基于纯平移两视图几何的镜头畸变参数标定

针对摄像机镜头畸变对系统测量精度的影响,提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先,分析了机器视觉测量中影响测量精度的主要畸变类型,建立了镜头非线性畸变模型。然后,利用射影几何及纯平移两视图几何的固有特性,构建了四组约束方程用于求解畸变参数。最后,针对大视场测量时标定板无法有效充满视场的问题,提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程,利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示:提出的方法标定精度较高,标定后图像特征点连线的直线度误差减小了89%,标定精度及可靠性均满足机器视觉测量的要求。     

单目三点位置测量精度分析

通过理论推导,对影响三点单目视觉位置姿态测量系统的6个因素(标志器与相机的相对距离,标志器尺寸,相机量化误差,相机内参数标定误差,特征点的中心提取精度,姿态解算算法精度)以及这些因素对系统精度的影响程度进行了分析,然后通过数值仿真和成像试验验证了理论推导的正确性。实验结果表明,对测量精度影响最大的因素是测量距离,像平面方向的测量误差与靶标和相机的相对距离成正比,光轴方向的测量误差与相对距离的平方成正比;图像中提取的特征点的位置误差是测量系统误差的主要来源,位置误差包括特征点提取误差和由于镜头畸变等引起的特征点成像位置偏移;长焦距和小像元有助于减小相机的量化误差;焦距的标定误差和靶标尺寸主要影响光轴方向的距离测量精度,对其余两个方向的精度影响不大;测量系统的解算算法不是引入误差的主要因素。     

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。     

一种基于立体模板的双目视觉传感器现场标定方法

给出了一种基于立体标定模板的双目视觉摄像机内、外部参数现场标定方法.该方法采用理想小孔模型忽略摄像机镜头的非线性畸变,把透视变换矩阵中的元素作为未知数,在已知一组三维空间特征点坐标及其对应的图像点坐标时,利用线性算法求解出透视变换矩阵中的各个元素,进而得到所需的参数.最后采用立体标定模板对该标定算法进行了实验验证,用标定完成的立体视觉传感器对已知长度进行测量,相对精度达到了0.02%,取得了较为理想的结果.结果表明:该方法由于无需迭代,因此计算速度快,在测量现场只需摆放一次标定模板即可完成标定,可高精度地实现摄像机内、外部参数的现场标定.     

共面点的摄像机非线性畸变校正

采用传统的Tsai两步法进行摄像机标定时,标定精度会受一阶径向畸变模型的限制。本文提出了一种同时考虑摄像机镜头径向畸变和切向畸变的摄像机模型并研究了模型求解方法来提高畸变校正精度。考虑图像中心区域畸变较小,故用中心附近点列出线性方程组计算了摄像机的部分参数;建立了综合畸变模型,将摄像机参数代入模型计算畸变参数的初始值。由于焦距和平移分量在标定板与相机平面的距离深度变化不够时难以一次性准确标定,故将其代入综合畸变模型重新计算,并运用两步迭代法逐步逼近精确解。最后,对世界坐标系进行空间几何变换、透视变换和成像变换得到的重投影图像的像素坐标并与实际测得的像素坐标值进行比较,得到校正误差。结果表明,本文的畸变校正方法平均像素误差可以达到0.114 9pixel,优于Tsai校正方法的0.367 0pixel,且重复性较好。     

概念设计平台中的摄像机标定方法

提出了一个基于增强现实技术的概念设计平台原型系统,应用双目立体视觉的方法,实现对油泥模型和雕塑刀具的跟踪.本文基于平面标志物进行标定的方法,对原型系统中的CCD进行了标定,获得了正确的摄像机参数.实验结果表明,该系统中使用的镜头存在严重的非线形畸变,通过对镜头进行校正的方法,获得了无畸变的理想图像.     

一种基于双目立体视觉的激光线扫描技术

针对线结构激光扫描系统标定成本高,而双目立体视觉测量中立体匹配难的问题,提出了在双目立体视觉的原理上,结合线结构激光扫描的方法实现对被测物体的三维测量。该方法采用张正友相机标定方法对系统进行立体标定;采用BOUGUET’S法对左右相机图像进行立体校正;运用重心法进行激光中心线的精确提取。在图像校正的基础上,可快速实现激光中心线位置的立体匹配;再结合线扫描原理可完成对物体的扫描工作。最后,使用该系统对具有复杂自由曲面的鞋楦进行测量,结果表明:该方法能快速准确地测量出符合要求的三维数据。     

大视场双目立体视觉柔性标定

为了实现双目立体视觉系统大范围高精度三维测量,提出了一种大视场双目立体视觉系统柔性标定方法,该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离,标定内部参数时,只需要令标靶相对于相机任意摆放至少三个姿态,对标靶上的编码标志点进行识别,根据标靶上编码标志点信息,建立各姿态下视图的对应关系,粗略计算标志点的初始三维坐标;建立多姿态下逆向投影误差最小的目标函数,采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标;最后,建立基于双相机逆向投影误差最小的目标函数,优化得到精确的相机间姿态的外部参数。实验结果表明:当测量空间为1 200mm×1 000mm×1 000mm时,立体视觉系统的测量精度优于0.1mm,满足大范围双目立体视觉系统的高精度测量需求。     

