大视场双目立体视觉柔性标定

为了实现双目立体视觉系统大范围高精度三维测量,提出了一种大视场双目立体视觉系统柔性标定方法,该方法将系统中各相机内部参数标定与相机间的姿态标定进行分离,标定内部参数时,只需要令标靶相对于相机任意摆放至少三个姿态,对标靶上的编码标志点进行识别,根据标靶上编码标志点信息,建立各姿态下视图的对应关系,粗略计算标志点的初始三维坐标;建立多姿态下逆向投影误差最小的目标函数,采用非线性最小二乘优化获取精确的相机内部参数和标志点三维坐标;最后,建立基于双相机逆向投影误差最小的目标函数,优化得到精确的相机间姿态的外部参数。实验结果表明:当测量空间为1 200mm×1 000mm×1 000mm时,立体视觉系统的测量精度优于0.1mm,满足大范围双目立体视觉系统的高精度测量需求。     

基于纯平移两视图几何的镜头畸变参数标定

针对摄像机镜头畸变对系统测量精度的影响,提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先,分析了机器视觉测量中影响测量精度的主要畸变类型,建立了镜头非线性畸变模型。然后,利用射影几何及纯平移两视图几何的固有特性,构建了四组约束方程用于求解畸变参数。最后,针对大视场测量时标定板无法有效充满视场的问题,提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程,利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示:提出的方法标定精度较高,标定后图像特征点连线的直线度误差减小了89%,标定精度及可靠性均满足机器视觉测量的要求。     

基于虚拟立体视觉的气液两相流三维测量系统的标定

研究了基于虚拟立体视觉的气液两相流三维测量系统的标定技术。首先,基于单台高速摄像机和两组反射镜组构建虚拟立体视觉测量系统,建立高速摄像机透视投影变换模型以及虚拟立体视觉三维测量模型,对虚拟立体视觉系统中摄像机及虚拟立体视觉传感器进行标定。用靶标基准球模拟气泡在水中的分布,以其空间距离作为测量评价指标,比较了不同标定方法对三维重建精度的影响。实验结果表明,将标定参照物置于水箱内,并且分别对左、右虚拟摄像机及传感器进行标定,三维重建精度最高,测量空间距离绝对误差优于0.13 mm,相对误差优于0.49%。实验认为,对基于虚拟立体视觉的气液两相流三维测量系统进行标定时,必须充分考虑折光分光光路以及管壁折射对三维重建所带来的影响。     

光笔式大视场三维视觉测量系统

针对先进制造业对大型装备大范围精密尺寸测量需求,根据双目立体视觉测量原理设计了一种光笔式大视场三维视觉测量系统.基于透视投影变换下的时针顺序和共线性不变量设计了光笔特征点空间分布模式,实现了特征点的准确识别与接触探头坐标的计算.应用双目立体视觉传感器的透视投影和齐次坐标三维测量模型,以一维基线尺靶标自由移动和基准长度约束为核心,通过本质矩阵E的线性求解结合非线性优化实现了其结构参数的现场精确标定.研制了由光笔、双目立体视觉测量系统、便携式三脚架、一维基线尺靶标和测量软件构成的大视场三维视觉测量系统,完成了机器人本体表面三维数据的稠密测量实验,在7 m×4.7m测量范围内系统的测量精度优于0.2 mm.实验显示设计的光笔式大视场三维视觉测量系统在光笔结构、发光点识别方法和系统标定方法上均具有新的思路.     

长度约束下双相机外参数不稳定定向

动态立体视觉测量技术在几何量测量特别是大视场测量中应用越来越广。在分析动态双相机立体视觉测量相对定向算法的基础上,提出了一种基于一定数量距离约束的相机不稳定定向算法。在测量场中固定放置一定数量的一维标定靶标,双相机获取标定靶标上点的中心坐标,由极线几何约束快速准确解算双相机外参数,每次测量根据标定靶重新定向相机,由靶标补偿相机在测量过程中的位置变动,保证在测量场中即使相机站位发生位置变化仍可精确测量。实验中对分布范围2.5 m×1.6 m×4.5 m测量场中90个自反射目标点进行测量,选用5对点间距离作为距离约束,并与V-STARS/S进行结果比对。结果表明在相机站位发生明显变动情况下,90个空间点三维重建位置误差小于0.160 mm,标准差小于0.042 mm。将该方法应用于合成孔径雷达测量,得到相近结果。     

