基于单张平面靶标的视觉测量系统快速校正研究_沈国峰_程筱胜_崔海华_戴宁
上传者:马宝杰|上传时间:2015-05-05|密次下载
基于单张平面靶标的视觉测量系统快速校正研究_沈国峰_程筱胜_崔海华_戴宁
机器人;视觉;控制
2014年7月第43卷第7期机械设计与制造工程
MachineDesignandManufacturingEngineeringJul.2014Vol.43No.7
DOI:10.3969/j.issn.2095-509X.2014.07.013
基于单张平面靶标的视觉测量系统快速校正研究
程筱胜,崔海华,戴沈国峰,
宁
(南京航空航天大学机电学院,江苏南京210016)
摘要:为解决双目测量系统传统标定方法过程复杂、应用条件苛刻、很难满足应用过程中准确快
速校正的难题,提出了一种简便的校正算法。该算法仅需采集一张平面靶标图像,然后利用多视图几何中的绝对二次曲线特性,即可实现双目测量系统结构参数的校正优化。实验表明,利用该算法可以达到初始标定的精度,满足实际应用的可靠性需求。关键词:双目测量;三维重建;系统校正;结构参数中图分类号:TP242文献标识码:A文章编号:2095-509X(2014)07-0057-04双目测量系统是一种基于计算机视觉理论,并结合数字图像处理、软件开发等技术而组成的高精度测量平台。为使测量系统在应用过程中保持较高的精度,需要对其进行不定期的校正。通过观察发现,轻微的振动对测量系统精度的影响较大,而温度、湿度等环境参数在一定范围内的变化对其影响相对较小,可近似忽略。进一步的实验分析表明,系统的测量精度下降主要是由于其结构参数的变化引起的,因而校正过程主要是针对结构参数进行的。
对双目测量系统结构参数的校正实质上就是对左、右摄像机外参数的重新标定,从而重新确定图像像素坐标与世界坐标系之间的投影关系。摄像机的标定方法主要可以分为自标定和经典的摄
[1-3]
像机标定方法两类。其中自标定方法又可以细分为基于平移或旋转运动的自标定技术、利用本质矩阵和基本矩阵的自标定技术以及利用灭点并通过弱透视投影或平行透视投影进行的自标定技术等,由于自标定方法不需要标定物,仅仅依靠多幅图像对应点之间的关系直接对摄像机进行标定,因而这种方法相对灵活方便,但受标定精度及鲁棒性的限制,目前还只能应用于精度要求不高的场合。经典的摄像机标定方法主要有:Abdel-Aziz和Karara
通过求提出的直接线性变换法(DLT),
解线性方程组来估计摄像机的内外参数,运算简单,但是没有考虑实际应用中摄像机(尤其是广角摄像机)的畸变影响,从而造成标定误差较大;Rog-收稿日期:2014-06-07
基金项目:国家科技支撑计划项目(2009BAI81B02)
作者简介:沈国峰(1988—),南京航空航天大学硕士研究生,主要研究方向为视觉检测、视觉测量等。男,江苏苏州人,
[4]
erTsai提出的基于径向约束的两步法[5],首先根据计算机视觉中的透视变换原理求解摄像机的一
部分参数,然后把这部分参数作为非线性优化的初始值,并引入摄像机畸变参数,通过迭代算法求解剩余的参数,相对于直接线性变换法,该方法的标
[6]
定精度有一定的提高;Weng提出了一种改进的两步法,首先求解无畸变摄像机模型的闭环解来估
计摄像机的非畸变参数,然后通过非线性优化的方法将第一步得到的参数迭代求精,并将摄像机的畸变考虑进来,最终准确估计出摄像机的所有内外参
[7]
数;张正友提出的基于2D平面靶标的标定法,只要求摄像机在两个以上不同的方位拍摄一张平面靶标图像而摄像机和2D平面靶标图像可以自由移动,不需要知道具体的运动参数。该方法的突出特点就是精度要比自标定方法高而标定步骤要较经典摄像机标定方法更为灵活方便。
本文以牙模测量系统为对象,利用实验的方法对系统结构参数快速校正的方法进行研究。在实验过程中假定左右摄像机的内参数已知且保持不变,通过采集单张平面靶标图像完成系统快速校正,并通过对靶标图像上的棋盘格角点进行三维重建来验证所提算法的可行性。
1
1.1
系统校正方法
双目系统模型
双目测量是指采用双目视觉方法,通过左、右
两个摄像机从不同角度采集同一物体图像来测量
·57·
机器人;视觉;控制
2014年第43卷机械设计与制造工程
物体上某些特征点的空间三维坐标并恢复物体三维形貌的过程。假定空间任意一点P在左、右摄像p2已经从图像中检测出来,机上的图像点p1,则有摄像机模型:
?X?u?1??Y?
