摄像测量论文（共6篇）
摄像测量论文 篇1
1 引言
位置测量、定位检测在诸如激光瞄准、生产控制和电子白板等领域应用广泛,意义重大。在大量非接触式定位测量检测系统中,CCD器件已经得到大量使用。面阵CCD可以直接进行二维的位置测量。但面阵CCD像元少,而且高分辨率面阵CCD价格昂贵,信号处理复杂,采样频率比较低。而线阵CCD很容易实现一维位置测量,同时电路驱动简单,精度高,因此对于要求高精度的实时位置测量系统,可以使用多个线阵CCD器件联合,实现多维的定位测量[1]。在使用线阵CCD进行非接触测量时,通常会和柱面镜头配合使用,因为柱面透镜使物点成线像比使用一般透镜汇聚成的点像更容易让CCD捕获[2]。但是单一使用一般柱面透镜,数值孔径小并且容易产生中间厚两边薄的“船型”光斑无法满足大范围定位系统中对光学系统提出的大视场角,短焦距,清晰成像等较高的成像要求[3]。本文设计了一款用于线阵CCD的柱面摄像镜头,使与CCD共轭的大范围平面内各点都能清晰成像,提出一种以球面镜作为前组柱面镜作为后组,前组像面作为后组物面的二级成像结构作为线阵CCD的摄像镜头,使具有相同一维坐标值的点成像为同一条直线,并且具有广角视场,畸变小,成像质量优良等性能特点。
2 设计原理
2.1 定位系统原理及光学系统设计要求
在不同的应用场合对光学系统的设计以及CCD器件有不同的要求,在这里我们对电子白板系统中线阵CCD探测器的成像镜头进行设计。电子白板由投影仪、光笔和光点位置探测器构成,光笔在投影屏幕上随机移动,产生的光点M由光点位置探测器捕捉到,并把位置信息输入到计算机,经计算机处理后,再由投影仪投影到屏幕[4,5]。系统结构如图1所示,3和4为配合线阵CCD的光学系统部分,1、2分别为光点M经过成像镜头后所成的线像,并被两个线阵CCD捕捉。
使用线阵CCD的光点探测器成像镜头的具体设计参数为:常见72英寸的投影屏幕,屏幕尺寸为1 463mm×1 097 mm,投影距离l为1 360 mm。探测器安装在投影镜头旁,因此探测器的探测距离等于投影距离。因为CCD摄像机的光轴与屏幕中心有偏移,所以实际设计探测光点范围1 574 mm×1 260 mm,视场角约为74°。测量精度要求优于1 mm,该距离足可以把相邻的两个投影图像的像素区分开(投影屏幕上的一个像素大约为1.42 mm×1.42 mm),为满足测量精度,CCD器件的像素数应该大于1 500(板面尺寸/测量精度),我们选择分辨力为2 048的线阵CCD探测器。再设镜头的焦距为f′,放大倍率为β,可以通过下式确定镜头的焦距:
一般线阵CCD像素大小14µm×14µm,根据探测精度可得到像高y′应大于21 mm,设计像高y′=22.4mm工作视场y=1 574 mm。所以镜头的焦距f′为20 mm左右。镜头口径可以通过像场的照度确定,可由下式计算镜头孔径D:
式中:γ为透过率,E为CCD像面照度,L为物面亮度(物为激光器光斑,亮度很大)。取γ为1,E/L为0.01,则D=2.4 mm[6]。
为避免屏幕上投影图像光强对光笔光点探测的影响,系统探测波长设置在红外波段,镜头需要安装滤光片,以滤去可见光,并考虑镜头安装及调焦的需要,后截距大些为宜,设计为大于13 mm,同时光学总长小于130 mm。
2.2 设计思想和方法
柱面镜头只在一维有光焦度,在无光焦度的方向,光点不成像而是以直线传播到线阵CCD探测面上的,所以在CCD探测平面上光点的像为一条直线,线阵CCD的探测器阵列方向和柱面镜头的无焦方向垂直,在探测区域内,直线像和探测器始终相交。
对于普通包含柱面镜的成像系统,当被测光点在光轴中心位置时,主光线和柱面镜片垂直。而对于轴外点,主光线和柱面镜片不垂直,由于柱面透镜在倾斜入射和垂直入射时光焦度不一样,导致成像系统无法对整个视场有同样好的成像质量从而影响探测精度。我们提出使用二级成像的方法,通过第一级远心球面成像镜头把探测面清晰的成像在第二级柱面镜头的前端形成中间像,则中间像上的各点的主光线均垂直柱面镜头且光线分布基本相同,从而使整个探测面的各点有相同的成像质量,提高探测精度。
为避免用在交互显示系统中可见光对探测的影响,工作波长选定在红外波段。CCD的波长响应曲线是越靠近短波响应越好并参考市面上提供的红外半导体激光器和红外LED的中心波长,系统的工作波长范围只需覆盖850 nm到890 nm,因此色差的影响比较小。
对于场曲的的校正,镜头在结构上采取了负、正分离的形式。它们的光焦度分别为Φ1、Φ2,相距d,组合系统的光焦度为Φ=Φ1+Φ2-dΦ1Φ2[7]。则系统的初级场曲系数为
假设两光组透镜玻璃折射率n相同,则组合系统初级场曲系数为
因为Φ1、Φ2一正一负,所以组合系统的场曲比光焦度为Φ的单透镜光祖的场曲要小,适当选取Φ1、Φ2、n1、n2可以使初级场曲为零[8]。
由于需要用于对大屏幕进行定位测量,而大视场将会带来比较大的垂轴误差。我们对摄像物镜的第一级球面镜系统拟采取光阑放在系统中间的类对称结构,产生符号相反的垂轴像差,以相互抵消。
3 光学优化设计及结果
根据设计思想和技术要求得到了最后的光学系统结构,如图2所示,其中从物方数起,第一级球面镜系统包括第一片至第六片透镜,第七到第十片均为柱面镜为第二级柱面镜系统,所有的柱面镜的无焦方向在同一个方向,线阵CCD的阵列方向和柱面镜的无焦方向垂直。其光学性能如表1所示。
图3为系统的像面图,其中3条线段分别为原点(0,0),屏幕中一点(551,441)以及边缘点(787,630)所成的直线像。所成线像线长为7 mm左右,被测光点位置变化时,像始终和线阵CCD探测器相交。
图4为光点在视场上移动时所成线像的宽度变化,因为视场相对于镜头的对称性只表示出了四分之一视场的成像情况。其中线宽最小为3µm,最大为24µm,线阵CCD的像素点大小为14µm×14µm,线像最宽只有两个像素大小,对定位精度基本没有影响。
图5为各视场场曲和畸变情况S代表弧矢方向,T代表子午方向,因为有柱面镜作用所以对弧矢方向不需要进行像差控制,全视场畸变小于1.6%且近似于线性变化。图6为各视场MTF曲线,在35 lp/mm处传递函数在0.4以上,各个视场像质一致,满足系统测试要求。
