基于双目立体视觉的视线跟踪系统标定

针对使用主动红外光的视线跟踪系统存在的限制,构建了在自然光条件下允许头部自然移动的视线跟踪系统,该系统通过双目立体视觉系统获取眼睛特征参数,在三维空间中重构眼睛视线向量来估计眼睛的视线。通过头戴式标定板来估计头部姿态,减少了视线跟踪过程中头部移动带来的误差影响;提出了一种视线跟踪系统中个人参数的标定方法,该方法先假定眼睛视轴与光轴重合,由此计算出眼球的中心、半径、眼睛视轴与光轴的夹角的初始估计值,用非线性优化算法对这些初始值进行优化。通过实验表明,提出的视线跟踪算法对使用者限制较少,同时具有较高的视线估计精度,能满足很多视线跟踪应用场合的需要。     

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。     

视觉传感器的标定方法

在视觉检测方法的基础上,构造了一种便于几何测量的视觉传感器,给出了该视觉传感器的测量原理,并设计了该视觉传感器的标定方法,该方法利用空间中三个有特殊关系点的对应成像点,直接列写出方程组,求解出摄像机的内参数。内参数标定模型中考虑了几何畸变。     

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)。     

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。     

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。     

基于粒子群优化的水下成像系统标定

摄像机在水下拍摄时,经过不同介质的成像光线会发生折射,小孔成像模型不再成立,现有标定方法无法准确标定系统参量.针对此问题,本文提出一种基于粒子群优化的水下成像系统标定方法.在空气中应用张正友平面标定法得到摄像机内、外参量,通过求取特征点间相对定位距离,建立系统对水中物体的标定评价函数,并用粒子群算法对其优化,从而标定得到光心到防水罩距离、防水罩平面法向量和防水罩厚度.结果表明:基于粒子群标定算法得到的相对定位误差平均值分别为1.99%和0.62%,而应用高阶畸变折射补偿法得到的相对定位误差平均值分别为3.29%和2.68%;当被测物位于不同拍摄距离以及改变不同姿态时,由本文算法得到的相对定位误差均低于高阶畸变折射补偿法,且本文提出的标定算法可以得到高准确度的系统参量,为水下视觉研究提供了可靠的参量依据.     

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。     

基于自适应EKF的摄像机标定优化方法

针对扩展卡尔曼滤波算法在摄像机标定优化应用中,滤波精度较大程度地依赖于噪声协方差矩阵的准确性这一问题,提出了一种基于自适应扩展卡尔曼滤波算法的摄像机标定优化方法。以所检测到的二维棋盘格标靶上特征点的图像坐标作为自适应扩展卡尔曼滤波算法的观测量,摄像机的内、外参数作为状态量,将观测图像上的特征点进行逐点滤波运算,过程和观测噪声协方差矩阵在迭代过程中随着观测值和预测值之间新息的变化而更新,从而优化对应的摄像机参数。实验结果表明,经本文算法优化后获得的摄像机内、外参数具有较小的重投影误差,USB相机和工业相机的标定结果较张正友标定法分别提升了61.17%和12.17%,所提算法较无迹卡尔曼滤波算法和扩展卡尔曼滤波算法在噪声环境下具有更高的标定精度和更好的鲁棒性。     

影响摄像机标定精度的因素分析

摄像机标定是三维重建必不可少的步骤,摄像机标定结果的好坏直接决定着三维重建结果以及其他计算机视觉应用效果的好坏。研究了影响摄像机标定精度的一些因素,并给出了在这些因素影响下,摄像机焦距、主点位置、倾斜因子、径向畸变等参数的误差分布曲线。通过这些曲线可见增加特征点和标定图片数量,减小特征点提取误差,将有助于减小标定误差。研究表明,特征点数量控制在90点以上,标定图片数量在4～10之间,可以有效减少标定误差。对摄像机标定过程中合理选择标定图片数量,确定特征点数量和提取算法提供了参考依据。     

