CN110514114A - 一种基于双目视觉的微小目标空间位置标定方法 - Google Patents
一种基于双目视觉的微小目标空间位置标定方法 Download PDFInfo
- Publication number
- CN110514114A CN110514114A CN201910695134.2A CN201910695134A CN110514114A CN 110514114 A CN110514114 A CN 110514114A CN 201910695134 A CN201910695134 A CN 201910695134A CN 110514114 A CN110514114 A CN 110514114A
- Authority
- CN
- China
- Prior art keywords
- target
- camera
- coordinate
- ccd
- small objects
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10016—Video; Image sequence
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开一种基于双目视觉的微小目标空间位置标定方法,S1:调整两个CCD相机左右位置,对标定后左右两个CCD相机的内部参数矩阵及镜头径向畸变系数求解;S2:使激光跟踪仪在对应的位置,使用激光跟踪仪确定世界坐标系,求得两个CCD相机中图像坐标系与世界坐标系的转换关系;S3:开启两个CCD相机同时对目标空间的靶纸图像采集,并提取多副不同姿态的目标图像,将多幅目标图像储存到控制系统的储存单元后,控制系统的对比判断模块会进行对比择优选取最佳的目标图片,靶纸为棋盘状;S4:对于步骤S3中,建立网格数据库;S5:计算位于两标靶之间目标物对应世界坐标间的距离。本发明对于标定微小目标空间位置的效果好。
Description
技术领域
本发明涉及视觉位置标定技术领域,具体是一种基于双目视觉的微小目标空间位置标定方法。
背景技术
随着光学、电子学以及计算机技术的发展,双目立体检测技术广泛应用于工业检测,生物医学,虚拟现实等领域。双目立体视觉具有测量精度高、系统结构简单、获取信息丰富、效率高和适应性强等优点,是目前非接触自动在线检测和质量控制等研究中最受欢迎的视觉传感技术之一。双目立体视觉是机器视觉领域中的一个重要分支,其直接模拟人类双眼处理景物的方式,可靠简便。因此双目立体视觉装置在诸如微操作系统的位姿检测与控制,机器人自主导航与航测、三维测量学和虚拟现实等很多领域中都极具应用价值。
随着机器视觉技术的发展,利用摄像头采集的图像信息来进行目标定位具有了较大的可行性和更大的优势。由于,双目立体视觉直接模拟人类双眼的处理方式,具有获取物体深度信息的能力,能得到目标点的精确空间位置信息,因而具有更大的研究价值。
基于双目立体视觉定位的标定方法中传统方法可以适用于任意的摄像机模型,但标定精度高标定过程复杂,对于微小目标的空间位置标定准确率低,定位精度低,效率不高。
发明内容
本发明提供一种基于双目视觉的微小目标空间位置标定方法,能够有效的解决上述背景中存在的技术问题。
为了实现上述目的,本发明提供如下技术方案:本发明的一种基于双目视觉的微小目标空间位置标定方法,包括有以下步骤:
S1:调整两个CCD相机左右位置,并对两个CCD相机的光圈和焦距调整后对两个CCD相机进行坐标系参数的标定并对目标物使用二维平面靶对的标定,对标定后左右两个CCD相机的内部参数矩阵及镜头径向畸变系数求解;
S2:使激光跟踪仪在对应的位置,使用激光跟踪仪确定世界坐标系,求得两个CCD相机中图像坐标系与世界坐标系的转换关系;
S3:开启两个CCD相机同时对目标空间的靶纸图像采集,并提取多副不同姿态的目标图像,将多幅目标图像储存到控制系统的储存单元后,控制系统的对比判断模块会进行对比择优选取最佳的目标图片,在此,靶纸为棋盘状;
S4:对于步骤S3中,建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的内部参数,通过公式H=λK[r1 r2 t]计算出,其中K为相机内部的参数;
S5:在目标物的相机内部的参数所对应双目视觉系统中的两相机各组对应标靶图像中,获得一系列对应关系的世界坐标,分别表示目标物根据对应标靶计算的两组世界坐标,计算位于两标靶之间目标物对应世界坐标间的距离。
优选的,对于步骤S3中,建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的参数矩阵及镜头径向畸变系数,从而使用最大似然估计方法得到最佳目标在CCD相机内的参数。
