标定方法

标定方法（精选12篇）

标定方法 篇1

在煤矿井下测量中, 经常会遇到巷道施工中的中腰线标定延长工作, 其中腰线测量工作的质量会直接影响到巷道工程质量, 也会引起各方面的高度重视, 因此把掘进巷道施工中经常使用的几种中腰线标定方法总结归纳起来, 引导测量人员正确使用是很有必要的, 在一定程度上会提高他们的业务水平, 熟练的掌握标定的准确性。为此, 特总结归纳了以下几种最常用的井下掘进巷道中腰线的标定方法, 仅供参考。

1 采用倾斜仪牵线法 (要求精度不高的巷道)

在巷道一侧尽量避开吊挂风筒一侧, 选择一处巷道一帮平滑无凸凹的部分, 并且还要有测量点的位置, 假设若在此点已知点的标高为H, 巷道全高h, 则巷道底板标高为H-h, 设计腰线为轨道面以上1.5m时, 应选择底板标高加1.5m (加上轨面高度) , 在此点处拴上线绳, 做为腰线的起始点, 用倾斜仪量取所要标定的倾角度数, 一个人拉长线绳, 另一个人用矿灯光束垂直照准线绳投影到巷道帮上, 用刷子沾上油漆先点上几处小点, 然后沿着巷道方向连成一条线, 即为腰线。

2 用经纬仪在中心线上标腰线

2.1 采用经纬仪标腰线

在已知的中心点架好经纬仪, 量取仪上高i, 按设计腰线的坡度用盘左读取倾角δ1, 在前进方向上, 指挥由远及近, 标定出至少三条垂线, 并且做好标记, 用倒镜盘右再读取倾角δ2, 取1/2 (δ1+δ2) 的平均值, 再指挥前视标定人员由远及近在三个标记点上向左右移动三条垂线标记, 重新校定三条垂线上的腰线标记, 最后按设计要求的腰高度a (应考虑是从巷道底板还是从轨面算起) , 先求出架仪器点的底板标高, 看已知点标高H-i是否与在此架仪器站的腰线点标高H1相符合, 若差一个数值b, 则应再次在已标定完的三处垂线的标记上往上或往下量取b值, 做好标记, 此三点连线即为腰线, 一定记住量好的各点到顶板的高度做为以后检核校对的数据。

三条腰线的垂线中间距离最好大于10m。

巷道施工长度在30m以上时将3#、1#与导线点连测, 求出3#、1#点的腰线坡度进行校对。如图1。

2.2 在激光仪下用经纬仪标腰线

在巷道已有的中心上固定好激光仪, 调整好激光束照准巷道前进的方向, 在已知导线点上连测激光镜头发出光束中心的标高, 设标高H为此处底板标高 (在前一站测量时须要将此处标高求出) , 并将经纬仪移至激光仪下, 按设计的坡度读数正倒镜位经纬仪天顶距读数, 取平均值, 指挥前视人依次由远及近钉好三个欲设腰线的点1、2、3号, 指挥前视人标好记号, 依据设计腰线与底板的高度, 利用激光束镜头中心的标高调整腰线高度, 再求出经纬仪标坡度与激光束平行标坡度的差值b:b=H1-i-H, 将激光束照准点依次向上或向下移一个b值, 使激光束标定的方向与经纬仪标定的方向坡度相一致。记录移动b值以后在垂线上的注记与巷道顶板的距离长度做为检核点是否移动的依据。移动b值后的标记点要与设计要求、巷道底板 (或轨面) 的腰线高度值相比较, 从而确定准确的与设计坡度相一致的腰线高度 (也可以上下移动激光仪及三个垂线点调整标准的腰线坡度) 。如图2。

2.3 利用经纬仪在中心点下向巷道两帮返腰线 (多用于精度要求高的长距离钢丝绳皮带机标腰线)

第一步, 在标定腰线的已知点A号点下按经纬仪读取天顶距正、倒镜倾角, 取平均值标定一段距离, 在中心线下设为B点, 经纬仪在A读取水平角数值加90度垂直于中心线方向, 向巷道一侧投点A′, 转180度倒镜向另一侧投点为A″点, 量取经纬仪垂直度盘中心到底板高度h1, 按照设计腰线高度, 计算出腰线高度h, 计算出腰线高度h-h1 (或△h=h1-h值的差值) , 分别在A′和A″用钢卷尺向下或向上量取一定长度a′、a″, 最终确定腰线高度h值。同时由A向B点正、倒倾角, 标定出前视B点的腰线基点, 并量取由顶板到基点垂直长度, 做为下站检查用。

第二步, 将仪器安置在B号点处, 依次向后视瞄准A点中心线, 利用水平角度值向巷道两侧垂直投B和B′点, 量取B点仪器上高度b上与前站B#的腰线基点值比较, 量取投完点后的上或下长度b′、b″, 使A′与B′ (A″、B″) 连成一条直线, 则向上抬△h差值, (反之, 向下移△h差值) , 并做好标记, 做为该站腰线基点。即为A点至B点一段巷道两侧的腰线。同时在B点向上继续瞄准C号点, 注意从B点到C点, 腰线在巷道两帮上投点的差值, 一定要延续准确。如图3剖面图和平面图。

标定方法 篇2

提出了利用控前2次定轨结果计算的日平均星下点来确定每天的平均半长轴,从而得到只包含地球非球形引力摄动长期项的日平均半长轴,并用此计算目标轨道的.方法.为东西控制目标半长轴的选取提供了一种新方法.该方法已多次应用于数颗同步卫星的东西控制中,取得了很好的效果.

