logo资料库

外文翻译-原文High precision camera calibration in vision measurement.docx

第1页 / 共10页
第2页 / 共10页
第3页 / 共10页
第4页 / 共10页
第5页 / 共10页
第6页 / 共10页
第7页 / 共10页
第8页 / 共10页
资料共10页,剩余部分请下载后查看
燕 山 大 学 本科毕业设计外文翻译 课题名称: 基于双目视觉三维测量技术的研究 学 院: 电气工程学院 年级专业: 14-检测技术与仪器 学生姓名: 指导教师: 罗 仁 陈 华 填写日期: 2018 年 5 月 6 号
精度摄像机标定在视觉测量中应用 摘 要 为了提高在三维立体视觉系统中三维重建的精度,提出一种新颖的高精度摄像机标定方法。 从感兴趣的区域获取一些标定点作为标定的世界坐标。有四个旋转矩阵和平移矩阵需要进行标定。 第一个是左摄像机和世界坐标系之间;第二个是右摄像机和世界坐标系之间;第三个是左摄像机 和右摄像机之间,并且最后一个是有摄像机和左摄像机之间。透镜的畸变参数包括径向畸变和切 向畸变,该标定方法的优点是精度高、操作方便以及可靠性高。 2006 Elsevier 公司保留所有权利 关键词:标定、视觉测量、CCD 1. 介绍 在视觉测量系统中,摄像机的标定方法一直被广泛研究[1-3]。摄像机系统标定可以分为两个 步骤。第一步是对单个摄像机进行标定,第二步是对双目摄像机的组合立体标定[3-5]。 单个摄像机的标定过程可以被分为两个主要步骤[4]。首先是畸变参数的标定,然后是对位 置参数进行标定。畸变参数主要来源于透镜引入的畸变,例如,径向畸变、切向畸变等。位置参 数主要包括焦距、图像中心坐标、旋转矩阵和平移矩阵。 双目摄像机的标定是基于单个摄像机标定的结果[6-8],本文所提出的标定方法是一种操作简 单的方法[9-11],并且为以后用该系统做三维测量提供很高的精度。 2. 单个相机的标定 2.1 摄像机坐标系和世界坐标系转换 O X Y Z c c 对摄像机坐标系  c c   和世界坐标系  O X w  w  Y w  Z w  的关系做如下描述:      x c y z c c       R *      x w y z w w  T ,      其中 R 是旋转矩阵,其值为等式(2)所示;T 是平移矩阵,其值为等式(3)所示: sin sin  cos sin  cos cos                               sin  r r r cos cos     1 2 3   sin cos r r r   =   4 5 6     r r r    7 8 9 sin cos  cos cos  cos sin   sin cos cos sin sin cos cos sin sin sin sin sin      R  T    t x t t y z T   (1) (2) (3) 式中 1r r 7是旋转矩阵值, 是倾斜角,相机倾斜角,是旋转角, , xt , t ty z是在 x,y,z 方向平 移值。 1
2.2 从世界坐标系到图像坐标系的转换 , x y w 在图 1(a)中,对从世界坐标系( ,z ) w w 到图像坐标系( , x y c c ,z ) c 的成像过程进行了说明。 其需要四个步骤,这四个步骤列出如下: 1) 从世界坐标系到相机坐标系的坐标变换。在这个变换中,旋转矩阵 R 和平移矩阵 T 可以被计 算出来 2) 通过透视投影变换,空间的一个点可以变成一个图像点;在图 1(b)中画出了其几何光线图形。 其理想成像坐标是( , x y ,假设在 X 方向焦距是 xf ,并且在Y 方向是 yf ,相机坐标系 u ) u ( , x y c c ,z ) c 和图像坐标系( , x y 的关系可以被表述为如下所示: u ) u X u  f x Y u  f y c x c z y z c c (4) 3) 畸变主要受透镜镜头质量的影响。因为透镜镜头经常有径向和切向畸变,理想的成像点 P 也 许被改变成为(x ,y ) d ,坐标(x ,y ) d 和坐标( , x y 的关系呗表述为如下: u ) u d d D X X  Y D Y  d u  d  x y u x    d  D X k r 1 2 D Y k r 1 Y  d d X y  r 2 d 2 2 其中 xD 和 yD 的大小为: 其中 1k 为径向畸变系数 (5) (6) 4) 将图像坐标转换为 CCD 图像坐标。两个相邻的 CCD 相机在 X 、Y 方向的距离分别为 xd 和 yd 。假设 cxN 是 CCD 传感器元件在 X 方向记录的像素数量。由 CCD 相机中的电子部件造成 的行扫描误差效应可能会减少计算机记录的像素数量。假设真实拍摄的像素数为 fxN 。在 这种情况下,图像的像素距离与 CCD 的元素距离 xd 不对应,而是变成了 xd 。其中 xd 和 ' ' xd 的关系被解释为如下所示: 2
' d x  d x N N cf cx (7) fxN 是计算机在 X 方向上拍摄的像素数量。 (u d ,并且对 CCD 传感器的坐标是 , d ) dv 。然后其中 (8) 式中 cxN 是传感器在 X 方向的像素数量; 假设一个空间点的图像坐标为 (x ,y ) d (u d , ) (u dv 和 , d ) dv 的坐标关系如下所示:   u d v d ' 1  s d x x 1  d Y y d   u 0 v 0 3
图 1 从世界坐标到摄像机坐标获取图像和几何图形的过程(a)图像获取过程 (b)从世界坐标到摄像机坐标的几何图形 其中 Sx 是水平扫描误差值; (u d ) (u dv 是 CCD 平面坐标系的点, 0, , )v 是 CCD 传感器像平面中心。 0 2.3 获取单摄像机参数的标定方法 如果将 R 和 T 通过上述步骤中 R 和 T 矩阵的具体值代入,那么等式(1)可以表示成为等式(9) 所示:   x c  y   c   z  c r x 1 w r x 4 w r x 7 w    r y 2 w r y 5 r y 8 w w    r z 3 w r z 6 r z 9 w w t  x t  t  z y 从几何图 1(b)可知,等式(9)可以被转换为如下等式: r z 3 w r z 6 r y 2 w r y 5 w r x 1 w r x 4 w X Y d X Y u x c y c       u d    t x t y , w r 1 r 2 r 3 t x r 4 r 5 r 6             / / / / / / / [x Y y Y z Y w d w d w d Y d  x X w d  y X w d  z X w d ]  4 y y y t y t t t t t t y y y (9) (10)              X d (11)
