基于十字靶标的双目立体测量系统标定

提出了一种基于十字靶标的双目立体测量系统标定方法。采用多视图几何约束和光束平差优化精确获得两相机内参数,同时得到在两相机各自坐标系下重建出的靶点三维坐标点集;由两组三维点集之间的刚体变换直接求得系统外参数。该方法只需双相机同时对十字靶标拍摄一次,再由两相机单独拍摄若干幅靶标图像即可,现场操作简单灵活。在标定结果的基础上,对长度为611.800mm的标尺进行多次测量,平均值为611.776mm,标准差为0.030mm。     

基于共线向量与平面单应性的双目相机标定方法

现有双目相机标定的方法是通过矩阵变换求得各个相机间的旋转平移关系,再通过优化求得最终参数。非线性优化步骤多,相机内外参数与镜头畸变存在耦合,时间花费较大。提出一种畸变矫正与平面单应性矩阵结合的双目相机标定方法。根据三维空间直线投影到像平面仍然是直线的法则,对于无畸变的图像,直线上任意两点所构成的向量的方向相同时向量夹角应为零。基于此特征求解双目相机的畸变系数,再通过平面单应矩阵构造测量矩阵,然后通过矩阵分解求得相机内、外参的初值,最终通过非线性优化求得双目相机的各个参数。仿真和实验结果证明,该方法稳定性高,精度与传统标定方法的精度相当,且计算时间短,标定效率优于传统标定方法。     

一种高精度线结构光视觉传感器现场标定方法

针对现有线结构光视觉传感器标定方法存在的局限性,提出一种不需要求解光平面标定点的标定方法.根据光条图像求解平面靶标上光条在摄像机坐标系下的Plücker矩阵.在视觉传感器前合适位置将平面靶标摆放多次,联立所有光条空间直线的Plücker矩阵,求解光平面在摄像机坐标系的平面方程.最后通过非线性优化方法得到光平面方程在最大似然准则下的最优解.在标定过程中,所有光条点都参与光平面参数的计算过程,因此该方法标定结果精度高、稳健性强.实验证明,与现有方法相比该方法标定精度提高30%左右.     

基于同心圆合成图像匹配的双目视觉标定

分析了双目视觉传感器的数学模型,提出了一种基于同心圆合成图像匹配的双目视觉传感器的标定方法。在测量范围内任意多次摆放同心圆靶标,由两台摄像机拍摄靶标图像。根据摄像机模型与已知同心圆在靶标坐标系上的位置关系,构造合成图像,将合成图像与观测图像进行相似度匹配,通过优化定位得到靶标上每个圆的圆心点图像坐标。利用左右图像对应的圆心图像坐标和双目视觉的约束关系,对双目视觉传感器参数进行非线性优化,并得到最优解。所提出的标定方法是在张正友方法的理论基础上,利用了图像的整体性进行的优化。实验结果表明,该方法提高了标定精度。     

基于神经网络的虚拟靶标大视场双目相机标定技术

针对大视场双目相机标定中的精度低和非线性畸变问题,提出了一种结合BP神经网络的大尺寸虚拟靶标标定技术。鉴于单角点棋盘格具有易制作、高精度的特性,构建大尺寸虚拟靶标;利用神经网络的非线性映射能力直接建立角点的像素坐标和世界坐标映射关系;用建立的映射网络对测试样本进行三维重建,并与传统的线性标定方法进行对比实验。结果表明,该方法操作简单,且重建距离相对误差为0.92%,优于传统的线性标定方法,可用于大视场双目相机标定。     

一种红外与可见光融合的“双双目”立体视觉系统的标定方法研究

针对红外相机与可见光相机联合标定的问题,利用不同物体红外辐出度的差异,设计了可同时应用于红外相机与可见光相机标定的平面靶标。利用"最大稳定极值区域"(MSER)算法,检测靶标的镂空深色区域。为克服图像可能存在较大畸变的问题,通过相邻最大稳定极值区域质心的位置关系预估角点所在位置,在预估位置内进行角点检测,提取用于标定的亚像素角点位置。结果表明:新型靶标及相应的角点提取方法能够同时满足于红外相机与可见光相机内外参数标定的需要。通过红外与可见光"双双目"立体视觉系统的融合重构效果可看出,提供的标定数据能够满足系统需求。     

基于消失点约束的多相机标定方法

针对多摄像机一维标定算法精度低、抗噪性和稳定性差等问题,提出了基于消失点之间互相约束的多摄像机标定方法.为了避免径向畸变对成像造成的影响,利用欧式空间位置约束的几何特性,进行畸变参数的求取.通过靶标特征点约束结合摄像机的射影不变性排除杂点的干扰,再利用空间消失点之间夹角一致性,以及靶标特征点所构成的直线和消失点的反向射线平行性来求解摄像机的参数.当一维靶标任意运动时,存在着无法区分靶标特征点对应的成像点临界问题,采取反推理论数学分析法可事先避免该问题的出现.通过构建多摄像机系统进行标定实验,可以看出该方法具有较高的标定精度,且随着噪声的增加,标定结果具有一定的抗噪性和稳定性;由相对误差值可知,该方法可应用于多摄像机系统.     

