CN102768762B - 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 - Google Patents
一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 Download PDFInfo
- Publication number
- CN102768762B CN102768762B CN201210199699.XA CN201210199699A CN102768762B CN 102768762 B CN102768762 B CN 102768762B CN 201210199699 A CN201210199699 A CN 201210199699A CN 102768762 B CN102768762 B CN 102768762B
- Authority
- CN
- China
- Prior art keywords
- calibration
- shooting
- point
- camera
- distance
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 238000001514 detection method Methods 0.000 title claims abstract description 29
- 238000002601 radiography Methods 0.000 title abstract 2
- 230000007547 defect Effects 0.000 title description 7
- 241001292396 Cirrhitidae Species 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 9
- 238000012937 correction Methods 0.000 claims abstract description 7
- 201000010099 disease Diseases 0.000 claims description 21
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 21
- 238000010586 diagram Methods 0.000 claims description 10
- 230000008569 process Effects 0.000 claims description 10
- 230000008859 change Effects 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 6
- 238000004519 manufacturing process Methods 0.000 claims description 6
- 238000012935 Averaging Methods 0.000 claims description 3
- 238000003709 image segmentation Methods 0.000 claims description 3
- 238000009472 formulation Methods 0.000 claims description 2
- 239000000203 mixture Substances 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 3
- 238000004364 calculation method Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 4
- 230000033001 locomotion Effects 0.000 description 4
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 230000011514 reflex Effects 0.000 description 2
- 238000011088 calibration curve Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 239000011159 matrix material Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000011435 rock Substances 0.000 description 1