??R1,T1]??s1v1=A1[??Z?????1?
?1??X?u2???Y?
??R2,T2]??s2v2=A2[??Z?????1?
?1?
存在一个透视投影变换H,即
珟=HM珦sm
(5)
r2,T]r1,,式中:H为3×3的矩阵,且H=λA[其h1,,h2,h3]则有:中λ为一常数因子。记H=[
h2,h3]=λA[r1,r2,T][h1,
(6)
式中:平移向量T为从世界坐标系的原点到光心
r2为图像平面两个坐标轴在世界坐标的矢量;r1,
r2显然平移向量T不会位于r1,系中的方向矢量,
构成的平面上。由于r1,r2相互正交,因此
(1)
(2)
r1,)≠0,r2,T]det([又由于det[A]≠0,从而det[H]≠0。1.3
透视投影矩阵计算
假设在校正过程中图像受到高斯噪声干扰,高
又由斯噪声满足正态分布,其协方差矩阵为Λmi,
2
即协方于各点的获取过程是独立的,令Λmi=σI,
v1,1)与(u2,v2,1)分别为p1,p2点的像式中:(u1,
y,z,1)为点P在世界坐标系下的素齐次坐标;(x,
A2为左、齐次坐标;A1,右摄像机的内参数矩阵;T1,R2,T2分别为左、R1,右摄像机的旋转矩阵与平
s2为非零因子。移向量,也称系统结构参数;s1,s2式(1)和式(2)分别包含3个方程,消去s1,
Y,Z的4个线性方程,后得到关于X,利用最小二Y,Z)。乘法即可求解唯一的(X,
1.2校正方法
以一个摄像机为例,靶标平面上的三维点记为
T,M=[x,y,z]其图像平面上的二维点记为m=
TT
珦=[x,[u,v],y,z,1]相应的齐次坐标为M与
T
珟=[。基于针孔成像模型,mu,v,1]空间三维点坐珦与像素点坐标m珟之间满足如下投影关系:标M
差矩阵为对角阵,且各对角元素相等。使用最大似
然估计法获取透视投影矩阵时,可以将所有对应点的Mahalanobis距离作为目标函数,如式(7)所示,当Mahalanobis距离最小时的H矩阵就是所需求解的透视投影矩阵。
2-1^i)TΛm^i)(mi-mγ=∑(mi-mi
i
2^i=式中:γ为Mahalanobis距离的平方;mT
珔Mih1T2
i
T3
(7)1·hMi
,h为矩阵H的第i行。本文采用计其中珔[珔]hM
i
珟=A[珦smR,T]M?αu
A=?0
??0
0αv0
u0?v0??1?
(3)算机视觉领域中较为常用的Levenberg-Marquardt算法求解上述非线性最小二乘问题,该算法是梯度下降法和高斯牛顿法的结合,具有较快的收敛速度及较好的稳定性。1.4
系统结构参数的分离求解
当透视投影矩阵H求解后,加上已知的内参数矩阵A,则根据式(6)很容易求得系统的外参数:
-1
r=Ah1λ1?
-1??r2=λAh2
?
r3=r1×r2??
?t=λA-1h3
-1-1
式中:λ=1/‖Ah1‖=1/‖Ah2‖。
式中:参数s为任意非零尺度因子;旋转矩阵R与平移向量T称为摄像机外参数矩阵,也是本文需v0)为A为摄像机内参数矩阵;(u0,要校正的参数,主点的坐标;αu,αv分别为u轴与v轴的尺度因子。本文假定内参数在双目测量系统组装前已精确标定,在校正过程中仅作为已知参数。不失一般性,在此假设靶标平面位于世界坐标系的xy平面上,
则由式(3)即z=0,并记旋转矩阵R的第i列为ri,可得
[8]
(8)
:
?x?u???x??y?
s?v?=A[r2,r3,T]??=A[r2,T]?y?(4)r1,r1,????0?????1??1?
?1?