基于柔性靶标定位实现图像拼接的多相机三维测量系统

提出一种基于柔性靶标定位实现图像拼接的多相机三维测量系统,采用一个激光投影仪投影大幅条纹,多相机分布式采集的方法扩展视觉三维测量系统的测量范围。标定过程首先使用小型平面靶标标定基准相机二维图像坐标和相位值到三维世界坐标的映射关系,之后在相邻相机部分视场(FOV)重合的前提下,利用柔性靶标定位标定相邻相机图像坐标的转换关系,最后将各个相机的图像坐标全部转化到基准相机的图像坐标系下完成图像拼接,由基准相机图像坐标到世界坐标的映射完成全局三维测量。实验结果表明,使用图像拼接方法的测量精度略低于相机单视场测量的精度,但精度损失较小,满足工业在线测量的要求。该方法避免使用昂贵的辅助测量仪器和加工高精度大型靶标,为多相机视觉测量提供了成本低、使用方便的解决方案。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光系统的相机标定的精度对三维测量的精度有很大影响。首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

基于ICP算法的双目标定改进方法研究

双目视觉作为一种非接触三维(3D)测量技术,其位姿标定结果的好坏将直接影响3D物体测量的精度。基于迭代最近点(ICP)算法获得两组点集之间平移和旋转参数的原理,提出了一种在传统双目位姿标定结果的基础上补偿双目标定矩阵改善精度的方法。介绍了摄像机模型、双目视觉测量模型和ICP算法的基本思想。用双目摄像机标定的外参数和相同的靶标坐标系获得双目视觉位姿矩阵,在此提出基于ICP算法获得两组点集的旋转平移矩阵补偿双目位姿矩阵的方法,以及相应的靶标角点坐标投影误差分析模型。双目摄像机采集9组5×7个角点的靶标标定图像,应用ICP算法补偿双目位姿矩阵,并采用误差模型对9组标定结果进行了分析,双目结构光标定改进实验结果表明,应用ICP算法补偿双目标定模型能显著地提高双目标定的精度。     

基于立体标靶的双目系统标定研究

条纹投影三维测量技术的检测精度依赖于绝对相位与深度关系的标定过程,传统的标定方法步骤复杂、用时较长,在双目测量系统中对左右相机分别标定时尤为明显。因此设计一种基于立体靶标的标定方法,靶标由两个平面组成,各个靶标平面上附着规格已知的图案,平面连接处用特殊图案标识,用于区分左右两面。立体标靶实现双目测量系统相机外部参数与相位-深度的同时标定,将标定时间减少了一半,简化了标定流程;经过实验验证,利用立体标靶可以精确地进行深度(Z)以及横向(XY)的标定,实测误差小于0.053毫米,方法在双目乃至多节点三维测量系统的标定过程中具有应用价值,增加标定效率同时可避免累计误差产生。     

基于参考靶标的线结构光传感器标定

为提高线结构光传感器(LSLS)的标定精度,提出了一种基于平面参考靶标的标定方法。给出了相机坐标系下参考靶标点中心坐标及激光平面方程的计算方法;将参考靶标点中心向激光平面投影,并以左下角投影点为原点建立世界坐标系,得到了靶标点中心像素坐标所对应的世界坐标;采用多项式拟合得到了任意像素点到世界坐标的转换关系,实现了传感器的标定,标定结果仅为多项式的系数,便于存储和使用;对标定误差进行了分析。结果表明,所提方法得到的各测试点与第一个点间距离误差的均方根值为0.0216 mm,相对于传统方法减少了22%,所提方法在LSLS高精度标定方面具有一定的优越性。     

P4P法相机姿态标定精度分析

为便于在相机标定系统设计前,对标定误差进行预估,分析影响标定误差的因素,指导相机标定系统工程设计,针对P4P相机标定算法,提出新的算法模型。解决原算法中方位角、俯仰角及横滚角各姿态角相互耦合的问题,使姿态角求解仅与相机内参和特征点图像坐标相关。在此基础上,建立误差分析模型,从理论上分析图像定位误差、畸变、主点误差、焦距误差、特征点位置误差对姿态角标定的影响,并进行仿真和实验。实验结果表明,标定精度仿真结果和实验值一致,误差分析模型准确有效。该模型能够指导标定系统工程设计,具有较高的工程应用价值。     

基于合作目标姿态测量的新型摄像机校准方法

针对在姿态测量中摄像机成像的复杂畸变问题,提出了一种新型的摄像机校准方法。该方法不需要高精度的标定参照物,只需要利用标定靶标间的相互约束关系建立摄像机内参数与靶标特征的约束方程,从而线性求解摄像机内参数。通过非线性优化方法优化摄像机内参数,完成摄像机的标定。仿真和实验结果表明,所提出的算法对图像噪声不敏感。测量精度和可靠性都得到有效的改善,精度可达0.03pixel,说明该算法在合作目标的姿态测量中具有方法易于实现、测量精度高、可靠的优点。     

