三维空间中线结构光与相机快速标定方法

针对结构光立体视觉系统快速标定问题,本文提出了一种多线结构光单目视觉测量系统的快速标定方法,该方法可以同时完成多个线结构光的标定,不必每一个线结构光单独标定,从而实现相机与线结构光的快速标定。具体为相机内参采用张氏标定法提前标好,外参标定采用设计的三维阵列立柱靶标配合实现。在已知三维阵列立柱靶标各立柱端面中心点对应物像坐标后,可得到二者间的旋转和平移矩阵;在线结构光投射到对应不同高度立柱端面上后,根据以上物像关系可得到端面光条坐标,利用该坐标可拟合出激光平面方程,进而可建立起各激光面与相机之间的变换关系,完成系统标定。     

三线结构光视觉传感器现场标定方法

三线结构光视觉传感器由于获取信息量大、测量速度快等特点被广泛应用于工业现场测量。为了实现传感器高精度、快速的现场标定,提出了一种基于支持向量机的三线结构光视觉传感器标定方法。首先,设计标定靶标;其次,采集靶标图像后提取特征点亚像素坐标值;再次,基于支持向量机方法建立特征点的图像坐标和三维空间坐标的映射模型;最后,将待标定点图像坐标输入映射模型,即可得到三维空间坐标,实现对三线结构光视觉传感器的直接标定。实验验证,Y轴、Z轴方向上的测量绝对误差均值分别为0.021 1 mm和0.015 0 mm,具有较高的标定精度,且该标定方法标定过程简单、快速,适合现场标定。     

一种基于平面标靶的线结构光视觉传感器标定方法

提出了一种适合于现场的线结构光视觉传感器标定 方法。建立了标定的数学模型,设计了一种平面点阵标靶,提出了坐标映射方法。根据结构 光条纹特征点的图像坐标和对应在标靶坐标系下的坐标,以及 相机内参,计算出标靶坐标系到摄像机坐标系的转移矩阵,再由转移矩阵得到特征点在摄像 机坐标系下的 坐标;在视场范围内,平面标靶按不同位姿摆放多次,获取投射在标靶上的所有特征点,对 这些特征点进 行平面拟合,得到结构光平面在摄像机坐标系下的方程。对标定的精度进行了验证,实验表 明,本文方法标定 过程简单,精度较高,适合于结构光传感器的现场标定。     

线结构光三维轮廓测量系统的标定方法

在线结构光360°三维轮廓测量方法中,采用多图像传感器系统可实现物体整体轮廓及局部形貌细节同时高精度测量.为了实现测量系统多传感器同时标定,提出一种线结构光多传感器三维轮廓测量系统的标定方法.以直接线性变换法为系统标定模型,设计含有多特征点的靶标控制场来解算系统模型参数,应用二元全区间插值误差校正方法对物方坐标计算误差进行校正,实现对整个测量系统的标定.并提出了一种基于二维离散傅里叶变换的多分辨率标定靶标特征点提取的新方法.论述了线结构光四传感器测量系统的标定过程.实验结果表明这种标定方法可实现多传感器测量系统高精度同时标定.     

基于平面靶标的线结构光视觉传感器机器人手眼标定方法

为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系，设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态，使激光线经过平面靶标上实心圆的圆心，通过图像处理，得到圆心的像素坐标，转换后得到圆心在传感器坐标系下的坐标；多次调整姿态，获取多组图像，得到多组传感器坐标系下圆心坐标；结合对应机器人位姿关系，采用最小二乘法直接解算出手眼矩阵。实验结果表明，所提方法与采用标准球为靶标的手眼标定方法对比，反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm，以同一目标的不同间距为测量对象，均方根误差均有效减小。该方法提高了标定精度，不需要采用昂贵的靶标，适合于现场标定。     

