基于多线结构光集成的三维形状测量

以往基于线结构光的物品三维测量大多只用到两个相机,在最后数据拼接时会出现盲区,只能通过表面拟合来进行修复。因此提出了一种基于多传感器集成的测量系统,通过四台相机与激光发射器的配合,从四个角对物品进行全方位扫描,通过相机之间的标定,计算出四台相机坐标系之间的空间位置转换矩阵,从而将四个相机下得到的点云数据统一到一个坐标系下,最后对点云数据进行处理,从而得到物品的三维模型。采用该系统对物品进行三维扫描效率更高,并且点云数据更完整,重建效果也更好。     

形貌测量中立体图像拼接的关键技术

提出一种基于全局控制点的立体图像拼接方法.以均匀散布在被测物周围的稳定的激光点作为全局控制点,建立全局坐标系;在单次区域测量中,引入拼接靶标,导出测头坐标系与拼接相机坐标系的转换关系;再以拼接相机为中介,导出测头坐标系与全局坐标系的关系,从而将区域测量的结果统一到全局坐标系,完成拼接.该方法能够避免繁多的标记点,保持被测表面的原有形貌,克服基于相邻图像重叠拼接中误差累积的问题.     

多摄像机结构光大视场测量中全局标定方法

多摄像机结构光大视场测量系统,存在摄像机空间分布广、摄像机之间无公共视场角、标定模型复杂等问题。所以采用合适方法对多摄像机与结构光进行高精度全局标定非常关键。提出将二维平面靶标与一维靶标相结合,分步对摄像机及结构光进行全局标定。首先,综合考虑摄像机镜头畸变,采用二维平面靶标对单个摄像机内部参数进行离线标定。借助一维靶标对摄像机及结构光外部参数进行在线标定。将一维靶标上距离已知的共线特征点作为约束条件,逐个求解相邻摄像机坐标系之间外部参数。任选一个摄像机作为全局坐标系,通过相邻摄像机坐标系外部参数矩阵逐步换算,求解每个摄像机坐标系与全局坐标系外部参数。同理,采用一维靶标,至少获取激光平面上3个非共线特征点全局坐标,计算激光平面方程。最后,综合所有摄像机内外部参数、激光平面方程系数,建立多摄像机结构光大视场测量系统全局测量模型。标定试验和现场实际应用表明文中所提方法切实可行。     

多摄像机结构光大视场测量中全局标定方法研究

多摄像机结构光大视场测量系统,存在摄像机空间分布广、摄像机之间无公共视场角、标定模型复杂等问题。所以采用合适方法对多摄像机与结构光进行高精度全局标定非常关键。提出将二维平面靶标与一维靶标相结合,分步对摄像机及结构光进行全局标定。首先,综合考虑摄像机镜头畸变,采用二维平面靶标对单个摄像机内部参数进行离线标定。借助一维靶标对摄像机及结构光外部参数进行在线标定。将一维靶标上距离已知的共线特征点作为约束条件,逐个求解相邻摄像机坐标系之间外部参数。任选一个摄像机作为全局坐标系,通过相邻摄像机坐标系外部参数矩阵逐步换算,求解每个摄像机坐标系与全局坐标系外部参数。同理,采用一维靶标,至少获取激光平面上3个非共线特征点全局坐标,计算激光平面方程。最后,综合所有摄像机内外部参数、激光平面方程系数,建立多摄像机结构光大视场测量系统全局测量模型。标定试验和现场实际应用表明文中所提方法切实可行。     

基于共面点的多视觉测量系统的全局标定方法

本文提出了一种基于共面点的世界坐标唯一全局标定方法,利用激光跟踪仪在现场构建系统总体坐标系,通过拟合基准面来设置共面标定点,系统中各摄像机传感器直接获得标定点的图像,从而实现了各局部相机的全局标定,不需要中间坐标系的转换,避免了多次坐标转换带来的精度损失,标定过程简单。通过在实际的由多个高速视觉传感器组成的飞行器外部姿态测量系统中进行标定实验,在测量范围较大的情况下,系统精度的均方根误差不超过0.8mm。 关键词：全局标定 视觉测量 激光跟踪仪 共面点     

