CN101943563B - 基于空间平面约束的线结构光视觉传感器的快速标定方法 - Google Patents
基于空间平面约束的线结构光视觉传感器的快速标定方法 Download PDFInfo
- Publication number
- CN101943563B CN101943563B CN2010101330570A CN201010133057A CN101943563B CN 101943563 B CN101943563 B CN 101943563B CN 2010101330570 A CN2010101330570 A CN 2010101330570A CN 201010133057 A CN201010133057 A CN 201010133057A CN 101943563 B CN101943563 B CN 101943563B
- Authority
- CN
- China
- Prior art keywords
- target
- coordinate system
- plane
- camera
- circle
- 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
本发明公开了一种基于空间平面约束的线结构光视觉测量传感器的标定方法,通过以下步骤进行标定:将一二维平面靶标置于摄像机视场范围内,并采集一组该二维靶标平面上不同位置多个特征圆的图像;确定靶标拓扑关系;同步完成摄像机内部参数标定和光平面标定。在光平面标定过程中,利用摄像机成像模型和各位置靶标形成的空间平面提供的约束,可容易地提取到较大数量的线结构光光平面三维点,对三维点集进行基于主元素分析方法的平面拟合,从而得到光平面在摄像机坐标系下的方程。本发明标定方法操作简单,结果可靠,适合现场标定,能够满足线结构光视觉高精度检测任务的需要。
Description
技术领域
本发明涉及一种线结构光视觉测量系统,尤其涉及一种基于空间平面约束的线结构光视觉传感器的快速标定方法。
背景技术
线结构光视觉测量技术是一种非接触的主动传感测量技术,具有结构简单、柔性好、抗干扰性强、测量迅速,以及光条图像信息易于提取等优点。在高速视觉测量、工业检测、逆向工程等领域有着重要的意义和广阔的应用前景。
线结构光视觉传感器的标定是线结构光视觉测量技术领域中的一项关键技术。目前,主要常用的标定方法有:拉丝法和锯齿靶标法,采用这两种标定方法所获得的标定点,其精度往往较低,且数量较少,限制了标定精度的提高。还有一种标定方法是基于靶标面的机械调节法,该方法的实现需要精密移动台,其成本高,操作不方便,标定费时,通过该方法尽管能够获得较高精度的标定点,但不适合现场标定。再有一种标定方法是利用交比不变性提取结构光标定点的方法,该方法通过高精度的三维立体标定靶标可以获得高精度的标定点,且适用于现场测量,但是对靶标的三维加工精度要求较高。因此,目前需要设计出一套适用于现场标定,且操作简单,结果精确的线结构光视觉传感器快速标定方法。
发明内容
针对上述现有技术,本发明提供一种基于空间平面约束的线结构光视觉测量传感器的标定方法,本发明标定方法使用二维平面靶标,可同步完成摄像机内部参数和光平面位置参数的标定,并且不需任何辅助调整设备,从而简化了标定过程,提高了应用的便捷性,同时可以满足现场标定的需要。
为了解决上述技术问题,本发明基于空间平面约束的线结构光视觉传感器的快速标定方法予以实现的技术方案是:该方法包括:
步骤一、采集一组图像,包括:
将一二维平面靶标置于摄像机视场范围内,并采集一组该二维平面靶标不同位置的图像;该组图像包括在靶标平面上有矩阵排列的m个特征圆,其相邻特征圆的圆心间距均为D;在保证靶标和投射在靶标平面上的结构光光条都在摄像机视场和景深范围内的前提下,自由、非平行或共面地摆放靶标n次以上,其中,n≤5,并采集图像,将采集到的图像保存到计算机;
步骤二、确定靶标拓扑关系,包括:
将特征圆的圆心定义为标定特征点,上述矩阵排列的m个特征圆中的一特征圆的圆心定义为世界坐标系的原点Ow,世界坐标系的坐标轴为OwXw轴和OwYw轴,其中,所述OwZw轴为靶标平面的法向量方向;在上述世界坐标系下,在水平和竖直相邻两个特征圆圆心的距离dx和dy均为D,则与Ow(0,0,0)在OwXw轴方向上相邻和在OwYw轴方向上相邻的特征圆圆心的世界坐标系坐标分别为(D,0,0)和(0,D,0),以此类推,确定各标定特征点的世界坐标系坐标,并保存到计算机;
步骤三、摄像机标定,包括:
