opencv中标定函数的源码详解和改进.pdf

发布时间：2022-06-15 发布人：admin 分类：说明书资料大小：0.45M 资料格式：pdf 举报版权申诉

c433de4e-1a48-477b-86d9-793be9366572.pdf-第1页.png

第1页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第2页.png

第2页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第3页.png

第3页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第4页.png

第4页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第5页.png

第5页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第6页.png

第6页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第7页.png

第7页 / 共9页

c433de4e-1a48-477b-86d9-793be9366572.pdf-第8页.png

第8页 / 共9页

文本预览

第30卷第4期 2009年4月微计算机应用 MICROCOMPUTER APPI。ICATIONS V01．30 No．4 Apr．2009 OpenCV中标定函数的源码详解和改进黄承韬 (天津财经大学信息科学与技术系天津300222) 摘要：以计算机视觉和视觉检测中的摄像机标定过程作为研究的对象，分析了开源计算机视觉函数库OpenCV中的摄像机模型，使用张正友基于平面模板的方法进行标定，过程中充分考虑了透镜径向畸变和切向畸变因素的影响。文章给出了标定的详细步骤，并对具体函数做r算法上的分析，同时从参数非线性回归分析的角度提出了优化的途径和措施。该算法充分发挥了OpenCV函数库的功能，提高了标定精度和计算效率，具有良好的跨平台移植性，可以满足视觉检测或其它计算机视觉系统的需要。关键词：机器视觉摄像机标定平面模板畸变系数 The Detail Analysis and Improvement of Calibration Function in OpenCV HUANG Chentao，WANG Feng (Tianjin University of Finance and Economic) Abstract：To computer vision and visual inspection of the calnel"a calibration process鹊the object of study．analysis of the camera model in the open SOUI'Ce computer vision library OpenCV，making used of Zhang Zhengyou planar template—based approach to cali- bration，the process takes full account of the radial lens distortion and tangential distortion factors．Article give the detailed steps of the calibration of the specific function of the algorithm to do the analysis，the parameters simultaneously from the perspective of non—linear regression analysis made to optimize the way and measures．The algorithm give full play to the OpenCV library functions，improve the calibration aeeuracy and computational efficiency，a good crofts—platform portability to meet the visual inspection or other computer vi— sion systems． Keywords：computer vision，canlera calibration，planar template，distortion parameter 机器视觉和视觉检测是目前计算机图像学的研究热点，在工业上的许多领域得到了广泛的应用，例如大型复杂曲厩的三维检测，大型工件平行度和垂直度测量、机械零件的自动识别与集合测量、字符识别、汽车牌照识别、医学图像分析等。计算机视觉不但可以代替很多人工工作，提高生产自动化水平，提高检测精度，更是很多常规检测方法无法实现时的有效解决途径。计算机视觉系统的设计通常是从摄像机获取的图像出发，对图像中的目标进行检测和测量，以获得它们的客观信息从而建立对图像和目标的描述。如何从摄像机获取的图像出发，还原真实世界中对客观场景的解释是计算机视觉非常重要的第一步。由于摄像机获取的图像上的像点的几何位置与真实世界中对应物点的几何位置是密切相关的，这些位置及其相互关系则是由摄像机成像的几何模型决定的，因此一旦能够确定这个几何模型的参数，我们就可以完整地表达二维像点和三维物点之间的对应关系。摄像机成像的几何模型称为摄像机模型，该模型的数学参数称为摄像机参数，这些参数必须通过实验和计算来确定，实验与计算的过程称为摄像机标定。摄像机标定的方法经过多年的研究有很多种，有基于本文于2009—01—12收到。万方数据

