简易棋盘格图像标定系统的应用.docVIP

简易棋盘格图像标定系统的应用 　　摘要：棋盘格图像在摄像机标定中有非常广泛的应用，对于复杂环境且测量精度要求非常高的场合，会需要特定的且有一定复杂度的算法，但通常情况下，使用这样的标定系统是没有必要的，且会让初次应用的人觉得困难。这里提供一套应用简单，快速，对棋盘格图像具有旋转不变性，良好的鲁棒性，且对非复杂环境具有高精度的标定系统。所有算法均是在前辈们的算法上稍作改变而来，应用效果非常好。 　　关键词：棋盘格 标定系统 应用 高精度 　　中图分类号：TP399 文献标识码：A 文章编号：1007-9416（2015）01-0000-00 　　Abstract：Chessboard image has a very wide application in the camera calibration， for complex environment and requiring very high accuracy of measurement， a specific complexity algorithm to a certain extent will work， but under normal circumstances， there is no need to use this calibration system， and it would be difficult to a fresh man to get a deep understanding and apply. Here to provide a calibration system that the application is simple， rapid， and with rotation invariance and good robustness to a chessboard image， and to a uncomplicated environment will get high precision. All algorithms make a little change on the algorithms of predecessors， the application turns to have done a good job. 　　Key words： chessboard；calibration system；application；high precision 　　1引言 　　在工业上，特别是机器视觉领域，检测一些工件或缺陷的尺寸，大小，或是测量距离等时，常常会利用摄像机拍摄二维图像的方式来获取信息，而摄像机本身的内部参数如焦距、镜头畸变等，以及外部环境等，会使图像与实物有偏差，且从图像上获得的信息都是基于像素的，于是，如何建立三维空间点和相应图像像素点之间的对应关系，精确地标定摄像机是极其重要的[1]。棋盘格模板被广泛的应用于摄像机标定过程中，通过获取高精度的给定间距棋盘格模板图像，取得棋盘格角点坐标，建立其与世界坐标之间的关系，因此，获得高精度的角点坐标和找到准确的映射关系是至关重要的。 　　棋盘格角点检测有两种方式，一是通过拟合出图像中各直线，然后以其交点为角点，对于有畸变的图像，拟合的直线交点会产生较大偏差；二是直接检测角点。Harris算子[2]和Susan算子[3]通用性强，计算量大，而对于灰度值分布有明显规律的棋盘格图像而言，有些大材小用，基于对称[4]和灰度差异[5-6]的算法比较适用。于是，文中使用的是在储?B等提出的环形模板[7]检测角点算法稍作改变而来，映射关系修改自张正友标定法[8]。 　　2角点检测算法 　　储?B的环形模板算法是构造一个环形算子，然后计算环形区域内连通区域的面积比例，达到1：4则认为该中心为角点，但是当图像变形严重等情况时有可能存在漏检等情况。该算法修改储?B的环形模板而来，通过分析棋盘格灰度分布特性，由其对称性可知，每个像素点对称位置处的灰度值是相似的，且都是从黑道白和从白到黑的变化，那么角点一定邻域间隔内的对称位置处像素相似，如果选用四邻域，那么如果对称位置刚好在图像黑白相间处，可能导致判断不准确，这里选用八邻域像素值作为寻找角点判据。八邻域具有旋转不变性，像素分布有两种，分别如图1，图2所示，则白色和黑色像素组均是大于1的，在找到所有符合条件的角点后，用最小二乘法拟合圆得到其中心，该中心即为角点，得到所有角点坐标后，该角点检测算法完成。 　　图1 图2 　　针对不同分辨率的相机，角点所占像素个数不相同，因此设邻域位置以n为间隔。算法具体步骤如下： 　　第一步，根据图片信息，设定n值； 　　第二步，假定待检测点坐标为（x，y）， 计算八邻域各像素点处