(3-1)定义线结构光视觉测量模型,其中,(xc,yc,zc)为光平面上Pc点在摄像机坐标系下的三维坐标,(u,v)和(ud,vd)分别为理想像点Pu和实际像点Pd在计算机图像坐标系下的像素坐标,Pc(xc,yc,zc)与(u,v)的转换关系如下:
公式(1)中,矩阵A为摄像机的内部参数矩阵;R和T分别为世界坐标系到摄像机坐标系的旋转矩阵和平移向量;
畸变修正公式为:
公式(2)中,k1,k2,p1,p2为畸变系数;
(3-2)确定CCD摄像机内部参数,包括fx,fy,u0,v0,k1,k2,p1,p2,并计算所述n个靶标摆放位置的世界坐标系和摄像机坐标系的旋转矩阵Ri和平移向量Ti,每个位置靶标m个特征点的世界坐标系坐标记为Mij(xw,yw,0),与其对应的图像处理得到的像素坐标为Iij(ud,vd)(i=1,2,...,n;j=1,2,...,m);
(3-3)根据公式(1),利用Mij,fx,fy,u0,v0和Ri,Ti计算出理想像素坐标,其表达式为:(u1ij,v1ij)=H(Mij,fx,fy,u0,v0,Ri,Ti);
(3-4)根据公式(2),利用Iij,k1,k2,p1,p2计算出理想像素坐标,其表达式为:(u2ij,v2ij)=L(Iij,k1,k2,p1,p2);
(3-5)设:(u1ij,v1ij)和(u2ij,v2ij)相同,因此,构建最优化计算估计的目标函数为:
(3-6)对所有靶标特征点,利用最优化方法通过最小化公式(3)的数值,得到需标定的参fx,fy,u0,v0i,k1,k2,p1,p2,Ri,Ti,将得到的上述摄像机内部参数及靶标在各摆放位置的旋转矩阵Ri和平移向量Ti保存到计算机;
步骤四、光平面标定,包括:
根据每个靶标摆放位置的旋转矩阵Ri和平移向量Ti,确定每幅图像的靶标平面在摄像机坐标系下的平面方程,根据上述步骤二的靶标拓扑关系,旋转矩阵Ri的第三列列向量(r3i,r6i,r9i)T为靶标平面的法向量,Ti(t1i,t2i,t3i)则为靶标平面上的圆点Ow在摄像机坐标系下的坐标,因此,摄像机坐标系下的靶标平面方程为:
r3i·xc+r6i·yc+r9i·zc=r3i·t1i+r6i·t2i+r9i·t3i (4)
对采集的每一幅靶标图像中的光条进行图像处理,可得到靶标平面上各光条点的像素坐标,根据公式(2),首先对像素坐标进行去畸变处理,随后根据公式(1)和公式(4),计算各光条点的摄像机坐标系坐标,随后利用主元素分析法PCA对摄像机坐标系下的光条点集进行空间平面拟合,从而确定摄像机坐标系下的光平面方程axc+byc+czc+d=0,至此,完成光平面标定,将将得到的光平面参数保存到计算机。
与现有技术相比,本发明的有益效果是:
由于本发明基于空间平面约束的线结构光视觉传感器的快速标定方法是通过将设计的二维平面靶标在摄像机视场范围内任意摆放几个位置,采集一组相应的图像,即可一次完成摄像机内部参数和光平面的标定。在光平面标定过程中,利用摄像机成像模型和各位置靶标形成的空间平面提供的约束,可容易地提取到较大数量的线结构光光平面三维点,对三维点集进行基于主元素分析方法的平面拟合,从而得到光平面在摄像机坐标系下的方程。本标定方法操作简单,结果可靠,适合现场标定,能够满足线结构光视觉高精度检测任务的需要。
附图说明
图1-1是一二维平面靶标示意图;
图1-2是图1-1所示二维平面靶标的拓扑关系示意图;
图2是本发明标定方法标定过程示意图;
图3是图2中所示用于完成摄像机标定的线结构光视觉系统的数学模型;
图4是本发明标定方法的流程图;
图5-1、图5-2、图5-3、图5-4、图5-5和图5-6是将靶标摆放多处位置摄像机采集的一组真实图像;
图6-1和图6-2是图2中所示所形成位于光平面的三维点集。
具体实施方式
下面结合附图和一具体实施方式详细描述本发明实现的过程。
如图4所示,本发明基于空间平面约束的线结构光视觉测量传感器的标定方法,包括以下步骤:
首先,设计的二维平面靶标的采集图像如图1-1和图1-2所示,在靶标平面上有矩阵排列的白色特征圆,相邻特征圆的圆心间距D选择为10mm,间距精度为(0.01mm),特征圆数量m为12~35个,本实施例m=12,m和D的数值的确定主要是根据具体摄像机视场大小和景深范围确定,对于m和D数值的具体确定属于本技术领域内公知的常识,在此不再赘述。在保证靶标特征圆和位于靶标平面上的线结构光光条都在摄像机视场和景深范围内的前提下,将靶标自由、非平行或共面地摆放n次以上,(n的大小可自由选择,一般不小于5)并采集该组图像,本实施例中n=6,如图5-1至图5-6所示,采集的不同位置的靶标图像越多,标定的精度会越高,这是不言而喻的。