- 239000004575 stone Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
Abstract
本发明涉及一种适用于盾构隧道病害数字照相检测的数码相机标定方法，具体为：制作标准标定线及计算机视觉工具包Halcon的标定板；设定拍摄点位置，考虑实际盾构隧道现场可能出现的最大和最小拍摄距离；将相机固定在三脚架上对各拍摄点依次拍摄，获取标定图像；利用Haocon标定程序对各拍摄点处的标定板图像进行处理，得到该点处的相机内参；利用所得各个拍摄点的相机内参对该点处所得到的标准标定线图像进行镜头径向畸变校正；通过识别测量程序，根据校正畸变后的图像得到三根标定线的像素宽度，并求得平均值；标准标定线实际宽度与所得平均值的比值为R，拍摄距离为D，曲线拟合后得到标定函数R（D）。本发明具有计算量少、结果稳定、便捷快速等优点。
Description
技术领域
本发明涉及一种新的数码相机标定技术，尤其是涉及一种针对盾构隧道病害数字照相检测的新的数码相机标定方法及其装置。
背景技术
相机标定指的是确定相机内参矩阵及相机畸变参数的过程。相机内参一旦确定，相机成像时的小孔成像模型就唯一确定了，相机内参直接反映二维像点和三维物点的对应关系。数码相机在近景摄影测量的实际应用中，常采用固定焦距的模式，但为了获取高清晰度的影像，主距会因拍摄距离的变化而改变，而主距的变化又会导致主点和畸变参数的变化，从而导致相机成像模型的不固定。因此对数码相机标定显得尤为重要，可以说是数字摄影测量的前提和基础。
随着计算机技术的迅猛发展和相机硬件质量的不断提升，基于数字图像处理的照相测量技术业已深入到边坡变形监测、岩体碎石识别、隧道病害识别量测等土木工程领域中，并发挥着非接触、高效、直观和精确的优势。在不同的应用领域，摄像机的标定技术也存在着很大的不同。目前数码相机标定技术大致可分为两类，主动标定法和被动标定法，利用数字图像进行盾构隧道病害识别测量时也大多应用这些方法进行相机标定。被动标定法即是传统的摄像机标定方法，其特点是利用已知的景物结构信息，如已知坐标的标志点等对图像的信息进行计算，从而获取摄像机的内部参数和畸变参数，其中包括：80年代中期Tsai提出的基于RAC的两步法，该方法的核心是利用径向一致约束来求解除（相机光轴方向的平移）外的其它相机参数，此后Rklenz在此基础上同时考虑了切向畸变，是对两步法的重要发展；Abdal-Aziz和Karara于70年代初提出的直接线性变换相机标定方法通过研究相机图像和环境物体之间的关系，建立了相机成像集合的线性模型；德国MVTec公司研发的计算机视觉包Halcon中的相机内参标定方法对于不同角度拍摄的标定板图像进行分析计算得到相机内参。主动标定法的特点是不依赖于标定参照物，只利用相机在运动过程中周围环境图像之间的对应关系或图像自身的各类几何约束关系（如灭点关系），对相机进行标定，但要求相机的运动是精确已知的。目前基于主动视觉相机自标定方法可分为两类：第一种是由马颂德在1996年提出的通过相机在三维空间内作多组三正交运动来求解相机内方位元素的方法，吴福朝、胡占义等于2001年将其方法进一步改进，提出基于多组两正交运动的主动视觉标定方法；另一种方法是由Richard Hartley提出的通过相机的纯旋转来求解内方位元素的方法。
由上文可知，现有的数码相机标定方法并不是特别适用于盾构隧道病害检测。无论是被动标定法还是主动标定法，都存在着如下缺点。第一是标定过程繁琐。要想获得精度较高的标定结果，这些方法无一例外的都需要拍摄足够数量的高质量的标定板照片，求解大量的方程，进行多步反复操作，工作量大。第二是标定结果不稳定，无法适应实际工程需要。相机的内参是非常敏感的参数，相机变焦或对焦都会导致内参的改变，使得标定结果失效。而在实际工程中，由于盾构隧道病害出现位置及拍摄距离的随机性，基本上不可能在相机不变焦或不对焦的情况下获得清晰图像。而为了保证实际应用时的效率，也无法在拍每张图像后都对相机重新进行标定。
因此在实际盾构隧道中进行拍摄时，急需一种合适的新方法对相机进行标定，从而能够便捷、高效、准确地进行盾构隧道病害的识别与测量。
发明内容
本发明的目的就是为了克服现有标定技术存在的缺陷而提供一种快速便捷、结果稳定、高精度的、适用于盾构隧道病害数字照相检测的数码相机标定方法及其装置，基本思想是通过室内实验得到相机在一个特定焦距下的标定比例Ratio(mm2/pixel2)与拍摄距离Distance(m)之间的函数关系。
本发明的目的可以通过以下技术方案来实现：
一种适用于盾构隧道病害数字照相检测的数码相机标定方法，包括以下步骤：
