基于 OpenCV 的双目摄像机标定技术研究

摄像机标定技术作为双目立体视觉领域的一个基础性研究课题,具有很大的理论研究价值和实际应用价值。论文围绕双目立体视觉中的双目摄像机标定技术,分析基于OpenCV的双目摄像机标定的方法。基于OpenCV的双目摄像机标定比传统的定标技术更为灵活,并且具有不错的定标精度。     

仿生眼运动视觉与立体视觉3维感知

为使机器人同时具备双目立体视觉和单目运动视觉的仿人化环境感知能力,克服双目视场狭窄、单目深度感知精度低的缺陷,本文基于人眼结构特点,设计了一个具有4个旋转自由度的双目仿生眼平台,并分别基于视觉对准策略和手眼标定技术实现了该平台的初始定位和参数标定.给出了基于外部参数动态变化的双目立体感知方法和单目运动立体感知方法,前者通过两架摄像机实时获取的图像信息以及摄像机相对位姿信息进行3维感知,后者综合利用单个摄像机在多个相邻时刻获取的多个图像及其对应姿态进行3维感知.实验结果中的双目视觉相对感知精度为0.38%,单目运动视觉相对感知精度为0.82%.本文方法不但能够有效拓宽传统双目视觉的感知视野,而且能够保证双目感知和单目运动感知的准确性.     

基于OpenCV的双目视觉标定程序的开发

分析了基于2D标靶的摄像机标定算法原理以及双目立体视觉系统摄像机的标定方法,给出了基于开源视觉库OpenCV的摄像机标定算法的详细处理流程,实现了一个完整的摄像机标定程序,可移植到嵌入式系统中.     

双目CCD测距系统的高精度标定

为实现高精度的远距离被动测距,提出一种摄像机内、外参数以及双目CCD测距系统的标定方法.基于双目测距模型设计双目测距系统的机械结构,进行左右摄像机的单目标定,利用主点标定方法求出主点坐标,使用两步法线性求解摄像机的焦距、一阶径向畸变系数、旋转矩阵和平移向量,从而对高精度双目测距系统完成基线长、两摄像机光轴夹角和两像面相对位置的系统标定.实验结果表明,摄像机标定精度为0.582 6像素,双目测距系统的标定精度为0.208 mm,取得了较为理想的结果,此外,在300 m以内的目标实际测量精度高于0.28％,满足高精度双目测距的精度要求.     

基于计算机双目立体视觉的排爆机器人自动抓取的研究和实现

研究和开发一个双目视觉系统用于智能排爆机器人的自动控制。该系统利用计算机双目视觉原理,采用Matlab 7作为运算引擎,调用机器视觉软件eVision 6.2进行立体匹配,实时捕获图像,进行摄像机标定、图像预处理和匹配,确定可疑目标物的坐标,把图像实时显示在控制台,并通过xPC目标系统实现该机器人实时控制系统,自动控制手臂靠近并准确抓取可疑目标物。排爆机器人的抓取实验表明,该双目立体视觉系统在精度上能满足排爆要求。     

无人水面艇双目立体视觉系统设计

针对雷达不能利用目标的颜色等属性和水面多路径反射的干扰等问题,建立无人水面艇双目立体视觉系统,为实现无人水面艇的自主避障和目标跟踪等任务提供基础。采用两个IEEE1394接口的数字摄像机在无人水面艇上构建双目立体视觉系统,进而编程拍摄左右两幅图像并标定摄像机。结果表明,所构建的双目立体视觉系统可以用于无人水面艇视觉技术的研究。所设计的双目立体视觉系统对无人水面艇具有重要的研究意义。     

利用双目视差理论的摄像机参数标定方法

针对龙眼和荔枝采摘机械手的目标获取问题,文章提出了基于双目立体视觉的摄像机标定的实验系统。实验系统是采用双目视差原理来获取深度信息的标定模型,通过对不同距离的标定板上已知特征点的图片获取和数据处理和分析,确定了两摄像机之间的最佳基线距离,在此基础上进一步验证了采摘目标的深度信息与摄像机的焦距有关的理论,并获得摄像机的合理焦距,为采摘机械手定位提供了基础理论研究依据。     

针对工件尺寸测量的现场标定技术

双目立体视觉的有效现场标定是实现高精度工件尺寸测量的关键技术.首先根据现场实际测量环境的要求,选择适合的摄像机及镜头.再设置两个摄像机的结构参数,如调整两个CCD摄像机之间的距离、光轴夹角等,对这些参数进行优化,以达到最佳的测量效果.在此基础上进行双目标定.该方法一次即可完成所有参数的标定,实验结果表明,此方法能够得到满意的标定精度.     

