新型三维视觉测量结构光平面标定方法

结构光平面标定是结构光三维视觉测量中的重要环节。传统的标定方法需要昂贵的设备,效率低下,步骤复杂。提出了一种新的三维视觉系统中结构光平面的标定方法。该方法仅使用一个简单的二维平面靶标,在保证靶标与结构光相交的前提下,靶标在摄像机可视范围内自由移动数个位置。对于移动到各个位置的靶标平面,分别建立对应的世界坐标系,并计算该世界坐标系与摄像机坐标系、图像坐标系的转换关系。通过处理算法,可以将每一个位置得到的结构光平面与靶标平面的交线方程统一到摄像机坐标系下。使用最小二乘法拟合多条交线可以标定出结构光平面在摄像机坐标系下的方程。实验证明该方法效率高,步骤简单,具有很好的通用性。     

三维空间中线结构光与相机快速标定方法

针对结构光立体视觉系统快速标定问题,本文提出了一种多线结构光单目视觉测量系统的快速标定方法,该方法可以同时完成多个线结构光的标定,不必每一个线结构光单独标定,从而实现相机与线结构光的快速标定。具体为相机内参采用张氏标定法提前标好,外参标定采用设计的三维阵列立柱靶标配合实现。在已知三维阵列立柱靶标各立柱端面中心点对应物像坐标后,可得到二者间的旋转和平移矩阵;在线结构光投射到对应不同高度立柱端面上后,根据以上物像关系可得到端面光条坐标,利用该坐标可拟合出激光平面方程,进而可建立起各激光面与相机之间的变换关系,完成系统标定。     

采用张量分解的四摄像机测量系统标定方法

摄像机标定是精密三维视觉测量的关键,为了实现对多摄像机测量系统的精确标定,首先分析了现有基于一维靶标的多摄像机标定方法的优缺点,并针对其不足,提出了一种基于张量分解的多相机标定方法,该方法主要包括以下三个方面的内容:(1) 利用透视投影成像模型和刚体变换理论建立多摄像机测量的数学模型;(2) 分析现有基于基本矩阵的多摄像机标定方法存在标定结果之间相互耦合的问题;(3) 将四摄像机测量系统的四焦张量引入标定过程中,利用一维标定靶标的成像点坐标求解的四摄像机测量系统的四焦张量,并根据四焦张量的简化求解方法来精炼获取摄像机矩阵。最后,通过实验验证了该方法的有效性和准确性,实验结果表明:(1) 四摄像机三维测量系统的标定可仅通过三组标定靶标图像即可实现,且标定操作效率相对于基本矩阵法更高;(2) 在4000 mm×4000 mm×2000 mm范围内,多摄像机测量系统的精度达到4 mm (3σ),相比于传统方法具有更精确的标定结果。满足室内运动目标位姿精确测量的要求。     

激光跟踪视觉导引测量中靶标球球心定位方法

为解决现有激光跟踪测量系统中存在的搜索区域大、定位速度慢等问题,提出了一种基于单目视觉测量系统求解激光跟踪仪靶标球球心三维坐标,以此作为导引信息,引导单台激光跟踪仪实现多基准点自动测量的方法。对视觉测量所采用的椭圆识别和基于单目摄像机的球心定位算法进行了研究。首先,根据靶标球成像的特点,介绍了基于Gestalt的椭圆识别算法,实现了靶标球图像特征的自动提取与识别。然后,介绍了基于单目摄像机的球心定位算法,即根据图像椭圆方程、相机焦距和球半径求解球心三维坐标,并进行了仿真验证。最后,进行了实际的靶标球图像自动识别与球心定位实验。结果表明,采用文中方法测量两靶标球间已知距离约为550 mm时的RMS误差为1.728 2 mm。激光跟踪仪激光束搜索范围得到大幅减小,基本满足自动测量的快速性和高效性等要求。     

基于iGPS定位跟踪的三维形貌测量系统标定方法

基于iGPS定位跟踪的三维形貌测量系统,建立了测量系统的数学模型,介绍了传统手眼标定技术的主要原理,使用激光跟踪仪建立了系统转换关系。提出了一种融合特征点拟合的标定方法,利用特征点约束和基于罗德里格矩阵的算法得到了转换关系。对标定后的系统进行了基于机器人基坐标系和iGPS世界坐标系的点云拼接对比实验,实验结果表明,融合特征点拟合的标定方法提高了点云拼接的精度。     

