一种基于实心圆标定板的立体视觉系统标定平台及标定方法技术方案

一种基于实心圆标定板的立体视觉系统标定平台及标定方法，本发明专利技术涉及基于实心圆标定板的立体视觉系统标定平台及标定方法。本发明专利技术的目的是为了解决现有各种标定方法的优化变量数目过多，计算繁复的问题。一种基于实心圆标定板的立体视觉系统标定平台包括：用于输入待标定图片张数以及标定板上相邻实心圆的圆心距参数的参数输入模块；用于对输入模块中的待标定图片进行预处理的图像预处理模块；用于对图像预处理模块处理后的图片进行左图像标定、右图像标定和立体标定的系统标定模块；用于对系统标定模块标定后的图片进行标定结果输出的参数输出模块。本发明专利技术用于立体视觉测量领域。

【技术实现步骤摘要】

本专利技术涉及基于实心圆标定板的立体视觉系统标定平台及标定方法。
技术介绍
在立体视觉理论体系中，像机内外参数求解(摄像机标定)和左右图像立体匹配是两大核心问题，从某种意义上讲，像机标定技术和立体匹配算法的发展决定了立体视觉方法的发展。像机畸变系数的求解会影响无论单像机还是双像机在应变场测量方面的结果。经典的两步法标定技术采用三维标定块进行摄像机标定，该方法精度高但标定块制作复杂，考虑的畸变模型简单粗略，使用较少。目前，常用的标定工具为平面标定板与标定尺。其中，经典的张正友棋盘格标定算法通过提取Harris角点寻找世界坐标与图像坐标之间的关系，算法的复杂度降低，并且标定板制作容易，得到了广泛的应用。在国内，西安交通大学，南京航空航天大学等在标定算法方面做了大量研究，将带有编码的实心圆圆心作为靶点进行标定，使用的靶标为标定板、高精度标定十字架、渐变标定板等。此外，也有学者使用高精度标尺作为标定工具。然而，这些靶标的圆心需要通过查找编码表进行排序，不易编程实现；而高精度标尺和标定十字架虽方便用于大视场标定，但造价较高，不适用于普通测量试验。此外，传统边缘检测方法有Roberts算子、Laplace算子、Prewitt算子和Canny算子等，这些方法只能定位到像素级，不能满足精确定位要求。
技术实现思路
本专利技术的目的是为了解决现有各种标定方法的优化变量数目过多，计算繁复的问题，而提出一种基于实心圆标定板的立体视觉系统的标定系统及方法。一种基于实心圆标定板的立体视觉系统标定平台包括：用于输入待标定图片张数以及标定板上相邻实心圆的圆心距参数的参数输入模块；用于对参数输入模块中的待标定图片进行预处理的图像预处理模块；用于对图像预处理模块处理后的图片进行左图像标定、右图像标定和立体标定的系统标定模块；用于对系统标定模块标定后的图片进行标定结果输出的参数输出模块。一种基于实心圆标定板的立体视觉系统标定方法，具体过程为：步骤一：对左右相机采集的图像进行处理，得到圆形标识点中心的图像坐标；步骤二：根据圆形标识点中心的图像坐标进行圆心排序；步骤三：对步骤二排序后的图像进行立体视觉系统标定，得到左右摄像机外参数的优化解；步骤四、根据左右摄像机外参数的优化解求解平移向量和旋转矩阵。一种基于实心圆标定板的立体视觉系统包括两台CCD相机、实心圆标定板、射灯、光学镜头、相机支架、射灯支架、多通道图像采集卡和计算机；所述实心圆标定板为白色底面上均匀分布49个黑色圆形斑点；光学镜头与CCD相机相连，CCD相机安装在相机支架上；射灯安装在射灯支架上；其中，安装的CCD相机型号性能相同，且CCD相机都具有较高图像分辨率；光学镜头尺寸与CCD相机尺寸匹配，接口类型匹配；光学镜头像素为百万像素级光学镜头；相机支架用于固定相机；所述较高图像分辨率为百万像素以上；每台CCD相机通过导线连接到多通道图像采集卡上，多通道图像采集卡安装在计算机上，将计算机接通电源；将射灯接通电源，射灯作为补偿光源；所述多通道图像采集卡采用模拟采集卡或数字采集卡，接口类型为IEEE1394、千兆网卡或USB接口。本专利技术的有益效果为：首先利用Canny-Zernike组合算法对靶标圆心进行识别并提出基于三角形标记的圆心排序方法。