结束语
本文提出的以球面镜组作为前组采用远心结构,柱面镜组作为后组,前组像面作为后组物面的前后两级成像的柱面镜头设计是一种很有实用价值的结构,特别适合于用在大视场的系统中解决单纯使用柱面镜时,轴外物点像质不佳的情况。所提供的设计实例表明,这种镜头具有优良的成像质量,视场大,畸变小,像面像质一致,特别适合与线阵CCD配合使用,在测量定位领域发挥作用。在实际生产加工中,柱面镜的难度和成本比较大,为了降低成本和装配方便,将三片柱面透镜优化为平凸透镜,降低了加工难度和成本也避免了加工中柱面透镜的面形偏心公差对结果的影响。镜头的加工容差适中,采用普通的光学玻璃材料,易于制作。
摘要：针对使用线阵列电荷耦合器件(CCD)的二维位置定位系统中的光学系统的特殊要求,本文提出一种以球面镜作为前组柱面镜作为后组,前组像面作为后组物面的二级成像结构作为线阵CCD的摄像镜头。该镜头使具有相同一维坐标值的点成像为同一条直线,并且具有广角视场,畸变小,成像质量优良等性能特点。对其设计思想、像差特点进行了分析,并给出了f′=-20 mm,2ω=74°,畸变小于1.6%的柱面镜摄像镜头实例及其像差和传递函数计算曲线。
关键词：位置测量,线阵CCD,摄像镜头,柱面镜
参考文献
[1]秦志军,王广志,骆文博,等.基于线阵CCD的大视场高精度三维实时定位系统[J].清华大学学报:自然科学版,2002,42(增刊1):39-42.QING Zhi-jun,WANG Guang-zhi,LUO Wen-bo,et al.Light-spot positioning system with large viewing field and highprecision[J].Journal of Tsinghua University:Science and Technology,2002,42(S1):39-42.
[2]陈秋霞,陈桂林.采用线阵CCD测量扫描镜步进角度的系统设计[J].红外技术,2006,28(3):150-153.CHEN Qiu-xia,CHEN Gui-lin.Design of Measuring the Stepped-Angle of Scanning Mirror with Linear CCD[J].InfraredTechnology,2006,28(3):150-153.
[3]WU Jian,DING Hai-shu,WANG Guang-zhi,et al.Aberration analysis and adjustment of non-spherical lens in the linear CCDsthree-dimensional measurement system[J].SPIE,2004,5252:478-486.
[4]LIU Xiang-dong,GU Yu-zhang.Design of the integrate sensor system for two-dimension position based on CCD[J].SPIE,1999,3897:214-222.
[5]董斌,杨韧,刘兴占,等.一种使用线阵型CCD实现高精度二维位置测量的方法[J].光学技术,1998(5):42-45.DONG Bin,YANG Ren,LIU Xing-zhan,et al.A method of measuring precisely two-demension position with linear arrayCCD[J].Optical Technology,1998(5):42-45.
[6]MENG Xiao,LIU Xiang-dong,XU Wei.Position Measurement Method Based On Linear Array CCD With Inverting Prism[J].SPIE,2005,5633:265-271.
[7]郁道银,谈恒英.工程光学[M].北京:机械工业出版社,1999:28.
[8]李晓彤.几何光学.像差.光学设计[M].杭州:浙江大学出版社,2003:142.
摄像测量论文 篇2
在很多情况下,需要利用多台摄像机进行交会测量,如多台摄像机从空间不同位置拍摄同一个物体,利用双目或多目交会的方法来测量该物体上点或直线的空间位置[1],或者对运动物体采用多台摄像机从不同视点对运动目标进行整体全方位覆盖,而后将局部视场信息拼接匹配形成完整的视场信息,从而得到目标的位置和形状信息[2]。对于第一种情况,如果空间点或直线是静止的,可以不必考虑摄像机之间的同步问题。但对于其他情况,摄像机之间的同步采集误差会对测量结果产生较大的影响,轻则降低测量精度,重则产生错误的测量结果。
高速摄像机的时间同步就是保证多台摄像机拍摄的目标图像记录的时间数据相对应,给事后数据处理提供真实可靠的数据依据。同步控制是多目交会摄像测量系统设计的技术难点。对触发脉冲的实现和事后数据的处理的具体实现方法是解决问题的关键。在摄像分辨率高、拍摄帧频高的情况下高精度的同步控制可有效提高系统测量精度。
1 多目交会摄像测量原理
1.1 摄像测量原理
如图1所示,P为空间坐标系OwXwYwZw下物点,O1,O2,O3分别为三个摄像机光心,而p1,p2,p3分别为物点P在三个摄像机像面上的像点,则根据理想针孔成像模型,任一像机关于物点P的像点pi,光心O和物点三点共线,像点pi图像坐标(X,Y)与物点P的空间坐标(xw,yw,zw)满足共线方程(1)。
其中,f为像机焦距,r11,r12,…,r33和tx,ty,tz是由像机外部参数决定的旋转矩阵和平移向量的元素。以上这些像机参数可以通过专门的标定方法确定。
设空间目标P(xw,yw,zw)由第i个摄像机拍摄的图像点为pi(Xi,Yi),则共线方程(1)可转化为如下关于(xw,yw,zw)的方程组:
在已知像点坐标(Xi,Yi)和像机参数的情况下,式(2)是关于(xw,yw,zw)的线性方程组。对于单个摄像机成像条件,只有两个方程求解三个未知数,得不到唯一解。而对于两台或两台以上像机成像条件,方程的个数变为2i(i≥2),于是该方程组变为超定方程组,可以用最小二乘法求解。
