基于点阵标定板的视觉测量系统的标定方法EI北大核心CSCD

在应用机器视觉技术进行测量时,测量系统的像素当量、系统误差和光源强度等因素均会对测量精度造成影响,因此必须对像素当量和系统误差进行标定,并分析光源强度对工件图像边缘位置的影响。提出一种基于点阵标定板的视觉测量系统综合标定方法,在提取标定圆圆心坐标的基础上,计算圆心距物理尺寸和像素尺寸的比值,得到像素当量;建立圆心实际坐标和理论坐标的二元三次误差模型,并利用最小二乘法拟合求解误差模型系数;通过确定光源强度引起的图像边缘位置误差补偿量,实现测量系统的综合标定。实验结果表明,该方法可以有效提高系统的测量精度。     

光栅投影三维测量系统标定技术研究

相机与投影仪的标定是影响光栅投影三维测量系统精度的因素之一,且标定所得参数的精度直接影响系统的测量精度。分析标志点边缘成像时的退化模型,提出了基于高斯曲线拟合与边缘局部区域效应相结合的亚像素边缘检测方法,获取高精度边缘,提高标志点检测精度;使用基于透视变换图像矫正的标志点快速排序匹配方法,进行相机快速高精度标定。分析投影仪标定时的相位误差,提出了一种基于径向基的线性插值方式,提高标志点圆心相位获取精度。实验验证,使用上述亚像素边缘检测方式,标志点的边缘残差为0.0871,对比基于高斯曲线的拟合方式,精度提高了41%,相机标定重投影误差均值为0.0524像素;使用上述相位插值方式,投影仪标定重投影误差均值为0.1203像素,对比使用双线性插值方式,标定精度提高23.9%。     

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。     

基于宏微复合标定的跨尺度零件测量方法

为了实现对跨尺度零件微小结构的尺寸精度和定位精度的同时测量,提出一种基于宏微复合标定的测量方法。建立不同尺度传感器组合式测量的标定模型,利用变焦扫描显微系统测量零件微尺度特征,利用双目系统测量定位显微设备,从控制坐标转换精度的角度设计加工特殊的标定块,将其作为跨尺度中转坐标系,标定变焦扫描显微重建点云坐标系与测头坐标系的空间转换关系,从而将局部测量点云统一至一个数据集中以完成所有局部区域的整体拼接。与理论模型对比分析,所提测量方法的各孔圆心坐标分布圆度误差为0.0438 mm,平面度误差为0.0252 mm,对喷注器各孔位姿的点误差值小于0.029 mm,孔轴向误差小于0.1140°。与面结构光传感器重建结果对比分析,所提模型能够在保证高精度重建三维形貌的情况下,更加正确地获取跨尺度零件的尺寸和位置。     

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。     

移动特征靶标的摄像机径向畸变标定

针对成像测量系统中镜头径向畸变影响测量精度的问题,提出了一种基于物面移动同心圆特征靶标的径向畸变标定方法。该方法先将固定在二维精密平台上的同心圆靶标置于垂直物面的特定位置,然后采集靶标图像,同时用最小二乘法以拟合得到的圆直径为条件,按一定方式移动特征靶标,直到拟合值达到极值或者在一定误差范围内。记录该幅图像,则其拟合得到的圆心坐标便是畸变中心,同时利用该幅图像,根据等差值半径和摄像机成像模型的半径的成像关系求出其畸变多项式系数。为提高特征靶标的移动效率,提出了坐标轮换最优化移动的方案。实验结果表明,该方法对畸变中心的标定精度可达0.6pixel,畸变多项式系数有效数字重复误差小于0.02,并可实现两者的一靶标定,且利用该法获得的参数能实现对畸变图像的准确校正。     

单摄像机立体视觉测量系统的高精度变焦标定技术

针对现有用于光学测量的双目变焦系统标定方法难度大、测量精度受限于两摄像机内参一致性等问题。提出一种基于单摄像机的平行双目立体视觉系统实现及其高精度变焦标定方法。方法基于三角测量原理采集图像,利用高精度位移台驱动单摄像机进行平移以保证基线精度;求解离散焦距下的预标定结果并利用BP神经网络模型对其进行拟合,以实现任意焦距下系统内外参数动态估计。实验结果表明,系统预标定的重投影误差小于0.1664 pixel,变焦后图像畸变校正平均误差为0.0982 pixel,立体视觉测量尺寸绝对误差小于0.05mm。方法能弥补传统变焦标定方法的不足,消除双目内参不一致引入的误差,提高视觉系统的测量精度。     

基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题。针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统。基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明：本系统的装配同轴度精度能达到0.05mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。     

基于三线结构光的相机平面标定方法研究

相机标定技术是结构光三维视觉测量的关键技术之一,结构光系统的相机标定的精度对三维测量的精度有很大影响。首先对三线结构光系统图的相机标定方法进行了分析,简单介绍了工业相机成像的几何模型及标定的原理;其次利用Harris角点检测方法提取特征点坐标,并选用了BP神经网络来校正工业相机的畸变模型,以提高标定算法的优化速度和标定精度;最后采用张正友的平面标定法对校正后的摄像机模型进行标定实验,由实验结果知,该方法具有一定的准确性和有效性,在一定误差范围内,基于神经网络畸变校正的张正友相机标定能够有效提高视觉检测的精度。     

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。     

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。     

一种基于实心圆靶标的立体视觉系统标定方法

针对立体视觉系统中快速高精度标定等问题,提出一种基于实心圆靶标的立体视觉系统标定方法。使用Canny-Zernike组合算法实现圆心坐标的亚像素定位,并给出基于三角形标记的圆心排序方法。为减少计算复杂度,分别对左右摄像机内外参数进行Levenberg-Marquardt(LM)优化,使得优化变量数目减半,并获得外参数近似解。以实心圆靶标对角线上两实心圆的距离作为约束条件,对摄像机外参数进行LM优化,获得外参数最优解。编译基于实心圆靶标的立体视觉系统标定软件,并进行实验研究。结果表明,该标定方法具有较高的精度,能实现自动化标定,具有工程应用性。     

