基于非参数测量模型的摄影测量方法研究

由于近景摄影测量具有测量范围广、精度高和效率高等优点,其在大尺寸精密测量任务中承担越来越重要的角色。其中,基于平差优化的自标定测量模型是保证该方法实现高精度测量的重要原因。然而,随着越来越多的商业级单反相机应用到三维空间测量,发现其测量精度与专业相机相比有一定差距。经过大量分析发现,除了相机本身原因外,自标定模型过多地依赖相机内部参数,尤其是畸变参数,是导致测量精度降低的重要原因。为了降低参数化模型对测量结果的影响,提出一种不依赖相机内部参数的摄影测量方法。结合垂线法和Zeiss实验室标定方法,设计了一种针对大视场相机的非参数标定方法。经过不同图像间同名点匹配和平差初值确定后,便可建立基于角度信息的非参数测量模型。结合平差优化算法,完成对空间被测点三维坐标的精确解算。经过与传统摄影测量结果比对,证明该方法可以有效提高大视场单反相机的摄影测量精度。     

精密角度基准下的多相机定位系统高精度标定

在视觉定位测量领域中的大尺寸测量、运动追踪、三维重建、视觉定位中,针对多相机定位系统中相机之间无公共视场或公共视场较小时系统标定困难、方法繁琐、精度低等问题,提出了一种基于精密二轴转台的多相机定位系统一体化标定方法。利用二轴转台提供角度基准,当转台一次转过所有相机视场时,各个相机依次拍摄标定图片,求解出各个相机内参以及各相机到转台的外参,利用转台坐标系中转计算相机之间的外参。整个标定过程由程序控制,实现了多相机系统采图标定的集成化、自动化,降低了标定工作量。分析了多相机定位系统的标定原理,并进行了实验验证。两相机内参重投影误差在0.17 pixel以内,系统定位精度在1 mm以内。结果表明,所提方法切实可行,精度较高,可操作性强,可应用于各种无公共视场或公共视场较小的多相机定位系统标定过程。     

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。     

结构现场可调的点激光精密测量系统

为了实现激光传感器测头可以根据现场条件来实时改变入射角度,建立了结构可调的点激光测量系统。建立了相机的针孔模型,利用张正友标定算法得到该相机模型的内部参数,定义点激光测量系统中的光心角,推导出利用像点坐标和相机内部参数实时求取光心角公式。建立了点激光测量系统的数学模型,引入点激光测量系统的结构参数:基线距和基准角,利用零平面和两个基准面标定系统结构参数。利用标定得到的系统结构参数进行实时的逆向工程在线测量。实验结果表明:测量系统量程为75mm时,该标定算法最大标定误差≤0.02mm,点激光测量系统的测量误差≤0.06mm,达到精密测量的要求。     

面向机器人位姿测量的大视场变焦测量方法

针对机器人大范围位姿精准测量问题,提出一种大视场位姿测量的变焦测量方法。利用变焦图像匹配点的单应矩阵进行变焦内参动态计算,根据变焦前后靶标位姿求解相机坐标系变换,给出与变焦参数相关的PnP算法,考虑畸变后进行参数优化,并提出缩放和对焦两步变焦控制策略。提出一种基于图像模板的靶标板位姿测量算法,在靶标可视姿态均能稳定检测并区分标志点。对变焦测量系统进行误差测量实验和大场景跟踪实验,结果表明,不同变焦参数下均具有较高的单点测量精度,平均位置精度最高21.8μm,在400~1600 mm范围误差0.09mm,精度较高,使用的变焦相机可实现178.7461~9022.31mm测量。该方法实现了相机活动范围受限而测量范围可拓展的位姿测量。     

立体视觉测量系统标定误差补偿

双目视觉测量系统利用三角测量法原理进行三维测量，其结构特性决定了测量误差随测量距离的增加而增大。针对测量误差的分布规律，该文提出基于局部视场的双目视觉测量系统优化方法。利用外在结构建立测量坐标系，减小标定和测量过程信息非一致性引入的系统误差；利用相机参数之间的耦合作用补偿系统固有参数标定误差并建立查找表，建立关于标定参数的虚拟映射。模拟实验最大误差小于0.03 mm，系统实验误差小于0.3%，实验表明优化后系统主要测量误差来源于探测器离散化引入的随机误差，双目视觉测量系统达到理论测量精度。     

