立体视觉系统标定及成熟果实定位

Ｅ ｇｎ ｅ ｉｇ ａ ｄ Ａ ｐｉ ｔ ｎ 。 ０ ７ ４ （ ３ ：９ － ９ ． ｎ ｉ ｅ ｒ ｎ ｐ ｉ ａ ｏ ｓ ２ ０ 。 ３ ３ ）１ ６ １ ９ ｎ ｃｉ
Ａｂ ｔ ａ ｔ Ｔ ｉ ａ ｅ ｎｒ ｄ ｃ ｓ ａ ｒ ｂ ｔ ｅ ｅ ｉ — ａ ｄ ｉｉｎ ｓ ｓｅ ｓｒ ｃ ： ｈ ｓ ｐ ｐ ｒ ｉ ｔ ｕ ｅ ｏ ｏ ｉ ｙ — ｎ ｈ ｎ ｖｓｏ ｙ ｔｍ ｗ ｉｈ ｓ ｏ ｓｓｅ ｆ Ｇｏ ｇ ｌ ｏ ｃ ｈ ｃ ｉ ｃ ｎ ｉ ｄ ｏ ｏ ｏ ＧＲＢ－ ０ ｍａ ｉ ｕａ ｏ ｎ ｔ ４０ ｎｐ ｌｔｒ ａ ｄ
出了一种从图像坐标直接计算出 目标位置的方法。 该方法 中 但
ＹＡＮＧ Ｓｆ — ｉ ｎ 。 Ｕ Ｗ ｅ — ｉ ｇ。 ＡＮＧ Ｈｏ ｇ— ａ ． ｓ ａ ｃ ｏ ｃ ｌ ｒ ｔ ｎ ｆ ｒ ａ ｄ － ｙ ｓｅ ｅ ｖ ｓ ｎ ． ｍｐ ｔ ｒ ｉ ｑａ ｇ Ｆ ｔ ｉ ｐｎ Ｗ ｎ ｔ ｏ Ｒｅ ｅ ｒ ｈ ｎ ａ ｉ ａ ｉ ｏ ｈ ｎ ｂ ｏ ｅ ｅ ｔｒｏ ｉ ｏ Ｃｏ ｉ ｕｅ
ｒ ａｏ ａｒ ｉｐｉｅ ｈ ｌ ｒｈ ｎ ｒｃｓ ｆｏｊｃ ３ Ｄ ｐｓ ｉ ． ｅｆ ｓ ｉｔ ｏ ｉ ｍ ｔｏ ｓｖｒ ｅ ｙ ｅｐ ｒ ｎ ｏ ｔｎ ｍ ｔｘｓ ｌ ｓｔｅａｇｉ ｍ ａ ｄｐｏｅｓｏ ｂｅｔ － ｏｉｏ Ｔ ｅ ｉ ｌｙ ｆ ｈｓ ｅ ｄ ｉ ｅ ｆ ｄ ｂ ｘｅ ｍｅ— ｔｉ ｉ ｍ ｆ ｉ ｏｔ ｔｎ ｈ ａ ｂ ｉ ｔ ｈ ｉ ｉ ｉ
Ｃ Ｄ． ｇｎ ｄ ｌ ｉ ａ ａｙ ｅ ． ａ ｅ ｎ ｔ ｅ ｉｅ ｆ “ ｌ ｃ ｏ ” ｔ ａ ｉ ｃｌ ｐ ｉ ｇ ｔｅ ｃ ｏ ｄ ｎ ｔｓ ｏ ａ ｒ ｏ ｒ ｂ ｔ ｃ ｏ — Ｃ Ｉ ｍａ ｉｇ ｍｏ ｅ ｓ ｎ ｚ ｄ Ｂ ｓ ｄ ｏ ｈ ｄ ａ ｏ ｂ ａ ｋ ｂ ｘ ｈ ｔ ｄ ｒ ｔ ｍａ ｐ ｎ ｈ ｏ ｒ ｉ ａｅ ｆ ｃ ｍｅａ ｔ ｏ ｏ ｏ ｒ ｌ ｅ ｙ ｄ ｎ ｔｓ ａ ｏ ｓａ ｔ ｏａ ｉｎ ｉ ａｅ ， ｃ ｎ ｔｎ ｒ ｔｔ ｍａｒ ｔａ ｍａ ｅ ｄ ｅ ｅ ｔ ｒ ｃ ｏ ｄ ｎ ｔ ｔ ｒ ｂ ｔ ｃ ｏ ｄｎ ｔ ｉ ｐ ｏ ｏ ｅ ｉ ｈ ｓ ａ ｅ ． ｈ ｏ ｓ ｎ ｏ ｔｘ ｈ ｔ ｉ ｐ ｓ ｎ － ｆ ｃｏ ｏ ｒ ｉａｅ ｏ ｏ ｏ ｏ ｒ ｉ ａｅ ｓ ｒ ｐ ｓ ｄ ｎ ｔ ｉ ｐ ｐ ｒ ｅ ｃ ｎ ｔ 常将摄像机安装在机械手 的手臂末端 ， 摄像机坐标系与机械手安装摄像机轴坐标 系之间