优选的,对于步骤S4中,对于CCD相机内部的参数矩阵的约束,可采用约束公式。
优选的,对于S4,CCD相机内部的参数可通过以下方法:
a:通过提取标定点所有实际图像坐标P(xu,yu)和空间坐标P(xw,yw,zw),(xw,yw,zw)为空间点P的世界坐标。
b:由空间坐标P(xw,yw,zw)和映射矩阵M初步求取理论图像坐标P(xd,yd);
c:由实际图像坐标P(xu,yu)和取理论图像坐标P'(xd,yd)初步求畸变系数最小二乘解K,(u,v)为空间点P的像素坐标;
d:由实际图像坐标P(xu,yu)和畸变系数K求取理论图像坐标P'(xd,yd);
e:由理论图像坐标P'(xd,yd)和空间坐标P(xw,yw,zw)能求取映射矩阵最小二乘解M’。
优选的,在步骤S3中,靶纸根据实际需要来设计黑白区域的大小。
本发明的有益效果在于:
本发明发明通过左右两台摄像机模拟双目,计算出微小目标的空间坐标,提高了测量精度和效率,使得双目坐标定位在光学检测等领域具有更好的应用前景;更能通过提出的微小目标空间标定方法旨在提高摄像标定精度,降低标定难度,提高空间定位速度和准确度。本发明有效提高了匹配速度,减少运算量,增强系统的实用性,适应性强。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1为本发明提供的位置标定的靶纸图。
图2为本发明提供的位置标定的原理图。
具体实施方式
为了便于理解本发明,下面将参照相关附图对本发明进行更加全面的描述,附图中给出了本发明的若干实施例,但是本发明可以通过不同的形式来实现,并不限于文本所描述的实施例,相反的,提供这些实施例是为了使对本发明公开的内容更加透彻全面。
需要说明的是,当元件被称为“固设于”另一个元件,它可以直接在另一个元件上也可以存在居中的元件,当一个元件被认为是“连接”另一个元件,它可以是直接连接到另一个元件或者可能同时存在居中元件,本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。
除非另有定义,本文所使用的所有的技术和科学术语与属于本发明的技术领域的技术人员通常连接的含义相同,本文中在本发明的说明书中所使用的术语知识为了描述具体的实施例的目的,不是旨在于限制本发明,本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。
请参考图2,本发明提供一种基于双目视觉的微小目标空间位置标定方法,包括有以下步骤:
S1:调整两个CCD相机左右位置,并对两个CCD相机的光圈和焦距调整后对两个CCD相机进行坐标系参数的标定并对目标物使用二维平面靶对的标定,对标定后左右两个CCD相机的内部参数矩阵及镜头径向畸变系数求解,对于相机的内部参数矩阵及镜头径向畸变系数求解可:设P=(X,Y,Z),P=(X,Y,Z)为场景中的一点,在针孔相机模型中,其要经过以下几个变换,最终变为二维图像上的像点p=(μ,ν)p=(μ,ν):
将P从世界坐标系通过刚体变换(旋转和平移)变换到相机坐标系,这个变换过程使用的是相机间的相对位姿,也就是相机的外参数。
从CCD相机坐标系,通过透视投影变换到相机的成像平面上的像点p=(x,y)p=(x,y)。
将像点p从成像坐标系,通过缩放和平移变换到像素坐标系上点p=(μ,ν)p=(μ,ν),(μ,ν)为空间点P的像素坐标。
相机将场景中的三维点变换为图像中的二维点,也就是各个坐标系变换的组合,可将上面的变换过程整理为矩阵相乘的形式,从而得出CCD相机的内参数K:
S2:使激光跟踪仪在对应的位置,使用激光跟踪仪确定世界坐标系,求得两个CCD相机中图像坐标系与世界坐标系的转换关系,此关系之间的转换可直接对需要采用多点位的目标物的图像坐标系的值起到对应的转换作用。
S3:开启两个CCD相机同时对目标空间的靶纸图像采集,并提取多副不同姿态的目标图像,将多幅目标图像储存到控制系统的储存单元后,控制系统的对比判断模块会进行对比择优选取最佳的目标图片,在此,靶纸为棋盘状,靶纸根据实际需要来设计黑白区域的大小;在采集多幅目标图像过程中,对与目标物的靶标建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的参数矩阵及镜头径向畸变系数,从而使用最大似然估计方法得到最佳目标在CCD相机内的参数,最大似然估计方法如下:
其中,Ri,ti表示第i幅图像对应相机的旋转矩阵和平移向量,K是CCD相机的内参数。
S4:对于步骤S3中,建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的内部参数,通过公式H=λK[r1 r2 t]计算出,其中K为相机内部的参数,在目标物的内部参数求解过程中,可以通过以下方法:
