单摄像机结构光扫描系统中投影仪标定技术

传统的单摄像机、单投影仪三维扫描系统,利用相位值计算被测物体的高度信息,可操作性差,且测量精度不高.将立体视觉的三维重构技术引入到单摄像机、单投影仪扫描系统,利用相位值实现投影仪与摄像机的匹配,根据双目视觉的原理进行三维重构,测量精度明显提高.该技术的关键是投影仪的定标,研究了基于相位匹配技术的投影仪标定算法,实验结果验证了该算法的可行性.     

基于光栅投影的多摄像机标定方法

多摄像机是解决结构光测量系统中视场小和自遮挡等问题的有效方案,但同时由于摄像机分布广、无公共视场,存在全局标定困难的问题。提出了一种基于条纹投影的多摄像机标定方法。加入辅助设备投影仪并向视场内投影大幅面的条纹图案,借助相位算法建立起全局相位场,反求景物的投影仪虚拟图像。利用平面靶标标定摄像机的内参和投影仪的外参获取靶标平面的移动信息,进而求解相邻摄像机的位置参数。最后的优化过程中,再根据相位值对相邻摄像机的图像完成亚像素匹配,通过最小化重建偏差对系统参数进行迭代优化。在搭建的多摄像机三维测量系统上进行试验,结果表明本文的多摄像机标定和测量方案切实可行。     

投影仪内参数的标定新方法

基于编码结构光的自标定三维重构技术中需将投影仪视为一个逆向的摄像机,而且需要标定其在针孔模型下的内参数矩阵。本文提出的投影仪内参数新标定方法,不需要精密移动的机械装置或精密标定模块就可以实现投影仪内参数的标定。该方法首先提取图像中的特征点坐标,依据伪随机编码原理求出特征点在投影平面上的坐标,利用几何原理求得特征点在靶标平面上的二维坐标,再通过张氏标定法完成对投影仪的内参数标定。实验表明该方法可操作性好,结果准确可靠。     

双目立体视觉测量系统的标定

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明:该方法标定精度能够达到0.51%,可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定。     

基于单目摄像机的光学立体标定技术

为了构建一种基于单摄像机的三维视觉系统,提出了重构光学标定点三维坐标、计算重构误差和优化标定参数的方法。通过移动高精度位移平台,构建三维视觉系统,计算左右摄像机位的初始参数,引入质心坐标法计算两摄像机位间的旋转平移矩阵,利用最优三角剖分法重构光学标定点的三维坐标,计算并最小化重构误差,对标定参数进行优化。实验表明：重构误差直接反映了三维重建的效率,该方法的精度和鲁棒性得到了显著的提高;实物外形测量的误差从0.1123 mm减小到0.0191 mm,标准差从0.1838减小到0.1275。该方法适合应用于三维视觉系统标定质量的评估。     

基于数字相移条纹投影技术的结构光系统标定

在结构光三维测量中,摄像机和投影仪的标定是关键技术之一,直接影响着系统的测量精度.提出一种对几何结构没有严格要求的结构光系统标定方法,减小了对系统的结构约束要求,平台搭建方便,摄像机和投影机可以根据需要的条纹图像随意放置,操作简单,实现对被测物体的三维测量与重构.仿真和实验证实了该方法的有效性和正确性.     

基于双目立体视觉的摄像机外参数快速在线自标定算法

提出了一种基于双目立体视觉的摄像机外参数在线自标定算法。该算法采用理想的小孔成像模型,事先离线标定好摄像机的内参数,且各项内参数在自标定过程中均不发生变化,通过双目系统采集的二维目标图像,进行匹配和分析计算,来实时标定视觉系统的位置参数即摄像机的外参数。由于该算法可以实现摄像机快速在线标定,可以实时获得视觉系统位置参数,故可为无人机的自主着陆提供高度信息。     

摄像机标定及恢复目标点世界坐标的一种方法

实现了利用径向排列约束(RAC)的摄像机标定算法,成功标定单目摄像机的内部参数和外部参数.算法利用了成像过程中的RAC分解摄像机参数,提出了带有一阶径向畸变的摄像机模型,利用合理组织的求解次序使得每一步参数的求解都只须求解线性方程组.在此基础上提出了一种恢复目标物体在世界坐标系中的三维坐标的方法,为实现对目标物体位置的快速判断和跟踪提供了有力的前提.     

CCD摄像机快速标定技术

在视觉检测系统中,针对视觉传感器数量多,且每个摄像机需标定的内部参数及外部参数较多的特点,提出了一种新的简单的快速摄像机标定方法.分析了摄像机的各个关键参数,采用了全线性标定方法和矢量分析法,逐步求出CCD摄像机的参数.该方法具有标定速度快、精度较高、实用和算法性能分析容易等优点,适用于一般视觉检测系统的摄像机参数的标定,尤其是大型视觉检测系统中多视觉传感器的摄像机参数的标定.实际结果表明,摄像机标定误差优于0.05mm.     