双目视觉的立体标定方法

为实现双目视觉系统的立体标定,分析了摄像机成像模型,并充分考虑了透镜的径向畸变和切向畸变,提出了一种新的立体标定算法。该算法利用张正友的灵活标定算法,初步求取摄像机的内参数,结合Brown算法并提取图像中角点的子像素级坐标,精确求取摄像机内参数和畸变向量。为方便后续的图像校正,基于前面的单个摄像机标定,通过计算空间中的景物点在左右摄像机成像平面上的位置关系,计算出双目视觉系统中两个摄像机之间的旋转矩阵R和平移向量T,从而实现了立体标定。实验结果表明,该算法能取得较高的精度,可以应用于双目视觉系统。     

多目立体视觉在工业测量中的应用研究

以双目立体视觉系统为基础，提出了一种多目立体视觉测量的方法。该方法利用摄像机旋转来获取多幅图像，利用这些立体图像对中对应特征点的视差得到物体的深度信息，达到多目测量的目的，通过实验并与双目立体视觉相比较，验证了其在摄像机标定和提高测量结果精度方面的优越性。     

无人直升机自主着舰的目标定位视觉算法

根据无人直升机自主着舰的任务特点,构造了用于无人直升机自主着舰的视觉系统,选用仿射不变矩作为该视觉系统目标识别的特征和信息提取的手段,仿真实验表明,开发的算法能够在纵摇角小于15°的情况下正确的识别出目标,对目标中心位置的估计偏差在每个坐标轴向小于3个像素,方位角估计偏差小于9°。整套算法的鲁棒性和实时性满足无人直升机自主着舰的需求。     

基于双目视觉的小型无人直升机位姿检测

无人直升机的位置与姿态检测是直升机自主飞行控制的基础。基于双目视觉原理,对直升机标志点进行检测并跟踪,利用基于顺序一致性的极线约束匹配方法,对检测到的多个标志点进行立体匹配,计算标志点三维坐标从而得到无人直升机的位置与姿态信息。设计一个基于双目视觉的小型无人直升机空间位姿测量托架,用于飞行控制模型及飞行控制算法的研究及验证。     

基于计算机视觉的无人直升机位姿估计方法研究

无人直升机与着陆点的相对位置和姿态估计是其实现自主着陆的前提条件，采用计算机视觉技术完成该任务是当前的发展趋势。介绍了基于计算机视觉技术的位姿估计方法的特点，对目前直升机自主着陆研究中采用的各种位姿估计方法做了分类并进行了评述，为类似的视觉系统的设计和相关问题的研究提供了参考。     

小型无人直升机着陆高度单目视觉测量方法

针对小型无人直升机自主降落过程中姿态发生变化和非差分GPS高程精度不高的情况,研究了一种基于单目视觉的小型无人直升机离地高度测量方法,用于提高自主降落的品质。在机体姿态角已知的情况下,识别提取降落图标中相互平行的特征直线段,并根据机载摄像头投影模型,实时求解机体降落过程中的离地高度。在测量系统上进行了实体实验,验证了所提出的方法,实验结果表明:该方法特征识别率高,在机体平面与地面存在倾角时,输出结果的实时性与准确性亦均能满足小型无人直升机自主降落要求。     

自由双目立体视觉摄像机动态外参数的获取

针对自由双目立体视觉中由于摄像机旋转导致的摄像机外参数变化的问题,提出一种基于旋转轴标定的动态外参数获取方法。在多个不同位置,立体标定得到多组旋转平移矩阵,利用最小二乘法求解旋转轴参数;结合初始位置左右摄像机的内、外参数及旋转角度,实时获取左右摄像机的外参数。利用所提方法获取动态外参数,并对棋盘角点进行三维重建,平均误差为0.241mm,标准差为0.156mm;与基于多平面标靶的标定方法相比,精度高且操作简单。所提方法无需实时标定,可完成摄像机旋转情况下动态外参数的获取。     