激光再制造机器人待加工零件形貌三维重建

采用双目摄像机结合结构光组成主动视觉测量系统,并与机器人耦合,构建了一种具有视觉功能的智能激光加工机器人,能够感知各种复杂曲面轮廓,重建三维形貌。系统由六自由度机器人、双目摄像机和结构光发射器组成。机器人带动双目摄像机和结构光发射器运动,既实现多视角测量,消除测量中的"死角",重建工件的完整三维形貌,又将测量到的点云数据转换到机器人坐标系。阐述了测量原理和数学模型,进行了单摄像机内外参数的标定,双目摄像机相对关系的标定,双目摄像机与机器人之间的手眼关系标定,得到摄像机内参数矩阵,手眼关系矩阵,机器人与世界坐标系关系矩阵。对双目图像进行大步距图像分割,提取目标区域,平滑降低图像噪声,重心法提取亚像素级结构光条纹中心,根据极线约束进行左右条纹配准,三维算法得到空间点坐标,可方便地转换到世界坐标系,实现全局坐标的统一。     

利用双频激光对二维图像测量系统标定的方法

提出了一种快速高精度的二维图像测量系统的标定方法,对该方法进行了详细的分析.标定时,使CCD摄像机沿着二维图像测量系统的导轨移动,采集加工有1个圆孔的靶标件的图像,计算圆心在图像中的位置.同时,用双频激光干涉仪测量CCD摄像机的移动距离,得到标定所需要的多个特征点在物面中的位置及在对应图像中的坐标位置.利用这些特点计算出二维图像测量系统的摄像机标定参数,标定精度达到1 μm.     

基于激光双目视觉系统的直径测量

为实现对大型圆柱体直径参数的测量,利用计算机视觉结构光测量原理,使用激光源、摄像机、运动导轨、计算机和标定块组成激光双目视觉测量系统,标定块用于标定摄像机的投影矩阵和激光平面方程,根据摄像机摄取的激光曲线图像,将该曲线从空间坐标系变换到激光平面坐标系,从而求解出圆柱体截面边界线的空间曲线方程,获取圆柱体在该截面处的直径参数.该系统可对长达8 m、直径在300 mm左右的圆柱体实现逐点直径自动测量,测量速度快、精度高.     

基于共面法的结构光自扫描测量系统参数标定方法

针对结构光自扫描测量系统参数标定问题,提出了一种基于共面法的高精度标定方法,能够同时标定系统的内外参数。建立了相机和系统模型,采用张正友方法标定相机和平面棋盘靶标内外参数,针对系统标定需求完成了靶标位置规划,在同一光平面下变换靶标位姿获取共面光条中心点,利用多组中心点数据分别求解各光平面方程。由于多个平面交线不唯一,定义了优化目标函数对振镜转轴在相机坐标系下的表达进行优化求解,求得振镜坐标系与相机坐标系的转换矩阵完成标定。该方法标定过程简单,算法运算量小,便于现场标定。结果表明,标定方法具有较高精度,能够满足测量要求。     

基于平面靶标的线结构光视觉传感器机器人手眼标定方法

为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系，设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态，使激光线经过平面靶标上实心圆的圆心，通过图像处理，得到圆心的像素坐标，转换后得到圆心在传感器坐标系下的坐标；多次调整姿态，获取多组图像，得到多组传感器坐标系下圆心坐标；结合对应机器人位姿关系，采用最小二乘法直接解算出手眼矩阵。实验结果表明，所提方法与采用标准球为靶标的手眼标定方法对比，反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm，以同一目标的不同间距为测量对象，均方根误差均有效减小。该方法提高了标定精度，不需要采用昂贵的靶标，适合于现场标定。     

采用CCD 相机测量目标靶形心位置精度的方法

利用CCD 相机完成对目标靶形心位置精度的测量后,需要对其测量精度进行验证,提出了一种通过测量目标靶图像特征点到形心位置的距离偏差来对测量精度进行验证的方法。介绍了利用CCD 相机对目标靶形心位置进行测量的原理。为了对形心位置测量结果进行验证,提出在目标靶的形心及特征点位置上加装LED 光源作为特征目标点,用于在像面上提取形心及特征点像素坐标值。根据目标靶与像面坐标的对应关系,给出了精度验证的数据处理方法。进行了两次检测实验,形心测量精度分别为A1=0.037 mrad,E1=0.021 mrad,A2=0.032 mrad,E2=0.015 mrad,两次实验结果基本一致。实验表明:利用该方法可以完成对CCD 相机目标靶形心位置测量精度的验证。     

基于经纬仪和测距仪的空间坐标测量

为了解决全站仪、激光跟踪仪等设备进行空间坐标测量时设备昂贵、存在测量盲点等问题,提出一种基于电子经纬仪和激光测距仪的空间坐标测量方式.用激光测距仪测得激光束所在直线上的几个点到激光测距仪的距离,同时用经纬仪观察这些点,得到各个点对应的水平角和天顶角;数据处理时,首先通过最小二乘法得到经纬仪原点和各个目标点所构成的多根射线所决定的公共平面,然后将这些射线投影到这个公共平面内,得到对应的投影射线;通过这些共面的投影射线和已知的各个目标点之间的距离用最小二乘法得到这些目标点的坐标解,然后拟合得到一条直线,即激光测距仪的光束所在的空间直线解.工作时,通过测距仪测得待测点到测距仪之间的距离,由这根空间直线的表达式方程,即可得到待测点在经纬仪坐标系中的坐标.结果表明,该测量方式可以在一定条件下实现全站仪、激光跟踪仪难以实现的多点动态非接触空间坐标测量.     

