CN101419708B - 一种基于一维靶标的结构光传感器标定方法 - Google Patents
一种基于一维靶标的结构光传感器标定方法 Download PDFInfo
- Publication number
- CN101419708B CN101419708B CN2008102390834A CN200810239083A CN101419708B CN 101419708 B CN101419708 B CN 101419708B CN 2008102390834 A CN2008102390834 A CN 2008102390834A CN 200810239083 A CN200810239083 A CN 200810239083A CN 101419708 B CN101419708 B CN 101419708B
- Authority
- CN
- China
- Prior art keywords
- camera
- structured light
- point
- target
- coordinate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Images
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明属于测量技术领域,涉及对结构光视觉三维测量中结构光参数标定方法的改进。本发明提出一种基于一维靶标的结构光参数标定方法。当传感器安装完成后,由传感器的摄像机拍摄自由非平行移动一维靶标的多幅图像;根据一维射影变换获取靶标上特征线的消隐点,并与摄像机投影中心确定特征线在摄像机坐标系下的方向矢量;根据特征点之间的长度约束及特征线的方向约束,计算特征线上参考点的摄像机坐标,得到特征线在摄像机坐标系下的方程;利用射影变换和特征线的方程获得多个非共线的光条上控制点的摄像机坐标,拟合控制点得到结构光参数。本方法不需要高成本的辅助调整设备,标定精度高,过程简单,能够满足大尺寸结构光三维视觉测量的现场标定需要。
Description
技术领域
本发明属于测量技术领域,涉及基于一维靶标的结构光传感器标定方法。
背景技术
结构光视觉检测以其测量的非接触性、速度快和精度适中等优点,很好地满足了现代工业对检测的要求,将结构光视觉用于生产过程的监控和测量已成为解决许多在线问题最有效的途径。结构光视觉传感器的标定是结构光视觉检测能否成功应用的关键,所述标定主要包括摄像机内部参数标定和结构光参数标定两部分,其中,摄像机参数的标定方法已经比较成熟,在此不作详细介绍,针对结构光参数标定,对于线结构传感器指结构光光平面的方程,目前主要有以下方法:锯齿靶标法、三维靶标法、二维平面靶标法等。
关于锯齿靶法,段发阶等在文章“一种新型线结构光传感器结构光参数标定方法”(仪器仪表学报,2000,21(1):108~110)中陈述了这种方法,该方法主要让光平面投射到锯齿状的靶标上,从而在齿棱上形成一些亮点作为标定点;因齿棱反光,造成像点的提取精度低,且需要外部设备来严格调整光平面与齿形靶基面相垂直,难以实现。
关于三维靶标法,1999年,D.Q.HUYNH等在文章“Calibration a StructuredLight Stripe System:A Novel Approach”(International Journal of Computer Vision,1999,33(1):73~86)中陈述了这种方法,该方法需要至少两个相互垂直的平面构成的高精度三维标定靶标,三维靶标的加工成本高,维护困难,而且由于平面之间对光照的相互遮挡,难以获得高质量的标定图像。
关于二维平面靶标法,2005年,周富强等在文章“Complete calibration of astructured light stripe vision sensor through planar target of unknown orientations”(Image and Vision Computing,2005,23(1):59~67)中陈述了这种方法,该方法采用自由移动平面靶标实现结构光参数标定。该方法无需辅助设备,不存在遮挡问题,操作简单。2006年,邾继贵等在文章“基于共面标定参照物的线结构光传感器快速标定方法”(中国机械工程,2006,17(2):183~186)陈述了一种利用二维圆孔阵列靶标的结构光参数标定方法,该方法无需辅助设备,操作简单。