接着基于线性针孔模型获得立体视觉系统的内外参数，然后分别对左右摄像机内外参数进行优化，优化变量数目减半，获得外参数近似解。最后以实心圆靶标对角线上两实心圆的距离作为约束条件，对摄像机外参数进行优化，获得外参数最优解。本标定方法具有较高的精度，可以实现自动化标定，具有工程应用性。附图说明图1为基于实心圆标定板的立体视觉系统标定软件界面示意图，A为图4f表示的识别实心圆标定板上的所有点示意图；图2为立体视觉三维测量模型示意图；图3为圆形标识识别算法流程图；图4a为实心圆标定板示意图；图4b为实心圆标定板的二值化图像示意图；图4c为识别实心圆标定板上的3点示意图；图4d为识别实心圆标定板上的4点示意图；图4e为重排实心圆标定板上的角点示意图；图4f为识别实心圆标定板上的所有点示意图，为图1、图7、图8、图9、图10、图11、图12中A的放大图；图5为实施例提出的基于实心圆标定板的立体视觉系统标定软件的初始界面示意图；图6为实施例提出的图片预处理界面示意图；图7为实施例提出的左相机标定界面示意图，A为图4f表示的识别实心圆标定板上的所有点示意图；图8为实施例提出的左相机标定结果示意图，A为图4f表示的识别实心圆标定板上的所有点示意图；图9为实施例提出的右相机标定界面示意图，A为图4f表示的识别实心圆标定板上的所有点示意图；图10为实施例提出的右相机标定结果示意图，A为图4f表示的识别实心圆标定板上的所有点示意图；图11为实施例提出的立体标定界面示意图，A为图4f表示的识别实心圆标定板上的所有点示意图；图12为实施例提出的立体标定结果示意图，A为图4f表示的识别实心圆标定板上的所有点示意图。具体实施方式具体实施方式一：本实施方式的一种基于实心圆标定板的立体视觉系统标定平台包括：用于输入待标定图片张数以及标定板上相邻实心圆的圆心距参数的输入模块(Parameterinput)；用于对参数输入模块中的待标定图片进行预处理的图像预处理模块(Pretreatment)；用于对图像预处理模块处理后的图片进行左图像标定、右图像标定和立体标定的系统标定模块(Calibration)；用于对系统标定模块标定后的图片进行标定结果输出的参数输出模块(Calibresult)。具体实施方式二：本实施方式与具体实施方式一不同的是：所述图像预处理模块(Pretreatment)包括：用于考虑光照的影响，对不符合要求的图片进行剔除的的Light子模块.用于对标定图片进行图像预处理的预处理First_elim子模块。其它步骤及参数与具体实施方式一相同。具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述系统标定模块Calibration包括：用于显示待标定的标定板图片的标定显示Calibwindow子模块；用于对左相机进行标定的左相机标定Left_calib子模块；用于对右相机进行标定的右相机标定Right_calib子模块；用于进行立体标定的立体标定Stereo_calib子模块；用于标定完成后退出界面并保存标定结果的输出Exit子模块。其它步骤及参数与具体实施方式一或二相同。具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述参数输出模块Calibresult包括：用于显示左相机标定结果的左参数Left_parameter子模块；用于显示右相机标定结果的右参数Right_parameter子模块；用于显示立体标定结果的立体参数Stereo_parameter子模块。其它步骤及参数与具体实施方式一至三之一相同。具体实施方式五：结合图1、2、3、4a、4b、4c、4d、4e、4f说明本实施方式，本实施方式的一种基于实心圆标定板的立体视觉系统标定方法，具体过程为：根据针孔透视模型，空间点P在摄像机成像平面上的投影表示为其中[u,v,1]T为点P在图像坐标系下投影点的无畸变图像的齐次坐标，[xw,yw,zw]T是点P在世界坐标下的坐标；[xc,yc,zc]T是点P在本文档来自技高网...