基于共面法的结构光自扫描测量系统参数标定方法

针对结构光自扫描测量系统参数标定问题,提出了一种基于共面法的高精度标定方法,能够同时标定系统的内外参数。建立了相机和系统模型,采用张正友方法标定相机和平面棋盘靶标内外参数,针对系统标定需求完成了靶标位置规划,在同一光平面下变换靶标位姿获取共面光条中心点,利用多组中心点数据分别求解各光平面方程。由于多个平面交线不唯一,定义了优化目标函数对振镜转轴在相机坐标系下的表达进行优化求解,求得振镜坐标系与相机坐标系的转换矩阵完成标定。该方法标定过程简单,算法运算量小,便于现场标定。结果表明,标定方法具有较高精度,能够满足测量要求。     

基于量块的线结构光视觉传感器直接标定方法

线结构光视觉传感器的标定精度直接关系到测量结果的精度。传统的有模型标定方法为了提高标定精度,相应的模型也会越复杂,计算量也很大。为了实现高精度、高效率、低成本地标定线结构光视觉传感器,提出一种基于标准量块的线结构光视觉传感器直接标定方法,设计了标定靶标,不需要标定模型,直接建立查找索引表,在查找索引表中搜索直接得到或者采用最小二乘法拟合算法得到待标定点的空间三维坐标。实验结果表明该标定方法具有较高的标定精度,y方向平均绝对测量误差为0.0279mm,z方向平均绝对测量误差为0.0237mm,能够满足高精度测量需要,且计算简单、易于实现。     

线结构光参数的简易标定方法

为了实现高效率、低成本、高精度地标定线结构光 的参数,本文提出了一种基于单个平面同心面靶标标定线结构光参数的新方法。该方法基于 三点透视模型和交比不变原理计算光平面上标定点的三维坐标,利用最小二乘法拟合平面方 程。在摄像机视野范围内自由移动平面靶标,同时保持结构光投射到靶标上同心圆之外的区 域,采集至少两幅图像即可完成线结构光参数的标定。 实验结果表明: 光平 面标定的均方根 误差约为0.05mm,传感器测量精度的相对误差约为0.3%,系统整体 测量精度约为0.1mm, 说明本文标定方法具有较高的标定精度。并且该方法同时适用于其它类型结构光的标定,通 用性较强,具有获取标定点效率高、计算简单且操作灵活方便等优点,适合现场标定。     

多传感器线结构光视觉测量系统全局校准

针对现有多传感器线结构光视觉测量系统全局校准过程中通常需要三维测量设备、校准过程复杂等问题,提出了一种基于一维靶标的多传感器线结构光视觉测量系统全局校准方法。此方法以一维靶标为中介,首先由每个线结构光视觉传感器得到光条与一维靶标相交点在各自测量坐标系下的三维坐标,然后由交比不变性得到相交点在一维靶标坐标系下的坐标,进而...     

基于多相机系统的高精度标定

随着工业机器视觉的深入发展，大视野高精度视觉系统的需求越来越多。针对大视野导致的精度过低问题，提出一种基于多个低像素相机联合标定的方法。在多相机中选择一个相机作为主相机，求取其他相机的像素坐标系与主相机像素坐标系的映射矩阵，使得主相机的视野无限扩展。同时，为了更精确地得到标定板图像中的圆心像素坐标位置，采用两步标定法提升标定精度。提取标定板圆心像素坐标进行第1次粗标定，获取相机内参以及标定板位姿，从而获取图像平面与世界坐标系的平面Z=0之间的映射关系。对其进行透视偏差矫正，提取矫正后标定板的圆心，再利用逆映射变换把相应的圆心转换回原始位置，用转换后圆心像素坐标位置对主相机进行第2次精标定。最后通过LevenbergMarquardt算法进行非线性优化获取全局最优解。实验结果表明，所提标定方法的重投影误差在0.005 pixel～0.01 pixel之间。     

