CN109341668A - 基于折射投影模型和光束追踪法的多相机测量方法 - Google Patents

基于折射投影模型和光束追踪法的多相机测量方法 Download PDF

Info

Publication number
CN109341668A
CN109341668A CN201811184516.0A CN201811184516A CN109341668A CN 109341668 A CN109341668 A CN 109341668A CN 201811184516 A CN201811184516 A CN 201811184516A CN 109341668 A CN109341668 A CN 109341668A
Authority
CN
China
Prior art keywords
camera
point
ray tracing
projection model
polyphaser
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.)
Granted
Application number
CN201811184516.0A
Other languages
English (en)
Other versions
CN109341668B (zh
Inventor
冯明驰
姜盼盼
王剑桥
肖立峰
陈国喜
郑太雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201811184516.0A priority Critical patent/CN109341668B/zh
Publication of CN109341668A publication Critical patent/CN109341668A/zh
Application granted granted Critical
Publication of CN109341668B publication Critical patent/CN109341668B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01CMEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
    • G01C11/00Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
    • G01C11/04Interpretation of pictures
    • G01C11/06Interpretation of pictures by comparison of two or more pictures of the same area
    • G01C11/08Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
    • G01C11/10Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken using computers to control the position of the pictures

Landscapes

  • Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Radar, Positioning & Navigation (AREA)
  • Remote Sensing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明请求保护一种基于折射投影模型和光束追踪法的多相机测量方法,用于视觉检测与图像测量领域。本发明的过程包括:1.组建多相机系统;2.基于折射投影模型和光束追踪法的多相机全局标定;3.多个相机分别从不同方向捕捉图像;4.特征提取与匹配,获得测量的三维点;5.将每个子系统所获得的三维点转换到同一坐标系下,得到全局测量的数据。6.利用已获得的三维点数据,计算间接量(如应变、位移等)。本发明的关键在于多相机系统的标定,其结果将会对后续的三维点获取产生影响。本发明在测量过程中的特点是可以同时对系统中多台相机进行标定,克服了平面标定板限制多台相机分布的问题,测量过程灵活。