眼科手术机器人双目视觉标定方法研究

双目视觉系统通过相机模拟人眼,基于视差原理,从不同角度采集被测物体的两幅图像获取其二维信息,建立特征点的对应关系,计算出位置偏差,从而实现三维重建。眼科手术机器人双目视觉系统选用的标定方法是以张正友摄像机标定方法为基础,利用Harris角点检测方法实现亚像素点的精确化,对采集图像进行畸变矫正。将得出的标定结果与常用传统标定方法MATLAB相机标定工具箱Toolbox_calib的标定结果进行比较,分析像素误差。结果表明:使用新算法标定后的结果更加稳定,像素误差更小,精度更高,适用情况更加广泛,可用于眼科手术机器人的双目视觉标定系统中。     

构建虚拟立体靶标的大视场高精度视觉标定

为了提高立体视觉系统在大视场下的测量精度,基于误差溯源思想提出了一种构建虚拟立体靶标的大视场高精度视觉系统标定方法,克服了大尺寸高精度标定物难以制造等问题。对影响立体视觉系统测量精度的主要因素进行分析,列出视觉测量系统的误差溯源链,解析了大视场视觉系统精度瓶颈的原因。借助激光跟踪仪,运用非线性最小二乘单位四元数算法求解坐标系刚体变换,获取大范围高精度的空间点阵,构建虚拟靶标。在相机畸变模型中考虑了三阶径向畸变和二阶切向畸变参数,并使用Levenberg-Marquardt迭代算法进行标定参数求解,进一步提高系统精度。实验构建了一套测量空间约为4m×3m×2m的双目立体视觉系统,通过对某型号高精度直线导轨进行点距测量,在测量距离3m处,152组不同长度的横向距离测量的误差算术均值为-0.003mm,误差标准差为0.08mm。测量精度相较于传统的平面标定法有较大提升。     

随机模式投影双目测量系统中的单目测量方法

针对基于随机模式投影的双目立体测量系统的特点,提出了一种由单摄像机-投影器构成两个单目测量单元的测量方法。首先给出了一个简洁有效的标定算法,该算法只需从不同角度拍摄随机光场在普通白板上的图像（称为标定图像）,就可以标定纯随机模板上每一点经投影镜头发出的光线。无需标定投影镜头畸变,且精度不受投影镜头畸变的影响。然后将随机光场照射下的被测物体图像与标定图像进行亚像素精度的像点匹配,根据三角测量原理获取物体表面的三维点云数据。最后采用标准平面对该方法进行测量精度验证,并给出了具体的测量实例。实验结果表明：平面度测量精度为0.0175mm,不确定度<0.05mm(3σ)。由于采用单目测量单元进行测量时,空间一点无需在两个摄像机视场内均可见,因此避免了因局部高光、被测物体自身遮挡等原因引起的三维测量数据丢失,有效地弥补了双目测量系统的不足。     

爬壁机器人双目视觉障碍检测系统

针对壁面障碍物的不确定性,设计了一种爬壁机器人双目视觉障碍检测系统。具体包括搭建双目平行视觉系统,根据双目视觉理论对摄像机进行标定,获取相机标定参数;通过标定参数和极线约束对双目图像进行校正,解决图像畸变不共面问题;利用块搜索模型和相似度函数获取视差,保证视差获取的快速性与鲁棒性;最后提出一种障碍物检测算法:建立壁面检测模型约束检测范围,引入面积阈值,过滤干扰并实现障碍物提取,提出一种障碍物定位算法,通过宽度、深度与偏距三个方面对障碍物进行定位,同时,通过线性插值解决障碍物中心视差丢失问题。实验结果表明:在保证实时性的基础上,该系统能够有效检测前方障碍物且准确提取率能够达到95.9%,定位误差为4.91%,满足爬壁机器人检测要求。     

显微立体视觉小尺度测量系统的标定

结合透视投影模型、非参数化的光学畸变模型以及光束平差算法,提出并实现了一种标定显微立体视觉系统光路的方法。首先,通过光刻方法制作了用于显微立体视觉系统标定的标定参考物,并利用待标定系统采集标定参考物不同方位的图像。然后,基于非参数化的光学畸变模型,采用样条曲面计算得到显微立体视觉系统的畸变校正场,并结合透视投影模型建立显微立体视觉系统的完整成像模型。最后,利用光束平差算法对所建立的成像模型进行标定计算和优化调整。搭建了显微立体视觉小尺度测量装置,验证了提出的标定方法的可行性。通过标定获得了测量装置两个光路的焦距和相对方位等参数,并借助于高精度四轴位移台对标定结果进行了精度验证。结果表明,采用本文方法标定后位移测量的精度优于1%,能够满足微胀形实验中三维变形测量的要求。该标定方法也可用于其他显微视觉检测领域。     

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%。     

大视场双目视觉传感器现场标定方法

针对大视场视觉测量应用,分析了摄像机和双目视觉传感器的数学模型,提出了一种基于基线尺的大视场双目视觉传感器标定方法。在测量空间内任意多次摆放基线尺,两摄像机拍摄基线尺图像。利用基本矩阵及基线尺上两特征点之间距离的约束,采用线性解和非线性优化方法结合同时估计摄像机的内部参数以及双目视觉传感器的结构参数。该标定方法操作简单,标定效率高,无需初始参数即可估计双目立体传感器的全部参数。实验结果表明该方法在6000mm×4500mm的范围内可以达到0.06mm的测量精度,适合双目立体视觉传感器的现场标定。     

大视场双目视觉传感器的现场标定

分析了摄像机和双目视觉传感器的数学模型,针对大视场视觉测量应用,提出了一种基于基线尺的大视场双目视觉传感器标定方法.在测量空间内任意多次摆放基线尺,由两摄像机拍摄基线尺图像.利用基本矩阵及基线尺上两特征点之间距离的约束,采用线性解和非线性优化相结合的方法同时估计摄像机的内部参数以及双目视觉传感器的结构参数.该标定方法操作简单,标定效率高,无需初始参数即可估计双目立体传感器的全部参数.实验结果表明,该方法适合双目立体视觉传感器的现场标定,在6 000 mm×4 500 mm的范围内可以得到0.06 mm的测量精度.     

基于短基线双目内窥镜成像系统的3D视频标定与校正

为了解决短基线双目内窥成像系统获得的视频图像在裸眼3D显示设备中观看到的视频纵深感和立体感较弱的问题,通过分析双目内窥镜的参数以及立体视频中图像对的视差,提出了基于短基线双目内窥成像系统的立体视频校正和视差调整方法。首先,对采用的双目结构内窥系统进行相机标定,获取各相机参数和相机间的位置参数;其次,利用获得的参数进行相机视频校正,再针对裸眼3D显示设备对视频源的参数要求进行图像对的视差调整,最终获得符合裸眼3D立体显示设备要求并适合人眼观看的双目内窥系统实时显示立体视频。通过实验验证了方法的可行性,实际搭建了一套基线距离为8 mm的短基线双目内窥成像系统,原始视差范围(0,64)像素,经视差调整后达到（-30, 30）像素,双路并行视频处理25 帧/s并实时显示。与实验室设计的裸眼3D立体显示系统匹配,可实现具有明显立体感的医用内窥镜实时裸眼3D成像。     

随机模式投影双目测量系统中的单目测量

为克服基于随机模式投影的双目立体测量系统中的局部高光和自身遮挡,提出了一种由单摄像机-投影器构成两个单目测量单元的测量方法。首先,给出了一个标定算法,该算法只需从不同角度拍摄随机光场在普通白板上的图像(称为标定图像),就可以标定纯随机模板上每一点经投影镜头发出的光线,无需标定投影镜头畸变,且精度不受投影镜头畸变的影响。然后,将随机光场照射下的被测物体图像与标定图像进行亚像素精度的像点匹配,根据三角测量原理获取物体表面的三维点云数据。最后,采用标准平面和圆柱面对该方法进行测量精度验证,并给出了具体的测量实例。实验结果表明,标准试件拟合面的平均偏差0.02mm,测量不确定度0.05mm(3σ)。综合两个单目测量单元进行测量,能有效避免因高光和遮挡等原因引起的点云数据缺失。     

基于双目视觉的目标识别与定位研究

针对机器人在作业时缺乏自主性与智能性的问题,对基于双目视觉的空间目标识别与定位问题进行了研究。搭建了双目立体视觉系统并对其进行了标定,获取了两相机的内外参数、相对位姿及畸变系数。采用基于描述子的模板匹配技术,通过随机树算法对检测到的特征点进行了准确实时地分类识别。对同一场景的两幅图像进行了立体匹配,求取了对应的视差图。结合特征点对应的视差值及标定结果对其进行了三维重建,对多组特征点对在图像及实际场景里对应的2D-3D位置信息进行了迭代,求取了重投影误差最小的解,即目标物体的位姿。研究结果表明:所采用的方法可以用于准确、快速、稳定地实现对目标的识别与定位。     

改进的空间大口径追踪相机畸变校正

在空间大口径追踪相机应用系统中,像面畸变和主点主距标定误差是影响其在轨定位精度的重要因素。为了满足空间大口径追踪相机高精度的标定要求,像面畸变类型、主点主距标定误差及探测器面阵旋转、倾斜对像点坐标带来的误差等因素均不可忽略。针对以上问题,本文对该类系统的畸变特性进行了研究,提出了一种改进的大口径追踪相机畸变校正方法。首先,在视场中央无畸变区域测量13个样点,根据最小二乘法获取光学系统的主点主距;然后,依据所求主点主距,解算像面25个均匀分布样点的理论位置坐标;最后,由样点的理论坐标和测量坐标解算畸变模型,实现畸变校正。实验结果表明,该方法畸变校正精度在近红外波段优于0.32pixel,在短波红外波段优于0.28pixel,其相对传统畸变校正模型分别提高了44.6%和50.9%。该方法可为大口径追踪相机的焦平面倾角解算研究提供有益参考。