一种机器人视觉系统非接触式手眼标定方法

针对传统机器人视觉系统手眼标定方法存在人工定位特征点误差大和标定过程耗时长的问题,提出了一种机器人视觉系统非接触式手眼标定方法。采用圆锥体作为标定块,通过3D视觉传感器采集标定块图像,基于Halcon编写上位机程序对图像进行处理计算,自动获取3D视觉传感器坐标系下标定块特征点坐标,同时导入机器人基坐标系下的坐标,计算手眼关系变换矩阵,完成机器人视觉系统手眼关系标定。实验表明:此方法平均标定操作时间为6.47min,平面定位误差最大值为0.39mm,空间定位误差最大值为0.478mm,缩短了标定操作时间并提高了标定精度。     

基于CCD尺寸测量中图像边缘退化及恢复技术研究

针对直边衍射效应造成的图像边缘退化问题,建立边缘退化模型。从菲涅尔直边衍射理论出发,基于信号与系统理论的图像边缘退化数学描述方法,分析了造成图像边缘退化的原因。通过分析不同光源波长和成像物距下直边衍射强度分布曲线的特点,构造简单函数实现衍射光强分布的近似,进而得到退化系统传递函数;利用退化系统传递函数构造滤波器对获取图像的边缘进行恢复,从而提高尺寸测量精度。实验结果表明:经边缘恢复方法校正后的测量结果误差约为0.02 mm,相对未校正数据的测量结果误差减小0.04 mm,提高了尺寸测量精度。     

基于单应性矩阵的大尺寸零件视觉测量图像拼接方法

针对视觉检测技术对大尺寸复杂零件测量精度低的问题,提出一种基于单应性矩阵的大尺寸零件视觉测量图像拼接方法。首先建立世界坐标系→相机坐标系→投影坐标系→图像坐标系之间的归一化模型,提炼出简单易懂的坐标变换表达式H;然后对摄像机进行多次标定,确定像素当量、拍摄视场及焦距;再获取零件图像,利用前面得到的最简坐标表达式H得到拼接图像之间的配准,最后完成若干副图像的拼接,把拼接结果和SURF特征点方法及向后映射模型归一化的拼接结果进行比较。结果表明,该方法可以大大减少大尺寸零件拼接的时间,较SURF特征点方法和向后映射拼接用时分别降低86.55%和67.30%,拼接精度远高于SURF特征点方法和向后映射方法,分别提高了50.95%和25.08%,测量精度满足大尺寸零件检测精度要求。     

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。     

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。     

大视场光电测量系统广角相机标定方法研究

在大视场光电测量系统中一般会采用广角镜头,这会导致获得的测量图像存在严重的畸变问题。为了对这一类大畸变相机进行精确标定,可以通过径向畸变除式模型以及角点亚像素坐标提取方法,首先求解出图像畸变中心坐标及畸变参数,然后利用二维平面棋盘格标志点与图像点的对应关系求解出单应性矩阵,再根据单应性矩阵进一步求解出相机内外参数。求解出相关参数后,对求解出的参数利用Levenberg-Marquardt法进行迭代优化,再在迭代优化的基础上根据3σ法则对重投影误差数据进行坏点剔除,然后对剔除坏点之后的坐标数据重新进行标定,直至所有数据都符合要求,最终可以实现大视场畸变图像的高精度校正。为了验证所提方法的有效性,进行了仿真图像及实际图像的标定实验,结果显示,本方法能适当提高标定精度,在实际实验中均方重投影误差平均值减小了0.0103个像素点,相当于提升了0.7%的校正误差精度。     

基于区域生长重心的大型多阵列圆标定板基准点的提取技术

针对视觉测量在轨道交通隧道大范围轮廓测量上的问题,研究设计一种大型多阵列圆标定板进行系统标定工作,提出区域生长重心法实现对标定图像上基准点的提取。即将区域生长法和灰度重心法相结合,通过粗定位寻找每个基准圆的种子点,考虑种子点像素的4邻域像素进行区域生长,然后利用灰度重心法提取生长区域的重心作为基准点。将非线性变化的基准点替代线性提取的基准圆的种子点,消除了图像畸变的影响,保证了特征检测过程的可靠性和鲁棒性,达到对于多阵列圆大型标定板基准点的提取。通过搭载鱼眼镜头拍摄6m的模拟隧道横断面轮廓,进行轮廓测量与还原。实验表明该方法提取的基准点像素坐标误差可达到2pixel以内,系统测量精度能够达到±5mm以内,完全满足轨道交通隧道横断面轮廓测量误差标准。     

结构光三维测量系统标定的关键算法研究

系统参数标定是结构光三维测量系统的关键问题之一,标定板特征圆圆心检测精度与投影仪、相机镜头gamma效应引起的相位误差是系统参数标定的主要误差来源。采用Sobel算子粗定位标定板特征圆的边缘点,以正交傅里叶-马林矩(OFMM)算子对边缘点进行亚像素定位,用椭圆拟合法确定特征圆圆心的方法提高标定板特征圆检测精度。同时,推导结构光三维测量系统gamma非线性数学模型,将计算得到的系统gamma值的倒数作为投影正弦光栅的指数以降低gamma效应引起的相位误差。实验结果证明了该方法的准确性,与不采用亚像素边缘检测与gamma校正相比,X、Y方向的标定精度分别提高约3.5倍与5倍。