基于机器视觉的摄像机标定方法研究

发布者:EtherealBeauty最新更新时间:2014-11-24 来源: eefocus关键字:机器视觉  摄像机标定 手机看文章 扫描二维码
随时随地手机看文章

0 引言

  机器视觉的基本任务之一是从摄像机获取图像信息并计算三维空间中物体的几何信息,以由此重建和识别物体。而空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机成像的几何模型决定的,这些几何模型参数就是摄像机参数。在大多数条件下,这些参数必须通过实验与计算才能得到,这个过程被称为摄像机定标(或称为标定)。标定过程就是确定摄像机的几何和光学参数,以及摄像机相对于世界坐标系的方位。由于标定精度的大小,直接影响着计算机视觉(机器视觉)的精度。因此,只有做好了摄像机标定工作,后续工作才能正常展开,可以说,提高标定精度也是当前科研工作的重要方面。

1 摄像机透视投影模型

  摄像机通过成像透镜将三维场景投影到摄像机二维像平面上,这个投影可用成像变换(即摄像机成像模型)来描述。摄像机成像模型分为线形模型和非线性模型。针孔成像模型就属于线形摄像机模型,本文就讨论在这种模型下,某空间点与其图像投影点在各种坐标系下的变换关系。图1所示为三个不同层次的坐标系在针孔成像模型下的关系。其中(Xw,Yw,Zw)为世界坐标系,(x,y,z)为摄像机坐标系,XfQfYf为以像素为单位的图像坐标系,XOY为以毫米为单位的图像坐标系。

  图像中某点在以毫米为单位的图像坐标系中的坐标与其在以像素为单位的图像坐标系中的坐标的变换关系如下:

  空间某点在世界坐标系中的坐标与其在摄像机坐标系中的坐标变换关系如下:

  其中,为3×3正交单位矩;t为三维平移向量;M2为4×4矩阵。

  由于针孔成像模型有如下关系:

  所以,将(1),(2)代入上式的齐次坐标和矩阵表示可得:

  其中,M1为摄像机内参数,M2为摄像机外参数。确定某一摄像机参数称为摄像机定标。

2 标定分类

  总的来说,摄像机标定可以分为传统的摄像机标定方法和摄像机自标定方法两大类。传统摄像机标定的基本方法是在一定的摄像机模型下,通过对特定标定参照物进行图像处理,并利用一系列数学变换公式计算及优化,来求取摄像机模型内部参数和外部参数。然而,该方法在场景未知和摄像机任意运动的一般情况下,其标定很难实现。20世纪90年代初,Faugeras,Luong,Maybank等人首次提出了摄像机自标定方法。这种自标定法利用摄像机本身参数之间的约束关系来标定,而与场景和摄像机的运动无关,所以更为灵活。

3 传统摄像机标定方法

  传统的摄像机标定方法按照标定参照物与算法思路可以分成若干类,如基于3D立体靶标的摄像机标定、基于2D平面靶标的摄像机标定、以及基于径向约束的摄像机标定等。

3.1 基于3D立体靶标的摄像机标定

  基于3D立体靶标进行摄像机标定是将一个3D立体靶标放置在摄像机前,靶标上每一个小方块的顶点均可作为特征点。每个特征点相对于世界坐标系的位置在制作时应精确测定。摄像机获得靶标上特征点的图像后,由于表现三维空间坐标系与二维图像坐标系关系的方程是摄像机内部参数和外部参数的非线性方程,如果忽略摄像机镜头的非线性畸变并把透视变换矩阵中的元素作为未知数,来给定一组三维控制点和对应的图像点,那么,就可以利用直接线性变换法来求解透视变换矩阵中的各个元素。所以,由靶标上特征点的世界坐标和图像坐标,即可计算出摄像机的内外参数。

3.2 基于2D平面靶标的摄像机标定

  该方法又称为张正友标定法,这是一种适合应用的新型灵活方法。该方法要求摄像机在两个以上不同的方位拍摄一个平面靶标,摄像机和2D平面靶标都可以自由移动,且内部参数始终不变,假定2D平面靶标在世界坐标系中的Z=0,那么,通过线性模型分析就可计算出摄像机参数的优化解,然后用基干最大似然法进行非线性求精。在这个过程中得出考虑镜头畸变的目标函数后就可以求出所需的摄像机内、外部参数。这种标定方法既具有较好的鲁棒性,又不需昂贵的精制标定块,很有实用性。但是,张正友方法在进行线性内外参数估计时,由于假定模板图像上的直线经透视投影后仍然为直线,进而进行图像处理,这样,实际上会引入误差,所以,嘎方法在广角镜畸变比较大的情况误差较大。

