大视场多像机视频测量系统的全局标定
大视场双目立体视觉的摄像机标定
摘要 ：针对大视场视觉测量应用 ，在分析 摄像 机成像模型的基础上 ， 计制作了可自由转动的十字靶 标， 设
实现 了大视场双目视觉摄像机的精确标 定。将十字靶标在测 量空间内多次均匀摆放 ，两摄像 机同步拍摄多 幅靶标 图像 。由本质矩阵得到摄像机参数 的初 始值 ， 采用 自检校光束法平差得到摄 像机 参数的最优解 。该
Ｉ
０ “Ｉ ０
Ｋ Ｉ ＝０ ［ｆ Ｊ Ｒ】 １ Ｐ
０ ０ １ Ｉ
Ｉｌ 【ｆ Ｒ】 尸
（ＯＶ） 图像平面 的主点坐标 ； １，Ｏ ｌ 一
（ １
式中： － ｔｆ Ａ＃ ： －Ｌ ｗ ￣ ； Ｊ
—摄像 机的 内参数矩 阵；
◆
懿
箍 Ｄｅｖｅｌ ｏｐｍ ｅｎｔ
作难度，适合大视场双 目立 体视觉的摄像机标 定。
：
如 图 １ 示 ，三 维 空 间 点 Ｐ ［ Ｙ １ｒ 摄 像 机 成像 平 面 上 的 二 维 投 影 点 ｐ ［ ］ 常 用 理 想 针 孔 模 型 所 － ＝ｘ ｚ ］在 一 ”ｖＴ
描述【Ｉ可表示为 ： ６ 】
ｊ
＝
用方便性 。
２ 、求 解 本 质 矩 阵
双 目立 体 视 觉 中摄 像 机 一 般 使 用 工 业 相 机 ，故 使 用 摄 相 机 的 出 厂 参 数 作 为 摄 相 机 的 内参 数 初 始 值 。利 用 本 质 矩 阵 获
圈
码 记 作为 点 每 特 标 点 标定 ， 个 征点
的编码均不 同。该标定方法不要求
特 占其 而 ．佃 需 季 知 亍 首特 占
卜 字
ｄ 、ａ 一分 别 为 图像 在 “轴 、 ｖ 的焦 距 参 数 ； 轴 Ｒ、 ｔ～ 从 世 界坐 标 系 到 摄 像 机 坐 标 系 的 旋转 矩 阵 和 平 移 向量 ， 构成 了摄 像机 的 外 参 数 。 针 孔 线 性模 型 虽 比较 简 单 ，但 不 能 准 确 地 反 映 实 际 的 成 像 几何 关系 。在实 际 中，摄像 机 的镜头 都是存 在畸 变 的，
一种用于大场景双目视觉系统摄像机的标定方法
一种用于大场景双目视觉系统摄像机的标定方法王剑;王宇胜;刘峰;李清嘉【摘要】基于相机成像的针孔模型,通过建立世界坐标系、摄像机坐标系和图像坐标系之间的数学关系,理论上推导了摄像机相关参数显式的表达式,并在此基础上探究了参数与坐标的关系.通过获取实验数据验证了各参数标定结果的准确性.利用标定结果,根据图像坐标系目标图像坐标(u,v)与其对应的大地坐标值(Xw,Zw)之间的关系计算了各个目标的大地坐标,并将计算结果与GPS计算的目标坐标、参数参考值计算的坐标结果相比较,在误差允许的范围内,提出了一种双目视觉条件下的摄像机标定方法.【期刊名称】《中国民航大学学报》【年(卷),期】2016(034)003【总页数】5页(P1-5)【关键词】双目视觉系统;针孔模型;摄像机标定;目标定位;世界坐标系;图像坐标系【作者】王剑;王宇胜;刘峰;李清嘉【作者单位】中国民航大学电子信息工程学院,天津300300;中国民航大学电子信息工程学院,天津300300;天津大学精密仪器与光电子工程学院,天津300072;中国民航大学中欧航空工程师学院,天津300300【正文语种】中文【中图分类】V355;TP391image coordinate system民用机场客流量逐年增加，使机场场面监视的压力与日俱增。
现有监视设备造价高、维护成本也较高，且系统存在各自的不足；除了传统的场面雷达、ADS-B和MLAT等监视手段外，需要寻找新的途径来实现机场场面的监视，以满足下一代交通管控［1］的发展。
计算机双目视觉系统以其非接触性、速度快和高精度的特点在诸多方面发挥了重要作用［2］。
双目视觉的基本任务之一就是通过获取图像中目标的坐标信息来实现世界坐标系中对应目标的准确定位。
建立数学模型后，为了实现目标更加准确的定位，首先获取摄像机的参数是不可或缺的一步，即摄像机的标定，标定结果直接影响着坐标的误差［3］大小。
文献［4］提出了一种大视场条件下的标定方法；此外文献［2，5～7］中介绍了多种标定的方法，但主要是针对摄像机的镜头畸变实现参数的求解。
多相机视觉测量系统自主定向算法
多相机视觉测量系统自主定向算法多相机视觉测量系统自主定向算法多相机视觉测量系统是一种常用于测量物体三维形状和位置的技术。
这种系统通常由多个摄像机组成，每个摄像机都能够观察到物体并产生图像。
通过同时利用多个摄像机的观测数据，可以实现对物体的自主定向，即确定物体在三维空间中的位置和姿态。
以下是多相机视觉测量系统自主定向算法的一种步骤思路：1. 预处理：首先，需要对摄像机的图像进行预处理。
这包括去除图像的噪声、校正摄像机的畸变以及提取有用的特征点。
2. 特征匹配：利用特征点匹配算法，将多个摄像机观测到的同一个物体特征点进行匹配。
通过匹配，可以建立不同摄像机之间的对应关系。
3. 三维重建：通过多视图几何原理，利用摄像机观测到的特征点的对应关系，可以进行三维重建。
具体来说，可以使用三角化算法计算出特征点在三维空间中的坐标。
4. 初始定向：在三维重建的基础上，通过摄像机的内外参数估计，可以对摄像机的初始定向进行估计。
内参数是指摄像机的固有参数，如焦距和主点坐标，而外参数是指摄像机在世界坐标系中的位置和姿态。
