机器视觉系统的标定方法_孙红.pdf

358 中国农业工程学会2005 年学术年会论文集 机器视觉系统的标定方法 1 1 孙红 ， 孙明 (1. 中国农业大学信息与电气工程学院 北京100083) 摘 要 : 机器视觉系统中，对图像采集系统进行标定是实现三维空间立体视觉的基本步骤, 目前对摄像机的内外参数进行标定的方法 有传统标定方法, 自标定方法等,本文就将对这几种标定方法进行分别说明，并进行比较。 关键词:机器视觉；摄像机标定 中图分类号： TP387 0 引 言 机器视觉技术以其非接触、速度快、精度高等优 点，被广泛的应用于工业、农业、航天、遥感以及医 学等各个领域。对于目前机器视觉的主要研究方向三 维重建技术来说，其关键步骤之一就是摄像机的标定。 CCD 摄像机的结构参数直接关系到图像采集与检测的 精度，这些参数可以分为内部参数和外部参数。内部 参数包括摄像机镜头畸变中心、镜头畸变系数* 、摄像 机的有效焦距和像面横纵像素转换当量比例系数；外 部参数包括摄像机坐标系与世界坐标系之间的转换矩 阵和平移矩阵。设备标定就是求解它们的内部参数和 外部参数的过程，从而帮助三维重构来研究三维空间 特征点（或某一空间域的所有点）的空间位置与二维 图像对应点的坐标间的定量关系[1]，如图 1 所示。 图 1. 摄像机变换模型[2] 目前，常用的摄像机标定方法有传统标定方法、 Fig1.Camera perspective model[2] 自标定方法和基于主动视觉的标定方法。下面就将针 对这几种方法进行比较。 1.1 直接线性变换 Abdal-Aziz 和 Karara 于 70 年代初提供了直接线性 1 传统摄像机标定方法 变换摄像机标定的方法，他们从摄像测量学的角度深 入的研究了图像和环境物体之间的关系，建立了摄像 传统摄像机标定的方法是利用景物的结构信息， 机成像几何的线性模型，这种线性模型参数的估计完 通常是一个结构已知、加工精度很高的标定块作为定 全可以由线性方程的求解来实现 [3] 。空间点 P 向参照物，通过空间点和摄像点之间的对应关系来建 （Xc,Yc,Zc ）在像平面（x,y ）坐标上成像 p 的构造方 立摄像机模型参数的关系，然后通过优化算法提取参 程为： 数。该标定方法可以使用任何摄像机模型、标定精度 高，但标定过程复杂，并对标定块的精度要求较高， ⎡−f ⎤ ⎡X −X0⎤ 在实际应用的许多情况中无法使用标定块而难以完成 ⎢ ⎥ λ ⎢ − ⎥ x−x0 R Y Y ⎢ ⎥ ⎢ 0 ⎥ 标定。 ⎢⎣y −y0⎦⎥ ⎢⎣Z −Z0 ⎦⎥ (1) * 收稿日期： 修订日期： 其中λ为物像放大倍数，R 为物空间坐标系到像坐标系 作