（1）制作标准标定线或标准标定面，制作计算机视觉工具包Halcon的标定板；
（2）设定拍摄点位置，考虑实际盾构隧道拍摄现场可能出现的最大和最小拍摄距离；
（3）将相机固定在三脚架上，并将三脚架放在设定拍摄点依次拍摄，获取标定图像；
（4）利用Haocon标定程序对步骤（3）中所采集的每一个拍摄点处的标定板图像进行处理，得到该拍摄点处的相机内参；
（5）利用步骤（4）中所得的各个拍摄点的相机内参对该拍摄点处所得到的标准标定线或标准标定面图像进行镜头径向畸变校正；
（6）通过识别测量程序，根据步骤（5）中所得的校正畸变后的图像得到三根标定线或标定面的像素宽度或像素面积，并求得平均值；
（7）标准标定线实际宽度或标准标定面实际面积与步骤（6）中所得平均值的比值为R，拍摄距离为D，进行曲线拟合后得到标定函数R（D）。
本发明中，所述的步骤（1）的具体步骤如下：
（11）选取大小合适的Halcon特制标定板；
（12）制作标准标定线或标准标定面：
标准标定线用于代替盾构隧道中的一维病害；
标准标定面用于代替盾构隧道中的二维病害；
标定线宽度不小于3mm，标定面面积不小于15mm*15mm。
（13）将准备好的标定板、标准标定线或标准标定面图像张贴到有一定刚度的平板上，保证表面平滑。
本发明中，所述的步骤（2）的具体步骤如下：
（21）根据所要拍摄的盾构隧道的实际大小选择拍摄范围，确定最大和最小拍摄距离；
（22）根据拍摄所用的相机的性能，设定拍摄点之间的间距：
（221）在同一张纸上打印15条墨线，宽度分别为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5，单位为mm；
（222）将准备好的纸张贴在平滑的垂直面上，根据步骤（21）中确定的最小拍摄距离开始，每隔0.1m用相机拍一张图像，直到最大拍摄距离；
（223）利用Halcon中的检测程序去识别每张图像中的墨线，根据检测结果记录下每个测点处能够有效识别的图像的最小检测宽度；
（224）以（223）中获得的最小有效检测宽度为Y轴，拍摄距离为X轴，做出散点图；
（225）根据散点图中，最小有效检测宽度每变化0.1mm时拍摄距离的变化范围，确定标定时所设的拍摄点间距，间距单位取0.1m。
本发明中，所述的步骤（3）的具体步骤如下：
（31）将相机固定在三脚架上，将相机调到手动模式，选择合适的焦距并固定，拍摄过程中相机镜头应固定在同一焦距处；
（32）在每一个拍摄点处需要拍摄10~20张标定板图像；
（33）在每一个拍摄点处拍摄三张标准标定线或标准标定面的图像。
本发明中，所述的步骤（4）的具体步骤如下：
（41）使用Halcon图像处理平台编制程序，对所获图像进行分析，实现图像中标定板的自动识别、标定板中标志点的自动寻找和圆形标志点中心的亚像素定位；
（42）每个拍摄点需要确定8个相机内参：主距f、镜头径向畸变参数k、横纵向比例系数s x 和s y 、主点位置[c x , c y ]、像宽w I 、像高h I 。
本发明中，所述的步骤（5）的具体步骤如下：
（51）在相机内参标定过程中，同时确定镜头畸变参数；
（52）根据标定相机所得镜头畸变参数，对标准标定线或标准标定面图像的径向畸变进行校正，常用校正公式为：
式中、为畸变校正后的坐标，x c 、y c 为径向失真中心，r为到径向失真中心的径向距离，r 2 =(x-x c ) 2 +(y-y c ) 2 ，L(r)=1+k 1 r+k 2 r++k 3 r+…，k n 为畸变参数，由相机标定获得。
本发明中，所述的步骤（6）的具体步骤如下：
（61）利用亚像素边缘检测对标准标定线或标准标定面进行图像分割；
（611）根据下述二维高斯滤波函数对图像进行平滑：
将上式分别对，求偏导，得到两个一维滤波器，
其中： 为像素点坐标，为高斯滤波器的空间尺度系数，控制图像的平滑程度；
（612）根据下式计算每个像素点的梯度幅值和梯度方向：
其中: 为像素的梯度幅值，为像素的梯度方向，，为（611）中求得的一维高斯滤波器，为图像灰度值，此处*代表卷积运算；
（613）根据图像的拍摄质量和噪声程度确定canny边缘检测的上下阈值，，≈2；
（614）利用上下阈值寻找边缘点：将所有梯度幅值>的点作为安全边缘点接受，<的点作为非边缘点排除；对于>>的点，作为潜在边缘点保留，针对这些潜在边缘点，只有当该点沿着某一最短路径与安全边缘点相连时，才被接受为安全边缘点；
（62）计算标定线的像素宽度（或标定面的像素面积）：
（621）采用平均最小宽度法计算标定线的宽度；根据步骤（61）得到的结果区分标定线的上下边缘，分别选中上边缘的各点，根据竖直方向上下边缘点的坐标，先从上边缘首个点开始，用上边缘点的坐标分别与下边缘的各坐标点利用两点间的距离公式计算，算得的最小值作为该点到下边缘的距离，可表示为：