Description

基于折射投影模型和光束追踪法的多相机测量方法
技术领域
本发明属于视觉检测与图像测量领域,具体涉及到一种用于全局测量的多相机测量系统。
背景技术
视觉测量近年来一直是计算机视觉领域中的研究热点,广泛应用于军事、工业、民用各个领域,具有很高的理论研究以及实际应用价值。单相机系统只能得到二维信息,限制了多平面目标的测量,双目相机系统结构简单、成本低并具有较高的精度,但是只能以固定的角度对目标物体采集,获取目标物体的三维信息,并且对于目标物体存在尺寸不一、外形复杂而导致自身遮挡等问题,无法精确测量。多相机系统不仅可以得到目标物的多平面信息,还可以得到其深度信息,使测量结果更加准确。多相机测量系统是视觉测量的重要手段。
多相机测量主要任务就是寻找三维空间中的目标物体的三维信息与通过相机所获得的图像上所对应的二维信息之间的关系。多相机测量系统标定就是来确定相机在成像过程中涉及到许多参数包括相机内部参数、外部参数以及畸变系数等的,是测量过程中一项重要且是难点的任务,其结果将会对后续三维点的获取产生极大影响,进而影响整个测量结果的精度。一般来说,多相机测量系统的整体性能很大程度上取决于相机标定的准确性。
多相机系统的标定方法分为两类:基于标定物的标定和相机自标定。相机自标定方法不采用标定物,只通过图像之间的对应约束关系,完成相机的标定。此方法标定步骤简单,自动化程度高,但是目前还不成熟,主要问题是相机自标定的精度较低。基于标定物的标定一般采用已知几何信息的标定物进行标定,早期的相机标定方法采用比较精确的三维标定物体,此类方法标定结果精确度高,但是三维标定物的制作过程比较困难。随后有人提出基于二维平面标定板的经典标定方法,该方法标定结果精确度高且标定物制作过程较简单,但是随着越来越多的多相机系统的应用,平面标定板不能满足从不同方位的相机同时可见。邻近相机之间间距较大时,则不能同时可视一块平面标定板,不能标定出相对于同一个标定板的外部参数,需要通过相邻相机之间的位置转换关系获得在统一世界坐标系下的外部参数,造成运算累积误差。
综上,多相机测量系统不仅克服了双目立体视觉的缺点,而且测量结果具有精度高,效果好并且能够实时测量等优点。相机标定是三维测量技术中一个重要的研究内容,其标定结果将会对后面步骤所用到的参数造成很大的影响。目前,对于多相机系统的标定,主要存在着操作过程繁琐,标定结果不精确,对标定物的制造工艺要求高等问题。
发明内容
本发明旨在解决以上现有技术的问题。提出了一种保证测量结果的准确性、简化标定步骤、提高效率、全局测量能够同时从不同角度对目标物体进行表面测量的基于折射投影模型和光束追踪法的多相机测量方法。本发明的技术方案如下:
一种基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,包括以下步骤:
1)组建多相机测量系统:安装N个相机,分布在标定目标的四周,使N个相机的视野同时覆盖标定目标的同一区域;
2)基于折射投影模型和光束追踪法的多相机全局标定:利用光束追踪法建立折射投影模型,利用光束法平差的方法和折射投影模型优化多相机系统的外部参数和玻璃折射率;
3)多个相机分别从不同方向捕捉标定目标的图像;
4)利用特征点提取算法来提取图像中的特征点,获得匹配点对,将获得的匹配点对结合相机的内外参数,基于三角测量原理来恢复空间点的坐标,从而每个双目子系统获得测量部分三维点的测量数据。
5)将每个子系统所获得的三维点转换到同一坐标系下,从而得到全局测量的数据;
6)利用已获得的三维点数据,计算间接量。
进一步的,所述步骤1)使N个相机的视野同时覆盖标定目标的同一区域,具体包括:在视野同时覆盖区域内放置标定目标,标定目标是一面用棋盘图案印刷的透明玻璃标定板,可以从标定板的两侧清晰地采集到完整棋盘图案的图像,多相机系统中的相机分成两组,I组位于透明玻璃标定板印刷棋盘图案的一侧即标定板正面,可以直接采集到棋盘图案;II组位于透明玻璃标定板印刷棋盘图案的另一侧即标定板背面,可以通过透明玻璃采集到棋盘图案。
进一步的,所述步骤2)基于折射投影模型和光束追踪法的多相机全局标定,步骤为:
A1)在视野同时覆盖区域内放置标定目标,多相机系统中各台相机同时从不同角度采集标定板图像;
A2)利用光束追踪法建立折射投影模型;
A3)利用传统标定法获取每台相机的内部参数;
A4)获取相机外部参数的初始估计;
A5)利用光束法平差和折射投影模型优化多相机系统的外部参数和玻璃折射率。
进一步的,所述步骤A2)利用光束追踪法建立折射投影模型,光束追踪法的具体步骤为:
A21)从已知的相机位置到三维点P的连线方向作为初始的入射光线的方向r1 k,并求出入射光线与透明玻璃标定板的上表面的交点作为初始的入射点,其中透明玻璃标定板的上表面为折射面;
A22)已知空气和透明玻璃标定板的折射率,利用公式(1)计算出折射光线的方向
其中,空气和玻璃的折射率分别是n1和n2(n2>n1),假设空气的折射率为1,则玻璃的相对折射率为玻璃的厚度为d,分别表示入射光线的方向和折射表面的法向量。
A23)假设有一光线与折射光线平行且方向相反,从三维点P投射到透明玻璃标定板的上表面;