实际上由图1可知,如果光心和像点已知,就可以确定像点和光心组成的唯一射线,而物点必然在此射线上。当使用两台或多台摄像机从不同的位置对同一目标拍摄时,各个摄像机的光心和其对应同名像点组成的射线都通过同一空间物点,即各射线应在物点相交。这就是摄像测量学三维交会定位的基本原理。
1.2 时间同步影响分析
针对静止物体的测量,时间同步无需考虑。针对实时动态目标测量,设空间目标P(xw,yw,zw)运动速度为v(vx,vy,vz),则单位时间t后物点Pt(xwt,ywt,zwt)
若各摄像机之间不能实现时间同步,则像点pi(Xi,Yi)会产生一定偏移,造成解算结果不准确,由此可见,在动态目标测量,尤其是高速移动的动态目标测量系统中,时间同步必不可少。
1.3 同步误差对测量精度的影响分析
由1.1,1.2介绍的原理可以分析,影响摄像测量精度的因素主要来自2个方面,被测对象的运动速度v和时间同步误差。其相互关系如图2所示。
由图2可以看出,在速度一定的情况下,测量误差随同步误差的升高而升高,并且,速度越高的情况,测量误差的升高也就越快,测量精度也就越低。
由于被测对象的运动速度属测量值,因此提高测量精度只能从时间同步误差入手。
2 常见的同步方法
多台摄像机之间的同步包含两层意思:一方面是指多台摄像机在一定控制方式下,同时曝光采集图像,即控制同步;另一方面要保证摄像机同步采集的图像时间信息一致,即时间同步。
目前,针对动态目标的多摄像机交会测量系统中,常用的多摄像机同步控制方法可以分为以下几种:
(1)基于高速摄像机自身具备的自由运行模式(free run)即内触发模式。通过摄像机内触发源进行触发。但是此模式同步精度较差,为毫秒级,在精度要求较高的图像测量系统中,摄像机的帧频一般为500-1000帧/秒,同步误差带来的测量误差不能被接受。
(2)基于多路图像数据采集卡实现摄像机间同步。市场上大多数的多路图像采集卡都是基于分时操作、多路视频切换而工作的,而分时操作不能满足运动目标的精密测量。此外,对于高分辨率摄像机,图像数据量较大,单个图像采集卡不能满足多台摄像机的数据传输带宽要求。
(3)基于多PCI数据采集卡的多摄像机同步[3]。该方法使用一个PCI卡连接一台摄像机,通过编写PCI数据采集卡驱动程序实现多个PCI卡之间的同步。从而控制摄像机同步采集。该方法需要编写驱动程序,对硬件知识和编程能力要求均较高,而且受主板总线速率及PCI接口数量限制,对于大容量的高速图像和摄像机数量较多的系统不能提供有效的解决办法。
(4)基于秒脉冲及网络组播的同步触发模式。该方法通过图像采集软件设计一个组播地址及端口,多台采集设备加入同一个组播地址,通过发送同步触发信息至组播组,完成秒脉冲对时后进行同步采集。该方法多套采集设备间实现对时的时间较长,一般为3~5秒,在高速动态目标测量中,系统工作的即时性不能得到保证。
3 时间同步系统设计
在动态目标的多摄像机交会测量系统中,需要一种简便实用,可靠性高,同步精度高的同步控制方法。经过试验验证,本文设计了利用高速摄像机外触发源模式,基于GPS授时,采用高精度的脉冲发生器作为外触发信号源实现多摄像机同步控制。
3.1 系统结构
系统主要结构组成:
GPS接收机:接收GPS秒脉冲及时间信息;
脉冲发生器:产生高精度控制脉冲(以500Hz为例)、同步采集脉冲;
摄像机单元:拍摄图像;
高速图像采集器:记录图像;
采图处理计算机:综合处理终端。
设备间连接关系如图3所示。
3.2 同步控制原理
同步控制原理如图4-a所示,脉冲发生器通过线缆连接三路信号至图像采集器,一路为秒脉冲信号;一路为同步采集脉冲;一路为像机曝光控制脉冲。秒脉冲信号实现时间同步。同步采集脉冲为一高电平或低电平(在此以低电平为例),如图4-b所示,同步采集脉冲维持在低电平状态,操作人员在图像采集开始时刻,通过控制同步采集脉冲改变为高电平,触发图像采集器开始工作,500Hz像机曝光控制脉冲控制摄像机进行拍摄,图像采集器将拍摄的图像数据存储。多台图像采集器使用同一个触发脉冲和同一个500Hz采集脉冲,实现多像机同步控制。
3.3 时间同步原理
如图5-a所示,利用GPS接收器接收到的秒脉冲信号,在秒脉冲上升沿进行时间同步,每秒同步一次。在一个秒脉冲周期内,脉冲发生器产生频率为500Hz的像机曝光控制脉冲,如图5-b所示,将时间进行500等分,在触发摄像机拍摄的同时,将时间戳在每个脉冲的上升沿记录在图片数据中,并存储在高速图像采集器内。多台高速采集器通过连接同一个脉冲发生器,保证了多台摄像机采集的图像数据时间同步。
4 同步误差分析
如图6所示触发时序,时间同步误差T=ta+tb+tc+td+te。
ta:触发源脉冲上升沿时间;
tb:摄像机接收到触发信号之后的触发延迟时间;
tc:像机曝光时间;
td:数据传输延迟;
te:数据传输时间。
结合3.2、3.3节介绍的情况,由于图像的时间戳信息在曝光的上升沿进行记录,因此tc,td,te造成的时间误差可以忽略,各摄像机开始曝光的同步误差来源于2个方面:脉冲发生器产生的触发脉冲上升沿时间ta;各摄像机接收到触发信号之后的触发延迟时间误差tb。常见的脉冲产生电路利用晶体管雪崩或锁相的原理实现,上升沿时间为几纳秒。摄像机触发延迟时间一般小于10μs,因此各摄像机之间的时间同步误差小于10μs,如图2所示,在被测对象速度80m/s以下,因同步误差带来的测量误差在1mm以内,可以满足摄像测量的高精度的要求。
5 结束语
本文针对多目交会摄像测量方法的研究,基于GPS与脉冲发生器设计了一种多摄像机同步采集系统,良好的解决了常见同步方法中存在的不足。与基于多PCI图像采集卡的同步方案相比,本方案不需要编写采集驱动程序,不需要专业性较强的硬件驱动编程能力,与基于秒脉冲及网络组播的同步方案相比,本方案为实时采集,不存在记录时延,具有广泛的应用前景。
参考文献
[1]王旭,霍炬,杨明.双相机空间定位硬件系统的构成研究[J].自动化技术与应用,2005,24(9):71-74.