然后,进行靶标拓扑关系的确定,二维平面靶标的拓扑关系如图1-2所示,标定特征点定义为特征圆的圆心,特征圆阵列中有一个大圆,将其定义为世界坐标系的原点Ow,世界坐标系的OwXw轴和OwYw轴如图1-2所示,OwZw轴垂直于靶标平面,即为靶标平面的法向量方向。在世界坐标系下,在水平和竖直相邻的两个圆心的距离dx和dy都为10mm,则与Ow(0,0,0)在OwXw轴方向上相邻和在OwYw轴方向上相邻的圆心的世界坐标系坐标分别为(10,0,0)和(0,10,0),以此类推,各特征点的世界坐标系坐标都可确定。即,利用图像处理方法一次性提取每一幅靶标图像的特征圆中心点和光条点的图像坐标,保存到计算机。
如图2所示,进行摄像机和光平面标定标定,线结构光视觉测量模型如图3所示,(xc,yc,zc)为光平面上Pc点在摄像机坐标系下的三维坐标,(u,v)和(ud,vd)分别为理想像点Pu和实际像点Pd在计算机图像坐标系下的像素坐标,Pc(xc,yc,zc)与(u,v)的转换关系如下:
公式(1)中,矩阵A为摄像机的内部参数矩阵;R和T分别为世界坐标系到摄像机坐标系的旋转矩阵和平移向量。
畸变修正公式为:
公式(2)中,k1,k2,p1,p2为畸变系数。
在标定过程中,除了需要确定矩阵A中的8个CCD摄像机内部参数fx,fy,u0,v0,k1,k2,p1,p2之外,还需要计算n个靶标摆放位置的世界坐标系和摄像机坐标系的旋转矩阵Ri和平移向量Ti,每个位置靶标m个特征点的世界坐标系坐标记为Mij(xw,yw,0),与其对应的图像处理得到的像素坐标为Iij(ud,vd)(i=1,2,...,n;j=1,2,...,m),其中:n=6,m=12。根据公式(1),利用Mij,fx,fy,u0,v0和Ri,Ti可计算出理想像素坐标,此过程简记为(u1ij,v1ij)=H(Mij,fx,fy,u0,v0,Ri,Ti)。根据公式(2),利用Iij,k1,k2,p1,p2同样可计算出理想像素坐标,此过程简记为(u2ij,v2ij)=L(Iij,k1,k2,p1,p2)。理论上(u1ij,v1ij)和(u2ij,v2ij)是相同的,因此可构建最优化计算估计的目标函数为:
根据公式(3)进行最优化估计的实质是最小化所有靶标特征点,利用最优化方法最小化公式(3)的数值,得到需标定的参数fx,fy,u0,v0i,k1,k2,p1,p2,Ri,Ti,即:利用根据公式(1)和公式(2)这两个可用于计算理想像素坐标的过程得到(u1ij,v1ij)和(u2ij,v2ij)之间距离平方和的表达式——公式(3),总之,利用最优化方法,将公式(3)的计算值进行最小化,从而得到需标定的参数。
利用已知的Mij和Iij,使用Levenberg-Marquardt算法求解计算这一最优化估计过程,即:将每个特征点的世界坐标系坐标(由靶标拓扑关系确定)和相应的图像坐标代入公式(3)进行参数运算,从而完成摄像机内部参数的标定,摄像机内部参数如表1所示,将表1中的数据保存到计算机;由此得到了每个靶标摆放位置的旋转矩阵Ri和平移向量Ti,这是后续的计算光条点三维坐标所必需的参数。
表1.摄像机内部参数
fx | fy | u0 | v0 | k1 | k2 | p1 | p2 |
2025.8396 | 2020.0804 | 364.1984 | 237.5331 | -0.24421 | -0.46775 | -0.005309 | -0.000221 |
进行光平面标定,摄像机标定完成的同时,每个靶标摆放位置的旋转矩阵Ri和平移向量Ti都已计算出来,进而可以确定每幅图像的靶标平面在摄像机坐标系下的平面方程。根据上节介绍的靶标拓扑关系可知,OwZw轴实际是靶标平面的法向量方向,那么只要由世界坐标系下OwZw轴方向的单位向量计算出其在摄像机坐标系下的向量表示即可确定靶标平面在摄像机坐标系下法向量,显而易见地,旋转矩阵Ri的第三列列向量(r3,r6i,r9i)T为靶标平面的法向量,Ti(t1i,t2i,t3i)则为靶标平面上的圆点Ow在摄像机坐标系下的坐标,因此可确定摄像机坐标系下的靶标平面方程为:
r3i·xc+r6i·yc+r9i·zc=r3i·t1i+r6i·t2i+r9i·t3i (4)
