双目视觉标定

《双目视觉标定》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、双目视觉系统的定位标定主讲人：班级：指导老师：2011年毕业设计答辩contents软件界面设计4课题介绍及任务说明1图像中角点的提取2摄像机的标定3总结5课题介绍双目视觉系统的标定图像角点的提取标定算法的研究角点提取基于边缘的角点提取基于二值图像的角点提取基于图像灰度的角点提取标定算法研究1966年B.Hallert首先考虑畸变，引入最小二乘法，对结果进行优化。1975年W.Fig建立复杂的成像模型，并用非线性优化求解。1986年，R.Y.Tsai建立经典的Tsai摄像机模型，提出两部标定法1999年张正友提出了基于移动模板的摄像机标定法，张正友标定法课

2、题任务能够实现对图像角点的提取实现对摄像机的标定界面设计与误差分析图像中角点的提取Harris角点提取的特点ABCDEA计算简单B提取的点特征均匀而合理C算法稳定D它对尺度很敏感，不具有尺度不变性E提取的角点是像素级的Harris角点提取算法实现图像的预处理A图像锐化求出X、Y方向梯度B高斯滤波窗口，对图像滤波C求出灰度强度变化值D设定阙值，进行非极大值抑制，求出角点EHarris角点提取实验结果如图，红色’+’表示的是识别出来的角点。从图中可以看出，图像中的角点全部识别出来，效果较好Harris角点提取实验结果xy14982032530202356720

3、0460119856401966675195图像中局部角点坐标亚像素级角点提取图像中某一点（x，y），它的灰度值为是关于x和y的一个二元函数f(x,y)。我们可知一点的梯度值H为fx’,fy’)。为了计算方便，我们用差分代替微分：fx’=f(x+1,y)-f(x,y);fy’=f(x,y+1)-f(x,y)。P不在边缘上，梯度H为0，则H点乘pq向量为0.P在边缘上，梯度H不为0，但H与pq向量垂直，点乘依然为0亚像素级角点提取由于噪声的存在，一般H点乘pq向量不为0，会有误差θ调用像素级的角点坐标设定邻域窗口大小，在点的邻域内求出各点的梯度值为了使θ最小

4、，在每个角点邻域内采用优化算法，求出亚像素级的角点坐标亚像素级角点提取结果如图，绿色’*’表示提取的图像中的角点。很显然，效果较像素级角点提取要好。亚像素级角点提取结果xy1497.837202.5662530.244201.8173566.557199.7984601.244197.8285639.706195.7296675.354194.797图像中的局部角点坐标摄像机的标定张正友标定法，要求摄像机在两个以上不同的方位拍摄一个平面靶标，摄像机和2D平面靶标都可以自由移动。通过线性模型分析就可计算出摄像机参数的优化解，然后用基干最大似然法进行非线性求精

5、。在这个过程中得出考虑镜头畸变的目标函数后就可以求出所需的摄像机内、外部参数优点方法简单灵活具有较好的鲁棒性不需要昂贵器材，很有实用性张正友算法的实现张正友算法不考虑畸变时参数求解考虑畸变时参数求解不考虑畸变时算法的实现（一）对空间变换矩阵H的求解优对已求得的H,进行优化，得到较准确值通过H矩阵，求出相机的内外参数空间变换矩阵H观察右边的坐标系图，空间变换矩阵H,即是世界坐标系中的一个三维物理坐标，投影到二维像平面得到像素坐标，所要经过的变换。空间变换H矩阵包括123世界坐标系到摄像机坐标系变换M1=[RT]摄像机坐标系到图像中物理坐标系的变换M2图像坐标

6、系中物理坐标系到像素坐标系的变换M3H=M1*M2*M3=A*M1根据自己设制的模板，求出一系列三维物理坐标[xy1]根据前面Harris角点提取方法，提取模板上的像素坐标[uv1]列出方程，通过最小二乘法，求出H为了得到更加精确的值，对H进行优化，得到精确值已知H矩阵后，求内外参数我们知道，M1中的旋转矩阵R中的3个列向量满足正交性。H与R、M2、M3向量之间存在转换关系，3个列向量都可以用H表示，进而我们可以列出两个方程。再考虑到标定的一系列的角点坐标，我们可以通过最小二乘法，求出内部参数。得到内外参数后，求外部参数就轻而易举了！！考虑畸变时算法实现（

7、二）此处，我们仅考虑镜头的径向畸变的前面两个系数k1和k2列出理想的图像坐标与畸变后实际坐标间的对应关系根据已知的图像中角点坐标和内外参数，通过最小二乘法求出系数K1和K2通过非线性最小二乘法优化算法，对k1和k2,以及以求得的内外参数优化，取得精确值摄像机标定结果与分析左边摄像机参数径向畸变参数k1=-0.4507K2=0.092内部参数矩阵A=1.0e+003*[1.33580.00010.500701.33210.3917000.0010]右边摄像机参数径向畸变参数K1=-0.5287K2=0.3920内部参数矩阵A=1.0e+003*[1.3548

8、-0.00510.438001.35310.3969000.001