从上述分析可以看出,现有的结构光传感器标定方法都需要高精度的二维或三维靶标,随着靶标尺寸的增大,二维和三维标定靶标的加工精度将难以保证,且成本逐倍增加,高精度的二维和三维靶标的加工尺寸将受到限制,因此现有的结构光传感器标定方法只适用于常规尺寸测量的结构光视觉传感器。
一维靶标具有结构简单、易于加工、不存在自身遮挡等特点,且在大尺寸结构光视觉测量应用中,加工一个大尺寸的一维靶标要比加工一个同等尺寸的二维平面或三维靶标要容易得多。因此,研究基于一维靶标的结构光传感器标定具有重要意义,将进一步拓宽结构光视觉测量的应用领域。
发明内容
本发明所要解决的技术问题是:提供一种基于一维靶标的结构光传感器标定方法,能够用于大尺寸结构光视觉测量的标定需要,高精度大尺寸的标定靶标加工制造容易,维护和现场操作简单,扩大结构光标定的适用范围。
本发明的技术解决方案是:一种基于一维靶标的结构光传感器标定方法,其特征在于,
1、调整结构光视觉传感器的摄像机镜头的焦距和光圈,保证摄像机在测量范围内能够拍摄清晰图像,固定好结构光视觉传感器,标定摄像机内部参数;
2、设置一维标定靶标,所说的一维标定靶标的靶面上有中心共线的一行圆孔,圆孔的半径为2~4mm,精度为0.01mm,圆孔中心之间的距离为10~200mm,精度为0.01mm,圆孔的数量为3~20;选取靶标上圆孔中心为特征点,特征点构成的直线称为特征线,选取特征线上的一个端点为参考点;
3、在摄像机的视场范围内,使结构光能够投射在靶标上形成光条,拍摄一幅图像,称为结构光标定图像;要求包括参考点对应的圆孔在内的至少3个圆孔和光条包含在拍摄图像内;将特征线与光条中心线的交点称为控制点;
4、根据摄像机的畸变模型,校正结构光标定图像的畸变,得到无畸变结构光标定图像;提取无畸变结构光标定图像的特征点和光条中心线的图像坐标,根据摄像机模型,计算特征点和光条中心线的投影坐标;
5、利用至少3个特征点的投影坐标及对应的靶标坐标,计算特征点与其投影点之间的一维射影变换;
6、利用特征点的投影坐标,拟合得到特征线的投影直线,计算投影直线与光条中心线的交点得到控制点的投影坐标;根据步骤5得到的一维射影变换,计算控制点的靶标坐标;
7、根据步骤5得到的一维射影变换,由特征线的无穷远点计算特征线的消隐点的投影坐标,根据摄像机模型,获得消隐点的摄像机坐标;
8、在摄像机坐标系下,由消隐点和摄像机原点的连线计算得到特征线的直线方向矢量;根据特征点之间的长度约束和特征线的方向约束,计算得到参考点的摄像机坐标;由特征线的方向矢量和参考点的摄像机坐标,得到特征线在摄像机坐标系下的方程;
9、由步骤6得到的控制点靶标坐标和步骤8得到的特征线在摄像机坐标系下的方程,计算得到控制点的摄像机坐标;
10、将一维靶标自由、非平行放置到摄像机视场范围内的不同位置,采用步骤3~9叙述的方法,获得至少3个非共线控制点的摄像机坐标;
11、利用所有非共线控制点的摄像机坐标,拟合平面得到结构光光平面在摄像机坐标系下的方程;
12、将标定好的摄像机内部参数、结构光光平面方程系数保存到系统参数文件中,以备测量阶段调用。
本发明的优点是:
第一,与现有的结构光参数标定方法相比,该方法所需的标定靶标成本低,维护和现场操作简单,非常适合现场在线标定。
第二,摄像机可以获取多幅高质量的标定靶标的图像,能够获得更多的高精度特征点,且无需求解靶标坐标系到摄像机坐标系的旋转矩阵和平移矢量,减少了参数计算环节,提高了标定精度。
第三,相对于三维靶标和二维靶标,一维靶标具有结构简单、易于加工、不存在自身遮挡等特点,且在大尺寸结构光视觉测量应用中,加工一个大尺寸的一维靶标要比加工一个同等尺寸的二维平面或三维靶标要容易得多。因此可以适应大尺寸结构光视觉测量的现场标定需要。
附图说明
图1是结构光视觉传感器的数学模型示意图。
图2是基于一维靶标的结构光参数标定方法流程图。
图3是一种一维靶标示意图。
图4是投射在二维靶标上的结构光光条图像。
具体实施方式
下面对本发明做进一步详细说明。本发明首次使用简单无约束移动的一维靶标,对结构光视觉测量的结构光参数进行标定。
结构光视觉传感器的数学模型:
