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。     

一种多相机阵列大尺寸测量系统快速标定方法

多相机阵列中的相机位姿关系标定是大尺寸测量系统中非常重要的一个环节。建立了标定模型,采用圆点阵列平面靶标,通过线性平移,使靶标分别位于不同相机的视野范围内,获得了同一靶标特征点在不同相机坐标系下的坐标;根据所得坐标,求解靶标坐标系与相机坐标系之间的位姿关系;根据靶标的线性平移约束,进而求解两两相机之间的位姿关系。经实验验证,对于安装距离约为2300mm的相机,标定误差小于0.002mm。其标定过程简单、速度快,可以适用工业大尺寸测量中的现场标定。     

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。     

立体视觉测量系统标定误差补偿

双目视觉测量系统利用三角测量法原理进行三维测量,其结构特性决定了测量误差随测量距离的增加而增大。针对测量误差的分布规律,该文提出基于局部视场的双目视觉测量系统优化方法。利用外在结构建立测量坐标系,减小标定和测量过程信息非一致性引入的系统误差;利用相机参数之间的耦合作用补偿系统固有参数标定误差并建立查找表,建立关于标定参数的虚拟映射。模拟实验最大误差小于0.03 mm,系统实验误差小于0.3%,实验表明优化后系统主要测量误差来源于探测器离散化引入的随机误差,双目视觉测量系统达到理论测量精度。     

超大视场长波红外立体视觉外部参数标定及内外参数评价

在红外光谱中,大气对不同波长辐射透过率不同,透过率较高的波段范围称为大气窗口。为在大视场角范围内探测目标在长波红外光谱的辐射,弥补传统可见光相机在复杂环境下不能探测目标的缺陷,超大视场长波红外相机应运而生。相比于传统可见光相机,超大视场长波红外相机覆盖视场大,能够用于夜间、烟雾等复杂环境,具有一定穿透效果。双目超大视场长波红外立体视觉系统可用于车辆夜间辅助驾驶,军用无人化作战平台全天候信息侦察等领域。作为实现立体视觉的第一步,标定的准确性严重影响立体视觉中物体三维重建精度,因此提高标定准确性是立体视觉研究中的关键问题。标定目的是求出立体视觉成像的内部参数和外部参数,内部参数描述相机镜头成像的物像关系,外部参数表示两个相机之间的相对位置关系。但超大视场长波红外相机成像畸变严重、分辨率低、图像对比度低,对立体视觉标定造成极大困难。为准确标定超大视场长波红外立体视觉外部参数,在Scaramuzza通用相机模型基础上提出了一种基于最小二乘法的外部参数标定方法;为评价内外参数标定结果准确性,以常用单目角点重投影误差评价内部参数为基础,引入外部参数,提出一种双目角点重投影误差评价方法。为验证方法有效性和准确性,使用主动红外辐射标定板生成角点,分别采用视场角(FOV)为180°和210°的两组双目超大视场长波红外相机,在不同位置上进行标定实验。实验结果显示,常用的Bouguet方法双目平均重投影误差(BMRE)在0.782～0.943 pixels,而基于最小二乘法方法BMRE处于0.620～0.754 pixels,实验数据表明该方法有效降低了双目角点重投影误差,提高了外部参数标定准确性。此外,评价方法操作简便、客观准确,避免在评价过程中对物点三维重建从而引入额外误差,并且不需要高精度三维坐标测量设备。     

基于虚拟双球面的仿生复眼系统标定

为了实现对空间目标的探测定位,对设计的仿生复眼系统的标定进行研究。介绍了复眼装置结构,根据复眼成像特点设计搭建了可以构建全视场靶标的标定平台,提出一种基于双球面虚拟靶标的标定方法。建立了复眼标定和定位过程中可以统一众多子眼坐标系的数学模型,详细描述了多通道同时标定或定位的具体步骤,其中包括系统的合理调节、靶点分布均匀性优化以及非线性映射方法选取等过程,同时通过计算机控制可以实现标定过程的自动化运行。在两个球面位置上建立了各子眼通道图像光斑点坐标和靶点角度之间的非线性映射关系。针对提出的标定方法进行了验证实验。实验结果显示,标定后的复眼系统在60°视场内目标定位相对误差优于0.5%,定位角度均方根误差为1.96mrad。提出的方法能够满足设计复眼的标定要求,且标定后的复眼能够很好地完成对空间目标的测量。     

基于ChArUco平板的多目相机标定

针对有限或无重叠视场的多目相机系统,提出一种基于ChArUco(chess augmented reality university of cordoba)平板的多相机标定方法.采用ChArUco平板进行相机标定;基于双目重投影误差进行全局优化,为无重叠视场的相机间进行位姿传递提供精度保证;最后通过空间点重建进行性能测...     

基于帕尔贴效应的双波段自适应标定板设计

为精确标定可见光和红外双波段相机系统,减少标定板数量并增加对相机响应波段的适应性,设计了一种基于帕尔贴效应的双波段自适应标定板,以解决以往大尺寸标定板制造困难的问题.通过控制电路中的电流产生不同强度的红外辐射,实现对相机系统响应波段的自适应.从双目超大视场长波红外相机拍摄的图像中可以看出,该标定板标定角点数量多,能够满足超大视场需求;标定角点清晰,对比度高;红外辐射均匀性、稳定性好.性能测试结果表明,标定角点重投影误差达到亚像素级别,标定参数误差均在1%以内,畸变校正效果好.     

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。     

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.     

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。     

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。     

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)。