线结构光三维传感器扫描方向标定方法

线结构光三维传感器需要结合扫描机构才能对物体进行三维重构,在使用前需要对扫描方向进行标定。由于各个标定图像的清晰度不同,传统标定方法会多次引入噪声,降低了标定精度。为了减小由图像清晰度不同多次引入的噪声,本文提出了基于联合估计的扫描方向标定方法。在标定过程中,需要使用位移台将平面靶标移动一个固定的距离,使每个拍摄位置处的靶标相对相机坐标系的旋转矩阵相同,同时平移向量的变化由位移台的运动步长约束。通过对旋转矩阵和平移向量增加约束,将平面靶标上的二维特征点拓展为三维特征点;联合所有标定图像进行统一的单应性估计,减小了由图像清晰度不同多次引入的噪声。通过测量量块尺寸进行了验证实验,实验结果表明：所提方法的测量误差相比传统方法减小了约30%,而且所提方法具有更好的重复性。所提方法实现了线结构光三维传感器扫描方向的高精度标定,减小了传感器三维重构的误差。     

加工中心工件在机三维检测系统的光平面标定

为了满足加工中心在机检测的实时性需求,实现高效率、低成本、高精度地标定线结构光传感器,提出了一种基于同心圆平面靶标标定线结构光平面参数的新方法。该方法将三点透视模型和交比不变原理相结合,在线结构光传感器的视觉范围内通过移动同心圆平面靶标,计算得到光平面上多组标定点的三维坐标,进而使用最小二乘算法确定光平面方程,通过标定和检测实验分析并验证了该方法的有效性。该方法具有标定算法简单且操作灵活方便等优点,适合加工检测等领域的现场标定。     

超大尺度线结构光传感器现场标定技术

针对大尺寸三维物体的测量需求,提出了一种超大尺度的线结构光传感器标定方法。使用平面靶标标定出摄像机内参数的初值,以相邻两控制点之间的距离为约束用LM优化算法对初值进行优化;采用准一维靶标进行结构光参数标定,提出了一种利用两行标记点求解控制点三维坐标的方法,该方法基于消隐点性质以及各控制点与标记点之间的几何约束。实验结果表明,所提出的标定方法和控制点三维坐标求解方法具有较高的精度和稳定性,且准一维靶标较平面靶标加工成本低、加工难度小、标定过程灵活方便,更适用于大尺度现场标定。     

基于圆心真实图像坐标计算的高精度相机标定方法

在基于圆点阵二维平面靶标的相机标定方法中,直接在拍摄的标靶图像中提取的椭圆中心并非真实的圆心投影像点,该圆心成像投影偏差必然会降低相机参数标定精度。基于此,提出将标靶图像逆向投影至空间虚拟矩阵以获得真实圆心像点的迭代标定算法。首先,使用椭圆中心提取方法进行平面相机标定;其次,由标定参数和拍摄图像进行逆向投影获得虚拟物理标靶图像,在近似圆虚拟图像上完成圆心坐标提取;再次,将虚拟圆心坐标转化为物理坐标值并投影到图像上,将其作为圆心真实像点坐标值来进行相机标定;最后,经多次迭代投影和标定完成高精度相机标定。模拟和实验结果表明,所提方法将相机标定精度提高约一倍,可为三维重建和视觉测量提供高精度的相机参数。     

多线结构光视觉传感器测量系统的标定

为实现大尺寸轧钢几何尺寸、形状误差、表面缺陷的实时检测,采用4个激光器和4个CCD摄像机搭建了多线结构光视觉传感器测量系统。针对多视觉传感器全局校准的关键问题,设计了特殊形状的靶标,提出了新的全局标定方法。利用交比不变原理获取光平面上多个标定点,同步实现视觉传感器的局部标定和全局校准。详细阐述了标定的基本原理和系统构建过程,分析了标定中存在的误差,并提出了减小误差的方法。实验验证系统重复测量精度在0.04mm以内,测量相对误差小于0.9%。     

一种线阵CCD检测系统的调整和标定方法

论述了一种线阵CCD扫描检测系统调整和标定方法.建立了检测系统的几何模型;设计了标定靶标;提出了基于靶标图像的视觉系统调整定位方法.采用灰度矩法对边缘点进行了亚像素定位;根据靶标上特征线的实际坐标和图像坐标对系统进行标定,在工方向采用先线性标定再多项式畸变校正的两步法标定横向扫描区域;在y方向采用线性标定法标定扫描行距.实验结果表明,这种调整和标定方法具有较好的效果和较高的标定精度.     