a:通过提取标定点所有实际图像坐标P(xu,yu)和空间坐标P(xw,yw,zw),(xw,yw,zw)为空间点P的世界坐标。
b:由空间坐标P(xw,yw,zw)和映射矩阵M初步求取理论图像坐标P(xd,yd);
c:由实际图像坐标P(xu,yu)和取理论图像坐标P'(xd,yd)初步求畸变系数最小二乘解K,(u,v)为空间点P的像素坐标;
d:由实际图像坐标P(xu,yu)和畸变系数K求取理论图像坐标P'(xd,yd);
e:由理论图像坐标P'(xd,yd)和空间坐标P(xw,yw,zw)能求取映射矩阵最小二乘解M’。
S5:在目标物的相机内部的参数所对应双目视觉系统中的两相机各组对应标靶图像中,获得一系列对应关系的世界坐标,分别表示目标物根据对应标靶计算的两组世界坐标,计算位于两标靶之间目标物对应世界坐标间的距离,此时再根据步骤S2中的对应转换关系,即可转换成CCD相机内的实际坐标,从而对微小目标进行空间位置标定。
对于步骤S3中,建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的参数矩阵及镜头径向畸变系数,从而使用最大似然估计方法得到最佳目标在CCD相机内的参数。
对于步骤S4中,对于CCD相机内部的参数矩阵的约束,可采用约束公式,约束公式采用如下公式确定:
上述结合附图对本发明进行了示例性描述,显然本发明具体实现并不受上述方式的限制,只要采用了本发明的方法构思和技术方案进行的这种非实质改进,或未经改进将本发明的构思和技术方案直接应用于其他场合的,均在本发明的保护范围之内。
Claims (5)
1.一种基于双目视觉的微小目标空间位置标定方法,其特征在于,包括有以下步骤:
S1:调整两个CCD相机左右位置,并对两个CCD相机的光圈和焦距调整后对两个CCD相机进行坐标系参数的标定并对目标物使用二维平面靶对的标定,对标定后左右两个CCD相机的内部参数矩阵及镜头径向畸变系数求解;
S2:使激光跟踪仪在对应的位置,使用激光跟踪仪确定世界坐标系,求得两个CCD相机中图像坐标系与世界坐标系的转换关系;
S3:开启两个CCD相机同时对目标空间的靶纸图像采集,并提取多副不同姿态的目标图像,将多幅目标图像储存到控制系统的储存单元后,控制系统的对比判断模块会进行对比择优选取最佳的目标图片,在此,靶纸为棋盘状;
S4:对于步骤S3中,建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的内部参数,通过公式H=λK[r1 r2 t]计算出,其中K为相机内部的参数;
S5:在目标物的相机内部的参数所对应双目视觉系统中的两相机各组对应标靶图像中,获得一系列对应关系的世界坐标,分别表示目标物根据对应标靶计算的两组世界坐标,计算位于两标靶之间目标物对应世界坐标间的距离。
2.根据权利要求1所述的一种基于双目视觉的微小目标空间位置标定方法,其特征在于:对于步骤S3中,建立网格数据库,使用平面靶标标定方法对目标物在左右两个CCD相机采集中的参数矩阵及镜头径向畸变系数,从而使用最大似然估计方法得到最佳目标在CCD相机内的参数。
3.根据权利要求1所述的一种基于双目视觉的微小目标空间位置标定方法,其特征在于:对于步骤S4中,对于CCD相机内部的参数矩阵的约束,可采用约束公式。
4.根据权利要求1所述的一种基于双目视觉的微小目标空间位置标定方法,其特征在于:对于S4,CCD相机内部的参数可通过以下方法:
a:通过提取标定点所有实际图像坐标P(xu,yu)和空间坐标P(xw,yw,zw),(xw,yw,zw)为空间点P的世界坐标。
b:由空间坐标P(xw,yw,zw)和映射矩阵M初步求取理论图像坐标P(xd,yd);
c:由实际图像坐标P(xu,yu)和取理论图像坐标P’(xd,yd)初步求畸变系数最小二乘解K,(u,v)为空间点P的像素坐标;
d:由实际图像坐标P(xu,yu)和畸变系数K求取理论图像坐标P’(xd,yd);
e:由理论图像坐标P’(xd,yd)和空间坐标P(xw,yw,zw)能求取映射矩阵最小二乘解M’。
5.根据权利要求1所述的一种基于双目视觉的微小目标空间位置标定方法,其特征在于:根据步骤S3中,靶纸根据实际需要来设计黑白区域的大小。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910695134.2A CN110514114A (zh) | 2019-07-30 | 2019-07-30 | 一种基于双目视觉的微小目标空间位置标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910695134.2A CN110514114A (zh) | 2019-07-30 | 2019-07-30 | 一种基于双目视觉的微小目标空间位置标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110514114A true CN110514114A (zh) | 2019-11-29 |