其中，k=0,1,2,3……
公式表示取上边缘的第i个点到下边缘所有点的距离的最小值；
依次算出上边缘每点到下边缘的距离值，将这些算得的距离值平均，便是标定线宽的平均值，表示为：
（622）根据步骤（61）将标定面分割出来后，标定面所占的像素数量即为标定面的像素面积。
本发明中，所述的步骤（7）的具体步骤如下：
（71）将标准标定线实际宽度或标准标定面实际面积与步骤（6）中所得到的平均值相除，得到的比值为该距离处的标定比例R；
（72）得到所有拍摄点的标定比例R后，以拍摄距离D为横坐标，R为纵坐标，如图5所示，将各点描绘在坐标系中；
（73）对坐标系中的点进行曲线拟合，得到标定函数R（D）。
本发明提出的一种适用于盾构隧道病害数字照相检测的数码相机标定装置，包括数码相机、激光测距仪、三脚架以及笔记本工作站，所述的数码相机通过三脚架设于激光测距仪的上方，并通过数据线与笔记本工作站连接。
本发明中，所述的数码相机采用sonyA550单反数码相机，该数码相机的镜头为18~55mm的标准镜头。
基于常用标定方法在盾构隧道病害检测中应用所存在的计算工作量大、标定结果不稳定、不能对焦或变焦等缺点，本文提出了基于传统标定方法的经验标定法，该方法以传统的Halcon标定法为基础，跳过获取相机内参的过程，直接通过室内试验得到相机标定比例与拍摄距离之间的函数关系，从而解决了常用标定法需要反复标定，不能对焦变焦等问题，为烦杂的盾构隧道灾害数字照相检测工作提供了一种便捷、高效的数码相机标定方法。
附图说明
图1为本发明的流程图。
图2为本发明的硬件结构示意图。
图3为本发明进行标定所用的标定板图。
图4为本发明所采用的标准标定线（或标准标定面）图。其中：(a)为标准标定线图像，(b)为标准标定面图像。
图5为本发明标定曲线R(D)的拟合曲线示意图。
图中标号：1为数码相机，2激光测距仪，3为三脚架，4为笔记本工作站，5为数据线。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。
实施例
如图1所示，一种适用于盾构隧道病害数字照相检测的新的数码相机标定方法，包括以下步骤：
步骤101，制作标准标定线或标准标定面，制作计算机视觉工具包Halcon的标定板；
步骤102，设定拍摄点位置，考虑实际盾构隧道拍摄现场可能出现的最大和最小拍摄距离，合理选择拍摄点之间的间距；
步骤103，将相机固定在三脚架上，并将三脚架放在设定拍摄点依次拍摄，获取标定图像；
步骤104，利用Haocon标定程序对步骤（3）中所采集的每一个拍摄点处的标定板图像进行处理，得到该拍摄点处的相机内参；
步骤105，利用步骤（4）中所得的各个拍摄点的相机内参对该拍摄点处所得到的标准标定线或标准标定面图像进行镜头径向畸变校正；
步骤106，通过识别测量程序，根据步骤（5）中所得的校正畸变后的图像得到三根标定线或标定面的像素宽度或像素面积，并求得平均值；
步骤107，标准标定线实际宽度或标准标定面实际面积与步骤（6）中所得平均值的比值即为该距离处的标定比例R，以R为纵坐标，拍摄距离D为横坐标，将各点描绘在坐标系上，进行曲线拟合后得到标定函数R（D）。
所述的步骤101的具体步骤如下：
（11）选取大小合适的Halcon特制标定板；
（12）制作标准标定线或标准标定面：
标准标定线用于代替盾构隧道中的一维病害；
标准标定面用于代替盾构隧道中的二维病害；
标定线宽度不小于3mm，标定面面积不小于15mm*15mm。
（13）将准备好的标定板、标准标定线或标准标定面图像张贴到有一定刚度的平板上，保证表面平滑。
所述的步骤102的具体步骤如下：
（21）根据所要拍摄的盾构隧道的实际大小选择拍摄范围，确定最大和最小拍摄距离；
（22）根据拍摄所用的数码相机的性能，设定拍摄点之间的间距：
（221）在同一张纸上打印15条墨线，宽度分别为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5，单位为mm；
（222）将准备好的纸张贴在平滑的垂直面上，根据步骤（21）中确定的最小拍摄距离开始，每隔0.1m用相机拍一张图像，直到最大拍摄距离；
（223）利用Halcon中的检测程序去识别每张图像中的墨线，根据检测结果记录下每个测点处能够有效识别的图像的最小检测宽度；
（224）以步骤（223）中获得的最小有效检测宽度为Y轴，拍摄距离为X轴，做出散点图；
（225）根据散点图中，最小有效检测宽度每变化0.1mm时拍摄距离的变化范围，确定标定时所设的拍摄点间距，间距单位取0.1m。
所述的步骤103的具体步骤如下：
