一种计算双目定位系统标定方法及其稳定性分析.docVIP

一种计算双目定位系统标定方法及其稳定性分析 　　 摘 要: 本文采用质心法和最长弦距法来计算双目视觉定位系统标定,用Matlab作为编程工具计算得出系统标定所要确定的像平面的点的坐标。并且对这两种方法进行误差分析a和稳定性分析表明,当靶平面与像平面所形成的θ角控制在0,区间内,其相对误差小于0.017,且该方法在一定的取值范围内具有较好的稳定性。 　　 关键词: 双目定位系统 标定 质心法 最长弦距法 　　 　　 1.引言 　　 机器视觉术的迅猛发展,要求开发一种有效的环境信息感知方法,实现机器与环境的互动,将机器智能提高到更高层次。数码相机定位在交通监管(电子警察)等方面有广泛的应用。所谓数码相机定位是指用数码相机摄制物体的相片确定物体表面某些特征点的位置。最常用的定位方法是双目定位,即用两部相机来定位。对物体上一个特征点,用两部固定于不同位置的相机摄得物体的像,分别获得该点在两部相机像平面上的坐标。只要知道两部相机精确的相对位置,就可用几何的方法得到该特征点在固定一部相机的坐标系中的坐标,即确定特征点的位置。于是对双目定位,精确地确定两部相机的相对位置就是关键,这一过程称为系统标定。在关于机器视觉的诸多研究领域中,物体成像的特征点定位技术是关键的技术之一,是机器自主识别的基础[1]。其应用极为广泛,在交通监管(电子警察)、智能跟踪等方面有着广泛的应用。在实际应用中,需要解决两个关键的问题是:用双目定位方法来测定物体表面的特征点和用系统标定的方法对数码相机的相对位置进行定位。众多环境感知方法中,计算系统标定是最具挑战性和吸引力的一种。目前,对于系统标定的计算有很多方法,本文采用质心法和最长弦距法来计算双目视觉定位系统标定[2],用Matla作为编程工具计算得出系统标定所要确定的像平面的点的坐标。并且对这两种方法进行误差分析和稳定性分析表明,当靶平面与像平面所形成的θ角控制在0,区间内,其相对误差小于0.017,且该方法在一定的取值范围内具有较好的稳定性。 　　 2.双目定位系统标定的求解方法 　　 由靶标及其像,要计算靶标上圆的圆心在像平面上的像坐标,如图1和图2所示。 　　 假定靶标上圆的成像大小就是图2的实际大小。于是,我们可以采用计算机模式识别和图形学的相关知识,按照计算机图形显示坐标的规定,把图2的左上角定为显示坐标原点,同时为了使计算机程序识别和计算变得方便,将图2上的两个圆的成像分别计算,每一个成像都单独相对左上角原点计算出坐标。我们分别采用最大弦长法和定积分求解质心法求解。 　　 (1)最大弦长法求中心。成像圆上的最大弦的中点坐标和圆的圆心坐标重合,借助Mat Lab将成像图灰度化,提取出其靶标的像的边界上各点的坐标,在其中找到最长的弦,则最长的弦的中点坐标就取作圆心的坐标,假设点M(x,y)和N(x,y)为所找到的最大弦距的两点,则靶标的像坐标为(,)。 　　 (2)定积分求解数码相机拍照圆的像的质心坐标。我们取一个平面图形由y=f(x),y=f(x)(y=y,x在[a,b]内取值),x=a,x=b围成,则质心坐标(X,Y)如下式计算:X=?蘩x(y-y)dx/?蘩(y-y)dx,Y=?蘩(y-y)dx/?蘩(y-y)dx。我们将两种方法所求的结果进行比较,得出实验结果,实现过程如下。 　　 ①首先将图2上除A点的像以外的其他点用图像工具擦除,得到如图3所示的图形。 　　 ②用MatLab的imread( )函数将图6载入[3],调用程序如附录(一)所示。 　　 运行后得到如图4所示的结果,其中用平均值法求的坐标值为(326,187),用最大距离法求的坐标值为(319,188)。 　　 同理,可由同像的方法求得其他像点的坐标。如下图所示。 　　 　　 通过两种方法求得的圆心坐标如表1所示。 　　 我们可以把上面确定的坐标转化到以光学中心为坐标系原点,x-y平面平行于像平面的空间坐标系中。因为x-y平面平行于像平面,故只需要在我们确定的坐标后面加上一个Z坐标即可。而这个Z坐标就是相距(1577个像素单位≈417.20mm),并且坐标值皆为负。如表2所示。 　　 3.质心法与最大弦距法的误差分析与稳定性分析 　　 定义:对于像平面上任意两个点a=(x,y),b=(u,v)∈?鄣D,定义d=d(a,b)为平面图形的特征直径,其中d(a,b)=,?鄣D为平面图形的边界。 　　 误差分析:通过这样定义了像平面中图像的特征直径后,我们利用Matlab编程计算得出了像平面中靶标上圆的圆心在像平面上的像坐标,即图2中各个像图在像平面 上的坐标。 　　 由于在实际的摄像中它们的像一般会变形,如上图所示我们通过编程计算得出的坐标与实际是有误差的,因此不管用什么方法来计算靶标上圆的圆心在像平面上的像坐标都会有误差。所以我们需要对