5. 自主定向迭代：利用初始定向参数，可以进行自主定向的迭代过程，以优化摄像机的定向参数。
这可以通过最小化摄像机观测到的特征点与对应三维点的重投影误差来实现。
具体来说，可以使用非线性优化算法，如Levenberg-Marquardt算法，来迭代优化定向参数。
6. 精确定向：在自主定向迭代收敛后，可以得到每个摄像机的精确定向参数。
这些参数可以用于计算物体的精确三维形状和位置。
总之，多相机视觉测量系统自主定向算法是通过预处理、特征匹配、三维重建、初始定向和自主定向迭代等步骤，实现对物体的三维定位和姿态估计。
这种算法可以利用多个摄像机的观测数据，实现更准确和鲁棒的测量结果。
多相机标定原理
多相机标定原理嘿，朋友们！今天咱来聊聊多相机标定原理，这可真是个有意思的事儿呢！你想想看啊，这多相机就好比一群小伙伴，它们得互相配合好，才能把事情干漂亮。
那怎么让它们配合好呢？这就需要标定啦！就好像一群人要一起跳舞，得先知道自己站哪儿，怎么迈步一样。
多相机标定呢，其实就是要确定这些相机的各种参数，比如它们的位置、角度啥的。
这可不容易哦，就跟你要准确记住每个人的喜好和特点一样难。
比如说吧，一个相机看到的东西和另一个相机看到的可能不太一样，这就像你从不同角度看一个东西，看到的形状可能有点差别。
那怎么让它们达成一致呢？这就得靠标定来调整啦。
你说这是不是挺神奇的？通过一些巧妙的方法和计算，就能让这些相机乖乖听话，拍出我们想要的照片或者视频。
这就好像驯兽师训练小动物一样，得有耐心，还得有技巧。
那怎么进行多相机标定呢？这就得用到一些专门的工具和算法啦。
就像是做菜得有锅碗瓢盆和调料一样，这些工具和算法就是我们的“秘密武器”。
有时候啊，我就想，这科技可真厉害啊！能让这些相机变得这么聪明，能帮我们记录下那么多美好的瞬间。
要是没有多相机标定，那拍出来的东西可能就乱七八糟的，那多可惜呀！而且哦，这多相机标定在好多领域都有大用处呢！比如在自动驾驶里，那些车上的摄像头就得靠标定才能准确判断周围的情况。
还有在虚拟现实里，让你感觉身临其境，也少不了多相机标定的功劳呢！你说这多相机标定是不是很了不起？它就像一个隐藏在幕后的英雄，默默地为我们的生活带来便利和惊喜。
所以啊，朋友们，可别小看了这多相机标定原理，它可是有着大能量呢！它让我们的科技生活变得更加丰富多彩，让我们能看到更多不一样的世界。
咱得好好感谢那些研究多相机标定的科学家们，是他们让这一切成为可能呀！。
【CN109974618A】多传感器视觉测量系统的全局标定方法【专利】
(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201910269330.3(22)申请日 2019.04.02(71)申请人 青岛鑫慧铭视觉科技有限公司地址 266000 山东省青岛市市北区南京路228号5单元301室(72)发明人 邵明伟 邵明祥 张慧 (74)专利代理机构 山东重诺律师事务所 37228代理人 冷奎亨(51)Int.Cl.G01B 11/24(2006.01)G01B 21/04(2006.01)G06T 7/80(2017.01)(54)发明名称多传感器视觉测量系统的全局标定方法(57)摘要本发明涉及视觉传感器标定技术，特别涉及一种多传感器视觉测量系统的全局标定方法。
本发明提供一种适合多传感器视觉测量系统的标定方法，利用共线的多个球形靶标对视觉传感器进行标定，该方法克服了由于拍摄角度问题而在标定过程引入的透视投影畸变误差，使得标定结果更加准确，同时，该方法操作简单，可快速实现对多个传感器的标定。
权利要求书4页 说明书7页 附图3页CN 109974618 A 2019.07.05C N 109974618A1.一种多传感器视觉测量系统的全局标定方法，其特征在于：包括以下步骤：步骤一：根据摄像机测量原理建立基于多个视觉传感器的摄像机坐标系O-XYZ以及图像坐标系o-xy；步骤二：首先，在保证成像满足设定像素要求前提下，将靶标球置于摄像机的视场内，摄像机获取靶标球图像；然后，对于靶标球图像，采用C.Steger图像边缘提取方法提取靶标球在相应摄像机成像的靶标球边缘特征；步骤三：根据步骤二提取的靶标球边缘特征以及靶标球的半径信息，计算靶标球球心在相应摄像机坐标系下的三维坐标；步骤四：在保证各靶标球位于相应的摄像机视场内的前提下，随机多次移动靶标球的标定靶标，重复步骤二至步骤三，得到多组共线的靶标特征点在相应摄像机坐标系下的三维坐标；步骤五：根据摄像机的测量模型、靶标球心之间的共线约束、以及步骤四得到的多组靶标特征点，得到每两个摄像机之间的旋转矩阵和平移矩阵；步骤六：对旋转矩阵和平移矩阵的优化；以步骤五得到的旋转矩阵和平移矩阵为初始值，根据靶标球心之间的距离约束以及旋转矩阵的正交性，对旋转矩阵以及平移矩阵进行非线性优化计算，得到优化计算的解。
一种多相机视觉测量系统的全局标定方法