A24)计算得光线与透明玻璃标定板的上表面的交点
A25)若之间的距离大于阈值,则将之间连线的中点定义为作为入射点,回到步骤A22),循环此过程,否则结束过程,此时的入射光线的方向和入射点为最优解。
进一步的,所述步骤A3)所述的利用传统标定法获取每台相机的内部参数,步骤为:
A31)、从不同角度采集若干张印有棋盘标定图案的图像;
A32)、检测出图像中的特征点;
A33)、利用检测的特征点位置信息获得相机内部参数初值;
A34)、利用下列公式求解相机的畸变系数:
r2=x2+y2 (5)
其中,(xd,yd)是带有畸变的图像坐标,(x,y)是无畸变的图像坐标,1+k1r2+k2r4+k5r6是径向畸变,dx是切向畸变,k1,k2,k5是径向畸变系数,k3,k4是切向畸变系数。
A35)、利用最大似然估计进行优化。
进一步的,所述步骤A44)所述的获取相机外部参数的初始估计,包括如下步骤:
1)、利用小孔成像模型计算I组相机外部参数的初始值;
2)、利用直接线性法计算II组相机外部参数的初始值。
进一步的,所述步骤4)利用特征点提取算法来提取图像中的特征点步骤为:
1)尺度空间极值检测的步骤:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的特征点;
2)关键点的定位步骤:在每个候选的特征点的位置上,通过一个拟合精细的模型来确定位置和尺度,关键点的选择依据于它们的稳定程度;
3)方向确定步骤:使用图像梯度的方法求取该局部结构的稳定方向,以特征点为中心的邻域窗口中进行采样,并用直方图来统计邻域像素的梯度方向;
4)关键点的描述步骤:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度,这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。
进一步的,所述步骤4)的特征点匹配得到匹配点对采用的是基于极线约束关系,在极线上寻找比较与待匹配特征点的相似性来获得匹配点对。
进一步的,所述步骤5)得到全局测量的数据,由两台相机从不同角度同时获取目标物体或场景的两幅二维图像并基于三角定理即可计算出物体三维几何信息,通过获得的相机内外参数以及求得的相邻两幅图像之间的匹配点对,求得每个双目视觉子系统所测量的目标物体表面的三维点,由于在获取三维点的过程中,每个双目视觉子系统是以左相机为参考世界坐标系。因此,需要将每个双目视觉子系统所获得的三维点转换到同一坐标系下,从而获得全局目标点云。
进一步的,所述步骤6)利用已获得的三维点数据,计算间接量,由不同时刻的物体三维点云的变化,可以求得目标的位移或者形变,从而获得目标物体的全局三维位移场和应变场。
本发明的优点及有益效果如下:
本发明采用了一种新的基于折射投影模型和光束追踪法的多相机测量系统。相机标定是多相机测量中的一个重要的研究内容,其标定结果将会对后面步骤所用到的参数造成很大的影响。该系统标定采用透明玻璃制成的标定目标,并在透明玻璃标定板的一侧印刷棋盘图案。多个相机同时分布在标定目标的两侧,方向均为朝向标定目标,保证标定物位于多个相机的视野覆盖区内。可以使用传统标定法计算每台相机的内部参数,位于标定板正面的相机不受透明玻璃折射的影响,可以使用小孔成像模型直接标定相机外部参数。位于标定板背面的相机透过透明玻璃采集到棋盘图像,在此过程中受到折射的影响产生不可忽略的标定误差,在透明玻璃标定板的厚度相对较小的情况下,采用直接线性法来计算外部参数的初始值。本发明采用特征提取算法对相机所获得的图像进行特征点的提取,然后两两之间完成特征点匹配,将相邻两台相机组成的双目子系统分别获得对应目标物体的局部表面三维信息,最后将每个子系统所获得的三维点统一到同一坐标系下,进而获得目标物体的三维测量结果。
基于折射投影模型和光束追踪法的多相机测量系统,具有测量结果精度高、标定过程简单、可进行全局测量等特点。其中相机标定采用透明玻璃标定板作为标定目标,既解决了二维平面标定目标限制多台相机分布,需要把不同世界坐标系中的外部参数转换到同一世界坐标系中,造成多相机系统外部参数标定过程效率低的问题,又解决了三维立体标定目标制作过程困难的问题。具体体现在以下几点:
(1)本发明在对多相机的外部参数进行标定时,采用的标定目标是透明玻璃标定板。与基于一维、三维标定目标或传统的二维目标的现有方法相比,采用透明玻璃标定板的方法的重投影误差的均值和标准差较小,标定结果精确,同时解决了分布于标定板两侧的多相机不能一次性完成标定的问题,有效的提高了工作效率。
(2)本发明在推导存在折射现象的优化算法中,建立了折射投影模型,提出了一种基于光束追踪法的优化算法。该方法简化了算法优化参数过程,提高了算法的精度。
(3)本发明在优化多相机的外部参数时,利用Jacobian矩阵的稀疏结构提高了计算性能,减少了重投影误差,提高了测量精度。
(4)本发明通过对透明玻璃标定板多个不同摆放位置的标定,从而得到多相机系统外部参数的全局最优解,避免了单个相机标定的繁琐步骤,简化了标定过程,减少了误差累积,进一步提高了标定结果的精确度。