4期黄承韬：OpenCV中标定函数的源码详解和改进摄影测量学发展而来的直接线性变换(DLT)方法和扩展的直接线性变换方法，有基于径向排列约束(RAC) 的两步法(Tsai方法)，有基于不同位置平面模板的张正友法(Zhang)，也有基于摄像机本身移动无需外部标定物的自标定方法。 OpenCV是Intel开源计算机视觉库，它由一系列c函数和少量C++类构成，具有强大的图像处理、图像分析和图像理解功能，它的函数实现了很多经典的图像处理和计算机视觉方面的算法，是机器视觉研究与开发的良好工具。由于张正友提出的基于不同位置平面模板的标定方法只要求从不同角度拍摄同一标定平面2幅以上的图像，就可以求出摄像机的内外参数，同时该方法不需要知道平面模板移动的具体方向和位移信息，并且平面模板的制作非常简单，因此这种方法特别适合于桌面机器视觉系统的使用(DCV)，也被 OpenCV做为主要的标定算法，但是在畸变系数的计算部分采用了Brown的方法。本文通过深入分析OpenCV中标定函数的源代码，理鳃其中的模型和具体算法，进一步提出了改进和提高的途径。 l OpenCV中建立的摄像机模型及标定方法． 1．1 OpenCV的摄像机模型摄像机的标定首先需要确定建立摄像机的模型，OpenCV的摄像机模型以理想针孔模型为基础，引入了径向畸变和切向畸变。径向畸变来自于透镜本身的制造缺陷，切向畸变来自于透镜安装的缺陷。在该模型中，将物理世界坐标系中的Q[X。Y。Z。】点转换为成像像素坐标系中的q【U v】点分为4个步骤的变换： (1)步骤1：三维空间刚体变换。将真实世界坐标系中的坐标系【x乒M。、『z。】转换为摄像机镜头坐标：系rx。Y。z。，[耋]=c r-。匕b t， X。 Y。 Z。 l 其中[r。，r2，r3]为自由度为3的旋转矩阵，^，r2，r3为3维列向量，且两两正交。 (2)步骤2：结合理想小孔模型将摄像机镜头坐标系转换为图像真实坐标系。根据理想小孔模型和相似三角形的性质，我们可以得到： z朴匪 0 f o 0 0] 0 l 0 I oJ X。 Y。 Z。 l (2) (3)步骤3消去Z轴并归一化。根据张正友的标定算法，常常将用于标定的平板做为真实世界坐标系统的XY平面，因此可以常设真实物理世界坐标系中Z=0。同时进行归一化处理。 rx。1 伊s【r。r2 t1… 7 L 1 J-． (3) 其中8为归一化因子，x，Y为理想小孔模型下像点的物理坐标 (4)步骤4引入透镜畸变模型并转换为平面像素坐标系。&，Yd分别为考虑畸变的情况下像点的物理坐标，有等式 J髫裂“+ktMr2+k^2／+矿k3r6；慨+[2k4xPayY =扎( 1 +蠡I r2+后2r4+后3r6)+[ 2k。0jr2+2j 4(r2+2广)+后5髫d％] 一，、7 万方数据

26 微计算机应用其中r=粕2十扎2将二。，扎转换为矗像平面像素坐标系[习=巨令M=匿言；]其中孟三荔量，s，与s，分别表示’x和Y方向像素的物理距离。． ‰ y d P．．．．。。．．。．．．．．．．L 1●●●●●0J 茹 d 1●●●●，●J 1 O￡0 ％● × 融…h叫嘲 2009年 (5) ㈤其中s为缩放因子。令单应性矩阵H=[hl，h2，h3]=M水【lrI r2￡】，再根据旋转矩阵的正交性，可以得 ^M—rM～h2=0 和^阻’rM—hl—hrM一哳～h2=0 1．㈠．。；令M玎M～=B=b。：b托岵 (B是一个对称矩阵)，可以得到啦8～=或B= 矗ilb ^t-k+^正b kk Jldb+^订k ^dk+^恐k kk bII b12 b22 b13 b23 b33 (7) (8) (9) 对应每个单应性矩阵H可以得到两个约束条件等式，即秽乙6=0和(I)11一I)22)7b=0。对应每一幅平面模板图像，无论有多少个角点，都只能得到1个有效的单应性矩阵，从而也只能得到两个约束条件等式。等式(9)实际上总计有4个变量，因此需要2张不同角度的图片，而且每幅图片有4个标志点(每三个标志点不能在同一条直线上)才能满足使用张正友标定法的最低条件。根据通过最小二乘法优化的实际经验，至少需要8张不同角度的图片，每幅图片不少于7 x7个内角点才能得到相对稳定的标定结果。在求出内参矩阵4个参数以后，根据6式，对于每张图片有等式：r。=却～h，，r2=上肘～h：，r3= l l J J r。木r2，s=l M～h。I。从而我们可以得到针对每张图像的摄像机外部参数。 1．3畸变系数的计算畸变系数明显是非线性表达式的参数，因此一般来说使用非线性最dx--乘法原理进行参数优化。首先将图像上的N个角点的坐标值拾取出来【X刚y刚】，同时利用理想小孔模型和摄像机的内外参数计算出在没有畸变的条件下像点坐标：万方数据