大视场双目视觉传感器的现场标定

分析了摄像机和双目视觉传感器的数学模型,针对大视场视觉测量应用,提出了一种基于基线尺的大视场双目视觉传感器标定方法.在测量空间内任意多次摆放基线尺,由两摄像机拍摄基线尺图像.利用基本矩阵及基线尺上两特征点之间距离的约束,采用线性解和非线性优化相结合的方法同时估计摄像机的内部参数以及双目视觉传感器的结构参数.该标定方法操作简单,标定效率高,无需初始参数即可估计双目立体传感器的全部参数.实验结果表明,该方法适合双目立体视觉传感器的现场标定,在6 000 mm×4 500 mm的范围内可以得到0.06 mm的测量精度.     

显微立体视觉小尺度测量系统的标定

结合透视投影模型、非参数化的光学畸变模型以及光束平差算法,提出并实现了一种标定显微立体视觉系统光路的方法。首先,通过光刻方法制作了用于显微立体视觉系统标定的标定参考物,并利用待标定系统采集标定参考物不同方位的图像。然后,基于非参数化的光学畸变模型,采用样条曲面计算得到显微立体视觉系统的畸变校正场,并结合透视投影模型建立显微立体视觉系统的完整成像模型。最后,利用光束平差算法对所建立的成像模型进行标定计算和优化调整。搭建了显微立体视觉小尺度测量装置,验证了提出的标定方法的可行性。通过标定获得了测量装置两个光路的焦距和相对方位等参数,并借助于高精度四轴位移台对标定结果进行了精度验证。结果表明,采用本文方法标定后位移测量的精度优于1%,能够满足微胀形实验中三维变形测量的要求。该标定方法也可用于其他显微视觉检测领域。     

野外大视场双目视觉物体定位监测系统的单参数快速标定

提出了一种只对相机水平偏角进行现场校准的标定方法用于野外远距离、大视场、双目视觉物体定位监测系统的快速标定.该方法通过合理考虑视觉传感器的调平装置,结合现场使用过程中相机焦距值固定的特点,简化了测量模型,减少了待标定参数;只需要测得监测中心和相机在大地坐标系中的经纬度坐标及监测中心的图像坐标即可完成系统标定.由于不需要高精度靶标,从而克服了靶标移动及摆放对标定过程的影响.在实际使用中,对2 km以外400 m×800 m的区域进行监测时,相对定位误差小于0.25％,其中由焦距值误差引起的相对定位误差不超过0.07％.该摄像机标定方法在保证测量精度的同时,具有易实现、用时少等优点,适用于野外大视场环境下物体的快速定位监测.     

大视场双目视觉传感器现场标定方法

针对大视场视觉测量应用,分析了摄像机和双目视觉传感器的数学模型,提出了一种基于基线尺的大视场双目视觉传感器标定方法。在测量空间内任意多次摆放基线尺,两摄像机拍摄基线尺图像。利用基本矩阵及基线尺上两特征点之间距离的约束,采用线性解和非线性优化方法结合同时估计摄像机的内部参数以及双目视觉传感器的结构参数。该标定方法操作简单,标定效率高,无需初始参数即可估计双目立体传感器的全部参数。实验结果表明该方法在6000mm×4500mm的范围内可以达到0.06mm的测量精度,适合双目立体视觉传感器的现场标定。     

基于彩色图像的高速目标单目位姿测量方法

针对风洞分离实验对于视觉测量系统的高精度、大视场、高速的测量要求,提出一种基于单目摄像机的风洞运动目标位姿测量方法。该方法利用单目摄像机进行运动目标位姿信息测量,相比于双目测量方法具有设备简单、视场大的优点。首先提出一种基于靶标特征点相互约束关系的参数优化方法,采用复合式靶标实现摄像机的快速高精度标定;针对目标运动图像处理,提出一种基于图像差叠法和标记点位置估计的图像快速分割与目标定位方法,实现图像特征的快速准确定位;针对单目测量要求及目标运动特性,提出一种基于方向估计标记点布局方式,实现合作标记点的快速识别和提取;最后利用单目视觉原理求解运动目标的位置和姿态信息,通过实验室模拟实验完成了测量系统的精度验证,在1 m×1 m视场范围内,其位移测量精度可达到0.19 mm,俯仰和偏航角测量精度可达到0.18°。     