(5)本发明在特征点提取与匹配时,利用标定的相机参数建立起极线几何约束关系,结合特征点的相似性来进行特征点的匹配,不仅提高了匹配速度,而且提高了匹配对的精度。
附图说明
图1是本发明提供优选实施例多相机测量系统示意图
图2相机之间存在公共视野覆盖区域示意图
图3本发明提供优选实施例多相机测量系统几何关系示意图
图4折射投影模型
图5光束追踪法模型
图6本发明多相机测量系统中相机标定流程图
图7本发明提供优选实施例测量厚度形变示意图
图8本发明多相机测量系统中测量流程图
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、详细地描述。所描述的实施例仅仅是本发明的一部分实施例。
本发明解决上述技术问题的技术方案是:
如图1所示是多相机测量系统示意图,不失一般性,本发明采用四相机测量系统验证本发明所提出的一种基于折射投影模型和光束追踪法的多相机测量系统。如图1所示,该多相机测量系统包括:4台相机分成两组,I组两台相机包括相机Cam1和相机Cam2,位于测量目标的一侧。II组两台相机包括相机Cam3和相机Cam4,位于测量目标的另一侧。本发明所述的基于折射投影模型和光束追踪法的多相机测量系统,包括如下步骤:
(1)组建多相机系统:安装四个相机,分布在目标的两侧,仔细调整相机的视野,以满足两个相机之间存在相同的覆盖区域要求。如图2所示为调整相机的位置,使相机之间存在覆盖区域,从而可以对目标物体进行全局测量。
(2)基于折射投影模型和光束追踪法的多相机全局标定:
1)在视野同时覆盖区域内放置标定目标:所述的在视野同时覆盖区域内放置标定目标,标定目标是一面用棋盘图案印刷的透明玻璃标定板,可以从标定板的两侧清晰地采集到完整棋盘图案的图像。多相机系统中的相机分成两组,I组位于透明玻璃标定板印刷棋盘图案的一侧(标定板正面),可以直接采集到棋盘图案。II组位于透明玻璃标定板印刷棋盘图案的另一侧(标定板背面),可以通过透明玻璃采集到棋盘图案。多相机测量系统中的各台相机同时从不同角度采集玻璃标定板的图像。
2)利用光束追踪法建立折射投影模型:通常,相机的小孔成像模型可以满足相机的标定要求,但在本发明中标定目标是透明玻璃标定板,不能直接在世界点坐标和图像点坐标之间应用小孔成像模型,必须考虑光的折射。如图4所示,如果从空间中一个三维点发出的光线沿着直线路径画出来,它们就不会在一个点上相遇。所以我们采用折射投影模型来进行标定,折射投影模型中,从空间中一个三维点发出的光线沿着的折射路径会交于某一点。
本发明提出了光束追踪法,现以一台相机为例简要说明此问题,如图5所示。空气和玻璃的折射率分别是n1和n2(n2>n1),假设空气的折射率为1,则玻璃的相对折射率为玻璃的厚度为d,分别表示入射光线的方向和折射表面的法向量,则折射光线的方向可以表示为
光束追踪法的具体步骤为:
a).初始化k为1,r1 k表示从相机Xc到已知的三维点P的连线的方向。由几何关系可以找到r1 k和透明玻璃标定板的上表面S1的交点作为初始的入射点。
b).已知空气的折射率n1和玻璃的折射率n2,可以通过公式(1)计算折射光线的方向
c).射线从P点投射到交界面S1,平行但是方向相反。
d).计算得到和S1的交点
e).若之间的距离大于阈值,则将中点定义为并循环此过程。否则结束过程,此时入射光的方向r1 k和入射点为最优解。
3)利用传统标定法获取每台相机的内部参数:利用传统标定法计算多相机测量系统中各台相机的内部参数。内部参数是相机的固有属性,不会随着外在环境的变化而发生变化,其可表示为:
其中,fu和fv分别表示在u轴和v轴上的焦距,(u0,v0)表示光学中心Oc的坐标值。
在实际相机采集图像过程中,存在一定的镜头畸变,带有畸变的图像坐标可以表示为
r2=x2+y2 (5)
其中,1+k1r2+k2r4+k5r6是径向畸变,dx是切向畸变,k1,k2,k5是径向畸变系数,k3,k4是切向畸变系数,(x,y)是无畸变的图像坐标。另外定义D=[k1,k2,k3,k4,k5]为畸变系数向量。
4)获取相机外部参数的初始估计:每个相机都需要分别计算外部参数的初始估计,I组位于透明玻璃标定板印刷棋盘图案的一侧(标定板正面),直接利用小孔成像模型计算外部参数的初始值,小孔成像投影模型可以表示为:假设空间中的一点P在世界坐标系中的坐标为(X,Y,Z),P在相机坐标系中的坐标为(XC,YC,ZC),其在图像平面上的投影点为p(u,v),三者之间的关系可以表示为:
其中,λ表示比例因子,K为内部参数,R和T分别表示由世界坐标系转换到相机坐标系的旋转矩阵和平移矩阵。R和T构成相机的外部参数。空间一个三维点P从世界坐标系投影到像素坐标系的点p之间的关系可以用如下公式表示:
p=f(K,R,T,D,P) (8)
其中,D是表示每台相机由径向畸变模型与切向畸变模型中的畸变系数组成的畸变向量。
对于II组位于透明玻璃标定板印刷棋盘图案的另一侧(标定板背面),可以通过透明玻璃采集到棋盘图案。由于透明玻璃标定板的厚度相对较小,II组采用固定的玻璃折射率估计值,利用直接线性法计算相机的外部参数。
