多摄像机结构光大视场测量中全局标定方法

多摄像机结构光大视场测量系统,存在摄像机空间分布广、摄像机之间无公共视场角、标定模型复杂等问题。所以采用合适方法对多摄像机与结构光进行高精度全局标定非常关键。提出将二维平面靶标与一维靶标相结合,分步对摄像机及结构光进行全局标定。首先,综合考虑摄像机镜头畸变,采用二维平面靶标对单个摄像机内部参数进行离线标定。借助一维靶标对摄像机及结构光外部参数进行在线标定。将一维靶标上距离已知的共线特征点作为约束条件,逐个求解相邻摄像机坐标系之间外部参数。任选一个摄像机作为全局坐标系,通过相邻摄像机坐标系外部参数矩阵逐步换算,求解每个摄像机坐标系与全局坐标系外部参数。同理,采用一维靶标,至少获取激光平面上3个非共线特征点全局坐标,计算激光平面方程。最后,综合所有摄像机内外部参数、激光平面方程系数,建立多摄像机结构光大视场测量系统全局测量模型。标定试验和现场实际应用表明文中所提方法切实可行。     

大视场多像机视频测量系统的全局标定

针对大视场多像机视频测量系统的全局标定,提出并实现了一种基于近景摄影测量技术的高精度像机标定方法.首先,设计一种带有标志点的十字架形标定参考物,十字架正反两个表面粘贴有环形的编码标志点和圆形的非编码标志点.然后,在现场用工业摄影测量系统XJTUDP重建出双面标定十字架的精确结构尺寸数据;将标定十字架在公共视场范围内依次摆出多个姿态,并控制多像机同步拍摄各姿态的图像.最后,为大视场像机选择10参数非线性成像模型,对采集的图像组依次进行标定运算,标定出各像机的内参数和畸变参数,并全局定向出各个像机在统一坐标系下的外方位参数.实验结果表明,该标定方法的重投影误差小于0.05 pixel;利用标定结果测量高精度标准尺长度,相对误差小于1/4 000,可满足大视场多像机视频测量对精度和效率的要求.     

一种多传感器测量系统全局标定方法

针对复杂曲面零件加工中由触发式测头-关节臂激光扫描仪组成的多传感器测量系统,提出了六面体零件作为模板的全局标定方法,建立了基于单位四元数的全局标定数学模型,并用数学形态学方法在单位四元数球上进行聚类分析以确定最优的刚体变换矩阵。仿真和试验结果表明,该方法应用简单、鲁棒性好、精度高,适用于加工现场的在机测量系统标定。     

基于线结构光参考平面的多摄像机标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

基于线结构光参考平面的多摄像机灵活标定方法研究

多摄像机视觉测量系统中不同视觉传感器空间分布广,无公共视角,现场标定十分困难。针对多摄像机标定问题,研究了一种基于线结构光参考平面的灵活标定方法。标定过程中,以空间中同时覆盖相邻摄像机视角的结构光平面作为标定参考基准,在不同摄像机视角中,自由移动平面靶标多次,确保每次移动后靶标与结构光相交,并能在各自摄像机中清晰成像,摄像机拍摄靶标图像。提取靶标图像中角点坐标、激光光条特征点坐标。借助靶标平面与摄像机坐标系外部参数矩阵,求解激光光条特征点在对应摄像机坐标系中坐标。通过结构光基准平面内,不同摄像机坐标系中至少3组非共线特征点坐标信息,求解相邻摄像机外部参数。分别进行标定试验和精度验证试验,试验结果表明该方法切实可行。     

无重叠视场视觉测量系统与标定方法

大部件对接场景下,二维视觉测量有着速度快、价格低等特点,是测量与定位的有效方法。将多个相机布置在大部件的对接端,可以同时拍摄到两个对接面的特征,实现快速定位从而引导对接。但由于场景复杂,二维视觉系统会面临着多个相机对视、没有重叠视场的问题,导致难以完成相机之间的参数标定。为了解决这一问题,本文提出一种面向大部件对接场景的无重叠视场视觉测量系统与标定方法。对于对视且视野不重叠的多相机系统,本方法仅需在多相机标定阶段,安装或粘贴二维标定板,多次拍摄后即可完成相机间的位姿标定。相对于其他无重叠视野的二维相机系统标定方法,本方法在保证标定精度的前提下,硬件安装更加灵活,极大地减少了人工作业,标定效率更高。     

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     

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。     

高性能CMOS摄像机标定方法研究

针对最新的CMOS摄像机提出了一种新的标定方法,考虑了在摄像机模型中镜头通常会产生的径向畸变和切向畸变,并对现有教材中的坐标变换算法进行了修正,同时提出基于Matlab优化工具箱的简化算法.实验表明,该方法达到很好的标定效果.     