4期黄承韬：OpenCV中标定函数的源码详解和改进盱兹二Ⅻ ㈣，因为张正友的平面模板标定方法将ZⅣ取值为0，因此可以将z妒取为平移适量t中的Z方向t，。根据畸变函数，没有畸变的理想小孔成像模型下的像点坐标和实际的受到畸变影响的成像点之闻的关【羔】=xd(。1++后k,。r2++k2r4；++[。2k．3，x。d，yj++k4：(，r2++2戈x。2扎)Ya 【儿J ( 1 +后l r2 k2r'2k + )“ 3(r2+ k4； 2)+ 戈d扎] 2y [莩]=[耋．孑；]～×[i]，r=菇：_予 c·-， ”… c·2，将式(10)，(1 1)和式(12)联立得到包含所有畸变系数、所有物理角点和相应像点的坐标的方程，通过 2．I openCⅣ的标定步骤．步骤一：寻找N×N的棋盘标定平面的内角点。首先寻找目标N×N棋盘标定平面的内角点，函数为 ‘ cvFindChessboardComers()。找到的角点的坐标存储在一个2维的32位浮点数数组comeI鸟中，以像素为单位。； c，。其次对寻找的角点进行亚像素级别的精炼，函数为void cvFindComerSubPix()，将cvFindChessboardCor-‘ nei's的输出comers数组作为输入，同时使用criteria作为迭代终止的条件，输出结果仍然保存在comers数组中。这次的结果精度能达到亚像素级，同样以像素为单位。最后在图片上输出找到的角点，函数为cvDrawChessboardComers()。步骤二：用cvCreateMat()为摄像机的内外部参数、畸变系数、角点在世界坐标系的坐标值以及在图像坐标系中的坐标值分配内存存储空间，并给这些矩阵赋值。步骤三：将角点在世界坐标系的坐标值以及在图像坐标系中的坐标值代人cvCalibrateCamera2()函数，最后得到摄像机的内外部参数值。 2．2 evCalibrateCamera2函数的内部过程步骤一：使用icvlnitIntrinsicParams2D函数求出内参数矩阵：。 (I)使用cvFindHomography函数计算出每一张图像得到的单应性矩阵；将图像的中心像素坐标作为初始的u。和v。，利用肼q’M～=B求出含有正和工的b向量。 (2)对于每一个单应性矩阵H先进行归一化处理，然后利用t，孙=0和(移¨一ff22)7b=0两个条件列出等式，最后列出2×N(N为图像的个数)个等式。一 (3)利用最小二乘原理，采用求SVD奇异值分解和伪逆矩阵的方法(evSVD和cvSVBkSb函数)求解参数上和工，最终得到包含4个参数的摄像机内部参数矩阵M。。‘。’。步骤二：使用evFindExtrinsicCameraParams2函数对每一幅图像求出外部参数矩阵： (1)先通过已经求出的内参数矩阵和已知的像点坐标(在像素坐标系下)，利用11和12两式求出考虑了畸变因素的物理坐标系下的像点坐标茗，和％。 r2￡】I匕l的关系，因为『Xp】和I匕f均为已知，利用求单应性矩阵的方法从而 ’ ‘蚱。 rx。] l-1 j r以] 【_l j (2)通过fXpl=s【1 。yP。万方数据