5)利用光束法平差和折射投影模型优化多相机系统的外部参数和玻璃折射率:由于玻璃标定板的厚度可以通过物理方法精确测量,故作为已知值。通过折射投影模型预测世界坐标系下三维点P的图像二维点pr时,可以用如下公式表示:
pr=fr(K,R,T,D,P,n) (9)
其中,n表示玻璃标定板的折射率。
位于标定板正面的相机不受玻璃板折射现象的影响,其第k台相机关于第i个位置的标定板图像上的第j个预测的图像点,表示为:
pkij=f(Kk,Dk,Rki,Tki,Pj) (10)
位于标定板背面的相机受到玻璃板折射现象的影响,其第k台相机关于第i个位置的标定板图像上的第j个预测的图像点,表示为:
通过光束法平差的方法优化外部参数,可以得到对相机参数的最佳估计,其目标函数可以写成:
其中,l(k=1,2,…,l)表示系统中相机的个数,m(i=1,2,…,m)表示从不同的角度对标定板采集的图像数,n(j=1,2,…,n)表示利用程序对每张图像提取特征点的个数,xkij代表位于透明玻璃标定板正面的第k台相机关于第i个位置的标定板图像上的第j个测量的图像点,代表位于透明玻璃标定板背面的第k台相机关于第i个位置的标定板图像上的第j个测量的图像点。ω是折射的标志,ω的值为0表示没有折射的投影,而ω的值为1表示有折射的投影。假设图像点是独立的、具有相同分布的噪声干扰,就可以得到这些变量的最大似然解。
本发明以四相机系统为例,一个三维点和相应的图像点根据方程(12)可以提供两个独立的方程。标定目标透明玻璃标定板包含182个已知的三维点,每个相机捕捉20个图像,总共为139个变量解出了29 120个方程。在光束法平差中常用的非线性优化算法需要对投影函数的Jacobian矩阵进行规范化,Jacobian矩阵往往是一个非常稀疏的矩阵。在优化过程中可以利用稀疏结构来提高计算性能。
(3)多个相机分别从不同方向捕捉图像:在多相机重叠的视野中,多相机测量系统中的各台相机同时从不同角度对目标采集多张图像。
(4)特征提取与匹配,获得测量的三维点:利用特征点提取算法来提取图像中的特征点步骤为:
a)尺度空间极值检测:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的特征点;
b)关键点的定位:在每个候选的特征点的位置上,通过一个拟合精细的模型来确定位置和尺度,关键点的选择依据于它们的稳定程度;
c)方向确定:使用图像梯度的方法求取该局部结构的稳定方向,以特征点为中心的邻域窗口中进行采样,并用直方图来统计邻域像素的梯度方向,直方图的峰值代表了该关键点处邻域梯度的主方向,即为关键点的方向。所有后面的对图像数据的操作都是相对于关键点的方向、尺度和位置进行变换,从而提供对于这些变换的不变性;
d)关键点的描述:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度。这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。
基于极线约束关系进行特征点匹配,在极线上寻找比较与待匹配特征点的相似性来获得匹配点对。具体实现的方案是,对于两幅待匹配的图像所对应的两台相机,通过已经获得这两台相机的内外参数,因而便可恢复出两台相机的极线几何约束关系,对于在左右相机上的一对匹配点ml与mr必然在其所对应的极线ll与lr上,这样便把特征匹配的搜索范围由二维平面降低到一维直线上,这样将会大大的提高特征匹配的速度和准确性。
(5)将每个子系统所获得的三维点转换到同一坐标系下,从而得到全局测量的数据:每相邻两台相机组成一个双目视觉子系统,当获得两台相机之间特征点的对应关系之后,利用公式(13)求得每个双目视觉子系统所测量的目标物体表面的三维点。由于在完成三维点的过程中,每个双目视觉子系统是以左相机为参考世界坐标系。因此,需要将每个双目视觉子系统所获得的三维点转换到同一坐标系下,从而获得全局目标点云。
其中(xl,yl)与(xr,yr)分别表示空间中的一点P投影到左右两台相机的图像平面上的点pl与pr在图像坐标系下的坐标值。(Xl,Yl,Zl)与(Xr,Yr,Zr)分别表示空间点P在左相机坐标系与右相机坐标系下的坐标值,Rlr和Tlr分别左右两台相机之间的旋转矩阵与平移向量,分别表示为
假设(Xwj,Ywj,Zwj)表示第j个双目视觉子系统所得的三维点,将相机Cam1的相机坐标系作为全局目标点云的参考坐标系,则全局目标物体点云(Xg,Yg,Zg)便可以通过以下公式获得:
(6)利用已获得的三维点数据,计算间接量(如应变、位移等)。由不同时刻的物体三维点云的变化,可以求得目标的位移或者形变,由目标物体的表面法向量的变化,得到目标物体的全局三维位移场和应变场。在同一坐标系中,由全局位移场计算出每个点的厚度应变。厚度通常被定义为某一物体的两个平面之间的距离,故厚度应变由原来平面上点位移后脱离平面的距离来表示,如图7所示。
以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后,技术人员可以对本发明作各种改动或修改,这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (10)