在光平面标定过程中,对采集的每一幅靶标图像中的光条进行图像处理,可得到靶标平面上各光条点的像素坐标,根据公式(2)首先对像素坐标进行去畸变处理,随后根据公式(1)和(4),可以计算各光条点的摄像机坐标系坐标,之后利用主元素分析法(PrincipleComponent Analysis,PCA)对摄像机坐标系下的光条点集进行空间平面拟合,即:利用摄像机内部参数(表1中示出)代入公式(1),与公式(4)摄像机坐标系下的靶标平面方程联立,可计算出第一步得到的光条各点的摄像机坐标系坐标,从而形成位于光平面上的三维点集,如图6所示,对该点集进行PCA平面拟合,即可得出光平面在摄像机坐标系下的方程axc+byc+czc+d=0,从而得出光平面参数,光平面参数如表2所示。
表2.光平面参数
a | b | c | d |
-0.808435 | 0.007043 | 0.588544 | -170.215384 |
本发明可替代现有的线结构光视觉传感器的标定方法,可应用于现场标定,能够满足线结构光视觉高精度检测任务的需要。
尽管上面结合图对本发明进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨的情况下,还可以作出很多变形,这些均属于本发明的保护之内。
Claims (2)
1.一种基于空间平面约束的线结构光视觉测量传感器的标定方法,其特征在于:该标定方法包括以下步骤:
步骤一、采集一组图像,包括:
将一二维平面靶标置于摄像机视场范围内,并采集一组该二维平面靶标不同位置的图像;该组图像包括在靶标平面上有矩阵排列的m个特征圆,其相邻特征圆的圆心间距均为D;在保证靶标和投射在靶标平面上的结构光光条都在摄像机视场和景深范围内的前提下,非平行或共面地摆放靶标n次,其中,n>5,并采集图像,将采集到的图像保存到计算机;
步骤二、确定靶标拓扑关系,包括:
将特征圆的圆心定义为标定特征点,上述矩阵排列的m个特征圆中的一特征圆的圆心定义为世界坐标系的原点Ow,世界坐标系的坐标轴为OwXw轴和OwYw轴,OwZw轴垂直于靶标平面,其中,OwZw轴为靶标平面的法向量方向;在上述世界坐标系下,在水平和竖直相邻两个特征圆圆心的距离dx和dy均为D,则与Ow(0,0,0)在OwXw轴方向上相邻和在OwYw轴方向上相邻的特征圆圆心的世界坐标系坐标分别为(D,0,0)和(0,D,0),以此类推,确定各标定特征点的世界坐标系坐标,并保存到计算机;
步骤三、摄像机标定,包括:
(3-1)定义线结构光视觉测量模型,其中,(xc,yc,zc)为光平面上Pc点在摄像机坐标系下的三维坐标,(u,v)和(ud,vd)分别为理想像点Pu和实际像点Pd在计算机图像坐标系下的像素坐标,Pc(xc,yc,zc)与(u,v)的转换关系如下:
公式(1)中,矩阵A为摄像机的内部参数矩阵;R和T分别为世界坐标系到摄像机坐标系的旋转矩阵和平移向量;
畸变修正公式为:
公式(2)中,k1,k2,p1,p2为畸变系数;
(3-2)确定CCD摄像机内部参数,包括fx,fy,u0,v0,k1,k2,p1,p2,并计算所述n个靶标摆放位置的世界坐标系和摄像机坐标系的旋转矩阵Ri和平移向量Ti,每个位置靶标m个特征点的世界坐标系坐标记为Mij(xw,yw,0),与其对应的图像处理得到的像素坐标为Iij(ud,vd),i=1,2,...,n;j=1,2,...,m;
(3-3)根据公式(1),利用Mij,fx,fy,u0,v0和Ri,Ti计算出理想像素坐标,其表达式为:(u1ij,v1ij)=H(Mij,fx,fy,u0,v0,Ri,Ti);
(3-4)根据公式(2),利用Iij,k1,k2,p1,p2计算出理想像素坐标,其表达式为:(u2ij,v2ij)=L(Iij,k1,k2,p1,p2);
(3-5)设:(u1ij,v1ij)和(u2ij,v2ij)相同,因此,构建最优化计算估计的目标函
(3-6)对所有靶标特征点,利用最优化方法通过最小化公式(3)的数值,得到需标定的参数fx,fy,u0,v0,k1,k2,p1,p2,Ri,Ti,将得到的上述摄像机内部参数及靶标在各摆放位置的旋转矩阵Ri和平移向量Ti保存到计算机;
步骤四、光平面标定,包括:
根据每个靶标摆放位置的旋转矩阵Ri和平移向量Ti,确定每幅图像的靶标平面在摄像机坐标系下的平面方程,根据上述步骤二的靶标拓扑关系,旋转矩阵Ri的第三列列向量(r3i,r6i,r9i)T为靶标平面的法向量,Ti(t1i,t2i,t3i)则为靶标平面上的圆点Ow在摄像机坐标系下的坐标,因此,摄像机坐标系下的靶标平面方程为:
r3i·xc+r6i·yc+r9i·zc=r3i·t1i+r6i·t2i+r9i·t3i (4)
对采集的每一幅靶标图像中的光条进行图像处理,可得到靶标平面上各光条点的像素坐标,根据公式(2),首先对像素坐标进行去畸变处理,随后根据公式(1)和公式(4),计算各光条点的摄像机坐标系坐标,随后利用主元素分析法PCA对摄像机坐标系下的光条点集进行空间平面拟合,从而确定摄像机坐标系下的光平面方程axc+byc+czc+d=0,至此,完成光平面标定,将得到的光平面参数保存到计算机。
