基于射影变换的结构光测量系统中投影仪标定方法

在结构光三维轮廓测量系统中,对参数的标定是测量的首要关键技术,但投影仪参数的标定目前还存在着标定精度低等问题。提出了一种简便、高精度的投影仪标定方法,该方法通过投影圆点图案到一块本身带有圆形标志点的平板上实现。根据射影变换原理建立投影仪图像和摄像机图像的基本对应关系,然后对基本对应关系的误差使用二元四次函数拟合并进行补偿的方法建立两者的准确对应关系,进而获得平板上圆形标志点在投影仪上的准确图像坐标,完成投影仪标定。仿真和实验结果表明,提出的投影仪标定方法有较高的精度,其中实验验证投影仪标定误差最大值小于0.1pixel,有效值小于0.03pixel,系统测量精度可达0.06mm。     

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。     

基于光栅投影测量改进的类双目系统标定方法

系统标定是光栅投影测量系统中的关键一步。将投影仪看成相机的类双目系统标定方法具有操作简单、精度高、可靠性强的优势。在此系统标定方法的基础上,提出一种提高测量系统精度的系统标定方法。根据提取的标定板上圆标识的圆心坐标,利用计算机生成含有相对应十字标识的图像,用于相机标定,可避免圆标识轮廓对角点提取的影响,从而提高相机标定精度。同时,推导快速求取投影仪伽马的表达式用于相位校正,可建立投影仪像素与相机像素精确的对应关系,从而提高投影仪标定精度。结合投影仪和相机的标定结果,建立统一的世界坐标系完成整体系统的标定。实验结果表明:采用上述标定方法,可将投影仪和相机标定精度分别达到0.25 pixel和0.15 pixel;同时测量了一个长方体,精度达到0.142 7 mm。     

基于局部单应性的投影仪标定精度研究

结构光三维测量中,系统标定参数不仅是三维重建的基础,其精度对测量结果也有直接的影响,但目前投影仪标定大多存在精度不高、过程复杂等问题。为此,论文利用棋盘格标定板,采用一种基于局部单应性矩阵的投影仪标定方法,通过局部单应性矩阵将相机和投影仪图像角点坐标对应关系建立起来,把角点邻域大小转化为投射角度,对每个投射角度分别进行投影仪标定,根据实验结果综合分析选出系统最佳投射角度。介绍了系统模型及工作原理,并搭建实验系统研究了标定精度和投射角的关系,获得了最佳投射角度,并在此基础上对已知平面和复杂人脸进行三维重建,重投影误差可达0.284 356像素,证明了选取最佳投射角度可获得更高的重建精度。此分析方法不依赖相机标定实现,摆脱了具体结构尺寸的约束,具有更普遍的应用价值。     

一种用于结构光测量系统的投影仪标定技术

投影仪是光学三维测量系统中重要的设备,对投影仪进行标定是光学三维测量算法中的关键步骤。介绍了一种投影仪的标定方法,该方法基于传统的摄像机标定模型,借助摄像机及二维棋盘格标定板,并结合透视投影矫正方法获取投影仪标定特征点坐标,实现对投影仪的标定。该方法相对于现有的标定方法操作简便,标定成本低,有效降低了投影仪标定的复杂度。实验表明,标定精度能满足测量的要求。     

双平面法标定的双目视觉三维测量系统

针对传统摄像机标定过程复杂、三维测量精度不高的问题,提出了一种基于投影直线相交的双目视觉三维测量方法,并给出了基于神经网络的标定方法。根据摄像机成像特点,利用双标定平面上的点求取投影直线方程;针对摄像机成像复杂的畸变模型,利用BP神经网络对复杂非线性映射关系的强大逼近能力,对左右两台摄像机于远近标定平面处分别进行隐式标定,得到图像像素坐标到平面模板二维物理坐标的映射关系;设计制作了试验平台,采用手工辅助的方法获得网格模板训练样本。此标定方法完全适用于大视场、近距离、高精度的双目视觉传感器。试验结果表明,系统对空间已知长度的测量结果误差约为0.109 mm,测量精度较高。     

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。     

基于格雷码和线移编码的结构光系统标定

结构光系统标定是影响三维物体表面形状测量的关键因素,其中投影仪标定是难点问题。把投影仪当做逆向光路摄像机,采用格雷码和线移的编码方法捕获黑白棋盘标定板,得到其在"投影仪成像平面"上的像素坐标,继而采用传统的摄像机标定方法对投影仪进行标定。采用常规的双目视觉标定技术,最终完成结构光系统的标定。实验结果表明,本文方法实现简单易行,有较高的鲁棒性和标定精度。     