一种多相机视觉测量系统的全局标定方法黄东兆;赵前程【摘要】提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求.【期刊名称】《吉首大学学报（自然科学版）》【年(卷),期】2018(039)005【总页数】8页(P38-45)【关键词】多相机测量系统;全局标定;视觉测量;单目视觉【作者】黄东兆;赵前程【作者单位】湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201;湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201【正文语种】中文【中图分类】TP391.7单个相机都受一定的视野范围限制，为了满足高精度、宽视野的工业测量任务，通常需要用多个相机组建一个具有更大视觉空间范围的测量系统.对每个相机进行内参标定，只能在单个相机坐标系下建立视觉测量模型.由于各相机坐标系彼此独立，因此所有相机的测量结果需要统一到其中一个相机坐标系或一个全局坐标系中来表达.统一的过程被称为多相机测量系统位姿关系的全局标定.通常使用“金规校准”(需1个制作精确的标准件作为参考基准)与“银规校准”(需1个经过坐标测量机标定后的标准件作为参考基准)对多相机系统进行全局标定，但在日常搬运中要防止标准件不受损害是相当困难的.因此，张广军[1]提出了使用双电子经纬仪或单电子经纬仪加靶标进行全局标定的方法.该方法精度高，但电子经纬仪价格昂贵，普适性受限.其他一些方法[2-3]无需贵重仪器，但仅适用于立体视觉测量系统，不能应用于单目视觉系统.多相机测量系统全局标定的本质是确定系统中相机两两之间的相对位姿关系[4]，只要任意两相机间的相对位姿关系确定了，就完成了多相机系统的全局标定.笔者提出了一种基于双平面靶标的两相机相对位姿关系的标定方法，在阐述其原理的基础上通过仿真标定与实际标定实验来验证其可行性.1 基于双平面靶标的两相机间相对位姿关系的标定方法1.1 原理多相机全局标定装置如图1所示，两靶标之间为刚性联接.两相机的位姿关系的标定如图2所示.图1 多相机全局标定装置Fig. 1 Global Multi-Camera Calibration Device图2 两相机间相对位姿关系的标定Fig. 2 Two-Camera Calibration for Relative Pose Relation基于双平面靶标的两相机间相对位姿关系的标定方法，需要2个靶标通过一根长杆组成刚性联接，两靶标间的相对位姿在标定前可以未知.当使用该装置时，相机1，2分别独自拍摄靶标1，2的图像.假设靶标1坐标系到相机1坐标系的变换矩阵是A，靶标2坐标系到靶标1坐标系的变换矩阵是M，相机2坐标系到靶标2坐标系的变换矩阵是B，相机2坐标系到相机1坐标系的变换矩阵是N.M与N在标定前都是未知的，在标定后可以通过求解得到.对任何一幅图像而言，变换矩阵A，B，M与N之间的关系为N=AMB.(1)其中：将(1)式展开，得到(2)进一步将(2)式转换为CD=E.(3)其中：C=(W1 W2),这里当标定装置置于不同位置(至少2个位置)并拍摄多幅图像后，将获得这些图像特征点的坐标，即可求得A与B，故C与E可知，从而由(3)式求得D.当D已知后，即可求得M.(1)式可以转换为BN-1=M-1A-1.(4)由于M已知，且多幅图像所对应的A与B已知，因此可由(4)式解得N-1，进而求得N.1.2 仿真实验M可以表示为其中分别是x,y,z轴对应的欧拉角，则旋转矩阵R可表示为当R已知时，欧拉角α，β，γ可表示为决定M与N的欧拉角及平移向量(3个分量)设为α=β=γ=0°，Tx=2 500 mm，Ty=Tz=0 mm.两相机的内部参数均设为αx=αy=3 000，k1=k2=p1=p2=0，u0=512，v0=640.将标定装置随机放置20个位置，对靶标上的特征点进行仿真投影，得到特征点在图像坐标系中的坐标.附加0.1个像素的白噪声后，基于这20个位置的仿真投影数据可以计算出N.为了更加直观地解读N的标定误差，用α，β，γ，Tx，Ty，Tz 的误差来间接描述N的标定误差.将上述仿真实验重复100次，实验结果如图3所示.图3 矩阵N的标定误差的间接描述Fig. 3 Indirect Description for Calibration Error of Matrix N从图3可知，α与β的误差为±0.2°，误差较大，不满足误差±0.03°的要求，因此需要改进方法以满足精度要求.2 改进的标定方法图4 改进方法的标定原理Fig. 4 Calibration Diagram of Improved Method改进方法的标定原理如图4所示.两靶标可绕同一根刚性轴旋转，该轴同时也是两靶标的联接轴，两靶标的旋转中心点位于联接轴线上，两中心点的相对距离在标定过程中恒定不变.当标定装置底座置于某一位置时，无论怎么旋转靶标，靶标的旋转中心点在靶标坐标系与相机坐标系中的坐标都是不变的.将标定装置置于平面上的2个不同位置，旋转靶标时拍摄图像.通过图像求得两靶标在两位置的旋转中心点坐标与旋转轴线向量，进而求得两相机的相对位姿关系.详细过程如下：(1)求解两靶标在各自相机坐标系中的旋转中心点坐标与旋转轴线向量.将标定装置依次置于同一平面的2个不同位置(图4)，旋转靶标，每个位置拍摄不少于20幅图像.通过这些图像数据，可以求得两靶标在位置1，2处的旋转中心点坐标与旋转轴线向量[5](在各自对应的相机坐标系中).为了便于阐述算法，以从相机向靶标方向看为准，设定两靶标的旋转轴线向量均指向右边.(2)构建联系两相机位姿关系的局部坐标系.