2.根据权利要求1所述基于空间平面约束的线结构光视觉测量传感器的标定方法,其特征在于:所述特征圆的个数m为12~35个,其相邻特征圆的圆心间距D为10mm,间距精度为0.01mm。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101330570A CN101943563B (zh) | 2010-03-26 | 2010-03-26 | 基于空间平面约束的线结构光视觉传感器的快速标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010101330570A CN101943563B (zh) | 2010-03-26 | 2010-03-26 | 基于空间平面约束的线结构光视觉传感器的快速标定方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN101943563A CN101943563A (zh) | 2011-01-12 |
CN101943563B true CN101943563B (zh) | 2012-04-25 |
Family
ID=43435684
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010101330570A Expired - Fee Related CN101943563B (zh) | 2010-03-26 | 2010-03-26 | 基于空间平面约束的线结构光视觉传感器的快速标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101943563B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106568381A (zh) * | 2016-10-25 | 2017-04-19 | 西北工业大学 | 一种基于标准平面的线激光测量系统标定方法 |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102642155B (zh) * | 2012-05-02 | 2013-12-11 | 哈尔滨工业大学 | 一种基于图像辅助的微小零件回转调心方法 |
CN102749061B (zh) * | 2012-07-26 | 2014-12-24 | 上海工程技术大学 | 基于动态模板的钢轨磨耗测量方法 |
CN102794763B (zh) * | 2012-08-31 | 2014-09-24 | 江南大学 | 基于线结构光视觉传感器引导的焊接机器人系统标定方法 |
CN102980528B (zh) * | 2012-11-21 | 2015-07-08 | 上海交通大学 | 无位姿约束线激光单目视觉三维测量传感器参数标定方法 |
CN103411553B (zh) * | 2013-08-13 | 2016-03-02 | 天津大学 | 多线结构光视觉传感器的快速标定方法 |
CN103499302B (zh) * | 2013-09-27 | 2015-11-25 | 吉林大学 | 基于结构光视觉成像系统的凸轮轴直径尺寸在线测量方法 |
CN104090664B (zh) * | 2014-07-29 | 2017-03-29 | 广景科技有限公司 | 一种交互式投影方法、装置及系统 |
CN104596443B (zh) * | 2015-01-26 | 2017-02-01 | 长春师范大学 | 基于三线激光器固有特性的光平面方程拟合定位标定方法 |
CN104778731A (zh) * | 2015-03-03 | 2015-07-15 | 北京空间机电研究所 | 基于拟合平面法向量方向求模型三维相似变换参数的方法 |
CN106403838A (zh) * | 2015-07-31 | 2017-02-15 | 北京航天计量测试技术研究所 | 一种手持式线结构光视觉三维扫描仪的现场标定方法 |
CN106971408B (zh) * | 2017-03-24 | 2019-06-21 | 大连理工大学 | 一种基于时空转换思想的摄像机标定方法 |
CN107202543A (zh) * | 2017-05-27 | 2017-09-26 | 广州地铁集团有限公司 | 城轨列车车轮直径的检测方法 |