如图1所示,oc-xcyczc为三维摄像机坐标系,on-xnyn为归一化投影坐标系。πn为归一化投影平面,定义为距离摄像机坐标系原点距离为1且与摄像机光轴oczc垂直的平面,则πn在oc-xcyczc下的方程为
zc=1 [1]
定义ocxc‖onxn和ocyc‖onyn。空间点P在πn上的归一化投影p是直线与πn的交点,设Xc=(xc,yc,zc)T为P的摄像机坐标,Xn=(xn,yn)T为p的归一化投影坐标,根据透视投影有
Xn=(xc/zc,yc/zc)T [2]
设摄像机在x、y方向上的有效焦距为fx和fy,摄像机的主点坐标为(u0,v0)。投影点p对应的理想图像坐标为Xu=(xu,yu)T,则有
Xu=(fxxn+u0,fyyn+v0)T [3]
若考虑摄像机镜头的一次径向畸变,设p对应的畸变图像坐标为Xd=(xd,yd)T,则有
式中k——径向畸变系数
公式[2]~[4]表示了空间点到实际图像坐标的投影模型,空间任意点可以确定惟一图像点。反之,如果已知摄像机参数,根据公式[2]~[4],由点的实际图像坐标可以求得对应的归一化投影坐标,从而得到由摄像机原点与归一化投影点确定的直线在oc—xcyczc下的方程。
若投射结构光为光平面模式,如图1所示,πs为光平面,则可以设ns=(ns1,ns2,ns3)T为πs的单位法向矢量,则πs在oc—xcyczc下的方程为
n.Xci=c [5]
式中c为常数项。
根据结构光视觉传感器的数学模型,结构光视觉传感器的标定分为摄像机参数和结构光参数的标定两个阶段,具体步骤如下:
1、调整结构光视觉传感器的摄像机镜头的焦距和光圈,保证摄像机在测量范围内能够拍摄清晰图像,固定好结构光视觉传感器,标定摄像机内部参数。
摄像机标定的具体方法参见周富强著《双目立体视觉检测的关键技术研究》,北京航空航天大学博士后研究工作报告,2002。
标定好摄像机内部参数后,根据公式[4]可以校正图像特征点的畸变,由公式[2]和[3]计算得到特征点的投影坐标。
2、设置一维标定靶标,所说的一维标定靶标的靶面上有中心共线的一行圆孔,圆孔的半径为2~4mm,精度为0.01mm,圆孔中心之间的距离为10~200mm,精度为0.01mm,圆孔的数量为3~20。
选取靶标上圆孔中心为特征点,用Pi(i=0,...,Np—1)表示,Np为特征点的数量。特征点构成的直线称为特征线,用lt表示,选取特征线上的一个端点为参考点,用P0表示。
3、在摄像机的视场范围内,使结构光能够投射在靶标上形成光条,拍摄一幅图像,称为结构光标定图像。要求包括参考点对应的圆孔在内的至少3个圆孔和光条包含在拍摄图像内。将特征线与光条中心线的交点称为控制点,用Q表示,其投影点用q表示。
4、根据摄像机的畸变模型,校正结构光标定图像的畸变,得到无畸变结构光标定图像。畸变校正算法参见周富强著《双目立体视觉检测的关键技术研究》,北京航空航天大学博士后研究工作报告,2002。
提取无畸变结构光标定图像的特征点和光条中心线的图像坐标。圆孔中心的提取算法参见周富强著《双目立体视觉检测的关键技术研究》,北京航空航天大学博士后研究工作报告,2002。光条中心线提取算法参见Steger C.的文章“AnUnbiased Detector of Curvilinear Structures”(IEEE Transactions on Pattern Analysisand Machine Intelligence,1998,20(2):113~125)。
根据公式[2]和[3],计算特征点和光条中心线的投影坐标。
5、利用至少3个特征点的投影坐标及对应的靶标坐标,计算特征点与其投影点之间的一维射影变换。以P0为原点建立一维靶标坐标系P0—xt,则靶标上特征点的靶标坐标为特征点到P0的欧式距离。一维射影变换的计算方法参见HARTLEY R.I.,ZISSERMAN所著的“Multiple view geometry in computer vision”,Cambridge University Press,2004。
6、利用特征点的投影坐标,拟合得到特征线的投影直线,投影直线为lt在πn的投影,用lr表示。计算投影直线与光条中心线的交点得到控制点的投影坐标。根据步骤5得到的一维射影变换,计算控制点的靶标坐标xtq。