作 者：李全军 袁勇 陈雅容 LI Quan-jun YUAN Yong CHEN Ya-rong 作者单位：李全军,袁勇,LI Quan-jun,YUAN Yong(西安卫星测控中心,陕西西安,710043)

陈雅容,CHEN Ya-rong(空军工程大学,陕西西安,710043)

标定方法 篇3

关键词：图像处理；摄像机内参数优化；畸变校正；分层改进式遗传算法

中图分类号：TP311 文献标识码：A 文章编号：1009-3044（2016）18-0161-02

1引言

近年来，随着国民经济与科学技术的飞速的发展，在医学、工业、科研等领域对细微物体的精密测量技术提出了越来越高的要求。在众多的测量技术中，图像识别与处理技术具有检测速度快、精度高、重复性好，且检测具有非接触性等特点，已成为当前细微粒度测量研究的一个热点和发展趋势。然而，典型的图像识别与处理技术很难满足高精度的测量要求，因此，如何提高微小型物件的测量精度已成为该技术领域的主要研究方向之一。本文以尺寸0.23mm-0.32mm的片状微小颗粒为待测物体，研究摄像机标定的相关技术和方法，获取并优化摄像机的有关参数，矫正图像畸变，精确建立起三维空间物体与二维图像间的对应关系，为细微物体的精密测量提供可靠方法。

2基于分层改进式遗传算法的摄像机内参数优化

遗传算法（Genetic Algorithms，GA）从模拟生物的遗传进化机制入手，以种群方式自适应搜索，以此来构造人工智能系统模型。

2.1分层改进式遗传算法的基本思想

为了进一步提高遗传算法性能，避免算法陷入局部最优解，本文对标准的分层遗传算法做了部分改进，改进点如下：

（1）针对本文的实际使用环境，以先验知识初始化各个子种群。

由于本文遗传算法的使用是为了进一步提高摄像机标定参数的精准性，因此，本文以该参数值作为导向，在初始值周围的一定范围内寻找最优解。将上述方法总结如下：首先归一化各个参数值，然后在归一化值的±0.05范围内，随机初始化种群。

（2）在各个低层子种群遗传操作中加入精英策略。

（3）交叉、变异概率采用自适应方式。

（4）基于滑动窗口的自适应搜索区间调整。

自动调整搜索区间的方法如下：

①如图1所示，设置两个搜索区间，大区间表示变量可能的取值范围，即整个搜索空间，小区间表示变量当前的搜索范围，即滑动窗口，它包含在大区间内，以固定区间大小在大区间上移动。变量编码时，按小区间编码，既可保证搜索精度，又可扩大搜索范围。如某变量x，设它可能的取值范围为[1，100]，当前的取值范围为[45，55]，在编码长度保持10位不变时，在小区间内的编码，精度为0.0098，而对于大区间编码，精度降为0.098。

②滑动窗口在寻找最优解时，如果变量连续n代的取值都落在滑动窗口的上界bmax或者下界bmin，说明搜索区间已受限制，需将整个窗口向右或向左移动的距离，然后在新区间内继续执行寻优操作。

2.2算法的实现

本文采用分层改进式遗传算法实现摄像机内参数的优化，其算法流程如图2所示。

3结果分析

为验证上述方法的有效性，本文将分层改进式遗传算法、普通遗传算法、普通分层遗传算法优化过的内参与matlab标定工具箱、OpenCV函数库计算得到的参数值作比较，其中遗传算法的参数设置如下：

上述设置方式在最大程度上保证了3种遗传算法的参数一致性，由此得出的结论更具有说服力。

5种方法计算得到的内参结果如表2所示：

从表2中可以发现，虽然使用了5种不同的方法，但计算得出的结果相似度达90%以上，由此证明了本文使用OpenCV初始值作为先验知识，并在该值附近寻找最优解，能够提高算法精度，使算法更快收敛。

表2虽然列出了五种方法的内参结果，但无法评判内参值的优劣程度，因而需要引入绝对投影误差加以比较。绝对投影误差值越小，说明理论模型越准确，该内参结果越优良。因此，本文将经过优化处理后的内参值重新带回摄像机模型中计算绝对投影误差，并将该误差与matlab标定工具箱、OpenCV、普通遗传算法、普通分层遗传算法计算得到内参数值的绝对投影误差作对比，对比结果如下：

从表中数据可以看出，由OpenCV计算得到的摄像机参数已经比较接近最优值，因此进一步证明了本文在遗传算法初始化种群时，选用该内参值附近的点，是非常有必要的。此外，本文使用的分层改进式遗传算法在寻找全局最优解时，更大程度地避免了局部最优解的出现，因此相较于另外两种遗传算法，本文的方法在算法寻优能力等方面拥有更强的优势。

4小结

本文研究了怎样发挥遗传算法的优势，使其适用于摄像机标定系统，并利用遗传算法的特点对摄像机标定参数进行优化，使整个摄像机成像模型更接近于真实模型，有利于系统误差的减小，提高了微小颗粒检测系统的测量精度。然后，本章还针对普通分层遗传算法在摄像机标定应用中的不足，提出了更适用的分层改进式遗传算法，有效弥补了遗传算法收敛速度缓慢、容易陷入局部最优解等缺点，提高了算法性能和标定效率，从而在一定程度上提高了微小颗粒的测量精度。

参考文献：

[1] 马颂德，张正友.计算机视觉—计算理论与实践[M].北京：科学出版社，1998.

[2] W.G，M.S.Complete two-plane camera calibration and experimental comparisons[C].In：Proc.ICCV93，1993.

[3] 姚静，李军.摄像机标定相关问题研究[D].南京理工大学，2012.

[4] 张浩鹏，王宗义，吴攀超，等.基于LCD和改进棋盘格模板的摄像机标定[J].计算机与应用化学，2012，33（7）：1541-1547.

[5] 刘国瑛，薛月菊，邹湘军，等.基于图像参差的摄像机标定精度比较[J].农机化研究，2011（10）： 118-121.