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 |
CN108709499A (zh) * | 2018-04-28 | 2018-10-26 | 天津大学 | 一种结构光视觉传感器及其快速标定方法 |
CN109297436B (zh) * | 2018-11-30 | 2021-11-23 | 北京伟景智能科技有限公司 | 双目线激光立体测量基准标定方法 |
CN109458929A (zh) * | 2018-12-18 | 2019-03-12 | 中国人民解放军陆军工程大学 | 一种圆筒测量现场快速标定装置及方法 |
CN109827502B (zh) * | 2018-12-28 | 2020-03-17 | 北京航空航天大学 | 一种标定点图像补偿的线结构光视觉传感器高精度标定方法 |
CN110091891B (zh) * | 2019-05-05 | 2020-03-31 | 中铁检验认证中心有限公司 | 高速列车动态限界测量方法、装置、存储介质及电子设备 |
CN111251189B (zh) * | 2019-11-12 | 2021-07-27 | 长沙长泰机器人有限公司 | 一种用于铸件打磨的视觉定位方法 |
CN112229420A (zh) * | 2020-08-31 | 2021-01-15 | 南京航空航天大学 | 一种用于飞机蒙皮对缝测量的线激光标定方法 |
CN112082483B (zh) * | 2020-09-09 | 2021-12-03 | 易思维(杭州)科技有限公司 | 仅有棱边特征工件的定位方法、应用及精度评价方法 |
CN112132891A (zh) * | 2020-11-26 | 2020-12-25 | 三代光学科技(天津)有限公司 | 一种扩大标定空间的方法 |
CN115839675B (zh) * | 2023-02-20 | 2023-05-12 | 宜科(天津)电子有限公司 | 一种物体轮廓线的识别系统 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101109620A (zh) * | 2007-09-05 | 2008-01-23 | 北京航空航天大学 | 一种结构光视觉传感器结构参数标定方法 |
CN101363713A (zh) * | 2007-12-29 | 2009-02-11 | 北京航空航天大学 | 一种基于二维交比不变的结构光传感器结构参数标定方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7061628B2 (en) * | 2001-06-27 | 2006-06-13 | Southwest Research Institute | Non-contact apparatus and method for measuring surface profile |
US8009930B2 (en) * | 2008-03-26 | 2011-08-30 | City University Of Hong Kong | Auto-calibration method for a projector-camera system |
-
2010
- 2010-03-26 CN CN2010101330570A patent/CN101943563B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101109620A (zh) * | 2007-09-05 | 2008-01-23 | 北京航空航天大学 | 一种结构光视觉传感器结构参数标定方法 |
CN101363713A (zh) * | 2007-12-29 | 2009-02-11 | 北京航空航天大学 | 一种基于二维交比不变的结构光传感器结构参数标定方法 |
Non-Patent Citations (5)
Title |
---|
Giovanna Sansoni,et al.Calibration and Performance Evaluation of a 3-D Imaging Sensor Based on the Projection of Structured Light.《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》.2000,第49卷(第3期),628-636. * |
