一种基于Tsai标定的显微视觉标定方法技术

一种基于Tsai标定的显微视觉标定方法，先使用Tsai两步标定法中的径向排列约束条件进行相机外参数的求解；再通过引入物像平面距离，镜头放大倍数，获得内参数计算模型，通过内参数计算模型，计算得到相机内参数的初始值；最后采用正投影误差作为损失函数，正投影误差即将实际的图像像素坐标经相机成像模型转化为世界坐标，并与设定世界坐标比较所得的误差，采用量子粒子群优化算法对相机外参数和相机内参数的初始值进行非线性优化，最终获得高精度的相机内外参数；本发明专利技术能够完成显微相机的标定，并且大大简化了相机内参数的求解。并且大大简化了相机内参数的求解。并且大大简化了相机内参数的求解。

【技术实现步骤摘要】
一种基于Tsai标定的显微视觉标定方法


[0001]本专利技术涉及相机标定
，特别是一种基于Tsai标定的显微视觉标定方法。

技术介绍

[0002]相机标定是图像测量过程中非常关键的环节，其标定精度以及算法的稳定性将直接影响着图像测量结果的准确性。所谓相机标定，也就是建立图像坐标与世界坐标之间的联系，这一过程涉及相机的内、外参数以及镜头畸变系数的求解。目前最为普遍使用的相机标定方法主要有张正友标定法和Tsai两步标定法。
[0003]张正友标定法需要从至少三个不同的角度拍摄标定板才可以完成相机的标定，而为了获得较高的相机标定精度，一般需要采集十几张左右的图片。显微相机具有景深小的特点，从不同的角度拍摄标定板会出现标定板图像部分清晰部分模糊的问题，所以传统的张正友标定法难以实现显微相机的标定。Tsai两步标定法是采用径向排列约束条件进行相机的标定，可以通过一张图片完成相机的标定，但是需要相机成像平面与标定板平面有一定的角度，这也难以满足显微相机标定的要求。
[0004]显微相机的标定需要相机成像平面与标定板平面之间的夹角较小，而张正友标定法与Tsai两步标定法都难以满足这样的要求。