量热仪的标定方法 篇4

1 仪器设备与环境温度的要求

1.1 仪器设备

热量计通用有恒温式和绝热式两种, 其差别只在于外筒及附属的自动控温装置。热量计包括以下主件和附件:

氧弹, 由耐热、耐腐蚀的镍铬或镍铬钼合金钢制成, 它不受燃烧过程中出现的高温和腐蚀性产物的影响而产生热效应;能承受充氧压力和燃烧过程中产生的瞬时高压;试验过程中能保持完全气密。弹筒容积为250~350m L, 弹盖上装有供充氧和排气的阀门以及点火电源的接线电极。新氧弹和新换部件 (杯体、弹盖、连接环) 的氧弹应经15.0MPa (150atm) 的水压试验, 证明无问题后方能使用。

内筒, 用紫铜、黄铜或不锈钢制成, 断面为圆形、菱形或其他适当形状。筒内装水2000~3000m L, 以能浸没氧弹 (进、出气阀和电极除外) 为准。外筒, 为金属制成的双壁容器, 并有上盖。外壁为圆形, 内壁形状则依内筒的形状而定, 原则上要保持两者之间有10~12mm的间距, 外筒底部有绝缘支架, 以便放置内筒。

搅拌器, 螺旋桨式, 转速400~600rmin为宜, 并应保持稳定。搅拌效率应能使热容量标定中由点火到终点的时间不超过10min, 同时要避免产生过多的搅拌热 (当内、外筒温度和室温一致时, 连续搅拌10m in所产生的热量不应超过120J) 。

1.2 试验室条件

试验室应设在一单独房间, 不得在同一房间内同时进行其他试验项目。室温应尽量保持恒定, 每次测定室温变化不应超过1K, 通常室温以不超出15~35℃范围为宜。室内应无强烈的空气对流, 不应有强烈的热源和风扇等, 试验过程中应避免开启门窗。实验室最好朝北, 以避免阳光照射。

1.3 环境温度

保证外桶水温的恒定是做发热量的基本重要前题, 日常需注意如下几点:一, 量热仪应放置在一单独密封较好温度恒定的实验室内, 室内空气无对流, 比如风扇, 门窗之类应关闭, 二, 无热源, 如无阳光直射, 无马弗炉, 电炉, 干燥箱类的热源, 实验室内按要求有空调恒温, 而空调风速应调至小档, 风口不能直吹量热仪。

2 标定

一克煤碳燃烧后其热值传到内筒温度探头的过程中, 其传导途径中的氧弹、内桶、水等多种因素必然会产生热消耗, 这一系列热消耗会给最终测量结果带来较大的误差, 必须要求出在某一恒定水温下这些热消耗的值, 仪器表示单位为E、A、K。输入到仪器中进行温度补偿才行, 这就是做标定的目的。

有一点需特别注意, 即不同室温必然会给外筒水温带来不同变化, 而不同水温下的氧弹、内桶等多种因素所产生的热消耗也是不同的, 所以, 看似较宽松的标定环境温度实际是非常严格的。比方说, 任意选择一个室温, 首先保证外筒的水是满的, 而且24小时以上与室温保持恒定。假设今天室温是39度, 单求出准确的标定值输入到仪器中, 再反标定确定仪器达到国标要求后, 仪器即调试完成;但是, 如果环境温度发生了变化, 求出的热消耗值也将产生误差, 水温变化越大, 误差也就愈大。

将苯甲酸的热值看清楚, 比如说标注的是26470J, 按一下仪器的“设定”键进入设定界面, 会看到第一项“系统”中有E、A、K、Q四个参数, 前面的E、A、K, 为原始参数不用动, 移动光标键只需将Q改成26470, 按一下“有效”键存入即可, 然后再将“煤炭”“生料”项内的所有参数修改成0.000, 分别按“有效”键存入即可。

前期工作称量, 先装氧弹, 按“标定”键, 包纸重输入0.000 (如果本身就是0.000直接按一下有“效键”即可) , 再输入刚称量过放入氧弹内苯甲酸的重量即样重。称量精度必须要精确到小数点后四位, 比如说0.9998, 误差范围为万分之二即0.9997~0.9999, 称量范围09~1.1克之间都能用;之后, 输入加水时间, 比如想输28秒, 直接按数字键28再按“有效”键即可, 至此工作已全部做完。输入加水时间时要注意, 要将水埋过氧弹的充气嘴, 目的是水加满后顺便观察氧弹充气嘴及氧弹整体有无漏气的地方, 如果有气泡不断向外溢出, 氧弹就需要维修了。标定的打印结果很简单, 即E、A、K三个英文数字, 就是前面提到要求出的当前室温及水温下的热消耗值。

一个标定结果是没有对比的, 至少要做两个以上, 一般二至三个标定就可找出满意结果。将两个以上标定结果中的E做对比, 比如说第一个与第三个标定结果中的E相差不超过40J, 就将这两个结果中的E相加除以2, 即求出平均值, 再将这两个结果中的A与K平均值求出。再按“设定”键进入设定界面, 在第一项“系统”中有E、A、K、Q四个参数, 将求出的E、A、K平均值分别输入, 按“有效键”存入。至此, 标定工作全部完成。

3 反标定

简称反标。对于量热仪来讲, 苯甲酸就相当于校正仪器的砝码, 热值的热值瓶子上面标的非常清楚, 是国标指定的唯一标准。比如说标的是26470焦耳, 无论何时何地, 当怀疑仪器出现偏差时, 随时可以烧一克左右的苯甲酸来看看仪器所做出的结果与苯甲酸误差值有多少, 从而决定是否需要重新标定仪器。

反标定与平时做煤炭一样, 都是用“测定”键, 与煤炭唯一的区别是“设定”键界面内的硫氢水是0.000, 然后按“1”选择煤炭项, 输入编号, 包纸重0.000。最后, 将打印结果中的Qb与苯甲酸对比, 两者误差不超过120J即达国标, 仪器可以正常使用。如果误差过大需重新标定。

摘要：本标准规定了煤的高位发热量的测定方法和低位发热量的计算方法, 适用于泥炭、褐煤、烟煤、无烟煤和炭质页岩的发热量测定。

标定方法 篇5

红外焦平面成像探测辐射特性测量标定方法研究

介绍了适用于红外焦平面成像探测辐射特性测量的3种典型标定方案,推导了3种方案对应的单像元辐射通量公式,并在此基础上分析了3种方案对黑体温度的`需求.对3种方案的优缺点进行了综合比较,对特殊应用场合的标定方案提出了建议.

