变异机制粒子群优化的摄像机内参数校准

针对大空间单目视觉系统中摄像机内参数校准精度对整体测量精度影响较大这一问题,本文提出一种基于变异机制粒子群优化(MMPSO)算法的摄像机内参数虚拟三维校准方法。该方法基于分阶段最优化思路,通过建立摄像机成像模型对摄像机外参数及部分内参数进行初始值估计,再通过MMPSO算法对内参数进行优化校准确定最终的结果。实验中为了提供精确的校准控制点,搭建了校准硬件平台,将红外发光二极管固定于三坐标测量机测头上并跟随测头移动,构造一个大空间虚拟三维校准板。实验结果表明:主要的10个内参数均达到测量精度要求的数量级,验证了该方法的有效性。通过单目视觉坐标测量系统对两种校准方法所得结果进行等距测量实验,基于Janne Heikkila的三维校准法的总体标准差为0.112mm,基于MMPSO算法的虚拟三维校准法的总体标准差为0.084mm。通过对比实测数据标准差,可以证明本文提出的校准方法稳定性更好,精度更高。该方法能够满足大空间单目视觉坐标测量系统对摄像机内参数精度的要求,对视觉坐标测量技术领域中的摄像机校准等非线性优化问题具有一定指导作用。