7、根据步骤5得到的一维射影变换,由特征线的无穷远点计算特征线的消隐点的投影坐标Xnv=(xnv,ynv)T,根据摄像机模型,获得消隐点的摄像机坐标Xcv=(xnv,ynv,1)T。消隐点的计算方法参见HARTLEY R.I.,ZISSERMAN所著的“Multiple view geometry in computer vision”,Cambridge University Press,2004。
8、在摄像机坐标系下,由消隐点和摄像机原点的连线计算得到特征线的单位方向矢量为
根据特征点之间的长度约束和特征线的方向约束,计算得到参考点的摄像机坐标。对于任何一幅图像的一维靶标,都有下列方程组成立:
其中,Xn0=(xn0,yn0)T和Xc0=(xc0,yc0,zc0)T分别为参考点P0的投影坐标和摄像机坐标,Xni=(xni,yni)T和Xci=(xci,yci,zci)T为特征点Pi(i=1,...,Np—1)的投影坐标和摄像机坐标。L0i为P0和Pi(i=1,...,Np—1)之间的已知长度。
由方程组[6]可以求得P0的摄像机坐标,由此可以得到lt在oc—xcyczc下的方程为
Xci=Xc0+Lnint [7]
9、由步骤6得到的控制点靶标坐标和步骤8得到的特征线在摄像机坐标系下的方程,根据式[8]计算得到控制点的摄像机坐标。
Xcq=Xc0+xtqnt [8]
10、将一维靶标自由、非平行放置到摄像机视场范围内的不同位置,采用步骤3~9叙述的方法,获得至少3个非共线控制点的摄像机坐标。
11、利用所有非共线控制点的摄像机坐标,拟合平面得到光平面在摄像机坐标系下的方程。
12、将标定好的摄像机内部参数、结构光光平面方程系数保存到系统参数文件中,以备测量阶段调用。
实施例
基于一维靶标的结构光参数标定方法的流程如图2所示。采用WAT-902HCCD摄像机和12mm镜头组成镜头及结构光投射器组成结构光视觉传感器,图像分辨率为768pixels×576pixels。一维靶标可以设计如图3所示,图中白色圆圈的中心点为靶标特征点。靶标特征点之间的距离是14mm,设置了8个特征点。
为了便于比较试验,采用打印的棋盘二维靶标,靶标上特征点为6×8个格点,格点之间的距离为14mm,图4为实验图像。依据交比不变的平面靶标标定方法,每幅图像可以得到6个控制点。图3所示的二维靶标的每行相当于一个一维靶标,2幅图像相当于一维靶标摆放12次。根据交比不变方法标定结构光光平面,然后利用同样的试验图像,采用本发明提出的一维靶标标定方法标定光平面,最后进行结果比较。
选择摄像机坐标系为测量坐标系,将图4所示的靶标摆放在传感器的测量空间中至少2个不同的位置,可以得到12个控制点,由摄像机影模型求出投影坐标。试验中标定的摄像机内部参数为
fx=1511.491pixels,fy=1506.380pixels
u0=364.132pixels,v0=256.665pixels
k1=—2.934×10-1
按照交比不变的二维靶标获取控制点和本文所提出的基于一维靶标获取控制点的方法,对同样的试验图像采用两种不同的处理方法,获取的控制点坐标如表1所示。然后分别利用获取的控制点进行光平面拟合得到结构光平面的参数方程如下
二维平面靶标方法:
0.766xc—0.503yc—0.400zc=281.485
一维靶标方法:
0.771xc—0.497yc—0.398=280.814
表1 两种方法获取的光条上的控制点坐标(单位:mm)
为了评定标定误差,以交比不变的方式获取控制点的二维靶标上的局部世界坐标,并计算控制点之间的距离作为参考值,然后将根据结构光视觉传感器的测量模型,由直线与光平面交点方法获取测量点的三维坐标,分别获得两种标定方法所用的控制点的测量坐标,计算点之间的距离,并与参考值进行比较,结果如表2所示。从表2可以看出,一维靶标标定法达到的精度与二维平面靶标标定法精度相当,在一般实验条件下,标定精度大约为0.1mm。当靶标的精度提高时,本发明所提出的标定方法的精度也会相应提高。与二维靶标相比,高精度大尺寸的一维靶标加工更容易,因为本发明的方法为解决大尺寸结构光视觉测量的结构光参数标定提供了有效途径。
表2 两种标定方法计算控制点之间距离的比较(单位:mm)
Claims (1)