作 者：邢强林 XING Qiang-lin 作者单位：北京跟踪与通信技术研究所・北京・100094刊 名：飞行器测控学报 ISTIC英文刊名：JOURNAL OF SPACECRAFT TT&C TECHNOLOGY年，卷(期)：26(4)分类号：V556.5 TN215关键词：红外焦平面成像探测 辐射特性测量 辐射标定

全站仪标定腰线法 篇6

【关键词】测量工作;精度;方法

0.前言

生产矿井的各种测量工作都是直接为采矿工程服务的。矿山测量人员在进行某项测量工作以前，必须依据该项工程的性质确定合理的容许偏差，据此来确定测量工作的精度要求，即精度标准。各项测量精度标准主要是根据采矿工程对测量工作的要求，它具体体现在生产限差上，即采矿工程竣工时与其设计规格间的最大允许偏差。合理确定精度标准的理论值对采矿生产和测量工作本身无疑是非常重要的。随着煤炭工业技术的不断发展，新技术、新设备和新工艺在采矿工业生产建设中的推广使用，对测量工作也提出了更高的要求。在煤矿测量工作中，都相继采用了陀螺经纬仪定向，全站仪测角测边，微机计算、管理、制图等。这些先进的仪器、设备和软件技术的推广和应用，不仅促进了煤矿测量科学技术的发展，完善了测量工作质量管理体系，也对某些测量方法和精度提出了更高的要求。

在矿井生产中，为了运输、排水等需要，掘进巷道一般都带有倾角，而标定巷道腰线就是给定巷道竖直面内的方向，即给定巷道倾角，按照《煤矿测量规程》规定，在倾角大于8 度的主要的倾斜巷道，或精度要求较高的一般倾斜巷道，应用全站仪标定腰线。

1.全站仪标定腰线的几种方法

我们传统标定腰线方法是用悬挂坡度规标定，通过多年观察，用悬挂坡度规标定的腰线误差由传导性及人的因素和坡度规本身误差和悬挂方法不同而产生了系统误差，通过实验百米巷道误差可达300mm。而近年来各矿由于巷道变形、临时巷道的增多，巷道断面小导致风速过大的原因而导致腰线误差更大。基于上述原因在实际生产中总结了以下几种用全站仪标定腰线的方法，在提高精度的同时即省时方便，又少影响掘进施工生产。

1.1伪倾角标定法

巷道掘进时在巷道帮上设腰线点，用全站仪改正伪倾角的方法来标定腰线。如图1所示。OA为巷道中心方向，其倾角为δ，E为垂直于OA线在巷道帮上与A同高的点。从图上可知：

tgδ＝ｈ/OA′

tgδ′＝ｈ/OB′

tgδ′＝（OA′/OB′）tgδ

cosβ ＝OA′/OB′

tgδ′＝tgδcosβ

在已知巷道坡度的情况下，计算腰线点的伪倾角只要测出腰线点与巷道的夹角δ就可计算出来δ′。

实际标定中，如图2所示，已知中线点A、B、C及已知腰线点1，用全站仪标定腰线点2处的腰线位置，将全站仪安设在B点，后视A点测出水平角β1，根据设计巷道倾角δ，计算出B-1方向上的伪倾角δ1′，水平度盘制动，将全站仪的竖盘调整到δ1′，精确量取视线到1点的铅垂距离a。再用望远镜瞄准待标定点2，测出水平角β2，同理根据设计巷道倾角δ，计算出B-2方向上的伪倾角δ2′，水平度盘制动，将全站仪的竖盘调整到δ2′，精确量取视线在铅垂方向上的距离a至2′点，则此点即为2点的腰线位置。同理可依次继续标定。

用伪倾角标定法标定腰线可与导线测量同时进行，操作简单，精度可靠，是在主要倾斜巷道中应用最广泛的方法。

1.2高差改正法

用真倾角观测瞄准待测腰线点处，用改正高差的方法标定腰线位置。

1.2.1高差改正法常数的确定

设O点到P点的平面图距离为L，到P′的距离为L′，L′>L。所以当全站仪用真倾角标定腰线位置P′时与对应中心上的P点存在一个常数差ΔH，设P′到中心距离为K，仪器-腰线点与巷道中心夹角为β则如图3所示：

ΔH＝H′－H＝L′

tgδ- Ltgδ=tgδ(L′-L)

L′=K/sinβ

L=K/tgβ

ΔH=tgδ(K/sinβ-K/tgβ)

=K tgδtg(β/2)

1.2.2高差改正法实际标定

将全站仪安设在已知中心点O，瞄准待测腰线点1，坚盘制动后将坚盘调至巷道倾角δ，并做标记1′，测出角β1，量取仪高i，O点至腰线铅垂距离b（安设仪器前已量取）,量取1′至巷道中心距离K，根据β1、K、及巷道设计倾角δ首先计算常数ΔH= K tgδtg(β1/2)，高差改正计算公式为：h=b-i-ΔH。从1′负重方向量h至点1，则点1即为待测腰线点。如图4所示：

