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。     

基于直线特征的摄像机标定方法研究

提出了一种基于直线特征的求解摄像机内外方位参数的方法。首先利用径向平行约束RAC求解大部分的外方位参数,包括旋转矩阵R、平移分量tx和ty,然后再引入畸变模型求解内方位参数以及平移分量tz。该方法的特点是采用共面点标定物,利用直线特征约束进行标定,标定内外方位参数只需要一副图像就可以完成。实验结果表明,该方法是一种精度较高的、简单实用的摄像机标定方法。     

基于消隐点几何特性的摄像机自标定方法

基于正交的两组平行直线形成的消隐点的几何特性,提出了一种摄像机内外参数的自标定方法。该方法利用连接光心与消隐点向量的正交性质,建立关于相机内参数的约束方程,并给出了约束方程的线性解法;针对现有自标定方法未能标定畸变系数的现状,提出了一种考虑畸变的非线性最优化算法,该算法以线性求解得到的内参数为初值,利用非线性单纯型法寻优标定畸变;建立消隐点坐标系,给出了摄像机外参数的求解算法。所给出的自标定方法不需要知道空间点的精确坐标,具有易于实现、精度高和稳健性好的优点。     

基于可控旋转的像机高精度标定技术

提出了一种基于可控旋转的主动视觉标定方法,通过控制像机围绕光心(或光心附近)做旋转运动,能够将等效焦距与其他参数分离开来,求解精确的等效焦距。该方法需要控制像机绕其坐标轴进行两次旋转以标定横纵等效焦距。当采用横纵等效焦距相等并且图像主点取为图像中心的简化成像模型时,只需要一次旋转运动即可标定像机线性参数。在此基础上提出了传统标定方法和基于可控旋转方法相结合的像机标定技术,控制摄像机拍摄空间坐标已知的标定块并做一定的旋转运动,从而高精度标定包含像差系数的像机内外参数。实验表明,使用基于可控旋转运动标定方法得到的像机参数进行位姿测量时达到了很高的精度。     

基于共线向量的非量测镜头畸变校正

针对传统摄像机标定算法中摄像机内外参数与镜头畸变之间存在耦合,提出了一种将镜头畸变从摄像机参数中分离出来单独求解的算法。算法基于"三维空间中的直线经过遵循透视模型的相机投影,在相机平面上仍是直线"这一基本属性。对于无畸变图像,直线上任意两特征点构成的共线向量外积应为零向量。利用非线性优化方法求解畸变参数,讨论了畸变中心与畸变系数之间的耦合性。设计了一种畸变校正效果评估方法,证明了结果的正确性。完成畸变校正后,摄像机的内外参数可线性求解。实验表明,该方法仅需一张图片即可完成所有摄像机参数的求解,提高了标定效率,且稳定度高,精度与传统标定方法相当。     

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。     

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.     

基于无穷单应的大视场摄像机标定方法

在大视场摄像机标定中,常常会出现由于场景过于单一而很难达到自标定所需要的场景约束和运动约束条件、立体标定所需要的强立体条件或者平面靶板标定所需要的绝对共面条件,如指向高空区域的摄像机标定任务就很难满足上述要求,因而大视场摄像机标定需要较为弹性的标定算法。提出一种基于无穷单应的大视场摄像机标定方法,该方法最少只需要4个非共线控制点和摄像机粗略的位置即可求解无穷单应,并且提出一种坐标变换方法以保证线性求解和优化无穷单应时的稳定性。从无穷单应中分解得到摄像机参数初始值,通过Levenberg-Marquardt(LM)优化算法最终实现摄像机的标定。在优化过程中,通过假设图像中心为主点和采用一阶径向畸变模型,相对增加了优化过程中的剩余自由度,能够实现4个像点为观测值的参数优化。相比于强立体或共面的条件,此方法所需条件很容易满足。仿真和实际实验验证了此方法的正确性和高精度,以及重复测量实验的灵活易实施。     

一种利用图像序列进行摄像机标定的方法

结合消隐点的有关知识,利用图像序列中运动的人体及其阴影的垂直关系,给出了一种实用性比较强的摄像机标定方法.该方法采用线性的方法计算出了可变焦摄像机5参数的内参数矩阵及旋转矩阵,并在一定的条件下计算出平移矩阵,最终将摄像机完全标定.计算内参数及旋转矩阵时不必考虑图像之间对应点之间的关系,从而大大减少了图像检测期间算法的复杂度,提高了标定的速度.此外,模拟和实际图像实验也表明该自标定方法具有较高的鲁棒性和准确性,适用于在线摄像机标定系统.     