面向线结构光测量的直线空间变换光平面标定方法

为提高标定精度,提出一种基于直线空间变换的光平面标定方法。首先利用互相关模板与5点滑动平均法提取激光条纹中心,然后采用正交回归法拟合图像中的光条直线方程。通过平面单应性变换获得靶标面光条直线方程,进一步再将靶标坐标系中的直线方程转换成Plücker矩阵形式。根据位姿转换关系得到相机坐标系下的直线方程,并建立超静定线面共面约束方程组,使用奇异值分解(SVD)求解光平面方程参数。所提方法测量的标准台阶块长度方均根(RMS)为0.065mm,平均误差小于0.030mm,圆柱直径的测量平均误差与RMS小于0.050mm。结果表明,利用光条自身整体信息拟合光平面,所提方法可实现较高的标定精度且标定过程简单,同时避免对每个特征点进行单独求解。     

基于双目视觉的机器人引导系统研究

随着智能制造技术的快速发展,汽车制造也已逐步向少人化、无人化方向发展,而视觉技术的应用更是加快了汽车生产线无人化的进程。对双目视觉进行研究,相机平行布置并安装在机器人末端。通过以太网分别获取左右相机二维图像并上传到上位机,使用特征提取算法提取标定板上特征点的像素坐标导入标定模型计算出双目相机内外参数并生成相应的图像矫正矩阵,利用矫正矩阵分别矫正左右相机二维图像以消除镜头畸变;使用图像去噪、图像二值化化、特征提取、极线约束及模板匹配算法,计算出零件上特征点在左右图像上的视差,采用双目视差测距原理,计算特征点在相机坐标系下的三维坐标。通过眼在手上的手眼标定方式标定出相机坐标系到机器人工具坐标系的旋转矩阵,采用SVD奇异值分解算法计算模型坐标系到目标零件坐标系的偏移矩阵,通过坐标系变换算法将零件的偏移矩阵转换为机器人工具坐标系的偏移,再使用TCP/IP以太网通讯发送偏移量给机器人,从而实现机器人引导定位功能。测试结果表明,该双目视觉引导系统可满足基本的零件定位需求。     

正交约束下的机器人线结构光手眼标定

为了将传感器局部坐标系下的测量数据转化为机器人坐标系下的全局三维数据,需要确定机器人法兰盘与传感器之间的关系,即手眼标定。为实现机器人与线结构光传感器的现场手眼标定,提出一种正交约束条件下的新方法,该方法标定过程无需人工参与,仅需一块具有空间正交约束关系的平面靶标。标定过程中任意变换机器人位置与姿态,控制激光线与靶标两直角边分别相交,并记录传感器测量坐标值以及对应的机器人姿态数据,再基于空间正交约束建立非线性优化模型,最后采用内点法迭代求得最优解。实验结果表明：该标定方法快速、稳定且精度较高,系统整体测量精度优于0.3 mm,可满足常规测量需求。     

新型三维视觉测量结构光平面标定方法

结构光平面标定是结构光三维视觉测量中的重要环节。传统的标定方法需要昂贵的设备,效率低下,步骤复杂。提出了一种新的三维视觉系统中结构光平面的标定方法。该方法仅使用一个简单的二维平面靶标,在保证靶标与结构光相交的前提下,靶标在摄像机可视范围内自由移动数个位置。对于移动到各个位置的靶标平面,分别建立对应的世界坐标系,并计算该世界坐标系与摄像机坐标系、图像坐标系的转换关系。通过处理算法,可以将每一个位置得到的结构光平面与靶标平面的交线方程统一到摄像机坐标系下。使用最小二乘法拟合多条交线可以标定出结构光平面在摄像机坐标系下的方程。实验证明该方法效率高,步骤简单,具有很好的通用性。