（31）将相机固定在三脚架上，将相机调到手动模式，选择好合适的焦距并固定，拍摄过程中相机镜头应固定在同一焦距处；
（32）在每一个拍摄点处需要拍摄10~20张标定板图像；
（33）在每一个拍摄点处拍摄三张标准标定线或标准标定面的图像。
所述的步骤104的具体步骤如下：
（41）使用Halcon图像处理平台编制程序，对所获图像进行分析，实现图像中标定板的自动识别、标定板中标志点的自动寻找和圆形标志点中心的亚像素定位；
（42）每个拍摄点需要确定8个相机内参：主距f、镜头径向畸变参数k、横纵向比例系数s x 和s y 、主点位置[c x , c y ]、像宽w I 、像高h I 。
所述的步骤105的具体步骤如下：
（51）在相机内参标定过程中，同时确定镜头畸变参数；
（52）根据标定相机所得镜头畸变参数，对标准标定线或标准标定面图像的径向畸变进行校正，常用校正公式为：
式中、为畸变校正后的坐标，x c 、y c 为径向失真中心，r为到径向失真中心的径向距离，r 2 =(x-x c ) 2 +(y-y c ) 2 ，L(r)=1+k 1 r+k 2 r++k 3 r+…，k n 为畸变参数，由相机标定获得。
所述的步骤106的具体步骤如下：
（61）利用亚像素边缘检测对标准标定线或标准标定面进行图像分割；
（611）根据下述二维高斯滤波函数对图像进行平滑：
将上式分别对，求偏导，得到两个一维滤波器，
其中： 为像素点坐标，为高斯滤波器的空间尺度系数，控制图像的平滑程度；
（612）根据下式计算每个像素点的梯度幅值和梯度方向：
其中: 为像素的梯度幅值，为像素的梯度方向，，为（611）中求得的一维高斯滤波器，为图像灰度值，此处*代表卷积运算；
（613）根据图像的拍摄质量和噪声程度确定canny边缘检测的上下阈值，，≈2；
（614）利用上下阈值寻找边缘点：将所有梯度幅值>的点作为安全边缘点接受，<的点作为非边缘点排除；对于>>的点，作为潜在边缘点保留，针对这些潜在边缘点，只有当该点沿着某一最短路径与安全边缘点相连时，才被接受为安全边缘点；
（62）计算标定线的像素宽度或标定面的像素面积：
（621）采用平均最小宽度法计算标定线的宽度；根据步骤（61）得到的结果区分标定线的上下边缘，分别选中上边缘的各点，根据竖直方向上下边缘点的坐标，先从上边缘首个点开始，用上边缘点的坐标分别与下边缘的各坐标点利用两点间的距离公式计算，算得的最小值作为该点到下边缘的距离，可表示为：
其中，k=0,1,2,3……
公式表示取上边缘的第i个点到下边缘所有点的距离的最小值；
依次算出上边缘每点到下边缘的距离值，将这些算得的距离值平均，便是标定线宽的平均值，表示为：
（622）根据步骤（61）将标定面分割出来后，标定面所占的像素数量即为标定面的像素面积。
所述的步骤107的具体步骤如下：
（71）将标准标定线实际宽度或标准标定面实际面积与步骤（6）中所得到的平均值相除，得到的比值为该距离处的标定比例R；
（72）得到所有拍摄点的标定比例R后，以拍摄距离D为横坐标，R为纵坐标，将各点描绘在坐标系中；
（73）对坐标系中的点进行曲线拟合，得到标定函数R（D）。
一种适用于盾构隧道病害数字照相检测的数码相机标定装置，包括数码相机1、激光测距仪2、三脚架3以及笔记本工作站4，所述的数码相机1通过三脚架3设于激光测距仪2的上方，并通过数据线5与笔记本工作站4连接。
所述的数码相机采用sonyA550单反数码相机，其有效像素为1420万，该数码相机的镜头为18~55mm的标准镜头。
在室内实验中，应垂直于标准标定线（或标准标定面）图像表面拍摄，同时利用照明灯和相机三脚架等辅助设备进行拍摄，防止因光线或人为抖动等原因而造成所拍图像质量不高，影响后续的图像处理效果。
Claims (6)
1.一种针对盾构隧道病害数字照相检测的数码相机标定方法，其特征在于，具体步骤如下：
（1）制作标准标定线或标准标定面，制作计算机视觉工具包Halcon的标定板；
（2）设定拍摄点位置，考虑实际盾构隧道拍摄现场可能出现的最大和最小拍摄距离，合理选择拍摄点之间的间距；
（3）将相机固定在三脚架上，并将三脚架放在设定拍摄点依次拍摄，获取标定图像；
（4）利用Halcon标定程序对步骤（3）中所采集的每一个拍摄点处的标定板图像进行处理，得到该拍摄点处的相机内参；
（5）利用步骤（4）中所得的各个拍摄点的相机内参对该拍摄点处所得到的标准标定线或标准标定面图像进行镜头径向畸变校正；
（51）在相机内参标定过程中，同时确定镜头畸变参数；
（52）根据标定相机所得镜头畸变参数，对标准标定线或标准标定面图像的径向畸变进行校正，常用校正公式为：