多传感器线结构光视觉测量系统全局校准

针对现有多传感器线结构光视觉测量系统全局校准过程中通常需要三维测量设备、校准过程复杂等问题,提出了一种基于一维靶标的多传感器线结构光视觉测量系统全局校准方法。此方法以一维靶标为中介,首先由每个线结构光视觉传感器得到光条与一维靶标相交点在各自测量坐标系下的三维坐标,然后由交比不变性得到相交点在一维靶标坐标系下的坐标,进而...     

基于主动红外视觉探测的激光跟踪仪目标跟踪恢复方法

为实现激光跟踪仪的自主快速跟踪恢复,提出了一种基于主动红外视觉的跟踪恢复方法。首先,对所采用的跟踪恢复原理进行了分析。其次,充分利用激光跟踪仪合作目标靶球的强反射特性,设计了主动红外视觉探测系统。该系统采用红外SLED作为主动光源,利用SLED大发散角、红外相机的视场角远大于激光跟踪仪PSD探测范围的综合优势,实现合作目标靶球的大范围主动探测。然后,对红外图像中目标的快速识别与定位算法进行了研究,提出了基于合作目标特征评分的快速识别方法。最后,构建了跟踪恢复系统实验装置,并在算法的处理速度与识别准确度、系统的跟踪恢复范围和跟踪恢复速度等方面开展了针对性验证实验。实验结果表明,算法的平均处理速度约为每秒28帧,同时95.4%的目标中心像素坐标定位偏差低于5个像素值;在合作目标靶球距离3 m的情况下,跟踪恢复系统能够在1.8 s内实现直径0.5 m空间范围内的跟踪恢复。     

Image sequence stabilisation based on DFT filtering

An image sequence stabilisation system based on DFT filtering of absolute frame displacements to compensate for undesired fluctuations in the sequence by shifting image frames into correct positions is reported. The system compensates for undesired jitter, while preserving desired global camera motions. Robustness is introduced to interframe motion estimation by averaging motion vectors detected in the phase correlation surface     

Novel video stabilization for real-time optical character recognition applications

This paper presents a novel video stabilization algorithm for real-time optical character recognition (OCR) applications. The proposed method generates output frames in order to stabilize the position of a target word that will be recognized by the OCR application. Unlike in conventional algorithms, in the proposed algorithm, a causal low pass filter is not applied to the trajectory of the target word for reducing the high frequency component of camera motion. The proposed algorithm directly calculates the stable position of the word using two forces: the force used to pull the target word to the center of an output frame and a back force used to return the center of an output frame to the center of an input frame. Hence, the proposed algorithm significantly minimizes the time take to respond to sudden camera movement. Although the proposed method may not outperform state-of-the-art video stabilization in terms of video stability, the proposed technique is much more appropriate for real-time OCR applications than the conventional techniques in terms of accuracy, computational cost, processing delay, and the time taken to respond to sudden camera movement. Simulation results prove the superiority of the proposed method over conventional techniques for real-time OCR applications.     

一种双正交消隐点的双目相机标定方法

为了保证双目相机标定精度的同时,提高算法速度。利用田字形模板中的两对正交消隐点,拍摄两幅图像,实现快速标定。首先,提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点,线性计算相机主点和归一化焦距,作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则,构建约束函数,利用优化的差分进化算法进行全局寻优,完成相机畸变校正。最后,根据优化后消隐点坐标求得左右相机的旋转矩阵,并结合左右相机的角点世界坐标,利用刚性变换求得平移向量。双目标定的平均重构误差为0.598pixel,跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别,能满足标定中稳定可靠、精度高、抗干扰能力强等要求。     

一种基于平面标靶的线结构光视觉传感器标定方法

提出了一种适合于现场的线结构光视觉传感器标定 方法。建立了标定的数学模型,设计了一种平面点阵标靶,提出了坐标映射方法。根据结构 光条纹特征点的图像坐标和对应在标靶坐标系下的坐标,以及 相机内参,计算出标靶坐标系到摄像机坐标系的转移矩阵,再由转移矩阵得到特征点在摄像 机坐标系下的 坐标;在视场范围内,平面标靶按不同位姿摆放多次,获取投射在标靶上的所有特征点,对 这些特征点进 行平面拟合,得到结构光平面在摄像机坐标系下的方程。对标定的精度进行了验证,实验表 明,本文方法标定 过程简单,精度较高,适合于结构光传感器的现场标定。