基于构建初始测量网络的相机内部参数校准

提出了一种基于构建初始测量网络的相机内部参数校准方法,有效解决了二维平面靶标在深度方向信息的不足以及三维靶标空间的限制等问题。通过对靶标板进行初始成像,按照测量网络的构建原则建立初始测量网络,经过后方交会求解外方位、前方交会求解空间三维靶标点坐标,最后由光束平差优化求解相机内部参数。利用标定后内部参数求解空间点坐标,实验结果表明,采用构建初始测量网的误差平均值为0.0794,优于平面靶标和立体靶标标定的-0.2443和-0.1916。同时校准所用时间也明显小于虚拟立体校准,即该方法具有快速、精确和方便等优点,满足大空间视觉测量中相机内部参数现场校准的要求。     

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。     

超大尺度线结构光传感器内外参数同时标定

为实现大型自由曲面工件的高精度快速三维测量,设计了一种由超大尺度结构光传感器和两轴导轨构成的三维测量系统。结构光传感器在两轴导轨的带动下获取图像,通过计算得到目标工件的三维坐标。为了将二维图像坐标转换到三维相机坐标,提出一种线结构光传感器内外参数同时标定的方法。该方法使用准一维靶标进行标定,通过获取运动机构平移过程中靶标与激光光条的图像,计算得到线结构光传感器内外参数。实验结果表明,该标定结果可靠,系统的测量误差在0.6mm以内,满足设计需求。标定过程操作简便,靶标制作简单,适合于工业现场标定使用。     

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。     

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。     

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。     

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。     

单摄像机单投影仪结构光三维测量系统标定方法

系统参数的标定是结构光三维测量系统工作的基础,且参数标定的精度直接影响测量的精度,其中投影仪目前还存在标定过程复杂、精度较低等问题。为解决该问题,通过投影一组圆阵图案到一块本身带有特征圆的平板上,并由摄像机拍摄;基于二维射影变换理论,通过误差补偿法建立投影仪图像坐标和摄像机图像坐标的对应关系,利用该对应关系计算获取标定点的投影仪图像坐标;以标定点的两组图像坐标和世界坐标为初始值,使用非线性算法对系统进行全参数整体优化,完成系统的标定。实验验证了系统标定误差最大值小于0.05 mm,误差均方根小于0.03 mm,结果表明该方法标定过程简单,能够有效地提高标定精度,具有较广的适用性。     

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.     

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.     

基于光学参考棒的立体视觉测量系统现场标定技术

为实现大空间复杂工件的准确测量,精确标定立体视觉系统变得越来越重要。为了克服传统立体摄像机标定过程繁复、户外实现困难的弱点,提出了一种基于光学参考棒的灵活、有效的立体视觉测量系统标定技术。参考棒水平和深度方向各有三个距离已知的红外LED作为特征点。通过在测量范围内的不同位置和方位移动光学参考棒,两像机同时捕获参考棒上特征点的图像。基于匹配的特征像点以及对极线约束,利用线性算法和Levenberg-Marquardt(LM)迭代算法快速地标定立体视觉测量系统。两像机之间平移量的比例因子由参考棒上特征点间的已知距离确定。参量标定过程中,自动地控制光强,优化曝光时间,使不同位置处光点图像的强度均一致,可以获得高的信噪比,提高标定精度。实验结果表明,该方法灵活、有效,在线标定能达到很高的精度,将现场标定过程应用到实际的大空间三维测量系统中,测量最大误差为0.18 mm。     

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。     

A calibration method for stereo vision sensor with large FOV based on 1D targets

Large FOV (field of view) stereo vision sensor is of great importance in the measurement of large free-form surface. Before using it, the intrinsic and structure parameters of cameras should be calibrated. Traditional methods are mainly based on planar or 3D targets, which are usually expensive and difficult to manufacture especially for large dimension ones. Compared to that the method proposed in this paper is based on 1D (one dimensional) targets, which are easy to operate and with high efficiency. First two 1D targets with multiple feature points are placed randomly, and the cameras acquire multiple images of the targets from different angles of view. With the fixed angle between vectors defined by the two 1D targets we can establish the objective function with intrinsic parameters, which can be later solved by the optimization method. Then the stereo vision sensor with two calibrated cameras is set up, which acquire multiple images of another 1D target with two feature points in unrestrained motion. The initial values of the structure parameters are estimated by the linear method for the known distance between two feature points on the 1D target, while the optimal ones and intrinsic parameters of the stereo vision sensor are estimated with non-linear optimization method by establishing the minimizing function involving all the parameters. The experimental results show that the measurement precision of the stereo vision sensor is 0.046 mm with the working distance of about 3500 mm and the measurement scale of about 4000 mm×3000 mm. The method in this paper is proved suitable for calibration of stereo vision sensor of large-scale measurement field for its easy operation and high efficiency.     

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.     

基于里程计法的双目云高系统外参标定研究

双目成像系统测量云底高基线长，外参标定困难。提出一种适用于地基云高测量系统的双目相机外参标定方法，采用ORB算法提取与匹配左右云图同名点，然后根据对极几何约束计算两个相机之间的旋转平移关系。为验证该算法的精度，在室外搭建基线60 m的双目云高系统，采用里程计法标定外参，标定得到两个相机之间的距离误差为34.44 cm，精度达到99.43%。通过分析校正后的双目云图和天空视差图，验证了大基线里程计外参标定法的精度较高。     

一种单双目视觉系统结合的三维测量方法

在投影栅相位法的单日和双目三维测量结构的基础上,提出了一种单双目结合的三维测量方法.采用双目测量系统的架构,对两相机的公共区域使用双目的方法进行复现,同时分别将两个相机与投影仪组成两个单目测量系统,通过标定的统一可以将两者的世界坐标系统一到一个共同的基准上,利用单目的测量结果对双目测量的哪缺失区域进行填补.在对石膏头像的测量中,利用该方法避免了双目测量中在鼻梁附近出现的数据丢失.在保证双目复现区域精度的基础上,该方法有效地改进了测量结果的完整性.     

一种极线近似的双目结构光相位立体匹配方法北大核心CSCD

针对双目结构光三维重建中的相位立体匹配效率较低问题,提出了一种极线近似的快速匹配方法。首先依据两相机光心与左像素形成平面与右成像平面交线对极线进行描述;对每行像素中部分区域的对应极线进行近似,结合立体视觉的连续性约束,使得孤立的沿各自极线搜索匹配相位改为区域内沿近似极线连续搜索匹配相位;同时结合双目相机位姿特性,实现全局均匀分区,避免针对每行数据重复分区;计算过程中采用查表法辅助计算。实验结果表明,立体匹配后获得点云平均误差为0.436 mm,属可接受误差范围内,立体匹配计算速度平均提升10.18倍,对640×480尺寸图像可在17 ms内完成立体匹配,可应用于结构光实时三维重建。