融合深度学习与外极线约束的三维人体位姿测量方法

为了实现汽车座椅上三维人体姿态的高精度实时测量，基于现有二维人体关节点和三维人体关节点测量方法，提出了一种融合深度学习与外极线约束的三维人体姿态测量方法。该方法将二维人体关节点深度网络提取方法和双目测量系统相结合，采用双通道多阶段迭代网络分别提取左右相机图像中人体二维关节点，结合关节点位置的Brief特征和外极线约束，利用双目相机标定结果将匹配二维关节点信息转换到三维空间中，最终得到三维人体姿态。实验结果表明，文中提出方法在自采测试集中的检测精度可达到98%。通过得到三维关节点计算所得关键位姿角度的偏差小于10°。该文所提出的方法能够满足实际汽车座椅设计的数据采集要求。     

基于共面靶标的线结构光传感器标定新方法

现有的线结构光传感器标定方法中,结构光平面上标定点的计算精度将会直接影响到传感器最终的标定精度。提出了一种基于共面靶标的线结构光传感器标定新方法,该方法无需计算光平面上的标定点,也无需反复计算摄像机的外参数。多次移动共面靶标计算不同方向激光条纹直线的消隐点,并对其拟合直线得到光平面的消隐线,完成光平面法向的标定。根据交比不变原理计算共面靶标上标定点间的距离,并以其为约束来标定剩余参数。考虑到误差传递的影响,定义了优化目标函数,以已求得参数为初值进行非线性优化。对比实验表明了该方法具有较高的标定精度,测量误差均方根为0.0306mm,且标定过程简单,计算复杂度低,适合现场标定。     

基于单应性矩阵的变焦双目视觉标定方法

针对现有变焦镜头标定方法难度大、动态精度低等问题,提出一种基于单应性矩阵的动态变焦双目内外参数估计方法和平面快速重建方法。利用双目图像匹配点及变焦前后的匹配点进行两类单应性矩阵估计;基于变焦数学模型和单应性矩阵,求解变焦后双目内外参数,实现畸变后双目参数动态估计与优化;通过双目图像单应性进行平面快速匹配和重建。实验结果表明,计算的内外参数与标定结果吻合较好;变焦后,推导的单应性矩阵归一化误差小于0.01,图像重投影误差小于1pixel;重建精度小于0.1mm。     

基于消隐点无穷单应的摄像机焦距精确自标定方法

利用一组平行线在不同姿态摄像机图像平面中对应消隐点间的无穷单应关系和摄像机相对姿态信息,提出了一种摄像机焦距的高精度实时标定方法。该方法仅通过摄像机在任意两个位置下拍摄同一组空间平行线,基于消隐点对之间的无穷单应关系构建约束,求解焦距参数;将对应光心与消隐点连线的平行程度作为优化指标,利用Nelder-Mead非线性单纯型法实现焦距参数的优化,有效地抑制了图像噪声和姿态测量误差,提高了标定结果的精度和算法的稳健性;大量仿真结果验证了该算法可以在任意相对姿态下实现,且具有精度高、稳健性强、实时解算的优点。     

基于两个正交一维物体的单幅图像相机标定

提出了一种利用两个正交一维物体构成"T"型靶标进行摄像机标定的新方法。该方法只需对"T"型靶标上已知坐标的5点投影一幅图像,然后根据柔性靶标原理计算出由虚点和标记点组成的共直线的4点,由射影变换同素性、接合性以及交比不变性标定出镜头的一阶径向畸变参数。利用已知畸变参数对图像进行畸变校正,然后由基于两个正交一维物体坐标变换的方法即可标定出相机的内外参数。该方法线性求解镜头畸变参数,避免了传统方法非线性迭代优化过程中产生的参数耦合现象。实验表明,不进行镜头畸变校正则相机标定精度随着图像噪声的增加呈不稳定状态;进行畸变校正后对简单标定计算的初始值进行优化得到稳定的高精度标定结果。整个实验设备简单,操作方便,只需一幅图像即可实现镜头畸变和相机内外参数的标定,可以达到实时的效果。     

基于单目视觉和棋盘靶标的平面姿态测量方法EI北大核心CSCD

针对平面目标姿态测量问题,提出了一种基于棋盘靶标的单目视觉测量方法,设计安装简单,在保证测量精度的同时简化了测量过程。首先,基于棋盘靶标对摄像机进行标定;然后,利用单应性条件得到外参矩阵,并利用Givens矩阵对外参矩阵进行分解,求得姿态角;最后,在靶标任意安装的情况下,基于旋转矩阵约束条件研究了安装偏差的自标定方法。实验结果表明:距离3m时,在静态测量时垂直光轴方向姿态角的测量精度可达0.02°,其他两个姿态角的测量精度可达0.05°;动态测量时垂直光轴方向姿态角的测量精度可达0.1°,其他两个姿态角的测量精度可达0.5°。