基于二维图像的三几何参数测量研究

针对目前二维图像测量三维几何参数时,环境因素影响大、拍摄角度受限、测量不准等问题,提出一种基于单相机标定图像,通过坐标系变换矩阵来实现测量三维参数的方法。首先借助图像标定物获取二维图像,运用图形辅助计算工具对二维图像进行处理,然后利用单应性转换法对相机标定,最后根据坐标转换关系推导出的计算公式求出图像对应的三维坐标信息。实验结果表明,测量误差小于3%,满足一般测量精度要求。     

基于二维图像的三维几何参数测量研究

针对目前二维图像测量三维几何参数时,环境因素影响大、拍摄角度受限、测量不准等问题,提出一种基于单相机标定图像,通过坐标系变换矩阵来实现测量三维参数的方法。首先借助图像标定物获取二维图像,运用图形辅助计算工具对二维图像进行处理,然后利用单应性转换法对相机标定,最后根据坐标转换关系推导出的计算公式求出图像对应的三维坐标信息。实验结果表明,测量误差小于3%,满足一般测量精度要求。     

基于图像畸变矫正的摄像机标定方法

本文提出了一种新的摄像机标定方法,首先对含有畸变的二维图像进行矫正,再应用矫正后的图像对摄像机进行线性模型标定。给出了标定方法的理论依据和求解过程,并将其与线性标定方法和两步法进行了对比实验。实验结果表明:该方法无需预标定过程,即可迅速、方便地对摄像机进行标定,并且具有较好的精度。     

焊缝视觉跟踪系统中标定算法的研究

针对TIG焊焊缝视觉跟踪系统的标定问题,基于光学成像的几何原理,通过CCD摄像机获取焊接区熔池图像,经图像处理后,将其转化成图像目标坐标矩阵,以转换后的目标矩阵为初始矩阵,确立了一种可以完成4种坐标相互转换的数学模型,以此数学模型可以完成三维世界坐标与二维图像坐标之间的相互转换．将研究结果应用于铝合金TIG焊过程的质量控制,保证了焊接过程的稳定,实现了对铝舍金TIG焊焊缝成型的良好控制．     

双摄像机结构光三维测量系统自标定方法

针对双摄像机与投影仪结构光三维测量系统的标定问题,提出了极线约束条件下的自标定方法．依据极线约束理论,通过标定物上特征点与对应双摄像机的两个像点确定极线方程,建立了两个摄像机之间的平移和旋转关系矩阵．将多编码周期三角形灰度分布图案投射到标定物,获取特征点在投影仪上对应点的坐标,采用改进8点法建立投影仪与双摄像机关系矩阵的两个估计矩阵,利用对极距离为目标函数进行估计矩阵优化,得到双摄像机和投影仪的参数矩阵．采用该系统对平面和人脸进行了三维测量实验,结果表明平面测量的最大绝对误差不大于1．7mm,相对误差不大于0．18％,表明了该三维测量系统自标定方法的有效性．     

采用立体标定板的鱼眼相机快速标定方法

针对目前鱼眼相机标定过程繁琐的问题,进行了鱼眼相机快速标定方法的研究。设计了一种由三块黑白棋盘组成、带有红色边界线的立体标定板;对标定图像依据棋盘所属平面进行图像分割,并对每部分分别检测角点,建立二维图像坐标与三维世界坐标的映射;选用折反射成像模型,提出了适用于立体标定法的参数求解方法。进行了该立体标定法与常用平面多图标定法的对比实验,通过图像畸变校正效果和图像坐标逆投影至世界坐标的精度,验证标定精度。实验表明:立体标定法可以实现与平面多图标定方法同样高的标定精度,且具有较好的鲁棒性;同时该标定法极大简化了标定操作流程,缩短了标定时间。     

基于激光单目视觉系统的焊缝提取

将激光单目视觉传感器固定在ABB机器人上组成视觉系统,用Matlab标定工具箱实现了对摄像机参数的高精度标定,与机器人示教器结合对机器人进行了手眼标定;利用视觉系统采集焊缝图像,对获得的图像进行图像处理和特征分析,并提取计算机图像平面上焊缝特征点的图像坐标.根据摄像机内外参数、机器人的手眼关系以及焊缝的特点提出一种简便的方法将二维平面坐标转化为三维坐标,用Solidworks还原出焊缝的三维模型,提取焊缝中心线信息进行焊接实验,结果表明焊接精度满足实际要求.     

用于摄像机标定的图像特征点提取算法

如何快速准确地提取标定板图像的特征点坐标是摄像机标定中的关键问题之一.该文针对摄像机以特定的空间角度成像的标定问题,提出了一种用于摄像机标定的图像特征点提取算法.此算法对图像进行区域选取,并对区域图像进行大津阈值分割,击中击不中细化,象素统计等处理,得到特征点的坐标值.实验结果表明该方法可以快速有效地获取特征点的坐标,...     

一种改进的摄像机线性标定优化方法

现有的摄像机标定方法没有将高精度和简便性很好的衔接在一起。提出一种新的标定优化方法。首先选择主点位置在图像中心,纵横比为1作为初始条件;接着利用改进的摄像机线性标定方法,得到在同一摄像机坐标系下不同图像上所有标定点的摄像机坐标;最后利用摄像机坐标系下的这些三维点来优化内、外参数。实验结果表明：本文提出的标定方法得到的焦距误差在0.1mm以内,主点位置的最大误差在2pixel左右,测试点的最大误差控制在0.5pixel以内。本文提出的标定方法是一种简单、高精度的标定方法。     

双摄像机立体视觉系统的标定

研究了一种能应用于双摄像机立体视觉系统三维图像再现的标定法.它将四个坐标系下的点通过一系列矩阵进行转换,这些矩阵包括内部参数矩阵和两摄像机之间的关系转换矩阵,同时也给出了各摄像机的畸变参数.在实验中,首先由左右摄像机采集9组国际象棋棋盘的像,然后通过运行C++软件得到上述矩阵,最后通过立体匹配验证了标定结果的可信度.