[2]马强,郎岩梅,唐文彦.同步并行行图像采集系统的设计[J].仪器仪表学报,2003,24(增刊4):137-139.
摄像测量论文 篇3
目前摄像机标定的方法有很多, 大致可分为传统标定法、自标定方法和基于主动视觉的标定法。文献[1]提出的两步法 (two-stage method) 使用直接线性变换 (DLT) 来计算出大部分参数, 而剩余的参数通过非线性搜索来得到。文献[2]给出了一种适合应用的一种新的、灵活的方法, 这种方法虽然也是使用针孔模型, 但是它的具体标定是在自标定与传统标定之间。文献[3]提出了一种针对可变焦距摄像机的自标定方法, 该方法需要预标定, 先确定出5个内参数的互相关模型, 从而将焦距变化时的自标定过程简化到只需计算一个内参数。文献[4]针对双目视觉, 提出一种基于投影直线相交和改进Open CV1.0标定算法相结合的双目立体视觉标定算法。文献[5]针对双目立体视觉的工业检测精度和实时性要求, 采用LENZ畸变模型建立基于面阵CCD的双目成像几何模型, 分析了成像模型的内外参数及针孔模型的局限性, 提出改进的双目立体视觉系统摄像机两步标定方法。文献[6]提出的基于两组三正交运动的线性方法后, 杨长江, 李华, 等提出了改进的方案, 分别基于4组平面正交以及5组平面正交运动, 利用图像中的极点信息来线性标定摄像机参数。
摄像机标定是从二维图像获取高精度三维信息的前提, 其标定精度和可靠程度将直接影响到测量结果的精度, 尽管目前摄像机的标定方法很多, 但这些研究都是基于摄像机光轴中心线垂直于景物面的双目摄像机的标定[7], 而对于车载摄像机的标定很少有文献研究。在现有的摄像机标定方法的基础上展开研究, 提出了针对车载摄像机进行标定的新方法。
1 车载摄像机标定原理
立体视觉是指能够对目标三维卡迪尔空间内位置进行测量的视觉系统, 立体视觉可分为:双目视觉[8]、多目视觉、结构光视觉系统, 现采用双目视觉系统进行对障碍的定位测量。
目前国内外研究的双目视觉系统大多是基于摄像机的光轴中心线垂直于景物面的情况, 如图1所示, 其中点O1、O2分别为左右摄像机光轴中心线与景物面的交点;O1'、O2'分别为左右摄像机的光心;A1、B1、C1、D1组成右摄像机拍摄到的景物面, A2、B2、C2、D2组成左摄像机拍摄到的景物面。从图1中可以看出, 景物面以摄像机光轴中心线与景物面的交点 (O1、O2) 成中心对称。
而车载双目视觉系统如图2所示, 从图中可以看出景物面并不以摄像机光轴中心线与景物面的交点 (O1、O2) 为中心对称, 这是与图1中摄像机光轴中心线垂直于景物面的不同之处, 也是载摄像机标定的难点所在。
经过分析比较以上2种摄像机光轴中心线与景物面之间的几何关系, 针对车载摄像机的标定, 提出了以标定点在图像上均匀分布成网格状进行标定, 利用网格插值建立图像坐标和实际坐标之间的映射关系, 即车载摄像机的标定模型。
2 车载摄像机标定模型
在双目视觉系统下, 以黑色棋子作为地面标定点, 地面标定点的图像坐标系以图像左上角为原点, 水平方向为U, 垂直方向为V, 图像坐标以pixel为单位。在左右摄像机视野公共区域下, 对左右摄像机进行标定, 由于采用linear双线性插值法, 因此地面标定点以在图像坐标系上均匀分布放置于地面上, 用来建立地面标定点图像坐标的网格, 如图3和图4所示。
从图3和图4可以看出, 地面标定点在图像上均匀分布成正方形的网格状, 因此可以用网格插值法, 对地面场景中任意一个景物点进行网格插值, 插出该点的实际坐标。
具体建立车载摄像机标定模型步骤如下。
(1) 首先找到地面景物点的图像坐标所在地面标定点的图像坐标网格位置。实验的地面标定点的图像坐标组成矩阵形的网格, 而网格的节点为m×n。假如地面标定点在图像上的4个区域点的图像坐标为 (umin, vmin) 、 (umax, vmin) 、 (umin, vmax) 、 (umax, vmax) , 地面标定点图像坐标点建的网格分布的区域则为umin≤u≤umax, vmin≤v≤vmax, 若地面景物点的图像坐标为 (u, v) , 则该点落在标定点的图像坐标形成网格的位置为
(2) 由于每个地面标定点的图像坐标都对应一个实际坐标, 因此根据地面景物点图像坐标所在网格的位置, 对地面景物点周围4个标定点的实际坐标进行双线性插值, 可插出该地面景物点的实际坐标。若地面标定点的图像坐标对应的实际坐标形成的网格分布区域为xmin≤x≤xmax, ymin≤y≤ymax, 则地面景物点的实际坐标 (xi, yj) 可表示为
3 实验及结果分析
实验采用USB摄像机, 左右2个摄像机高度为71.5 cm, 两摄像机间距为35.2 cm, 左右摄像机标定时分别采用25个地面标定点。以25个地面标定点的图像坐标为输入, 25个标定点的实际坐标为输出, 对车载摄像机标定模型进行训练。然后对训练好的模型进行测试, 采用10组数据进行测试, 其计算结果见表1, 由于实际位置的坐标x, y是用皮尺直接测量的, 因此测量的结果只能精确到mm。
从表1可以得出实际值与测量值之间没有显著性差异, 本实验测试样本点位置的偏差, 图5和图6为测试样本景物点位置的偏差图, 其中纵轴为偏差 (单位cm) , 横轴为测试样本的编号。从图中可以看出x的最大偏差为0.263 8 cm, 平均偏移了0.101 56 cm。y的最大偏差为0.273 1 cm, 平均偏移了0.108 32 cm。
4 结束语
车载摄像机的标定是视觉测量非常重要的环节, 也是汽车辅助驾驶系统研究的重要方面, 通过对测试样本点的偏差分析可以得出, 该标定方法精度很高, 而且模型简单, 不需要复杂的坐标转换, 可以准确地通过视觉测量出障碍的位置, 适用于对车载摄像头的标定, 为汽车辅助驾驶系统的研究提供了有效的参考方案。
参考文献
[1] Tsai R Y.A versatile camera calibration technique for high-accuracy3 D machine vision metrology using off-the-shelf TV cameras and lenses.IEEE Journal of Robotics and Automation, 1987;3 (4) :323 —344
