本发明专利技术基于四套共线约束标定尺的大视场相机标定方法属于视觉测量领域，涉及一种基于四套共线约束标定尺的大视场相机标定方法。标定方法通过在大型视觉测量视场内布置四套共线约束标定尺，利用交比不限性质以及直线约束求解畸变参数，通过空间的标定控制点，线性求解标定参数的初值，最后结合畸变系数以及标定初值利用L-M优化方法，以重投影误差最小为目标函数进行整体优化，得到大视场相机标定的精确结果。本发明专利技术通过在大视场测量空间柔性布置标定控制点，并且结合四套共线约束标定尺，对标定结果进行了整体优化，实现了大视场相机的高精度标定，具有广泛的应用前景。
【技术实现步骤摘要】
本专利技术属于视觉测量领域，涉及一种基于四套共线约束标定尺的大视场相机标定 方法。
技术介绍
随着社会的不断进步，工业生产中面临越来越多的测量问题，如何提高测量的精 度与效率成为相关研究领域的热点问题。视觉测量具有非接触，实时性好，效率高以及能够 实现在机测量的优点，近年来在工业测量以及机械制造领域应用广泛，引起了极大的关注。 相机标定环节作为视觉测量中关键的一部分，标定结果的精度将直接决定最终测量结果的 精度。现阶段用于视觉测量的标定方法主要有三种：传统视觉测量方法、相机自标定方法以 及基于主动视觉的相机标定方法；相机的自标定方法是依靠多目相机拍摄图片上一定数量 具有对应关系的特征点进行标定，只需要利用多幅拍摄的图片即可实现，理论应用范围广， 但是该方法鲁棒性较差精度难以保证；基于主动视觉的相机标定方法是利用相机之间的已 知相对位置变换进行求解的，该方法鲁棒性较好，但是相机之间的精确位置关系难以保证， 应用范围有限；传统相机标定方法主要是结合高精度的标准参照物进行标定，具有易操作、 精度高优点，其中张氏标定法以及Tsai两步法是目前应用最为广泛的标定方法。针对大视 场相机标定，南京航空航天大学的张丽艳等人于2012年在《光学学报》第九期发表了文章 《面向大视场视觉测量的摄像机标定技术》，提出了利用三坐标测量机带动发光标志点在空 间构建虚拟立体靶标的大视场标定方法，该方法摆脱了传统标定方法必须依靠标定物的局 限，但是测量范围有限，且需要大量测量点标定效率较低。
技术实现思路
本专利技术为了解决现有标定方法针对大视场标定有一定局限性的问题，专利技术了一种 。其目的是针对大视场标定中传统标定方 法的高精度标定物难以加工，测量精度难以保证的问题，通过在大视场测量空间柔性布置 标定控制点，并且结合四套共线约束标定尺，编写了相关Matlab运算以及图像提取函数， 对标定结果进行了整体优化，实现了大视场相机的高精度标定。 本专利技术采用的技术方案是一种， 其特征是，通过在大型视觉测量视场内布置四套共线约束标定尺，利用交比不限性质以及 直线约束求解畸变参数，通过空间的标定控制点，线性求解标定参数的初值，最后结合畸变 系数以及标定初值利用L-M优化方法，以重投影误差最小为目标函数进行整体优化，得到 大视场相机标定的精确结果，具体标定步骤如下： (1)根据视场适应原则布置标定控制点 通过在测量现场视场中心布置圆形标定控制点1的方法求解相机标定的初始参 数，由于标定控制点直接关系到优化求解的复杂程度，过多的点将增大计算量，使标定效率 降低；过少的点得到的标定精度较低，不能满足测量要求，所以根据视场适应的原则提出了 大视场标定控制点的数量公式：(1) 其中，N是需要布置的标定控制点（1)的数量，根据计算要求N的数值要大于等于 8, f是相机测量的焦距，L是左、右相机（7、8)距离被测零件的距离，w是相机图像传感器的 水平尺寸，h是相机图像传感器的竖直尺寸；ceil函数表示取比括号内计算值大的最小整 数，这样根据现场的实际情况就可以合理布置标定控制点。 ⑵求解标定初始参数 标定控制点1在空间中的三维世界坐标为τ，投影到成像平面上对应 的平面坐标为τ，相应的像素坐标为τ，根据直接线性变换原理将像点和物点 的成像几何关系在齐次坐标下写成透视投影矩阵的形式如下：12) 其中，αχ、％分别代表X和y方向的等效焦距，uQ、v。代表主点的像素坐标，矩阵 K称为相机标定的内参数矩阵，矩阵为相机标定的外参数矩阵，S是尺度因子。 线性求解相机内外参数的初值，就是求解公式（2)中内外参数矩阵，求解过程如 下所示： a) M矩阵的求解 设_I则根据坐标转换关系可得到以下方程：?3} 其中，（Xwl，Ywl，Zwl)为空间点的世界坐标，（U 1, V1)为对应图像点的像素坐标， (X1, Y1, Z1)为该点在摄像机坐标系中的坐标。 联立消去Z1，得(4) 上述方程用矩阵形式表示为式 (5) CN 105139411 A 仇 口月巾 3/8 页 上述关系记为Km = U，由于m矩阵乘以任一不为零的系数均不影响空间点的世界 坐标和图像坐标之间的关系，将上式m34置为l，m矩阵与元素 Hi34= 1构成所求矩阵M'。注 意由上述矩阵求解出的M'矩阵与实际的M矩阵相差一个常数因子m34，两者的关系为M = m34M '。 当坐标已知的点数N彡6时即可以求解上述方程（5)，当方程个数多于未知量个数 时，该方程组称为超定方程组，可采用最小二乘法进行求解。m是超定方程组Km = U最小二 乘解的充要条件为：m为方程KTKm = KtA的解。因此，m = (KtK) 1KtI b)内外参数的分离求解 由M矩阵可以分解出摄像机内外参数矩阵吣和M 2，由M = M1M2可得：(6) 其中，IWir(KU)为mi](j = 1，2,3)组成的行向量，Γιτ为旋转矩阵R的第i行， 而tx，t y，tz为平移矩阵T的三个分量，上述矩阵形式可化为：(7) 比较等式两边，可得m34m3= r3，由于旋转矩阵R是正交矩阵，则有以下性质：列向 量组是单位正交向量组，即 因此，|r3| = 1，得到m34|m3| = 1，求出_，至此，M矩阵12个元素全部求 出。 由此可以求解参数u。，v。，α x，a y:(：S) CN 105139411 A 说明书 4/8 页 其中，X表示向量积运算符。 由以上参数进一步求解IV r2, r3, tx，ty，tz: C13：) :(14). C 16..) 17 ) 这样就求解出来相机标定的内参数矩阵K以及外参数矩阵，并以此作为整 体优化的初始值。 (3)利用四套共线标定约束尺求解畸变系数 在大型零部件的测量现场，镜头的畸变现象非常明显，为了提高标定精度必须引 入畸变参数进行非线性优化，基于以上分析，采用了放置在测量视场四角的左后、左前、右 后、右前共线约束标定尺3、4、5、6,每一套共线约束标定尺是由三角支架d、可竖直升降的 支撑杆c以及可以伸缩并且可以绕支撑杆旋转的标定尺b组成，标定尺上有共线的测量标 志点a，在使用时可以根据测量现场的大小合理调节标定尺的高度、长度以及位置，但要保 证每套共线约束标定尺上至少有四个共线点位于测量视场内。 选取每套标定尺上的四个点，记为A，B，C，D，其世界坐标分别为（xa，y a，za)， (xb, yb, zb)，（X。，y。，z。)，当前第1页1 2 3 本文档来自技高网...