3.3 基于径向约束的摄像机标定

  Tsai(1986)给出了一种基于径向约束的两步法标定方法,该方法的核心是先利用RAC(径向一致约束)条件用最小二乘法解超定线性方程,以求出除tτ(摄像机光轴方向的平移)外的其他像机外参数,然后再在摄像机有和无透镜畸变等两种情况下求解摄像机的其他参数。Tsai方法的精度比较高,适用于精密测量,但它对设备的要求也很高,不适用于简单的标定。这种方法的精度是以设备的精度和复杂度为代价的。

4 摄像机自标定方法

  不依赖于标定参照物,仅利用摄像机在运动过程中周围环境图像与图像之间的对应关系来对摄像机进行的标定的方法称为摄像机自标定方法。目前已有的自标定技术大致可以分为基于主动视觉的摄像机自标定技术、直接求解Kruppa方程的摄像机自标定方法、分层逐步标定法、基于二次曲面的自标定方法等几种。

4.1 基于主动视觉的自标定法

  所谓主动视觉系统,是指摄像机被固定在一个可以精确控制的平台上,且平台的参数可以从计算机精确读出,只需控制摄像机作特殊的运动来获得多幅图像,然后利用图像和已知的摄像机运动参数来确定摄像机的内外参数。其代表性的方法是马颂德提出的基于两组三正交运动的线性方法,后来杨长江,李华等人提出了改进的方案,即分别是基于4组平面正交以及5组平面正交运动并利用图像中的极点信息来线性标定摄像机参数。此种自标定方法算法简单,可以获得线性解,不足之处在于必须有可以精确控制的摄像机运动平台。

4.2 基于Kruppa方程的自标定方法

  Faugeras,Luong,Maybank等提出的自标定方法是直接基于求解Kruppa方程的一种方法,该方法利用绝对二次曲线像和极线变换的概念推导出Kruppa方程。基于Kxuppa方程的自标定方法不需要对图像序列做射影重建,而是对两图像之间建立方程,这个方法在某些很难将所有图像统一到一致的射影框架场合会比分层逐步标定法更具优势,但代价是无法保证无穷远平面在所有图像对确定的射影空间里的一致性,当图像序列较长时,基于Kruppa方程的自标定方法可能不稳定。且其鲁棒性依赖于给定的初值。

4.3 分层逐步标定法

  近年来,分层逐步标定法已成为自标定研究中的热点,并在实际应用中逐渐取代了直接求解Kruppa方程的方法。分层逐步标定法首先要求对图像序列做射影重建,再通过绝对二次曲线(面)施加约束,最后定出仿射参数(即无穷远平面方程)和摄像机内参数。分层逐步标定法的特点是在射影标定的基础上,以某一幅图像为基准做射影对齐,从而将未知数数量缩减,再通过非线性优化算法同时解出所有未知数。不足之处在于非线性优化算法的初值只能通过预估得到,而不能保证其收敛性。由于射影重建时,都是以某参考图像为基准,所以,参考图像的选取不同,标定的结果也不同相。

4.4 基于二次曲面的自标定方法

  Triggs是最早将绝对二次曲面的概念引入自标定的研究中来的,这种自标定方法与基于Kruppa方程的方法在本质上是相同的,它们都利用绝对二次曲线在欧氏变换下的不变性。但在输入多幅图像并能得到一致射影重建的情况下,基于二次曲面的自标定方法会更好一些,其根源在于二次曲面包含了无穷远平面和绝对二次曲线的所有信息,且基于二次曲面的自标定方法又是在对所有图像做射影重建的基础上计算二次曲面的,因此,该方法保证了无穷远平面对所有图像的一致性。