1.一种基于一维靶标的结构光传感器标定方法,结构光传感器模型参数包括摄像机内部参数和结构光参数,所述的结构光参数,对于线结构光视觉传感器指结构光光平面的方程,其特征在于,
1.1、调整结构光视觉传感器的摄像机镜头的焦距和光圈,保证摄像机在测量范围内能够拍摄清晰图像,固定好结构光视觉传感器,标定摄像机内部参数;
1.2、设置一维标定靶标,所说的一维标定靶标的靶面上有中心共线的一行圆孔,圆孔的半径为2~4mm,精度为0.01mm,圆孔中心之间的距离为10~200mm,精度为0.01mm,圆孔的数量为3~20;选取靶标上圆孔中心为特征点,特征点构成的直线称为特征线,选取特征线上的一个端点为参考点;
1.3、在摄像机的视场范围内,使结构光能够投射在靶标上形成光条,拍摄一幅图像,称为结构光标定图像;要求包括参考点对应的圆孔在内的至少3个圆孔和光条包含在拍摄图像内;将特征线与光条中心线的交点称为控制点;
1.4、根据摄像机的畸变模型,校正结构光标定图像的畸变,得到无畸变结构光标定图像;提取无畸变结构光标定图像的特征点和光条中心线的图像坐标,根据摄像机模型,计算特征点和光条中心线的投影坐标;
1.5、利用至少3个特征点的投影坐标及对应的靶标坐标,计算特征点与其投影点之间的一维射影变换;
1.6、利用特征点的投影坐标,拟合得到特征线的投影直线,计算投影直线与光条中心线的交点得到控制点的投影坐标;根据步骤1.5得到的一维射影变换,计算控制点的靶标坐标;
1.7、根据步骤1.5得到的一维射影变换,由特征线的无穷远点计算特征线的消隐点的投影坐标,根据摄像机模型,获得消隐点的摄像机坐标;
1.8、在摄像机坐标系下,由消隐点和摄像机原点的连线计算得到特征线的直线方向矢量;根据特征点之间的长度约束和特征线的方向约束,计算得到参考点的摄像机坐标;由特征线的方向矢量和参考点的摄像机坐标,得到特征线在摄像机坐标系下的方程;
1.9、由步骤1.6得到的控制点靶标坐标和步骤1.8得到的特征线在摄像机坐标系下的方程,计算得到控制点的摄像机坐标;
1.10、将一维靶标非平行放置到摄像机视场范围内的不同位置,采用步骤1.3~1.9叙述的方法,获得至少3个非共线控制点的摄像机坐标;
1.11、利用所有非共线控制点的摄像机坐标,拟合平面得到结构光光平面在摄像机坐标系下的方程;
1.12、将标定好的摄像机内部参数、结构光光平面方程系数保存到系统参数文件中,以备测量阶段调用。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102390834A CN101419708B (zh) | 2008-12-08 | 2008-12-08 | 一种基于一维靶标的结构光传感器标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2008102390834A CN101419708B (zh) | 2008-12-08 | 2008-12-08 | 一种基于一维靶标的结构光传感器标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101419708A CN101419708A (zh) | 2009-04-29 |
CN101419708B true CN101419708B (zh) | 2010-09-08 |
Family
ID=40630486
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2008102390834A Expired - Fee Related CN101419708B (zh) | 2008-12-08 | 2008-12-08 | 一种基于一维靶标的结构光传感器标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101419708B (zh) |
Families Citing this family (25)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101586943B (zh) * | 2009-07-15 | 2011-03-09 | 北京航空航天大学 | 基于一维靶标的结构光视觉传感器标定方法 |