以靶标1为例，在相机1坐标系中建立局部坐标系O1X1Y1Z1的过程如下：假设靶标1在位置1，2处的旋转中心点坐标分别是(x1,y1,z1)和(x2,y2,z2)，两中心点处于同一平面内，在位置1，2的旋转轴线单位向量分别是(n1,n2,n3)和(m1,m2,m3)；以(x1,y1,z1)作为坐标系原点O1的坐标，以(n1,n2,n3)作为X1轴方向向量，将向量(x2-x1,y2-y1,z2-z1)单位化后作为Y1轴方向向量，Y1轴方向向量平行于放置标定装置的地面；将X1轴方向向量与Y1轴方向向量叉积后得到Z1轴方向向量，Z1轴垂直于地面.同理，可在相机2坐标系中建立与靶标2相关的局部坐标系O2X2Y2Z2.(3)求解两相机坐标系间的变换矩阵.由于在位置1时靶标1，2的旋转轴线方向向量是相同的，都经过联接它们的旋转轴，因此在一个全局坐标系中，局部坐标系O1X1Y1Z1与O2X2Y2Z2的X轴方向向量也是相同的.又由于O1X1Y1Z1与O2X2Y2Z2的Z轴方向垂直于放置标定装置的平面，因此它们的方向也是相同的.由于两局部坐标系的X和Z轴的方向是相同的，因此Y轴方向也是相同的.故从两局部坐标系中的任何一个变换到另一个只需要平移变换，不需要旋转变换.假设局部坐标系O1X1Y1Z1到相机1坐标系的变换矩阵是M1，局部坐标系O2X2Y2Z2到相机2坐标系的变换矩阵是M2，相机2坐标系到相机1坐标系的变换矩阵是MN，局部坐标系O2X2Y2Z2到O1X1Y1Z1的变换矩阵是MM(变换只需平移，无需旋转，故RM是单位矩阵)，其中：它们满足关系M1MM=MNM2，R1RM=RNR2.由于RM是单位矩阵，因此由此可得R1TM+T1=RNT2+TN，即TN=R1TM+T1-RNT2.其中R1，TM，T1，RN，T2已知，TM=(L 0 0)T(L为标定装置上两靶标旋转中心点间的距离，可以在设计和制造时确定)，从而可求得TN.至此，RN，TN均已求得，故相机2坐标系相对于相机1坐标系的变换矩阵MN已知，即两相机的相对位姿关系得到标定.3 改进方法的仿真标定实验与实际标定实验3.1 仿真标定实验两相机的内部参数均设为αx=αy=3 000，k1=k2=p1=p2=0，u0=512，v0=640，决定两相机相对位姿关系的MN的欧拉角与平移向量(3个分量)设为α=β=γ=0°，Tx=2 500 mm，Ty=Tz=0 mm，决定两靶标相对位姿关系的M的欧拉角与平移向量(3个分量)设为α=γ=0°，β =-60°，Tx= 1 250 mm，Ty=0 mm，Tz=2 165.063 5 mm.将标定装置分别置于相机前1 500，1 700 mm，在每个位置旋转靶标并拍摄30幅图像，得到特征点在图像坐标系中的坐标，附加0.1个像素白噪声后的MN的标定误差如图5所示，附加0.3个像素白噪声后的MN的标定误差如图6所示.在1 500，1 700 mm位置旋转靶标，分别拍摄60幅图像，附加0.3个像素白噪声后的MN的标定误差如图7所示.图5 附加0.1个像素白噪声时MN的标定误差(30幅图像)Fig. 5 Calibration Errors of Matrix MN (30 Images,0.1 Pixels of White Noise Error)图6 附加0.3个像素白噪声时MN的标定误差(30幅图像)Fig. 6 Calibration Errors of Matrix MN (30 Images,0.3 Pixels of White Noise Error)图7 附加0.3个像素白噪声时MN的标定误差(60幅图像)Fig. 7 Calibration Errors of Matrix MN (60 Images,0.3 Pixels of White Noise Error)从仿真结果可以看出，当每个位置拍摄图像不少于30幅且图像特征点提取误差小于0.3个像素时，两相机的相对位姿关系的标定精度能满足误差±0.03°的要求.3.2 现场简易标定装置的标定实验图8 现场简易标定装置Fig. 8 Simple Calibration Device on Site为了验证改进标定方法的可行性，笔者利用现场简易标定装置(图8)做了标定实验.两靶标上旋转中心点的距离为1 800 mm，实验步骤如下：(ⅰ)将标定装置置于相机测量范围内11个不同的位置，在每个位置旋转靶标时拍摄30幅图像.为了避免因地面不平而产生晃动，在装置上安装了可调升降的螺钉.在对应的相机坐标系中，计算出左、右靶标在不同位置的旋转中心点坐标与旋转轴线向量，选用其中第1，2个位置的中心点坐标与轴线向量，标定出两相机的相对位姿关系.(ⅱ)选择第2个位置，在左相机坐标系中，计算得到左靶标的旋转中心点坐标p1与其旋转轴线向量n1；在右相机坐标系中，计算得到右靶标的旋转中心点坐标p2与其旋转轴线向量n2.(ⅲ)根据前面标定得到的两相机相对位姿关系矩阵，将步骤(ⅱ)获得的右靶标旋转中心点坐标与旋转轴向量统一到左相机坐标系(这里以左相机坐标系为全局坐标系)中，得到在左相机坐标系中的旋转中心点坐标p2a与旋转轴向量n2a.(ⅳ)计算点p1与p2a之间的距离T，向量n1与n2a之间的夹角θ.(ⅴ)依次选择第3～11个位置，重复步骤(ⅱ)—(ⅳ)，计算相应的距离T与夹角θ，结果列于表1.