微计算机应用 2009年求出旋转向量和平移向量的初始值(利用正交的性质进行推导)。 (3)通过高斯一牛顿迭代法(迭代次数为20次)对旋转向量和平移向量进行精炼。每次迭代的时候，先通过投影函数evProjectPoints2，将所有的物理世界坐标在考虑畸变、内部参数、外部参数的情况下进行再投影，同时求出图像上关于旋转向量和平移向量部分的雅可比导数矩阵，再通过SVD分解和伪逆矩阵的求解计算出偏差值，与初始值相加以后作为下一次迭代的初始值。步骤三：对所有的参数进行全局的优化，同样采用迭代法对所有的参数进行精炼(迭代次数为30次)，每次迭代的时候，先通过投影函数cvProjectPoints2，将所有的物理世界坐标在考虑畸变、内部参数、外部参数的情况下进行再投影，同时求出图像上关于旋转向量、平移向量、五、工、L1。、V0和所有畸变系数K。、K：、K，、 K。的雅可比导数矩阵，再通过SVD分解和伪逆矩阵的求解计算出偏差值，与初始值相加以后作为下一次迭代的初始值。 2．3 cvCalibrateCamera2 f)函数的优化途径 (1)在计算初始内参数矩阵的时候，OpenCV将初始的n。和v。默认为图像的像素中心坐标。由于通常主点的坐标与图像的像素中心坐标是不重合的，函数只是在最后全局参数优化的时候对参数u。和v。进行了精炼。因此如果在开始就把u。和v。作为未知数，通过最／b----乘法进行计算，u0和vo两个参数会有更高的精度。 (2)在对cvCalibrateCamera2函数最后对全部参数做优化的时候，采用了高斯一牛顿法进行非线性优化。但是，高斯一牛顿法在解的附近一般收敛速度快，但对初始值要求严格，且系数矩阵容易出现病态，因此将非线性优化算法改为带阻尼因子的高斯一牛顿方法，即Levenberg—Marquardt法，它结合了最速下降法和高斯一牛顿法的优点，克服两者的缺点，选择合适的阻尼因子产可既保证一定的收敛速度，又改善系数矩阵的病态，得到最佳解。具体做法是：高斯一牛顿法的迭代增量公式为AO=(JTJ)～JT8i，其中J为偏导数系数矩阵(雅可比矩阵)= 矾矾硼I……OOm 矾矾卯I……00m ，毋为第i次迭代的函数值与观测值的差=Y；一Z(毪，佛)。LM法在此基础上增加了一个变化的下降因子肛，则有新的增量公式为AO=(J1J+肛I)。1J18；，肛是正实数，称为阻尼因子，取值范围一般为0．01一t0，I是单位矩阵。不过，在实际应用中发现，如果没有先验知识，LM法阻尼因子声根本不知道取什么值合适，而随意的取值对算法的改善又并不明显，因此需要对此进行改进，改进的目标是使迭代开始时对初始值要求不高，而后期则收敛速度较快。根据文献5，参考牛顿法解非线性方程组的下降牛顿格式，本文选择了一个随着迭代变化的(O，1)之间的下降因子1一(1一p)”1，i=0、1、2、……为迭代次数。显然，这个下降因子能满足开始时等于肛，而后期接近于1。改进后的增量迭代公式为ao=[1 一(1一弘)i+-I](J1J)“J‘占i开始时，弘取0．3-0．4比较合适。 3实验结果根据上述的标定原理和步骤，在Windows XP平台上使用VC++6．0开发了一个基于OpenCV 1．0的摄像机标定程序，以海康威视的高清网络视频服务器和LG520线高清数字摄像机作为视频采集源，利用 OpenCV提供的系列函数顺利完成了摄像机标定的功能。经过多次测试，系统运行稳定，精度较高，标定速度较快，可以达到实用的要求。图片的数量和每幅图片抓取的角点数量作为系统参数都可以进行调整，如果某幅图片不能完整地拍摄系统预设的角点数量和结构，程序进行提示换一个角度或方向进行下一次拍摄，以便抓到完整的角点。系统在抓取到预没的图片数量以后开始进行计算，20副分辨率为704×576的棋盘图像耗时约为2．2s。万方数据

