基于稠密时角法的天空背景相机标定技术研究

标定是利用相机进行测量的重要步骤。标定计算相机的内、外方位元素,直接决定了多目视觉测量的精度。在传统的相机标定中,需要设置一定数量稳定、高精度测量的控制点。而在大视场、天空背景下,无法满足上述布设条件。为了实现高精度的相机标定,提出一种可实现内、外参一体化标定的稠密时角标定技术,该技术利用无人机模拟恒星星体,在相机视场内均匀布设控制点并解算标定参数。在解算过程中,针对无人机RTK精度不稳定性,以及特征点提出可靠性提出了非线性最小二乘牛顿-高斯内插算法(WTLS)并得到较高的标定精度。最后采用视场角为77°×66°的相机数据分析验证,实验表明该方法的标定精度高,标定误差优于0.3°,可有效应用于天空背景的大视场相机标定。     

基于非度量校正的大视场图像匹配参数标定法

针对工业环境下拍摄的大视场图像受噪声与畸变影响较大,使用传统匹配参数计算方法的精度无法满足现场测量需求的问题,提出一种基于非度量校正的大视场图像匹配参数标定算法。设计了一种共线特征点布置方案,基于非度量校正完成了特征点坐标的畸变校正,并提出基于该布置方案的特征点识别匹配算法,通过分区域抽样一致性法实现匹配参数的高精度标定。实验结果表明,该算法匹配精度相较于传统方法提高了51%以上,能够满足工业环境下大视场图像匹配参数所需的精度要求。     

结合四角共线约束的大视场双目相机标定方法

对航空大型零部件的视觉测量时,采用传统的相机标定方法需要依靠高精度的标准参照物,大型的参照物加工难度大、精度难以保证,不能满足大视场相机标定要求。针对这些问题,提出了结合四角共线标志约束进行现场标定的方法;在空间测量视场范围内靠近主点的区域布置标定控制点,利用线性变换求解标定初值,在拍摄视场四角放置共线标志约束尺,利用交比不变性质以及直线拟合完成畸变系数求解,进行控制点的数量优化以及参数的整体优化得到现场标定最优解。相关标定实验结果表明在2.5 m×1.8 m的视场范围内现场重建误差小于0.07%,可以满足现场标定的高精度要求,对于航空大型零部件的视觉测量具有较好的稳健性与适用性。     

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。     

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。     

基于平行面多靶标标定的单目大视场平面测量

针对单目大视场平面测量时,测量平面内不便布置靶标和大尺寸靶标难以制作的问题,提出一种利用布设在平行面上的小尺寸平面靶标进行标定的方法。选定一个平行面为标定平面,将单个小尺寸平面靶标合理放置在标定平面的多个位置拍摄,整合构造出一个大尺寸平面靶标,采用非线性优化的方法进行摄像机内、外参的优化求解。结合平行约束和距离参数得到测量平面与图像平面的单应矩阵,实现大视场平面测量。建立平面测量的精度模型,对测量区域各处精度的分布以及影响测量精度的摄像机内参、安装角度和高度等因素进行理论分析和实验验证。实验结果表明:该方法可有效保证整体测量精度;在上底920mm、下底1360mm、高920mm的梯形视场内标定,距标定平面200mm的测量平面内的测量误差低于0.6%;测量区域内各处误差的分布趋势与精度模型一致。此方法完全适用于大视场平面测量。     

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。     

大视场多CCD拼接相机标定方法研究

介绍了一种多CCD拼接弹道相机的标定方法和步骤,以及标定系统的原理及组成。对相机的光学畸变和大视场拼接物像几何投影关系进行了分析,建立了相机数学模型,并采用最小二乘多元回归分析方法,通过测量相机的内方位元素计算畸变系数,确定了最佳条件下相机数学模型中的各个参数。实验表明利用该方法标定出相机精度方位角测角误差小于10″,高低角测角误差小于15″。     

