:该方法对主距主点的标定精度可以达到μm级,相对畸变的标定精度可以优于1×10^-4。该方法可以满足线阵相机的高精度几何标定要求,具有较高的实际应用价值。     

检校场标定长焦航测相机参数

为实现长焦航测相机内参数及畸变参数标定,提出利用室外检校场对相机进行标定的方法。介绍了该方法由初值到精确值的两步法的求解步骤、计算过程及实验过程。首先通过给定已知特征点位置信息以及不同角度不同位置下拍摄的影像,通过特征点提取及匹配,根据像点坐标与世界坐标的线性对应关系,基于直接线性变换算法建立约束方程求取相机参数初值,进而通过混合LMQN(Levenberg-Marquardt与Qusai-Newton)迭代优化加速求解精确值。与精密测角法比无需精密设备的操作及记录,只需不同位置不同姿态拍摄多张包含精确位置信息的检校场影像即可。最后进行标定实验并对结果分析,基于检校场的标定方法在参数解算中特征点最大投影误差为2.471pixel,标定参数主点精度为9.7μm(2pixel),主距精度为4.3μm(1pixel),解算相机拍摄位置精度0.035m,满足测绘应用的精度需求。     

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。     

离轴三反时间延迟积分CCD相机内方位元素和畸变的标定

由于测绘相机的关键几何参数内方位元素和畸变的标定精度决定相机的立体测绘精度,本文提出了一种离轴三反时间延迟积分( TDI) CCD相机内方位元素和畸变的标定方法.介绍了离轴三反TDICCD相机的光学系统和像面拼接方法,明确了该相机内方位元素和畸变的含义.建立了标定系统及相应的数学模型,应用最小二乘回归法求得了内方位元素和畸变的表达式.利用提出的方法标定了相机的内方位元素和畸变,并对标定误差进行了分析.结果表明:该方法对主点的标定精度可达1.0 μm(1σ),对主距的标定精度可达2.0 μm(1σ),对畸变的标定精度为2.3 μm(1σ).结果显示提出的标定方法快捷且有效.     

二维旋转平台下的相机参数标定

针对可旋转相机的参数标定问题,提出了一种基于二维旋转平台的相机成像模型。首先,通过一对坐标系的变换与逆变换,将相机的旋转平移变换关系转换为二维旋转平台纯旋转关系;然后,借助旋转平台读数以及相机到旋转平台的固定变换关系,实现相机内参的精确标定以及任意位置间相机外参的相互转换;最后,利用标定出的相机与旋转平台间变换矩阵实现不同位置相机参数的转换。相比于传统固定相机的标定方法,本文提出的方法标定获得的相机内参具有更好的收敛性,而且能够标定出相机到旋转平台的变换矩阵,从而实现相机坐标系变换参数的精确计算。实验结果表明,在标定模板图像数量相同时,与常用的张氏标定法相比,本文提出的方法标定获得的相机内参具有更快的收敛速度。棋盘格角点重投影坐标与实际拍摄图像中棋盘格角点坐标相对比,平均误差约为0.12pixel,表明该方法具有较高精度。     

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。     

超精密级二维工作台的自标定

为了提高超精密级二维工作台的运动定位精度,提出了一种实现工作台系统误差分离的二维自标定算法.基于工作台测量误差模型,该算法利用辅助标记板的5个不同测量位姿,分别得到迭代模型和迭代初始值,最终建立完整的迭代二维自标定模型.应用该算法对系统误差为0.2 μm的二维工作台进行仿真,结果显示:当不存在随机测量噪声时,标定精度为0.33 nm;引入随机测量噪声时,标定精度与噪声同一量级.对x、y向给定测量精度分别为2.98 μm和3.22μm的二维工作台进行自标定,得到x、y向测量精度分别为2.59 μm和3.14 μm.提出的自标定算法对随机测量噪声有很好的鲁棒性,能够用于精密或超精密级二维工作台自标定.     