珦与对应的图像点m珟之间从而靶标平面上的点M·58·
在上述校正过程中,还未考虑左、右摄像机的镜头畸变,因此需要在靶标图像角点检测前利用已知内参数对左、右图像作畸变校正操作,以补偿畸变产生的影响,同时也简化了三维模型的重建。
机器人;视觉;控制
2014年第7期沈国峰:基于单张平面靶标的视觉测量系统快速校正研究
2实验结果及误差分析
1280×960),1块平面棋盘格靶标1台惠普PC机,15mm×15mm),1个机械升降台组板(7行×7列,
成。该测量系统初始内参数见表1,原始系统对靶标板角点进行三维重建的平均误差为0.133mm。
v0511.10471.10
k1-0.1513-0.1339
k2-0.1677-0.2839
p1-0.00140-0.00016
p2-0.00150-0.001
内容需要下载文档才能查看70
本文进行了模拟实验,搭为验证算法可行性,
建如图1所示的双目测量系统,该系统由2台德国映美精工业相机(型号DMK41BU02,分辨率
表1
内参数左摄像机右摄像机
αx3498.23488.9
αy3498.23488.9
u0556.36681.24
左、右摄像机的内参数
表3
校正方法三维重建
误差/mm
三维重建误差比较(欧氏距离)
第1次0.140
第2次0.170
第3次0.180
平均0.163
初始标定0.133
通过对表3中三维重建误差的对比分析可知,利用本文提出的校正方法对双目测量系统进行校正,既满足了校正过程的快速有效,同时又保证了实际应用中的测量可靠性需求。
3结束语
双目测量系统的快速有效校正是保证测量可靠性的关键。本文提出的仅用单张平面靶标图像
图1
实验中搭建的双目测量系统
对系统结构参数进行校正的方法,方便用户在测量过程中快速有效地对系统进行校正。事实上,内参数在使用过程中的微小变化还是会对系统的测量精度产生一定的影响,因此还需要进一步研究出一种既保证快速有效,同时又能校正全部参数的校正方法,从而改善校正效果,进一步提高双目测量系统的可靠性。参考文献:
[1]HartleyR.AnalgorithmforSelf-Calibrationfromseveralviews
[C]//ComputerVisionandPatternRecognition,June,1994,Seattle,Washington,USA.[S.l.]:IEEE,c1994:908-912.[2]MaybankSJ,FaugerasOD.Atheoryofself-calibrationofa
movingcamera[J].InternationalJournalofComputerVision,1992,8(2):123-151.
[3]PollefeysM,KochR,vanGoolI.Selfcalibrationandmetricre-constructioninspiteofvaringandunknowninternalcamerapa-rameters[J].InternationalJournalofComputerVision,1999,32(1):17-25.
[4]Abdel-AzizYI,KararaHM.Directlineartransformationinto
objectspacecoordinatesinclose-rangephotogrammetry[C]//ASPSymposiumonClose-RangePhotogrammetry,Univ.ofIl-linoisatUrbanaChampaign.Urbana:AmericanSocietyofPhotogrammetry,1971:1-18.
[5]TsaiRY.Aversatilecameracalibrationtechniqueforhigh-ac-
利用本文提出的方法对测量系统进行校正实验,校正后得到的系统结构参数见表2,同样对靶标板角点进行三维重建,记录重建误差;然后轻微地改变左、右摄像机的方位后重新进行上述校正实验,共进行3次,最终的三维重建误差结果见表3。
表2
外参数
左、右摄像机的外参数
左摄像机
右摄像机0.97108100-0.008563130.23859600-0.003156380.998809000.04869340-0.23872800-0.048038400.96989700-37.3446-44.0479429.0930
0.95315200
r1
0.01112070-0.302286000.00197806
r2
0.999073000.042991600.30248400
r3
-0.041575500.95224700-26.1919
t
-50.4513463.2210
·59·
机器人;视觉;控制
2014年第43卷机械设计与制造工程
(10):965-980.
[7]ZhangZ.Aflexiblenewtechniqueforcameracalibration[R].
Redmond,WA,USA:MicrosoftResearch,c2000:1330-1334.