同理可依次继续标定腰线。用高差改正法标定腰线也可与导线测量同时进行，操作简单，精度可靠，也是在主要倾斜巷道中应用最广泛的方法。

1.3中心延点标定法

上述两种方法适用于坡度要求精度较高的巷道，下面介绍一种在要求不高的巷道常用快捷的一种方法。这种方法是将中线点做为腰线点的标设法，并与导线可同时进行。标定时仪器安设在中线点O上，在给定中心后，方向给定巷道中心方向，坚盘调至巷道设计的倾角，达到视线与巷道腰线平行，在中心线P处做好标记，量取仪高i，O点至腰线铅垂距离b（安设仪器前已量取）,则仪器视线到腰线铅垂距离为h=b-I,然后根据视线与腰线的关系从中心点P处的标记量取h,做好标记，再用悬挂半圆仪从此点挂平线至巷道帮，则此点即为P点处的腰线位置。如图所5示：

此方法标定工作简单，是上两种标定方法的基础。但是由于巷道风速的影射和接线不紧、半圆悬挂不居中等因素影响，精度不高，误差往往较大。

1.4直接标定法

在巷道条件较好，两帮平直，通视良好，没有障碍物的情况下，在短距离标定腰线时可采用直接用设计倾角标定，标定时把仪器架设在巷道一帮，在通视下仪器架设尽可能靠近巷道帮，达到尽可能消除伪倾角的影响。实际标定时将仪器器架设在已知腰线处，坚盘制动在巷道设计倾角δ，量取仪器视中心至腰线铅垂距离b，就可依次向前标定腰线。

1.5代替水准仪法

在巷道倾角较小的大巷，如千分坡度时利用全站儀代替水准是比较快捷准确的一种方法。现在各矿用的2秒全站仪，高差测量是通过垂直角和水平距离计算出来的，对于高精度的水准来说，全站仪的精度不够，不推荐用全站仪代替水准仪，因为全站仪可能会有零点误差，也就是说你将望远镜筒扳到90度0分0秒不一定就是水平视线。但可以用限制距离的测量方式代替低等级的水准测量。下为大强矿主、风井联络道3‰坡度标定方法，距离在20米内，坚盘调为90o，量取高差60mm,如图6所示：

2.结束语

应用全站仪标定腰线的方法还有很多，每个巷道应根据使用的不同性质和本矿的使用作用和习惯选择不同的的标定方法。上术几种方法通过近几年的实际应用都能达到《煤矿测量规程》要求。方法1、2适合于远距离巷道标定腰线，特别是在巷道维修中应用有较好效果，如2010年在大平矿南翼轨道、胶带、回风大巷翻修，利用方法1、2标定腰线在百米以上标定的腰线误差可视为零误差，方法3、4在临时巷道或掘进巷道中应用较为方便快捷，标定距离不长，省时，不影射施工，是我们平时日常工作最常用的方法。上术几种方法通过几年实践取得良好效果，建议我们取消悬挂半圆仪标定腰线来提高巷道施工精度，满足矿井生产随着工业技术的不断发展，新技术、新设备和新工艺在采矿工业生产建设中的推广使用，对巷道施工测量更高的要求。

全景摄像机标定方法综述 篇7

在全景摄像机技术的发展中,全景摄像机的标定也成为其最重要的部分之一。不同的全景摄像机成像系统不同,相应的全景摄像机标定方法也有不同。图像拼接法一般是需要通过标定技术解决多个摄像机内外参数不一致的问题。鱼眼镜头法和折反射成像法需要根据各自成像系统中的组件和投影模型来确定摄像机的内外参数。如今全景摄像机标定算法经历了从最初的对标定结果的低精度要求,对标定参照物的高精度要求发展到现在的对标定结果的较高精度要求和对参照物的相对低精度要求的演化过程。全景摄像机标定方法需要根据具体的成像系统模型[1]、具体的应用场景以及标定精度要求进行选择。在对全景摄像机标定方法进行具体分析之前,我们需要来了解下不同的全景成像系统模型。

1 全景成像系统模型

标定全景摄像机的一个重要前提就是需要确定它的成像模型,然后才能对全景摄像机系统的系统参数进行标定。

1.1 旋转拼接全景成像系统

随着计算机和数字图像处理技术的发展,采用常规光学镜头,绕与光轴垂直的固定轴旋转,或者围绕垂直光轴的固定点安装多个常规成像系统,每个摄像头可以独立捕捉各自角度的图像,这些图像之间存在一定的重叠区域,称为拼缝,经过标定技术、图像融合技术,平滑的过渡掉这些拼缝,最终使得全景图看上去像单个相机拍摄的效果。拼接型全景成像技术的一个显著特点是表达技术。为更好地展示全景效果,给用户以沉浸式的体验,一般采用球面、柱面、三维投影的最终成像图。在这种成像图上,用户可以感知方位,识别方向,比一般的平面图像更具视觉震撼力,并具较大地实际应用价值。

1.2 鱼眼镜头成像系统

鱼眼镜头成像系统与传统的透视镜成像系统的区别就是镜头结构的区别,鱼眼镜头是一种焦距很短的特殊的超广角镜头,焦距范围大致在6mm到16mm之间。利用鱼眼镜头搭建的成像系统可以获取半球甚至超半球空域的场景图像。鱼眼镜头结构如图1所示。鱼眼镜头拍摄的全景图存在严重的畸变,为满足人眼的视觉观察,需要对图像进行校正。鱼眼镜头摄像机的标定是基于鱼眼镜头成像系统模型,采用合适的摄像机标定方法,求解鱼眼镜头摄像机成像系统模型的参数。鱼眼镜头的结构一般是由多片镜片组成,具体的镜片选取需要根据情况具体分析。

1.3折反射全景成像系统

折反射全景成像系统主要由光敏元件、成像透镜以及反射镜组成。光敏元件一般选用CCD器件,成像透镜有常规的成像透镜或远心透镜,而反射镜一般选用凸面镜,如球面、圆锥面、双曲面、抛物面等。根据是否满足单视点成像约束,折反射全景成像系统可以分为单视点成像系统和非单视点成像系统。