式中、为畸变校正后的坐标，x c 、y c 为径向失真中心，r为到径向失真中心的径向距离，r 2 =(x-x c ) 2 +(y-y c ) 2 ，L(r)=1+k 1 r+k 2 r++k 3 r+…，k n 为畸变参数，由相机标定获得；
（6）通过识别测量程序，根据步骤（5）中所得的校正畸变后的图像得到三根标定线或标定面的像素宽度或像素面积，并求得平均值；
（61）利用亚像素边缘检测对标准标定线或标准标定面进行图像分割；
（611）根据下述二维高斯滤波函数对图像进行平滑：
将上式分别对，求偏导，得到两个一维滤波器，
其中： 为像素点坐标，为高斯滤波器的空间尺度系数，控制图像的平滑程度；
（612）根据下式计算每个像素点的梯度幅值和梯度方向：
其中: 为像素的梯度幅值，为像素的梯度方向，，为（611）中求得的一维高斯滤波器，为图像灰度值，此处*代表卷积运算；
（613）根据图像的拍摄质量和噪声程度确定canny边缘检测的上下阈值，，≈2；
（614）利用上下阈值寻找边缘点：将所有梯度幅值>的点作为安全边缘点接受，<的点作为非边缘点排除；对于>>的点，作为潜在边缘点保留，针对这些潜在边缘点，只有当该点沿着某一最短路径与安全边缘点相连时，才被接受为安全边缘点；
（62）计算标定线的像素宽度或标定面的像素面积：
（621）采用平均最小宽度法计算标定线的宽度；根据步骤（61）得到的结果区分标定线的上下边缘，分别选中上边缘的各点，根据竖直方向上下边缘点的坐标，先从上边缘首个点开始，用上边缘点的坐标分别与下边缘的各坐标点利用两点间的距离公式计算，算得的最小值作为该点到下边缘的距离，可表示为：
其中，k=0,1,2,3……
公式表示取上边缘的第i个点到下边缘所有点的距离的最小值；
依次算出上边缘每点到下边缘的距离值，将这些算得的距离值平均，便是标定线宽的平均值，表示为：
（622）根据步骤（61）将标定面分割出来后，标定面所占的像素数量即为标定面的像素面积；
（7）标准标定线实际宽度或标准标定面实际面积与步骤（6）中所得平均值的比值即为该距离处的标定比例R，以R为纵坐标，拍摄距离D为横坐标，将各点描绘在坐标系上，进行曲线拟合后得到标定函数R（D）。
2.根据权利要求1所述的一种针对盾构隧道病害数字照相检测的数码相机标定方法，其特征在于，所述的步骤（1）的具体步骤如下：
（11）选取大小合适的Halcon标定板；
（12）制作标准标定线或标准标定面：
标准标定线用于代替盾构隧道中的一维病害；
标准标定面用于代替盾构隧道中的二维病害；
标定线宽度不小于3mm，标定面面积不小于15mm*15mm；
（13）将准备好的标定板、标准标定线或标准标定面图像张贴到有一定刚度的平板上，保证表面平滑。
3.根据权利要求1所述的一种针对盾构隧道病害数字照相检测的数码相机标定方法，其特征在于， 所述的步骤（2）的具体步骤如下：
（21）根据所要拍摄的盾构隧道的实际大小选择拍摄范围，确定最大和最小拍摄距离；
（22）根据拍摄所用的相机的性能，设定拍摄点之间的间距：
（221）在同一张纸上打印15条墨线，宽度分别为0.1、0.2、0.3、0.4、0.5、0.6、0.7、0.8、0.9、1.0、1.1、1.2、1.3、1.4、1.5，单位为mm；
（222）将准备好的纸张贴在平滑的垂直面上，根据步骤（21）中确定的最小拍摄距离开始，每隔0.1m用相机拍一张图像，直到最大拍摄距离；
（223）利用Halcon中的检测程序去识别每张图像中的墨线，根据检测结果记录下每个测点处能够有效识别的图像的最小检测宽度；
（224）以步骤（223）中获得的最小有效检测宽度为Y轴，拍摄距离为X轴，做出散点图；
（225）根据散点图中，最小有效检测宽度每变化0.1mm时拍摄距离的变化范围，确定标定时所设的拍摄点间距，间距单位取0.1m。
4.根据权利要求1所述的一种针对盾构隧道病害数字照相检测的数码相机标定方法，其特征在于，所述的步骤（3）的具体步骤如下：
（31）将相机固定在三脚架上，将相机调到手动模式，选择合适的焦距并固定，拍摄过程中相机镜头应固定在同一焦距处；
（32）在每一个拍摄点处需要拍摄10~20张标定板图像；
（33）在每一个拍摄点处拍摄三张标准标定线或标准标定面的图像。
5.根据权利要求1所述的一种针对盾构隧道病害数字照相检测的数码相机标定方法，其特征在于，所述的步骤（4）的具体步骤如下：
（41）使用Halcon图像处理平台编制程序，对所获图像进行分析，实现图像中标定板的自动识别、标定板中标志点的自动寻找和圆形标志点中心的亚像素定位；
（42）每个拍摄点需要确定8个相机内参：主距f、镜头径向畸变参数k、横纵向比例系数s x 和s y 、主点位置[c x , c y ]、像宽w I 、像高h I 。