时空二值编码结构光三维成像中的亚像素匹配方法

在时空二值编码结构光三维成像系统中,一个投影仪像素通常与摄像机图像坐标系的多个像素对应。为提高系统的测量精度及数据密度,提出了一种适用于时空二值编码结构光三维成像系统的摄像机与投影仪图像亚像素匹配方法。根据测量系统的二维传递函数的低通滤波特性和时空二值编码方案,对摄像机采集的图像采用时间正弦拟合的方法求解每个像素处的相位。由于该相位与投影仪图像坐标成正比关系,所以可以实现摄像机与投影仪图像的亚像素匹配。实验结果表明该方法可将系统的测量精度提高1个数量级。在相同实验条件下的测量精度与相位测量轮廓术的相当。     

网络摄像头的标定

摄像机定标是获取摄像机几何和光学参数的过程,也是获得摄像机在外部参考坐标系中的三维位置和面向.本文利用针孔模型对网络摄像头进行定标,该方法是基于标定物上已知参考点的三维坐标和参考点在图像上投影像素坐标之间对应关系,它分为两步,先利用线性模型对摄像机投影矩阵进行估计,然后基于投影矩阵分解出摄像机内外部参数.利用真实标定物图像进行实验和计算,得到较好的结果.     

基于麻雀搜索算法的摄像机标定优化方法

针对传统摄像机标定方法标定精度低且标定可重复性差等问题,提出了一种基于麻雀搜索算法(SSA)的摄像机标定方法.首先,利用MATLAB软件中的标定工具箱,获得摄像机内参和外参的初估值,并以求出的初估值为基础,确定SSA的运行区间.然后,通过建立平均重投影误差方程,利用SSA对确定区间内的摄像机参数进行优化,获得了较小的平均重投影误差.最后,将所提标定方法与基于天牛须搜索算法、粒子群优化算法的标定方法的结果进行对比分析,发现利用基于SSA的摄像机标定方法所得的平均重投影误差最小(0.0326 pixel)且方法的可重复性最好.     

基于最优匹配区域的结构光系统的投影仪标定

针对现有的投影仪标定算法精度不高的问题,根据投影仪的非线性模型,提出一种基于最优匹配区域的新投影仪标定算法。首先通过试验得到最优匹配区域,然后在最优匹配区域内计算角点的局部单应性矩阵,最后采用相机标定的方法对投影仪进行亚像素级标定。实验结果表明,该方法标定过程简便,投影仪标定误差最大为0.10617 pixel,算法的执行时间为0.1907 s,系统三维重构的点云密度达9.14个/mm2。该方法只需要普通的平面标定板,操作简单,可满足高精度的三维测量系统要求。     

小视场环境下的摄像机标定

摄像机标定旨在建立三维世界坐标与二维图像坐标之间的映射关系。传统标定板为数十个整齐排列的标准圆或网格,通过提取圆心坐标或网格角点坐标进行标定。在微小物体测量系统中,摄像机视场较小,无法从传统标定板提取足够多点坐标信息。针对这一问题,提出一种基于二次曲线与直线的混合标定方法。该方法抛弃了利用点对点关系的标定方法,转而利用二次曲线方程及直线方程在两种坐标系下相对应的关系进行标定,使摄像机即使是在非常小的范围内仍然能够提取足够的信息进行标定。仿真与实验证明,相对于基于点的标定方法,混合标定方法精度高,具有更好的稳健性。另外,标定模板为一个标准的半圆,制作简单,方便应用到小视场的环境中。     

基于彩色同心圆的投影仪标定算法

本文研究主动视觉系统中投影仪的平面标定方法。用固定的投影仪向画有青色同心圆的标定板上投影黄色与洋红色相间的棋盘格,用固定的摄像机采集若干幅标定板不同朝向的图像,对采集图像进行颜色通道过滤,得到投影仪标定所需的同心圆分量和棋盘格分量,结合摄像机投影仪图像之间的映射关系和同心圆的秩2约束来标定投影仪。此方法仅需用三幅图像,不仅可以标定出投影仪的所有内参数(包括倾斜参数),如果再一步深入,还可以标定出摄像机的内参数矩阵和主动视觉系统的外参数矩阵。实验结果表明本文的标定算法精度比较可观。     

