挖掘机器人双目视觉系统标定方法与立体匹配

在挖掘机器人视觉系统实现中,摄像机标定、特征提取、立体匹配是关键环节,而立体匹配又是视觉系统中最复杂、最重要的步骤。首先分析了通用双目立体视觉模型及平行双目立体视觉模型,对挖掘机器人平行双目立体视觉系统测量方法及参数标定进行了研究。结合基于特征的匹配方法,通过对左、右图像角点的提取,实现了基于极线几何约束的特征点匹配。通过对铲斗图像匹配实验,验证了该方法能满足挖掘机器人视觉系统要求。     

轮对在线检测中基于异面特征点的摄像机标定

基于光截图像的轮对在线检测中,摄像机的标定技术直接影响轮对参数的检测精度。针对轮对在线检测环境,设计了一套摄像机标定系统。在该系统中,设计特制的平面标定板,将其竖直固定于轨道面不同位置,通过异面特征点实现了摄像机的标定。并利用摄像机标定软件实现了标定板图像采集,图像处理,特征点计算机图像坐标提取和摄像机内外部参数计算。实验结果表明,该标定系统的摄像机标定精度在0.1mm以内,可应用在轮对在线检测中。     

双目立体视觉中角点检测的方法研究

双目立体视觉是计算机视觉研究中最为活跃的一个分支,是智能机器人科学发展的重要标志。它是由不同位置的2台或者1台摄像机（CCD）经过移动或旋转拍摄同一场景,通过图像获取、摄像机标定、特征提取和匹配,进而通过计算空间点在2幅图像中的视差,获得场景的深度信息。本文在SU—SAN角点检测的基础上,提出了基于图像平均灰度的阈值选取方法,使阈值的选取不再盲目,保证了用SUSAN算法进行角点检测的实用性和适用性。仿真试验表明,用该方法进行特征点的提取,减少了匹配时间,提高了匹配精度,得到了较好的效果。     

用于结构光视觉传感器标定的特征点获取方法

提出了一种基于共面参照物自由移动来获取结构光视觉传感器标定特征点的新方法。该方法通过以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,得到位于光平面上的非共线标定特征点的三维世界坐标。该方法降低了标定设备的成本,简化了结构光视觉传感器的标定过程,从而提高了结构光视觉传感器工程化应用的便捷性。实验表明,该方法切实可行     

一种高精度机器人手眼标定方法

手眼系统的标定是机器人视觉中的一个重要研究内容,标定的准确性直接影响机器人的作业精度。对于机器人眼在手系统,介绍了标定的原理并给出标定方程的求解方法。指出摄像机外参是构建标定方程的重要数据,为确保摄像机外参的准确性,提出利用图像校正的原理对摄像机外参进行验证。通过对基于标定方程的精度影响因素进行分析,对标定过程中的机器人运动轨迹进行规划。最后通过实验,对比了摄像机外参筛选前后的标定结果,证明经过摄像机外参筛选后,对标定精度和稳定性有一定提高,展示了实验过程中各步骤的完整数据,并验证了最终的标定精度。     

三维激光扫描数据采集系统的摄像机标定技术研究

在计算机视觉激光扫描测量系统中 ,物体的空间坐标与计算机图像坐标之间存在着复杂的非线性映射关系。通过建立基于一阶径向畸变的摄像机数学模型 ,用线性方程组描述了三维空间坐标点与计算机图像坐标点的关系 ,利用带有 3 0个标准圆孔的金属平面孔型靶标对由两个摄像机构成的摄像机参数标定 ,提出“两步法”对摄像机模型参数逐步求解 ,从而彻底改变了传统的摄像机标定依赖于非线性优化方法。实验证明 ,这种标定新技术较以往算法更为快速、简便、实用 ,精度更高     

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。     

CCD摄像机快速标定技术

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度较高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实际结果表明,摄像机标定误差优于0.05mm.     

