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。     

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。     

基于几何特征的圆形标志点亚像素中心定位

视觉测量系统中圆形标志点中心定位的精度易受噪声的影响。为了增强其抗噪性从而提高定位精度,提出了一种利用几何特征以降低噪声干扰的中心定位算法。首先将自适应阈值分割法与质心法相结合,对点目标进行圆心粗定位。利用粗定位的圆心和半径对Canny算子检测到的边缘进行半径约束,以消除孤立点和噪声点。然后根据理想的圆成像后边缘点分布的几何特征和链接规律,采用一种基于分区原理的方法获取点目标的理想边缘。最后,采用Zernike正交矩对像素级边缘点进行亚像素定位,并用最小二乘椭圆拟合法计算得到中心坐标。实验结果表明,该方法的定位精度可以达到0.023 7pixel,算法的运行时间为2~3ms,基本满足测量系统对于圆形标志点中心定位在精度、稳定性和实时性上的要求。     

基于Zernike矩的圆形插针特征点提取算法研究

在电连接器插针缺陷检测系统中,插针图像特征点的获取是检测关键,为了实现插针位置的高精度检测,提出了一种基于Zernike矩的插针特征点定位算法。通过增大Zernike矩的算子模板尺寸,以及优化边缘阶跃模型,提高了亚像素边缘检测算法的精度。将最大熵阈值法应用于Zernike矩边缘检测算法,实现了自动选择最佳阈值,解决了传统算法中手动调节阈值的低效率问题。对提取的亚像素边缘点进行拟合获得椭圆目标中心,实现了插针的位置特征点提取。仿真实验与实际测试结果表明,该算法能够实现图像边缘的亚像素检测和插针特征点的准确定位,算法定位误差小于0.1个像素。     

机械臂双目视觉系统内外参高精度标定

在空间站机械臂中,双目视觉系统作为其重要组成部分,能够引导机械臂自主完成对目标的定位和捕获。内外参标定技术是双目相机高精度获取合作目标位置、方向等运动信息进而进行三维重建的首要前提和重要保障。文中提出了一种基于光束法平差算法的双目视觉系统内外参标定技术,采用三维靶标场作为标定目标,并将高精度测角设备经纬仪作为精测基准,通过坐标转换解算分步得到相机的内、外参数。实验表明,该方法标定的相机内参重投影误差小于0.5个像元,外参测试误差为±0.19 mm,有较高的测试精度和鲁棒性,为机械臂实施视觉闭环自主捕获合作目标提供可靠依据。     

一种新的相机外参数标定方法

为了更精确地对飞机姿态进行交会测量,提出了一种新的外参数标定装置来获得相机参数。首先通过高精度全站仪获得标定杆上圆形标记点在世界基准坐标系下的坐标,然后通过摄像测量仪采集标定杆图像,对其进行高精度椭圆拟合得到标记点在像素坐标系下的坐标,在已知相机内参数的情况下求解世界基准坐标系到相机坐标系的旋转矩阵和平移向量。已知距离标记点验证实验结果表明:相邻点间平均距离误差为0.128 8mm,具有较好的易操作性和标定精度。     

基于视觉图像的石英摆片参数精密测量方法

为了解决检测石英摆片易划伤和提高检测的速度、精度,提出了利用视觉图像进行石英摆片平面几何参数测量的非接触测量方法.该方法通过视觉系统对石英摆片图像进行摄取, 由Sobel算子对图像进行单像素精度的边缘初始位置定位,进而利用改进的Zernike矩亚像素定位算法实现对目标边缘的精确定位,最后通过最小二乘法拟合边缘点得出石英摆片的平面几何参数.实验结果表明:该方法稳定性好,测量精度高,定位精度优于0.1 pixel,可实现石英摆片平面几何参数的精密测量.     