目前实用的单视点折反射全景成像系统有抛物面折反射全景成像系统和双曲面折反射全景成像系统。以下我们简单介绍下抛物面折反射全景成像系统。图2为单视点抛物面镜折反射全景成像系统。

注:在单视点抛物面镜折射反射摄像机成像系统中共存在三个三维坐标系:抛物面镜坐标系、摄像机坐标系和世界坐标系;两个二维坐标系:以像素为单位图像坐标系和以物理单位表示的成像平面坐标系。

传统的摄像机满足小孔成像的模型[2],而在单视点抛物面镜折射反射摄像机成像模型中,成像过程可以看做是光线经过抛物镜面反射后满足小孔成像的模型。点P0表示在世界坐标系中的任意一点,点Pm表示P0在镜面上的反射点。入射光线P0Pm在经过抛物面镜反射后经过摄像机镜头折射后在平面A上形成倒立的像,此处将平面A对称至平面A',将在平面A'上形成正立的像。此系统中摄像机坐标系与抛物面镜坐标系需要使中心轴Zc与Zp平行,满足同轴约束,同时需要调整摄像机镜头与抛物面镜之间的距离,使经过抛物镜面反射的光线近似为平行光线。在实际操作中,经过抛物面镜反射的光线为图中的虚线,需要将抛物面镜和摄像机镜头调整至合适的位置,达到近似平行投影的目的。

2 全景摄像机标定方法分类

Barreto和英向华、胡占义[3]等人探讨了全景摄像机的成像模型及其射影几何关系,他们的结果表明:单视点的折射反射投影等同于经过一个球体的二次映射,并且给出折射、反射以及鱼眼镜头摄像机统一的投影模型。这些投影模型的提出,为全景摄像机的标定提供了很好的理论基础。经过查阅相关文献,可以将已经报道的标定方法进行如下分类。

1)基于球的方法。文献[4]中,段慧仙、吴毅红等人探讨了三维空间球体的图像具有的几何性质,并给出一种新的标定方法——基于球像的抛物折射反射摄像机标定方法。英向华等人研究了球的投影轮廓线应满足的几何不变量,给出标定不同类型的单光心折射反射摄像机需要的投影曲线个数。

2)基于直线的方法。Barreto[5]研究了直线在折射反射摄像机下的射影不变性并将其应用于系统参数的标定。Kanatani[6]通过分析直线之间的关系,构建不同的代价函数,利用优化方法标定鱼眼镜头摄像机。吴福朝等[7]从空间点和它的图像点的关系出发,利用空间直线建立待标定参数的线性约束方程,从而实现标定折射反射摄像机的目的。

3)基于控制点的方法。基于控制点的方法可以将点分为二维点与三维点。Mei和Rives以标准的折射反射成像模型为基础,提出了一种基于平面标定物的折射反射摄像机标定方法。文献[8]中,Zhang等人研究了折射反射直线成像,通过标注平面标定块的交点来标定摄像机参数。吴毅红和胡占义给出了单视点折射反射摄像机成像点所满足的几何不变量,并将其应用于主点估计和平面场景的结构重建。吴福朝、吴毅红等人进一步探讨了利用点的信息标定全景摄像机的方法。文献[9]研究空间点在球面上的投影点之间的距离应满足的性质,然后根据该性质构造内参数的约束方程组,从而实现参数标定。

4)自标定方法。Kang[10]根据折射反射所成图像的特征,利用对应点之间相互关系的一致性,提出了一种可行的抛物面镜折射反射摄像机自标定方法。针对抛物面摄像机的成像特点,文献[11]探讨了利用扩展的基本矩阵实现参数标定的算法。该方法中的扩展基本矩阵封装了系统的非线性成像过程,从而避开了复杂的数值计算。

以上方法中,基于球的方法和基于直线的方法大多需要从图像中拟合二次曲线,其拟合精度直接决定系统的标定精度。鉴于直线在成像平面上投影的特性,其投影无法总是满足封闭的二次曲线,在实现二次曲线精度拟合的过程中,因为遮挡的关系,图像中直线成像总是部分缺失,所以精确的拟合实现总是很困难。圆像在折射反射摄像机下所成的曲线也由于遮挡关系,存在以上问题,虽然文献中有提出圆像、椭圆拟合的方法,但其方法也不能适用于一般的场景,而基于控制点的方法主要利用空间点的图像信息建立系统参数的约束方程,完全克服了以上缺点。

3 结束语

全景摄像机的标定技术主要涉及成像系统的几何模型以及相应的标定方法。该文根据全景成像系统的成像原理简要介绍了旋转拼接全景成像系统、鱼眼镜头成像系统和折反射全景成像系统。对全景摄像机标定方法进行了分类,主要分为基于球的方法、基于直线的方法、基于控制点的方法以及自标定方法。全景摄像机标定技术的选择对于全景摄像机能否在实际中得到自如的应用具有非常重要的意义。

摘要：随着科学技术的发展,大视场成像的迫切需求推动了全景摄像机技术的发展,而全景摄像机标定技术亦日益成为一个研究热点。全景摄像机的标定技术主要涉及成像系统的几何模型以及相应的标定方法。该文根据全景摄像机成像原理对全景摄像机成像模型进行了简要分析,然后对全景摄像机标定方法相关文献中的方法进行了分类,并对各方法进行了分析。

关键词：全景摄像机,成像模型,摄像机标定

参考文献

[1]孙凤梅,胡占义.摄像机简化模型对三维重构的影响——分析与实验[J].计算机辅助设计与图形学学报,2005,17(10):2257-2262.

[2]段福庆,吕科,周明全.基于空间共线点的单光心反射折射摄像机标定[J].自动化学报,2011,37(11):1296-1305.