[2] Zhang Z Y.A flexible new technique for camera calibration.IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000;22 (11) :1330—1334
[3] Sturm P.Self-calibration of a moving camera by pre-calibration.Proceedings of British Machine Vision Conferences.Scotland:Edinburgh, 1996;675—684
[4] 苏丽颖, 李小鹏, 么立双.双目摄像机快速标定新算法.中南大学学报, 2013;44 (2) :364—367Su Liying, Li Xiaopeng.You Lishuang A new algorithm of quick calibration for binocularcamera.Journal of Central South University, 2013;44 (2) :364—367
[5] 刘源泂, 孔建益, 王兴东, 等.双目立体视觉系统的非线性摄像机标定技术.计算机应用研究, 2011;28 (9) :3398—3400Liu Yuanjiong, KONG Jianyi, Wang Xingdong, et al.Nonlinear camera calibration method of binocular stereo vision system.Application Research of Computers, 2011;28 (9) :3398—3400
[6] Ma S D.A self-calibration technique for active vision system.IEEE Trans.Robotics and Automation, 1996;2 (12) :114—120
[7] 刘盼, 王金海.基于平行双目立体视觉的测距系统.计算机应用, 2012;32 (S2) :162—164Liu Pan, Wang Jinhai.Distance measurement system based on parallel binocular stereo vision.Journal of Computer Applications, 2012;32 (S2) :162—164
摄像测量论文 篇4
煤仓内高温高湿、高粉尘且瓦斯极易积聚,导致接触式煤位测量装置的使用范围受限,且测量准确度低,极易出现空仓和冒仓情况。寻求一种可实施、高准确性的煤仓煤位深度测量方法一直是煤炭工作者的研究任务。孙继平等[1,2,3]提出了一种非接触式煤仓煤位光电测量方法及装置。该装置基于机器视觉方法,采用红外激光发射器来减少煤仓内低照度对成像的影响,将煤仓煤位深度检测问题转化为求解光斑成像中心点的像素偏移量问题。参考文献[1]对直径为8m、高度为40m的圆形筒状直立式煤仓进行实测标定,起始位置为距仓口0.6 m处,设步长为1.2m,逐级下放标定板,获取光斑在煤仓煤位的表面成像。分析测试数据后发现,在基于机器视觉的煤仓煤位图像深度估计算法中,摄像机的内外参数对煤位深度检测结果影响较大。
确定煤仓煤位测量用摄像机内外参数的过程实际上是参数标定过程,通过标定参数可获得被测煤面光斑点在煤面成像中的像素坐标与实际物理位置之间的换算关系。直接线性变换法[4]通过求解线性方程组来得到摄像机的内外参数,不考虑摄像机镜头畸变影响,运算速度快,但在应用中需要进行优化,以提高标定精度。Tsai[5,6]首次提出畸变补偿的标定方法,在直接线性变换基础上,补偿摄像机的非线性畸变,不足之处是在摄像机建模时必须确定可能存在的畸变影响,鲁棒性差。Martins等[7]在插值算法基础上,运用双平面模型对摄像机的内外参数进行标定,可靠性高,但计算量大,实时性差。Faugeras等[8,9]提出自标定思路,通过2幅或2幅以上图像帧直接求解摄像机参数,缺点是标定参数精度低。刘改叶等[10]在矿用输送带双目视觉检测中采用一种自适应标定方法。但目前还没有适合煤矿井下低照度、高粉尘环境下的煤仓煤位测量用摄像机参数标定方法。本文将对该问题展开研究。
1 摄像机的内外参数
定义平面坐标系X-Y,三维空间中的任意一点P(x,y,z)聚焦后投射在平面坐标系上点p(X,Y),可得
式中:s为比例因子;f为成像焦距。
令为投影矩阵,即点p为空间点P在摄像机坐标系下的成像点。
假设像素坐标系下任意一点(u,v)在X,Y轴方向对应的物理尺寸偏移量为dX,dY,数学表达式为
式中:(u0,v0)为初始点。
式(2)的逆变换为
考虑空间的几何位置,通过旋转矩阵和平移矩阵将图像平面坐标系转换到摄像机坐标系,表达式为
式中:[x y z 1]T为空间点P在摄像机坐标系下的坐标位置;[XwYwZw1]T为空间点P在空间坐标系下的坐标位置;M2为摄像机外参数,,其中R为3×3旋转矩阵,t为平移向量,t=[000]T。
将式(2)—式(4)代入式(1),得
式中:ax,ay分别为像素坐标系下u轴和v轴上的尺度因子,;M1为摄像机内参数,由摄像机结构参数ax,ay,u0,v0确定,
2 角点提取方法
本文通过提取二维平面黑白格角点来标定摄像机的内外参数。设置黑白两色交叉填充的标定平面,黑白格的交点即角点,也就是标定信息点,如图1所示。
图1 平面黑白格图案定义的三维空间坐标系
利用旋转不变性,求解摄像机参数模型的方向梯度,建模方程:
式中:w(x,y)为窗函数;I(x,y)为标定图像函数。
根据泰勒级数展开,求解一阶导数,得到Harris矩阵表达式:
式中:w(x,y)的权重值取1;Ix为像素点在x轴的方向强度;Iy为像素点在y轴的方向强度。
采用Harris算法提取角点,流程如图2所示。
图2 采用Harris算法提取角点流程
3 地面标定试验结果及分析
煤矿井下摄像机的几何标定就是建立1组摄像机参数,将目标煤仓煤位的空间坐标系与二维煤面成像坐标联系起来。参考文献[11]采用二维平面上黑白相间的图案作为标定板,要求给定标定图案方格的二维尺寸,从而实现参数计算。在此基础上,本文利用Brown算法[12]的畸变参数估计性能进行煤仓煤位测量用摄像机参数的标定。
