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。     

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。     

基于单摄像机和神经网络的三维测量研究

为了实现更为简单的三维测量同时解决传统立体视觉方法中基线的限制问题,提出一种单摄像机微小角度旋转结合神经网络进行三维测量的方法.方法通过单摄像机小角度旋转采集二维图像数据;利用电动平台移动标定板构建三维空间坐标系;基于摄像机的线性成像模型思想,将代表图像坐标和三维坐标映射关系的投影矩阵替换为BP神经网络,得到二维坐标到...     

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。     

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)。     

基于神经网络的结构光系统标定

提出一种基于神经网络的系统标定方法.通过射影变换及误差补偿方法,建立摄像机图像平面与投影仪图像平面的映射关系,利用该映射关系和标定点的摄像机图像坐标,计算得到相应的投影仪图像坐标;建立三层结构的神经网络,该网络以两个图像坐标为输入,对应的世界坐标为输出,训练样本由得到的标定点的两个图像坐标及其世界坐标组成,采用BP算法训练该网络;训练过程即为神经网络逼近系统模型的过程,训练完成时,系统完成标定.实验表明,与传统的结构光标定方法对比,本文提出的方法简化了建模复杂度和标定过程,提高了标定精度,并具有普遍适应性.     

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.     

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。     

基于神经网络的视觉系统标定方法

为了解决摄像机标定存在的若干问题 ,根据立体视觉原理 ,提出了基于神经网络的双目视觉系统标定方法。通过对双目摄像机的有效视场分析 ,确定了一次测量面积 ,并把像对视差作为网络输入 ,建立空间点世界坐标与图像坐标非线性映射关系 ,使系统不经过复杂的摄像机内外参数标定 ,就能直接提取物体的三维信息 ,增加了系统的灵活性。实验证明 ,该方法有效可行     

基于单目视觉的矩形靶面弹着点测量

目前机器视觉技术广泛应用于弹着点坐标的测量领域,针对双目视觉技术标定、演算复杂的问题,提出一种基于单目视觉技术的弹着点测量方法。通过图像处理技术定位出靶面4个角点以及弹着点像素坐标,采用矩形P4P方法解算出靶面坐标相对于相机坐标系的位姿,根据单目视觉成像原理计算出弹着点在靶面的实际坐标。根据该方法成功测量出了实验中靶面弹孔的坐标,最大测量误差为2.3 mm。结果表明,该方法可以快速、精确测量靶面与相机的位姿关系以及弹着点的坐标。     

A novel 1D target-based calibration method with unknown orientation for structured light vision sensor

The problem associated with calibrating a structured light vision sensor is that it is difficult to obtain the coordinates of the world calibration points falling on the light stripe plane. In this paper, we present a novel method to address this problem by randomly moving a 1D (one-dimension) target within the sensor's view field. At each position where the target is set, the world coordinates with one calibration point on the light stripe plane that can be obtained based on at least three preset known points on the 1D target by a proposed two-stage technique. Thus, as long as the 1D target is at least set at three different positions, not less than three such calibration points can be obtained to perform the structured light vision sensor calibration. The simulation and real experiments conducted reveal that the proposed approach has an accuracy of up to 0.065 mm. The advantages of the proposed method are: (1) 1D target is easily machined with high accuracy, which reduces the cost of the calibration equipment; (2) the method simplifies the calibration operation and can be convenient in on-site calibration; (3) the method is suitable for use in confined spaces.     

Calibrating camera radial distortion with cross-ratio invariability

The calibration of camera distortion plays an important role in the field of industrial machine vision application. In this paper, a novel approach for calibrating camera radial distortion is presented based on cross-ratio invariability for perspective projection. Assumed to be with one-order radial distortion, the image coordinates and the cross-ratio of only four collinear points in space are needed in this approach. The cross-ratio, easily known from a calibration target, is identical with that of the four corresponding image points. This is called the cross-ratio invariability for perspective projection. A monadic two-order equation is built based on the cross-ratio invariability, which gives an accurate solution to radial distortion coefficients. A digital simulation and a practical image correction prove this approach to be simple, accurate, efficient and time saving.     

电子白板系统中参数标定方法的研究

为了避开复杂繁琐的摄像机标定过程,提出了一种基于CCD摄像机的电子白板系统参数标定新方法,实现了开机自动标定系统参数的功能。采用Harris角点检测算法成功提取了参考点的像素坐标,并直接运用射影变换交比不变性,推导出白板边框图像像素距离与实际物理距离的映射关系式,进而获得了摄像机的光心坐标。简要分析影响系统标定精度的因素,并设计出减小标定误差的方案,最后搭建实验平台标定系统参数。实验结果表明:该标定方法实现简单,应用方便,且对于单位长度为1 cm的标定块而言,标定误差小于0.04 cm。     

A novel planar calibration method using the iterative correction of control points information

In the camera calibration using translational planar object instead of 3D target, the skew affected by the imprecision in installation causes the object to deviate from the designated position, which produces errors to the world coordinates of control points and reduces the calibration accuracy. In this paper, a skew correction model is established to correct this skew. We note and prove that the skew bias of control point which is close to the fix point is tiny. According to the projection regulation, the pixel distance between two adjacent control points which is close to the fix point in skewed situation is a value extremely approximate to that in the ideal situation. Based on this property, we utilize the pixel distance to assign the image coordinates based on the fix point. The assigned values are then employed to estimate the skew factors, by which the initial camera parameters are optimized and lens distortion in the calibration images are corrected. This process is then repeated until convergence. Experiments based on real images prove that this method is more accurate than other methods without correcting skew. The parameters obtained by our method can be applied to the 3D reconstruction directly and effectively.     

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。     

Camera calibration with planar crossed fringe patterns

We introduced a novel crossed fringe pattern as the model plane for camera calibration. It can provide abundant control points, in extreme case each pixel on the CCD sensor can be taken as control points. Fourier Fringe Analysis is used to extract the phase distributions from the image of this pattern. Each control point consists of the locations of a pixel and the world coordinates, which can be calculated from the phase distributions. It avoids the complex extracting procedure of those classical control points and could produce abundant control points. Both computer simulation and real data have confirmed the proposed technique is easy to use, reliable and high accurate.