5 结束语

  本文对基于机器视觉的摄像机标定理论与各种方法进行了研究。传统的摄像机标定需要标定参照物。为了提高计算精度,还需确定非线性畸变校正参数。而新的比较符合摄像机成像物理模型且又便于分析计算的实用模型是条另辟蹊径的发展方向。摄像机自标定相对于传统方法有更好的灵活性和实用性,通过十多年的不懈努力,理论上的问题已基本解决,目前研究的重点是如何提高标定算法的鲁棒性以及如何很好地用这些理论来解决实际视觉问题。为了提高鲁棒性,建议更多的使用分层逐步自标定方法,并应对自标定的结果进行线性优化。

关键字:机器视觉  摄像机标定 引用地址:基于机器视觉的摄像机标定方法研究

上一篇:基于集成DSP的视频处理卡在机器视觉中的应用
下一篇:机器视觉应用的摄像头设计

推荐阅读最新更新时间:2024-05-02 23:19

机器视觉在布匹生产在线检测系统应用
   一、 布匹生产在线检测概述      自动检测技术作为一种快速、实时、准确采集与处理信息的高新技术,已逐渐成为国民经济信息化、增强竞争力不可缺少的技术工具和手段。布匹在现代生产流水线上,需要判别出布匹的颜色是否合格、布匹上是否有杂质及杂质的数量。由于生产线运行速度较快,要求杂质分辨直径较小,用人工难以做到实时检测,事后抽样检测效率低下,且抽检后的产品仍然有存在瑕疵的可能。计算机的自动化,正好适合于快速实时地检测。布匹生产在线检测系统正是基于机器视觉的技术,快速高效的检测出布匹的颜色和存在的杂质。机器视觉就是用机器代替人眼来做测量和判断。机器视觉系统是指通过机器视觉产品(即图像摄取装置)将被摄取目标转换成图像信号,传送给专用的
[测试测量]
无人机:从狂欢到理性
说到炫技,2016年的焦点非无人机莫属。无论是环境监测、智慧农业、快递运输还是军事应用,无人机活跃在各个领域,发挥着其独特的优势。新科技的爆红,引得大量资本和企业纷纷涌入无人机市场,让无人机行业乘着资本热浪,迅速度过了初创期。 然而,在岁末年初的节点上,火热的无人机市场却迎来了一阵寒潮。先是无人机企业Lily近日宣布公司将关闭;零度智控在元旦前夕宣布裁员134人;之后又传出亿航智能裁员约70人。短短的几个月,多家国内外无人机企业爆出裁员、倒闭的消息,无人机在经历了行业井喷式发展后,似乎面临着新的瓶颈。 从集体狂欢回归理性 根据前瞻产业研究院制作的相关报告,2015 年中国无人机市场总体规模约为 67 亿元人民币,同比增长 48%,
[嵌入式]
Cognex读码器提升博世零部件读码效率
博世汽车部件(长沙)有限公司是罗伯特·博世公司和博世(中国)投资有限公司投资设立的外商独资公司,主要经营汽车部件、汽车电子设备系统的生产、研发、应用和销售,主要产品有汽车用起动机、发电机、蒸发风机和冷凝风机、雨刮电机、举窗电机、座椅调节系统、防抱挚死系统等。 为了实现产品的可追溯性,每件产品生产出来都需要进行扫码,但是由于零部件的特点,在扫码过程中遇到了很多问题。由于零件表面带有凹凸面,二维码刚好打在纹路面上,所以一直没有找到好的方案将二维码成功读取,影响到了产品追溯。以前也曾用过其他读码器,但读码成功率不高,影响了生产效率,而采用了Cognex的DataMan 读码器后,功解决了之前读取率不高,甚至无法读取二维码的问题,几乎消除
[嵌入式]
In-Sight 2000 “锁”住我们的安全
延锋江森汽车零部件有限公司(以下简称延锋江森)是中国最大的汽车座椅及顶饰系统供应商之一,公司业务领域覆盖座椅总成、机械零件、内饰及金属件为客户提供零距离的即时化供货与服务。下面就随工业控制小编一起来了解一下相关内容吧。 车锁是延锋江森的主力产品之一,其生产是自动化装配,需要严格检测两个锁舌、螺丝、弹簧、螺丝、螺钉、弹簧正反等七个部位的工件装配情况,精度偏差仅为0.1mm,生产检测节拍稳定在0.2s中,稳定性要达到99.99%,检测要求十分苛刻。 辽宁贝斯特科技有限公司(以下简称贝斯特公司)是延锋江森的检测设备供应商,提供产品检测技术服务。在项目之初的快速检测中,延锋江森认为高端的智能相机或PC机能够更快的满足检测要求。 “但是,