[3]Ying X,Hu Z.Can We Consider Central Catadioptric Camerasand Fisheye Cameras within a Unified Imaging Model[C].Proc.European Conference on Computer Vision(ECCV04),2004,1:442-455.

[4]Duan H,Wu Y.A Calibration Method for Paracatadioptric Cam-era from Sphere Images[J].Pattern Recognition Letters,2012,33(6):677-684.

[5]Barreto P,Araujo H.Geometric properties of central catadiop-tric line images and their application in calibration[J].IEEETrans.on Pattern Analysis and Machine Intelligence,2005,27(8):1327-1333.

[6]Kanatani K.Calibration of Ultrawide Fisheye Lens Cameras byEignevalue Minimization[J].IEEE Trans.on Pattern Analysisand Machine Intelligence,2013,35(4):813-822.

[7]Wu F,Duan F,Hu Z.A new linear algorithm for calibrating cen-tral catadioptric cameras[J].Pattern Recognition,2008,41(10):3166—3172.

[8]Zhang L,Du X,Zhu Y,et al.Centra catadioptric camera calibra-tion with single image[C]//Acoustics,Speech and Signal Pro-cessing,2009.ICASSP 2009.IEEE International Conferenceon.IEEE,2009:1253-1256.

[9]Tahri O,Araujo H.Efficient Iterative Pose Estimation using anInvariant to Rotations[J].IEEE Trans.on Cybernetics,2014,44(2):199-207.

[10]Kang S B.Catadioptric self-calibration[C]//Computer Visionand Pattern Recognition,2000.Proceedings.IEEE Conferenceon.IEEE,2000,1:201-207.

水下声速剖面仪标定方法研究 篇8

(a) 采用直接法测量声速, 即是以通过测量声波在某一固定距离D之间传播的所需的时间T来计算声速。

A、垂直透射法。B、垂直反射法。

(b) 环鸣法

为了得到较高的声速测量精度, 通常测量声波在已知距离内往返多次的时间, 即用接收到的反射回波信号去触发发射电路, 再发射下一个脉冲, 这样不断地循环下去, 这种方法被称为环鸣法 (或脉冲循环法) 。HY1200型声速仪是通过测量声波往返2048次所需要的时间来计算声速的。

2 声速仪标定的必要性

声速剖面仪的壳体加工完成并组装好后, 换能器到反射平面的距离就确定了。

通过声速计算公式C=D/T, 对D微分可得:

由1式和2式可知, 为保证声速仪声速的测量精度, 距离的相对精确度不应低于声速的相对精度。

根据设计指标, 声速测量的相对误差为2×10-4, 即200ppm, 如果换能器到反射平面的距离为7cm, 那么距离的测量精度要优于0.014mm, 这样的精度用普通测量方法是不能保证的, 况且经过封装的换能器发射振子的相对位置是很难确定的, 所以, 传播距离参量只能通过标定来获得。

3 电路延时对声速计算的影响

声波每在换能器与反射面之间往返一次, 都要经过一次电声和声电转换, 这两次能量的转换以及收发机电路和时序控制电路等环节都会给传播时间的测定带来误差。

4 声速标定的原理

如果单片机计时器的计数值为N, 计数频率为f。设换能器与反射平面之间的距离为l, 则声波往返2048次的距离为D=2048×2l

由于纯水中的声速与温度的关系可以根据经验公式计算或查表得到, 如果能精确地测得纯水的温度, 就等于得到了当时的声速, 根据多个温度点的声速仪计数值N, 就可以用拟和的方法得到L和K的值。

5 温度标定的原理

声速的标定需要精确地测量水的温度, 所以温度标定是与声速标定同时进行的。HY1200声速仪内的温度传感器是金属氧化物半导体材料制成的负温度系数 (NTC) 热敏电阻器, 测量电路为温度传感器提供80μA的恒定电流, A/D转换电路测量传感器两端的电压值Vt, 在不同的已知温度点得到相应的A/D输出值Vt, 就得到了Vt与温度t的关系, 因为传感器电阻值与温度的关系是非线性的, 所以需要一个多项式描述温度与电压的关系, 其系数TA0~TA5根据标定数据进行多项式拟和得到。

6 深度 (压力) 标定的原理

深度是通过测量水中的压力间接得到的, 根据物理学理论, 深度等于压力与水的比重之比:

HY1200声速仪用半导体压阻式压力传感器进行压力测量。测量电路为传感器提供800μA的恒定电流, 当压力作用于传感器时, 输出端的差模电压就会发生变化:

通过标定用的压力计为声速仪提供不同的标准压力, 记录下相应的A/D电路输出电压, 就得到了压力与Vp的关系。

根据传感器生产厂家提供的资料, 传感器输出电压的非线性指标为0.1%FS, 但为了提高测量精度, 在标定时, 还是对数据进行了二次多项式拟和:

式 (7) 中, P为待测的压力, PA0~PA2为标定得到的多项式系数。

声速和温度标定系统一次最多可以标定三个声速仪, 计算机至少应安装四个串行口, 其中一个串行口接数字多用表, 并控制水槽加热, 三个串行口经声速仪接口与电源盒接三个声速仪。由于第一个串行口要连接数字多用表和水槽两台设备, 所以必须使用特制连接电缆。

7 结论

本文对声速剖面仪标定方法进行了理论研究, 在实际标定工作中还需考虑一些具体的注意事项。声速仪在标定结束后, 还必须对标定的参数是否满足指标的要求进行检查。检查的方法与过程与标定过程基本相同, 只是在声速、温度检查过程中是每2℃检查一个点。在检查过程中需记录当前铂电阻测量的温度、根据铂电阻测量的温度查表得出的标准声速、实测的温度和声速、及它们与标准值间的误差, 所有的误差必须满足指标的要求。