表1 简易标定装置距离T的偏差与夹角θTable 1 Error of Distance T and Angle θ of Simple Calibration Device位置T/mmθ/(°)位置T/mmθ/(°)21797.120.2171 799.230.2231 799.530.2581 798.390.2741 798.190.2991 800.940.2651 801.250.17101 800.470.1961 797.880.21111 798.560.24从表1可知，两靶标的旋转中心点距离的标定误差为±3 mm，两向量之间的夹角小于0.29°(理论上夹角为0°).这些误差的产生原因可能是由于装置的制造和安装的精度不高(如旋转部件加工较粗糙，导致两靶标的同轴度误差较大)，以及地面的不平整等，但总体上具有一定的可行性.为了提高简易标定装置的标定精度，通常的做法是提高装置的制造和安装的精度，同时在装置的旋转轴上固定一个圆水准泡，将可调升降的螺钉与水准泡相组合，从而尽量保证装置置于任何一个位置时，旋转轴都能保持水平.3.3 高精度标定装置的标定实验为了完成多相机相对位姿关系的高精度标定，并对标定结果的精度进行评估，笔者设计并制造了高精度标定装置(图9)，并对3D汽车四轮定位仪中多相机全局位姿关系进行出厂标定.该标定装置上两靶标旋转中心点间的距离是1 903 mm，实验步骤同简易标定装置一样，实验结果列于表2.图9 高精度标定装置Fig. 9 High Precision Calibration Device表2 高精度标定装置距离T的偏差与夹角θTable 2 Errors of Distance T and Angle θ of High Precision Calibration Device位置T/mmθ/(°)位置T/mmθ/(°)21 903.190.024 071 903.380.009 031902.950.026 481 902.560.026 941 902.620.023 391 902.670.016 751903.020.010 2101 903.390.025 861 903.200.016 0111 902.800.013 7从表2可知，在提高标定装置的制造与安装的精度后，该标定方法具有较高的标定精度，能满足出厂标定要求.联接两靶标的旋转部件可通过左右两侧的导轨在底座上前后滑动进行标定，从而使标定方法具有精度高、操作方便与标定快捷的优点.该装置已应用于国内某厂家两相机或四相机3D四轮定位仪中的相机全局位姿关系的出厂标定.4 结语为了解决多相机视觉测量系统的全局标定方法在精度、成本、便捷性等方面的矛盾，笔者提出了一种成本较低、精度高、操作简便的两相机相对位姿关系的标定方法，可进一步推广应用到多相机的全局标定.该方法不同于传统的多相机全局标定方法，具有较广泛的应用价值.参考文献：【相关文献】[1] 张广军.视觉测量[M].北京:科学出版社,2008.[2] LOAIZA M E,RAPOSO A B,GATTASS M.Multi-Camera Calibration Based on an Invariant Pattern[J].Computers & Graphics,2011,35:198-207.[3] SUN Junhua,LIU Qianzhe,LIU Zhen,et al.A Calibration Method for Stereo Vision Sensor with Large FOV Based on 1D Targets[J].Optics and Lasers in Engineering,2011,49:1 245-1 250.[4] 赵前程,黄东兆，杨天，等.机器视觉3D四轮定位仪关键技术[J].仪器仪表学报,2013,34(10)：2 184-2 190.[5] HUANG Dongzhao,ZHAO Qiancheng,YANG Tianlong.Four-Wheel Alignment Based on Computer Vision[C].Proc.SPIE 9446,Ninth International Symposium on Precision Engineering Measurement and Instrumentation.Changscha:ICMI,2015:94464Q1-94464Q7.DOI:10.1117/12.2182317.。
多视觉检测系统的世界坐标唯一全局标定方法_张广军
定方法的基本思想如下: 把对 每 个传 感器 在 局 部摄 像 机坐 标 系
oC, i xC, iyC, i zC, i下的 局 部标 定 与 在 总 体测 量 坐 标 oG xG yG zG 下的全局标定结合到一起, 局部标定和 全局标定是一个过程. 即直接由双电子经纬仪系
统在现场为每个传感器获得在总体测量坐标系下
关 键 词: 标定; 视觉检测; 经纬仪; 精度分析
中图分类号: TP 242. 6
文献标识码: A
文 章 编 号: 1001-5965( 2006) 11-1268-05
Unique world coordiantes based globa l calibration method for m ult-i vision inspection system
的齐次坐标; H GC, i为 oC, ixC, iyC, i zC, i到 oG xG yG zG的转
换关系.
