一种双目视觉传感器的消隐特征约束标定方法及装置制造方法及图纸

本发明专利技术公开了一种双目视觉传感器的消隐特征约束标定方法及装置，该方法包括以下步骤：1、根据测量对象，固定左右摄像机的位置并完成左右摄像机内部参数的标定；2、设置平行线靶标，左右摄像机从不同角度拍摄靶标图像；3、根据步骤1中标定出的摄像机畸变系数对图像进行畸变矫正；4、利用从靶标图像上提取的直线方程计算消隐线，采用线性计算方法完成双目视觉传感器结构参数初值的求解；5、以步骤4中线性求解的R、T为初值，利用平行线间距约束和靶标平面法线方向在左右摄像机坐标系下的一致性进行整体优化，得到最终标定结果。本发明专利技术提出的双目视觉传感器结构参数标定方法，实现了旋转矩阵参数R和平移向量参数T的分步求解，降低了计算的难度和复杂性。

【技术实现步骤摘要】

本专利技术涉及计算机视觉技术，具体涉及一种双目视觉传感器的消隐特征约束标定方法及装置。
技术介绍
双目视觉传感器主要由两台摄像机组成，以光学三角法为基础，基于立体视差原理，完成公共视场内的特征点、特征线等的三维测量。由于双目视觉测量具有非接触、速度快、系统柔性好、测量精度高等优点，广泛应用于三维模型重建、物体表面轮廓三维信息测量以及物体关键几何参数测量等领域。双目视觉传感器的测量模型参数的标定是双目视觉传感器能否应用成功的关键，主要包括摄像机内部参数的标定和传感器结构参数的标定。摄像机内部参数不随两台摄像机之间结构而改变，可以离线标定，而传感器的结构参数则不同，容易受到安装过程的影响，需要在线标定。目前双目视觉传感器模型参数的标定方法主要有：①基于已知三维坐标的三维靶标法，如马颂德在“计算机视觉——计算理论与算法基础[M].北京：科学出版社，2003”中所述；②基于未知运动平面圆孔靶标法，见周富强文章“双目视觉传感器的现场标定技术[J].仪器仪表学报，2000,21(2)：142-145”；③基于未知运动一维靶标法，张广军的“基于标准长度的立体视觉传感器结构参数标定方法.2001年航空工业测控技术学术交流会：259～263”、周富强的“基于未知运动一维靶标的双目视觉传感器标定[J].机械工程学报，2006,42(6)：92-96”和孙军华的“大视场双目视觉传感器的现场标定[J].光学精密工程,2009,17(3):633-640”均属此类；④基于特征点匹配的双目视觉传感器自标定方法，以R.I.Hartley在文章“Estimation of relative camera positions for uncalibrated cameras,In Proc.European Conference on Computer Vision,LNCS 588,pages 579-587.Springer Verlag,1992”中所提出方法为典型代表。三维靶标法由于不同平面对光照的相互影响，只能在特定位置才能获得高质量标定图像，且三维靶标加工难度大、制作成本高，所以该方法在工程中的应用受到限制。基于未知运动平面圆孔靶标法，计算过程为求解非线性方程根的迭代过程，计算量大、计算过程复杂。基于未知运动一维靶标法，虽然精度较高、实现方便，但是求解过程需多次矩阵变换和非线性方程迭代求根，使得计算复杂性高、计算误差大。基于特征点匹配的摄像机自标定方法，标定的高精度需以图像特征点提取的高精度和高匹配率为基础，在复杂的现场环境下这一点是很难保证的。另外，还有一些其他标定方法，如李明哲在文章“基于计算机视觉的板材曲面3维测量系统”提出的基于BP神经网络的双目视觉传感器标定方法，但未给出标定精度；马永壮在“一种基于双目主动视觉的线性自标定算法”提出了基于双目主动视觉的自标定方法，但要求两摄像机之间存在纯平移关系。
技术实现思路
文章“Parallel-based calibration method for line-structured light vision sensor[J].Optical Engineering,2014,53(3):033101-033101.”中利用平行线消隐特征完成了结构光视觉传感器的标定。在此工作的启发下，本专利技术提出了一种利用平行线平面靶标(至少3条等间距平行线)完成双目视觉传感器结构参数标定的新方法，目的在于能够在所需靶标易于加工制造、操作过程简单有效、计算过程简便快捷且无需辅助设备的前提下完成双目视觉传感器结构参数的高精度标定。本专利技术采用的技术方案为：一种双目视觉传感器的消隐特征约束标定方法，该方法包括如下步骤：步骤1、根据测量对象，固定左右摄像机的位置，标定过程中，两摄像机的参数和位置保持不变，利用张正友标定方法完成左右摄像机内部参数的标定；步骤2、将平行线靶标放置在左右摄像机的公共视场内，即测量空间内，利用标定好的左右摄像机获取靶标图像，通过移动靶标得到足够数量的靶标图像，过程中靶标平面与左右摄像机的图像平面需有一定夹角，以保证消隐线可以精确求解；步骤3、根据步骤1中标定出的摄像机畸变系数对靶标图像进行畸变矫正；在靶标图像上利用基于hessian矩阵的子像素级边缘提取算法提取直线上特征点，通过最小二乘拟合得到直线方程；步骤4、利用从靶标图像上提取的直线方程计算消隐线，求解靶标平面在摄像机坐标系下的法线方向，由靶标平面的法线方向在左右摄像机坐标系下的表示完成双目视觉传感器的结构参数R的计算，利用平行线束共面且间距为D的约束，计算结构参数T；步骤5、以步骤4中线性求解的R、T为初值，利用平行线间距约束和靶标平面法线方向在左右摄像机坐标系下的一致性进行整体优化，得到最终标定结果。本专利技术另外提供一种双目视觉传感器的消隐特征约束标定装置，该装置包括：平面靶标、数据采集部分、数据处理部分和稳压电源；其中：所述的平面靶标包括左右摄像机内部参数标定用棋盘格平面靶标和双目视觉传感器结构参数标定用平行线靶标；所述的数据采集部分由左右两台摄像机组成的双目视觉传感器拍摄平面靶标，得到多张靶标图像；所述的数据处理部分包括硬件和软件，其中硬件由一套计算机系统组成，软件包括摄像机内参数标定软件和双目视觉传感器结构参数标定软件，摄像机内参数标定软件完成棋盘格靶标图像上棋盘格角点的提取和摄像机内参数求解，双目视觉传感器结构参数标定软件完成平行线靶标图像上直线的提取和结构参数求解；所述的稳压电源用于给所述的平面靶标、所述的数据采集部分与所述的数据处理部分提供工作电压，其供电电压由所述的平面靶标、所述的数据采集部分与所述的数据处理部分输入电压确定。本专利技术的有益效果为：1)、本专利技术中提出的一种双目视觉传感器的消隐特征约束标定方法及装置，采用带有一组间距为D的平行线的平面靶标，在测量空间内自由摆放至少两次，由两个摄像机获取多幅靶标图像。相对已有的标定方法，该方法所需的靶标加工制造容易，标定过程简单有效，适合线上标定。2)、此外，本专利技术提出的双目视觉传感器结构参数标定方法，实现了旋转矩阵参数R和平移向量参数T的分步求解，降低了计算的难度和复杂性。基于空间直线绝对距离约束和同一靶标平面的法线方向在左右摄像机坐标系下的一致性建立目标优化函数，以线性方法求出的参数为初值，采用非线性的方法进行整体优化，保证了求解结果为全局最优。附图说明图1为本专利技术一种双目视觉传感器的消隐特征约束标定方法流程图；图2为摄像机内本文档来自技高网...

