应用虚拟像平面方法的圆柱表面单目重建*

针对圆柱表面重建问题,采用单面阵相机和线结构光构成视觉系统。该视觉系统采用虚拟像平面相机模型,通过构建虚拟像平面上的虚拟投影图像去除畸变的影响,通过虚拟像点和相机光心确定投影射线。提出该模型下相机光心的定位方法;利用两个平行平面上的结构光条的虚拟图像实现结构光的标定。利用线结构光在圆柱表面的光条为空间中一条椭圆弧的特性,首先计算出光条点在结构光平面上的坐标,由此提取出椭圆特征;再利用椭圆的短轴长为圆柱直径的特性获得圆柱的空间方程,实现圆柱定位;最后利用光心和虚拟像点在标定平面的投影点确定投影射线,计算出虚拟像点在圆柱面上的投影点坐标,构成柱面点云,并恢复出圆柱表面图像。实际实验中该视觉系统的测量精度达到双目视觉系统的水平,说明了虚拟像平面方法的有效性。     

一种基于棋盘格的高精度分区域相机标定方法

在视觉测量系统中,相机的标定精度至关重要,将影响整个测量系统的精度。针对现有相机标定方法难以兼顾精度和操作复杂度的问题,本文提出了一种基于棋盘格的高精度分区域相机标定方法。首先,将棋盘格置于不同位置,提取不同位置角点的世界坐标和像素坐标,对所有角点用线性变换和非线性最优算法求解出全局标定参数。然后,将角点分为中间区域角点和边缘区域角点,对两区域角点分别标定得到两组分区域标定参数。标定实验结果表明：与全局标定法相比,分区域标定法的图像平均投影误差至少降低16%。该方法操作简单,精度高,可以很好的应用于工业视觉检测。     

随机模式投影双目测量系统中的单目测量方法

针对基于随机模式投影的双目立体测量系统的特点,提出了一种由单摄像机-投影器构成两个单目测量单元的测量方法。首先给出了一个简洁有效的标定算法,该算法只需从不同角度拍摄随机光场在普通白板上的图像（称为标定图像）,就可以标定纯随机模板上每一点经投影镜头发出的光线。无需标定投影镜头畸变,且精度不受投影镜头畸变的影响。然后将随机光场照射下的被测物体图像与标定图像进行亚像素精度的像点匹配,根据三角测量原理获取物体表面的三维点云数据。最后采用标准平面对该方法进行测量精度验证,并给出了具体的测量实例。实验结果表明：平面度测量精度为0.0175mm,不确定度<0.05mm(3σ)。由于采用单目测量单元进行测量时,空间一点无需在两个摄像机视场内均可见,因此避免了因局部高光、被测物体自身遮挡等原因引起的三维测量数据丢失,有效地弥补了双目测量系统的不足。     

构建虚拟立体靶标的大视场高精度视觉标定

为了提高立体视觉系统在大视场下的测量精度,基于误差溯源思想提出了一种构建虚拟立体靶标的大视场高精度视觉系统标定方法,克服了大尺寸高精度标定物难以制造等问题。对影响立体视觉系统测量精度的主要因素进行分析,列出视觉测量系统的误差溯源链,解析了大视场视觉系统精度瓶颈的原因。借助激光跟踪仪,运用非线性最小二乘单位四元数算法求解坐标系刚体变换,获取大范围高精度的空间点阵,构建虚拟靶标。在相机畸变模型中考虑了三阶径向畸变和二阶切向畸变参数,并使用Levenberg-Marquardt迭代算法进行标定参数求解,进一步提高系统精度。实验构建了一套测量空间约为4m×3m×2m的双目立体视觉系统,通过对某型号高精度直线导轨进行点距测量,在测量距离3m处,152组不同长度的横向距离测量的误差算术均值为-0.003mm,误差标准差为0.08mm。测量精度相较于传统的平面标定法有较大提升。     

多高度小零件视觉测量方法设计

设计一种综合应用激光三角法和二维机器视觉测量技术测量方法,实现对多高度小零件二维几何尺寸的测量。首先在测量高度范围内,利用线结构光进行高度测量标定,采用多项式拟合建立线结构光成像位置与高度的关系;用精密圆形靶标对不同高度平面进行二维尺寸标定,分别考虑不同高度平面坐标系映射到图像坐标系后光学放大率不同和坐标系间的不平行,CCD摄像机阵列垂直方向与水平方向不一定垂直的情况,以及光学镜头畸变等得到不同平面所在高度的二维尺寸测量标定参数,由此建立起各二维尺寸标定参数和高度的函数关系。对具有不同高度的小零件进行测量,并与三坐标测量机结果进行比对,多次测量的高度最大误差小于0.032mm,二维尺寸最大误差均小于0.08mm。     