相机圆形点阵标定法中投影点的精准定位

针对圆形特征点难以精确定位投影点的问题,提出样本点在椭圆上的最近邻点、椭圆的逼近程度和投影点集的相似性,用最小二乘法拟合椭圆投影点的最近邻点得到投影椭圆,以其中心做为投影点(简称优化最小二乘法)。拍摄有494个圆形点的点阵板,分别用灰度重心法、扫描最小二乘法、Canny边缘最小二乘法和优化最小二乘法获得不同投影点集边缘的拟合椭圆,优化最小二乘法的拟合椭圆具有最高逼近程程度,达到0.812968;用这些方法的投影点进行相机标定,测量物件长度,优化最小二乘法的测量精度最高,达到99.99%。不论是投影椭圆的逼近程度还是应用标定参数测量相同物件的测量精度,优化最小二乘法都具有最优结果,因而优化最小二乘法能够精确定位点阵标定法中的圆形投影点。     

一种视觉惯性系统位姿高精度一体化标定方法

在视觉惯性定位系统中，传感器位姿关系的标定对于实现精确空间定位至关重要，针对现有标定方法对多传感器系统缺乏集成性、标定精度受限等问题，提出了一种视觉惯性系统位姿高精度一体化标定方法。通过精密三轴转台提供角度基准，基于重力矢量不变性和匀速圆周运动下向心加速度数值的一致性求解惯性测量单元（IMU）与转台之间的外参，利用转台构建控制场为相机标定提供空间角度约束，联合优化求解无重叠视场多相机内外参。仿真和实验结果表明，该方法具有较高的标定精度和稳定性，在多相机IMU系统组合定位测试中，与经典标定方法 Kalibr相比，本文方法系统运动轨迹拟合轴线的角度偏差降低40.32%，距离偏差降低18.93%，可满足高精度视觉惯性定位系统的标定需求。     

基于Zernike矩和PSO算法的摄像机神经网络标定

提出了一种新的基于Zernike矩和粒子群(PSO)算法的摄像机BP神经网络标定方法。首先,利用Zernike矩和曲率不变性求取圆形标定模板中心的亚像素坐标,提高神经网络训练数据的精度;其次,利用PSO算法优化网络的初始权重和阈值,提高网络的收敛速度和泛化能力。实验结果表明,该方法在X轴和Y轴方向的测量误差小于0.06 mm,整个测试集均方根误差为0.194 mm,证明了该方法的有效性。     

基于等积环投影与Zernike矩的快速模板匹配

为增强工业级机器视觉系统的实时性和稳定性,本文提出一种基于等积环投影与Zernike矩的具有旋转不变性的快速模板匹配方法,该方法采用由粗到精匹配策略,在粗匹配阶段以等积环投影向量作为特征进行匹配得到候选点集,再基于Zenrike矩进行精确匹配.主要创新点为提出复杂度低、抗噪性强和具有旋转不变性的等积环投影向量特征,并利用圆对称性在八分圆法基础上进一步降低Zernike矩计算量.经理论分析和实验对比验证,此法在保障匹配精度前提下,其匹配速度胜于当前同类最优算法,且对高斯噪声及线性亮度变化有强鲁棒性.     

基于改进的Canny算子和Zernike矩的亚像素边缘检测方法

为满足电荷藕合器件(CCD)图像测量系统的快速、高精度测量要求,提出了一种基于改进Canny算子和Zemike矩的图像亚像素边缘检测新方法.该算法先利用改进的Canny算子进行边缘点的粗定位,在像素级上确定边缘点的坐标和梯度方向,然后再根据构造的边缘点向量和参考阈值,用Zernike矩算法对边缘点进行亚像素的重新定位,...     

光栅投影三维测量系统中标定技术的研究

相机和投影仪的标定精度决定光栅投影三维系统的测量精度。提出一种改进的标定方法。该方法在逆向相机模型的基础上对投影仪进行标定,利用相位编码法进行绝对相位展开,避免相机标定误差的引入,在标定过程中减少投影仪投射图案的数量,使标定操作更加简单、快速。在系统的标定过程中,利用投影仪投射的垂直、水平两组光栅图像,建立其与相机图像的对应关系,进而求得标志点圆心在投影仪图像上的像素坐标;然后利用带有径向畸变的相机模型对投影仪进行标定;最后进行系统的立体标定,确定相机和投影仪间的相对位置关系。实验结果表明所提方法切实可行。     

基于Harris-SIFT算法的双目立体视觉定位

针对基于尺度空间对图象保持不变性的SIFT算法在双目立体视觉应用时实时性差、误匹配等问题,提出一种运用Harris-SIFT算法进行双目立体视觉定位方法.通过介绍双目立体视觉的模型原理,利用Harris-SIFT算法从左右摄像机分别获取的图像中检测目标,并获取匹配目标的特征点,对两幅图像中目标物体的坐标标定,通过计算可得到目标物体的深度距离,还原其三维信息.实验证明,运用Harris-SIFT算法使该系统的实时性能和距离精度得到提高.     