【技术保护点】
一种基于实心圆标定板的立体视觉系统标定平台，其特征在于：一种基于实心圆标定板的立体视觉系统标定平台包括：用于输入待标定图片张数以及标定板上相邻实心圆的圆心距参数的参数输入模块；用于对参数输入模块中的待标定图片进行预处理的图像预处理模块；用于对图像预处理模块处理后的图片进行左图像标定、右图像标定和立体标定的系统标定模块；用于对系统标定模块标定后的图片进行标定结果输出的参数输出模块。

【技术特征摘要】
1.一种基于实心圆标定板的立体视觉系统标定平台，其特征在于：一种基于实心圆标定板的立体视觉系统标定平台包括：用于输入待标定图片张数以及标定板上相邻实心圆的圆心距参数的参数输入模块；用于对参数输入模块中的待标定图片进行预处理的图像预处理模块；用于对图像预处理模块处理后的图片进行左图像标定、右图像标定和立体标定的系统标定模块；用于对系统标定模块标定后的图片进行标定结果输出的参数输出模块。2.根据权利要求1所述一种基于实心圆标定板的立体视觉系统标定平台，其特征在于：所述图像预处理模块包括：用于考虑光照的影响，对不符合要求的图片进行剔除的Light子模块；用于对标定图片进行图像预处理的First_elim子模块；所述Light子模块为光处理子模块；First_elim子模块为预处理子模块。3.根据权利要求2所述一种基于实心圆标定板的立体视觉系统标定平台，其特征在于：所述系统标定模块包括：用于显示待标定的标定板图片的Calibwindow子模块；用于对左相机进行标定的Left_calib子模块；用于对右相机进行标定的Right_calib子模块；用于进行立体标定的Stereo_calib子模块；用于标定完成后退出界面并保存标定结果的Exit子模块；所述Calibwindow子模块为标定显示子模块；Left_calib子模块为左相机标定子模块；Right_calib子模块为右相机标定子模块；Stereo_calib子模块为立体标定子模块；Exit子模块为输出子模块。4.根据权利要求3所述一种基于实心圆标定板的立体视觉系统标定平台，其特征在于：所述参数输出模块Calibresult包括：用于显示左相机标定结果的Left_parameter子模块；用于显示右相机标定结果的Right_parameter子模块；用于显示立体标定结果的Stereo_parameter子模块；所述Left_parameter子模块为左参数子模块；Right_parameter子模块为右参数子模块；Stereo_parameter子模块为立体参数子模块。5.一种基于权利要求1所述一种基于实心圆标定板的立体视觉系统标定平台的标定方法，其特征在于：一种基于实心圆标定板的立体视觉系统标定方法，具体过程为：步骤一：对左右相机采集的图像进行处理，得到圆形标识点中心的图像坐标；步骤二：根据圆形标识点中心的图像坐标进行圆心排序；步骤三：对步骤二排序后的图像进行立体视觉系统标定，得到左右摄像机外参数的优化解；步骤四、根据左右摄像机外参数的优化解求解平移向量和旋转矩阵。6.