基于改进差分进化算法的相机标定研究

目前相机标定多采用Tsai和Weng的基于非线性成像模型的分步标定法。在研究标定算法的过程中发现,待优化的目标函数具有多个局部极值点,采用传统的局部优化算法会导致迅速收敛到局部极值点,而非全局最优解,影响了标定精度。差分进化是一种收敛速度很快的进化算法,但当初始种群分布不够理想时,它可能快速收敛到局部极值点。将其改进后用于相机标定,提出了分步法与改进的差分进化算法相结合的相机标定方法。数据实验表明:标定精度比直接采用分步法有所提高。     

相机标定的外界影响因素分析

针对相机标定结果易受外界因素干扰的问题,为了提高标定准确度,利用已有的摄像机针孔成像模型,采用自适应角点检测算法提取靶标图像中的特征点,标定结果以重投影横纵像素误差的平均值作为性能指标,对均匀光源的照度、标定图片数量以及标定靶标上棋盘格尺寸3个影响因子做了相应的分组对比实验。研究结果表明,选择亮度高的光源提升标定准确度达到38%以上;特征点数目156个时,仅需18张～22张标定图片;相对较小的棋盘格尺寸可以使得标定准确度提高50%。以上结果充分说明了光源、图片数量和棋盘格尺寸对于提高相机标定准确度具有重要意义。     

一种红外与可见光融合的“双双目”立体视觉系统的标定方法研究

针对红外相机与可见光相机联合标定的问题,利用不同物体红外辐出度的差异,设计了可同时应用于红外相机与可见光相机标定的平面靶标。利用"最大稳定极值区域"(MSER)算法,检测靶标的镂空深色区域。为克服图像可能存在较大畸变的问题,通过相邻最大稳定极值区域质心的位置关系预估角点所在位置,在预估位置内进行角点检测,提取用于标定的亚像素角点位置。结果表明:新型靶标及相应的角点提取方法能够同时满足于红外相机与可见光相机内外参数标定的需要。通过红外与可见光"双双目"立体视觉系统的融合重构效果可看出,提供的标定数据能够满足系统需求。     

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。     

A spatial calibration method for master-slave surveillance system

The master-slave surveillance system uses stationary-dynamic camera assemblies to achieve wide-area surveillance and selective focus-of-interest. In such a system, a stationary fish-eye camera monitors a panoramic field of environment from a distance, while a dynamic PTZ (Pan–Tilt–Zoom) dome camera is commanded to acquire high-resolution images from a focused direction and provide multi-scale zoomed-in information. In order to achieve the precise interaction, pre-processing spatial calibration between these two cameras is required. This paper introduces a novel vision based calibration approach to automatically calculate a transformation matrix model between the fish-eye coordinate system and the PTZ dome coordinate system by matching feature points in the scene. The experiment has demonstrated the effectiveness of using this method with high accuracy in short calibration time.     

目标跟踪与定位中的视觉标定算法研究

目标跟踪与定位中的一个重要步骤就是摄像机标定,其目的是估计摄像机的外部和内部参数。在严格的几何约束关系之上建立准确的数学模型,提出一种快速得到摄像机中心的方法,然后通过合理的求解次序获得其他摄像机参数,保证了标定参数的精度。利用计算出来的标定参数校正失真图像中的各个像素位置以重新得到像素间原来的空间关系,从而产生精确的不失真图像,并且利用摄像机标定参数对标定模板上的点进行位置计算后,再和实际位置比较进行检验。图像的校正效果实验以及精度验算的结果表明：提出的算法得到了准确可靠的标定参数,和其他算法相比有效提高了精度,能够满足运动跟踪时目标特征位置估计的精度要求。     

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。     

基于机器视觉的移动工件抓取和装配的研究

针对工业生产线上某产品上下盖自动装配的问题,运用运动控制理论与机器视觉相结合,搭建了一套模拟工业生产线产品装配系统。首先利用工业相机对进入视场的工件进行单帧图像采集,获取图像数据;然后利用OpenCV对数字图像进行处理,包括中值滤波、阈值分割、孔洞填充、边缘提取来获取数字图像的特征;之后通过质心法结合矩形拟合计算出工件的质心坐标和偏转角度;最后引导六轴机械臂抓取产品的时候能根据图像处理结果进行纠偏和补偿。该系统采用平面棋盘格标定板对工业相机进行了标定,并且在线进行了验证,实验结果表明,工件抓取和装配成功率为100%,满足工业现场的装配精度要求。