学位论文 > 优秀研究生学位论文题录展示

条纹投影三维测量系统的标定及其改进算法

作　者: 马少平
导　师: 田爱玲
学　校: 西安工业大学
专　业: 武器系统与运用工程
关键词: 机器视觉条纹投影三维轮廓测量摄像机标定标定模板
分类号: TP391.41
类　型: 硕士论文
年　份: 2011年
下　载: 181次
引　用: 0次
阅　读: 论文下载

内容摘要

机器视觉技术是集光学,电子学,计算机学,机械学的一门综合性技术,已经广泛的应用于工业测量的各个领域。光学式三维测量就是机器视觉应用的一个典型体现。条纹投影三维测量技术作为光学式三维测量的一个代表,以其自动化程度高,获取数据快速,测量精确程度高等优点,极大的推动了现代制造业的快速发展。目前,光学式三维测量技术的发展动态受到了国内外广大科研单位、制造企业的高度重视。CCD摄像机作为条纹投影三维测量的视觉部分,是其获取数据的“眼睛”,对CCD摄像机进行标定,建立被测物体表面各点的三维空间坐标与成像面各点二维图像坐标的之间对应关系,获得CCD摄像机内、外光学参数,是条纹投影三维测量实现从二维图像恢复三维信息的重要保证,是条纹投影三维测量顺利完成测量任务的基础。本文以西安工业大学精密光学测量研究所研发的条纹投影三维测量系统为对象,主要对其视觉成像部分CCD摄像机进行了标定,其内容如下：1)在前人研究的基础上对组成条纹投影三维测量系统的投影仪模块、CCD摄像机模块和数据处理模块进行了组装,实现系统的集成化。对条纹投影三维测量原理进行了研究。根据系统在测量过程中CCD摄像机所涉及的图像坐标系、世界坐标系和摄像机坐标系之间的变换关系以及理想成像和实际成像之间存在的畸变误差,建立了描述CCD摄像机测量系统的数学模型。根据建立的摄像机数学模型特点,对CCD摄像机测量系统数学模型参数的求解方法做了进一步研究,并对求解摄像机模型过程中所用到的非线性优化算法Levenberg-Marquardt优化算法进行了推导。2)根据条纹投影三维轮廓测量系统CCD摄像机的特性,使用PVC板材,采用印刷方法制作了简易的点阵列标定模板,并把“点圆”圆心作为特征点。对CCD摄像机拍摄的图像进行边缘提取,根据提取结果采用坐标转换思想和数学统计的方法对点圆圆心的图像坐标值进行了精确提取,并且在实验的基础上对特征点提取算法进行了验证,实验结果表明提取精度可达亚像素级别。3)首先对Tsai标定算法进行了详细的研究,结合目前条纹投影三维测量系统摄像机标定出现的问题对Tsai算法做了改进。然后,基于点阵列标定模板特征点图像坐标值和它们的空间三维坐标值,利用数学计算和实验的方法获取了摄像机成像中心和CCD成像面的尺度因子。对Tsai算法和改进后的算法分别进行了摄像机标定实验,根据实验获得的摄像机内外参数、已建立的摄像机成像数学模型与点阵列标定模板特征点图像坐标计算出两种算法的标定误差。Tsai算法的标定误差δ1=0.705mm,δz1=0.651mm,改进后算法的标定误差δ2=0.148mm,δz2=0.093mm,结果显示了算法改进的正确性和优越性。

全文目录

摘要  3-5
Abstract  5-9
1 绪论  9-19
  1.1 课题研究背景  9-15
    1.1.1 机器视觉在工业测量领域的应用  9-12
    1.1.2 机器视觉为基本理论的三维轮廓测量  12-15
  1.2 课题研究目的及意义  15-18
    1.2.1 摄像机标定在机器视觉中的作用  15
    1.2.2 摄像机标定的国内外发展状况  15-18
  1.3 论文的主要内容  18-19
2 条纹投影三维测量与摄像机标定之间的联系  19-28
  2.1 相位测量  19-20
    2.1.1 线结构光模式  19-20
    2.1.2 多线结构光模式  20
  2.2 条纹投影三维测量  20-24
    2.2.1 相位的计算  21-22
    2.2.2 相位的精度保证及其展开  22-24
  2.3 摄像机标定与条纹投影三维测量之间的联系  24-27
    2.3.1 摄像机标定的内容  25-26
    2.3.2 摄像机标定的目的  26-27
  2.4 小结  27-28
3 CCD摄像机标定技术研究  28-41
  3.1 CCD摄像机标定技术的基础知识  28-31
    3.1.1 CCD摄像机标定过程中定常用的三个坐标系  28-29
    3.1.2 小孔成像原理  29
    3.1.3 CCD摄像机所涉及的畸变  29-31
  3.2 建立CCD摄像机成像数学模型  31-35
    3.2.1 建立CCD摄像机数学模型中的线性关系  32-34
    3.2.2 建立CCD摄像机数学模型中的非线性关系  34-35
  3.3 CCD摄像机标定方法  35-36
    3.3.1 基于径向排列约束(RAC)的两步法(Tsai标定算法)  35-36
    3.3.2 基于二维平面靶标的摄像机标定(张正友标定算法)  36
  3.4 非线性优化  36-40
    3.4.1 非线性优化目标函数  37
    3.4.2 非线性优化算法  37-40
  3.5 小结  40-41
4 标定模板特征点图像坐标提取方法  41-50
  4.1 标定模板的类型及其相对应的特征点  41-42
  4.2 点阵列标定模板图像信息表示与特征提取  42-46
    4.2.1 点阵列标定模板的图像特征的理解  42-43
    4.2.2 点阵列标定模板图像边缘提取检测  43-44
    4.2.3 点阵列标定模板特征点("点心")图像坐标提取  44-46
  4.3 点阵列标定模板特征点图像坐标提取实验及数据分析  46-49
    4.3.1 点阵列标定模板特征点图像坐标提取实验  46-48
    4.3.2 实验数据分析  48-49
  4.4 小结  49-50
5 CCD摄像机标定算法的实现及其改进  50-69
  5.1 摄像机标定目前使用的标定方法  50
  5.2 Tsai算法的实现过程  50-56
    5.2.1 图像物理坐标到图像像素坐标的变换  51
    5.2.2 摄像机外参数R和t的x分量和y分量求解  51-54
    5.2.3 有效焦距f、t的t_z分量和透镜畸变系数k  54-55
    5.2.4 图像尺度因子S_x的标定  55-56
    5.2.5 摄像机光学中心(u0,v0)的标定  56
  5.3 Tsai标定算法基础上的改进算法  56-59
  5.4 CCD摄像机标定实验及其数据分析  59-67
    5.4.1 Tsai算法标定实验  60-63
    5.4.2 改进算法的标定实验  63-65
    5.4.3 实验结果对比  65-67
  5.5 分析标定误差的来源  67-68
  5.6 小结  68-69
6 结论  69-71
参考文献  71-76
攻读硕士学位论文期间发表的论文  76-77
致谢  77-79

条纹投影三维测量系统的标定及其改进算法

内容摘要

全文目录

相似论文