双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

平行光线对双目视觉测量系统的影响研究

通过分析不同强弱平行光线，对系统测量数据的两阶段两步法CCD摄像机标定和扫描影响，寻找出一段范围的平行光线，进行CCD摄像机参数标定和被测物体的扫描测量。试验证明，使用验证范围内平行光线进行测量，可以提高该系统测量的精度。     

双目立体摄影测量中的标定方法

针对立体摄影测量中的双目立体摄影测量,利用透视变换方法及矩阵转换知识建立了双目立体摄影测量系统的空间三维坐标数学模型,提出一种不需要迭代求解摄像机参数的标定方法,避免了迭代算法收敛速度慢、耗时多的缺点。该标定方法只需对标定板在不同角度拍摄一组图像,在无需控制任何运动参数的情况下,通过成像过程中不同坐标系之间的转换,实现了像素坐标与基准坐标之间的直接转换。该算法快速、精确、简便。实验结果表明,该标定算法可达到相对误差为0．2的精度。     

采用准正弦投影光场的三维面形测量系统

本文提出一种直接由罗奇光栅离焦产生准正弦投影光场,进而采用离散相移技术对观察光场解调,实现三维面形测量的方法。研究了准正弦光场随离焦量的变化规律,离散相移次数与测量精度的关系,建立了一个微型计算机三维面形测量系统,给出了该系统对实物模型的测量结果。     

基于随机编码结构光的双目立体三维测量系统

基于双目立体视觉理论建立的三维测量方法具有非接触、大视场、较高精度以及实时性强等优点,因此在工业众多领域得到广泛的应用。立体匹配是实现双目立体测量的关键技术。为了提高匹配精度和鲁棒性,将一种随机编码结构光投射到被测物体表面,使物体表面具有丰富的纹理信息,从而使立体匹配不受自身表面纹理的影响,而且具有较强的抗外界噪音的能力,满足现场测量的要求。该方法仅需拍摄1次,完成一次三维测量仅需十几秒,因此能够应用到动态场景并且实现快速三维测量。     

基于双目立体视觉的孔心距测量

提出一种将双目立体视觉技术应用于孔心距测量的新方法,并开发了相应的测量系统。考虑到Hough变换非线性、速度慢的缺点,采用了最小二乘椭圆拟合算法计算孔心距。实验结果表明,该测量方法兼具高精度和高速度,可满足高精度实时在线测量的需要。     

基于双目立体视觉的无线柔性坐标测量系统

便携式坐标测量技术是近年来测量领域的研究热点之一。本文以双目立体视觉为基础,实现了一种简便易行的无线柔性坐标测量系统,该系统由两台CCD相机、一台电脑以及贴有标记点的测笔组成。通过手持测笔使其测端接触待测目标点,双CCD相机监控测笔上的标记点并解算出测端的三维坐标,来实现目标点三维坐标的测量。着重针对测笔标记点以及测端的标定这一关键问题,提出了一种简单有效的解决方法。讨论了双目立体相机与被测对象相对位置不变的单站式测量的原理和方法,同时为了克服相机视场的有限性,通过粘贴拼合标记点的方式,实现了相机在多个位置上的拼合测量,增强了系统的实用性。通过标定实验和测量实验对系统进行了验证。     

双目视觉三维测量技术在地形测量中的应用

从测量系统组成、测量方法步骤等方面详细介绍一种双目视觉三维测量方法,并举例说明如何应用这种方法进行地形侦测以获取地形和距离信息.实验结果显示,该方法具有操作简单、测量精度高(误差基本小于1％)等优点.     

立体视觉测量中的一种摄像机标定方法

立体视觉测量方法已广泛应用于三维物体几何信息的获取中，针对摄像机标定过程中复杂的成像和跨变模型，提出了基于BP神经网络的立体视觉摄像机标定方法，并利用实际数据对其进行了实验测试。结果表明，该方法可以获得较高的标定精度。     

单线结构光平行双目测量仪

根据人的眼-脑视觉成像原理,模仿人类双眼结构处理景物的方式,将两个CCD平行放置在线结构光激光器两侧,构造了单线结构光双目三维视觉测量装置,建立了测量系统数学模型,开发了数据采集和处理软件系统。对测量系统进行了标定,并进行实物测量及数据处理。实验证明该系统结构简便、性能稳定,在许多领域均具备应用价值。     

远距离三维坐标测量中双目视觉系统结构参数的优化

针对双目视觉系统对远距离大视场复杂地形环境下目标点三维坐标的测量,研究了优化系统结构,提高双目视觉系统坐标测量精度的方法。分析了系统结构参数对测量精度的影响,通过在监测区域内设置靶标对系统进行标定。测量时,将获取的目标点图像信息代入测量模型进行解算,从而获得目标点的空间三维坐标。仿真分析了系统结构参数中调平传感器精度以及系统布局方式对三维坐标测量精度的影响,得出了其误差影响趋势。在此基础上,提出系统调平传感器精度为±0.1°的要求以及系统合理的布局方式,为构建双目视觉测量系统的布局提供参考。对直径200m的区域进行了监测,结果显示目标点的相对定位误差均小于0.33%,满足系统的精度指标要求,同时使得系统现场架设更加方便快捷,避免了盲目性。     

采用三向光纤照明成像的三维微结构观测系统

为弥补普通光学显微镜照明系统的不足,针对一般三维微结构的显微成像,提出并设计了一个可实现实时调节的三向光纤照明成像观测系统.系统采用计算机、D/A卡、驱动电路等硬件以及自主研制的控制软件,实现对任一光源的光强进行稳定连续的实时调节.通过自主设计的机械结构将光源、光纤、耦合头以及显微镜连接为一整体,实现光束入射方向、入射角和入射距离的任意调节.与通常的底部透射光照明系统进行实验比较,成像质量显著提高,不仅可以清晰观察目标对像的表面结构,还能得到立体感强的三维图像.针对面阵CCD显微测量系统的标定和标定误差问题,提出了螺旋微缝标定法.将螺旋测微计两铁钻形成的微缝作为标定的样本,配以适当的观测手段和计算方法,有效地消除或减小了各种误差,提高了系统的标定精度.通过系统标定和测量比较,系统的标定精度达到±0.0015μm,测量精度达到±1μm.实验结果表明,螺旋微缝标定法可以基本满足CCD测量系统标定的要求.     