3.1 角点提取
考虑摄像机的成像位置与成像姿态,为了获得尽可能全的标定参考点,在距离标定板1.5~2 m处固定摄像机,运用SONY SSC-ET185P摄像机采集20幅不同成像姿态下的标定板图像。每幅标定图像设置7×9个黑白方格,每个方格的物理尺寸为30mm×30mm。
定义成像平面的左上角点为坐标原点O(0,0),在标定板平面坐标系下,其他任意角点的坐标均可表示为(x,y,0)。采用Harris算法处理二维标定板的角点,利用角度特征的旋转不变性,提取结果如图3所示。其中,算法搜索窗口设置为6×6个像素尺寸,用方框标出;角点位置计算结果用十字标出。
3.2 参数标定结果
以标定板图像为例,三维成像的二维投影位置与检测角点之间的像素偏移如图4所示,其中十字表示图像中的检测位置,圆圈表示投影,箭头表示误差方向和大小。全部标定图像的投影误差如图5所示。
摄像机内外参数标定结果见表1。该结果由非线性最优化方法得到,误差估计值是在考虑平均值的3倍标准差后,剔除坏值后的结果。平均投影误差为(0.285,0.335)像素。分析表1可知,摄像机的主点和焦距对标定结果的估计误差影响较大,探测器偏斜系数以及镜头畸变系数影响较小,可忽略不计。这说明标定图像采集过程中,摄像机的焦距变化对误差影响较大,主要原因是摄像机具备变焦功能,能够根据目标场景的成像细节自动调节焦距,以确保清晰成像。因此,对于可自动对焦的摄像机,必须预先进行实验室内的标定,否则不能确保光电测量装置的激光三角测距过程中焦距的恒定性。
图3 标定图像的角点提取结果
图4 标定图像的角点投影像素偏移
图5 全部标定图像的角点投影误差分布
表1 摄像机参数标定结果及误差估计
注:(ox,oy)表示主点位置;(fx,fy)表示焦距;(k1,k2,k3,k4,k5)表示镜头畸变系数;γ表示探测器偏斜系数。计算过程中发现γ和k5的值估计过小,可以忽略。
4 工业性试验及结果
在中国神华神东煤炭集团大柳塔煤矿地面煤仓进行工业性试验。采用SONY SSC-ET185P摄像机,图像有效分辨率为720×576像素,采集的煤面光斑原始图像如图6所示。将摄像机内外参数标定结果用于煤仓煤位表面激光光斑的三角测距中,质心如图6中十字所示。测试数据见表2。
图6 煤面光斑原始图像
表2 测试数据
5 结语
煤矿井下摄像机内外参数标定方法在标定过程中,采用黑白二值划分标定板图案,黑白方格的交点即标定角点,为了获得尽可能丰富的标定参考点,考虑不同成像位置与成像姿态,摄像机的位置可以任意摆放,同时标定平面可以平移、旋转、缩放,不需要给定假设前提;然后利用角度特征的旋转不变性,采用Harris算法实现二维标定板的角点检测。地面及工业性试验结果表明,该方法能够获得较准确的标定参数,满足煤仓煤位光电测量装置的应用需求。
参考文献
[1]孙继平,江静.基于深度预标定的煤仓煤位激光监测方法[J].煤炭学报,2012,37(1):172-176.
[2]孙继平,江静.一种非接触式煤仓煤位光电测量方法:中国,zl201010509916.1[P].2011-12-14.
[3]孙继平,江静.一种非接触式煤仓煤位光电测量装置:中国,zl201020564898.2[P].2011-12-07.
[4]FAIG W.Calibration of close-range photogram metric systems:mathematical formulation[J].Remote Sensing,1975,41(12):1479-1486.
[5]TSAI R Y.A versatile camera calibration technique for high-accuracy 3D machine vision metrology using off-the-shelf TV cameras and lenses[J].IEEE Transactions on Robotics and Automation,1987,3(4):323-344.
[6]TSAI R Y.An efficient and accurate camera calibration technique for 3D machine vision[C]//IEEE Computer Society Conference on Computer Vision and Pattern Recognition,MiamiBeach,1986:364-74.
[7]MARTINS H A,BIRK J R,KELLEY R B.Camera models based on data from two calibration planes[J].Computer Graphics and Imaging Processing,1981,17(2):173-180.
[8]FAUGERAS O,LUONG Q T,MAYBANK S.Camera self-calibration:theory and experiments[C]//Proceeding of the 2nd European Conference on Computer Vision,Santa Margherita Ligure,1992:321-334.
[9]MAYBANK S,FAUGERAS O.A theory of selfcalibration of moving camera[J].International Journal of Computer Vision,1992,8(2):123-151.
[10]刘改叶,武喜艳.矿用输送带双目视觉检测自适应标定方法[J].工矿自动化,2015,41(6):61-65.
[11]ZHANG Z.A flexible new technique for camera calibration[J].IEEE Transactions on Pattern Analysis and Machine Intelligence,2000,22(11):1330-1334.