基于液晶靶标的多CCD线结构光测量系统全局标定

为了在多CCD线结构光测量系统中进行精确快速的全局标定,研究了一种基于液晶平面靶标的多CCD全局标定方法。首先,将液晶靶标放入光平面中,在靶标上显示一系列特征点,各个CCD同步采集。然后,通过时间序列对应特征点的图像坐标与靶标坐标,建立起像平面与靶标平面间的非线性模型。最后,对形位关系已知的标准块进行测量,利用标准块的形位关系对像平面与靶标平面间的非线性模型进行优化,得到像平面与光平面间的映射关系,完成多CCD的全局标定。利用优化后的标定结果进行测量,在自由曲面类物体的测量中三个摄像机的数据拼接精度高,对标准块上特征点距离测量的绝对误差为0.2mm,角度测量的绝对误差为0.2°。方法快速简便,适合现场操作,已在多CCD线结构光测量系统中得到了实际应用。     

立体视觉测量中的一种摄像机标定方法

立体视觉测量方法已广泛应用于三维物体几何信息的获取中，针对摄像机标定过程中复杂的成像和跨变模型，提出了基于BP神经网络的立体视觉摄像机标定方法，并利用实际数据对其进行了实验测试。结果表明，该方法可以获得较高的标定精度。     

基于神经网络的摄像机标定方法研究

提出了一种新的基于神经网络的摄像机标定方法。该方法将标定物从三维降到二维,在获得网络样本时,通过Harris角点检测法和张正友二维平板标定法得到,使其能够在保证精度的基础上,降低时间复杂度。实验结果表明,该方法得到了较好的实验结果。     

摄像机标定中一种约束条件选择方法

目前在摄像机标定中,普遍采用最小二乘法,约束条件选择对计算精度有很大影响.对以往的约束条件选择进行了分析和总结,提出了一种新的约束条件选择方法.经过数学推导得到计算公式.解算过程避免了解非线性方程.它充分考虑了参数之间的约束关系,利用正交矩阵保证Frobenius范数不变性来选择约束条件.使误差能按参数之间约束关系进行分配,从而能提高摄像机标定精度.     

摄像机标定技术研究

在简要介绍现有摄像机标定方法的基础上,提出了一种基于张正友两步法和Heikkila相机模型的改进的摄像机标定方法。经实验证明,该方法操作简便,具有较高的精度和较好的鲁棒性。而且,由于充分考虑了镜头切向畸变和像素倾斜角的影响,故适用范围更广。     

条纹投射测量标定中摄像机畸变图像的修正

在条纹投射测量系统的标定过程中对摄像机畸变图像进行修正,能有效地提高系统的标定精度。采用改进的Harris算子检测标定板上特征点的亚像素坐标,通过预标定获得特征点空间坐标,并应用BP神经网络技术校正畸变图像。仿真实验表明该方法能简单有效地提高了标定系统的精度。     

基于Halcon的大视场视觉标定方法研究

标定是机器视觉使用中必不可少的一个步骤,针对当前视觉点胶行业中对大视场加工要求,提出了一种基于Halcon的大视场视觉标定方法。通过采用Halcon相机畸变校正与画网格提取角点进行加工区域坐标标定相结合的方法,在进行点胶控制系统中机器视觉标定功能的同时,可快捷准确进行点胶加工轨迹的规划与转换,实现了大视场加工的全景标定功能。经过实际加工验证,该方法达到了控制系统标定需求,且提升了操作便捷性,提高了点胶加工效率。     

足部三维测量系统中CCD传感器的全局标定

介绍了足部三维形貌测量系统的原理以及利用测量系统已有的一维运动机构和专用标定组件对测量系统所有CCD进行全局标定的实用方法。建立了基于光平面坐标系、标定坐标系、一维运动机构坐标系和CCD图像坐标系的测量系统模型;在测量系统一维运动机构的控制下,光平面分别对标定组件中两个斜面进行扫描,求取两个斜面上扫描线在光平面坐标系中的交点坐标,并根据光平面坐标系中交点坐标和CCD图像坐标系中交点坐标的对应关系,采用坐标映射方法建立光平面与CCD图像坐标系之间的坐标转换关系;确定了基于坐标系之间转换参数的优化目标函数,并根据标定块的标称值和实际测量结果,利用POWEL直接优化方法对坐标系之间的转换参数进行了优化。测量结果表明,单个CCD重复测量误差＜0.062 5%;4个CCD测量值相对误差＜0.365%。实验结果表明,所述全局标定方法减小了一维运动机构、光平面和足支撑玻璃平板之间安装调节误差以及CCD等器件非线性带来的影响,且简便、实用、不需要其它精密标定仪器,可以对测量系统进行现场标定。     

摄像机标定的一种方法

利用透镜成像理论建立摄像机数学模型,经过畸变分析提出一种实验要求低、标定参数全面的标定方案.解决了其它线性方法中部分内部参数的标定问题,避免了传统非线性优化的繁琐和不稳定,有效地提高了标定精度.     

基于BP神经网络的摄像机标定方法研究

在摄像机标定中,由于摄像机镜头存在多种非线性畸变,传统的标定方法需要建立复杂的数学模型来描述,因而增加了系统的复杂性和不稳定性.神经网络可以较好的处理非线性问题.提出了一种基于BP神经网络的标定方法,通过隐式标定来处理二维图像点和世界坐标系中的三维点之间的映射关系,使系统不经过复杂的摄像机内外参数标定,就可以获得物体的三维信息.实验表明,该方法有效可行.     

计算机视觉中的摄像机标定方法

摄像机标定在三维重建、运动分析以及机器导航等领域中得到了广泛的研究和应用.根据标定技术特点,将摄像机标定分为两大类:基于标定物的摄像机标定和摄像机自标定,介绍了这两大类中典型的摄像机标定方法,回顾了其发展过程,并对各种方法的标定特点以及求解方法进行了分析,最后对摄像机标定方法的未来发展进行了展望.