技术实现思路

[0005]为了克服上述现有技术的缺点，本专利技术的目的在于提供了一种基于Tsai标定的显微视觉标定方法，能够完成显微相机的标定，并且大大简化了相机内参数的求解。
[0006]为实现上述目的，本专利技术提供了如下技术方案：
[0007]一种基于Tsai标定的显微视觉标定方法，包括以下步骤：
[0008]步骤S1：使用Tsai两步标定法中的径向排列约束条件进行相机外参数的求解；
[0009]步骤S2：通过引入物像平面距离Δ
物像
，镜头放大倍数mag，获得内参数计算模型如下：
[0010][0011]其中T
op
表示镜头与成像平面间的距离减去后焦距的剩余距离；f表示镜头前焦距，其初始值设定为厂家数据；物像平面距离Δ
物像
与放大倍数mag初始值同样设定为厂家数据；通过内参数计算模型，计算得到相机内参数T
op
的初始值；
[0012]步骤S3：采用正投影误差作为损失函数，正投影误差即将实际的图像像素坐标经相机成像模型转化为世界坐标，并与设定世界坐标比较所得的误差；之后采用量子粒子群优化算法对相机内外参数初始值进行非线性优化，最终获得高精度的相机内外参数。
[0013]所述的步骤S1具体为；
[0014]S101：Tsai两步标定法中径向排列约束条件表示为如下形式：
[0015][0016]其中(X
d
,Y
d
)表示实际的图像物理坐标系坐标，(x,y)表示相机坐标系坐标，(X
w
,Y
w
,Z
w
)表示世界坐标系坐标，r
11
,r
12
,r
13
,r
21
,r
22
,r
23
是相机外参数中旋转矩阵中的元素，T
x
,T
y
是相机外参数中平移矩阵中的元素；将世界坐标系建立于标定板平面上，此时Z
w
＝0，故径向排列约束条件转化为如下形式：
[0017][0018]通过5个特征点对求得上述5个未知参数
[0019]S102：参数通过如下公式计算：
[0020][0021]其中
[0022]S103：参数T
y
的符号通过试验确定，即首先设定T
y
符号为正，由步骤S101中得到的参数值计算参数r
11
,r
12
,r
21
,r
22
,T
x
的值，然后提取标定板中的特征点，计算特征点对应的相机坐标系坐标(x,y)，其中Z
w
＝0；
[0023]x＝r
11
X
w
+r
12
Y
w
+r
13
Z
w
+T
x
[0024]y＝r
21
X
w
+r
22
Y
w
+r
23
Z
w
+T
y
[0025]若相机坐标系坐标(x,y)与实际的图像物理坐标系坐标(X
d
,Y
d
)的对应坐标值始终具有一致的符号，则表示T
y
的符号为正，否则T
y
的符号为负，并重新求解参数r
11
,r
12
,r
21
,r
22
,T
x
的值；
[0026]S104：由于旋转矩阵R为单位正定矩阵，故旋转矩阵R剩余参数通过上述步骤S103中得到的r
11
,r
12
,r
21
,r
22
进行求解，如下所示：
[0027][0028]其中s＝-sgn(r
11
r
21
+r
12
r
22
)，sgn是取符号运算符。
[0029]所述的步骤S3具体为：
[0030]S301：采用正投影误差作为损失函数，即取所有特征点中设定的世界坐标与通过相机成像模型计算得到的世界坐标的距离的最大值作为损失函数值，如下所示：
[0031]error＝max{‖P
w,i-P
′
w,i
(Top,f,k1,α,β,γ,Tx,Ty)‖}(i表示不同的坐标点)
[0032]其中P
w,i
表示设定的世界坐标，P
′
w,i
(Top,f,k1,α,β,γ,Tx,Ty)表示通过相机成像模型计算得到的世界坐标，其计算过程分为三个步骤，即由实际的图像像素坐标转化为理想的图像物理坐标，如下：
[0033][0034][0035]其中(X
u
,Y
u
)表示理想的图像物理坐标；(u
d
,v
d
)表示实际的图像像素坐标；(u0,v0)表示相机光心坐标，初始值设定为厂家数据；dx,dy表示单个像素物理尺寸，初始值设定为厂家数据；k1表示相机镜头畸变系数，初始值设定为零；
[0036]再由理想的图像物理坐标转化为相机坐标系坐标，如下：
[0037][0038][0039]再由相机坐标系坐标转化为世界坐标，其中Z
w
＝0，如下：
[0040]x＝r
11
X
w
+r
12<本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于Tsai标定的显微视觉标定方法，其特征在于，包括以下步骤：步骤S1：使用Tsai两步标定法中的径向排列约束条件进行相机外参数的求解；步骤S2：通过引入物像平面距离Δ
物像
，镜头放大倍数mag，获得内参数计算模型如下：其中T
op
表示镜头与成像平面间的距离减去后焦距的剩余距离；f表示镜头前焦距，其初始值设定为厂家数据；物像平面距离Δ
物像
与放大倍数mag初始值同样设定为厂家数据；通过内参数计算模型，计算得到相机内参数T
op
的初始值；步骤S3：采用正投影误差作为损失函数，正投影误差即将实际的图像像素坐标经相机成像模型转化为世界坐标，并与设定世界坐标比较所得的误差；之后采用量子粒子群优化算法对相机内外参数初始值进行非线性优化，最终获得高精度的相机内外参数。2.根据权利要求1所述的一种基于Tsai标定的显微视觉标定方法，其特征在于，所述的步骤S1具体为：S101：Tsai两步标定法中径向排列约束条件表示为如下形式：其中(X
d
,Y
d
)表示实际的图像物理坐标系坐标，(x,y)表示相机坐标系坐标，(X
w
,Y
w
,Z
w
)表示世界坐标系坐标，r
11
,r
12
,r
13
,r
21
,r
22
,r
23
是相机外参数中旋转矩阵中的元素，T
x
,T
y
是相机外参数中平移矩阵中的元素；将世界坐标系建立于标定板平面上，此时Z
w
＝0，故径向排列约束条件转化为如下形式：通过5个特征点对求得上述5个未知参数S102：参数通过如下公式计算：其中S103：参数T
y
的符号通过试验确定，即首先设定T
y
符号为正，由步骤S101中得到的参数
值计算参数r
11
,r
12
,r
21
,r
22
,T
x
的值，然后提取标定板中的特征点，计算特征点对应的相机坐标系坐标(x,y)，其中Z
w
＝0；x＝r
11
X
w
+r
12
Y
w
+r
13
Z
w
+T
x
y＝r
21
X
w
+r
22
Y
w
+r
23
Z
w
+T
y
若相机坐标系坐标(x,y)与实际的图像物理坐标系坐标(X
d
,Y
d
)的对应坐标值始终具有一致的符号，则表示T
y
的符号为正，否则T
y
的符号为负，并重新求解参数r
11
,r
12
,r
21
,r

【专利技术属性】
技术研发人员：梅雪松，王高才，侯东祥，毕逸飞，王恪典，贾国华，黄旺旺，
申请(专利权)人：西安交通大学，
类型：发明
国别省市：