因为图像坐标可能有畸变,然后真实的图像坐标将被表示为如下所示: X Y d i d ' i ' s  d  y 1  x 1  (u (v d i u )  0 v )  0 (12) d i 其中 1xs  ,Ncx, Nfx, dx, dy 可以从相机规格中获取。 联立等式(11)和等式(12)可以得到; [x Y w d i ' ' y Y w d i ' z Y w d i ' Y d i  x X w ' d i  y X w d i '  z X w              X ' d i (13) y / t y / t / t / t y y i ' d ]  s r 1 x s r 2 x s r 3 x s t x x / r 4 / r 5 / r 6             , r t a 4 6  / y t t t y y y y y 2 1 / / /    , s r t a 2 x , s r t a 4 x , s r t a 3 x a 假设 1 ia (i=1~7)可以使用超过七个点的数据计算出来。然后利用 ia 的值,可以计算出 xt 、 yt 和 1 的大小。根据正字法投影理论, yt 可以被表示为: , r t a 5 7 , t a 5 y / r t 1 s t x x    / / , y 3 y y 6~r r yt  (a 2  a 5 6 2  2 a ) 7  1/2 (14) yt 的符号根据投影几何学进行确定,因为 Xd 和 xc,Yd 和 yc 应该有相同的方向,故 yt 的符 号可以由 dX d( ,Y)和( , x y c c 么 yt 的符号是正的,否则, yt 的符号是负的。 ,z ) c 的值进行确定。如果 dX d( ,Y)和( , x y c c ,z ) c 的符号是相同的,那 在上述方程的基础上,旋转矩阵可以被计算出来。它的值有两种可能,分别可以被表示为:  1    1 s   2 r 1  2 r 2 1/2   2 r 5 1/2  2 r 4 r 9        (15) R  r 1 r 2 r 7         r 2 r 5 r 8  5
R  r 1 r 2 r 7        r 2 r 5 r 8  1    1 s   2 r 1  2 r 2 1/2  2  2 r 5 1/2  r 4 r 9        (16) xf 和 yf 的值决定了矩阵 R 对于该标定系统更适合哪一个值,因为,理论上,该系统的焦 距不能够取负值,那么如果由等式(15)决定的焦距的值是负值,那么等式(16)也应该是负值,并 且反之亦然。 如果在标定系统中选择 N 个点,那么这里将有一个等式组合,如下所示:                     r x 4 1 w  r y 5 1 w  r z 6 1 w  t y    r x 1 1 w  r y 2 1 w  r z 3 1 w  t x   v d  v 0   d y   u d  u 0   S d x   [ r x 7 1 w  r y 8 1 w  r z 9 1 w     v v 0 d    d y   r x 7 1 w  r y 8 1 w  r z 9 1 w    u d  u 0     r x 4 wN  r y 5 wN  r z 6 wN  t y    r x 1 wN  r y 2 wN  r z 3 wN  t x   v d  v 0   d y   u d  u 0   S d x x y      x        S d x f f t z ] x x        S d x f f t z ] x (17) x y      (18)   [ r x 7 wN  r y 8 wN  r z 9 wN    v d  v 0   d y   r x 7 wN  r y 8 wN  r z 9 wN    u d  u 0   利用 Levenberg-Marquardt 非线性最小二乘法,可以确定优化方程为: 6
3. 双目摄像机的标定 在图 2(a)中,两个摄像机光轴是平行的,其结果是它们的图像平面是平行的。然而在 2(b) 中,两个摄像机是不平行的,这样的话它们的轴将会在一个点相交。 假 设 世 界 坐 标 系 中 相 交 点 P 的 空 间 坐 标 为  x w ,y , w  z 。 该 点 在 左 摄 像 机 中 被 表 示 为 w z ,在右摄像机中被表示为  x b ,y , b  z 。左图像中点 P 的图像坐标为 b ,a aX Y ,在右  a x a , y , a  图像中坐标为  b ,b X Y 。双目相机的标定可以分为两个步骤。第一步是使用相同的世界坐标系 aR T 和 ,b bR T 。第二步是计算旋转矩阵和平移矩阵 Rab 和 Tab 或者 Rba 和 Tba,每一步的解 来标定 ,a 释如下。 两个摄像机的旋转矩阵和平移矩阵可以被表示为如下的式子: 图三 双目摄像机标定      x b y b z b       M ab  a x  a  y   z  1  a        R ab       x a y z a a       T ab       r 1 ab r ab r ab 7 4 r ab r ab r ab 2 5 8 r ab r ab r ab 3 6 9            x a y z a a       T abx  T   aby  T  abz      (19) 其中 Mab 是和矩阵 Rab 和 Tab 的值可以由 x a a , y , a z 及  aR T 和  ,a x b ,y , b  z 有关的向量。 b ,b bR T 的值计算得来。其中 Rab 和 Tab 的值为:  R ab  R R b a  1  T ab 1  T R R T   b a b a 1  7
分享到:
收藏