Microscopic vision based on the adaptive positioning of the camera coordinate frame

Microscopic vision measurement precision has been largely limited by inaccurately calibrated model parameters, because image plane is near parallel to reference plane in the narrow depth of field. This article proposes a method of precise microscopic vision measurement based on the adaptive positioning of the camera coordinate frame. The microscopic vision measurement movably attaches the origin of the camera coordinate frame along the optical axis. By finding the optimal position, the nonlinearity of the objective function in calibration optimization is decreased and the optimization sensitivity to initial values is reduced. Therefore, we obtain a high calibration precision and eventually ensure a high measurement precision. Mathematical simulations illustrate that the calibration precision of the proposed microscopic vision measurement model is higher than that of the conventional vision measurement model. The experiment shows that with magnification of 3.024×, the presented system achieves a precision of 0.12% based on the proposed microscopic vision measurement model, which is two times higher than the one based on the conventional vision measurement model. Microsc. Res. Tech. 75:1281–1291, 2012. © 2012 Wiley Periodicals, Inc.     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

机器视觉测量中相机两步标定法的改进

在机器视觉中为了确定空间三维模型和图像模型之间的几何坐标关系,必须要建立相机的图像几何模型及其参数,这个过程被称为相机的标定。作为最广泛使用的标定方法之一,两步标定法使用了网格板来进行相机的标定。在标定中,相机的多数参数都是通过求解分析方程得到的,然后经过反复迭代得到其他标定参数,使用这种标定方法需要在多个位置拍摄多个图像。本文针对两步标定法进行改进。在改进的方法中,用到了一个呈直角的L形标定板,标定时得到一副包含两个垂直标定图像的图片,之后使用两步标定法进行必要的相机内、外部参数的计算。标定的结果显示误差低于0.7%,能满足要求。     

基于主动视觉的相机标定方法在太阳能电池片丝印机上的应用

为了实现太阳能电池片丝印机视觉对位系统高精度标定的目标,采用线性相机模型与高精度的标定板及高精度的主动视觉平台,并采用基于平面正交运动的主动视觉标定方法以实现标定系统构建。本研究阐述了线性相机模型和相机标定方法,介绍了丝印机视觉对位系统的构成,设计了基于主动视觉标定方法的主动视觉对位平台的运动过程。标定时,令主动视觉平台按照预先设计的运动信息表动作,由相机采集每次运动后标定板上特征点的图像。根据每次平台运动采集到的特征点信息与平台运动距离之间的关系,通过采用Matlab的OPENCV算法,线性地求解了相机的内外参数,给出了相机标定的部分程序,并分析了标定误差。结果表明,采用基于平面正交运动的主动视觉标定方法,仅需主动视觉平台做有限的几次运动就能够实现相机的线性标定,实现起来比较容易,且标定精度能够满足使用需求。     

基于三点透视模型的线结构光系统标定方法

针对现有线结构光传感系统标定过程中对设备要求高、标定过程繁琐等问题,提出一种基于三点透视模型的快速标定方法。引入一个可自由移动的平面靶标,靶标上只需要共线、且相互位置确定的三个特征点,利用共线三点建立三点透视数学模型,根据三个特征点以及光条纹在摄像机像面的成像信息,就可以获取光平面上标定点在摄像机坐标系下的坐标。平面靶标在视觉范围内任意移动几个位置,得到光平面上多个标定点坐标,从而确定光平面方程。实验证明,该方法平均相对测量误差小于0.8%。该方法不需要昂贵的辅助调整设备,也不需要求解坐标系之间的转换矩阵,简单、快速,适合现场标定。     

基于市售设备的结构光系统模型及标定

在射影几何矩阵模型和三角法解析模型的基础上,结合市售数码相机和投影仪内部结构参数精度高、工作稳定的特点建立了结构光三维测量系统的实用数学模型。提出一种借助数码相机赋予投影仪"视觉"功能,向标定模板投射正交格雷码图案,从而确定DMD像面点和空间标准点对应关系的投影仪标定方法。作为上述数学模型的基础,设计了基于共线特征的校正模板,采用图像法将数码相机镜头畸变参数分离于系统参数之外单独标定。文中具体给出了数学模型、标定公式及校正模板,最后进行了标定、测量实验。仿真系统验证了方法的可行性,测量相对误差约为0.2%;实际系统平面测量相对误差小于0.7%,重构的复杂表面具有良好视觉效果。     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。     

基于双目立体视觉技术的轮式机器人位姿测量方法研究

为规划轮式机器人运动轨迹,需要获得轮式机器人在空间中的位姿,提出一种基于机器视觉软件Halcon9.0测量轮式机器人位姿的方法,利用机器视觉软件实现机器人图像实时采集、摄像机标定、特征点提取、坐标系变换、位姿转换实现机器人位姿的非接触式检测。试验结果表明采用机器视觉方法和采用陀螺仪检测得到的数据变化趋势吻合,验证了该方法可行性和可靠性。每次测量机器人位姿的时间仅需要678.089 ms,对实时测量运动目标位姿的非接触检测有参考价值。     