在匹配点的一个特定窗口中计算相似度。 SSD， SAD， MSE， MAD，etc.
全局算法 (Global algorithms)：
能量方程： E(d ) Edata (d ) Esmooth (d ) 模拟退火(Simulated annealing), 动态规划 (Dynamic
动机:在哪寻找匹配点
P
?
Pl
Pr
极平面
极平面
极线
极点
极线约束
极线
pl
pr
匹配点必须在极线上
Ol
el
er
Or
极点
34
极线方程
左右两幅图像相对应的点之间的关系可以通过 Essential 矩阵来表明。
Essential 矩阵是摄像机标定情况下用的。
公式： ( pr )T Epl 0
Programming), 图像分割(graph-cut), etc.
42
图像匹配方法
图像匹配方法
图像匹配方法
图像匹配方法
图像匹配方法
特征匹配 VS 区域匹配
特征匹配 (Feature match)：
速度快，匹配效率高； 特征的提取可以到亚像素级别，精度较高； 匹配元素为物体的几何特征，对照明变化不敏感； 重建需要拟合。
双目立体视觉系统
2
背景
立体视觉通过设计和模仿人类视觉来获得物体 深度信息。
它在逆向工程、测试测量、文化产业、公共安 全、视觉导航、地图生成、航空勘测等领域都有很 好的应用价值。
二维信息与三维信息的结合，也为一些具体的 工程问题提供了方法，如目标识别的图像分割。
双目立体视觉系统
3
主要内容
1：双目视觉系统模型

双目立体视觉测量系统的设计与实现接下来，双目立体视觉测量系统的软件设计包括图像采集、图像处理、视差计算和三维坐标计算四个主要模块。

图像采集模块负责从相机中获取图像数据，并对图像进行预处理。

预处理包括图像去噪、图像增强和图像矫正等操作。

去噪可以通过滤波算法（如中值滤波）去除图像中的噪声。

图像增强可以通过直方图均衡化等方法提高图像的对比度和清晰度。

图像矫正可以通过图像校正算法（如鱼眼畸变矫正）将图像映射到平面上。

图像处理模块主要用于提取图像中的特征点或特征区域。

特征点可以通过角点检测算法（如Harris角点检测）或边缘检测算法（如Canny边缘检测）进行提取。

特征区域可以通过图像分割算法（如GrabCut分割算法）进行提取。

视差计算模块利用图像间的视差关系来恢复物体的深度信息。

常用的视差计算算法包括基于基线的视差计算算法（如SAD、SSD、NCC算法）和基于全局优化的视差计算算法（如动态规划算法、图割算法）。

在进行视差计算之前，需要先对左右图像进行匹配，即找出对应的特征点或特征区域。

三维坐标计算模块通过视差与相机的内外参数之间的关系，将视差转化为三维物体的坐标。

根据视差与深度的关系，可以使用三角测量原理或基于标定板的方法进行三维坐标计算。

最后，双目立体视觉测量系统的实现需要对系统进行标定和精度评估。

系统标定常用的方法有基于相机投影模型的标定方法（如张氏标定法）和基于粗糙特征点的标定方法（如棋盘格标定法）。

精度评估可以通过与真实值的比对或与其他测量手段的比对来进行。

总之，双目立体视觉测量系统的设计与实现需要兼顾硬件和软件两方面的要素。

正确选择硬件设备、合理设计软件模块，并进行标定与评估，可以提高测量系统的稳定性和精度，满足实际应用的需求。

双目立体视觉测量系统的标定杨景豪;刘巍;刘阳;王福吉;贾振元【期刊名称】《光学精密工程》【年(卷),期】2016(024)002【摘要】考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定,但是标定精度较低,故本文提出了一种新的大视场双目视觉测量系统自标定方法.该方法无需高精度标定板或者标定物,仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程,即可实现摄像机的内参数与旋转矩阵标定;同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量.通过标定实验对本文提出的方法进行了验证.结果表明:该方法标定精度能够达到0.51％,可以较高精度地标定双目测量系统.由于避免了大视场测量系统标定中大型标定物制造困难,以及摄像机自标定过程中算法冗杂,标定精度不高等问题,该方法操作简便,精度较好,适用于大视场双目测量系统的在线标定.【总页数】9页(P300-308)【作者】杨景豪;刘巍;刘阳;王福吉;贾振元【作者单位】大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024;大连理工大学教育部精密特种加工实验室,辽宁大连116024【正文语种】中文【中图分类】TP391;TB92【相关文献】1.基于双目立体视觉的大范围光笔测量系统研究 [J], 肖伟红;王彬;郑光辉;漆振华2.稳定高精度的双目立体视觉测量系统标定方法 [J], 马俊;3.稳定高精度的双目立体视觉测量系统标定方法 [J], 何万涛;梁永波;李景贺4.基于双目立体视觉的小型工件测量系统 [J], 赵琛; 江卫华5.双目立体视觉测量系统的精度分析 [J], 杨洪涛;何海双;李莉;张荣荣;张宇因版权原因，仅展示原文概要，查看原文内容请购买。