Family
ID=68624791
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910695134.2A Pending CN110514114A (zh) | 2019-07-30 | 2019-07-30 | 一种基于双目视觉的微小目标空间位置标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110514114A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111502671A (zh) * | 2020-04-20 | 2020-08-07 | 中铁工程装备集团有限公司 | 盾构激光标靶导向搭载双目相机的综合导向装置及方法 |
CN112102473A (zh) * | 2020-09-01 | 2020-12-18 | 国网安徽省电力有限公司淮南供电公司 | 配网带电作业机器人的作业场景建模方法及系统 |
CN113793388A (zh) * | 2021-08-09 | 2021-12-14 | 南京工程学院 | 一种基于深度学习的立体视觉人际安全距离检测方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567989A (zh) * | 2011-11-30 | 2012-07-11 | 重庆大学 | 基于双目立体视觉的空间定位方法 |
CN103438798A (zh) * | 2013-08-27 | 2013-12-11 | 北京航空航天大学 | 主动双目视觉系统全局标定方法 |
CN104933718A (zh) * | 2015-06-23 | 2015-09-23 | 广东省自动化研究所 | 一种基于双目视觉的物理坐标定位方法 |
CN106017321A (zh) * | 2016-06-16 | 2016-10-12 | 沈阳飞机工业(集团)有限公司 | 一种基于双目视觉的大尺寸几何量测量方法 |
WO2017080451A1 (en) * | 2015-11-11 | 2017-05-18 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for binocular stereo vision |
CN107883870A (zh) * | 2017-10-24 | 2018-04-06 | 四川雷得兴业信息科技有限公司 | 基于双目视觉系统和激光跟踪仪测量系统的全局标定方法 |
CN108765495A (zh) * | 2018-05-22 | 2018-11-06 | 山东大学 | 一种基于双目视觉检测技术的快速标定方法及系统 |
CN109364385A (zh) * | 2018-08-15 | 2019-02-22 | 武汉华安科技股份有限公司 | 基于双目视觉的肿瘤定位方法 |
-
2019
- 2019-07-30 CN CN201910695134.2A patent/CN110514114A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102567989A (zh) * | 2011-11-30 | 2012-07-11 | 重庆大学 | 基于双目立体视觉的空间定位方法 |
CN103438798A (zh) * | 2013-08-27 | 2013-12-11 | 北京航空航天大学 | 主动双目视觉系统全局标定方法 |
CN104933718A (zh) * | 2015-06-23 | 2015-09-23 | 广东省自动化研究所 | 一种基于双目视觉的物理坐标定位方法 |
WO2017080451A1 (en) * | 2015-11-11 | 2017-05-18 | Zhejiang Dahua Technology Co., Ltd. | Methods and systems for binocular stereo vision |
CN106017321A (zh) * | 2016-06-16 | 2016-10-12 | 沈阳飞机工业(集团)有限公司 | 一种基于双目视觉的大尺寸几何量测量方法 |
CN107883870A (zh) * | 2017-10-24 | 2018-04-06 | 四川雷得兴业信息科技有限公司 | 基于双目视觉系统和激光跟踪仪测量系统的全局标定方法 |