[8]马颂德,张正友.计算机视觉———计算理论与算法基础
1998.[M].北京:科学出版社,curacy3Dmachinevisionmetrologyusingoff-the-shelfTVcamerasandlenses[J].IEEEJournalofRoboticsandAutoma-tion,1987,3(4):323-344.[6]WengJuyang,Paualcohen,MarcHerniou.Cameracalibrationwithdistortionmodelsandaccuracyevaluation[J].IEEETrans-
actionsonPatternAnalysisandMachineIntelligence,1992,14
ResearchonRapidCorrectionoftheVision
MeasuringSystemBasedonSinglePlaneTargetImage
SHENGuofeng,CHENGXiaosheng,CUIHaihua,DAINing
(NanjingUniversityofAeronauticsandAstronautics,JiangsuNanjing,210016,China)
Abstract:Itisratherdifficulttorapidlyandconvenientlycorrectowingtothecomplexityandapplicationcondi-tionofthetraditionalcalibrationmethod.Inordertosolvethisissue,thispaperproposesasimpleandrapidcor-rectionalgorithm,whichonlyneedsasingleplanetargetimagewiththecharacteristicsofabsoluteconicinthemultipleviewgeometry.Theexperimentalresultsshowthattheinitialcalibrationprecisioncanbeachievedandthepracticalapplicationdemandcanbesatisfiedbytheproposedalgorithminthispaper.
Keywords:BinocularMeasuring;3DReconstruction;SystemCorrection;StructureParameters
·60·
下载文档
热门试卷
- 2016年四川省内江市中考化学试卷
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
- 山东省滨州市三校2017届第一学期阶段测试初三英语试题
- 四川省成都七中2017届高三一诊模拟考试文科综合试卷
- 2017届普通高等学校招生全国统一考试模拟试题(附答案)
- 重庆市永川中学高2017级上期12月月考语文试题
- 江西宜春三中2017届高三第一学期第二次月考文科综合试题
- 内蒙古赤峰二中2017届高三上学期第三次月考英语试题
- 2017年六年级(上)数学期末考试卷
- 2017人教版小学英语三年级上期末笔试题
- 江苏省常州西藏民族中学2016-2017学年九年级思想品德第一学期第二次阶段测试试卷
- 重庆市九龙坡区七校2016-2017学年上期八年级素质测查(二)语文学科试题卷
- 江苏省无锡市钱桥中学2016年12月八年级语文阶段性测试卷
- 江苏省无锡市钱桥中学2016-2017学年七年级英语12月阶段检测试卷
- 山东省邹城市第八中学2016-2017学年八年级12月物理第4章试题(无答案)
- 【人教版】河北省2015-2016学年度九年级上期末语文试题卷(附答案)
- 四川省简阳市阳安中学2016年12月高二月考英语试卷
- 四川省成都龙泉中学高三上学期2016年12月月考试题文科综合能力测试
- 安徽省滁州中学2016—2017学年度第一学期12月月考高三英语试卷
- 山东省武城县第二中学2016.12高一年级上学期第二次月考历史试题(必修一第四、五单元)
- 福建省四地六校联考2016-2017学年上学期第三次月考高三化学试卷
- 甘肃省武威第二十三中学2016—2017学年度八年级第一学期12月月考生物试卷
网友关注
- 2012新托福考试写作必备词汇
- 新日本语能力考试N1语法强化训练72
- 新日本语能力考试N1语法强化训练71
- 2013年英语考前复习透析中考英语语法交际用语考点
- [整理版]gmat成就可否请求美国精算专业之皇家留学供给
- [宝典]高中英语语法指南_1615726672
- 5周突破新能力考文字词汇N2级第三周第四单元10
- 低龄学子如何融入美国当地生活
- 小学英语语法及习题456321916
- 中学英语教学中的语法教学 - 苏州市网上教师学校 苏州市教育
- 什么样的中国学生更吸引美国高校
- 酒店英语900句,qianghan
- 2014届高三英语语法填空专练
- 英语语法
- [精品]斩获gmat高分,迈名校
- 新日本语能力考试N1语法强化训练74
- 2013-05-11预测托福机经
- 【精英计划教育】托福词汇之考古学
- 老托福听力30篇下载之建谷仓(原文 翻译)
- 小站教育托福独立写作题型分类
- gmat数学讲义
- 2014年7月日语能力考一级真题阅读部分02
- 语法71238[精华]
- 新托福听力话题之商业场景分析
- 英语语法基本知识——名词短语
- 语法专项突破十一
- 5周突破新能力考文字词汇N2级第三周第四单元08
- SAT改革或将顺延一年
- 2014年7月日语能力考一级真题阅读部分01
- 2014年7月日语能力考一级真题文法部分
网友关注视频
- 冀教版小学数学二年级下册第二单元《有余数除法的简单应用》
- 沪教版八年级下册数学练习册21.3(2)分式方程P15
- 每天日常投篮练习第一天森哥打卡上脚 Nike PG 2 如何调整运球跳投手感?