摄像测量论文 篇5
我们经过研究, 讨论出了一个比较切实可行的方案。主要原理是使用者把食指轻放到手机摄像头上, 这个时候我们利用手机自带的后置或者前置摄像头结合手机闪光灯的照射来捕捉图像, 由于人体充氧时候的饱和的血液和缺氧时候的不饱和的血液颜色是不一样的, 我们可以利用这点来根据颜色的明暗变化的不同来计算得出心率值。在获取心率的过程中, 由于我们利用智能手机拍摄所获得的视频是由一幅幅的图片构成, 所以我们仅仅只需要分析每一个图片就可以了。
获取目标用户的心率简要的操作步骤就是, 首先需要把YUV420 图像转换成RGB图像, 参考相关文献, 我们得出对红色值求和结果最佳, 测量的心率最为准确, 所以我们在本项研究中提取了每幅图片的红色点的总和值, 接下来我们除以了手机获取的图像的总像素点, 即宽乘以高的所有值, 然后求得平均值。比较多幅图像的平均值, 利用我们的算法我们取得了令人满意的效果, 取得了较为准确的心率值, 我们通过对172个样本进行利用专门设备和我们开发的软件进行对比, 我们得出如表1 所示的数据, 后期利用专业的统计分析软件SPSS来做统计分析, 通过计算可知, 我们的软件总体准确率高达83.89%。
2 基于Android系统的软件的设计与实现
2.1 Android系统介绍
Android是由谷歌开发的基于Linux的操作系统, 目前整体使用在移动终端设备中, 例如平板电脑和智能手机, 其由Alphabet公司主导开发。截止目前尚没有统一中文名称, 在我国主要应用“安卓”和“安致”来对其进行命名。Android操作系统一开始是由Andy Rubin开发, 主要用于手机系统。在2005年由Alphabet对其进行收购注资。2007 年Alphabet与多家硬件、软件开发商和电信营运商一起结盟共同开发和改良Android系统。此后Alphabet以Apache开源许可证的授权方式, 公布了系统的源代码。2008 年发布了第一款Android智能手机, 其后谷歌开发了适用于平板电脑的Android系统进而扩展到平板电脑和别的领域上, 如电视、游戏机、数码相机等。2011年Android在全球的市场占有率第一次比塞班系统要高, 达到全球第一的水平。2013 年Android平台手机的整体市场份额已经达到78.1%。2013 年Alphabet的操作系统Android到来了五岁生日, 全世界采用这款系统的设备数量达到了10 亿台。由于其开放源代码和快速的迭代更新已经成为目前主流的手机操作系统, 因此我们在Android操作系统上进行设计了相关的软件。
2.2 软件的设计步骤
(1) 安装Java JDK配置环境变量, 安装Eclipse并配置ADT, 下载并安装Android SDK, 配置完成后新建Android工程;
(2) 设计Main Activity逻辑, 并在Layout布局中绘制主显示界面, 以便提供心率图像的展示, 心率值等信息的实时展示等工作;
(3) 设计心率检测所用的算法, 此处我们使用了快速傅里叶变换算法, 相比原有算法, 我们进行了反复测试, 并利用SPSS做了统计, 准确度提高了10%, 取得了很好的预期结果;
(4) 编写其他Activity的代码逻辑, 主要完成手机视频图像的获取、颜色模型的转换、算法的调用等操作;
(5) 导入讯飞语音[3]开发包, 完成语音报时等代码逻辑。完成编写代码、界面设计等工作, 对软件进行测试, 测试时我们采用了多款、多型号的手机, 进行了反复测试, 确保了软件的稳定性;
(6) 因安卓手机的多样化, 我们着重研究了屏幕适配的工作, 软件适配了不同屏幕, 能在不同屏幕里面获得很好的显示, 如图1 所示:
(7) 对多个用户进行测试, 并利用专业设备对其进行对比, 得出我们的不足, 继续寻找解决方案。
3 软件开发的关键点及目前存在的不足
3.1 颜色模型的转换
本软件开发的主要难度是颜色模型的转换工作。颜色模型指某个三维颜色空间中的可见光子集, 包含某个颜色区域一切颜色。为了更好地展示和使用颜色, 人们研究出了很多的颜色模型。当前经常使用的颜色模型大致分为两种, 第一种是用于屏幕显示器、打印机以及数码摄像机等硬件设备的RGB颜色模型;第二种是用于彩色图像的YUV颜色模型和CMYK颜色模型[4,5]。其中在本实验中原始颜色模型为YUV, 其中Y代表着亮度也就是灰度值, U以及V代表了色度, 也就是描述图像色彩的饱和度和, 以及确定其中的颜色的作用。
在本软件的制作过程中, 我们采用LG G3 作为测试机型, 本机型采用了YUV420SP作为其颜色模型, SP (Semi-Planar) 指的是YUV不是分成3 个平面而是分成2 个平面。Y数据一个平面, UV数据合用一个平面。UV平面的数据格式是UVUVUV。我们首先需要把YUV420SP颜色模型转换成RGB颜色模型。我们采用的方法为:首先通过利用LGG3 摄像头预览的图像获得其高 (Height) 和宽 (Width) 计算出所有的像素点总和, 展示到软件上, 然后把所有的像素点, 对每一列中的每一点进行转换为RGB颜色模型, 由于Lamonaca F等人的研究证明了R (红色) 通道能够比其他通道更好的测得心率值[7], 所以接下来提取出RGB颜色模型中的R点进行求和。由于LG G3 手机可以预览30FPS每秒, 采集到的图像要每秒通过30 次的转换。
3.2 准确度的不足
本软件开发的主要不足就是手机型号的多样性、摄像头的不同、环境因素的不同、手指测量中抖动对结果的准确度产生了一些影响。我们实验了多种型号的手机得出了以下结论, 如果手机配置摄像头少于500W像素、无手机闪光灯可对结果产生很大影响。另外就是所处的环境对结果的波动也产生了影响, 首先表现为亮度比较高的环境与比较暗的环境可以影响结果, 但由于我们采集图像时一般打开手机闪光灯, 所以结果波动并不是很大。最后就是由于测量过程中, 使用者可能会出现抖动、压力过大或过轻, 都会对心率测量结果产生一些影响。
4 结语