【技术保护点】
一种基于四套共线约束标定尺的大视场相机标定方法，其特征是，标定方法通过在大型视觉测量视场内布置四套共线约束标定尺，利用交比不限性质以及直线约束求解畸变参数，通过空间的标定控制点，线性求解标定参数的初值，最后结合畸变系数以及标定初值利用L‑M优化方法，以重投影误差最小为目标函数进行整体优化，得到大视场相机标定的精确结果，标定方法的具体步骤如下：(1)根据视场适应原则布置标定控制点根据视场适应的原则提出了大视场标定控制点的数量公式：N=ceil(15f2whL2)---(1)]]>其中，N是需要布置的标定控制点(1)的数量，根据计算要求N的数值要大于等于8，f是相机测量的焦距，L是左、右相机(7、8)距离被测零件的距离，w是相机图像传感器的水平尺寸，h是相机图像传感器的竖直尺寸；ceil函数表示取比括号内计算值大的最小整数，这样根据现场的实际情况就可以合理布置标定控制点；(2)求解标定初始参数标定控制点(1)在空间中的三维世界坐标为[Xw Yw Zw 1]T，投影到成像平面上对应的平面坐标为[x y 1]T，相应的像素坐标为[u v 1]T，根据直接线性变换原理将像点和物点的成像几何关系在齐次坐标下写成透视投影矩阵的形式如下：Suv1=αx0u00αyv0001[Rt]=K[Rt]XwYwZw1=M3×4XwYwZw1---(2)]]>其中αx、αy分别代表x和y方向的等效焦距，u0、v0代表主点的像素坐标，矩阵K称为相机标定的內参数矩阵，[R t]矩阵为相机标定的外参数矩阵，S是尺度因子；线性求解相机内外参数的初值，就是求解公式(2)中内外参数矩阵，求解过程如下所示：a)M矩阵的求解设M=m11m12m13m14m21m22m23m24m31m32m33m34,]]>则根据坐标转换关系可得到以下方程：ziui=m11Xwi+m12Ywi+m13Zwi+m14zivi=m21Xwi+m22Ywi+m23Zwi+m24zi=m31Xwi+m32Ywi+m33Zwi+m34---(3)]]>其中，(Xwi,Ywi,Zwi)为空间点的世界坐标，(ui,vi)为对应图像点的像素坐标，(xi,yi,zi)为该点在摄像机坐标系中的坐标；联立消去zi，得uim34=m11Xwi+m12Ywi+m13Zwi+m14-m31Xwiui-m32Ywiui-m33Zwiuivim34=m21Xwi+m22Ywi+m23Zwi+m24-m31Xwivi-m32Ywivi-m33Zwivi---(4)]]>上述方程用矩阵形式表示为：Xw1Yw1Zw110000-u1Xw1-u1Yw1-u1Zw10000Xw1Yw1Zw11-v1Xw1-v1Yw1-v1Zw1.................................XwnYwnZwn10000-unXwn-unYwn-unZwn0000XwnYwnZwn1-vnXwn-vnYwn-vnZwnm11m12m13m14m21m22m23m24m31m32m33=u1m34v1m34u2m34v2m34.........un-1m34vn-1m34unm34vnm34---(5)]]>上述关系记为Km＝U，由于m矩阵乘以任一不为零的系数均不影响空间点的世界坐标和图像坐标之间的关系，将上式m34置为1，m矩阵与元素m34＝1构成所求矩阵M′；注意由上述矩阵求解出的M′矩阵与实际的M矩阵相差一个常数因子m34，两者的关系为M＝m34M′；当坐标已知的点数N≥6时即可以求解上述方程(5)；当方程个数多于未知量个数时，该方程组称为超定方程组，采用最小二乘法进行求解；m是超定方程组Km＝U最小二乘解的充要条件为：m为方程KTKm＝KTA的解；因此，m＝(KTK)‑1KTU；b)内外参数的分离求解由M矩阵分解出摄像机内外参数矩阵M1和M2，由M＝M1M2得到：m34m1Tm14m2Tm24m3T1=αx0u000αyv000010r1Ttxr2Ttyr3Ttz0T1---(6)]]>其中，为mij(j＝1,2,3)组成的行向量，riT为旋转矩阵R的第i行，而tx，ty，tz为平移矩阵T的三个分量，上述矩阵形式化为：m34m1Tm14m2Tm24m3T1=αxr1T+u0r3Tαxtx+u0tzαyr2T+v0r3Tαyty+v0tzr3Ttz---(7)]]>比较等式两边，得m34m3＝r3，由于旋转矩阵R是正交矩阵，则有以下性质：列向量组是单位正交向量组，即riTrj=0,i≠j1,i=j]]>因此，|r3|＝1，得到m34|m3|＝1，求出至此，M矩...
【技术特征摘要】
【专利技术属性】
技术研发人员：刘巍，杨帆，高鹏，张洋，李晓东，贾振元，高航，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：辽宁;21
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。