高精度立体视觉测量中一种通用的摄像机标定技术

实现了一种用于高精度立体视觉测量中摄像机标定的新技术。这种“两步法”技术能够标定摄像机的外部参数以及有效焦距、径向透镜畸变系数和图像尺度因子。它利用合理组织的求解次序使得每一步参数的求解都只须求解线性方程组,从而彻底改变了以往摄像机标定依赖于非线性优化方法。本文的理论和实验证明,这种新技术较以往算法更为快速、简便、精确。     

机器视觉中的摄像机标定技术研究

机器视觉中在对景物进行定量分析或对物体精确定位时,都需要进行摄像机标定,即准确确定其内部和外部参数。寻找快速有效的摄像机标定计算方法是机器视觉中的重要问题。分析了带有透镜径向的一阶畸变的摄像机模型,利用RAC标定提出一种求解其参数的标定计算方法,标定过程每一步都用线性求解,避免了非线性优化中的不稳定性。试验证明,该标定方法操作简便,标定精度高。     

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.     

简便的高精度摄像机标定技术

本文利用投影和透视变换理论以及矩阵转换知识建立了摄像机数学模型,模型中全面考虑了镜头的径向畸变和切向畸变。提出仅用中心附近点求取像面中心的简单方法。在标定模型中考虑到二维孔靶与一维工作台运动方向不垂直因素的影响,从而简化摄像机标定的操作过程,提高了标定精度。     

多光纤单元视觉测量装置的精度分析

介绍基于CCD摄像机的光纤定位单元的视觉测量装置.采用CCD摄像机对LAMOST光纤定位单元的定位精度进行检测.介绍测量装置的基本组成,分析测量装置的稳定性.着重分析采用标定靶实现对测量装置进行摄像机标定的方法.实验结果表明,在160mm×160mm的测量视场内,采用一个140mm×140mm的标定靶对摄像机进行标定后,标定残差均值为6.75μm.     

计算机视觉中的摄像机标定方法

摄像机标定在三维重建、运动分析以及机器导航等领域中得到了广泛的研究和应用.根据标定技术特点,将摄像机标定分为两大类:基于标定物的摄像机标定和摄像机自标定,介绍了这两大类中典型的摄像机标定方法,回顾了其发展过程,并对各种方法的标定特点以及求解方法进行了分析,最后对摄像机标定方法的未来发展进行了展望.     

基于OpenCV的车体覆盖件视觉测量的摄像机标定

以车体覆盖件视觉测量系统中的摄像机标定为研究对象,分析了开源计算机视觉库OpenCV中的摄像机模型,并考虑了镜头的畸变及求解方法,得出基于OpenCV的摄像机标定方法.该方法利用了OpenCV的函数库,简化了标定求解过程,提高了标定速率,并具有良好的移植性,并适合于其他视觉测量系统.     

GPS双目摄像机标定及空间坐标重建

为减轻双目摄像机标定过程中对高精度靶标的依赖,实现摄像机参数的精确标定,并对空间坐标进行高精度重建,提出一种GPS双目摄像机标定及空间坐标重建方法,采用GPS代替2D或3D靶标进行双目摄像机标定。将GPS的位置在视场中任意移动,由被标摄像机拍摄多组含有GPS的图像,利用空间三维坐标与图像二维坐标间的映射关系,结合摄像机成像模型和双目摄像机标定原理,标定出双目摄像机参数,并对空间坐标进行精确重建。通过空间重建坐标与GPS实际测量值之间的相对距离误差,对重建精度进行检验。实验证明,该方法能够克服双目摄像机标定过程中对高精度靶标的依赖,空间重建坐标具有较高的精度,相对距离误差从1.56%减小到0.52%。     

基于OpenCV的双目摄像机标定

在计算机视觉应用中,为了利用摄像机所拍到的二维图像来恢复空间中物体的三维坐标,需要对摄像机进行标定.本文以针孔成像为摄像机成像模型,并考虑了镜头带来的径向与切向畸变,并采用非线性摄像机标定法,结合开源计算机视觉库OpenCV,开发了一套双目摄像机标定程序.实验分析表明,该方法可以精确、快速实现双目摄像机标定.     