基于双目立体视觉技术的桥梁裂缝测量系统

针对国内外桥梁裂缝测量效率低、成本高、精度低等现状,提出了一种基于双目立体视觉技术的桥梁裂缝测量系统。采用相机标定、图像匹配、三维坐标计算等双目立体视觉技术对桥梁裂缝的宽度和长度进行计算,实现了桥梁裂缝测量系统。实验通过与单目摄像机用图像处理方法计算的桥梁尺寸结果作对比,表明:对于同一条裂缝的宽度与长度,用所提方法在不同拍摄角度下计算结果差别不大,并且与真实值的相对误差分别保持在10%和1%以内,而同一条件下单目测量系统的计算结果则随着拍摄角度的变化相差很大,宽度测量误差最大达到了19.41%,长度测量误差最大达到了54.35%。说明基于双目立体视觉技术的桥梁裂缝测量系统可以应用于实际中,并且鲁棒性更强,测量结果更精确。     

基于一阶径向畸变算法的双目摄像机多位姿标定方法

双目立体视觉中在对物体进行三维测量或精准定位时,需要对摄像机进行标定以获得其内外参数。研究径向畸变摄像机模型,构造了基于一阶径向畸变（RAC）算法的双目摄像机内外参数线性求解公式。考虑侧倾角、旋转角、俯仰角以及透镜的主要畸变因素,修正了传统RAC标定法中只考虑径向畸变、部分参数需要先验值的缺陷。利用标定所得内、外参数进行了多位姿双目摄像机三维重构实验。实验结果表明,该标定方法重投影误差分布在[-0.3,0.3],动态识别结果与实际运行轨迹重合率为96%,对降低双目立体视觉三维测量误差率有积极性影响。     

Virtual manipulator-based binocular stereo vision positioning system and errors modelling

There is a bottleneck of mobile robots positioning technologies for uncertain goals in complex field environment. Owing to the disturbance of the environment, the objects are hard to be located precisely by robot manipulator. Aiming at the positioning problem, binocular stereo vision system and positioning principle of the picking manipulator in virtual environment (VE) were proposed and expatiated upon; in addition, the manipulator positioning model was built in VE, and the manipulator positioning simulation system was developed by Microsoft Visual C++ 6.0; and the binocular stereo vision system platform with a three-coordinate guideway positioning was constructed for test; what’s more the error sources of vision positioning system was analyzed, and the camera system error was established; the mathematical model of experimental error and the camera calibration matching error were also found; with the developed robot manipulator positioning simulation software and vision system hardware, an experimental platform of positioning system was constructed, and using the platform, the stereo vision data was mapped to the manipulator and was guiding the accurate positioning in VE. Finally, experiment of positioning error compensation was carried out. Results of simulation in VE and the experiment showed that the vision positioning method was feasible for positioning in the field environment; it can be applied to control robot operation and to correct the positioning errors in real-time, especially to the long-range precision modelling and error compensation of robots.     

崎岖地表上的旋翼无人机自主安全降落系统

针对旋翼无人机全自主作业的需求,构建了崎岖地表上的旋翼无人机自主安全降落系统．该系统通过机载实时运算自动分析落区地形,寻找可行落点并实施自动降落．系统以低成本的立体RGB-D相机作为深度传感设备,利用截断符号距离函数（TSDF）对着陆区地形进行实时3维建模,生成低噪的落区地形深度图像,并设计了一种适应起落机构形状的实时精细落点搜索方法,最后使用级联PID（比例－积分－微分）控制器控制无人机实施安全降落．系统基于大疆M100无人机平台实现,定制了仿真器进行算法调试,并最终在实际的崎岖地表上实现了自主安全降落．本文工作可为旋翼无人机紧急降落、物流运输或者灾后搜救提供有效安全的解决方案．     

基于融合动态模板匹配的双目测距算法

高空无人机灭火时,要对火灾点进行探测.传统的探测方法易受环境的干扰,并且它的反应不灵敏,实时性较差.基于此本文提出了一种基于双目立体视觉的探测方法：首先搭建实验平台并设计其硬件电路,然后深入研究了经典的双目立体视觉测距算法,提出了一种新的测距方法.该方法主要内容包括：图像获取、感兴趣区域提取、图像预处理和基于权重融合的动态模板匹配算法.最后,采用多段非线性补偿的方法构建了测距模型,并在实验平台上对所构建的测距模型进行了大量的实验,实验结果表明：在50 m以内,该测距模型的误差在1 m以内,100 m以内,测距误差在2 m,匹配精度为6.947像素/m,基本符合高空无人机灭火的精确测距要求,故该测距模型测量的距离精度较好,工程应用性强.