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。     

基于线结构光参考平面的多摄像机灵活标定方法研究

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。     

野外空间坐标测量中的任意姿态多目相机快速标定

针对野外复杂地形环境下,对于多个监测区域进行野外坐标测量的情况,提出一种利用双目立体视觉原理对相机3个姿态角及焦距同时进行现场校准的快速标定方法。该方法对传统的标定方法进行改进,可用于相机焦距、姿态未知的情况,对现场环境条件要求低,避免了传统标定方法中相机架设姿态受限的问题。首先通过选择合适的统一世界坐标系和坐标系旋转顺序,使标定得到的相机外参与相机姿态角对应。然后通过GPS测量得到两个标定点的世界坐标,将两个标定点的世界坐标和图像坐标代入成像模型,用最小二乘法解出相机的焦距和姿态角。在现场对其中一个监测区域进行实际测量验证,结果显示直径200 m的圆形监测区域内,相对误差优于0.38%。该方法工程应用性强,灵活度高,适用性广。     

基于二维平面靶标的线结构光标定

为实现对线结构光的高精度标定,提出一种新的基于二维平面靶标的线结构光标定算法。首先拟合图像坐标系下光条直线方程,通过图像坐标系与相机坐标系的转换关系求解相机坐标系下在图像中的光条直线方程;求解过相机坐标系原点与此直线所确定的平面方程,之后确定二维靶标平面在相机坐标系下的平面方程,此两平面的交线即为标定板上的光条直线在相机坐标系下的方程;每幅标定板图像均做以上处理,通过最终提取出的多组光条中心线拟合激光平面方程。实验表明,在一般的实验环境下,此算法弥补了以往算法的标定点少的缺陷,具有高精度和操作简便的优点,最大差值为0.006 mm。     

足部三维测量系统中CCD传感器的全局标定

介绍了足部三维形貌测量系统的原理以及利用测量系统已有的一维运动机构和专用标定组件对测量系统所有CCD进行全局标定的实用方法。建立了基于光平面坐标系、标定坐标系、一维运动机构坐标系和CCD图像坐标系的测量系统模型;在测量系统一维运动机构的控制下,光平面分别对标定组件中两个斜面进行扫描,求取两个斜面上扫描线在光平面坐标系中的交点坐标,并根据光平面坐标系中交点坐标和CCD图像坐标系中交点坐标的对应关系,采用坐标映射方法建立光平面与CCD图像坐标系之间的坐标转换关系;确定了基于坐标系之间转换参数的优化目标函数,并根据标定块的标称值和实际测量结果,利用POWEL直接优化方法对坐标系之间的转换参数进行了优化。测量结果表明,单个CCD重复测量误差＜0.062 5%;4个CCD测量值相对误差＜0.365%。实验结果表明,所述全局标定方法减小了一维运动机构、光平面和足支撑玻璃平板之间安装调节误差以及CCD等器件非线性带来的影响,且简便、实用、不需要其它精密标定仪器,可以对测量系统进行现场标定。     

基于光栅投影的多摄像机标定方法

多摄像机是解决结构光测量系统中视场小和自遮挡等问题的有效方案,但同时由于摄像机分布广、无公共视场,存在全局标定困难的问题。提出了一种基于条纹投影的多摄像机标定方法。加入辅助设备投影仪并向视场内投影大幅面的条纹图案,借助相位算法建立起全局相位场,反求景物的投影仪虚拟图像。利用平面靶标标定摄像机的内参和投影仪的外参获取靶标平面的移动信息,进而求解相邻摄像机的位置参数。最后的优化过程中,再根据相位值对相邻摄像机的图像完成亚像素匹配,通过最小化重建偏差对系统参数进行迭代优化。在搭建的多摄像机三维测量系统上进行试验,结果表明本文的多摄像机标定和测量方案切实可行。     

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。     

机载设备安装姿态视觉校准中的靶板标定

基于飞机机载设备安装姿态视觉校准系统Archer-M的研发,提出针对系统中姿态测量辅助靶板的标定方法。首先,利用摄像机从不同方位拍摄靶板图像,在相差一个尺度因子的情况下确定靶点位置关系。然后,利用单个发光二极管（LED）靶点的多次精确移动和图像叠加的方法恢复绝对尺度,求解靶点的相对关系。最后,通过精确控制靶板的位姿运动,利用运动前后各坐标系之间的相对关系,求解出“靶/座"相对位姿,并进一步针对只用于物体姿态测量的靶板,提出了分别沿两个垂直方向运动的简化“靶/座"标定方法,从而大大降低了标定过程中对标定设备的要求。实验结果表明：距离为3~12 m时,姿态角度的测量标准差为0.004~0.017°,姿态测量精度与激光跟踪仪相当。     