4期 4结束语黄承韬：OpenCV中标定函数的源码详解和改进 · 29 OpenCV可以实现桌面机器视觉系统DCV的摄像机标定，标定结果精确、运算速度快、跨平台移植性好，可以有效地应用于实际开发。通过对源码进行分析，提出了可以进一步提高的方向和具体改进措施，以满足更高要求的应用场合。参考文献 l 2 3 4 5 6 7 8 Zhang Z．A flexible new technique for c；Ⅲ[nem‘calibration．IEEE Transactions on PaRem Analysis and Machine Intelli—gence。2000。 22(11)：1330—1334 Vezhnevets Vladimir aka Dead Moroz．OpenCV and MatLab ealnera calibration toolboxes enhancement[DB／OL]．2005．http：／／ graphics．es．Instl．su／en／reseau℃h／ealibratiorJ． Gary Bradski，Adrian Kaelder．Learning OpenCV．O’Reilly Media，2008．9 田克微，张爱武，王少敏．一种基于OpenCV的摄像机标定方法．首都师范大学学报(自然科学版)，2008，29(2)：14—16 谭晓波．摄像机标定及相关技术研究．硕士学位论文，国防科学技术大学，2004．1 1 马颂德，张正友．计算机视觉一计算理论与算法基础．北京：科学出版社，1997．尹文生，罗瑜林，李世其．基于Oge．nCV的摄像机标定．计算机工程与设计，2007，28(1)：197～199 R．Y．Tsai．Review of the two—stage c副rllera calibration techniques plus舣’IIle new implemention tips and new techniques for center and scale calibration．2“ToPical Meeting on Machine Vision，Optical Society of America，1987．Marehl8—20．Al∞IBMRCl2301． 9一马桂珍，湛海新，马丙辰．基于双目视觉的手术器械跟踪定位技术．微计算机应用，2005，26(2)：1"81—183 作者简介黄承韬，(1976一)，现就职于天津财经大学信息科学与技术系。万方数据

OpenCV中标定函数的源码详解和改进作者：黄承韬， WANG Feng， HUANG Chentao， WANG Feng 作者单位：刊名：天津财经大学信息科学与技术系,天津,300222 微计算机应用英文刊名： MICROCOMPUTER APPLICATIONS 年，卷(期)： 2009，30(4) 1次被引用次数：参考文献(9条) 1.Zhang Z A flexible new technique for camera calibration 2000(11) 2.Vezhnevets Vladimir aka Dead Moroz OpenCV and MatLab camera calibration toolboxes enhancement 2005 3.Gary Bradski.Adrian Kaehler Learning OpenCV 2008 4.田克微.张爱武.王少敏一种基于OpenCV的摄像机标定方法[期刊论文]-首都师范大学学报（自然科学版） 2008(02) 5.谭晓波摄像机标定及相关技术研究[学位论文] 2004 6.马颂德.张正友计算机视觉--计算理论与算法基础 1997 7.尹文生.罗瑜林.李世其基于OpenCV的摄像机标定[期刊论文]-计算机工程与设计 2007(01) 8.R Y Tsai Review of the two-stage camera calibration techniques plus some new implemention tips.and new techniques for eenter and scale calibration 1987 9.