航天CCD相机焦面位置地面标定方法研究

为了在地面试验阶段准确标定出航天CCD相机在轨成像时的像面位置,提出了一种基于自准直干涉测量原理和调制传递函数测量原理的航天CCD相机焦面位置的地面标定方法。介绍了该方法的原理和实施过程,并以口径1 m、焦距20 m的平行光管标定口径600 mm、焦距6 m的航天CCD相机为例,分析并计算了新标定方法和已有标定方法的标定精度。结果表明:新标定方法的标定精度优于0.006 mm,是已有标定方法标定精度的5倍至10倍,能够满足现阶段所有航天CCD相机的焦面位置的标定精度要求。     

一种无公共视场相机位置关系的求解方法

多相机系统的标定是立体视觉测量中的一个重要问题。而当各相机间公共视场较小或无公共视场时,标定参照物不能同时出现在所有相机的公共视场,因此无法求解系统中多相机的相对位置关系。针对该类问题,论文在二维靶标标定法的基础上,提出了一种基于两轴转台的无公共视场相机位置关系的求解方法。将待标定系统固定在转台上,利用转台转动确定靶标坐标系与转台坐标系之间的相对关系;通过转动转台使二维靶标依次进入每个相机视场以分别确定转动后每个相机在靶标坐标系中的位置,并记录转动的角度;最后,结合靶标坐标系与转台坐标系关系,求解各相机之间的相对位置关系。实验结果表明,该方法具有可操作性,解算误差在0.5%以内,可较准确地确定多个光轴之间角度较大的非共视场相机位置关系。     

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。     

A novel optimization method of camera parameters used for vision measurement

Camera calibration plays an important role in the field of machine vision applications. During the process of camera calibration, nonlinear optimization technique is crucial to obtain the best performance of camera parameters. Currently, the existing optimization method aims at minimizing the distance error between the detected image point and the calculated back-projected image point, based on 2D image pixels coordinate. However, the vision measurement process is conducted in 3D space while the optimization method generally adopted is carried out in 2D image plane. Moreover, the error criterion with respect to optimization and measurement is different. In other words, the equal pixel distance error in 2D image plane leads to diverse 3D metric distance error at different position before the camera. All the reasons mentioned above will cause accuracy decrease for 3D vision measurement. To solve the problem, a novel optimization method of camera parameters used for vision measurement is proposed. The presented method is devoted to minimizing the metric distance error between the calculated point and the real point in 3D measurement coordinate system. Comparatively, the initial camera parameters acquired through linear calibration are optimized through two different methods: one is the conventional method and the other is the novel method presented by this paper. Also, the calibration accuracy and measurement accuracy of the parameters obtained by the two methods are thoroughly analyzed and the choice of a suitable accuracy evaluation method is discussed. Simulative and real experiments to estimate the performance of the proposed method on test data are reported, and the results show that the proposed 3D optimization method is quite efficient to improve measurement accuracy compared with traditional method. It can meet the practical requirement of high precision in 3D vision metrology engineering.     

激光投影成像式运动目标位姿测量与误差分析

为了实现室内运动目标位姿的高精度测量,建立了一套激光投影成像式位姿测量系统.该系统利用两两共线且交叉排列在同一平面上的点激光投射器作为合作目标捷联在运动目标上,通过与光斑接收幕墙的配合共同组成运动目标位姿测量基线放大系统,利用高速摄像机实时记录幕墙上投影光斑的位置,利用摄像机标定结果求解投影光斑的世界坐标,利用投影光斑之间构成的单位向量建立运动目标位姿解算模型.最后,根据测量原理推导了图像坐标提取、摄像机外部参数标定、光束直线度与目标位姿解算结果之间的误差传递函数.实验结果表明,当摄像机的视场范围为14 000mm×7 000mm时,测量系统的姿态角测量精度为1′(1δ),位置测量精度为5mm,且误差大小与目标位姿测量误差传递函数理论计算值一致,验证了本文提出的目标位姿测量方法与测量误差传递模型的准确性,能够满足目标位姿测量高精度的要求.     