基于改进爬山算法的微小零件亚像素级定位

为提高微小零件亚像素级定位效果,采用改进爬山算法。将目标区域向外扩展获得调焦窗口跟踪漂移图像,边界由像距和视角决定;然后优化爬山搜索算法得到最优收敛解,二维图像信息熵构成调焦图像评价函数;改进Zernike矩算法,通过高阶矩的模代替边缘参数,减少了计算量,卷积窗口矩阵构成Zernike矩的差值,提高定位精确度;最后给出了算法流程。实验结果显示,改进Zernike矩偶模板比奇模板边缘亚像素定位误差小,相比空间矩算法、多项式拟合算法、Zernike矩算法、区域生长算法和模板匹配算法,对规则形状定位误差均值分别减少了43.24%,21.62%, 32.43%,27.03%和56.76%;对不规则形状定位误差均值分别减少了39.02%,20.15%,26.83%,24.39%和51.22%。本文算法定位精确度较高。     

基于灰度梯度和反正切函数拟合的亚像素边缘检测算法

在数字图像处理和机器视觉中,边缘检测是一个基本问题和关键环节,因此,精确地检测图像边缘是非常必要的。本文提出了一种基于灰度梯度和反正切函数拟合的亚像素边缘检测算法。首先,通过Canny算子粗略提取输入图像的边缘;然后对初步得到的边缘像素逐点提取灰度梯度方向,以提取的梯度方向为坐标轴正方向建立灰度梯度直角坐标系;最后利用最小二乘法,采用反正切函数拟合图像边缘的灰度梯度,获得亚像素边缘位置。利用Microsoft Visual Studio 2008平台进行实验,结果表明：与基于小波变换及基于Zernike矩的亚像素边缘检测方法相比,本文所提算法定位精度较高,检测速度较快,能够更完整地检测出图像的平滑边缘。     

基于单目视觉对地面特征点定位方法

为了解决机器人在室内导航定位的问题,本文提出基于单目视觉对地面特征点定位的新方法.为扩大摄像头的视野,本方法采用鱼眼摄像头,然后将鱼眼摄像头安装在小车底盘下面,实时校正鱼眼摄像头拍摄的图片.通过对摄像头进行标定得到其内外参数,进一步用新方法计算出摄像头安装在小车上的姿态角,建立平面成像模型得到世界坐标系与像素坐标系的对应关系.再进行RANSAC算法对地板的特征点和特征线进行提取,然后获得相关特征信息再经过逆透视变换算法变换到物理空间上,获取真实物理信息.实验结果表明利用该方法能够更精准获得摄像头与地板边缘线的相对位置信息,并且成本也低但定位精度高.     

热红外相机双目测距系统标定技术研究

针对双目测距系统相机模型标定过程中,热红外相机与常用可见光相机的成像原理、图像质量、信噪比等存在的差异,对比了两种标定靶标:由黑色氧化铝板和镀镍铝板制成的棋盘格靶标、由黑色氧化铝板和镀镍钕铁磁制成的圆形点阵靶标,并分析了以上两者的标定结果。研究结果发现圆形点阵靶标相较棋盘格靶标误差更小,但两者的标定结果模型均具有较高的精度,可满足后续双目视觉的特征点匹配需求。本次研究对于双目视觉在热红外谱段中的应用具有一定的参考价值。     

基于特征的扫描电镜立体对三维重建

应用扫描电子显微镜地成像技术和图像处理，计算机视不方法建立了一套微结构形貌三维自动重建系统。在Ｂａｒｎａｒｄ算法基础上根据ＳＥＭ立体对成像的特点提出了一种基于边界特征和对应占匹配概论松弛迭代方法。