上述全局标定方法称为 世界坐标唯一全局
标定方法 . 该方法只需采集一次标定点, 进行一
次坐标系转换, 这个看似简单的方法却有效简化
图 1 经 纬仪的透视投影模型
2. 2 像坐标 ( X, Y ) 的精度分析 实际测量中使用的 L eica T 1800 电子经纬仪
2006年 11月 第 32卷 第 11期
北京航空航天大学学报 Journa l o f Be ijing U nivers ity of A eronautics and A stronautics
N ovember 2006 V o.l 32 N o 11
多视觉检测系统的世界坐标唯一全局标定方法
( 7)
dyT = B 2 ( r7X b - r1 ) 2 Ya2 ( dX a ) 2 + [ B ( r8X b - r2 ) Ya - AB ] 2 ( dYa ) 2 +
多摄像机结构光大视场测量中全局标定方法研究
Abstract： The global calibration of multicameras and structuredlight vision system is the key issue in the highaccuracy profiling measurement of large field of view due to wide camera distribution，lacking common field of view among the cameras and complicated calibration model for multiple cameras． In this paper，a novel calibration approach for multicameras and structuredlight vision system is proposed，which only requires one 2D planar target and one 1D target． The intrinsic and extrinsic parameters of the cameras are calibrated offline and online， respectively． Firstly， different types of lens distortions， including lens radial distortion， tangential distortion and thin prism distortion， are considered ，and the intrinsic parameters of the cameras are calibrated according to the planar target feature points． Then， selecting one camera coordinate frame as the global coordinate frame， the 1D target is moved freely in the field of view of neighboring cameras， and the rotation matrix and translation vector for every neighboring camera are computed based on the colinearity property and the known distances of the feature points on the 1D target． The transformation from each camera local coordinate frame to the global coordinate frame is realized by utilizing the above neighboring camera rotation matrix and translation vector． Similarly，the laser plane equation in the global coordinate frame is acquired with at least three noncollinear points on the laser plane using the 1D target． Finally，the global measurement model is set up through integrating the intrinsic parameters， the extrinsic parameters and the laser plane equation in the global coordinate frame． Both the calibration experiment and field application results demonstrate the effectiveness and feasibility of the proposed algorithm． Keywords： multicameras； structuredlight； large field of view ； global calibration
基于摄影测量的非重叠视场相机全局标定
基于摄影测量的非重叠视场相机全局标定胡茂邦;夏仁波;陈松林;张洪瑶【期刊名称】《组合机床与自动化加工技术》【年(卷),期】2018(000)010【摘要】在使用多组相机对大尺寸工件进行视觉测量时,相机之间不存在公共视场,相机间的高精度全局标定是视觉测量系统的关键.提出一种基于摄影测量的非重叠视场相机的全局标定方法,对不存在重叠视场的相机同时进行内参标定和全局标定.首先固定两个平面靶标,利用摄影测量求解两个固定靶标的位置关系,并将此关系作为约束条件,对两个非重叠视场相机分别采集一幅图像,求解出两个相机坐标系之间的转换矩阵,通过非线性优化求解转换矩阵的最优解,最后把所有相机的坐标系统一到同一坐标系下.试验证明,此方法具有较高的标定精度,测量误差RMS为0.04mm,并且标定过程简单,适合现场标定.【总页数】4页(P89-92)【作者】胡茂邦;夏仁波;陈松林;张洪瑶【作者单位】中国科学院沈阳自动化研究所,沈阳 110016;中国科学院大学,北京100049;中国科学院沈阳自动化研究所,沈阳 110016;中国科学院沈阳自动化研究所,沈阳 110016;中国科学院大学,北京 100049;中国科学院沈阳自动化研究所,沈阳 110016;中国科学院大学,北京 100049【正文语种】中文【中图分类】TH166;TG506【相关文献】1.数字近景工业摄影测量中基于方位圆的相机标定方法研究 [J], 朱明健;黄雪梅;苏新勇2.基于直升机平台及非量测数码相机的南极航空摄影测量技术研究 [J], 吴文会;殷福忠;吴迪3.基于一种通用相机模型的双目超大视场红外相机标定 [J], 王子昂; 刘秉琦; 黄富瑜4.基于大数据多视场传函计算的星载相机焦面标定方法 [J], 刘强;王欣;黄庚华;舒嵘5.基于多像对的近景摄影测量相机对标定 [J], 韩冰;盛业华;张卡因版权原因，仅展示原文概要，查看原文内容请购买。
大视场多视觉传感器测量系统的全局标定方法
大视场多视觉传感器测量系统的全局标定方法
赵玉华;袁峰;丁振良;李晶
【期刊名称】《应用基础与工程科学学报》
【年(卷),期】2011(19)4
【摘要】研究了姿态测量系统中多视觉传感器在大视场条件下的标定技术.提出了一种基于激光跟踪仪的多视觉测量系统的全局标定法.利用激光跟踪仪在现场构建系统总体坐标系.通过对测量系统中的屏幕扫描拟合基准面作为标定板,然后在其表面设置标定点,并精确测定共面标定点位置.针对一阶径向畸变的摄像机模型,分步标定各参数,且全部采用线性方法求解,避免了非线性优化中的不稳定性.通过坐标反求的方法应用贝塞尔公式计算标准差.实验结果表明,在8000mm×6000mm范围内可以得到0.47mm的测量精度.可以满足多视觉测量系统的总体测量精度要求.【总页数】10页(P679-688)
【关键词】多视觉传感器;姿态测量;全局标定;标定精度
【作者】赵玉华;袁峰;丁振良;李晶
【作者单位】哈尔滨工业大学自动化测试与控制系;哈尔滨理工大学应用科学学院【正文语种】中文
【中图分类】TP412.41
【相关文献】
1.大视场多像机视频测量系统的全局标定 [J], 胡浩;梁晋;唐正宗;史宝全;郭翔
2.大视场双目视觉传感器的现场标定 [J], 孙军华;吴子彦;刘谦哲;张广军
3.钢轨轮廓测量中多视觉传感器全局标定方法研究 [J], 占栋;于龙;肖建;陈唐龙;张冬凯
4.隧道净空全断面测量中多视觉传感器全局标定方法 [J], 占栋;于龙;肖建;陈唐龙
5.大视场线结构光视觉传感器的现场标定 [J], 刘冲;孙军华;刘震;张广军
因版权原因，仅展示原文概要，查看原文内容请购买。
多视觉检测系统的世界坐标唯一全局标定方法
多视觉检测系统的世界坐标唯一全局标定方法
张广军;魏振忠
【期刊名称】《北京航空航天大学学报》
【年(卷),期】2006(032)011
【摘要】提出一种世界坐标唯一全局标定方法,以双电子经纬仪三维测量系统为总体测量坐标系,在现场直接获得多视觉检测系统中各个视觉传感器在此测量坐标系下的特征点作为标定点,从而一次实现全部传感器的全局统一(标定),无需任何中间坐标系的转换环节,只有唯一的双经纬仪三维测量坐标系,坐标转换环节少,标定过程简单.对双经纬仪三维测量系统的像坐标和物坐标测量精度进行了分析,给出了实际测量中经纬仪获得较高测量精度时的取点范围,针对一实际的结构光多视觉检测系统进行了标定实验,获得了RMS(Root Mean Square)误差不超过0.24 mm的标定精度.