平顶线结构光的中心检测算法及光刀平面标定

针对传统线结构光光刀平面标定方法测量精度不高,应用范围小的问题,提出基于平面标靶的线结构光系统光刀平面标定,对无激光的标靶图片进行迭代摄像机标定,有激光的标靶图片进行光刀平面标定.提出光强符合均匀分布的平顶激光检测中心算法,将平顶激光建模为矩形的台阶函数,估计背景亮度和前景亮度,确定亮条纹宽度,再将窗口内的有效像素参与重心计算,得到光条纹中心.用该算法对不同噪声及不同量块的图片进行处理,结果表明,处理后图像的均方根误差分别在0.149pixel和0.176pixel内,表明该算法抗噪声能力强、精度高.用该算法提取光条中心,计算光条在标靶上的位置,根据至少两个姿态下的光条中心三维点,基于最小二乘法拟合光刀平面.通过迭代摄像机标定和光刀平面标定,利用三角测量法,在立体视觉模型下获取物体的三维点云数据.实验测量两个距离为100.5mm的标准球,相机与标准球距离为500mm,比较两球心距离与标准距离,测得平均误差为0.236mm.表明平顶激光检测中心算法切实可行,光刀平面标定方法基本满足要求.     

用于相机标定的球靶标投影误差分析与校正

由于球体具有轮廓连续性好等优点,在摄像机标定,尤其是多相机标定方面获得了广泛的应用。利用球作为标定靶标可以弥补平面靶标在多相机标定中出现视角过大时畸变太大甚至于观测不到的不足,但是空间球经透视投影后成像一般并非标准圆,而是一个椭圆。椭圆几何中心与球心真实成像中心并不一致,从而影响了标定精度。造成球心成像误差的因素主要有两个,即球的相对大小及相对于相机的位置。通过分析空间球成像模型,仿真研究了各因素对球心成像误差影响的大小,寻找球心的透视投影像点与其成像椭圆几何中心之间的误差变化规律,并建立了两者之间的误差校正模型,最后通过实验验证了该校正模型的可行性和有效性。通过校正,球心投影像点定位精度可达到亚像素级。     

头盔显示器视差自动测量中眼位点的自动对准

自动测量头盔显示器的视差时，用CCD相机取代人眼的主观读取，由于机器视觉不如人眼灵活，CCD相机在人眼观察点才能确保移动时采集的图像是完整的，从而保证全视场的视差测量。该文提出采用模式搜索法在头盔显示器光学平面内实现CCD相机自动对准人眼观察点(眼位点)，从而实现头盔显示器全视场视差的自动测量。对该自动测量系统的测量原理，以及CCD相机自动对准眼位点的实现过程进行了详细论述与说明，对测量精度与效率，对准精度与重复定位精度进行了实验分析。实验结果表明，该方法能够快速、准确、自动地对准眼位点，定位精度为±0.071°，与摆头法测量视差系统进行对比实验，全视场视差测量效率高，重复精度高。     

采用分离式差分标定靶的单摄像机标定方法

采用分离式差分标定方法实现对单摄像机的高精度标定。在摄像机的物面位置上放置多个小尺度的分离式标定靶,每个标定靶上有标准点阵列,对每个光点由高斯曲面拟合法得到其CCD像面上的位置,光点位置检测结果的稳定性(均方根)达到1μm(相当于CCD 0.0053 pixel)。利用同一标定靶上标准点之间的物面差分坐标,进行四次曲面拟合,建立摄像机的像面与物面之间的映射关系。该方法对各个标定靶之间的距离没有提出要求,采用多个小尺寸的差分标定靶代替整体式的大尺度标定靶,降低对大尺度标定靶的制作要求。实验表明,当各个标定靶之间的相对角度误差小于60″时,标定残差平均值可以达到4.8μm(相当于CCD 0.028 pixel)。     

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。     

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。