1.一种基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,包括以下步骤:
1)组建多相机测量系统:安装N个相机,分布在标定目标的四周,使N个相机的视野同时覆盖标定目标的同一区域;
2)基于折射投影模型和光束追踪法的多相机全局标定:利用光束追踪法建立折射投影模型,利用光束法平差的方法和折射投影模型优化多相机系统的外部参数和玻璃折射率;
3)多个相机分别从不同方向捕捉标定目标的图像;
4)利用特征点提取算法来提取图像中的特征点,获得匹配点对,将获得的匹配点对结合相机的内外参数,基于三角测量原理来恢复空间点的坐标,从而每个双目子系统获得测量部分三维点的测量数据。
5)将每个子系统所获得的三维点转换到同一坐标系下,从而得到全局测量的数据;
6)利用已获得的三维点数据,计算间接量。
2.根据权利要求1所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤1)使N个相机的视野同时覆盖标定目标的同一区域,具体包括:在视野同时覆盖区域内放置标定目标,标定目标是一面用棋盘图案印刷的透明玻璃标定板,可以从标定板的两侧清晰地采集到完整棋盘图案的图像,多相机系统中的相机分成两组,I组位于透明玻璃标定板印刷棋盘图案的一侧即标定板正面,可以直接采集到棋盘图案;II组位于透明玻璃标定板印刷棋盘图案的另一侧即标定板背面,可以通过透明玻璃采集到棋盘图案。
3.根据权利要求1所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤2)基于折射投影模型和光束追踪法的多相机全局标定,步骤为:
A1)在视野同时覆盖区域内放置标定目标,多相机系统中各台相机同时从不同角度采集标定板图像;
A2)利用光束追踪法建立折射投影模型;
A3)利用传统标定法获取每台相机的内部参数;
A4)获取相机外部参数的初始估计;
A5)利用光束法平差和折射投影模型优化多相机系统的外部参数和玻璃折射率。
4.根据权利要求3所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤A2)利用光束追踪法建立折射投影模型,光束追踪法的具体步骤为:
A21)从已知的相机位置到三维点P的连线方向作为初始的入射光线的方向r1 k,并求出入射光线与透明玻璃标定板的上表面的交点作为初始的入射点,其中透明玻璃标定板的上表面为折射面;
A22)已知空气和透明玻璃标定板的折射率,利用公式(1)计算出折射光线的方向
其中,空气和玻璃的折射率分别是n1和n2(n2>n1),假设空气的折射率为1,则玻璃的相对折射率为玻璃的厚度为d,分别表示入射光线的方向和折射表面的法向量;
A23)假设有一光线与折射光线平行且方向相反,从三维点P投射到透明玻璃标定板的上表面;
A24)计算得光线与透明玻璃标定板的上表面的交点
A25)若之间的距离大于阈值,则将之间连线的中点定义为作为入射点,回到步骤A22),循环此过程,否则结束过程,此时的入射光线的方向r1 k和入射点为最优解。
5.根据权利要求3所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤A3)所述的利用传统标定法获取每台相机的内部参数,步骤为:
A31)、从不同角度采集若干张印有棋盘标定图案的图像;
A32)、检测出图像中的特征点;
A33)、利用检测的特征点位置信息获得相机内部参数初值;
A34)、利用下列公式求解相机的畸变系数:
r2=x2+y2 (5)
其中,(xd,yd)是带有畸变的图像坐标,(x,y)是无畸变的图像坐标,1+k1r2+k2r4+k5r6是径向畸变,dx是切向畸变,k1,k2,k5是径向畸变系数,k3,k4是切向畸变系数;
A35)、利用最大似然估计进行优化。
6.根据权利要求3所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤A44)所述的获取相机外部参数的初始估计,包括如下步骤:
1)、利用小孔成像模型计算I组相机外部参数的初始值;
2)、利用直接线性法计算II组相机外部参数的初始值。
7.根据权利要求1所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤4)利用特征点提取算法来提取图像中的特征点步骤为:
1)尺度空间极值检测的步骤:搜索所有尺度上的图像位置。通过高斯微分函数来识别潜在的对于尺度和旋转不变的特征点;
2)关键点的定位步骤:在每个候选的特征点的位置上,通过一个拟合精细的模型来确定位置和尺度,关键点的选择依据于它们的稳定程度;
3)方向确定步骤:使用图像梯度的方法求取该局部结构的稳定方向,以特征点为中心的邻域窗口中进行采样,并用直方图来统计邻域像素的梯度方向;
4)关键点的描述步骤:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度,这些梯度被变换成一种表示,这种表示允许比较大的局部形状的变形和光照变化。
8.根据权利要求7所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤4)的特征点匹配得到匹配点对采用的是基于极线约束关系,在极线上寻找比较与待匹配特征点的相似性来获得匹配点对。
9.根据权利要求8所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤5)得到全局测量的数据,由两台相机从不同角度同时获取目标物体或场景的两幅二维图像并基于三角定理即可计算出物体三维几何信息,通过获得的相机内外参数以及求得的相邻两幅图像之间的匹配点对,求得每个双目视觉子系统所测量的目标物体表面的三维点,由于在获取三维点的过程中,每个双目视觉子系统是以左相机为参考世界坐标系。因此,需要将每个双目视觉子系统所获得的三维点转换到同一坐标系下,从而获得全局目标点云。
10.根据权利要求8所述的基于折射投影模型和光束追踪法的多相机测量方法,其特征在于,所述步骤6)利用已获得的三维点数据,计算间接量,由不同时刻的物体三维点云的变化,可以求得目标的位移或者形变,从而获得目标物体的全局三维位移场和应变场。
CN201811184516.0A 2018-10-11 2018-10-11 基于折射投影模型和光束追踪法的多相机测量方法 Active CN109341668B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811184516.0A CN109341668B (zh) 2018-10-11 2018-10-11 基于折射投影模型和光束追踪法的多相机测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811184516.0A CN109341668B (zh) 2018-10-11 2018-10-11 基于折射投影模型和光束追踪法的多相机测量方法