CN101794449A (zh) * | 2010-04-13 | 2010-08-04 | 公安部物证鉴定中心 | 一种标定摄像机参数的方法及装置 |
CN101814185B (zh) * | 2010-04-14 | 2012-10-10 | 天津大学 | 用于微小尺寸测量的线结构光视觉传感器标定方法 |
CN101853521B (zh) * | 2010-04-22 | 2012-07-04 | 王少华 | 文物旋转结构光三维数字化建模方法 |
CN102303190B (zh) * | 2011-08-03 | 2013-11-20 | 江南大学 | 线激光视觉跟踪平面对接焊缝方法 |
CN103179427B (zh) * | 2011-12-21 | 2015-02-18 | 北京兆维电子(集团)有限责任公司 | 一种多线阵ccd扫描系统的标定纸及调整方法 |
CN102592285B (zh) * | 2012-03-05 | 2014-03-19 | 上海海事大学 | 一种无人水面艇的视觉系统在线标定方法 |
CN102721376B (zh) * | 2012-06-20 | 2014-12-31 | 北京航空航天大学 | 一种大视场三维视觉传感器的标定方法 |
CN104101300B (zh) * | 2014-08-05 | 2016-06-29 | 吉林大学 | 基于面结构光主动视觉的汽车车体三维重建的标定系统 |
CN104315983B (zh) * | 2014-10-16 | 2017-02-15 | 天津大学 | 利用空间多长度约束增强坐标测量场精度的方法 |
CN104697463B (zh) * | 2015-03-26 | 2017-07-28 | 北京航空航天大学 | 一种双目视觉传感器的消隐特征约束标定方法及装置 |
CN104848801B (zh) * | 2015-06-05 | 2017-06-13 | 北京航空航天大学 | 一种基于平行双圆柱靶标的线结构光视觉传感器标定方法 |
EP3264759A1 (en) | 2016-06-30 | 2018-01-03 | Thomson Licensing | An apparatus and a method for generating data representative of a pixel beam |
CN106017327A (zh) * | 2016-08-16 | 2016-10-12 | 河南埃尔森智能科技有限公司 | 一种结构光测量传感器标定方法 |
CN106461380B (zh) * | 2016-08-31 | 2019-04-05 | 深圳大学 | 一种基于自适应条纹的投影仪镜头畸变校正方法及其系统 |
CN106559748A (zh) * | 2016-11-15 | 2017-04-05 | 天津大学 | 一种基于直线交比的室内定位方法 |
CN107121109B (zh) | 2017-06-12 | 2019-12-06 | 北京航空航天大学 | 一种基于前镀膜平面镜的结构光参数标定装置及方法 |
CN109425292B (zh) * | 2017-08-29 | 2020-06-16 | 西安知微传感技术有限公司 | 基于一维线结构光的三维测量系统标定装置及方法 |
CN110068447B (zh) * | 2018-01-23 | 2021-07-27 | 舜宇光学(浙江)研究院有限公司 | 一体集成式衍射光学元件测试设备 |
CN110118528B (zh) * | 2019-04-29 | 2020-11-06 | 天津大学 | 一种基于棋盘靶标的线结构光标定方法 |
CN111174724B (zh) * | 2019-12-31 | 2024-06-07 | 吉林大学 | 基于一维参考物的汽车特征点视觉重建系统与方法 |
CN113137921A (zh) * | 2020-01-17 | 2021-07-20 | 宝山钢铁股份有限公司 | 热轧无缝空心坯减径管长度在线逐支测量方法及测量装置 |
CN113066134A (zh) * | 2021-04-23 | 2021-07-02 | 深圳市商汤科技有限公司 | 一种视觉传感器的标定方法及装置、电子设备和存储介质 |