单摄像机立体视觉测量系统的高精度变焦标定技术

针对现有用于光学测量的双目变焦系统标定方法难度大、测量精度受限于两摄像机内参一致性等问题。提出一种基于单摄像机的平行双目立体视觉系统实现及其高精度变焦标定方法。方法基于三角测量原理采集图像,利用高精度位移台驱动单摄像机进行平移以保证基线精度;求解离散焦距下的预标定结果并利用BP神经网络模型对其进行拟合,以实现任意焦距下系统内外参数动态估计。实验结果表明,系统预标定的重投影误差小于0.1664 pixel,变焦后图像畸变校正平均误差为0.0982 pixel,立体视觉测量尺寸绝对误差小于0.05mm。方法能弥补传统变焦标定方法的不足,消除双目内参不一致引入的误差,提高视觉系统的测量精度。     

非平行双目视觉系统水下标定与测量

针对用非平行双目视觉系统进行水下拍摄测量时,由于折射所导致的测量误差较大、精度不高的问题,建立了基于折射光路的水下双目视觉系统测量模型,并以Agrawal方法为基础,在已知两摄像机相对位置关系的前提下,对该测量模型参数标定的方法进行了改进。为验证改进的Agrawal方法的可靠性,与Agrawal方法进行水下标定对比实验。结果表明,相较于Agrawal标定算法得到的防水罩法向量这一模型参数,提出的改进算法的结果与真实值更为接近。在此基础上,应用标定后的水下双目视觉系统测量模型对水下靶标标定点间的标准距离进行测量,测量误差平均值为-0.0134 mm,最大误差为0.2073 mm,与空气中双目视觉系统测量精度相当。     

一种单线阵CCD立靶系统参数的标定方法

单线阵CCD立靶相对其它立靶方法而言具有结构简单、成本低等优势,而系统参数的准确标定是测量精度的保证。针对该立靶测量系统,通过建立标定模型确定了影响测量精度的各系统参数,包括镜头主点,激光器位置,相机的倾角、焦距和原向反射膜高度。将整个系统参数看做一个黑盒模型并进行整体标定,只需考虑黑盒的输入和输出端,根据CCD相机所接收到弹丸双投影点的位置计算弹丸的坐标。实验结果表明在靶面大小1m×1m时,理论计算值与实际放置模拟弹丸之间的偏差小于5mm。     

单目激光散斑投影系统的外参数标定方法

由于缺少可参考的散斑图案,单目激光散斑投影系统需要借助精密的测距仪器,提前拍摄不同标准距离处的散斑图像,测量效率较低,且无法在线校正系统的光轴偏移。针对上述问题,提出一种基于单目激光散斑投影系统的外参数标定方法,可将单目激光散斑投影系统等效于带有散斑图像的双目立体视觉系统。通过调整标定板的位姿,计算同名散斑点的空间三维坐标,解算红外相机与激光散斑投射器之间的位姿关系,并对其进行迭代优化,生成投射器的虚拟散斑图像。实验结果表明,所提方法的位移测量误差低于0.16 mm,标准球的半径测量误差低于0.13 mm,且在一定的深度范围内,深度重建结果明显优于Astra-Pro的探测结果。所提方法可有效提高单目激光散斑投影系统的标定效率和深度重建精度。     

基于光学测棒的立体视觉坐标测量系统的研究

提出了一种基丁测量与校准功能合一的光学测棒的立体视觉坐标测最系统.采用光学测棒作为成像目标,通过任意放置的两台摄像机获取测棒上的发光特征点的图像实现被测物体三维坐标的测量,同时利用测量数据定期对两台摄像机外部方位参数进行校准.深入研究了两台摄像机内部参数和外部方位参数校准过程中的校准件和校准算法的设计,以及系统测量建模等关键技术,提出了相应的解决方案,减小了摄像机内外参数校准及测量模型对测量结果的影响,提高系统的测量精度.实验结果表明.该系统的最大测量误差为0.11 mm.     

光笔式单目视觉测量系统的关键技术

为了对机械加工部件进行高精度、大尺寸、三维立体空间的现场实时测量,建立了光笔式单目视觉测量系统。对该系统中的新型光笔工艺、算法转换模型、摄像机焦距的优化、光笔笔尖位置的标定进行了研究。首先提出了一种利用光刻工艺设计制作的新型光笔,其次,基于近景摄影测量学中的单像空间后方交会原理,建立了一种新的光笔坐标系与摄像机坐标系之间的转换模型,通过最小二乘平差法循环迭代求解最优的单像空间外方位元素,从而确定了转换模型基本参数。最后,分析了摄像机焦距对光笔式单目视觉测量系统结果的影响,并提出了一种确定相对准确焦距和光笔测头在光笔坐标系下的位置的方法。实验结果表明：摄像机坐标系下x轴、y轴、z轴方向的稳定性误差分别为0.042、0.048、0.066 mm;测量最大误差为0.173 mm,较大程度上满足了光笔式单目测量系统稳定性强和精度高的要求。     

Calibration for stereo vision system based on phase matching and bundle adjustment algorithm