Publications (2)

Publication Number Publication Date
CN109341668A true CN109341668A (zh) 2019-02-15
CN109341668B CN109341668B (zh) 2020-12-22

Family

ID=65309546

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811184516.0A Active CN109341668B (zh) 2018-10-11 2018-10-11 基于折射投影模型和光束追踪法的多相机测量方法

Country Status (1)

Country Link
CN (1) CN109341668B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110296686A (zh) * 2019-05-21 2019-10-01 北京百度网讯科技有限公司 基于视觉的定位方法、装置及设备
CN110969158A (zh) * 2019-11-06 2020-04-07 中国科学院自动化研究所 基于水下作业机器人视觉的目标检测方法、系统、装置
CN111210478A (zh) * 2019-12-31 2020-05-29 重庆邮电大学 一种无共同视野多相机系统外参标定方法、介质及系统
CN112668549A (zh) * 2021-01-15 2021-04-16 北京格灵深瞳信息技术股份有限公司 行人姿态分析方法、系统、及终端、存储介质
CN112802124A (zh) * 2021-01-29 2021-05-14 北京罗克维尔斯科技有限公司 多台立体相机的标定方法及装置、电子设备及存储介质
CN114205483A (zh) * 2022-02-17 2022-03-18 杭州思看科技有限公司 扫描仪精度校准方法、装置和计算机设备
CN116883516A (zh) * 2023-09-07 2023-10-13 西南科技大学 相机参数标定方法及装置