马桂珍.湛海新.马丙辰基于双目视觉的手术器械跟踪定位技术[期刊论文]-微计算机应用 2005(02) 相似文献(10条) 1.学位论文李长春机器视觉中摄像机标定技术研究及实现 2009 随着电子技术及视觉理论的发展，机器视觉在生物医学工程、工业检测、导航、军事等领域得到日益广泛的运用。摄像机标定是机器视觉研究的重要内容，对整个系统的性能起着十分关键的作用。本文围绕摄像机高精度标定的目标，系统研究了标定图像处理、亚像素特征提取、摄像机标定方法等内容，主要工作如下:
　　（1）综合分析了标识点特征及识别的难易程度，研究了物方和像方标识点的匹配方法，并设计制作了标定板。
　　（2）改进了图像清晰度评价函数，根据标定图像的特殊性提出了一种有效的标定图像清晰度评价方法。
　　（3）研究了椭圆中心的高精度提取算法。对标定图像采用Log算法先提取出圆形标识点的像素级边缘，在此基础上运用一阶微分期望法求取亚像素级边缘，对亚像素级边缘进行椭圆拟合，可精确获取圆形标识点投影后的椭圆中心。
　　（4）为了验证本文所用检测方法的检测性能，提出了一种模拟标定图像的方法。通过生成椭圆，按照标定图像的灰度进行填充，将椭圆图像与点扩展函数进行卷积，再根据实际标定图像质量添加相应的噪声水平，达到真实模拟实际成像过程的目的。采用本文的检测方法对模拟的图片进行椭圆中心定位，结果显示，定位精度在0.03像素左右。
　　（5）在目前已有的研究成果的基础上，对摄像机参数的标定算法做了进一步的探索研究，采用改进后的Tsai两步法进行标定。首先采用延伸焦点法，标定出相机的主点，再将主点作为初值代入求解，由于与真实值比较接近，可以较快地完成参数的求解。在约2m的距离上，标定误差在0.24像素左右。 2.学位论文周敬滨三维精确定位机器视觉系统设计 2009 对诊断设备能精确地瞄准实验靶球以实现自动化控制是惯性约束核聚变(ICF)系统中公共诊断平台急需解决的问题之一。
　　根据ICF工程检测要求，构建了一套三维精确定位机器视觉系统。该系统主要由图像采集子系统和图像处理子系统组成。图像采集子系统能够获取目标定位范围内清晰的平板标定图像和目标靶丸图像。图像处理系统包括摄像机标定及目标靶丸精确定位两大模块。
　　图像处理系统主要实现了图像平滑、特征角点提取、边缘检测、摄像机标定、光斑中心提取等功能。针对系统高精度定位检测要求，在标定图像角点提取和光斑中心提取时均采用了亚像素检测算法；在摄像机标定算法中，对张正友平板标定法进行了改进，在一次迭代情况下，在标定反投影误差上与原标定算法相比精确度提高了26.57％；通过大量实验及理论分析给出了一套在高精度机器视觉定位系统中的图像、数据预处理及摄像机标定等步骤中的可行方案。
　　实验结果表明，被测目标在移动50-2650微米范围内，多次实验的系统误差(用均方根表示)为：X方向41.03微米；Y方向64.34微米；距离54.61微米，满足公共诊断平台在粗调之后，本系统用于细调的精确瞄准的设计需求。 3.期刊论文曹换荣.张明柱.Cao Huanrong.Zhang Mingzhu 机器视觉中的摄像机标定技术研究 -工具技术 2008,42(11) 机器视觉中在对景物进行定量分析或对物体精确定位时,都需要进行摄像机标定,即准确确定其内部和外部参数.寻找快速有效的摄像机标定计算方法是机器视觉中的重要问题.分析了带有透镜径向的一阶畸变的摄像机模型,利用RAc标定提出一种求解其参数的标定计算方法,标定过程每一步都用线性求解,避免了非线性优化中的不稳定性.试验证明,该标定方法操作简便,标定精度高. 4.学位论文徐艳机器视觉系统研究 2007 随着计算机技术、电子技术、图像处理、模式识别的迅速发展，机器视觉的实际研究与应用日益得到重视，并在许多领域取得了骄人的成果，这就增加了机器视觉技术应用于机器人的可能性。
　　本文足以机器人视觉伺服为最终研究目标，利用神经网络技术和图像处理技术，完成了机器视觉研究中的三项内容：
　　

