機器視覺中攝像機標定技術(shù)研究及實現(xiàn).pdf

1、隨著電子技術(shù)及視覺理論的發(fā)展，機器視覺在生物醫(yī)學(xué)工程、工業(yè)檢測、導(dǎo)航、軍事等領(lǐng)域得到日益廣泛的運用。攝像機標定是機器視覺研究的重要內(nèi)容，對整個系統(tǒng)的性能起著十分關(guān)鍵的作用。本文圍繞攝像機高精度標定的目標，系統(tǒng)研究了標定圖像處理、亞像素特征提取、攝像機標定方法等內(nèi)容，主要工作如下:
　　 （1）綜合分析了標識點特征及識別的難易程度，研究了物方和像方標識點的匹配方法，并設(shè)計制作了標定板。
　　 （2）改進了圖像清晰度評價函數(shù)

2、，根據(jù)標定圖像的特殊性提出了一種有效的標定圖像清晰度評價方法。
　　 （3）研究了橢圓中心的高精度提取算法。對標定圖像采用Log算法先提取出圓形標識點的像素級邊緣，在此基礎(chǔ)上運用一階微分期望法求取亞像素級邊緣，對亞像素級邊緣進行橢圓擬合，可精確獲取圓形標識點投影后的橢圓中心。
　　 （4）為了驗證本文所用檢測方法的檢測性能，提出了一種模擬標定圖像的方法。通過生成橢圓，按照標定圖像的灰度進行填充，將橢圓圖像與點擴展函數(shù)進行

3、卷積，再根據(jù)實際標定圖像質(zhì)量添加相應(yīng)的噪聲水平，達到真實模擬實際成像過程的目的。采用本文的檢測方法對模擬的圖片進行橢圓中心定位，結(jié)果顯示，定位精度在0.03像素左右。
　　 （5）在目前已有的研究成果的基礎(chǔ)上，對攝像機參數(shù)的標定算法做了進一步的探索研究，采用改進后的Tsai兩步法進行標定。首先采用延伸焦點法，標定出相機的主點，再將主點作為初值代入求解，由于與真實值比較接近，可以較快地完成參數(shù)的求解。在約2m的距離上，標定誤差在0