6.根据权利要求1所述的一种针对盾构隧道病害数字照相检测的数码相机标定方法，其特征在于，所述的步骤（7）的具体步骤如下：
（71）将标准标定线实际宽度或标准标定面实际面积与步骤（6）中所得到的平均值相除，得到的比值为该距离处的标定比例R；
（72）得到所有拍摄点的标定比例R后，以拍摄距离D为横坐标，R为纵坐标，将各点描绘在坐标系中；
（73）对坐标系中的点进行曲线拟合，得到标定函数R（D）。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210199699.XA CN102768762B (zh) | 2012-06-18 | 2012-06-18 | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210199699.XA CN102768762B (zh) | 2012-06-18 | 2012-06-18 | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102768762A CN102768762A (zh) | 2012-11-07 |
| CN102768762B true CN102768762B (zh) | 2015-07-22 |
Family
ID=47096155
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210199699.XA Expired - Fee Related CN102768762B (zh) | 2012-06-18 | 2012-06-18 | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102768762B (zh) |
Families Citing this family (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103458181B (zh) * | 2013-06-29 | 2016-12-28 | 华为技术有限公司 | 镜头畸变参数调节方法、装置及摄像设备 |
| CN104180766A (zh) * | 2014-09-09 | 2014-12-03 | 南京林业大学 | 一种冻土界面层变形测量系统及其测量方法 |
| CN106097362B (zh) * | 2016-06-20 | 2019-06-28 | 中国科学院深圳先进技术研究院 | 一种x光图像中人工圆形标记的自动检测和定位方法 |
| CN105953741B (zh) * | 2016-07-13 | 2024-03-12 | 中冶建筑研究总院有限公司 | 一种钢结构局部几何变形的测量系统和方法 |
| CN108426585B (zh) * | 2018-03-12 | 2019-09-13 | 哈尔滨工业大学 | 一种光场相机的几何标定方法 |
| CN110044289B (zh) * | 2019-04-17 | 2020-12-01 | 上海同岩土木工程科技股份有限公司 | 基于自动变焦的隧道多断面收敛变形视频监测装置及方法 |
| CN110022440B (zh) * | 2019-04-23 | 2021-04-30 | 同济大学 | 一种辅助相机集群的参数控制方法 |
| CN111665263B (zh) * | 2020-06-11 | 2022-04-29 | 长江空间信息技术工程有限公司(武汉) | 一种盾构引水隧洞结构缝检测方法 |
| CN113587895B (zh) * | 2021-07-30 | 2023-06-30 | 杭州三坛医疗科技有限公司 | 双目测距方法及装置 |
| CN113888640B (zh) * | 2021-09-07 | 2024-02-02 | 浙江大学 | 一种适用于无人机云台相机的改进标定方法 |
| CN116626040A (zh) * | 2022-12-07 | 2023-08-22 | 浙江众合科技股份有限公司 | 一种轨道与隧道的病变检测方法 |
| CN116358492B (zh) * | 2023-06-01 | 2023-08-04 | 辽宁省交通规划设计院有限责任公司 | 一种隧道智能检测装置及方法 |
| CN117764940A (zh) * | 2023-12-19 | 2024-03-26 | 珠海圣美生物诊断技术有限公司 | 一种显微镜状态检测方法、装置、计算机设备及存储介质 |