A novel way of understanding for calibrating stereo vision sensor constructed by a single camera and mirrors

As a kind of binocular stereo vision system, stereo vision sensor constructed by a single camera and mirrors (SSCMs) has been paid increasing attention for three-dimensional measurement applications due to its low cost, high efficiency and synchronization. Currently, the existing model for SSCM considers the real camera as two half-Field-of-View (FOV) virtual cameras formed by reflection effects of the mirrors. The calibration methods based on this conventional model are either complicated to operate or deriving non-identical system parameters. To solve the problem, a novel model and the corresponding calibration approach are presented, which take the sensor as an integrated structure with the viewpoint that the camera captures two virtual points formed by the same object point due to the reflection effects of the mirrors. Also, the calibration and the measurement accuracy evaluation functions are discussed. Both simulated and real experiments compare the calibration and the measurement error of the proposed method with the two traditional methods. The results show that the proposed approach has higher measurement accuracy and more robust than the traditional methods, which meet high-precision requirements for low-cost three-dimensional measurement applications.     

基于精确控制点的立体像机校准技术

给出了将改进的两步法与精确控制点相结合来精确校准立体像机的新技术,像机镜头畸变模型考虑了径向畸变和切向畸变.利用红外发光二极管随三坐标测量机测头移动以确定间距来形成立体校准模板上的精确控制点.校准程序包括先使用位于图像中心的控制点来线性求取部分校准参数,然后再使用所有控制点来迭代优化所有参数.实验中使用非线性优化参数来反推控制点的空间位置,发现精度比线性求解参数提高了0.11 mm,结果表明,此技术可以满足像机精确校准和测量的要求.     

一种结合 TCP 标定的深度相机手眼标定方法

手眼标定是机器人实现视觉引导下精准作业中的关键技术。传统手眼标定和机器人工具中心点(TCP)标定分开进行,存在较大累积误差,同时针对深度相机的手眼标定存在精度不足的缺点。本文提出了一种结合TCP标定过程同步标定深度相机手眼关系的新方法。方法基于深度相机观测和TCP标定相同的标定平面,相机坐标系下标定平面方程和机械臂坐标系下标定平面方程为对应关系,通过平面方程之间的变换来计算手眼关系。本文方法减少了TCP和手眼关系独立标定累积误差影响,节约标定时间和标定件成本。仿真和实测结果表明,本文方法提高了深度相机手眼标定精度,标定后实测位置误差平均为0.2 mm,为机器人视觉控制系统高精度作业所需标定提供了一种新的思路。     

Stereo vision for 3D measurement: accuracy analysis, calibration and industrial applications

This paper evaluates the accuracy of different camera calibration and measurement methods used in 3D stereo vision with CCD cameras. These methods are evaluated by means of several precision tests, determining their error limits under specified conditions of operation. To check the precision of such systems, a CMM and some calibration objects, such as grids, plates, spheres, etc. are used. Two practical applications are described: a cost-effective system for the measurement of free-form surfaces, able to generate CAD models and measuring programs for CMMs. The system aims to reduce some difficulties associated with stereo vision and to speed up the traditional digitizing process. The other application involves car frame measurement. A new automatic measuring system has been developed, allowing contactless car frame measurement through two rotating CCD cameras.     

基于混合群智能优化的机器人立体视觉标定

准确的立体视觉模型是机器人高精密视觉定位的基础,而传统的单一非线性优化算法难以实现稳定和高精度的机器人立体视觉标定。结合遗传算法全局搜索能力强和粒子群算法局部搜索能力强的特点,提出了一种基于混合群智能优化的机器人立体视觉三步标定方法。针对非线性视觉模型,标定第一步和第二步分别对两个摄像机模型单独作线性初值求解和初次非线性优化,第三步对双目立体视觉模型作联合非线性优化,直接线性变换、遗传算法、粒子群算法分别作用于标定的三个步骤,每一步计算的结果被用作下一步的初始化。仿真试验分析与实际试验结果表明,相对于传统的优化标定方法和使用单一群智能优化算法的标定方法,该方法在噪声环境下具有更高的准确性和鲁棒性,能够更好满足机器人精密视觉操作的需求。