基于消失点列的大幅面瓷砖几何形状测量方法

由于消失点或消失直线蕴含了一组平行直线或一组平行平面的方向信息,同一平面上的所有直线对应的消失点共线于该平面的消失直线。本文针对大幅面瓷砖几何形状的测量问题,从机器视觉新角度提出基于消失点列的测量方法,实现了瓷砖几何形状的非接触式测量。该方法无需专门设计光学成像系统,也无需校准或者3D重建,仅需单相机采集一幅瓷砖的图像即可对其几何形状进行测量,避免了使用多个相机采集图像导致不同步的问题,提高了测量精度。该方法相比于传统瓷砖尺寸测量方法操作步骤更简便,算法简单,有效解决了瓷砖被部分遮挡时无法测量的限制。     

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。     

采用直线模型的相机参数优化方法

提出了基于直线模型的相机在线标定算法。该方法通过自动跟踪视频中物件的边缘,在线求解相机系统内外参数,同时建立物件边缘同图像边缘的对应关系。然后,利用物件边缘同图像边缘的对应关系,在相机内外参数初值的基础上,通过构建融合边缘端点信息的误差函数,迭代优化求解相机内外参数。进行了仿真和实物实验,分别使用提出的基于直线的标定方法和传统的基于棋盘格内角点的方法标定了相机内外参数,并对两种方法的标定结果做了对比。结果显示:在仅使用边缘信息的条件下,本文方法可以获得同传统的标定法一致的精度,标定后重投影误差(RMS)为0.6pixel。本文方法利用具有标准尺寸的物件即能实现相机内外参数的估计,且无需制备平面靶板便可获得与传统方法相同的标定精度,标定过程更为灵活,有实用价值。     

单目三点位置测量精度分析

通过理论推导,对影响三点单目视觉位置姿态测量系统的6个因素(标志器与相机的相对距离,标志器尺寸,相机量化误差,相机内参数标定误差,特征点的中心提取精度,姿态解算算法精度)以及这些因素对系统精度的影响程度进行了分析,然后通过数值仿真和成像试验验证了理论推导的正确性。实验结果表明,对测量精度影响最大的因素是测量距离,像平面方向的测量误差与靶标和相机的相对距离成正比,光轴方向的测量误差与相对距离的平方成正比;图像中提取的特征点的位置误差是测量系统误差的主要来源,位置误差包括特征点提取误差和由于镜头畸变等引起的特征点成像位置偏移;长焦距和小像元有助于减小相机的量化误差;焦距的标定误差和靶标尺寸主要影响光轴方向的距离测量精度,对其余两个方向的精度影响不大;测量系统的解算算法不是引入误差的主要因素。     

基于共面点的多视觉测量系统的全局标定方法

本文提出了一种基于共面点的世界坐标唯一全局标定方法,利用激光跟踪仪在现场构建系统总体坐标系,通过拟合基准面来设置共面标定点,系统中各摄像机传感器直接获得标定点的图像,从而实现了各局部相机的全局标定,不需要中间坐标系的转换,避免了多次坐标转换带来的精度损失,标定过程简单。通过在实际的由多个高速视觉传感器组成的飞行器外部姿态测量系统中进行标定实验,在测量范围较大的情况下,系统精度的均方根误差不超过0.8mm。 关键词：全局标定 视觉测量 激光跟踪仪 共面点     

平面几何测量中的图像畸变校正

针对图像畸变对平面图像几何线度精密测量精度的影响,提出一种直接利用标准网格板作为测量基准的畸变校正方法.根据待测物体与网格板处于相同物面时,其图像畸变与网格板图像畸变相同,待测点在网格板图像中相对网格的几何位置不变这一性质,提出直接使用发生畸变的网格板图像作为校正基准来代替通过建模将外部标准转换为摄像机内部基准的畸变校...     