根据权利要求5所述一种基于实心圆标定板的立体视觉系统标定方法，其特征在于：所述步骤一中对左右相机采集的图像进行处理，得到圆形标识点中心的图像坐标；具体过程为：步骤一一、对左右相机采集的图像进行滤波去噪及二值化处理，得到实心圆标定板上各个圆形标识点目标参数，圆形标识点目标参数包括形状参数、偏心率、球状度、圆形度及边缘长度；步骤一二、根据实心圆标定板上各个圆形标识点目标参数，利用Canny算法进行初步的边缘点粗定位，得到单一的边缘，使用Zernike矩算法对单一的边缘进行亚像素定位，得到实心圆标定板上圆形标识点的边缘；步骤一三、根据步骤一二得到的实心圆标定板上各个圆形标识点的边缘在相机成像平面上呈现一个椭圆，利用最小二乘法拟合椭圆方程，设定各个边缘点到拟合椭圆距离的阀值，通过迭代每次剔除5％的边缘点，直到距离标准差小于阀值位置，得到实心圆标定板上各个圆形标识点中心的图像坐标。7.根据权利要求6所述一种基于实心圆标定板的立体视觉系统标定方法，其特征在于：所述步骤二中根据圆形标识点中心的图像坐标进行圆心排序；具体过程为：步骤二一、识别距离最远的两点坐标：对实心圆标定板上49个坐标点的任意两点求距离，距离最远的两点位于对角线上，令其编号为1、2；步骤二二、通过搜索剩余坐标点圆心坐标使得与点1、2所形成的角度达到最小，利用余弦绝对值最小的方式得到第3个点；步骤二三、由搜索到的1、2、3三个点发现，1及3形成一条直线，而剩余的46个点同样与2点形成直线，存在一个点与2点形成的直线平行1、3点形成的直线，且与2点的距离最远，这时找到的点编号为4；步骤二四、该实心圆标定板左上角有一个等边直角三角形，将最靠近该等边直角三角形部位的圆心作为坐标原点建立坐标系，需要对步骤二一、步骤二二、步骤二三识别到的四个角点重新排序；编号为1的点位于实心圆标定板的左上角，即最靠近等边三角形的圆心；对另外三个点与点1求距离，将距离最远的点定义为点4，剩余两个点与点1形成两条相交的直线，交点为点1；对这两直线做叉积运算，若叉积大于零，为正方向，从而得到点2、3的位置；若叉积小于零时，点2，3位置互换；步骤二五、对49个圆心进行排序，首先对所有点与1、2点形成的直线求距离，在对这些点与1、3形成的直线求距离，对每一列进行再次排序，通过这两个步骤，最终完成了49个点的排序。8.根据权利要求7所述一种基于实心圆标定板的立体视觉系统标定方法，其特征在于：所述步骤三中对步骤二排序后的图像进行立体视觉系统标定，得到左右摄像机外参数的优化解；具体过程为：步骤三一、以不考虑像机畸变的线性针孔模型为计算模型，分别对左右标定板的靶点进行像点重建，通过极大似然估计方法求解映射矩阵，结合旋转矩阵的正交特性求解左右像机线性参数；步骤三二、以左右像机线性参数为初值，考虑摄像机的畸变，减半优化变量数目，分别对左右摄像机进行Levenberg-Marquardt优化，求解左右摄像机内外参数近似解；具体过程为：基于畸变模型的摄像机内外参数求解，对左右摄像机进行Levenberg-Marquardt优化，优化目标函数见式(4)Σi=1nΣj=1mLi|xLij-x^(AL,k1L,k2L,p1L,p2L,RLi,TLi)|2+Σi=1nΣj=1mRi|xRij-x^(AR,k1R,k2R,p1R,p2R,RLi,TLi,Rr2l,Tr2l)|2---(4)]]>式中，上标j表示第j个实心圆，上标i表示第i幅标定图片；AL为线性针孔模型下的左像机内参数矩阵，为左相机的径向畸变，为左相机的切向畸变，AR为线性针孔模型下的右像机内参数矩阵，为右相机的径向畸变，为右相机的切向畸变，为左相机第i幅图片上第j个实心圆经式(1)与(2)计算得到的图像坐标，为右相机第i幅图片上第j个实心圆经式(1)与(2)计...

【专利技术属性】
技术研发人员：单宝华，袁文厅，
申请(专利权)人：哈尔滨工业大学，
类型：发明
国别省市：黑龙江;23