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3086285A1 (en) * 2015-04-22 2016-10-26 Thomson Licensing Method of camera calibration for a multi-camera system and apparatus performing the same
CN106127722A (zh) * 2016-05-03 2016-11-16 深圳视觉龙智能传感器有限公司 多相机的标定及对位贴合方法
US20170270654A1 (en) * 2016-03-18 2017-09-21 Intel Corporation Camera calibration using depth data
CN107230233A (zh) * 2017-05-04 2017-10-03 深圳大学 基于光束平差的远心镜头三维成像系统的标定方法及装置
CN108171758A (zh) * 2018-01-16 2018-06-15 重庆邮电大学 基于最小光程原理和透明玻璃标定板的多相机标定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP3086285A1 (en) * 2015-04-22 2016-10-26 Thomson Licensing Method of camera calibration for a multi-camera system and apparatus performing the same
US20170270654A1 (en) * 2016-03-18 2017-09-21 Intel Corporation Camera calibration using depth data
CN106127722A (zh) * 2016-05-03 2016-11-16 深圳视觉龙智能传感器有限公司 多相机的标定及对位贴合方法
CN107230233A (zh) * 2017-05-04 2017-10-03 深圳大学 基于光束平差的远心镜头三维成像系统的标定方法及装置
CN108171758A (zh) * 2018-01-16 2018-06-15 重庆邮电大学 基于最小光程原理和透明玻璃标定板的多相机标定方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
C.MULSOW: "a flexible multi-media bundle approach", 《INTERNATIONAL ARCHIVES OF PHOTOGRAMMETRY,REMOTE SENSING AND SPATIAL INFORMATION SCIENCES》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110296686A (zh) * 2019-05-21 2019-10-01 北京百度网讯科技有限公司 基于视觉的定位方法、装置及设备
CN110969158A (zh) * 2019-11-06 2020-04-07 中国科学院自动化研究所 基于水下作业机器人视觉的目标检测方法、系统、装置
CN110969158B (zh) * 2019-11-06 2023-07-25 中国科学院自动化研究所 基于水下作业机器人视觉的目标检测方法、系统、装置
CN111210478A (zh) * 2019-12-31 2020-05-29 重庆邮电大学 一种无共同视野多相机系统外参标定方法、介质及系统
CN112668549A (zh) * 2021-01-15 2021-04-16 北京格灵深瞳信息技术股份有限公司 行人姿态分析方法、系统、及终端、存储介质
CN112668549B (zh) * 2021-01-15 2023-04-07 北京格灵深瞳信息技术股份有限公司 行人姿态分析方法、系统、及终端、存储介质
CN112802124A (zh) * 2021-01-29 2021-05-14 北京罗克维尔斯科技有限公司 多台立体相机的标定方法及装置、电子设备及存储介质
CN112802124B (zh) * 2021-01-29 2023-10-31 北京罗克维尔斯科技有限公司 多台立体相机的标定方法及装置、电子设备及存储介质
CN114205483A (zh) * 2022-02-17 2022-03-18 杭州思看科技有限公司 扫描仪精度校准方法、装置和计算机设备
CN114205483B (zh) * 2022-02-17 2022-07-29 杭州思看科技有限公司 扫描仪精度校准方法、装置和计算机设备
CN116883516A (zh) * 2023-09-07 2023-10-13 西南科技大学 相机参数标定方法及装置
CN116883516B (zh) * 2023-09-07 2023-11-24 西南科技大学 相机参数标定方法及装置

Also Published As

Publication number Publication date
CN109341668B (zh) 2020-12-22

Similar Documents

Publication Publication Date Title
CN109341668A (zh) 基于折射投影模型和光束追踪法的多相机测量方法
CN109961468A (zh) 基于双目视觉的体积测量方法、装置及存储介质
CN104574393B (zh) 一种三维路面裂缝图像生成系统和方法
CN111476827B (zh) 目标跟踪方法、系统、电子装置及存储介质
CN109559348A (zh) 一种基于特征点追踪的桥梁非接触式变形测量方法
CN107560592B (zh) 一种用于光电跟踪仪联动目标的精确测距方法
CN106485690A (zh) 基于点特征的点云数据与光学影像的自动配准融合方法
CN104173054A (zh) 基于双目视觉技术的人体身高测量方法及其装置
CN111709985B (zh) 一种基于双目视觉的水下目标测距方法
CN110084243A (zh) 一种基于二维码和单目相机的档案识别与定位方法
CN110146030A (zh) 基于棋盘格标志法的边坡表面变形监测系统和方法
CN110223355B (zh) 一种基于双重极线约束的特征标志点匹配方法
CN107729893A (zh) 一种合模机的视觉定位方法、系统和存储介质
CN104036542A (zh) 一种基于空间光线聚集性的像面特征点匹配方法
CN102494663A (zh) 摆动喷管的摆动角度的测量系统及摆动角度的测量方法
Mi et al. A vision-based displacement measurement system for foundation pit
Crispel et al. All-sky photogrammetry techniques to georeference a cloud field
CN114923665B (zh) 波浪三维高度场的图像重构方法及图像重构试验系统
CN105526906A (zh) 大角度动态高精度激光测角方法
CN112595236A (zh) 一种水下激光三维扫描和实时测距的测量装置
CN114140539A (zh) 一种室内物体的位置获取方法和装置
Özdemir et al. A multi-purpose benchmark for photogrammetric urban 3D reconstruction in a controlled environment
CN109920009A (zh) 基于二维码标识的控制点检测与管理方法及装置
CN104318566B (zh) 可返回多个高程值的新型多视影像铅垂线轨迹匹配方法
CN115359127A (zh) 一种适用于多层介质环境下的偏振相机阵列标定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant