精华内容
下载资源
问答
  • 视觉测量

    千次阅读 2019-08-01 16:31:55
    1.1 视觉测量技术 1.1.1 现代检测技术的发展趋势 检测技术是现代化工业的基础技术之一,是保证产品质量的关键。在现代化的大生产之中,涉及到各种各样的检测。随着工业制造技术和加工工艺的提高和改进,对检测手段...

    1.1 视觉测量技术

    1.1.1 现代检测技术的发展趋势

    检测技术是现代化工业的基础技术之一,是保证产品质量的关键。在现代化的大生产之中,涉及到各种各样的检测。随着工业制造技术和加工工艺的提高和改进,对检测手段、检测速度和精度提出了更高的要求。现代检测技术是工业发展的基础,测量的精度和效率在一定程度上决定了制造业乃至科学技术发展的水平。现代检测技术要能适应快速发展的制造业,根据先进制造技术发展的要求,以及精密测量技术自身的发展规律,不断拓展新的测量原理和测试方法。近年来检测技术发展趋势[1,2]主要体现在以下几个方向:

    1. 在线测量

    在线测量就是在生产线上对产品进行检测,这样可以及时地得到产品的测量信息,并实时反馈给生产设备,来改进工艺、提高制造精度、降低废品率,为实现产品制造的零废品控制提供了可能。在相当长的一段时期内,测量基本上是静态的,即测量对象在测量过程中不变化或不明显变化;同时测量大多数是离线的,而不是在生产进行过程中实现的。进行在线测量可以降低消耗、减少成本、增加产量、增加效益,还可以保证产品的质量。

    2. 高精度

    科学技术向微小领域发展,制造业要求的测量精度也在不断提高,由微米级向纳米级发展。纳米(nm)即为 10-9m,纳米技术定义为尺寸或公差范围为 0.1~100nm 的制造、测量等技术。随着现代科学技术的不断发展,众多高科技领域均已进入了纳米世界,如精密元器件的测量、电子工业高密度半导体集成电路等等。纳米技术的加工离不开纳米精度的测量技术和设备,目前,国外一些研究机构不仅已在表面轮廓、长度、基本常数等测量上达到了纳米级,而且还在一维位移和微观形貌测量上实现了0.1 纳米级。纳米测量的主要仪器有光干涉测量仪、量子干涉仪、电容测微仪、电感测微仪、X 射线干涉仪、扫描电子显微镜(SEM)、扫描隧道显微镜(STM)、原子力显微镜(AFM)等。

    3. 非接触

    非接触检测具有没有测量力、精度高、易实现在线测量等优点,应用越来越广泛。非接触检测技术很多,比较常用的是电容测量方法和光学测量方法。

    4. 网络化

    网络技术的出现,极大地改变着人们生活的各个方面。具体到测控技术领域,有远程数据采集与测控,远程设备故障诊断,电、水、燃气、热能等的自动抄表,等等,都是网络技术进步并全面介入其中发挥关键作用的必然结果。

    目前,测控系统的设计思想明显受到计算机网络技术的影响,测控网络由传统的集中模式转变为分布模式,成为具有开放性、可互操作性、分散性、网络化、智能化的测控系统。网络的节点上不仅有计算机、工作站,还有智能测控仪器仪表。测控网络有着与信息网络相似的体系结构和通信模型,例如目前测控系统中迅猛发展的现场总线,它的通信模型和 0SI 模型对应,将现场的智能仪表和装置作为节点,通过网络将节点连同控制室内的仪器仪表和控制装置连成有机的测控系统。

    随着无线通信技术的迅速发展,无线通信在测控领域也得到了应用,形成了无线分布式传感/控制网络 (Wireless DistributedSensor/Control Networks,WDSCN)。WDSCN 融合了计算机网络、无线通信、现代传感器和微处理器等技术,具有低成本、低功耗、便携移动的特点。WDSCN 主要针对一个或一组机器与机器之间的通信与控制而设计的,可以应用于传感器(收集数据)和控制器、执行器(执行命令等)。WDSCN 技术适用于需要移动或不易进行布线的领域。测控网络的功能将远远大于系统中各独立个体功能的总和,使得测控系统的整体功能显著增强,应用领域及范围明显扩大。

    5. 智能化

    制造业中智能化仪器一般利用许多传感器获得测量信息,从而得出所需要的测量结果,对加工过程进行控制。仪器智能化是融合智能技术、传感技术、信息技术、仿生技术、材料科学等的一门交叉学科,使检测的概念过渡到在线、动态、主动的实时检测与控制。

    6. 高效率低成本

    为了增强市场竞争能力,生产厂家均在努力加强质量管理,降低生产成本,因此测量仪器的高效率低成本就成为了需要。

    1.1.2 视觉测量技术及其国内外研究现状

    随着机器视觉的迅速发展,人们开始考虑把计算机视觉技术的快速性、高智能化应用到检测技术当中,形成了一种新的检测技术——视觉测量技术[3]。

    视觉测量技术把图像作为检测和传递信息的手段或载体加以利用,从图像中提取有用的信号,通过处理被测图像而获得所需的各种参数。视觉测量技术以机器视觉为基础,融光电子学、计算机技术、激光技术、图像处理技术等现代科学技术为一体,组成光、机、电、算综合的测量系统,具有非接触、全视场测量、高精度和自动化程度高的特点。基于视觉测量技术的仪器设备能够实现智能化、数字化、小型化、网络化和多功能化,具备在线检测、动态检测、实时分析、实时控制的能力,具有高效、高精度、无损伤的检测特点,可以满足现代精密测量技术的发展需要,目前已广泛应用于工业、军事、医学等领域,并得到了极大的关注。在电子、光学和计算机等技术不断成熟和完善的基础上,视觉测量技术得到了突飞猛进的发展。早在 20 世纪 80 年代美国国家标准局就预计,检测任务的90%将由视觉测量系统来完成。在近几年的北京国际机床博览会上,可以见到许多国内外利用视觉测量技术研制的仪器,如光学三坐标测量仪、基于视觉技术的刀具预调测量仪等先进仪器。

    国外视觉测量技术发展迅速,涵盖的应用领域广泛。20 世纪末以美国、德国、日本为主开始研制各种基于视觉检测的测量模型,用于不同领域的检测[4]。

    国外从事视觉测量系统开发的厂家很多,如加拿大的 Dalsa 公司、Coreco Imaging公司、IO Industries 公司;丹麦的 JAI/Pulnix 公司;美国的 Cognex 公司、Navitar公司、光学测量仪器公司(OGP);瑞士的 Photonfocus 公司;日本 CCS 公司、Sony 公司、Keyenc 公司;德国的西门子公司等。如图 1-1、1-2 所示。21 世纪初,用于零件尺寸测量的视觉检测设备逐渐得到推广和应用,主要应用于汽车零件、轴承的检测。



    国内视觉测量技术起步较晚,始于 21 世纪初,从最初的代理国外先进设备到现在能自主研发,经历了一个较快的发展阶段。目前,存在的问题是仪器的精度和性能还有待进一步提高。近几年,国内从事视觉测量技术开发的公司不断增加,如北京大恒图像、北京凌云光视、深圳赛克数码、上海法视特、北京和利时电机技术有限公司、深圳视觉龙科技有限公司、苏州南光电子科技有限公司及一些高校科研院所等。如图 1-3、1-4 所示。



    1.1.3 视觉测量技术的主要应用

    随着科学技术的快速发展与进步,视觉检测技术日益成熟,广泛应用于工业、农业、军事、医学等各个领域。

    1. 在农业生产中的应用

    目前,视觉检测技术被广泛应用于瓜果品质的无损检测中[4-7]。国外,Taylor等 1984 年首先报道了分别利用线扫描和模拟摄像机检测苹果损伤的试验,结论为利用数字图像技术检测苹果损伤至少可以达到人工分级的精度。Rehkugler 和Krop 1986 年研究了利用视觉进行苹果表面碰压伤检测并依据苹果标准进行了分组,研制成功了利用机器视觉进行缺陷检测和分级的苹果处理设备。国内应用视觉技术进行水果品质无损检测的研究也取得了一定成果。文献[5]探讨了应用计算机视觉技术进行芒果重量与其投影图像的相互关系。文献[6]研究了用于综合评价苹果果型的计算机视觉系统。文献[7]研究了适用于黄花梨品质检测的彩色机器视觉系统等。

    此外,视觉检测技术还广泛应用于对蔬菜、谷物、烟叶等的缺陷、类别及等级检测中[8-12]。

    2. 在工业中的应用

    视觉检测在汽车工业中的应用已十分广泛[13]。美国三大汽车公司相继与美国Michigan 大学和 Perceptron 公司合作,成功研制了用于对汽车零部件、分总成和总成产品进行尺寸控制的自动视觉检测系统[14,15]。英国 ROVER 汽车公司 800 系列汽车车身轮廓尺寸精度的 100%在线检测,也是视觉检测系统用于工业检测中的一个较为典型的例子。国内天津大学精密测试技术及仪器国家重点实验室成功研制了 IVECO 白车身激光视觉检测站和一汽大众 Jieta 轿车白车身 100%在线视觉检测站及一汽解放新型卡车在线检测站,实现了整车总成的三维尺寸自动在线测量[16]。视觉技术在汽车零部件的尺寸检测上也得到了广泛的应用:通用汽车研究实验室开发了用于汽车零件检测的视觉原型系统,该系统对所有零件均使用相同的过程,通过对一个好零件与坏零件的比较结果来判断检测区域的指定缺陷;Tsatsoulis 描述了用于电力方向阀的 16 齿齿轮部件的检测,通过寻找图像的外部参数来初始化排列组件[17];Gregory 描述了一种使用知识库的方法来检测汽车制动零件,主要基于在图像内的一些关键点上进行一维灰度图与已知的参考值来比较等[18]。

    除此之外,视觉检测技术在工业的各个领域都有着广泛的应用,如电子工业中印刷电路板、集成电路和光掩膜等的生产工艺流程中,通过对所获得的图像进行处理和识别来判断制作线路的正误,从而来保证产品的生产质量[19,20];冶金工业中钢板表面的自动探伤、赤热钢板切割位置定位[21,22];玻璃制品行业中的产品检测,如产品外形检测(高度、直径、不规则程度等)、内部缺陷检测(裂纹、气泡等)[23,24];机械零件的自动识别及几何尺寸测量、表面粗糙度和表面缺陷检测[25-31];在现代制药工业中,对药品包装的检测及对药片颜色、尺寸、形状等的检测[32,33];对磁砖等建筑装饰材料的表面质量及颜色的检测[34,35];用计算机视觉系统自动测量圆木的体积[36];基于计算机视觉的织物疵点的检测[37];利用视觉技术对皮革缺陷的检测[38]等等。

    1.1.4 视觉测量技术的发展趋势

    视觉测量技术是一种很有发展前途的自动检测技术,可以实现智能化、柔性、快速和低成本的检测。随着计算机视觉理论研究不断深入,视觉检测将很快在各行各业中广泛应用。视觉测量技术的发展趋势主要体现在以下几点:

    1. 实现在线实时检测。

    视觉检测系统大多用在工业现场及工业生产线中,对于在线实时检测,如何将视觉测量系统嵌入到生产线相应的工序中,使测量速度与生产线节拍相一致,是视觉测量走上实际应用的关键一步。视觉检测执行时间在很大程度上取决于底层图像处理(图像平滑、滤波、分割等)速度。因此,使用专用硬件实现独立于环境的处理算法,可大大提高图像处理速度。

    2. 实现智能化检测。

    从 CAD 系统中提取零件视觉模型与检测信息(包括零件位置与方向、摄像机视角等),选定检测项目、检测点和检测路径,建立智能检测规划,并控制工业机器人抓取零件并放置到合适的位置进行检测。

    3. 实现高精度检测。

    与视觉系统相比,坐标测量机(CoordinateMeasurement Machine,CMM )在检测精度和测量空间范围上占有很大优势,因此,基于 CMM 的视觉检测系统已经成为视觉检测技术的一种新趋势。集成化的 CMM 和视觉检测系统可以利用视觉系统迅速识别零件的形状及其在测量平台上的位置和状态,完成机器坐标系、零件坐标系、摄像机坐标系之间的转换,帮助 CMM 实现检测路径自动形成与测量结果判断。同时深入研究亚像素定位技术,使之应用到实际的检测系统中,以提高检测精度和降低系统成本。

    4. 计算机视觉柔性检测技术。

    目前几乎所有的计算机视觉检测系统都只适用于解决特定的检测任务,建立一种较为通用的视觉检测系统,以适用于不同条件下的检测任务,进而实现对目标进行“完全检测”,是目前和将来视觉检测系统的一个发展方向。

    5. 研究开发彩色图像、灰度图像和多谱图像的处理算法,拓展视觉检测的应用。 视觉测量技术作为一种新兴的检测技术,现代工业为其提供了巨大的需求空间。工业检测的复杂性和多样性,也必然使工业图像检测技术呈现出复杂性和多样性,这种复杂性和多样性为我们提供了广阔的研究领域。总之,随着计算机视觉技术自身的成熟和发展,计算机视觉测量技术必将在现代和未来制造企业中得到越来越广泛的应用。

    1.1.5 视觉测量的关键技术

    一个典型的视觉测量系统通常由以下几个部分组成:

    l 被测目标。

    l 光源。

    l 图像获取装置,包括光学成像设备(如 CCD 摄像机)和图像采集卡等。

    l 图像存储设备,可以是图像采集卡缓存、磁盘或闪存等。

    l 数据处理器,可以是 PC 机、DSP 或图像处理机。

    l 伺服装置,功能在于使被测目标处于一个稳定的最佳拍摄状态,载物台是一种最简单的伺服装置。

    l 软件系统,负责完成图像特征的提取、数据的分析与综合等功能,软件系统是整个检测系统的关键,其处理精度和速度直接影响着整个检测系统的精度和实时性能。

    典型的视觉测量系统的工作流程如图 1-5 所示。

    视觉检测系统的关键技术主要包括:图像采集、高精度系统标定、图像的特征提取,亚像素边缘定位技术等。

    1. 图像获取

    图像的获取实际上是将被测物体的可视化图像和内在特征转换成能被计算机处理的一系列数据,它主要由三部分组成:照明、图像聚焦形成、图像确定和形成摄像机输出信号。

    2. 图像处理

    视觉系统中,视觉信息的处理技术主要依赖于图像处理方法,它包括图像滤波、图像增强、边缘提取、细化、特征提取、图像识别与理解等内容。

    3. 系统标定

    摄像机标定是一个确定三维物体空间坐标系与摄像机图像二维坐标系之间变换关系以及摄像机内部参数和外部参数的过程,高精度的测量系统需要高精度的标定参数。由于成像中的镜头不可避免地产生畸变,小孔投影模型的假设也存在成像误差,寻找简单而且足够精度的摄像机标定方法,是视觉测量精度的关键因素。

    4. 亚像素边缘定位技术

    随着工业检测等应用对精度要求的不断提高,像素级精度已经不能满足实际测量的要求,因此需要更高精度的边缘提取算法,即亚像素算法。利用软件来提高测量的精度具有方法简单、有效的优点,因此,图像测量的软件算法越来越受到人们的重视。


    欢迎使用Markdown编辑器

    你好! 这是你第一次使用 Markdown编辑器 所展示的欢迎页。如果你想学习如何使用Markdown编辑器, 可以仔细阅读这篇文章,了解一下Markdown的基本语法知识。

    新的改变

    我们对Markdown编辑器进行了一些功能拓展与语法支持,除了标准的Markdown编辑器功能,我们增加了如下几点新功能,帮助你用它写博客:

    1. 全新的界面设计 ,将会带来全新的写作体验;
    2. 在创作中心设置你喜爱的代码高亮样式,Markdown 将代码片显示选择的高亮样式 进行展示;
    3. 增加了 图片拖拽 功能,你可以将本地的图片直接拖拽到编辑区域直接展示;
    4. 全新的 KaTeX数学公式 语法;
    5. 增加了支持甘特图的mermaid语法1 功能;
    6. 增加了 多屏幕编辑 Markdown文章功能;
    7. 增加了 焦点写作模式、预览模式、简洁写作模式、左右区域同步滚轮设置 等功能,功能按钮位于编辑区域与预览区域中间;
    8. 增加了 检查列表 功能。

    功能快捷键

    撤销:Ctrl/Command + Z
    重做:Ctrl/Command + Y
    加粗:Ctrl/Command + B
    斜体:Ctrl/Command + I
    标题:Ctrl/Command + Shift + H
    无序列表:Ctrl/Command + Shift + U
    有序列表:Ctrl/Command + Shift + O
    检查列表:Ctrl/Command + Shift + C
    插入代码:Ctrl/Command + Shift + K
    插入链接:Ctrl/Command + Shift + L
    插入图片:Ctrl/Command + Shift + G

    合理的创建标题,有助于目录的生成

    直接输入1次#,并按下space后,将生成1级标题。
    输入2次#,并按下space后,将生成2级标题。
    以此类推,我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

    如何改变文本的样式

    强调文本 强调文本

    加粗文本 加粗文本

    标记文本

    删除文本

    引用文本

    H2O is是液体。

    210 运算结果是 1024.

    插入链接与图片

    链接: link.

    图片: Alt

    带尺寸的图片: Alt

    居中的图片: Alt

    居中并且带尺寸的图片: Alt

    当然,我们为了让用户更加便捷,我们增加了图片拖拽功能。

    如何插入一段漂亮的代码片

    博客设置页面,选择一款你喜欢的代码片高亮样式,下面展示同样高亮的 代码片.

    // An highlighted block
    var foo = 'bar';
    

    生成一个适合你的列表

    • 项目
      • 项目
        • 项目
    1. 项目1
    2. 项目2
    3. 项目3
    • 计划任务
    • 完成任务

    创建一个表格

    一个简单的表格是这么创建的:

    项目Value
    电脑$1600
    手机$12
    导管$1

    设定内容居中、居左、居右

    使用:---------:居中
    使用:----------居左
    使用----------:居右

    第一列第二列第三列
    第一列文本居中第二列文本居右第三列文本居左

    SmartyPants

    SmartyPants将ASCII标点字符转换为“智能”印刷标点HTML实体。例如:

    TYPEASCIIHTML
    Single backticks'Isn't this fun?'‘Isn’t this fun?’
    Quotes"Isn't this fun?"“Isn’t this fun?”
    Dashes-- is en-dash, --- is em-dash– is en-dash, — is em-dash

    创建一个自定义列表

    Markdown
    Text-to- HTML conversion tool
    Authors
    John
    Luke

    如何创建一个注脚

    一个具有注脚的文本。2

    注释也是必不可少的

    Markdown将文本转换为 HTML

    KaTeX数学公式

    您可以使用渲染LaTeX数学表达式 KaTeX:

    Gamma公式展示 Γ ( n ) = ( n − 1 ) ! ∀ n ∈ N \Gamma(n) = (n-1)!\quad\forall n\in\mathbb N Γ(n)=(n1)!nN 是通过欧拉积分

    Γ ( z ) = ∫ 0 ∞ t z − 1 e − t d t   . \Gamma(z) = \int_0^\infty t^{z-1}e^{-t}dt\,. Γ(z)=0tz1etdt.

    你可以找到更多关于的信息 LaTeX 数学表达式here.

    新的甘特图功能,丰富你的文章

    Mon 06 Mon 13 Mon 20 已完成 进行中 计划一 计划二 现有任务 Adding GANTT diagram functionality to mermaid
    • 关于 甘特图 语法,参考 这儿,

    UML 图表

    可以使用UML图表进行渲染。 Mermaid. 例如下面产生的一个序列图::

    张三 李四 王五 你好!李四, 最近怎么样? 你最近怎么样,王五? 我很好,谢谢! 我很好,谢谢! 李四想了很长时间, 文字太长了 不适合放在一行. 打量着王五... 很好... 王五, 你怎么样? 张三 李四 王五

    这将产生一个流程图。:

    链接
    长方形
    圆角长方形
    菱形
    • 关于 Mermaid 语法,参考 这儿,

    FLowchart流程图

    我们依旧会支持flowchart的流程图:

    Created with Raphaël 2.2.0 开始 我的操作 确认? 结束 yes no
    • 关于 Flowchart流程图 语法,参考 这儿.

    导出与导入

    导出

    如果你想尝试使用此编辑器, 你可以在此篇文章任意编辑。当你完成了一篇文章的写作, 在上方工具栏找到 文章导出 ,生成一个.md文件或者.html文件进行本地保存。

    导入

    如果你想加载一篇你写过的.md文件,在上方工具栏可以选择导入功能进行对应扩展名的文件导入,
    继续你的创作。


    1. mermaid语法说明 ↩︎

    2. 注脚的解释 ↩︎

    展开全文
  • 机器视觉测量

    热门讨论 2013-03-25 16:31:34
    视觉测量的同学,比如双目测量,多目视觉测量系统,结构光,摄像机的标定等等。常用的算法这本书都有,由北航大牛,张广军教授编写。。感兴趣的同学下载下来。绝对是视觉测量的好书。
  • 视觉测量资料

    2019-07-31 00:11:17
    在网上发现视觉测量相关资料比较少,大多数比较分散,还有一些视觉测量方面的经验总结不是很系统,对初学者来说非常不友好,因此把自己找到的一些关于视觉测量相关的资料分享给大家,资料主要包括以下电子书籍: ...

    视觉测量资料

    在网上发现视觉测量相关资料比较少,大多数比较分散,还有一些视觉测量方面的经验总结不是很系统,对初学者来说非常不友好,因此把自己找到的一些关于视觉测量相关的资料分享给大家,资料主要包括以下电子书籍:

    1、《基于图像的精密测量与运动测量》
    2、《机器人视觉测量与控制(第二版)》
    3、《机器视觉算法与应用》
    4、《视觉测量-张广军》
    5、《计算机单目视觉定位》
    6、《摄像测量学原理与应用研究》
    7、《摄影测量学 -王佩军,徐亚明》
    8、《视觉slam十四讲》
    9、《视觉测量技术基础 -白福忠》
    10、《视觉测量原理与方法 -邾继贵》
    11、《空间交会对接测量技术及工程应用》

    此外,本人斗胆建立了一个QQ群,专门用于视觉测量、检测和导航方面交流,提供给大家一个学习和交流的平台,群号是:891485037,欢迎致力于视觉测量、检测等方面的研究者加入学习讨论、分享自己的知识,谢谢!

    展开全文
  • 机器视觉测量技术

    2017-02-25 13:52:46
    机器视觉测量技术,详细讲解了图像处理、机器视觉领域中的测量与获取的方法。
  • 《机器人视觉测量与控制》第三版,高清扫描版本,带完整书签。
  • 为了解决工作面直线度的测量问题,研究了在煤矿井下光照不足、煤尘多、设备复杂、工作面起伏等问题下,利用视觉测量技术代替当前普遍采用的人工方式,进行综采工作面直线度测量的技术。详细研究了工作面视觉测量的方案,...
  • 摘要:本文探讨了一种基于 SOPC(片上可编程系统)技术的视觉测量系统设计方案 ——Nios II软核结合用户自定义逻辑的方案。系统设计的基本思想如下:首先针对视觉测量算法进行划分,对算法简单、数据处理量大的部分...
  • 高速视觉测量系统关键技术研究
  • 针对弹丸修正中弹目间距难以测量问题,提出了一种适用于常规弹药的单目视觉测量弹目间距的方法。根据投射成像原理,推算二维目标像点坐标与目标的空间三维位置之间的映射关系。通过分析弹丸、摄像机以及大地坐标系...
  • 现有的结构光视觉测量系统中, 相机和结构光投射器安装在玻璃管内部以实现全景测量, 但玻璃管会导致光发生折射而带来畸变。针对上述畸变, 分析了光线在两个圆柱形表面折射的过程, 研究了两个异面的折射平面所带来的...
  • 机器人视觉测量与控制三.pdf
  • 利用几何成像原理建立起CCD双目立体视觉测量系统的数学模型,从提高系统测量精度出发,在理论上重点对系统结构参数、图像识别误差与系统测量精度的关系进行了深入的分析和探讨,并通过实验对结论进行了验证。...
  • 平板裂缝天线机器视觉测量系统研究及设计
  • 结合视觉测量要求,建立了视觉测量网络的离散化几何模型,确定了组网规划的决策变量,给出了视觉测量网络覆盖率和目标点三维不确定度两个概念。通过分析多种摄像机位姿约束条件,应用多目标遗传算法对组网决策变量...
  • 机器人视觉测量与控制三 .
  • 在二维视觉测量过程中,测量平面与标定平面的重合度是影响测量精度的重要因素。现有的二维视觉测量方法将平面标定过程及测量过程分步进行,测量平面与标定平面存在离面位移,通常需要精密的约束装置对标定靶标及待测...
  • 视觉测量—相机标定

    千次阅读 2020-05-25 23:13:09
    随着计算机视觉的飞速发展,计算机视觉已经越来越多的应用于空间几何尺寸的精确测量和定位,摄像机作为视觉测量的关键部件,相机标定自然是视觉测量的一项重要工作。 1、标定原因 在视觉测量过程中,为确定空间物体...

    随着计算机视觉的飞速发展,计算机视觉已经越来越多的应用于空间几何尺寸的精确测量和定位,摄像机作为视觉测量的关键部件,相机标定自然是视觉测量的一项重要工作。

    1、标定原因

    在视觉测量过程中,为确定空间物体特征点的三维几何位置与其在图像中对应点之间的相互关系,必须建立建立相机成像几何模型并矫正透镜畸变,几何模型参数可以认为是相机参数,相机标定就是准确获得相机参数的过程。视觉测量分为单目视觉,双目视觉以及多目视觉,其标定方法略有不同,单目标定是基础,以单目标定为例,相机参数可以分为两类,内参和外参,内参有:焦距: Focal Length, 主点: Principal Point,径向畸变: Radial Distortion, 切向畸变: Tangential Distortion;外参有:旋转矩阵: Rotation Matrices,平移向量: Translation Vectors。

    2、标定方法

    相机标定方法有:传统相机标定法、主动视觉相机标定方法、相机自标定法。
    1、传统相机标定法需要使用尺寸已知的标定靶标,通过建立标定物上坐标已知的点与其图像点之间的对应,利用一定的算法获得相机模型的内外参数。根据标定物的不同可分为三维标定物和平面型标定物。传统相机标定法优点明显,任意规格相机适用,精度容易保证,缺点是标定工作需要借助标定物,且标定精度受标定物的制作精度影响。常用方法有:Tsai两步法、张氏标定法。
    2、 主动视觉的相机标定法是指已知相机的某些运动信息对相机进行标定。该方法不需要标定物,但需要控制相机做某些特殊运动,利用这种运动的特殊性可以计算出相机内部参数。主动视觉的相机标定法的优点是算法简单,往往能够获得线性解,故鲁棒性较高,缺点是系统的成本高、实验设备昂贵、实验条件要求高,而且不适合于运动参数未知或无法控制的场合。
    3、目前出现的自标定算法中主要是利用相机运动的约束。相机的运动约束条件太强,因此使得其在实际中并不实用。利用场景约束主要是利用场景中的一些平行或者正交的信息。自标定方法灵活性强,可对相机进行在线定标。但由于它是基于绝对二次曲线或曲面的方法,其算法鲁棒性差。

    3、常用实现方法—matlab工具箱

    常用标定物—尺寸已知棋盘格
    1、Camera Calibrator

    2、Add Images

    添加棋盘格图片,建议10-20张,以保证标定精度,紧接着输入棋盘格实际尺寸,尺寸单位根据实际情况选择。

    3、Calibrate

    最后,工作区能够查阅标定结果:
    内参矩阵: Intrinsic Matrix
    焦距: Focal Length
    主点: Principal Point
    径向畸变: Radial Distortion
    切向畸变: Tangential Distortion
    旋转矩阵: Rotation Matrices
    平移向量: Translation Vectors
    平均重投影误差: Mean Reprojection Error
    重投影误差: Reprojection Errors
    重投影点: Reprojected Points

    展开全文
  • 针对PSD相机和红外发光二极管(LED)光源组成的PSD视觉测量系统,提出了一种PSD相机标定方法。该方法采用多项式模型表征PSD相机畸变,结合传统的针孔成像模型共同构成PSD相机成像模型;利用非线性优化标定相机模型参数...
  •  视觉测量技术是以机器视觉技术为基础,融合电子技术、计算机技术、近景摄影测量技术、图像处理技术为一体的测量技术,其基本任务是以测量为目的,从图像信息出发计算三维空间中物体的几何信息。其中,图像处理技术...
  • 高速视觉测量系统关键技术研究.pdf
  • 机器视觉测量在汽车轮毂加工中应用
  • 提出了一种利用光学参考棒, 基于单位四元数法的灵活、有效的立体视觉测量系统现场校准技术。该方法以光学参考棒为校准靶标, 以参考棒上的三个共线的距离已知的红外LED作为特征点, 通过在测量范围内不同位置对光学...
  • 行业分类-设备装置-视觉测量试验平台.zip
  • 视觉测量技术_迟建男

    2013-10-16 18:48:28
    计算机视觉测量技术_迟建男
  • 我现在要用单目视觉测量物体上两个黑点的各自形心在世界坐标系下的坐标,我已经对物体所在平面标定了,得到摄像机内外参数,并且提取出黑点各自在图像平面的图像坐标系下的坐标,请问大神们怎么求到世界坐标系下坐标...
  • 视觉测量书籍,作者张广军,最新版本。 书籍为高清pdf版本格式。这是第一部分,还有第二部分
  • 移动视觉测量中大量非编码点粘贴在被测物表面。由于图像点在不同站位图像中形状相似,因此无法提供足够多的信息来对其进行分类识别,匹配不同图像间的非编码点是移动视觉测量中的一项重要任务。大量研究证明,极线...
  • 基于MATLAB的机器视觉测量零件厚度软件设计

空空如也

空空如也

1 2 3 4 5 ... 20
收藏数 41,578
精华内容 16,631
关键字:

视觉测量