由于智能手机的广泛使用, 开发一款测量心率的软件, 可为一些慢性病和其他临时需要测量者带来意想不到的便利。本文简要叙述了如何利用手机摄像头测量心率, 并给出了简要的制作过程, 讨论了一些开发中的难点和目前设计的不足。我们利用图像处理算法得出的心率较为准确, 取得了预期的效果, 但是由于手机摄像头千差万别、手机良莠不齐, 导致可能在不同手机上获取的心率结果相差很大, 这是亟待解决的问题, 拟通过针对不同手机进行优化, 达到适配多种手机[9]的目的。笔者利用智能手机获取心率[10]的前期研究, 希望可以起到抛砖引玉的效果, 可为日后其他对此感兴趣的人开发类似软件提供非常有益的参考。
参考文献
[1]唐弘玲.基于信号处理的Android手机心率监测软件设计与实现[D].东华大学, 2012, 11
[2]孟祥军, 马志庆, 侯忠波.基于智能手机与平板APP的移动医疗发展与应用[J].移动通信, 2015, 39 (20) :92-96
摄像测量论文 篇6
本文首先介绍单目视觉测量系统的基本原理, 然后基于针孔模型建立从世界坐标系向像平面坐标系的坐标变换映射矩阵。根据场面目标物体布局的特殊性提出单目视觉定位测量模型, 并对其进行精度分析。最后, 通过搭建单目摄像机测量系统获取实验所需的内外参数以及图像数据, 根据实验数据和理论计算数据的对比, 分析定位模型在场面不同位置处的误差, 找出满足实际定位精度条件下的有效场面监视区域, 从而验证单目摄像机定位模型的适用性和可靠性。
1 单目摄像机定位系统的数学模型
1.1 单目针孔摄像机模型的坐标变换矩阵
我们知道通过单个针孔摄像机变换矩阵并不能解算场面目标点的世界坐标 (两个方程三个未知数) , 但是我们知道在场面范围内移动的物体, 可以近似看成在某个平面内运动, 这样目标点的运动就被限制在一个平面内, 只要我们找出这个世界坐标下的平面方程, 我们就可以解算出场面目标点的世界坐标位置 (三个方程三个未知数) [5]。这也是本文单目视觉测量模型建立的基本思路。目前我们所要解决的问题是:首先确定场面目标点的平面方程;其次是如何确定摄像机的内外参数。其中摄像机的某些参数是由厂家给定的, 有些参数需要现场标定, 下面我们对其逐一讨论。
1.2 单目视觉系统摄像机内外参数分析
摄像机内部参数包括传感器光学中心像素值和CCD像素元大小和焦距这三个内部参数。中心像素值和CCD像素元大小由CCD厂商直接提供, 本文认为其没有误差。对于焦距, 由于在使用或调试中经常变动, 所以需要现场标定。在世界坐标系即场面中心处放置一光学定位靶标, 由像平面中心像素值可以实现场面中心点和CCD光学中心位置一一对应。对应后, 通过图像处理, 如果我们能够获取像点的像素值, 通过坐标变换矩阵模型, 我们就可以求得场面世界坐标系下的物点的空间坐标, 从而实现场面目标物体的定位。
摄像机外部参数包括三个平移矢量和三个旋转角。对于三个平移矢量, 实用中我们在相机镜头上加装一个三棱反光镜, 通过大地测量仪器直接获得。对于三个旋转角, 由于测量精度要求高, 需要现场标定。对于单目视觉定位系统的摄像机旋转角标定, 我们要求自转角和的倾斜角为0, 而俯仰角, 即光轴与世界坐标系轴的夹角, 在确定场面中心和摄像机光学中心后, 由大地测量仪测量计算可得。这个倾斜角的精度由测量仪的精度决定。这样我们的模型就大大简化。
2 实验
为了初步验证理论模型的正确性, 我们获取实验数据的单目摄像机系统搭建在一个开阔的广场上。我们在场面中心放置一标定物。中心像素值 (X, Y) 测量为 (1053, 1215) 。在实验中测得单目摄像机光心距离地面的高度为世界坐标系中心相对于摄像机坐标系中心在地面上投影到世界坐标系中心的距离。厂家提供的摄像机的镜头为可变焦镜头, 实验中我们将镜头的焦距调整到最小。经标定, 摄像机焦距, 摄像机CCD像元尺寸信息由厂家给出, CCD像素最高值为 (2447, 2048) 。实验中我们调整摄像机的姿态, 在保证摄像机像平面中心对准场面中心的同时, 使得通过场面中心的水平线段的两端点在CCD图像中的水平像素值严格相等, 即可认为自转角和倾斜角近似为0。
从实验中我们得出方向的定位误差随着X值的增加非线性增大, 这个结果与实际结果相符。如果我们假设模型定位误差控制在3cm内即符合实际需要的话, 我们可以求得在方向定位点的范围应该取在 (-3.0m~3.0m) 即满足要求。
3 小结
本文首先从无畸变单目针孔摄像机模型出发理论推导出从世界坐标系向像平面坐标系的坐标变换数学模型, 根据场面监视环境的特殊性提出了所需标定参数较少的单目视觉定位模型。其次, 在满足实际使用要求的场面监视区域内, 各点的相对定位误差可以控制在在0.8%以内。再次, 根据实测数据和理论计算数据的对比分析, 验证了定位测量模型的的适用性, 可靠性和系统理论误差的正确性, 并可以将此单目摄像机定位模型应用到机场场面监视系统中。研究表明单目视觉测量技术是一种参数模型简单, 成本低, 效率高的可以弥补一次雷达机场场面监视盲区的有效可行的监视技术手段。
摘要：为了实现对有效场面监视区域物体的准确定位, 建立了单目视觉定位测量模型。对单目视觉测量系统数学模型, 系统内外参数标定和定位精度进行研究。通过实验验证单目视觉定位测量系统的适用性。首先, 建立从世界坐标系向像平面坐标系的坐标变换映射矩阵。根据单目摄像机测量系统内外参数易标定的特点和场面目标布局的特殊性, 提出具有针对性的变换矩阵数学模型。其次, 利用现场实验获取参数数据和图像信息, 分析场面监视区域内物体的相对定位误差, 从而得出在满足实用定位精度的要求下的有效场面监视区域范围。实验中对3m×3m的区域进行监测, 最大相对定位误差可以控制在0.8%。从而验证了本论文定位测量模型的的适用性, 可靠性和系统理论误差的正确性。
关键词：单目视觉,针孔模型,场面监视,识别定位
参考文献
[1]金文.场面监视雷达的应用和发展[J].中国民用航空, 2011.
[2]李斌, 张冠杰, 场面监视雷达技术发展综述[J].火控雷达技术, 2010.
[3]宫峰勋, 雷艳萍, 许跃等.机场场面多点定位系统定位精度研究[J].计算机工程, 2011.
[4]韩延祥, 张志胜, 戴敏.用于目标测距的单目视觉测量方法[J].光学精密工程, 2011.