工业视觉测量系统中摄像机内外参数的快速标定.docxVIP

工业视觉测量系统中摄像机内外参数的快速标定 李玉祥 1，王娜 2 哈尔滨工程大学理学院，哈尔滨（150001） 东北林业大学交通学院，哈尔滨（150001） 要：工业视觉测量系统中，在对被测物体进行检测及尺寸测量时，都需要进行摄像机标定，即标定摄像机的内部参数和外部参数。本文针对摄像机模型，在几何约束关系的基础上，提出了一种实用的快速简洁的标定方法，具有一定的应用价值。 关键词：摄像机标定；图像处理；工业视觉；在线检测 引言 图像测量的重要课题是正确地测量和处理图像。图像测量的前期工作是计算机视觉，他的基本任务之一就是从 CCD 摄像机捕获的二维图像信息出发来计算三维空间中物体的几何信息，并由此重建和识别物体。空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系是由摄像机几何模型决定的。这些几何模型参数就是摄像机参数，一般应通过摄像机标定计算得到。摄像机标定包括确定摄像机内部几何光学特征（内部参数）以及确定摄像机在一个世界坐标系中的三维位置和方向（外部参数）。目前的摄像机标定技术大致可分为基于立体视觉的传统摄像机标定方法和基于主动视觉的摄像机自标定方法两类。本文提出一种应用于前者，并针对一般工业视觉应用中的 CCD 垂直指向被测对象时在针孔摄像机模型下的快速简易标定方法。 摄像机模型 设物方任意点在物方空间坐标系中的坐标记为（ xw , yw , zw ），它在像空间坐标系中的坐标记为（ x, y, z ），摄像机的中心坐标在物方空间坐标系下为（ xt , yt , zt ），（ xd , yd ） 是由透镜径向畸变引起的偏离（ xu , yu ）的实际图像坐标，（ x f , y f ）为计算机坐标系下的图像坐标。摄像机模型如图 1[1]。 图 1 摄像机模型 则由空间变换关系可得下述公式： - 1 - x xw xt = R (1) y yw + yt z zw zt （1）式中R 为旋转矩阵，它是相机 3 个独立方向角(θ ,?,ψ ) 的函数，可写为： r1 r2 r3 R = r r r （2) 4 5 6 r8 r9 r7 有关ri 的表达形式，请参阅有关文献[2]。 摄像机模型下的理想透视投影变换为 xu = f x z (3) y yu = f z 由（3）式计算得到的像点坐标是理想条件下的像平面坐标，实际上光学成像系统总是存在光学畸变。这种光学畸变包括径向畸变和切向（偏心）畸变。在通常情况下仅顾及径向畸变。由应用光学知识可知，径向畸变?r 和视场的三次方成正比。若忽略高次项有： ?r = kr 3 其中k 为畸变系数，r 表示视场，那么?r 在 x, y 两个方向的分量为： ?x = ?r · x = xkr 2 r y ?y = ?r · r = ykr 2 xd = xu + ?x = xu (1 + kr 2 ) 则有： yd = yu + ?y = yu (1 + kr 2 ) 其中r = xd2 + yd2 。  (4) (5) CCD 相机形成数字信号的过程是把成像在每个光敏元的光点进行光电转换，形成视频信号，然后进行 A/D 转换，即量化。由于量化的间隔（象素大小）并不完全对应于光敏元的尺寸，因此图像平面坐标和畸变坐标之间存在一个比例因子。此外，由于 CCD 在行列两方向的扫描频率不同，使得它在 x, y 两个方向的比例因子（sx , s y ）不相同。所以顾及到像 主点参数（cx , cy ）,则畸变坐标和图像平面坐标（ x f , y f ）有下述关系存在： x f = sx xd + cx (6) y f = sy yd + cy CCD 像机逐步标定方法 目前的摄像机标定技术大致可归结为传统的摄像机标定方法和摄像机自标定方法两类。后者不依赖于标定参照物，只利用摄像机在运动过程中，其周围环境的图像与图像之间的对应关系来对摄像机进行标定，一般应用于机器人手眼系统或主动视觉系统；而前者是在一定 - 2 - 的摄像机模型下，基于特定的试验条件，如形状，几何尺寸已知的标定参照物，经过对其图像进行处理，并利用数学变换和计算方法，计算摄像机的内部参数和外部参数。小孔摄像机成像模型满足严格的透视变换关系，其基本变换计算式是线性关系，可以直接采用解线性方程组的方法求解。但是由于实际的摄像机成像原理并不是理想化的小孔成像，此外，摄像机还存在有制造和装配误差，因此，实际成像与理想的小孔成像之间存在差异，这些差异称为畸变。为了精确的建立含畸变的图像坐标与实物三维坐标之间的关系，需要在变换关系中引入畸变修正项，图像坐标和景物坐标之间的变换关系中引入了畸变修正项，图像坐标和景物坐标之间的变换关系就含有了非线性项，引起求解困难。本文利用线性求解方法对摄像机内外参数进行逐步标定，简化求解过