Family Cites Families (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101957178B (zh) * | 2009-07-17 | 2012-05-23 | 上海同岩土木工程科技有限公司 | 一种隧道衬砌裂缝测量方法及其测量装置 |
| CN201757642U (zh) * | 2010-07-29 | 2011-03-09 | 同济大学 | 一种基于数字照相技术的变形远程监控系统 |
| JP2012107983A (ja) * | 2010-11-17 | 2012-06-07 | Ihi Corp | ワーク寸法計測装置及びワーク寸法計測方法 |
| CN102208108B (zh) * | 2011-04-01 | 2013-01-09 | 哈尔滨工业大学 | 摄像机大视场高精度快速现场全局标定方法 |
| CN102297660B (zh) * | 2011-05-20 | 2013-05-01 | 同济大学 | 一种盾构隧道衬砌管片接缝张开宽度的测量方法及装置 |
-
2012
- 2012-06-18 CN CN201210199699.XA patent/CN102768762B/zh not_active Expired - Fee Related
Also Published As
| Publication number | Publication date |
|---|---|
| CN102768762A (zh) | 2012-11-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102768762B (zh) | 一种针对盾构隧道病害数字照相检测的数码相机标定方法及其装置 | |
| CN102376089B (zh) | 一种标靶校正方法及系统 | |
| CN102810205B (zh) | 一种摄像或照相装置的标定方法 | |
| CN105865326A (zh) | 实物尺寸测量方法及图像数据库数据采集方法 | |
| CN106871787A (zh) | 大空间线扫描成像三维测量方法 | |
| CN106677037B (zh) | 基于机器视觉的便携式沥青路面病害检测方法及装置 | |
| US11562478B2 (en) | Method and system for testing field of view | |
| CN108833912A (zh) | 一种摄像机机芯光轴中心和视场角的测量方法及系统 | |
| CN105953741B (zh) | 一种钢结构局部几何变形的测量系统和方法 | |
| TWI585513B (zh) | A mark and alignment method with focus and tilt correction design | |
| CN110146030A (zh) | 基于棋盘格标志法的边坡表面变形监测系统和方法 | |
| CN102589529B (zh) | 扫描近景摄影测量方法 | |
| CN111105466B (zh) | 一种ct系统中相机的标定方法 | |
| CN110044262B (zh) | 基于图像超分辨率重建的非接触式精密测量仪及测量方法 | |
| CN103644865A (zh) | 基于数字图像分析的平面面积测量方法 | |
| CN105719239A (zh) | 一种用于图像拼接的方法及装置 | |
| CN108805940B (zh) | 一种变倍相机在变倍过程中跟踪定位的方法 | |
| CN106643567A (zh) | 一种车道偏移系统产线标定板的校验方法及系统 | |
| CN111442845A (zh) | 基于距离补偿的红外测温方法、装置及计算机存储介质 | |
| CN105405135B (zh) | 基于基本配置点的两步法摄影物点、像点自动匹配方法 | |
| CN105758337A (zh) | 一种获取透镜平面与图像传感器平面之间夹角的方法 | |
| CN110956668A (zh) | 一种基于聚焦测度的聚焦堆栈成像系统预置位标定方法 | |
| CN116678322A (zh) | 考虑平行激光束倾斜角度的裂缝宽度测量方法及系统 | |
| CN108286960B (zh) | 聚焦式光管阵列装置以及摄影检测方法 | |
| CN107527323A (zh) | 镜头畸变的标定方法及装置 |
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: 20150722 Termination date: 20180618 |