【总页数】5页(P1268-1272)
【作者】张广军;魏振忠
【作者单位】北京航空航天大学,仪器科学与光电工程学院,北京,100083;北京航空航天大学,仪器科学与光电工程学院,北京,100083
【正文语种】中文
【中图分类】TP242.6
【相关文献】
1.刀具形貌激光视觉检测系统标定方法的研究 [J], 赵慧洁;张广军;林学文;倪军
2.薄板激光拼焊视觉检测系统标定方法研究 [J], 王邦国
3.摄像机标定及恢复目标点世界坐标的一种方法 [J], 曹宇;赵杰;李戈;闫继宏
4.一种新的视觉检测系统自标定方法 [J], 宋旭辉;赵辉;刘伟文
5.结构光三维视觉检测系统的标定方法研究 [J], 谢凯;刘宛予;浦昭邦
因版权原因，仅展示原文概要，查看原文内容请购买。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
ｓｇ ｄ ａ ｈｅ ｃ ｌｂｒ ｔｏ ｅ ｅ ｅ ｅ ｐ ｔ ｅ ｎ，ａ ｈｅｗｏｒｄ ｃ ｏ ｄ ｎａ ｅ ｆｔ ｓ ｅ ｔ ｅｐｏ ｎｔ ｒ ｅ ｏｎ ｉ ｎｅ ｓｔ ａ ｉ ａ ｉ ｎ ｒ ｆ ｒ ｎｃ ａ ｔ ｒ ｎｄ ｔ ｌ ｏ ｒ ｉ ｔ ｓｏ ｈｅ ｅｆ ａ ｕｒ ｉ ｓ ａ ｅｒ ｃ —
ｓｍ ｕｌａ ｅ ｓ ｙ Ｆｉ ｌｙ，ｂａ ｅ ｎ ａ １ 一 ｒ ｍ ｅ ｅ ｎ ｎｌｎｅ ｒ ｃ ｍ ｅ ａ ｍ ｏｄ ｌ ｔ ｃ ｐ ｔ ｅ ｍ ａ ｓ ａ ｅ ｉ ｔ ｎ ｏｕ ｌ ． ｎａ ｌ ｓ ｄ ｏ ｐａ ａ ０ ｔｒ ｏ ｉ ａ ａ ｒ ｅ ， ｈｅ ａ ａ ｕｒ ｄ ｉ ｇｅ ｒ
第 ２ Ｏ卷
第 ２期
光 学 精 密 工 程
Ｏ ｐ ｉｓ ａ ｅ ｉｉ ｔｃ ｎｄ Ｐｒ ｃｓｏｎ Ｅｎｇｉ ｅ ｉ ｎｅ ｒｎｇ
Ｖｏ１ ０ Ｎｏ． ．２ ２ Ｆｅ ２０ ｂ． １２
２１ ０ ２年 ２月
文章编号
１ ０ — ２ Ｘ（ ０ ２ ０ — ３ ９ １ ０ ４９ ４ ２ １ ） ２０ ６—０
Ｇ ｌ ｂ ｌｃ ｌｂ ａ ｉ ｎ ｆ ｒ ｍ ｕ ｉｃ ｍ ｅ ａ ｖ ｄ ｏ ｒ ｍ ｍ ｅ ｒ ｃ ｓ ｓ ｅ ｏ ａ ａ ｉ ｒ ｔｏ ｏ ｔ— ａ ｒ ｉｅ ｇ ａ ｔ ｉ ｙ ｔ ｍ
ｗｉｈ ｌ ｒ ｅ。ｃ ｌ ｉ ｌ － ｆ ｖ ｅ ｔ ａ ｇ 。 ａ ｅ ｆｅ ｄ－ － ｉ ｗ ｓ ｏ
＊Ｃ ｒ ｅ ０ｚ ０ ｒｓ ， ｇａ ｔ ｏ ， － ｉ ： ｕ ａ １ ６＠１ ３ ｃｍ ｕ ｈ ｒ Ｅ ｍａ ｌ ｈ ｈ ｏ ３ ６．ｏ
Ａｂ ｔ ａ ｔ ｓ ｒ ｃ ：Ａｎ ａ ｃ ｒ ｔ ｏ ｌｃ ｌｂ ａ ｉ ｎ ｍｅ ｈｏ ｏｒａ ｍ ｕ ｉｃ ｍｅ ａ ｖ ｄｅ ｇｒ ｍｍ ｅ ｒｃ ｓ ｔ ｍ ｔ ａ ｇ ｃ ｕ ａ ｅ ｇｌ ｂａ ａ ｉ ｒ ｔｏ ｔ ｄ ｆ ｔ— ａ ｒ ｉ ｏ ａ ｔ ｉ ｙｓ ｅ ｗｉｈ ｌｒ ｅ
ｐ ｕｂｌｃ ｆｅ ｄ— ｆｖ ｅ ａ ｄ ｉｓ ｍ ａ ｅ ｓ ｗｎ ａ ｉｆ ｒ ｎｔ ｏ ｉ ｎｔ ｔｏ ａ ｅ ａ ｕｒ ｄ ｂ ｈｅ ｆ ｒ ｃ ｍ ｅ ａ ｉ ｉ ｌ — — ｉ ｗ ｎ ｔ ｉ ｇ ｓ ｈｏ ｔ ｄ ｆｅ ｅ ｒｅ ａ ｉ ｎｓ ｒ ｃ ｐｔ ｅ ｙ ｔ ｏｕ ａ ｒ ｓ ｏ—