阵地地貌反求测量中的相机标定

针对阵地地貌测量重构中的相机参数标定问题,基于相机的内参数模型提出了一种多相机并联阵地地貌测量标定方法.该方法基于主动视觉原理,利用测量支架在线性独立位置安装4部相机,并采用并联装置驱动相机同时拍摄,从而实现与三次独立线性平移效果相同的拍摄.根据该标定方法设计了阵地地貌测量标定实验,实验结果表明两个方向尺度因子比值的相对误差＜3.87%,主点坐标绝对误差在4个像素的范围内线性,畸变因子的变化范围在3倍以内,该方法方便、快捷,适合于阵地地貌测量的标定.     

大视场多像机视频测量系统的全局标定

针对大视场多像机视频测量系统的全局标定,提出并实现了一种基于近景摄影测量技术的高精度像机标定方法.首先,设计一种带有标志点的十字架形标定参考物,十字架正反两个表面粘贴有环形的编码标志点和圆形的非编码标志点.然后,在现场用工业摄影测量系统XJTUDP重建出双面标定十字架的精确结构尺寸数据;将标定十字架在公共视场范围内依次摆出多个姿态,并控制多像机同步拍摄各姿态的图像.最后,为大视场像机选择10参数非线性成像模型,对采集的图像组依次进行标定运算,标定出各像机的内参数和畸变参数,并全局定向出各个像机在统一坐标系下的外方位参数.实验结果表明,该标定方法的重投影误差小于0.05 pixel;利用标定结果测量高精度标准尺长度,相对误差小于1/4 000,可满足大视场多像机视频测量对精度和效率的要求.     

基于线结构光的水下旋转扫描高精度测量方法研究

随着海洋工程领域的不断发展，如何高精度地获取水下物体的三维点云具有重要学术和应用价值。由于光在不同介质中传播会引起光路的变化，导致水下线结构光视觉测量获得的点云受折射畸变影响，精度降低。针对上述问题，设计了一种基于线结构光的水下旋转扫描测量系统。提出了一种轴眼标定算法，能够将多视角水下点云配准到统一坐标系中。提出了一种引人折射补偿的水下相机成像模型，该模型可准确的描述激光在不同介质间传播过程中的光路，基于水下激光平面方程的约束，对水下点云进行折射校正，提高了水下点云的重建精度。水下测量实验结果表明，提出的高精度测量方法能够获得水下物体的三维点云信息，可测量水下目标的尺寸信息，距离目标30~80cm 时测量精度达到0.2mm，满足了水下目标三维高精度测量要求，     

A flexible technique for calibrating relative position and orientation of two cameras with no-overlapping FOV

We propose a flexible new method to calibrate the relative position and orientation relationship of two cameras with no-overlapping field of view (FOV), which are called relative pose parameters in this paper. The objective of this method is to unify the local coordinate frames of the two cameras to be under one global coordinate frame. Additionally we design a flexible target composed of two short 1D bars with equally placed light spots and one long linking pole to assist the calibration. The target is adjustable according to the actual position and orientation of the two cameras, based on the principle that the two 1D bars can be shot clearly at the same time by their corresponding cameras, which will largely increase the calibration accuracy. The proposed approach consists of two steps. Firstly we use the invariant constraints on the angle and distance between the two short 1D bars to give a rough estimation on the relative pose parameters of the two cameras, then we use more restrictions on the invariant distances between light spots on the two 1D bars respectively to refine the estimation on both the relative pose parameters and the structure parameter of the targets. This technique offers a significant flexibility and tight space advantage compared to other calibration methods applying extremely large 2D or 3D targets for wide view calibration, which are inefficient in some conditions. And equally important, this approach still obtains acceptable calibration accuracy. Result of the experimental calibration shows that the system calibrated by this method reaches an accuracy of 0.108 mm when measuring a distance section of 1040 mm.