基于主动红外辐射标定板的超广角红外相机标定

为了准确标定超广角红外相机,从超广角红外相机的泰勒多项式标定模型出发,提出了一种基于主动红外辐射标定板的标定方法。该标定板克服了以往超广角相机标定板制作困难的问题,可用于标定超广角红外相机。实验结果显示,角点平均重投影误差(MRE)和角点重投影方均根(RMS)分别为0.30和0.34像素。     

投影仪标定中的相位误差补偿

为了减小由投影仪-摄像机γ非线性引起的红蓝棋盘格标定板相位误差,分析了非线性相位误差的产生原因和表现特征,建立了非线性相位误差和相位主值之间的数学模型,由该模型得到相位误差补偿矩阵并修正展开相位;同时采用MATLAB仿真并结合相关试验对该算法进行了验证。结果表明,误差补偿后棋盘格平面展开相位的均方根误差从0.0836rad下降到0.0218rad;由γ非线性引起的棋盘格角点在标靶图像中像素坐标的最大误差值约从补偿前的0.3pixel降低到0.1pixel。该方法有效减小了由投影仪-摄像机γ非线性引起相位误差,提高了标靶图像的角点坐标精度。     

基于全局位姿评估的条纹反向视觉测量

提出基于全局位姿评估的条纹反向视觉测量。利用带测头的摄像机拍摄二维正弦条纹,根据傅里叶分析提取的平面特征点全局评估摄像机位姿,进而测量测头的球心坐标。摄像机的位姿评估是条纹反向视觉测量的关键技术,在测头标定和坐标测量中均需要进行位姿评估。位姿评估的误差函数包括重投影误差和物空间误差两类,两者在基于平面的位姿评估中均存在两个局部极小值,采用全局位姿评估算法可以避免误差函数陷入局部极小以高精度获取摄像机位姿,完成测头标定和坐标测量。实验结果表明,该方法可以高精度测量物体的三维坐标。     

SCARA机器人实验平台视觉标定研究

文中针对eye-to-hand视觉标定中机械手的移动可能对目标造成遮挡的问题,利用eye-in-hand摄像机和eye-to-hand摄像机结合的方式,以SCARA工业机器人为研究对象,建立双摄像机视觉标定系统。同时,文中提出了一种简单有效的eye-in-hand的标定方式,以机器人末端坐标系为辅助坐标系,建立基坐标到辅助坐标再到摄像坐标的对应关系,从而为实验室平台下工业机器人的目标定位提供了一种有效的方式。     

双目面结构光三重扫描测量系统温漂补偿方法

双目面结构光三重扫描是在条纹投影双目视觉重建的基础上,追加左、右相机与投影仪构成的单目视觉系统重建点云,在反光和凹凸起伏等表面测量应用上具有更好的点云完整性优势。但由于环境温度变化影响,投影仪产生较大温度漂移,导致双目重建点云与单目重建点云发生“分层”现象。为此,文中提出了一种基于正交条纹投影的三重扫描系统温漂在线补偿方法,通过投影仪投射正交条纹来构建双目重建点在投影仪图像中准确的映射关系,并基于双目重建点在投影仪图像中的重投影误差最小化目标函数来求解温漂补偿后的投影仪最优外参数。最后,以金属球和汽车零件作为被测对象进行实验验证,在不依靠标定板等先验信息及繁琐标定流程基础上,所提在线快速补偿方法可以使得双目点云与单目点云温漂量分别减小78.2%和94.3%,极大减轻了温度变化对于三重扫描点云数据拼接影响。     

一种靶标姿态多方位的大视场摄像机标定方法

针对大视场摄像机标定中大尺寸靶标难以制作与维护、小尺寸靶标标定精度较低等问题,文章提出一种靶标姿态多方位的大视场摄像机标定方法。首先,将姿态多方位自由靶标在摄像机视场内任意摆放;然后,分别计算各个自由靶标图像所对应的内部参数和外部参数,进而获得摄像机参数的约束条件;最后,建立以重投影误差为最小的目标函数,并利用遗传算法获得摄像机参数的最优解。实验结果表明,该方法具有靶标摆放自由、标定精度高等特点,能够实现对大视场环境下摄像机的精确标定。