CN108765495A (zh) * | 2018-05-22 | 2018-11-06 | 山东大学 | 一种基于双目视觉检测技术的快速标定方法及系统 |
CN109364385A (zh) * | 2018-08-15 | 2019-02-22 | 武汉华安科技股份有限公司 | 基于双目视觉的肿瘤定位方法 |
Non-Patent Citations (2)
Title |
---|
刘晓利等: "双目立体视觉的光学标定技术", 《光学仪器》 * |
王国珲,张传书: "基于双目视觉的空间点位置测试", 《工具技术》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111502671A (zh) * | 2020-04-20 | 2020-08-07 | 中铁工程装备集团有限公司 | 盾构激光标靶导向搭载双目相机的综合导向装置及方法 |
CN111502671B (zh) * | 2020-04-20 | 2022-04-22 | 中铁工程装备集团有限公司 | 盾构激光标靶导向搭载双目相机的综合导向装置及方法 |
CN112102473A (zh) * | 2020-09-01 | 2020-12-18 | 国网安徽省电力有限公司淮南供电公司 | 配网带电作业机器人的作业场景建模方法及系统 |
CN113793388A (zh) * | 2021-08-09 | 2021-12-14 | 南京工程学院 | 一种基于深度学习的立体视觉人际安全距离检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108765498B (zh) | 单目视觉跟踪方法、装置及存储介质 | |
CN105488810B (zh) | 一种聚焦光场相机内外参数标定方法 | |
CN105716542B (zh) | 一种基于柔性特征点的三维数据拼接方法 | |
CN111325801B (zh) | 一种激光雷达和相机的联合标定方法 | |
CN110782394A (zh) | 全景视频快速拼接方法及系统 | |
CN110514114A (zh) | 一种基于双目视觉的微小目标空间位置标定方法 | |
CN109269430A (zh) | 基于深度提取模型的多株立木胸径被动测量方法 | |
US8179448B2 (en) | Auto depth field capturing system and method thereof | |
WO2018211926A1 (ja) | 画像生成装置、画像生成システム、画像生成方法、及び画像生成プログラム | |
CN105469389B (zh) | 一种用于视觉传感器标定的网格球靶标及相应标定方法 | |
CN110009690A (zh) | 基于极线校正的双目立体视觉图像测量方法 | |
CN107471218A (zh) | 一种基于多目视觉的双臂机器人手眼协调方法 | |
CN110174088A (zh) | 一种基于单目视觉的目标测距方法 | |
CN104760812B (zh) | 基于单目视觉的传送带上产品实时定位系统和方法 | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
CN110060304B (zh) | 一种生物体三维信息采集方法 | |
US20210377432A1 (en) | Information processing apparatus, information processing method, program, and interchangeable lens | |
CN112734863A (zh) | 一种基于自动定位的交叉式双目相机标定方法 | |
CN108154536A (zh) | 二维平面迭代的相机标定法 | |
CN107578450A (zh) | 一种用于全景相机装配误差标定的方法及系统 | |
CN108470152A (zh) | 基于红外的3d四维虹膜数据采集方法及系统 | |
CN110532865A (zh) | 基于可见光与激光融合的航天器结构识别方法 | |
CN107123135B (zh) | 一种无序三维点云的无畸变成像方法 | |
CN108564654A (zh) | 三维大场景的画面进入方式 | |
JP7300895B2 (ja) | 画像処理装置および画像処理方法、プログラム、並びに記憶媒体 |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191129 |
|
RJ01 | Rejection of invention patent application after publication |