多站位CCD相机参数的标定方法研究

单站位的标定方法对于大视场的相机只能保证标定区域有很好的测量精度.为此,提出了多站位数字相机内部参数的标定方法.该方法将相机像面划分为若干个区域,规划相机的站位分布和位置姿态,确保所有站位下控制点能够分布相机整个像面,从而使标定的结果能够反映整个像面的畸变影响.多站位标定方法能够很好地解决单站位标定中被测点超出标定的区域时成像精度无规则变化的问题.实验结果表明:对基准尺在6个位置进行测量,多站位标定方法计算出的结果都可以保持在一定的水平上,不会出现单站位计算出的个别位置误差过大的情况.     

基于非参数相机标定的位移在线检测系统

物体受外力作用时因发生位移变形而导致结构损坏。针对该问题,以双目视觉原理建立物体三维数学模型,研究相机标定和特征提取,完成特征匹配,恢复标识点三维几何信息,得到物体位移。由于传统的相机标定法在常规尺寸应用中精度较高,一旦超出视场范围其测量精度迅速降低,不适于大视场测量,因此引入一种针对大视场测量的非参数相机标定法,并建立基于非参数的成像模型。通过在不同环境下分别对2种标定方法进行精度对比实验,结果表明,非参数相机标定法比传统的参数相机标定法精度提高约72.5%,且稳定性好,可满足物体位移测量的需求。     

数字近景工业摄影测量中基于方位圆的相机标定方法研究

针对目前数字近景工业摄影测量中常用标定方法使用上的局限性,提出了一种基于方位圆的相机标定新方法.首先,使用带有5个方位圆的圆形标定板获取图像序列并进行预处理,利用椭圆检测准则剔除冗余信息,确定出所有标志点;然后,根据方位圆之间特殊的几何关系,从识别方位圆出发,完成标定板上所有标志点从物空间到像空间的自动匹配;最后,求解出相机内参数并结合高斯-牛顿法对内参数进行优化,从而进一步提高测量精度.提出的方法和理论通过在Matlab 2010中对所拍摄的一组图片进行实验验证,结果表明具有较好的鲁棒性,可以满足工业摄影测量的精度要求.     

CCD摄像机标定的研究

在计算机视觉中,二维计算机坐标和三维物体空间坐标的关系可通过摄像机模型来建立.模型中的参数包括:摄像机几何、光学特性参数(内参数)及摄像机空间位置参数(外参数).摄像机的标定就是要确定这些参数.本文分析了三维空间点投影在像平面的像点产生畸变的原因:在大视场摄像机镜头各向同性,而且物像空间媒质均匀的情况下,像素单位元面积产生的变化引起像点畸变,并在实际图像坐标到计算机图像(帧存)坐标标定过程中推导出CCD传感器单元N方向的比例系数N<,x>的表达式,并进行了实验测量分析,取得的结果对提高标定精度具有意义.     

基于Halcon标定靶的双目相机高精度标定方法

基于张氏标定原理的传统双目相机标定方法在单一背景下标定精度高,但在复杂背景下不能精确提取特征点坐标,导致相机标定精度受到影响。文中提出一种基于Halcon标定靶感兴趣区域约束的透视变换方法,可以从复杂背景中精确提取特征点坐标,提高双目相机标定精度。首先通过改进的角点提取方法从背景中提取Halcon标定靶上的感兴趣区域,利用透视变换和最小二乘法提取特征点的精确坐标;然后匹配左、右图像中同名的特征点,利用张氏标定原理计算双目相机的参数。实验表明,利用文中方法标定的相机参数,计算特征点平均重投影精度达0.01像素,相比于传统方法平均重投影精度提高0.02像素,提高了双目相机参数标定的精度。     

基于RANSAC的相机标定优化算法

针对相机标定中外参标定精度低和标定速度慢的问题，设计一种X型标靶及其标定方法。对随机采样一致性算法(RANSAC)进行改进以及重新设计标靶，通过迭代更新得到最优单应性矩阵来优化相机外参旋转矩阵R和平移矩阵T。实验结果表明：该标靶减少算法迭代次数，提高了47%的标定速度，该RANSAC算法，新添应对存在多个最大值相同的方法，增加标定稳定性和精度；通过两组对比实验的分析，验证了该方法的可行性和稳定性，提高了相机标定速度。     

二轴转台测角法用于线阵相机几何参数标定

目的 目前对线阵相机的几何参数标定方法比较少,而且已有标定方法都需要特殊、高精度要求的设备,为此提出一种基于二轴转台测角法的线阵相机标定方法,通过简单的设备高精度求取线阵相机的内参数和畸变参数。方法 通过简化面阵相机成像模型,建立线阵相机成像模型且推导出参数计算公式,提出测角法标定流程并设计了专门的标定板,利用图像边缘检测得到标定板黑白条纹的边缘点坐标,结合二轴转台的角度信息,代入成像模型中,主要采用最小二乘法和迭代优化算法,求取线阵相机的内参和畸变参数。同时指出了该方法的适用性和标定精度依赖于转台精度、镜头视场角和感光器件分辨率。结果 对3只不同焦距的镜头进行标定实验,分析了内参数和畸变参数迭代优化过程,焦距的标定精度优于5 μm、主点的标定精度优于3 μm,与其他文献中高成本方法进行相比,处于同一数量级。结论 提出一种新的线阵相机几何参数标定方法,该方法利用低成本二轴转台和黑白条纹标定板即可高精度标定出线阵相机几何参数。该方法的适用性依赖转台精度、镜头视场角和感光器件分辨率,对于步长为0.012 9°的转台和分辨率为1 436的线阵相机,最多只能标定焦距为16 mm的镜头,而焦距更长的镜头需要更高精度的转台。     

基于光偏振信息的摄像机标定方法研究

摄像机内参数标定直接影响位姿测量精度。在自然光条件下采集图像,由于光照不均匀,使靶标图像产生局部高亮现象,降低了标定点图像坐标提取精度。针对这一问题,提出一种基于光偏振信息的摄像机标定方法,分两步完成摄像机标定,第1步,使用自然光条件下采集的图像完成摄像机标定;第2步,在镜头前加装偏振片,根据第1步得到的标定结果,针对不同偏振角条件下采集得到的图像,计算靶标平面与摄像机像平面之间的2D单应矩阵进而根据相应的重投影误差确定当靶标摆放在不同位置时所对应的最佳偏振角,最终使用该偏振角条件下采集的图像,完成摄像机标定。实验结果表明,该方法可以有效提升摄像机标定精度,进而提升位姿测量精度：在-45°～+45°范围内,平均测量误差低于0.019°,与使用自然光条件下标定参数的位姿测量相比,测量精度提升了0.01°。在0～20 mm范围内,平均测量误差低于0.03 mm,与使用自然光条件下标定参数的位姿测量相比,测量精度提升了0.043 mm。     

非模型化相机标定方法及测角误差研究

结合航空摄影光学校准方法和垂线法的概念,提出了一种不依赖于解析模型的相机标定方法,对CCD全像面进行亚像素层级的全视场逐点标定,构建分度视场角-像面坐标映射表;测角过程不依赖于成像模型,而使用映射表标准值插值解算。通过对标定过程进行分析,研究了此方法中影响测角精度的关键参数:一维靶标的靶点直线度、图像处理精度等,获得了系统误差分布特性及测角不确定度。最后通过水平方向测角验证实验,验证了此方法的可行性及误差分析的正确性。     

采用棋盘格靶标的全自动相机标定方法

为了去除相机标定过程中的人为干预,提出了一种采用改进的棋盘格靶标的全自动相机标定方法。识别出每幅标定图像中的四个标志圆,利用四个标志圆圆心的图像坐标和物理坐标计算二维射影变换矩阵。依据该射影变换矩阵计算出棋盘格角点的初始图像位置,接着提取亚像素精度的角点位置。迭代求解需要标定的相机参数。由实验可知,该全自动相机标定方法的棋盘格角点识别能力和相机标定精度,与Bouguet的相机标定工具箱相当,且可以显著地减少标定时间和工作量。利用20幅分辨率为640×480的靶标图像标定相机仅需16 s。     

基于二次曲线的线阵相机标定技术

针对绕固定轴旋转的线阵相机,提出一种基于二次曲线的相机标定方法。该方法只需要相机在2个或更多不同的方位拍摄图像,通过相机的转动在每个方位拍摄多帧图像。靶标采用一个包含3个或更多二次曲线的平板。相机和靶标可以自由移动,不需要知道运动参数。通过坐标变换,把每个方位所拍摄的多帧线阵图像排列成面阵图像。从面阵图像中提取二次曲线作为标定基元,以此简化基元对应问题。仿真实验结果表明,该方法精度较高,鲁棒性较好。     

基于激光三角法的同步扫描形貌测量传感器

为了克服传统的激光三角非同步物体形貌测量传感器,在深度方向的测量精度和横向测量视场相互制约的固有缺点,设计了一种新型的激光同步扫描物体形貌测量传感器.传感器以激光三角测量法为基本原理,通过所设计的光路系统,实现激光投射方向与相机成像方向的同步扫描.本文研制了基于高速旋转的十二面转镜和线阵CCD相机为主体的实验样机,实现了测量深度方向和横向视场的相互独立,并结合精密电控位移导轨和激光跟踪仪等搭建了实验系统平台.在传统非参数标定方法基础上,提出了一种适用于该传感器的映射标定方法,能够准确快速的标定该传感器.系统利用激光跟踪仪进行比对实验验证,结果表明:单点重复性小于0.07 mm,测量精度优于0.25 mm.测量传感器具有精度高、速率快、稳定性好等优点,对于物体表面形貌快速精密测量有着广泛的应用前景.     

空间圆几何参数视觉测量方法研究

对空间圆几何参数的非接触在线测量方法进行了研究。通过在区域划分中引入模糊化思想,基于模糊隶属度构建一种神经网络的拓扑结构,采用立体标靶进行摄像机标定。面向局部检测区域小的空间尺寸测量问题,利用图像的梯度相关作为匹配特性,开发一种高效的基于梯度图像的立体匹配算法。在实验研究中,对某车身翼子板安装孔进行了检测,结果显示当空间圆所在平面与图像平面约50°角时,测量空间圆的相对误差优于±0.6%。研究结果表明,提出的方法测量精度高,并适用于在线测量。     

一种基于线结构光的水下目标3维信息测量方法

针对现有水下探测方式精度不佳、标定误差较大、效率较低等不足,设计了一种基于线结构光的水下目标3维信息测量方法。首先利用交比不变原理求解特征点在世界坐标系下的相对位置,随后基于像面特征点的方向向量及特征点的位置信息求解其在相机坐标下的真实坐标值,利用多个特征点完成结构光平面的标定。通过目标物扫描实验验证了该方法的可行性及有效性。线结构光平面的标定仅需要对特制的简单结构立体靶标进行一次扫描即可完成,无需多次移动靶标,避免了人为误差的影响。在标定线结构光平面的同时可以同步完成位移平台各自由度的位移速度标定,有效降低了实验平台系统误差,在提升系统精度的同时也极大地提升了整个系统标定过程的效率,非常适用于大尺度线结构光系统在水下现场标定。经验证,扫描水下目标物所得3维点云坐标沿X、Y轴方向的误差均小于2%,沿Z轴方向的误差略大,平均误差2.77%。     

基于图像处理的炮弹跳角测量方法研究

传统的跳角测量方法,由于人工误差和实用性较弱,大部分有测量效率低、误差大、实用性小、测量范围窄等缺点。针对这些问题,提出一种基于图像处理的炮弹跳角测量方法。使用相机在炮筒中采集炮口图像,通过改进圆拟合算法检测炮口图像的中心位置;在双目摄像机的标定下得出炮弹射击目标点的位置,将炮口图像中心位置瞄准火炮射击目标后实弹射击;在数据处理中,计算得出炮弹初速度矢量的方向,结合炮口图像中心位置的瞄准方向,计算出火炮跳角的大小。实验结果表明,改进算法提高系统抗干扰能力的同时还提高炮口图像中心定位的精确度。拟合结果显示,改进的算法得到的炮口中心与理想中心之间的误差小于0.20个像素,具有较高的精度。     

Computing camera parameters using vanishing-line information from a rectangular parallelepiped

A new approach to camera calibration using vanishing line information for three-dimensional computer vision is proposed. Calibrated parameters include the orientation, the position, the focal length, and the image plane center of a camera. A rectangular parallelepiped is employed as the calibration target to generate three principal vanishing points and then three vanishing lines from the projected image of the parallelepiped. Only a monocular image is required for solving these camera parameters. It is shown that the image plane center is the orthocenter of a triangle formed by the three vanishing lines. From the slopes of the vanishing lines the camera orientation parameters can be determined. The focal length can be computed by the area of the triangle. The camera position parameters can then be calibrated by using related geometric projective relationships. The derived results show the geometric meanings of these camera parameters. The calibration formulas are analytic and simple to compute. Experimental results show the feasibility of the proposed approach for a practical application—autonomous land vehicle guidance.This work was supported by National Science Council, Republic of China under Grant NSC-77-0404-E-009-31.     

点云下地平面检测的RGB-D相机外参自动标定

目的 RGB-D相机的外参数可以被用来将相机坐标系下的点云转换到世界坐标系的点云,可以应用在3维场景重建、3维测量、机器人、目标检测等领域。 一般的标定方法利用标定物（比如棋盘）对RGB-D彩色相机的外参标定,但并未利用深度信息,故很难简化标定过程,因此,若充分利用深度信息,则极大地简化外参标定的流程。基于彩色图的标定方法,其标定的对象是深度传感器,然而,RGB-D相机大部分则应用基于深度传感器,而基于深度信息的标定方法则可以直接标定深度传感器的姿势。方法 首先将深度图转化为相机坐标系下的3维点云,利用MELSAC方法自动检测3维点云中的平面,根据地平面与世界坐标系的约束关系,遍历并筛选平面,直至得到地平面,利用地平面与相机坐标系的空间关系,最终计算出相机的外参数,即相机坐标系内的点与世界坐标系内的点的转换矩阵。结果 实验以棋盘的外参标定方法为基准,处理从PrimeSense相机所采集的RGB-D视频流,结果表明,外参标定平均侧倾角误差为-1.14°,平均俯仰角误差为4.57°,平均相机高度误差为3.96 cm。结论 该方法通过自动检测地平面,准确估计出相机的外参数,具有很强的自动化,此外,算法具有较高地并行性,进行并行优化后,具有实时性,可应用于自动估计机器人姿势。     

一种基于近似点光源模型的光度立体视觉系统 标定方法

文章研究了一种由近似点光源组成的光度立体视觉系统的标定方法。由于光源自身的非均匀发光特性,传统的平行光和点光源模型不再适用,为实现精确的三维法向重建,必须对光源及光照场进行精确的标定。论文首先根据光源自身的发光特性建立其辐射度模型,进而提出了一种两步标定策略,对光源位置参数及主光轴参数进行标定。以相机作为参照系,提出了一种多球标定方法,用于计算各个光源的位置参数,该方法利用相机观察到的多个球面高光点图像坐标,结合球体轮廓线及球体半径实现了光源位置的精确计算。为实现光源主光轴参数的估算,提出了一种基于参考平面的标定方法,通过分析近似点光源照射下的平面亮度分布,结合等亮度线拟合策略实现了光源主光轴方向参数的计算。基于系统标定参数以及光源的发光模型,就可以对每个场景点的入射光条件进行精确建模,从而实现精确的法向计算。在实验部分,分别对标准几何物体和自由曲面物体进行三维重建实验,并与传统的平行光及点光源模型进行了对比。结果显示,所提出的标定方法能够在非均匀光照条件下获得精确的三维法向重建结果。     

基于聚类分析的精密零件测量方法

针对目前大型精密零件自动化测量和自动化装配的迫切需求,提出一种精密零件轮廓自动化测量方法;首先利用激光跟踪仪建立全局坐标系,基于世界统一法对多个相机坐标系进行全局标定;采用像素点聚类的方式、漫水填充法等图像处理方法对存在重影以及环境光的激光光条中心进行精确提取,利用统计滤波方法对三维数据点云进行杂点的去除,结合粗匹配和精细匹配方法对多组相机下的激光光条进行三维空间点云融合,移动产品,对精密零件进行全产品扫描,最后,借助于射线法对精密零件轮廓进行超差预警;实验表明,该方法对大型零部件产品的测量误差标准差为0.25 mm,15 min可以完成20 m长的大型零部件产品的测量与分析,足够满足现有大型精密复杂产品的装配需求,突破了现有技术瓶颈,可以对精密零件轮廓进行快速精确三维重构,并且可以计算精密零件产品的结构化参数。     

结构光测量系统的投影仪标定方法研究

传统单目视觉结构光测量系统通过解相位间接计算被测物的高度信息,系统约束性过强、不易操作、且标定精度较低.将双目立体视觉原理引入单目结构光视觉测量系统,根据投影仪图像坐标和摄像机图像坐标的对应关系,将投影仪当作一个逆向的相机,建立了投影仪模型,使用成熟的相机标定算法对投影仪进行标定.再配合四步相移法和基于多频外差原理的时域相位展开法,实现条纹图像的快速精确解相位.相对于传统的单目视觉结构光测量系统,本方法具有单目视觉系统操作简单、鲁棒性强的特点,同时也可以达到双目视觉测量的精度.实验结果表明,这种方法的投影仪标定精度达到了实际应用的要求.