利用直线特征的定标图像非线性畸变校正

针对管道弯曲度测量系统中定标图像的特点，提出了一种利用图像中直线特征的非线性畸变校正方法。在畸变得到有效校正的前提下，三维空间中的直线投影到图像平面上应该是直线。先提取畸变图像的边缘，利用边缘线段长度作为判据，剔除野值。把边缘的畸变误差总和作为目标函数，通过最小化目标函数获得最优畸变系数，利用该组系数校正原图像的非线性畸变。实验结果表明，该方法的校正精度较高，适用于管道弯曲度高精度的测量，而且易于实现。     

基于HALCON的机器人视觉标定

基于HALCON平面标定板,充分考虑机器人末端中心和摄像机镜头径向畸变的影响,设计了一种新的Eye-to-Hand机器人视觉标定方法。该方法不仅标定了摄像机的内外参数,同时也建立了摄像机图像坐标系和机器人世界坐标系的关系。实验证明,该方法具有较高的标定精度和实用性,适用于工业机器人的视觉系统标定。     

基于成像光线空间追踪的摄像机标定方法研究

摄像机测量模型和标定方法是视觉测量的关键,直接影响视觉测量系统的测量精度。针对这个问题,借鉴非成像模型的摄像机校准的思想,提出了基于成像光线追踪的摄像机标定方法。分析测量点经摄像机镜头成像的规律,通过空间直线确定摄像机图像坐标与测量空间的映射关系。使用像平面和两个空间平面的映射关系,建立空间直线表达方式,完成基于成像追踪方法的摄像机测量参数标定。通过噪声分析和精度测量实验对基于成像追踪的摄像机标定方法进行精度验证,实验结果表明该方法可以有效抑制标定数据噪声对测量结果的影响,提高摄像机标定精度。     

A novel approach for the field calibration of line structured-light sensors

A new approach for the field calibration of line structured-light sensors is presented, which is fulfilled using a planar target and a raising block. The camera model is firstly established according to the mapping between the world coordinate frame and the computer image coordinate frame. Based on the rule of cross-ratio invariance the calibration points are extracted from the squares on the target, and the lens distortion coefficients are simultaneously acquired. The unknown parameters in the camera model are solved using these points. On the projection of the laser plane, two intersection lines are formed by the laser plane with the target and the raising block, respectively. The angle between the laser plane and the target is worked out by fitting plane using the two lines. Utilizing this angle, the three coordinates of a point in the laser plane can be represented by two of them. Thus the two coordinates can be directly obtained from the camera model. This method simplifies the calibration procedure of structured-light sensors, and facilitates online use. Experiment studies show that the calibrated sensor possesses good accuracy.     

一种非标定摄像机的定位新算法

针对摄像机固定和共面约束条件下进行目标定位,提出了一种简单可行的全新算法。该算法避开了烦琐的摄像机标定这一过程,也不用精确地求解单应性矩阵。只是运用射影几何的性质,通过简单的几何关系,对非标定单摄像机拍摄的单幅图像,求解其从2D图像平面到真实的3D平面的非线性单映射关系。该算法为解决计算机视觉的测量、定位、三维重建等问题,提供一种全新的思路。     

共面点的摄像机非线性畸变校正

采用传统的Tsai两步法进行摄像机标定时,标定精度会受一阶径向畸变模型的限制。本文提出了一种同时考虑摄像机镜头径向畸变和切向畸变的摄像机模型并研究了模型求解方法来提高畸变校正精度。考虑图像中心区域畸变较小,故用中心附近点列出线性方程组计算了摄像机的部分参数;建立了综合畸变模型,将摄像机参数代入模型计算畸变参数的初始值。由于焦距和平移分量在标定板与相机平面的距离深度变化不够时难以一次性准确标定,故将其代入综合畸变模型重新计算,并运用两步迭代法逐步逼近精确解。最后,对世界坐标系进行空间几何变换、透视变换和成像变换得到的重投影图像的像素坐标并与实际测得的像素坐标值进行比较,得到校正误差。结果表明,本文的畸变校正方法平均像素误差可以达到0.114 9pixel,优于Tsai校正方法的0.367 0pixel,且重复性较好。     

Microscopic vision based on the adaptive positioning of the camera coordinate frame

Microscopic vision measurement precision has been largely limited by inaccurately calibrated model parameters, because image plane is near parallel to reference plane in the narrow depth of field. This article proposes a method of precise microscopic vision measurement based on the adaptive positioning of the camera coordinate frame. The microscopic vision measurement movably attaches the origin of the camera coordinate frame along the optical axis. By finding the optimal position, the nonlinearity of the objective function in calibration optimization is decreased and the optimization sensitivity to initial values is reduced. Therefore, we obtain a high calibration precision and eventually ensure a high measurement precision. Mathematical simulations illustrate that the calibration precision of the proposed microscopic vision measurement model is higher than that of the conventional vision measurement model. The experiment shows that with magnification of 3.024×, the presented system achieves a precision of 0.12% based on the proposed microscopic vision measurement model, which is two times higher than the one based on the conventional vision measurement model. Microsc. Res. Tech. 75:1281–1291, 2012. © 2012 Wiley Periodicals, Inc.