毕业设计基于两步法摄像机标定技术应用研究.pptVIP

经验总结 棋盘格模板最好在11*11，每个格子大小为30mm左右。 为了提高标定精度，减小随机误差的大小，获取的图像尽可能在视场各个范围内均匀分布，同时在拍摄距离上有一定大小的纵深，模板的放置角度等也要有充分的变化。 标定结果随着图片数量的变化而变化 ，标定 图片在10-20张左右时，标定结果最为稳定 ，数量太少，标定误差会增加，数量太多会增加工作量。 第二节 结论 采用了2D平面标定方法，该方法既避免了传统方法对设备要求高，操作步骤繁琐等缺点，又比自标定方法精度高，利用MATLAB软件编写程序实现了这一标定方法，给出了实验过程和结果。 研究了影响摄像机标定精度的两个重要关键环节——角点检测和摄像机参数的求解，本文采用了经典的Harris角点检测方法，基于对图像灰度的梯度进行处理获取角点。 计算靶标平面与其图像平面之间的映射矩阵是一个非线性最小二乘问题，本文在计算时首先利用奇异值(SVD)分解来求解，由于每幅图像控制点数n4，所以将SVD分解得到的解作为初值，再用Levenberg-Marquardt法来优化求精，从而获取摄像机参数，最后得出结论。 通过双目立体视觉系统可以获取3维重建后棋盘格的边长并与棋盘格的真实边长作比较，获得了较高的标定精度，从而验证该方法的有效性。 第三节 汇报完毕 燕山大学电气工程学院2010级检测1班毕业答辩 题目：基于两步法的摄像机标定技术研究 答辩人： 指导老师： 目录 第一节：摄像机标定的原理 第二节：摄像机标定的实验 第三节：结论 摄像机标定的定义 建立摄像机图像像素位置与场景点位置之间的关系，其途径是根据摄像机模型，由已知特征点的图像坐标求解摄像机的模型参数。 第一节 摄像机标定的意义 摄像机标定是计算机视觉领域一项非常重要的技术。随着应用的发展，CCD摄像机也被越来越广泛应用于三维立体测量、视觉检测、运动测量等领域因此，对摄像机标定准确度的要求也越来越高。摄像机标定结果的好坏直接影响着计算机视觉在各个领域的应用。只有摄像机标定的准确度，才能提高计算机视觉在各领域测量的准确度。 第一节 摄像机透视投影模型 定义：摄像机通过成像透镜将三维场景投影到摄像机二维像平面上，这个投影成像变换描述，叫摄像机成像模型。 机器视觉中的常用坐标系 图像坐标系 摄像机坐标系 世界坐标系 第一节 o 写成齐次坐标形式为 透视投影——小孔成像模型 摄像机光学成像过程的四个步骤 刚体变换 透视投影 畸变校正 数字化图像 世界坐标系 摄像机坐标系 真实图像坐标系 数字化图像坐标系 理想图像坐标系 第一节 线性摄像机成像模型 图像物理坐标系 图像像素坐标系 摄像机坐标系 世界坐标系 图像像素坐标系 世界坐标系 最终得到： 这是忽略畸变的线性成像模型 摄像机的内参数矩阵 K Position with distortion Ideal Position dr :radial distortion dt :tangential distortion 畸变校正——径向和切向畸变 径向畸变 离心畸变 薄透镜畸变 径向失真 切向失真 a :桶形畸变 b :枕形畸变 a b 畸变校正——其它畸变类型 薄棱镜畸变 轴的最小 切向失真 轴的最大 切向失真 读取图像 角点检测 线性变换 误差分析和精度评定 摄像机标定步骤 计算内外参数 结果输出 第二节 单目摄像机标定 一、计算计算靶标平面与其图像平面之间的映射矩阵(单应矩阵) 二、求解摄像机内参数矩阵A 三、由每幅图像的单应矩阵和内参矩阵A求每幅图像的外参数 四、利用最大似然估计非线性优化上述求得的摄像机内外参数 五、引入畸变系数并计算初值 六、将畸变系数初值与求得的摄像机内外参数一起作为初始值重新应用Levenberg–Marquardt非线性优化算法求出各参数最终结果 第二节 标定模板:9*13棋盘格，尺寸31mm 第二节 第二节 采集了22张图片 角点提取 第二节 外参数（以摄像机为中心） 第二节 完整的畸变模型 第二节 参数初始值 非线性优化后值 有效焦距αx、αy [ 773.78918 773.78918] [789.71325 789.98444] 不垂直因子γ Angle of pixel=90.00000 Angle of pixel=90.00000 主点u0、v0 [639.50000 479.50000] [656.24773 500.22589] 径向畸变系数k1、k2 [0.00000 0.00000] [-0.12510 0.16505] 切向畸变系数p1、p2 [0.00000 0.00000] [0.0008014 0.0002242]