CN113251951B (zh) * | 2021-04-26 | 2024-03-01 | 湖北汽车工业学院 | 基于单标定面映射的线结构光视觉测量系统的标定方法 |
CN117781939B (zh) * | 2023-12-15 | 2024-08-23 | 巢湖学院 | 一种基于线结构光的外圆面加工在线测量系统标定方法 |
-
2008
- 2008-12-08 CN CN2008102390834A patent/CN101419708B/zh not_active Expired - Fee Related
Also Published As
Publication number | Publication date |
---|---|
CN101419708A (zh) | 2009-04-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101419708B (zh) | 一种基于一维靶标的结构光传感器标定方法 | |
CN101334267B (zh) | 数字影像测头矢量坐标变换标定与误差修正方法及其装置 | |
CN103353388B (zh) | 一种具摄像功能的双目体式显微成像系统标定方法及装置 | |
CN101419061B (zh) | 一种镜像式结构光视觉测量系统和测量方法 | |
CN101526338B (zh) | 线结构光视觉传感系统结构参数的现场标定方法 | |
CN111047649B (zh) | 一种基于最优偏振角的相机高精度标定方法 | |
CN103559707B (zh) | 基于运动方靶标定物的工业定焦相机参数标定方法 | |
US11985292B1 (en) | Residual error mitigation in multiview calibration | |
CN101975560B (zh) | 一种面阵ccd靶面与安装定位面平行度的光学检测方法 | |
CN105046715B (zh) | 一种基于空间解析几何的线阵相机标定方法 | |
CN105043251A (zh) | 一种基于机械运动的线结构光传感器的标定方法与装置 | |
CN102136140B (zh) | 一种基于矩形图样的视频图像距离检测方法 | |
CN1971206A (zh) | 基于一维靶标的双目视觉传感器校准方法 | |
CN110940312A (zh) | 一种结合激光设备的单目相机测距方法及系统 | |
CN108469254A (zh) | 一种适用于仰视和俯视位姿的大视场多视觉视频测量系统全局标定方法 | |
CN109544642B (zh) | 一种基于n型靶标的tdi-ccd相机参数标定方法 | |
CN106403838A (zh) | 一种手持式线结构光视觉三维扫描仪的现场标定方法 | |
Li et al. | Monocular-vision-based contouring error detection and compensation for CNC machine tools | |
CN101666625B (zh) | 畸变误差无模型校正方法 | |
CN112634373A (zh) | 基于零膨胀陶瓷标定板的视觉测量系统动态校正方法 | |
CN104807405A (zh) | 一种基于光线角度标定的三维坐标测量方法 | |
JP6035031B2 (ja) | 複数の格子を用いた三次元形状計測装置 | |
CN103697811A (zh) | 一种相机与结构光源结合获取物体轮廓三维坐标的方法 | |
CN104036518A (zh) | 一种基于向量法和三点共线的相机标定方法 | |
CN104406770A (zh) | 波像差测量模块的畸变测量装置和畸变校正方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
C17 | Cessation of patent right | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20100908 Termination date: 20111208 |