立体视觉传感器现场标定方法及实现
发布时间:2017-10-06 02:26
本文关键词:立体视觉传感器现场标定方法及实现
更多相关文章: 摄像机模型 立体视觉标定 椭圆中心提取 靶标
【摘要】:立体视觉技术是测量领域中常用的一种测量技术,通过模拟人类视觉系统获取信息的方式,利用光学三角测量原理可以计算出空间的三维坐标,达到空间物体几何尺寸测量和定位的目的。立体视觉标定是实现精密测量的前提,只有经过标定的立体视觉系统才能执行测量任务,测量的精度与标定的精度密切相关。因此,实现立体视觉高精度标定是提高三维测量精度的重要保障。本论文主要围绕立体视觉传感器系统高精度标定问题,根据实际应用中的需求,设计了立体视觉传感器整体标定方案并基于C++和OpenCV库实现了立体视觉测量系统标定。本文首先分析了立体视觉测量的基本原理,并分析了摄像机成像过程中三维空间特征点在各个坐标系中的变换关系,建立了摄像机模型和立体视觉测量系统模型;根据测量精度的需求,确定了基于平面靶标的摄像机标定算法,设计了立体视觉测量系统总体标定方案,同时设计了适合立体视觉系统标定的靶标;根据靶标图像中特征点的几何性质,研究了图像中椭圆特征点的自动识别方法,分割出每个椭圆区域单独进行亚像素边缘检测,依据亚像素边缘拟合出椭圆中心的图像坐标;根据实际标定精度的需求,以靶标上实际特征点图像坐标为基础拓展了标定特征点,获得大量衍生标定特征点图像坐标,实现立体视觉系统高精度标定。最后搭建了立体视觉标定系统,实现了立体视觉测量系统标定,并进行了误差分析和三维测量。实验结果表明,本文所采用的方法可以对立体视觉系统进行精确标定,并能高精度测量三维空间中物体的几何尺寸。
【关键词】:摄像机模型 立体视觉标定 椭圆中心提取 靶标
【学位授予单位】:北京化工大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP212;TP391.41
【目录】:
- 摘要4-6
- ABSTRACT6-14
- 第一章 绪论14-22
- 1.1 引言14
- 1.2 立体视觉技术概述14-16
- 1.3 摄像机标定研究现状16-19
- 1.4 立体视觉传感器标定研究现状19-20
- 1.5 课题的研究意义和研究内容20-22
- 1.5.1 课题的研究意义20
- 1.5.2 课题的主要研究内容20-22
- 第二章 立体视觉检测系统模型22-32
- 2.1 引言22
- 2.2 立体视觉测量原理及组成22-23
- 2.2.1 立体视觉测量原理22-23
- 2.2.2 立体视觉系统组成23
- 2.3 摄像机成像模型23-29
- 2.3.1 针孔模型23-25
- 2.3.2 摄像机线性模型25-28
- 2.3.3 摄像机的非线性模型28-29
- 2.4 立体视觉测量模型29-31
- 2.5 小结31-32
- 第三章 立体视觉传感器标定方案设计32-44
- 3.1 引言32
- 3.2 立体视觉测量系统标定总体方案32-33
- 3.3 靶标的设计33-34
- 3.4 衍生特征点获取方法34-39
- 3.4.1 特征点获取方法34-36
- 3.4.2 摄像机镜头畸变系数标定36-39
- 3.5 立体视觉传感器系统标定39-42
- 3.5.1 摄像机标定39-41
- 3.5.2 立体视觉标定41-42
- 3.6 小结42-44
- 第四章 椭圆圆心图像特征检测44-56
- 4.1 引言44
- 4.2 椭圆圆心图像坐标检测方案44
- 4.3 椭圆特征区域识别44-50
- 4.3.1 Canny边缘检测45-46
- 4.3.2 圆弧检测46-47
- 4.3.3 圆弧分类47-48
- 4.3.4 椭圆检测48-50
- 4.4 椭圆中心图像坐标获取50-54
- 4.4.1 基于高斯曲线拟合的椭圆亚像素边缘检测50-53
- 4.4.2 椭圆中心确定53-54
- 4.5 小结54-56
- 第五章 立体视觉传感器系统标定实现56-64
- 5.1 引言56
- 5.2 立体视觉系统硬件实现56-58
- 5.2.1 标定靶标57
- 5.2.2 CCD摄像机与镜头57-58
- 5.3 立体视觉系统标定软件实现58-62
- 5.3.1 立体视觉系统标定软件设计方案58-59
- 5.3.2 立体视觉系统标定实现59-62
- 5.4 小结62-64
- 第六章 实验结果与分析64-72
- 6.1 引言64
- 6.2 椭圆中心检测结果64-65
- 6.2.1 椭圆特征识别结果64-65
- 6.2.2 椭圆圆心图像坐标检测65
- 6.3 衍生特征点图像坐标65-67
- 6.3.1 畸变系数标定结果66
- 6.3.2 衍生特征点坐标计算结果66-67
- 6.4 摄像机标定结果67
- 6.5 立体视觉系统标定67-68
- 6.6 立体视觉传感器标定精度68-69
- 6.7 人体关节点三维测量结果69-70
- 6.8 小结70-72
- 第七章 总结与展望72-74
- 7.1 结论72
- 7.2 展望72-74
- 参考文献74-78
- 附录78-82
- 附录一78-79
- 附录二79-82
- 致谢82-84
- 作者和导师介绍84-85
- 北京化工大学专业学位硕士研究生学位论文答辩委员会决议书85-86
【参考文献】
中国期刊全文数据库 前10条
1 段延娥;李道亮;李振波;傅泽田;;基于计算机视觉的水产动物视觉特征测量研究综述[J];农业工程学报;2015年15期
2 占栋;于龙;肖建;陈唐龙;;多摄像机结构光大视场测量中全局标定方法研究[J];仪器仪表学报;2015年04期
3 夏群峰;彭勇刚;;基于视觉的机器人抓取系统应用研究综述[J];机电工程;2014年06期
4 韩瑞珍;何勇;;基于计算机视觉的大田害虫远程自动识别系统[J];农业工程学报;2013年03期
5 侯俊捷;魏新国;孙军华;;基于同心圆合成图像匹配的双目视觉标定[J];光学学报;2012年03期
6 薛俊鹏;苏显渝;窦蕴甫;;基于同心圆光栅和契形光栅的摄像机自标定方法[J];中国激光;2012年03期
7 陈天飞;马孜;李鹏;聂建辉;;一种基于非量测畸变校正的摄像机标定方法[J];控制与决策;2012年02期
8 陈爱华;高诚辉;何炳蔚;;基于正交消失点对的摄像机标定方法[J];仪器仪表学报;2012年01期
9 汪首坤;郭俊杰;王军政;邸智;;基于混合群智能优化的机器人立体视觉标定[J];机械工程学报;2012年01期
10 贺鹏举;梁斌;张涛;杨君;;大视场星敏感器标定技术研究[J];光学学报;2011年10期
,本文编号:980190
本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/980190.html