一种基于自制平面模板的摄像机标定方法

给出了一种实用的摄像机标定方法。首先通过预标定过程确定摄像机光心坐标和感光单元的纵、横向间距，然后结合自定义的摄像机成像模型利用径向平行约束求解其余的摄像机内外参数，最后利用自制的平面模板对该方法进行了实验验证。结果表明，该方法不仅操作简便，在一般硬件条件下也可获得满意的精度，具有良好的实用价值。     

一种基于双目相机与单点激光测距仪的标定方法

近年来,随着工业机器人技术的不断完善,利用相机与激光测距仪结合测量的应用不断增多。为了使两者之间配合的更加便利,两者之间的标定是必不可少的。本文提出了一种基于双目相机与单点激光测距仪的标定方法,以双目相机光心为原点,建立相机坐标系。将单点激光测距仪光点打到标定板上,并在标定板上形成光斑,通过灰度重心法提取光斑中心像素点,利用双目相机的内参矩阵及深度数据获取光斑点的三维坐标值。然后利用两个三维坐标点建立公式求取外参参数的粗略解,同时通过相机坐标系下多个光斑点的三维坐标建立约束方程,并利用优化算法对约束方程进行优化,得到精确的外参参数值。该方法做法简单,且对标定器件无特殊要求,通过该方法得到的外参参数精度高,鲁棒性好。实测结果表明,通过该算法得到的外参参数进行重投影后,平均相对误差小于0.30%,能够应用于实际生产过程中。     

标定模板与图像平面平行时的摄像机标定方法

在工业应用的机器视觉系统中,存在着较多的图像平面与标定模板平面平行的情况,针对这种情况,提出了一种新的简单而快速的标定方法。该方法仅需要一个取景器和一个平面标定模板,通过取景器可直接得到光轴中心坐标,同时也可计算出镜头的焦距;再利用平面标定模板上的特征点计算出摄像机模型的其他参数。实践证明,该方法无需预标定过程即可迅速、方便地对摄像机的内外参数进行标定,并且具有较好的精度。     

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。     

线结构光传感器模型的简易标定

为了现场完成线结构光视觉传感器中摄像机和光平面的同时标定,提出了一种基于单一圆形标靶标定线结构光视觉传感器的方法,该平面标靶包含一个同心圆以及过圆心的两条正交直线。通过共轭点原理线性计算摄像机内参数的初值,并根据正交性约束进行迭代优化。然后,多次移动传感器,保持结构光与同心圆相交,使其构成三点透视模型(P3P),依此计算光平面上标定点的三维坐标。最后,利用最小二乘法拟合出光平面方程,从而完成光平面方程的标定。实验结果表明:该方法具有较高的精度,平均测量精度为0.036 82mm,相对测量误差为0.277 13%。该标定方法仅需同一标靶即可完成摄像机内参数和光平面方程的标定,降低了标定成本,且计算简单、操作灵活,适宜现场环境标定。     

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。     

基于机器视觉的自动插件机标定方法研究

分析了自动插件机的相机标定方法,该方法是针对使用2个固定相机分别拍PCB板和元器件的插件机而设计的。为了实现准确插件,提出了获取2个相机之间关系的标定方法,通过多组实验数据和插件效果验证该方法的可行性,并对其中可能存在的误差进行分析。     

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。     

基于固定视点的视觉标定算法研究

针对在固定视点中机器视觉标定过程复杂、效率低、标定精度不高的问题,对目前普遍应用的摄像机标定和手眼标定算法进行了研究,提出了可一次性完成固定视点的视觉标定算法。利用实验室的MOTOMAN-UP6工业机器人对该标定算法进行了验证,首先由机器人末端夹持一个棋盘格完成一系列的运动,每次运动结束时摄像机拍摄一幅棋盘格图像,并记录下机器人末端的位姿,等所有运动完成后,采用张正友标定算法对摄像机进行标定,接着采用基于最小二乘法的标定算法对摄像机与基座关系进行简便高效的标定。研究结果表明:该算法标定过程简单、求解速度快并且结果精度高,具有很强的实用性。     

基于非量测畸变校正的摄像机标定方法

为了保证镜头畸变系数标定的一致性和简化视觉测量中摄像机的在线标定过程,建立畸变分离的摄像机模型,提出基于非量测畸变校正的摄像机线性标定方法。基于共线点的透视投影不变性,采用大量共线特征点对定焦镜头的畸变参数进行一次标定,摄像机内部参数可以由校正畸变后的特征点进行线性标定。该方法将畸变参数从摄像机模型中分离出来,不需要将畸变参数纳入到摄像机模型中进行多次重复标定。试验结果表明,畸变分离摄像机模型很好地符合了定焦摄像机的成像规律,基于非量测畸变的摄像机参数线性标定方法与传统的非线性优化标定方法的标定精度相当,标定速度提高近3倍,对于简化摄像机标定过程,提高视觉测量的便捷性,拓宽机器视觉的工程应用具有重要意义。     

基于机器人的两步法摄像机标定

以Tsai的“两步法”摄像机标定法为依据,根据机器人可以建立用户坐标系的特点,无需借助三坐标测量机,仅利用机器人系统本身完成摄像机的标定。实验表明,该方法操作简单,标定快速、准确。