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。     

基于一般成像模型的微小物体测量系统标定方法

通过利用光栅投影三维测量技术进行微小物体的三维重构,提出了基于一般成像模型的标定方法,利用标定板围绕固定轴转动的不同姿态进行标定并进行优化。所提出的标定算法既解决了一般成像模型变量多的问题,又不需要借助精密位移装置,简化了整个标定过程。与此同时,利用自卷积盲去模糊的方法解决远心镜头景深小带来的离焦,提高了摄像机的标定精度。标定和三维重构实验验证了该方法的可行性和准确性。在23.7 mm×17.78mm相机视场范围下系统测量精度达到了6μm。     

一种大视场相位测量轮廓术系统标定方法

在进行大视场相位测量轮廓术系统参量标定时需要大的标定平面和精密移动台,由于携带不方便,不易进行现场标定。提出了一种用于相位测量轮廓术系统参量的高精度、现场标定方法,采用一块较小的平面标定靶在有效测量体积内不同位置多次摆放,以获取密集的数据点。先标定出摄像机的内参量和外参量,再指定一个全局参考平面和若干辅助参考平面,然后在图像平面上分区计算出每个位置标定靶上每点相对辅助参考平面的高度差和相位差,最后应用极大似然估计法估计出相位高度映射参量。实验中平面高度测量的标准偏差达到0.0433 mm。这种方法只需要较小的平面标定靶,标定过程方便、精度高,完全适合大视场三维测量相位测量轮廓术系统现场标定要求。     

基于双重虚拟圆靶标的激光扫描测头标定

提出了一种基于双重虚拟圆来标定光平面的新方法。该方法利用棋盘的角点在图像坐标系下构建双重虚拟圆,虚拟圆与激光光条直线建立了相对的位置关系,根据交比不变原理计算出光条上的特征点在摄像机坐标系下的坐标。在摄像机视场范围内多次变换棋盘位置,构造出的虚拟圆也相应变换,由此计算得到更多的特征点,利用最小二乘法拟合光平面方程。实验表明,该方法求得的精度要明显优于实际的圆形靶标标定的精度,光平面标定的均方根误差为0.04mm,且棋盘靶标更易于制作,标定计算简单可靠,适合现场标定。     

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%。     

大尺寸视觉测量系统在线标定的新方法

提出了一种新的基于视场边缘距离相对约束条件的摄像机标定方法,并用于大尺寸测量中摄像机的标定,该方法在标定摄像机内外方位参数的同时也完成了成像畸变的校正,将标定结果用于测量,在4×4×1m3的测量视场内,其相对精度达到1/2000,与传统标定方法相比,该标定方法灵活性高,更加适用于测量视场较大的情况。     

基于无穷单应的大视场摄像机标定方法

在大视场摄像机标定中,常常会出现由于场景过于单一而很难达到自标定所需要的场景约束和运动约束条件、立体标定所需要的强立体条件或者平面靶板标定所需要的绝对共面条件,如指向高空区域的摄像机标定任务就很难满足上述要求,因而大视场摄像机标定需要较为弹性的标定算法。提出一种基于无穷单应的大视场摄像机标定方法,该方法最少只需要4个非共线控制点和摄像机粗略的位置即可求解无穷单应,并且提出一种坐标变换方法以保证线性求解和优化无穷单应时的稳定性。从无穷单应中分解得到摄像机参数初始值,通过Levenberg-Marquardt(LM)优化算法最终实现摄像机的标定。在优化过程中,通过假设图像中心为主点和采用一阶径向畸变模型,相对增加了优化过程中的剩余自由度,能够实现4个像点为观测值的参数优化。相比于强立体或共面的条件,此方法所需条件很容易满足。仿真和实际实验验证了此方法的正确性和高精度,以及重复测量实验的灵活易实施。     

近景大视场角分区域标定方法研究

针对飞行试验测量视场大相机标定精度低的问题,提出一种高精度CCD相机分区域标定方法。该方法首先通过将标靶均匀布置在摄像机视场内,使得标靶尽可能均匀错落地充满整个视场范围,再结合人眼判读的方式求解靶标的像面位置,最终与全站仪三维坐标形成精确的空间标定点集。接着,将像平面按横向方向等间距分割成Ｎ个区域,并结合后方交会的方法分别对每个子区域进行相机参数的计算。实验结果表明：经过分区域标定,相机采集点的总误差比单区域标定法降低了4％(Ｎ＝3)。算法可实现指定区域的相机参数计算,基本满足中高等精度的工业测量要求。所本文研究可应用于位置相对固定不变的工业视觉测量,特别是大工件测量领域。     

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。     

一种多相机阵列大尺寸测量系统快速标定方法

多相机阵列中的相机位姿关系标定是大尺寸测量系统中非常重要的一个环节。建立了标定模型,采用圆点阵列平面靶标,通过线性平移,使靶标分别位于不同相机的视野范围内,获得了同一靶标特征点在不同相机坐标系下的坐标;根据所得坐标,求解靶标坐标系与相机坐标系之间的位姿关系;根据靶标的线性平移约束,进而求解两两相机之间的位姿关系。经实验验证,对于安装距离约为2300mm的相机,标定误差小于0.002mm。其标定过程简单、速度快,可以适用工业大尺寸测量中的现场标定。     