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.     

基于位姿约束的大视场双目视觉标定算法

为了提高大视场、远距离的双目摄像机标定精度,提出一种基于位姿约束的摄像机标定算法。该方法利用双目摄像机之间的三维位姿关系是刚体变换这一属性,标定出左、右摄像机相对位姿的外部参数。利用相对位姿为约束条件求取摄像机的初始内部参数,剔除较大的重投影误差值对应的标定图像组,重复迭代直至重投影误差平均值小于指定值,得到多个待优化的摄像机内部参数。再将最后标定图像组的角点坐标、待优化的摄像机内部参数和相应的外部参数,建立一个以角点三维重构坐标值与实际设定角点三维坐标值的模均值为最小的目标函数,求解出双目摄像机标定参数的最优解。该方法很好地解决了误差大的标定图像造成的影响,且充分利用了双目摄像机之间的位姿约束关系。通过仿真和标定实验可以看出,本文方法可以实现大视场双目摄像机的高精度标定。     

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.     

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。     

基于正三角形平面模板的摄像机标定与重建

提出一种采用正三角形平面模板标定摄像机内参数并进行重建的方法。模板包含一个正三角形和其重心至3个顶点的连线。用摄像机拍摄3幅以上不同位姿的模板图像,并提取每幅图像上角点的亚像素级坐标,然后计算消失点并拟合消失线,再由两组正交直线的消失点求得圆环点的图像坐标,最后线性求解出摄像机内参数。给出了两种弱化条件的模板,并介绍了恢复欧氏尺寸和摄像机部分外参数的方法。该方法降低了对标定模板的要求,模拟实验和真实实验的结果证明了其具有较高的标定精度。     

一种基于平面靶标的全自动标定方法

摄像机的快速高精度标定一直是视觉测量中亟需解决的主要问题,目前针对不同的摄像机成像模型有多种标定方法。提出了一种基于圆形标记点以及极径、极角的棋盘格角点排序算法,实现了单目和多目摄像机的高精度全自动标定。通过实验验证了该算法对于不同位姿标定图像的有效性和稳健性,实验结果表明改进后的标定方法既保证了摄像机的标定精度,又提高了标定的自动化程度,可以广泛应用于机器视觉中的单目和双目摄像机的标定。     

点阵列标定模板图像特征点提取方法

在摄像机标定过程中,提取标定模板图像特征点的精度是影响摄像机内外参数标定精度的重要因素。本文根据条纹投影三维轮廓测量实验系统的要求制作了点阵列标定模板,在图像处理边缘理论的基础上,以圆的解析特性为依据,采用坐标转换思想,引进圆系描述点、圆对应关系,运用统计学理论,提出提取点阵列标定模板图像特征点的新方法,并通过实验验证了该方法的正确性和可行性。为下一步的摄像机内外参数求解做了铺垫。     

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.     

基于合作目标姿态测量的新型摄像机校准方法

针对在姿态测量中摄像机成像的复杂畸变问题,提出了一种新型的摄像机校准方法。该方法不需要高精度的标定参照物,只需要利用标定靶标间的相互约束关系建立摄像机内参数与靶标特征的约束方程,从而线性求解摄像机内参数。通过非线性优化方法优化摄像机内参数,完成摄像机的标定。仿真和实验结果表明,所提出的算法对图像噪声不敏感。测量精度和可靠性都得到有效的改善,精度可达0.03pixel,说明该算法在合作目标的姿态测量中具有方法易于实现、测量精度高、可靠的优点。     

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。     

基于等价图像的摄像机自标定方法

介绍了一种基于等价图像的摄像机自标定方法。在仅拍摄一幅目标图像的基础上,利用目标结构的对称性得到与背景内容无关的对称等价图像,对对称图像进行等比缩放得到对称缩放等价图像,使用于自标定的图像数目倍增,便于图像目标的特征匹配。根据原图中相互垂直的特征直线的消影点对以及等价图像上的对称消影点对列出关于内参数的方程祖,求解方程组完成对内参数的自标定。实验结果证明,该方法原理简单、易于实现,并具有较高的定标精度。