汽车涂胶机双目视系统定位原理.docVIP

汽车涂胶机双目视系统定位原理 摘 要：通过对计算机视觉中运用双目立体成像来实现空间目标准确定位的可行性进行了研究，对摄像机进行了标定，通过设计的点作为特征，从而方便地获取了特征点的质心特征量；通过对物体进行秩序约束方便地实现了对特征点的对应，最终成功地提取了目标的空间坐标. 关键词：涂胶机 双目立体视觉 图像标定 中图分类号：TP273 文献标识码：A 文章编号：1672-3791（2015）01（b）-0000-00 随着现代机器视觉处理技术发展，目视系统制造工艺得到巨大进步，高分辨率、低非线性失真目视系统价格已大大降低。飞速发展的计算机视觉系统在汽车生产领域使用日愈广泛，双目视系统通过图像定位获取物体的精确坐标，并将物体位置信息提供给机器操作分支进行精确操作。在计算机视觉系统和工业检测中需要对景物进行三维立体坐标测量、精确定位和定量分析。双目视系统是计算机视觉的重要部分，能够对视觉范围内的物体进行自动识别定位，对数据进行分析后实现系统现场标定。目视系统需要将三维场景中的物体和二维图像进行连接，具有高效率、高精确度和低成本等特点，在现代工业中得到广泛应用。一般常用的目视系统模型分为线性针孔模型、拟透视投影模型和正交投影模型三类。 1 透视变换模型标定 双目视系统的需要从二维图像中计算出空间物体的三维信息，运用透视变换模型需要获取物体图像信息，再根据所获取的图像信息分析物体的三维立体坐标，从而进行识别并得到物体准确的位置信息。所谓的目视系统标定是指通过几何模型参数将空间物体和图像进行点对点连接后，进行数据分析标定的过程。几何模型参数决定了空间物体表面的几何位置和图像对应点间的相互关系，对双目视系统定位具有关键性的作用[1]。 在视觉导航、监控跟踪等立体视觉系统应用中，对图像定位处理的效率要求较高，建立高效快捷的双目视系统模型是社会发展的现实要求。在实际应用中，常使用线性目视系统模式进行图像标定处理，反而忽视了目视系统非线性因素的影响。 2 目视系统标定重要性 目视系统标定具有如下几个重要作用： 1：从计算机图像中导出三维信息 目视系统标定经过多次试验和计算能够得到一个目视系统模型参数，该参数决定了计算机图像和空间物体表面进行点对点连接的相互关系，能够提供给定坐标点的图像坐标，并确定实际物体目标点的空间位置信息。目视系统标定在机电元件自动装配、机器人标定、轨迹分析及在线检测等方面运用广泛。 2：确定自动行驶车辆上的空间位置 利用目视系统标定可以确定自动行驶车辆和移动机器人的空间位置信息，如果知道目标点的空间坐标和图像坐标，可以通过目视系统参数标定技术进行分析，从而得到目视系统的方向信息。 3：已知物体的三维信息可导出物体的二维计算机图像坐标 在进行模型驱动的机器视觉检测和装配中，有关于物体的方向假设和立体空间坐标问题时，可以利用目视系统参数转化为该图像的假设，然后将假设的图像和物体三维图像进行比较，如果假设图像满足物体三维信息，则可确认或拒绝对该物体和物体空间位置假设成立。 3 目视系统的标定原则 目视系统的标定包括图像获取、参数计算、图像预处理等关键步骤，在进行图像标定时一般需要在目视系统前放置特制的标定参照物，获取该物体图像后计算内、外部系统参数[2]。采用点特征提取方式标定参照物，并根据每个特征点相对于世界坐标系OwXwYwZw 的位置进行精确的测量。得到物体坐标点的数据进而可以解出目视系统内、外部参数。 下面用矩阵形式写出这些方程： （1） 从以上方程中可以知道， M矩阵乘以任意一个不为零的常数都不会影响 与 的关系，我们可以任意使m34 1，可以得到M矩阵中其他元素的2n个线性方程。这些未知元素的个数为11个，将其记为11维向量，可以将（1）式简写成：Km U 其中，K为（1）式左边2n×11矩阵；m指代未知的11维向量；U为（4）式右边的2n维向量，K，U为已知向量。当2n 11时，用最小二乘法可以求出上述线性方程解为： m （KTK）-1KTU 。 m向量与 1构成了所求解的M矩阵。从以上式子可知，若有空间6个以上的已知点和它们的二维图像坐标匹配的话，就可以求出M矩阵。一般在进行标定时都会使标定模板上有数十个已知坐标点，使方程的个数远远多于未知数的个数，用最小二乘法求方程解，从而降低误差。 求出M矩阵后，如果需要解目视系统的内部、外部参数，可由（4）式表示的关系算出目视系统的全部的内部、外部参数。不过，所求得的M矩阵与（4）式所表示的矩阵M相差一个常数因子 。指定 1虽然并不影响投影关系，但在分解M矩阵时必须进行考虑。将（1）式M矩阵与目视系统内部、外部参数的关系写成 （2） 其中，miT（i 1～3）从式子（1）中解出，作为M矩阵第i行的前三个元素组成的行向量。二mi4是M矩阵第i行第四列元素；riT（