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。     

晃动平台上对空拍摄大视场摄像机的标定方法

针对晃动平台对空拍摄大视场摄像机难以标定的情况,提出了利用无人机(UAV)作为动态控制点来现场标定摄像机参数的方法。该方法控制无人机在摄像机视场内飞行,并用与晃动平台固联的无人机定位测量系统对无人机位置进行测量,从而整个飞行过程中的无人机位置均可当作控制点对摄像机进行标定。实验中控制点数目充足,易满足控制点在空间和在图像上均匀散布的要求,可以准确求解摄像机内外参数。突破了无法在视场中布设传统像机标定方法所需控制点,使晃动平台上大视场摄像测量无法现场采集参考图像进行高精度标定的局限。对实验条件要求低,最少只需要晃动平台基准坐标系下2个基准点和方位像机光心位置即可标定摄像机内外参数。该方法已成功应用于系泊状态下船舶中摄像机参数的标定。     

基于两平行线及其线上三点的摄像机标定方法

在大视场交通监控摄像机的标定中,由于不便于放置大尺寸标定靶标,常采用交通标线构成的特定几何图形替代标定靶标,但许多交通场景仅有一组平行的车道分界交通标线,难以获得传统标定方法所需的标定约束条件。针对此类交通场景,选取两平行交通标线和其中一条线上的三点作为标定参考物,依靠其中一条线上三点在单幅图像中的像素坐标、三点间的两个距离值及平行线间距作为约束条件来完成摄像机的标定。建立了图像坐标系与世界坐标系之间新的换算关系,推导出了摄像机内外参数的求解公式,探讨了旋转角对测量误差的影响。实验结果表明,在约束条件不足的情况下能够获得较好的摄像机参数近似解,沿道路方向上的测距精度优于对比文献的结果,具有标定参考物选取容易、操作简便、几何约束条件少等优点,适用于交通监控系统中大视场摄像机的快速标定场合。     

基于射线追踪的线结构光曲面网格标定

结构光视觉技术是一种光学三维表面测量技术,具有速度快、精度高、鲁棒性强等优点。在实际应用中,线结构光发射器的镜头失真会导致光平面发生弯曲,而现有的大多数标定方法无法对失真进行补偿,并且会限制线结构光的分布规则。为了避免透镜失真所造成的影响,提出了一种精确且鲁棒性强的线结构光标定方法,通过构建曲面网格模型将水平、竖直射线追踪相结合,克服了现有方法对结构光分布方向的限制,同时,利用微分后的空间网格平面与像素网格平面之间的单应性关系实现了亚像素级的光条中心点三维重建。实验结果表明,该方法可以降低线结构光平面弯曲对标定精度的影响,对间距为55 mm的任意相邻靶标进行距离测量的误差小于0.08 mm,对间距为1133.85 mm的任意相邻靶标进行距离测量的精度可达0.50 mm。     

基于方向性靶标和多约束优化的双目相机标定

提出了一种基于方向性靶标和多约束优化的双目相机标定方法。新型方向性平面靶标能够判断靶标的旋转方向,并对每个标定角点进行编码,以保证双目相机在拍摄到局部靶标的情况下依然能够完成同名点匹配,进而完成双目相机标定。根据方向性靶标建立双目相机标定模型,引入用于描述平面靶标姿态的天顶角和方位角,通过天顶角和方位角筛选出在不同位置上的靶标姿态均具有明显差异的图像作为标定图像,这提高了双目标定结果的稳定性;结合靶标的三维几何信息,建立了多维度约束的双目参数优化模型,提高了双目标定结果的精度。实验结果表明,与传统的张氏标定方法相比,所提出的标定方法能够有效提高所获得的标定结果的稳定性和精度;通过对标准量块进行多次测量,进一步验证了所提方法的有效性。     

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。     

基于二维彩色靶标的结构光三维测量系统快速标定方法

系统标定是基于结构光投影的主动式光学三维面形测量的关键技术之一,同时也是一项复杂和耗时的工作。提出了一种基于RGB彩色模型的系统快速标定新方法。利用一个彩色的二维平面靶标和由投影仪投影的彩色标记特征图像实现了摄像机和投影仪的同时快速标定,对靶标的每个标定姿态位置只需要拍摄一幅图像即可得到该位置的特征参数。与传统方法相比,标定过程简单快捷,所需的数据量较少。利用该方法对一个结构光三维测量系统进行了现场标定,并测量了一个平面和一个半圆柱物体,实验结果中点到拟合平面的最大距离为0.8039mm,平均误差为0.1693mm。利用该系统恢复半圆柱物体的面形与传统标定方法的测量结果符合得很好。实验表明,由该方法获得的结果准确可用,且标定速度快。     

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。     

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。