大视场远距离视觉测量系统的分步标定

为了克服工程大视场标定精度不高、标靶加工难度大以及现场操作繁琐的问题,本文基于工业近景摄影测量基本原理提出一种大视场多相机内、外参数的分步标定方法。首先,根据相机透视投影模型,在近距离采用小幅面标靶和角锥体法完成相机前截面内参数的解算;然后,在远距离被测空间内布置若干编码标志点,利用多片后方交会原理计算得到相机外参数;最后,对相机内、外参数进行整体光束平差优化,实现精确标定。为验证该方法的可行性和精度,进行了大视场视觉测量实验,测量结果表明本文标定方法的重投影误差小于0.08像素;外场试验实测10 m直升机旋翼总距角的相对误差小于0.1°。该方法可实现相机内参数标定实验室进行、外参数标定外场完成的操作分离。     

一种基于棋盘格的高精度分区域相机标定方法

在视觉测量系统中,相机的标定精度至关重要,将影响整个测量系统的精度。针对现有相机标定方法难以兼顾精度和操作复杂度的问题,本文提出了一种基于棋盘格的高精度分区域相机标定方法。首先,将棋盘格置于不同位置,提取不同位置角点的世界坐标和像素坐标,对所有角点用线性变换和非线性最优算法求解出全局标定参数。然后,将角点分为中间区域角点和边缘区域角点,对两区域角点分别标定得到两组分区域标定参数。标定实验结果表明：与全局标定法相比,分区域标定法的图像平均投影误差至少降低16%。该方法操作简单,精度高,可以很好的应用于工业视觉检测。     

基于二维混合式位置编码的高精度测角

针对具有精密旋转轴系类的高端制造装备或精密测量仪器,其旋转角度采用传统圆光栅难以消除偏心误差对测量角度精度的影响,提出了一种基于二维混合式位置编码的旋转角度高精度测量方法。该测角系统由一个二维混合式位置编码盘、两个CCD相机和远心镜头组成,二维混合式位置编码盘被固定在精密旋转轴系上以获得其旋转角度。然后,建立了测角模型并从数学上证明了测角精度与安装偏心无关。利用多齿分度台对已提出测角系统精度进行检测,测量角度误差在±1″。最后,利用已提出测量方法对直驱转台的角度定位精度进行测量,角度定位误差在±5″内。与传统圆光栅测角相比,该方法不需要考虑安装偏心误差对测角精度的影响,具有稳定性好、使用简单等特点,可用于角度定位误差的检测。     

基于多点合作目标的多线阵CCD空间物体姿态测量

为了精确测量悬浮试验场内姿态快速变换的空间物体的姿态角参数,提出了一种采用3个线阵CCD相机同时测量多个点合作目标的姿态测量方法,以解决传统的线阵CCD姿态测量系统中相机位置间的约束条件过多造成的非线性系统误差及校准参数多的问题.该方法采用柱面透镜和线阵CCD组成的3个一维相机,对被测物体上的多个点合作目标同时进行测量;并针对测量原理对姿态角限制的问题,采用模拟计算的方法进行姿态角测量范围的计算.由神经网络校准线阵CCD相机,直接给出点合作目标的空间三维坐标,并通过建立基于Rodrigues参数姿态解算模型求解被测物体的姿态角.实验结果表明,本文方法得到的空间点位置测量精度及空间姿态解算精度高于原线阵CCD姿态测量方法,验证了该姿态测量方法进行姿态测量的可行性和有效性.     

圆心不对称投影修正的相机标定

采用圆心作控制点的相机标定方法需要修正由不对称投影引起的投影误差,以提高标定精度.本文根据成像模型推导了基于直接线性变换法的投影误差计算公式.提出了先估计投影变换矩阵,直接用其元素计算空间圆在图像平面上的投影,对圆心的图像坐标进行修正后,再次计算投影变换矩阵.该方法无需矩阵分解,避免了不同坐标系的转换.模拟实验结果证明了投影误差计算公式的正确性.实际实验表明,在相机分辨率为780 pixel×582 pixel,空间圆半径为20 mm时,修正误差后的标定误差为0.19 pixel,优于未修正时的误差0.20 pixel,结果表明该方法可行有效.     