Calibration for stereo vision system plays an important role in the field of machine vision applications. The existing accurate calibration methods are usually carried out by capturing a high-accuracy calibration target with the same size as the measurement view. In in-situ 3D measurement and in large field of view measurement, the extrinsic parameters of the system usually need to be calibrated in real-time. Furthermore, the large high-accuracy calibration target in the field is a big challenge for manufacturing. Therefore, an accurate and rapid calibration method in the in-situ measurement is needed. In this paper, a novel calibration method for stereo vision system is proposed based on phase-based matching method and the bundle adjustment algorithm. As the camera is usually mechanically locked once adjusted appropriately after calibrated in lab, the intrinsic parameters are usually stable. We emphasize on the extrinsic parameters calibration in the measurement field. Firstly, the matching method based on heterodyne multi-frequency phase-shifting technique is applied to find thousands of pairs of corresponding points between images of two cameras. The large amount of pairs of corresponding points can help improve the accuracy of the calibration. Then the method of bundle adjustment in photogrammetry is used to optimize the extrinsic parameters and the 3D coordinates of the measured objects. Finally, the quantity traceability is carried out to transform the optimized extrinsic parameters from the 3D metric coordinate system into Euclid coordinate system to obtain the ultimate optimal extrinsic parameters. Experiment results show that the procedure of calibration takes less than 3 s. And, based on the stereo vision system calibrated by the proposed method, the measurement RMS (Root Mean Square) error can reach 0.025 mm when measuring the calibrated gauge with nominal length of 999.576 mm.     

面向大视场视觉测量的摄像机标定技术

提出了一种面向大视场高精度视觉测量的摄像机标定新方法,该方法采用亮度自适应的单个红外发光二极管(IR-LED)作为目标靶点,将该靶点固定在三坐标测量机的测头上,并依次精确移动至预先设定的空间位置,每次靶点到达设定的空间位置时,摄像机对靶点进行图像采集。利用三坐标测量机的精确位移,在三维空间构成一个虚拟立体靶标。针对虚拟立体靶标在大视场摄像机标定中只能覆盖一小部分标定空间的问题,通过自由移动摄像机在多个方位对虚拟立体靶标进行拍摄,使得多个虚拟立体靶标分布于整个标定空间。摄像机在每个方位对虚拟立体靶标的拍摄都标定出一组摄像机的内、外参数,然后以摄像机内参数和摄像机在各个方位下拍摄的虚拟立体靶标在摄像机坐标系下的位置及姿态参数为优化变量,建立以所有三维靶点位置重投影误差平方和为最小的目标函数,采用非线性优化方法求解摄像机标定参数的最优解。该方法较好地解决了大视场视觉测量中大尺寸靶标加工困难、摄像机标定精度难以保证的问题。仿真和实际标定实验均证明此方法可以有效提高大视场摄像机的标定精度。     

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。     

中心折反射全方位摄像头的标定方法研究

提出一种适用于不同类型中心折反射全方位摄像头的标定方法。该方法不需标定模板的运动信息或限定全方位摄像头的类型,而只用通过摄像头观测分布在不同位置的标定模板,对所采集的标定模板图像提取角点,将包含内外部参数的非线性图像投影函数用泰勒级数展开表示,应用Levenberg-Marquardt算法计算摄像头外部参数,而通过对超定方程组的伪逆求解计算内部参数。整个标定过程简单,快速而且自动完成。利用某一中心折反射全方位摄像头对提出的方法进行了实验,实验结果表明,该方法可获得很好的标定效果。     

Self-calibration using two same circles

Camera calibration is a fundamental step in 3D reconstruction and computer vision. Considering the easy accessibility of two same circles, a method for self-calibration based on two same circles is proposed. The proposed method does not need any prior knowledge and known camera parameters. By taking three photos of the object containing two same circles from different views, the close solution for intrinsic and extrinsic parameters are first obtained by the invariance of circular points and common tangent of two circles. Then the solution is refined by the nonlinear optimization. This method could get the intrinsic parameters as well as the extrinsic parameters without complicated matching process. Extensive results show the accuracy, robustness and wide applications of the proposed method.     

大视场短焦距镜头CCD摄像系统的畸变校正

从光学测量角度出发,结合计算机视觉中的摄像机标定方法,解决了大视场短焦距镜头CCD摄像系统的畸变校正问题。与摄像机标定不同,畸变校正中仅标定内部参数,外部参数作为已知条件。采用线性畸变模型,由最小二乘法解线性方程组得到摄像系统畸变模型的畸变系数。介绍了数字图像中像素间距和光学中心的标定方法。通过比较由标定参数得到的畸变图像和摄像机采集的畸变图像对实验标定精度进行评定,实验结果表明边缘视场(112°)的标定精度达到了0 75%。