基于运动恢复的双目视觉三维重建系统设计

对基于双目立体视觉的一种三维重建系统进行了改进和扩展。将视差细化处理环节引入现有系统,使原视差及相邻视差的匹配代价拟合为一条二次曲线,并为该曲线重新寻找更加精确的视差。进一步将运动恢复计算环节引入系统,通过估计当前视角的摄像机运动矩阵和以跟踪点和摄像机运动矩阵为参数构造能量函数,对能量函数进行优化来有效缩小误差,恢复出准确的运动矩阵。实验结果表明:新增的视差细化处理环节有效提升了重建点云的精度,使细化前后三维重建结果误差平均减少了16.3%,避免了片状点云现象;新增的运动恢复优化环节,能够精确地恢复摄像机的运动矩阵,优化后三维重建结果平均重投影误差减少了95.5%;重构后不同视角的点云之间不再孤立,重建模型整体拼接自然。     

钢轨全轮廓线结构光双目视觉测量系统标定

线结构光视觉测量技术因非接触和精度高的特点被用于钢轨磨耗测量。为解决钢轨断面全轮廓测量和线结构光测量系统现场标定困难的问题,提出了一种基于自由平面靶标的线结构光双目现场标定方法。首先,基于线结构光双目视觉测量模型搭建测量系统,分别采集两侧摄像机公共视角下任意位置的不含和包含线结构光的棋盘格平面图像;然后,采用棋盘格平面标定法获取两侧摄像机内部参数。利用线结构光平面与不同位置标定板相交产生的特征点拟合出线结构光平面在两侧摄像机坐标系中的平面方程,采用罗德里格斯变换原理求解出线结构光平面与两侧摄像机的外部参数;最后,结合摄像机内部参数和线结构光平面与摄像机外部参数实现钢轨全轮廓测量,并进行现场测试。试验结果表明,相机内参数标定误差约为0.03 pixel,结构光平面拟合度达0.999,钢轨断面全轮廓总测量偏差为0.54 mm,满足测量精度要求。     

立体视觉和三维激光系统的联合标定方法

双目立体视觉和三维激光扫描是移动机器人环境探测与建模的常见传感测量方法。为实现两个系统的数据融合应用,必须为二者的测量坐标系建立数学关系,即对其进行传感器之间的位姿联合标定。为此提出了一种基于三维特征点距离匹配的联合标定新方法,设计了一种镂空棋盘格作为标定板。使用双目立体相机提取棋盘格角点三维坐标信息,使用激光测距雷达扫描获取镂空区域中心点三维坐标,最终通过最小化两组特征点的理论与实际测量距离的平方差获取两传感器坐标系之间的旋转矩阵和平移向量。进行的联合标定测量实验结果表明了该方法的准确性和可靠性。     

野外大视场双目视觉物体定位监测系统的单参数快速标定

提出了一种只对相机水平偏角进行现场校准的标定方法用于野外远距离、大视场、双目视觉物体定位监测系统的快速标定.该方法通过合理考虑视觉传感器的调平装置,结合现场使用过程中相机焦距值固定的特点,简化了测量模型,减少了待标定参数;只需要测得监测中心和相机在大地坐标系中的经纬度坐标及监测中心的图像坐标即可完成系统标定.由于不需要高精度靶标,从而克服了靶标移动及摆放对标定过程的影响.在实际使用中,对2 km以外400 m×800 m的区域进行监测时,相对定位误差小于0.25％,其中由焦距值误差引起的相对定位误差不超过0.07％.该摄像机标定方法在保证测量精度的同时,具有易实现、用时少等优点,适用于野外大视场环境下物体的快速定位监测.     

水下双目立体视觉对应点匹配与三维重建方法研究

针对水下双目立体视觉成像稠密立体匹配因不满足空气中极线约束问题,提出一种水下对应点匹配与三维测量方法,可将水下双目相机采集的立体图像校正为符合共面行对齐原则的图像对,再套用空气中成熟的立体匹配方法得到水下左右相机图像视差图,从而实现水下目标的三维重建。首先,将进入相机的所有光线总和看成光场,采用四维光场参数表达对每一条光线建模,据此建立相机的折射成像模型和双目立体视觉模型并计算光线的方向向量;根据光线的光场表达将光线转化为点矢量的形式,计算方向图像上任意像点对应原图像的像素坐标并确定位置映射关系。通过插值即可快速得到符合行对齐原则的左、右方向图像,并最终获得每条光线对应的视差图。仿真结果表明,方向图像的行对齐误差小于0.8 pixel。水池实验采用事先标定的靶球作为目标物,利用随机散点主动投射以增加目标物表面的纹理信息,对靶球多次测量的均方根误差为2.8 mm,具有较高的测量精度。