超精密二维工作台自标定技术研究

基于刚性运动方程和非线性最优化方法提出了一种超精密二维工作台自标定模型,研究了随机测量误差在自标定过程中的传递特性,在此基础上提出了超精密二维工作台自标定算法。给出了一个应用实例,验证了该算法的可行性和有效性。     

二维超精密工作台自标定算法

基于刚性运动学理论建立了二维超精密工作台运动测量模型,并在此基础上使用辅助测量装置的三个测量位姿和二维傅里叶变换提出了二维超精密工作台自标定算法;通过应用实例验证了该算法的可行性和有效性。     

基于HALCON的非线性摄像机标定算法研究与应用

针对工业应用,采用LENZ径向畸变模型建立面阵和线阵摄像机的非线性成像几何模型,并分析模型的内外参数及针孔模型的局限性,基于两步法思想改进标定方法。利用HALCON的矩阵网格状圆靶平面标定板及函数库平台,采用亚像素精度的边缘提取和椭圆拟合算法精确获取标定点,建立与空间点的对应关系,并对所求参数进行非线性优化,通过实验及精度分析验证了求解参数的准确度和稳定性。该标定算法灵活准确,具有良好的可移植性。     

基于共面直线迭代加权最小二乘的相机位姿估计

针对相机内参数已标定和未标定情况下的相机位姿求解,提出了基于共面直线迭代加权最小二乘的相机位姿估计算法。推导了关于相机焦距和位姿参数的线性方程,通过4条以上共面直线实现了相机位姿参数的线性解算;对参数线性解进行迭代加权最小二乘优化,得到更高精度的参数估计值和直线权值;最后,利用直线权值和欧式变换的保距性实现相机焦距的解算,得到了相机焦距和位姿参数的估计值。仿真实验表明:提出的算法在相机已标定,直线数为20,像点噪声方差为5pixel的情况下,角度误差小于0.2°,相对平移向量误差小于0.5%,耗时大约为1ms。真实数据实验表明,提出的算法可以获得与棋盘标定结果相近的精度。与现有算法相比,提出的算法抗噪性更好,精度更高,能够实现基于单幅图像的未标定相机的位姿估计。     

地面三维激光扫描仪与外架数码相机间安置参数的高精度标定

提出了地面三维激光扫描仪与外置数码相机安置参数的高精度标定方案。首先,利用商业化近景摄影测量系统对相机内参数进行单独标定;然后,利用回光反射标志作为二维和三维匹配的同名控制点,对直接线性变换进行拓展应用,在算法迭代过程将内参数作为已知值对外参数进行求解;最后,根据相机数据采集特点确定其拍摄全景时多张影像之间的位置关系,对多张影像的外方位元素进行求解,从而实现全景点云与全景完整影像之间的映射。进行了实验测试,利用安置参数标定结果反求验证点像素坐标与真实测量结果之差验证了本文标定方法的精度和可行性。实验显示:点云与影像间的映射精度可达到1像素左右;相机拍摄全景获取的影像与全景点云可以实现正确映射,表明提出的标定方法正确,满足纹理贴图及将影像作为特征提取辅助信息的精度要求。     

采用直线模型的相机参数优化方法

提出了基于直线模型的相机在线标定算法。该方法通过自动跟踪视频中物件的边缘,在线求解相机系统内外参数,同时建立物件边缘同图像边缘的对应关系。然后,利用物件边缘同图像边缘的对应关系,在相机内外参数初值的基础上,通过构建融合边缘端点信息的误差函数,迭代优化求解相机内外参数。进行了仿真和实物实验,分别使用提出的基于直线的标定方法和传统的基于棋盘格内角点的方法标定了相机内外参数,并对两种方法的标定结果做了对比。结果显示:在仅使用边缘信息的条件下,本文方法可以获得同传统的标定法一致的精度,标定后重投影误差(RMS)为0.6pixel。本文方法利用具有标准尺寸的物件即能实现相机内外参数的估计,且无需制备平面靶板便可获得与传统方法相同的标定精度,标定过程更为灵活,有实用价值。