1）根据神经网络和摄像机标定的特点，使用BP神经网络完成不需要预先建立成像系统的结构模型的平面摄像机标定，它利用网络的自学习和自适应能力，通过与外界信息的交互作用，形成一种非线性映射，以表示图像和空间坐标之间的映射关系，由于其快速的并行计算能力及良好的泛化和局部逼近能力，此方法具有了较强的标定实时性；
　　 2）在图像处理部分，描述了融合像素点的梯度、柏角和方向特征多种信息，利用简单的比较、加减等模糊逻辑运算来完成含有强噪声的图像的边缘检测，这种方法尤其适合对实际工作中含有强噪声的图像进行边缘检测；
　　 3）最后，使用7个不变矩作为模式识别的特征值，利用BP网络取代原始的统计分类器，简单、快速、有效地完成物体的模式识别工作。
　　本文利用简单物体进行了模式识别实验，验证了研究工作的正确性。神经网络的采用理论上可以有效解决视觉伺服系统中速度问题这一瓶颈；图像处理中各种抑制噪声的手段可以提高系统的精度，有利于整个机器人系统速度的提高。 5.学位论文姜淑华基于机器视觉的二维(三维)非接触测试技术 2009 本文将现代光学测试技术、计算机技术和光电子技术相结合，研究了基于面阵CCD、成像物镜和微机的微小尺寸检测系统。检测系统将被测工件图像通过CCD相机成像，该模拟信号经过图像采集卡的A/D转换，转换为数字信号后，送入微机存储在内存中，再通过编写的程序对工件图像进行图像处理。本文解决了非线性平滑、阈值确定和边缘提取等关键技术，利用边缘轮廓跟踪的方法获取工件的边缘轮廓图像，系统可精确的确定工件的边缘轮廓曲线。本系统进行了大量的实验，以微米级工件、圆形工件和矩形工件等工件测量为例，说明了编写工件测量程序的思想，方法简单，实现了二维尺寸的高精度、非接触、实时自动检测。系统结构简单，易于操作，对环境要求宽松。
　　在二维尺寸非接触自动测试的基础上，基于双目立体视觉技术本文研究了三维尺寸的非接触自动检测，对双目立体视觉技术的摄像机标定、特征提取和特征立体匹配等内容做了详尽的研究。
　　在摄像机标定部分，本文提出了对Tsai两步法的改进算法，完成了对双目视觉摄像机的标定。在介绍立体视觉三维测量的基本原理的基础上，研究摄像机标定算法，运用RAC“两步法”标定技术，利用Levenberg-Marquardt非线性优化算法，并对CCD摄像机进行了标定实验。
　　在特征提取部分，对Harris角点提取算法、SUSAN角点提取算法和SIFT特征提取算法进行了分析。通过不同图片对上述三种特征点提取算法进行比较和分析，实验表明SIFT特征提取算法提取的特征点数目较多，有利于作为匹配基元进行下一步的立体匹配，并且图片发生旋转时，SIFT特征提取算法检测出来的特征点在位置和数目上几乎没有变化。
　　在立体匹配部分，对完全可见的物体表面和部分可见的物体表面进行特征匹配分别进行了研究，得到对应的匹配公式。分别实现了Harris角点匹配和 SIFT匹配算法，并对这两种方法的匹配结果进行比较和分析。实验结果表明基于SIFT特征点的匹配算法要优于基于Harris角点匹配算法。
　　本系统以Visual C++为开发平台结合图像处理的OpenCV库函数合理地构建了一个逻辑清晰、工作稳定的软件框架，满足了系统测试要求。在所开发的实验系统上，分别以书包和花瓶图片为例，开展了三维测量实验，完成了测量任务。 6.会议论文何晓兰.姜国权.杜尚丰基于多项式拟合的摄像机标定算法 2007 摄像机标定是机器视觉定位导航的前提.提出一种基于多项式拟合的摄像机标定算法。该方法利用图像坐标系中多项式逼近世界坐标系中地面目标的方法确定多项式的系数和阶次,无需高精度标定块,仅仅依靠一幅图像中多个点的图像坐标与世界坐标的对应关系直接进行标定。与传统的标定方法相比 ,避免了一般求解摄像机参数的非线性问题,无需分开求解摄像机的内外参数,减少运算的复杂度和计算量。实验结果证明这种摄像机参数的标定方法有较好的精确度和鲁棒性。 7.学位论文黄颖怡机器视觉仪表读数技术研究 2009 近年来数字图像处理技术发展迅速，基于机器视觉的各种检测系统在工业领域中逐步走向实用化阶段。仪表自动检定系统用图像处理与识别技术判读被测表指针位置及读数，可以显著提高仪表工业生产的自动化程度。仪表检定系统首先用程控标准源向指针仪表输出标准值，然后通过图像采集设备采集仪表面图像，再使用计算机进行图像处理，准确识别仪表读数值。通过查阅国内外相关资料表明，仪表读数技术研究大部分集中于仪表读数识别方面，摄像机与仪表的相对位置对读数识别准确度的影响研究比较少。研究如何减少摄像机与仪表的相对位置的引入误差，以求提高读数的准确，这在高精度仪表的校验中尤为重要。本研究主要内容如下： ⑴研究如何利用摄像机标定技术减少摄像头视差对读数的影响。