【技术保护点】
一种双目视觉传感器的消隐特征约束标定方法，其特征在于：该方法包括如下步骤：步骤1、根据测量对象，固定左右摄像机的位置，标定过程中，两摄像机的参数和位置保持不变，利用张正友标定方法完成左右摄像机内部参数的标定；步骤2、将平行线靶标放置在左右摄像机的公共视场内，即测量空间内，利用标定好的左右摄像机获取靶标图像，通过移动靶标得到足够数量的靶标图像，过程中靶标平面与左右摄像机的图像平面需有一定夹角，以保证消隐线可以精确求解；步骤3、根据步骤1中标定出的摄像机畸变系数对靶标图像进行畸变矫正；在靶标图像上利用基于hessian矩阵的子像素级边缘提取算法提取直线上特征点，通过最小二乘拟合得到直线方程；步骤4、利用从靶标图像上提取的直线方程计算消隐线，求解靶标平面在摄像机坐标系下的法线方向，由靶标平面的法线方向在左右摄像机坐标系下的表示完成双目视觉传感器的结构参数R的计算，利用平行线束共面且间距为D的约束，计算结构参数T；步骤5、以步骤4中线性求解的R、T为初值，利用平行线间距约束和靶标平面法线方向在左右摄像机坐标系下的一致性进行整体优化，得到最终标定结果。

【技术特征摘要】
1.一种双目视觉传感器的消隐特征约束标定方法，其特征在于：该方法包括如下步骤：
步骤1、根据测量对象，固定左右摄像机的位置，标定过程中，两摄像机的参数和位置
保持不变，利用张正友标定方法完成左右摄像机内部参数的标定；
步骤2、将平行线靶标放置在左右摄像机的公共视场内，即测量空间内，利用标定好的
左右摄像机获取靶标图像，通过移动靶标得到足够数量的靶标图像，过程中靶标平面与左右
摄像机的图像平面需有一定夹角，以保证消隐线可以精确求解；
步骤3、根据步骤1中标定出的摄像机畸变系数对靶标图像进行畸变矫正；在靶标图像
上利用基于hessian矩阵的子像素级边缘提取算法提取直线上特征点，通过最小二乘拟合得
到直线方程；
步骤4、利用从靶标图像上提取的直线方程计算消隐线，求解靶标平面在摄像机坐标系
下的法线方向，由靶标平面的法线方向在左右摄像机坐标系下的表示完成双目视觉传感器的
结构参数R的计算，利用平行线束共面且间距为D的约束，计算结构参数T；
步骤5、以步骤4中线性求解的R、T为初值，利用...

【专利技术属性】
技术研发人员：魏振忠，刘晓坤，邵明伟，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京;11