[工业控制]
车载机器视觉技术保障您的行路安全
引言   随着我国道路交通事业发展迅猛,汽车保有量已超过1.5亿辆,并且保持继续增长的趋势。道路交通运输的蓬勃发展为我国的运输事业提供了强有力的支撑,但同时也带来了巨大的交通安全隐患。道路交通事故已成为各种事故之首,是建立交通运输安全可持续发展的交通体系的重大阻碍。因此,通过技术手段建立道路交通安全保障系统以减少交通事故是是当务之急。本文在剖析驾驶过程中驾驶员视觉功能的基础上,对基于车载机器视觉的各种汽车安全技术的研究现状进行介绍与分析,并展望该领域的发展趋势。   1 驾驶过程描述   根据人行为的刺激—机体一反应经典模式,驾驶汽车的行为可分为三个阶段,如图1所示,即感知阶段、判断决策阶段和操作阶段。在感知阶
[工业控制]
车载<font color='red'>机器视觉</font>技术保障您的行路安全
HALCON机器视觉软件有哪些优点?
最近一直在使用机器人与上位机进行视觉抓取技术的调试,对 也稍有了解,就这样我开始接触到了HALCON. HALCON是德国MVc开发的一套完善的标准的算法包,拥有应用广泛的机器视觉集成开发环境。它节约了产品成本,缩短了开发周期——HALCON灵活的架构便于机器视觉,医学图像和图像分析应用的快速开发。在欧洲以及日本的工业界已经是公认具有最佳效能的Machine Vision软件。 HALON支持Windows,和Mac OS X操作环境,它保证了投资的有效性。整个函数库可以用C,C++,C#,Visual b和Delphi等多种普通编程语言访问。HALCON为大量的图像获取设备提供,保证了的独立性。它为百余种工业相机和图
[机器人]
基于机器视觉技术的料堆三维体积测量
1、前言:在工业领域,进行工业生产需要堆放各种矿物质原料,比如燃煤、砂石、稀土和矿石等,从而形成大量形态各异的料堆。实时且准确地估算这些料堆的体积(土方量),是保证生产正常进行的重要数据保障。目前主要有两种方式:1)采用移动三维激光扫描仪:可以由人工手持三维激光扫描仪以移动非接触测量的方式对料堆进行360°扫描进行三维数据采集,再由专业的分析处理软件将数据进行三维建模,还原为真实的料堆地貌形态,然后测算出体积。优点:测算结果比较精确,不要求料堆位置固定;缺点:耗费人工难以实时且三维扫描仪价格昂贵;适用:要求体积估算非常精确,且预算也高的领域; 图1 手持三维激光扫描仪测量体积(某厂家)2)采用多点固定激光测距:可以在固定料堆
[嵌入式]
基于<font color='red'>机器视觉</font>技术的料堆三维体积测量
机器视觉软件Sherlock的应用——标定
摘要:介绍机器视觉软件Sherlock如何对将相机像素坐标系转换成实际测量或检测所需要的坐标系,以及利用标定来修正相机CCD平面与物体测量平面不平行引起的畸变。 关键词:标定(calibrate) 校正 放射性失真 畸变 虚拟相机 在应用机器视觉进行检测或测量时,要得到精确的测量值,需要相机CCD平面和实际检测或测量零件的表面相平行。否则,将发生透视性失真,从而很难保证精度。相机CCD与零件表面的平行通常通过人工调整夹具来保证。但是,调整夹具不可能完全保证平行,而且需要耗费很长的时间。 相机所拍摄图像的坐标系并不是用户实际需要的坐标系,因此需要将坐标系转换成用户需要的坐标系。 机器视觉软件Sherlock利用标定很容易修正
[应用]
小广播
最新嵌入式文章
何立民专栏 单片机及嵌入式宝典

北京航空航天大学教授,20余年来致力于单片机与嵌入式系统推广工作。

换一换 更多 相关热搜器件
电子工程世界版权所有 京B2-20211791 京ICP备10001474号-1 电信业务审批[2006]字第258号函 京公网安备 11010802033920号 Copyright © 2005-2024 EEWORLD.com.cn, Inc. All rights reserved