ｆｅ ｄ ｏ — ｉｗ ｓ ｐｒ ｓ ｎ ｅ ． Ｆｉｓ ｌ ｉ ｌ — ｆ ｖ ｅ ｉ ｅ ｅ ｔ ｄ ｒ ｔｙ， ａ ｃ ｏ ｓ ａ ｇｅ ｉｈ ｅ ｔ ｒ ｐ ｉ ｓ ａ ｔ ｄ ｎ ｉｓ ｗ ｏ ｓ ｄ ｓ ｓ ｅ ｒ ｓ ｔ ｒ ｔ ｗ ｔ ｆ ａ ｕ ｅ ｏ ｎｔ ｐ ｓ ｅ ｏ ｔ ｔ ｉ ｅ ｉ ｄ —
关 键 词 ： 频测量 ； 视 多像 机 标 定 ； 局 标 定 ； 束 平 差 ； 面 十 字 架 全 光 双 文献标识码 ： Ａ ｄ ｉ １ ． ７ ８ ＯＰ ． ０ ２ ０ ２ ０ ６ ｏ：０ ３ ８／ Ｅ ２ １２ ０ ． ３ ９
中 图分 类 号 ： Ｐ ９ ； Ｔ ３ １ ＴＮ９ ８ ４ ４．１
Ｈ Ｕ ａ ，ＬＩ Ｈ ｏ ＡＮＧ ｉ Ｊｎ，ＴＡＮＧ ｈ ｎ —ｏ ｇ，ＳＨＩＢａ — ｕ ｎ，ＧＵ Ｏ ａ ｇ Ｚ ｅ ｇｚｎ ｏｑ ａ Ｘｉｎ
（ ｃ ｏ ｌ ｆＭ ｅｈ ｎ ｃｌ ｇ ｎ ｅｉｇ，Ｘｉ ｎＪ ａ ｔｎ ｎｖ ｒｉ Ｘｉ ｎ ７ ０ ４ ， ｈｎ ） Ｓ ｈ ｏ ｏ ｃ ａ ｉａ Ｅｎ ｉｅｒｎ ｉｏｏ ｇ Ｕ ｉｅｓ ｙ， ｃｅ ｓｎ ｈ ＴＵ ＤＰ ｐ ｏ ｏ ｒ ｍｍ ｅ ｒ ｙ ｔｍ ． Ｔｈ ｎ，ｔ ｅ ｃ ｌ ｒ ｔ ｎ ｔｒ ｅ ｓ ｐａ ｅ ｎ ｔ ｅ ｔｕ ｔ ｄ ｕ ｉｇ ｔ ｅ ＸＪ ｈ ｔｇａ ｔｉ ｓ ｓ ｅ ｃ ｅ ｈ ａｉ ａｉ ａ ｇ ｔｉ ｌｃ ｄ ｉ ｈ ｂ ｏ
大 视 场 多像 机 视 频 测 量 系 统 的 全 局 标 定
胡 浩 梁 晋， ， 唐正宗， 史宝全， 翔 郭
（ 西安交通大学 机械工程学院， 陕西 西安 ７０ ４ ） １０ ９
摘要 ： 针对 大 视 场 多 像 机 视 频 测 量 系统 的 全 局 标 定 ， 出并 实 现 了一 种 基 于 近 景 摄 影 测 量 技 术 的 高 精 度 像 机 标 定 方 法 。 提 首 先 ， 计 一 种 带 有 标 志 点 的 十字 架 形 标 定 参 考 物 ， 字架 正 反 两 个 表 面 粘 贴 有 环 形 的编 码 标 志 点 和 圆形 的 非 编 码 标 志 设 十 点 。然 后 ， 现 场 用 工 业 摄 影 测 量 系统 Ｘ Ｔ Ｐ重 建 出双 面 标 定 十 字 架 的 精 确 结 构 尺 寸 数 据 ； 标 定 十 字 架 在 公 共 视 在 Ｊ ＵＤ 将 场 范 围 内依 次 摆 出 多个 姿 态 ， 控 制 多像 机 同 步 拍 摄 各 姿 态 的 图像 。最 后 ， 大 视 场 像 机 选 择 １ 并 为 Ｏ参 数 非 线 性 成 像 模 型 ， 对 采 集 的 图像 组 依 次 进 行 标 定 运 算 ， 定 出 各 像 机 的 内参 数 和 畸 变 参 数 ， 全 局 定 向 出各 个 像 机 在 统 一 坐 标 系 下 的 外 方 标 并 位 参 数 。实 验 结 果 表 明 ， 标 定 方 法 的 重投 影误 差 小 于 ０ ０ ｉｅ； 用 标 定 结 果 测 量 高 精 度 标 准 尺 长 度 ， 对 误 差 小 于 该 ． ５ｐｘ ｌ利 相 １ ４０ ０ 可 满 足 大 视 场 多 像 机 视 频 测 量 对 精 度 和效 率 的 要 求 。 ／ ０ ，