面向大型工件现场测量的光笔式视觉测量系统

研制了一种面向大型工件现场测量的光笔式视觉测量系统,对其中的关键技术进行了深入研究。该系统主要由带有红外LED光点的光笔、1台CCD摄像机、靶点亮度控制器、一维标定尺以及安装有测量软件的计算机组成。在对LED点光源光强控制方式及成像系统工作原理进行分析的基础上,设计并实现了以多靶点亮度自适应控制技术和主动离焦模糊技术相结合的靶点光斑图像生成技术。该技术保证了在大跨度测量范围内均能获得高质量的靶点光斑图像,解决了对焦成像中摄像机视场范围与景深有限的问题;针对光笔标定问题,提出了一种简便易行的现场标定方法,此方法只需要若干个辅助靶点和2个以上间距已知的圆锥孔,就可以同时确定光笔上各靶点及光笔测头在光笔坐标系下的坐标。实验结果显示:该测量系统在2~10 m空间长度测量标准差不大于0.095 mm,能够满足中等精度的大型工件现场测量要求。     

Automatic circle pattern extraction and camera calibration using fast adaptive binarization and plane homography

A method to detect calibration patterns using fast adaptive binarization and plane homography for images having complicated backgrounds and taken under lighting condition of industrial fields is proposed. The preprocessing step of involving the calibration of a camera, as required to measure object dimensions, must be able to extract calibration points from a calibration pattern. However, proper lighting conditions for the camera calibration of a measurement system are rarely provided in industrial settings. In this paper, a plane homography of calibration points extracted by fast adaptive image binarization is used for the automatic detection of a local set of calibration points. The integral image method is used as a central part for the rapid processing of adaptive image binarization. The extracted point set provides a transformation matrix of the plane homography and guides the extraction of other calibration points for cluttered backgrounds with irregular lighting conditions. During the calibration of the camera, a calibration point filtering procedure by a data In/Out system iteratively selects more correct calibration points while rejecting outliers and noisy data. Experiments using actual images verify that the proposed method can be applied to camera calibration with poor quality images having cluttered backgrounds obtained under uneven illumination.     

CCD图像灰度与照度的转换标定方法

本文提出了一种基于CCD摄像机利用图像灰度获得实际照度的新方法,该方法适用于摄像机的任意曝光和增益参数,且考虑了摄像机安装位置和角度对测量的影响。CCD摄像机照度测量法的实际应用主要涉及两个过程:一是标定过程,即应用CCD摄像机进行照度测量前,标定CCD图像灰度与照度之间的转换参数和转换模型;二是照度测量过程,即通过CCD摄像机拍摄图像,将图像灰度代入已定的转换模型,获得测量对象的照度值。其中,灰度与照度转换模型的标定是利用CCD摄像机实现照度测量的基础和关键,文中主要讨论了该模型的推导过程以及标定方法。具体为:首先通过理论推导获得图像灰度与CCD传感器感应的相对辐照度的关系,然后借助以均匀光源搭建的实验系统标定CCD传感器相对辐照度与物面实际照度之间的关系,进而获得图像灰度与物面实际照度的转换关系。在转换过程中讨论了曝光时间、增益以及CCD相机与照度测量点之间的距离和角度对转换模型的影响,为CCD摄像机照度测量法的实际应用奠定了基础。实验结果表明本测量及标定方法适用于摄像机任意曝光和增益条件,经过本方法标定后,应用CCD摄像机进行照度测量,测量结果的相对误差在4.5%以内。     

基于样条变换多元回归模型的摄像机标定算法

针对摄像机隐式标定算法中存在的样本点数少和精度要求高的矛盾,利用样条变换多元回归模型,提出一种改进的摄像机隐式标定算法。首先采集标定图片中有限个标定样本点的像素坐标和相应的世界坐标,然后通过样条变换建立像素坐标和世界坐标间的多元回归模型,获得二维图像在世界坐标系中的三维信息,完成摄像机的标定。算法发挥上述模型在标定样本点有限的条件下,对非线性关系映射能力强、局部性质独立的特点,实现整体标定效果的改善。理论分析和实验结果均表明,与基于多项式拟合的标定算法相比,该算法的标定速度与精度显著提高。该算法已成功应用于移动机器人视觉导航系统,提高了导航信息计算的准确度。