机器视觉中相机标定方法的研究

介绍了相机标定的基础知识,按照标定流程对标定种类进行划分,相机标定方法有两步、三步以及四步标定方法等。详细探究相机标定按照自标定、基于主动视觉和基于标定物品三类标定划分办法。     

三维机器视觉测量系统的标定模型研究

针对单幅二维数字图像计算三维坐标信息的三维机器视觉测量系统,建立了相应的摄像机标定模型和激光三角测距标定模型,为三维机器视觉系统走向实用奠定了基础。     

基于机器视觉的机械零件测量技术

应用IMAQ Vision软件构建的机械零件测量系统将机器视觉技术和虚拟仪器技术结合在一起，对各种机械零件进行快速准确的在线测量。这里以齿轮为例介绍了测量的技术路线。测量系统综合应用LabVIEW和它的企业链接、信号处理等工具包，将被测对象的图像和数据直接融合到企业的信息流之中。     

视觉测量中的相机标定方法进展研究

相机标定技术是三维信息提取的关键步骤之一,从不同的模型出发有不同的标定方法.对现有的各种相机定标方法进行了总结、分析和比较,提出今后有待进一步研究的方向.     

高精度立体视觉测量中一种通用的摄像机标定技术

实现了一种用于高精度立体视觉测量中摄像机标定的新技术。这种“两步法”技术能够标定摄像机的外部参数以及有效焦距、径向透镜畸变系数和图像尺度因子。它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,从而彻底改变了以往摄像机标定依赖于非线性优化方法。本文的理论和实验证明,这种新技术较以往算法更为快速、简便、精确。     

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。     

机器人柔性视觉测量系统标定方法的改进

提出一种改进的柔性视觉测量系统标定方法。建立了包含手眼关系误差与机器人运动学参数误差的系统误差模型。在机器人末端安装结构光传感器构建了机器人柔性视觉测量系统,并在机器人工作空间中固定一个标准球作为标定参考物。标定时,机器人被控制在不同位姿下测量球心坐标。首先,应用机器人的理论模型初步标定手眼关系;然后,基于球心约束,通过迭代算法同时得到准确的手眼关系和实际的机器人运动学参数。基于ABB IRB2400工业机器人进行了系统标定实验,并利用激光跟踪仪进行精度验证。结果表明:标定前后机器人柔性视觉测量系统的距离测量标准差由0.566mm降低到0.173mm,充分验证了改进方法的有效性和实用性。该方法提高了手眼关系的精度;不需要采用任何昂贵的外部设备,适合工业现场使用。     

机器视觉测量在卷板机数控系统中的应用

基于视觉测量技术,提出采用非接触式测量方式,由摄像头和图像采集卡获取工件的二维数字图像,通过计算机对数字图像进行处理分析并计算得到工件的尺寸信息,然后输入给卷板数控系统完成加工。     

机器视觉中的摄像机标定技术研究

机器视觉中在对景物进行定量分析或对物体精确定位时,都需要进行摄像机标定,即准确确定其内部和外部参数。寻找快速有效的摄像机标定计算方法是机器视觉中的重要问题。分析了带有透镜径向的一阶畸变的摄像机模型,利用RAC标定提出一种求解其参数的标定计算方法,标定过程每一步都用线性求解,避免了非线性优化中的不稳定性。试验证明,该标定方法操作简便,标定精度高。     

基于机器视觉的齿轮自适应测量系统设计

针对采用传统方法进行齿轮测量时容易遇到测量困难与测量效率低等问题,设计了一种基于机器视觉的齿轮自适应测量系统,由机器人结合视觉定位将齿轮抓取至检测平台,利用Halcon图像处理软件提取齿轮对应参数,根据齿轮参数自动生成合适的阈值以完成多批齿轮共同测量,同时机器人利用测量信息对所测齿轮进行分组。研究结果表明,系统可以识别出不同类型的齿轮,齿轮的参数检测精度误差可以达到±0.02mm,图像系统响应时间为0.2262s,该系统大大提高了测量效率,降低了测量所需的人工成本。     

一种基于机器视觉的机器人标定方法

机器人标定是离线编程技术实用化的关键技术之一.提出了一种基于机器视觉的机器人标定方法,利用双目视觉测量机器人上的目标点,通过目标点位置的测量撮出机器人的关节轴线,根据相应的运动学模型求出机器人的几何参数,并解决了在测量过程中摄像机视野小的问题.实验结果表明该方法能够实现机器人几何参数的标定,提高了机器人的绝对精度.     

一种基于机器视觉的水表检定装置的研制

研制了一种基于机器视觉的水表检定装置,该检定装置通过设计移动式图像采集平台,单个相机即可完成对多工位的水表指针图像采集,节约了设备成本。采用角度法识别水表指针读数,通过模板匹配校正图像,提出了一种改进的最小二乘法拟合圆心的算法定位指针,利用harris角点检测算法获取针尖点,根据圆心与指针角点形成的连线之间的夹角获得指针的读数。实验表明:该检定装置与人工检定的方法相比,提高了生产效率,且系统的识别正确率在94%以上,具有较高的准确性。     

基于机器视觉的自动插件机标定方法研究

分析了自动插件机的相机标定方法,该方法是针对使用2个固定相机分别拍PCB板和元器件的插件机而设计的。为了实现准确插件,提出了获取2个相机之间关系的标定方法,通过多组实验数据和插件效果验证该方法的可行性,并对其中可能存在的误差进行分析。     

6UPS并联机构静态误差的矢量法标定

分析了不同误差对并联机构的影响，通过对机构进行位姿误差分析，建立了采用并联机构运动学反解模型的矢量法误差求解模型；研究了常用的机构标定方法及相应的测量工具，使用激光干涉仪完成了误差测量实验，并按照矢量法误差模型对测量结果进行了分析计算，使用多组姿态数据的不同组合进行误差计算，并对误差影响区域及区域重心进行拟合处理，获得了优化的机构静平台、动平台铰链的位置误差数据。使用位置误差数据可以获得更好的补偿效果。     

基于机器视觉的二维尺寸检测

借助CMOS工业相机、光学镜头、计算机以及Open CV等搭建了一套机器视觉检测简易系统,采用了一种针对两孔零件的测量方法。经试验得出:精度可达0.009mm,重复性误差可达0.0215mm,用该系统测量已检测合格的300个零件,满足检测要求,说明该检测系统具有一定的可行性。     

SCARA机器人抓取矩形零件时的标定方法研究

随着电子计算机科学、图像处理、模式识别技术与理论的迅速发展，机器礼堂技术的研究与应用日益得到重视，并不断地在许多领域得到可喜的成果，标定是机器视觉技术中关键的一步，本文对机器视觉中的标定方法进行了研究，并采用一种简单，快速的方法进行了中心位置和角度的标定。该方法不考虑对变量，采用几组点就可以确定标定参数，大大简化了计算量。     

基于机器视觉的总段对接方法

针对总段对接过程中的定位问题,设计一种视觉定位装置,分析像素坐标与靶标的转换关系,通过机器视觉方法实现对接面关键点的偏差测量。基于该视觉定位装置设计一套视觉定位系统算法,能够结合多套视觉定位装置的结果,给出总段调整指令,为总段的精准自动化智能对接提供保障。测试实验结果表明该方法有较好的性能,满足工程使用需求。