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.     

基于圆结构光视觉传感器的标定特征点获取方法

管道作为工业生产重要的传输手段其内表面腐蚀程度和瑕疵的精确检测对于保证安全生产具有重要意义。针对管道内表面圆结构光视觉检测,提出了一种基于共面参照物获取圆结构光视觉传感器标定特征点的新方法。该方法设计了圆结构光平面靶标,基于交比不变原理,以摄像机三维坐标系为中介,将多个局部世界坐标系下的标定特征点统一到全局世界坐标系中,得到位于圆结构光曲面上的非共线标定特征点的三维世界坐标。该方法降低了标定设备的成本,简化了结构光视觉传感器的标定过程。标定实验精度达到0.340 mm,标定结果表明,该方法切实可行。     

基于平面互补靶标的线结构光标定系统

为提升线结构光传感器的标定效率与精度,设计了一种集成自背光可调节位姿的平面棋盘格-同心圆互补线结构光标定系统。该系统基于同心圆圆心的真实投影位置与投影椭圆圆心位置的几何关系,建立非线性优化偏心误差补偿模型,精确得到透射投影下圆心偏心误差补偿位置。该方法与传统标定方法对比降低重投影误差84.7%,有效解决了圆形标志物偏心误差补偿的高精度标定难题。通过将相机坐标系下过光心、光条中心线的平面与靶标平面结合,多次获取空间交线的坐标信息增加特征点,并使用最小二乘法拟合光平面方程,解决了因特征点少从而平面拟合标定精度较低的问题。在复杂环境下重复实验测得大尺寸砂轮外径误差均值为0.005 1 mm,结果表明该标定系统具有一定的准确性和简便实用性。     

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。     

一种用于计算三维视觉测量中线结构光平面的新型算法

介绍了一种基于线结构光的机器视觉测量系统的光平面计算方法.该方法采用图像减影来获取光条图像,利用Steger算法提取图像中的亚像素光条中心点,再用正交直线拟合法计算图像坐标系下的光条直线方程.通过靶标特征点的世界坐标和交比不变性,计算线结构光在靶标平面上的世界坐标点,并将这些坐标点用正交平面拟合法计算得到光平面方程.为了提高整体准确度,本文对算法进行了细节优化,给出了标定系统的设计方案和实验过程.实验结果表明,该方法具有较好的鲁棒性和较高的准确度.     

基于光线角度标定的坐标测量方法

提出了一种基于光线角度标定的被测面坐标测量方法。该方法以二维棋盘格参照物作为标定靶,测量得到外置光孔以及标靶上角点的坐标。将由角点过光孔的光线投影于世界坐标系各平面,计算出此光线与摄像机光轴的夹角。拍摄单幅图像,由Harris角点检测算法得到图像坐标系下角点坐标,以像素为单位插值,根据针孔相机原理,可得到CCD靶面上各像素点过光孔的光线与光轴的夹角,以此计算标定靶面上任意点的空间坐标。实验结果表明,该方法具有较高的精度。由于只需要拍摄一幅图像,因此可以完成实时测量。     

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。     

一种单摄像机虚拟鼠标的标定方法

建立单摄像机虚拟鼠标的数学模型,提出一种虚拟鼠标的现场标定方法.以二维实体靶标为中介.利用计算机屏幕生成的虚拟靶标,确定摄像机坐标系到屏幕坐标系的变换.建立空间三维控制点图像坐标到鼠标指针的映射,实现了单摄像机虚拟鼠标的现场标定.提出的方法无需高成本的辅助设备,现场操作简单.在30 cm作用距离内采用640 pixel×480 pixel图像中50个特征点,当图像噪声方差达到1 pixel时,试验中控制点映射为屏幕坐标的均方根(RMS)误差小于3 pixel.该方法应用于研发的虚拟鼠标演示程序.表明切实可行,适用于虚拟鼻尖鼠标的现场标定.     

基于消失点约束的多相机标定方法

针对多摄像机一维标定算法精度低、抗噪性和稳定性差等问题,提出了基于消失点之间互相约束的多摄像机标定方法.为了避免径向畸变对成像造成的影响,利用欧式空间位置约束的几何特性,进行畸变参数的求取.通过靶标特征点约束结合摄像机的射影不变性排除杂点的干扰,再利用空间消失点之间夹角一致性,以及靶标特征点所构成的直线和消失点的反向射线平行性来求解摄像机的参数.当一维靶标任意运动时,存在着无法区分靶标特征点对应的成像点临界问题,采取反推理论数学分析法可事先避免该问题的出现.通过构建多摄像机系统进行标定实验,可以看出该方法具有较高的标定精度,且随着噪声的增加,标定结果具有一定的抗噪性和稳定性;由相对误差值可知,该方法可应用于多摄像机系统.     