应用SVM算法的相位—三维坐标标定方法

在采用光栅投影轮廓术的立体视觉方法对目标物体重构过程中,关键的步骤就是求得目标物表面特征点的相位与三维坐标的映射关系。通过对单目相机与投影仪组成的视觉系统建立模型,并对相机坐标系与投影仪坐标系进行空间解析,可得空间中任意一点在图像中坐标(u,v)、绝对相位θ与其在相机坐标系下的三维坐标(xc,yc,zc)存在复杂的非线映射关系。提出基于SVM算法的相位—三维坐标标定方法,用带有圆形标志点的平面标定板进行SVM回归模型的样本采集与训练。并通过对测试集回归预测的数据与实际测量中的数据进行对比,分析实验结果显示该标定方法确实可行,具有较高的标定精度。     

GPS双目摄像机标定及空间坐标重建

为减轻双目摄像机标定过程中对高精度靶标的依赖,实现摄像机参数的精确标定,并对空间坐标进行高精度重建,提出一种GPS双目摄像机标定及空间坐标重建方法,采用GPS代替2D或3D靶标进行双目摄像机标定。将GPS的位置在视场中任意移动,由被标摄像机拍摄多组含有GPS的图像,利用空间三维坐标与图像二维坐标间的映射关系,结合摄像机成像模型和双目摄像机标定原理,标定出双目摄像机参数,并对空间坐标进行精确重建。通过空间重建坐标与GPS实际测量值之间的相对距离误差,对重建精度进行检验。实验证明,该方法能够克服双目摄像机标定过程中对高精度靶标的依赖,空间重建坐标具有较高的精度,相对距离误差从1.56%减小到0.52%。     

三维重建技术在模具制造业中的应用

提出了一种基于三视几何的三维重建方法.该方法首先利用三目视觉系统获取3幅摄像机的标定图,用十字激光器做为结构光投射器,采集重建的鼠标图;然后通过标定图求出摄像机的内外参数和投影矩阵及基础矩阵,对采集的鼠标图像进行预处理,提取出特征点,利用三焦几何原理找出相应的匹配点,求出物体空间坐标,进行拟合完成三维重建;最后,以鼠标...     

基于相机内参数已知的三维重构

对在多幅图像的条件下,相机内参数已知且不变,利用图像中的结构信息实现分层重构的方法进行了研究,分别做了模拟数据实验和实际图像实验,恢复了相机姿态和3D物体的形状,得到了令人满意的实验效果。     

基于相机内参数已知的三维重构

对在多幅图像的条件下，相机内参数已知且不变，利用图像中的结构信息实现分层重构的方法进行了研究，分别做了模拟数据实验和实际图像实验，恢复了相机姿态和3D物体的形状，得到了令人满意的实验效果。     

基于市售设备的结构光系统模型及标定

在射影几何矩阵模型和三角法解析模型的基础上,结合市售数码相机和投影仪内部结构参数精度高、工作稳定的特点建立了结构光三维测量系统的实用数学模型。提出一种借助数码相机赋予投影仪"视觉"功能,向标定模板投射正交格雷码图案,从而确定DMD像面点和空间标准点对应关系的投影仪标定方法。作为上述数学模型的基础,设计了基于共线特征的校正模板,采用图像法将数码相机镜头畸变参数分离于系统参数之外单独标定。文中具体给出了数学模型、标定公式及校正模板,最后进行了标定、测量实验。仿真系统验证了方法的可行性,测量相对误差约为0.2%;实际系统平面测量相对误差小于0.7%,重构的复杂表面具有良好视觉效果。     

基于激光扫描和SFM的非同步点云三维重构方法

室外场景具有测量数据量大、扫描数据易重叠及建筑物表面信息复杂等特点,单靠激光扫描方法能够获得场景精确的深度信息,但缺乏颜色和纹理信息,利用从运动中恢复结构(SFM)方法可获得丰富的彩色信息,但重构精度不高,若将两种设备固定进行在线实时同步测量,易受到测量环境和系统制约不易实现。针对此问题,提出了一种基于激光扫描和SFM结合的非同步点云数据融合的三维重构方法。首先,提出利用手动选择控制点进行7自由度初始配准,再利用迭代最近点(ICP)算法对初始配准结果进行精确配准,最后利用最近点搜索算法将分布在经基于面片的多视图立体视觉(PMVS)算法优化后的SFM数据中的颜色信息与激光扫描的点云坐标进行融合。实验结果和数据分析显示,本文的方法能有效地将激光扫描与SFM点云数据进行融合,实现了室外大场景的三维彩色重构。     

基于新的系统数学模型的三维形貌测量法

提出新的测量系统数学模型,将投影仪投射光场视为由相位值唯一标识的光投射面的集合所形成的空间,将摄像机成像模型视为一种由成像点图像坐标确定的成像射线形成的集合,将被测点视为所对应的投射面与成像射线的交点。以此为理论基础,采用逆向求解法建立投影仪的数学模型,避免显示标定投影仪的复杂操作过程。将离心畸变与径向畸变分解为两个独立的过程顺序求解,再使用小孔成像模型建立消除畸变后的摄像机数学模型。采用平面靶标自由移动法采集足够多的标定数据,对标定靶的尺寸与位置要求不严,并且在不要求标定数据充满整个视场空间的情况下仍可获得完整的标定结果。本标定过程对系统位置无任何严格要求,同时摆脱对精密位移装置的需求,并有效地消除摄像机与投影仪镜头畸变所产生的标定误差。     

用于弱纹理场景三维重建的机器人视觉系统

为了实现机器人在弱纹理场景中的避障和自主导航,构建了由双目相机和激光投点器构成的主动式双目视觉系统。对立体视觉密集匹配问题进行了研究:采用激光投点器投射出唯一性和抗噪性较好的光斑图案,以增加场景的纹理信息;然后,基于积分灰度方差(IGSV)和积分梯度方差(IGV)提出了自适应窗口立体匹配算法。该算法首先计算左相机的积分图像,根据积分方差的大小确定匹配窗口内的图像纹理质量,然后对超过预设方差的阈值与右相机进行相关计算,最后通过遍历整幅图像得到密集的视差图。实验结果表明:该视觉系统能够准确地恢复出机器人周围致密的3D场景,3D重建精度达到0.16mm,满足机器人避障和自主导航所需的精度。与传统的算法相比,该匹配方法的图像方差计算量不会随着窗口尺寸的增大而增加,从而将密集匹配的运算时间缩短了至少93%。