- 8.练习八_第一课时(特等奖)(苏教版三年级上册)_T142692
- 《小学数学二年级下册》第二单元测试题讲解
- 【部编】人教版语文七年级下册《过松源晨炊漆公店(其五)》优质课教学视频+PPT课件+教案,辽宁省
- 30.3 由不共线三点的坐标确定二次函数_第一课时(市一等奖)(冀教版九年级下册)_T144342
- 沪教版八年级下册数学练习册21.4(1)无理方程P18
- 沪教版牛津小学英语(深圳用) 五年级下册 Unit 10
- 沪教版牛津小学英语(深圳用) 四年级下册 Unit 2
- 沪教版牛津小学英语(深圳用) 六年级下册 Unit 7
- 苏科版数学七年级下册7.2《探索平行线的性质》
- 二次函数求实际问题中的最值_第一课时(特等奖)(冀教版九年级下册)_T144339
- 外研版英语三起5年级下册(14版)Module3 Unit2
- 二年级下册数学第二课
- 沪教版八年级下册数学练习册20.4(2)一次函数的应用2P8
- 化学九年级下册全册同步 人教版 第22集 酸和碱的中和反应(一)
- 北师大版八年级物理下册 第六章 常见的光学仪器(二)探究凸透镜成像的规律
- 19 爱护鸟类_第一课时(二等奖)(桂美版二年级下册)_T502436
- 【获奖】科粤版初三九年级化学下册第七章7.3浓稀的表示
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,湖北省
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,广东省
- 外研版八年级英语下学期 Module3
- 第五单元 民族艺术的瑰宝_16. 形形色色的民族乐器_第一课时(岭南版六年级上册)_T3751175
- 北师大版数学四年级下册第三单元第四节街心广场
- 冀教版英语三年级下册第二课
- 沪教版八年级下次数学练习册21.4(2)无理方程P19
- 【部编】人教版语文七年级下册《泊秦淮》优质课教学视频+PPT课件+教案,天津市
- 河南省名校课堂七年级下册英语第一课(2020年2月10日)
- 冀教版小学英语四年级下册Lesson2授课视频
精品推荐
- 2016-2017学年高一语文人教版必修一+模块学业水平检测试题(含答案)
- 广西钦州市高新区2017届高三11月月考政治试卷
- 浙江省湖州市2016-2017学年高一上学期期中考试政治试卷
- 浙江省湖州市2016-2017学年高二上学期期中考试政治试卷
- 辽宁省铁岭市协作体2017届高三上学期第三次联考政治试卷
- 广西钦州市钦州港区2016-2017学年高二11月月考政治试卷
- 广西钦州市钦州港区2017届高三11月月考政治试卷
- 广西钦州市钦州港区2016-2017学年高一11月月考政治试卷
- 广西钦州市高新区2016-2017学年高二11月月考政治试卷
- 广西钦州市高新区2016-2017学年高一11月月考政治试卷
分类导航
- 互联网
- 电脑基础知识
- 计算机软件及应用
- 计算机硬件及网络
- 计算机应用/办公自动化
- .NET
- 数据结构与算法
- Java
- SEO
- C/C++资料
- linux/Unix相关
- 手机开发
- UML理论/建模
- 并行计算/云计算
- 嵌入式开发
- windows相关
- 软件工程
- 管理信息系统
- 开发文档
- 图形图像
- 网络与通信
- 网络信息安全
- 电子支付
- Labview
- matlab
- 网络资源
- Python
- Delphi/Perl
- 评测
- Flash/Flex
- CSS/Script
- 计算机原理
- PHP资料
- 数据挖掘与模式识别
- Web服务
- 数据库
- Visual Basic
- 电子商务
- 服务器
- 搜索引擎优化
- 存储
- 架构
- 行业软件
- 人工智能
- 计算机辅助设计
- 多媒体
- 软件测试
- 计算机硬件与维护
- 网站策划/UE
- 网页设计/UI
- 网吧管理