基于参考靶标的线结构光传感器标定

为提高线结构光传感器(LSLS)的标定精度,提出了一种基于平面参考靶标的标定方法。给出了相机坐标系下参考靶标点中心坐标及激光平面方程的计算方法;将参考靶标点中心向激光平面投影,并以左下角投影点为原点建立世界坐标系,得到了靶标点中心像素坐标所对应的世界坐标;采用多项式拟合得到了任意像素点到世界坐标的转换关系,实现了传感器的标定,标定结果仅为多项式的系数,便于存储和使用;对标定误差进行了分析。结果表明,所提方法得到的各测试点与第一个点间距离误差的均方根值为0.0216 mm,相对于传统方法减少了22%,所提方法在LSLS高精度标定方面具有一定的优越性。     

基于光束向量的空间运动目标姿态测量

为了实现空间运动目标姿态参数的高精度测量,采用一种基于光束向量的姿态参数测量系统.该系统在运动目标上安装直线光束作为合作目标,利用高速摄像机记录光束投影光斑在接收平面上的位置.基于平面单应性原理,通过光斑接收平面上9个原始特征点构造柔性标定靶标,实现高速摄像机的高精度标定.进而根据摄像机标定结果获得光束在世界坐标系中的方向向量,而光束在目标体坐标系中的方向向量可根据其安装位置获得.然后,根据光束在世界坐标系和目标体坐标系中的方向向量实现对目标姿态参数的高精度求解.实验结果表明,本文测量系统满足姿态参数测量误差小于1′(1σ)的要求,能够实现对空间运动目标姿态参数的高精度测量.     

基于特征圆单目视觉的飞机舵面角位移标定技术

提出了一种基于特征圆单目视觉的非接触式飞机舵面角位移标定技术。用一台数码摄像机对固定在飞机舵面上的特征圆进行拍照,经数字图像处理后确定五个特征点的坐标,利用针孔成像和射影变换原理建立物像空间坐标解算模型,计算出特征圆的法线相对方向和圆心的相对位置,舵面角位移由该圆的法线方向确定。仿真结果表明,该方法具有标定过程简单、实时、快速和准确的特点,标定精度可达到0.1°。该技术也可用于航天器上实时测量交会对接时的相对位姿参数。     

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。     

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。     

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。     

基于傅里叶条纹分析的多摄像机标定方法

提出一种新的摄像机标定方法,该方法基于2D共面参照物摄像机标定方法和傅里叶条纹分析方法.将已知相位分布的平面二维正弦灰度调制条纹图作为平面标定靶,通过傅里叶条纹分析方法计算出两个截断正交相位分布,利用截断正交相位分布并结合二维正弦条纹图特点提取相应的图像特征点,建立像素坐标与2D平面坐标的对应关系.将该二维平面靶在摄像机成像空间中放置不同的位置,并完成相应的特征点提取,根据2D共面参照物摄像机标定方法即可完成摄像机标定.该方法利用平面相位测量的高准确度来提高标定特征点的提取准确度,从而提高标定准确度.实验对双摄像机系统进行了标定,标定后该系统对标定靶进行测量,标准偏差达到0.010 mm.     

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。     

摄像机的一种主动视觉标定方法

提出了一种快速高精度的摄像机主动视觉标定方法,建立了摄像机模型并详细分析了其各项参数的求解算法。标定时,令摄像机作一组二维的平移运动,采集圆孔靶标件的图像并计算圆心的像点坐标,同时记录摄像机的移动距离,得到标定所需的特征点。利用这些特征点计算摄像机标定参数,标定精度可达到0.005 mm。利用该方法定制的标定模块实现了摄像机的自动标定。该方法对摄像机运动的限制条件较少,并基本实现了摄像机模型参数的线性求解,为主动视觉系统的摄像机标定提供了一种有效的解决方案。     

摄像机标定中栅格型标定点的亚像素提取的研究

介绍了一种新的摄像机标定用栅格型靶标标定点亚像素的提取方法。该方法先利用一个基于Hessian矩阵的形状算子判定栅格点的像素位置,然后对栅格点邻近区域内的图像灰度函数进行二阶泰勒展开,并通过计算该灰度曲面的局部极小值点来确定栅格中心点的亚像素位置。相对于传统的直线拟合求交点的方法,该算法计算过程简单,且具有较高的提取精度。