Ming-June Tsai,et al.Development of a high-precision surface metrology system using structured light projection.《Measurement》.2005,236-247. * |
孙长库等.CCD摄像机参数标定实验设计.《光电子技术与信息》.2005,第18卷(第2期),43-46. * |
张效栋等.电路板锡膏均匀性参数检测系统.《纳米技术与精密工程》.2008,第6卷(第4期),278-283. * |
张效栋等.结构光视觉传感器标定靶标的自动处理算法.《传感技术学报》.2009,第22卷(第10期),1426-1431. * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106568381A (zh) * | 2016-10-25 | 2017-04-19 | 西北工业大学 | 一种基于标准平面的线激光测量系统标定方法 |
CN106568381B (zh) * | 2016-10-25 | 2019-05-24 | 西北工业大学 | 一种基于标准平面的线激光测量系统标定方法 |
Also Published As
Publication number | Publication date |
---|---|
CN101943563A (zh) | 2011-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101943563B (zh) | 基于空间平面约束的线结构光视觉传感器的快速标定方法 | |
CN104266608B (zh) | 视觉传感器现场标定装置和标定方法 | |
CN103411553B (zh) | 多线结构光视觉传感器的快速标定方法 | |
CN110118528B (zh) | 一种基于棋盘靶标的线结构光标定方法 | |
CN104315978B (zh) | 一种管路端面中心点的测量方法及装置 | |
CN101814185B (zh) | 用于微小尺寸测量的线结构光视觉传感器标定方法 | |
CN100557635C (zh) | 一种基于柔性立体靶标的摄像机标定方法 | |
CN105157609A (zh) | 基于两组相机的大型零件全局形貌测量方法 | |
CN1975324A (zh) | 一种双传感器激光视觉三维测量系统校准方法 | |
CN103033132B (zh) | 基于单目视觉的平面测量方法及装置 | |
CN106863014A (zh) | 一种五轴数控机床直线轴几何误差检测方法 | |
CN104268876A (zh) | 基于分块的摄像机标定方法 | |
CN105823416A (zh) | 多相机测量物体的方法和装置 | |
CN103278138A (zh) | 一种复杂结构薄部件三维位置及姿态的测量方法 | |
CN109443209A (zh) | 一种基于单应性矩阵的线结构光系统标定方法 | |
CN101231750A (zh) | 一种双目立体测量系统的标定方法 | |
CN105091772B (zh) | 平面物体二维变形量的测量方法 | |
CN103292701A (zh) | 基于机器视觉的精密器件在线尺寸测量方法 | |
CN106556826B (zh) | 变电站巡检机器人定位导航用二维激光雷达标定装置及方法 | |
CN101329764A (zh) | 采用两个任意共面圆进行摄像机标定的方法 | |
CN109974618A (zh) | 多传感器视觉测量系统的全局标定方法 | |
CN107816942A (zh) | 一种基于十字结构光视觉系统的平面二维尺寸测量方法 | |
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 | |
CN102221331A (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
CN101865656B (zh) | 一种使用少数共面点精确定位多摄像头系统位姿的方法 |
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 | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20120425 |