分析摄像机位置在一般情况下对仪表读数的引入误差，提出了仪表双目标定判读方法校正识别后的读数值。该方法建立在双目测量系统仪表成像模型的基础上，结合摄像机标定技术求解系统中摄像机的内外参数，给出了含有视差的识别读数和仪表正确读数的关系表达式，并通过了仿真实验的验证。 ⑵研究亚像素技术提高读数的准确性。传统的边缘检测定位在像素级，精度较低且定位不准。本文用亚像素技术对仪表图像进行边缘定位，分别讨论了空间矩和Zernike矩方法。最后采用Zernike矩提取指针坐标信息的方法。使用亚像素方法获得的坐标可达到亚像素级，实现在软件上进一步提高读数识别的精度。 ⑶设计仪表图像处理系统，实现了仪表读数的自动识别。设计了机器视觉仪表自动检测系统的图像处理流程，并通过Matlab软件实现了上述算法和方法，最后对高精度仪表进行检定实验及视差校正分析，取得良好的效果，具有一定的使用价值。 8.学位论文王平凯基于机器视觉技术的偏心桶口自定位系统研究 2006 机器视觉以图像处理技术为核心，赋予机器环境理解的能力。用机器视觉进行测量定位，具有无接触、快速、精确的特点，应用前景非常广泛。自动灌装机械在现代工业自动化生产中占有很重要的地位，其广泛应用于石油、化工、医疗、饮料等生产领域中。然而当容器的加注口为偏心口时，全自动灌装技术的应用受到了严重的制约，目前多数企业的灌装机械对此多采用半自动方式，即人工定位桶口加注。这对于渗透能力较强剧毒液体如氰化钠，氢氟酸等的灌装，则成为极为危险的操作工序。本文在深入调查国内外现状的基础上，提出了基于机器视觉技术的偏心桶口自定位系统方案。本文首先阐述了灌装机械及机器视觉的相关知识，然后详细地介绍了自动灌装系统的软硬件组成以及摄像机的定标问题。在总结传统标定方法的基础上，结合本系统实际情况，针对一般标定方法计算过程复杂，对标定设备要求较高的问题，提出一种简单、快速的摄像机标定与修正方法，直接获得了较高精度的像素当量，并给出详细的实验数据及验证结果。结合本课题应用背景，设计了一组实用的图像处理方法。采用快速中值滤波来平滑图像，提出了基于图像数据压缩技术的模板匹配算法，解决了由于图像数据量大运算数度慢的问题，并得到了偏心桶口的圆心坐标信息。步进电机驱动系统利用该信息进行二维插补运动。本文开发了基于L297、L298的步进电机驱动器及其控制软件。控制系统为L297提供时钟频率，L297产生电机驱动信号和绕组电流设定，L298提供驱动步进电机的电力输出，二者配合完成对步进电机的起停以及转角控制。在Windows2000下采用VisualC++6.0并结合WinIO编写了控制程序。图像处理系统输出的控制指令通过计算机的25针并行打印口输出，经步进电机驱动电路控制步进电机运动到指定位置。实验证明，本文所开发的系统具有运行稳定、算法高效，定位精度高的特点。 9.期刊论文周薇基于机器视觉的摄像机标定方法研究 -电子元器件应用2008,10(11) 介绍了摄像机标定方法的分类.通过对基于3D立体靶标、2D平面靶标、径向约束的摄像机标定等传统方法的具体分析,给出几种标定方法的优劣对比 .文章同时对多种自标定方法的研究现状、发展状况以及存在问题进行了分析讨论,最后给出了发展各类摄像机标定方法的一些参考建议. 10.学位论文何晓兰机器视觉辅助定位导航算法研究 2007 随着机器视觉技术的发展，基于机器视觉的农田作业机械的定位导航技术受到越来越多的学者的关注。本文在总结前人研究成果的基础之上，对机器视觉辅助定位导航算法进行分析与研究。首先在现有的图像预处理模型基础上，对提取导航线的两种算法—Hough变换和最小二乘法进行了性能分析和实验比较。同时针对含多垄作物行的图像，提出了基于垂直投影法的多垄作物行识别算法。其次在掌握摄像机标定原理的基础上，对基于平面模板和基于多项式拟合这两种摄像机标定方法进行实验比较，最后将基于多项式拟合的摄像机标定方法用于农田作业机械的机器视觉系统中，设计并实现了基于多项式拟合的摄像机标定控件。实验结果证明该标定方法具有良好的精度和鲁棒性。最后分析和研究了农田作业机械的动态定位算法，即通过实时确定农田作业机械相对于作物行的偏移距离和偏移角实现农田作业机械的动态定位。论文中对动态定位算法进行了初步的探索性实验，通过实验可在图像坐标系中得到每一刻农田作业机械相对于导航线的偏移距离和偏移角，为后续的研究奠定了基础。论文在实验室环境下，模拟农田实际情况，验证各种算法，完善原有的机器视觉系统平台。这些工作对最终实现农田作业机械的自主定位导航技术

分享到：

赞收藏

资料库

opencv中标定函数的源码详解和改进.pdf

相关推荐

后端

热门标签

最新资料