摘要：声速是重要的海洋声学参数之一, 精确测量声速是声纳准确测距的基础。单波束测深仪的深度改正、多波束测深仪波束角改正及声线弯曲改正都离不开声速剖面的测量。国产HY1200型声速剖面仪是一种测量海 (江、湖) 水中声速、温度垂直剖面的测量仪器, 本文以之作为实验仪器, 对水下声速剖面仪标定方法进行研究。

标定方法 篇9

与CT、X-ray、MRI相比,超声影像具有安全,无辐射,轻便,实时成像,价格低廉等优势,超声影像在医学手术中有着广泛的应用[1]。三维超声图像相比二维超声图像能够提供更加直观的视图和精确的空间定位,其应用范围更广泛,特别是在手术操作中。目前,重建三维超声影像的方法主要有三种:二维超声探头机械扫描、三维超声探头实时成像,手持二维超声探头扫描[2]。前两种方法的超声探头体积较大,在手术导航特别是在微创手术中,由于体积大小的约束所采用的是手持二维超声探头扫描。而手持二维超声探头扫描重建三维图像过程的第一步需要完成超声探头标定。目前,人们已经提出了若干种模型和方法来实现超声探头的标定,其中最为广泛应用的方法之一是N线模型方法[3,4]。当超声探头扫描N线模型时在超声图像上产生3个亮斑,手动或自动识别或/和拾取三个亮斑的坐标后,通过左右2 个亮斑到中间亮斑的距离之比,并结合模型的设计约束,可以重建出N形目标与成像平面交点在设计坐标系中的3D坐标值。通过同一个目标在超声图像坐标系和位置传感器坐标系中的测量,即可解算出标定变换关系[5,6]。针对传统方法,本文设计了一个标定模型,并在NDI光学定位跟踪系统下进行标定,提高了探头标定的精度。

1 标定仪器

超声成像仪主要负责获取实时的超声图像并通过视频图像端口传给计算机(深圳迈瑞公司生产的DC-8系列)。

光学定位跟踪系统主要负责跟踪超声探头的位置和姿态(加拿大公司生产的NDI Polaris Spectra)。

计算机主要负责超声图像的信息及位置信息的实时采集,光学定位器数据的收集和处理(DELL服务器,处理器为Intel Xeon,内存为64 GB)。此外计算机上安装了用于采集超声仪图像的图像视频采集卡(维真VT133)。

2 标定模型

目前,标定模型有点型、线型、面型等等,其中最常用的是N线型。本标定采用的标定模板如图1所示,其实际尺寸为200 mm×100 mm×60 mm,由8个已知模板坐标点的锥形孔组成。

3 标定方法

根据实验情况有四个坐标系,分别设为图像坐标系I,标定模板坐标系C,光学定位发射器坐标系T,光学定位接收器坐标系R,三个空间变换矩阵,分别设为TIR、TRT、TTC,其中TIR是坐标系I到坐标系R的变换矩阵,TRT是坐标系R到坐标系T的变换矩阵,TTC是坐标系T到坐标系C的变换矩阵。超声探头的标定的实质就是求解超声图像相对超声探头的空间变换矩阵即TIR的过程。

设模板中有一点P处于某幅图像当中,则P点在坐标系C和坐标系I中的坐标转换关系可表示为:

式中PI为P点在超声图像平面中的坐标,u, v分别表示二维超声图像中的列序号和行序号(像素),sx, sy分别表示二维超声图像在u和v方向上的比例系数(mm/像素),一般情况下sx=sy,可以令sx=sy=s。

3.1 光学定位发射器相对于接收器的坐标转换矩阵(TRT)

按照要求组装实验装置,TRT可以直接由光学定位接收器读取数据并计算得出,假设读数为(x, y, z, w,a, b, c),则TRT如下式(3)求出。

式中:x,y,z分别是坐标系R相对于坐标系T在x轴,y轴,z轴方向的平移量(mm),w,a,b,c分别是坐标系R相对于坐标系T的旋转量的4元数表示,w是标量表示旋转角度(°),(a,b,c)是矢量表示旋转轴。

3.2光学定位接收器相对于模板的坐标转换矩阵(TTC)

为了求出TTC,本文设计了一个图1所示的模板,在模板上有8个锥形小孔,模板系的坐标由设计尺寸获得,发射器中的坐标由图2所示tracker尖端依次接触模板上的小孔读取数据并计算尖端补偿得到。转换矩阵TTC的求解过程是找出两个坐标系之间的旋转矩阵和平移矩阵,使得两个坐标系中的点通过矩阵转换后能尽可能重合或接近。可以根据公式(4)利用最小二乘法优化得到最优的TTC[7]。

3.3 超声图像相对于光学定位发射器的坐标转换矩阵(TIR)

根据公式(1)和已求的值,知道图像中一些点在超声图像中的坐标和模板中的坐标就可以求出转换矩阵TIR。点的模板系坐标已知,相应点在超声图像中显示为圆形亮点,手动选择亮点的区域位置,得到点的像素坐标。

因此,转换矩阵TIR的求解过程和TTC类似。可以根据公式(5)利用最小二乘法优化得到最优的TIR[8]。

4 标定实验和评估

实验主要包括4个步骤。

步骤1:将图1所示模板放置在水槽中,为了尽可能降低水温对声速的影响,在水槽中灌入50oC热水作为介质[9]。用特制固定架把超声探头(图3)固定在图3模板的弧形固定槽上(图4)。超声图像标定过程见图5。

步骤2:将图2所示NDI tracker插入模板的第一个即最上面的锥形孔中,可以由NDI定位设备得到tracker尖端点即锥形孔的位置信息,记为PC(1);由NDI定位设备得出TRT;由计算机捕捉超声图像上该尖端点的位置信息,如图6中的P1所示,得到一个圆形亮点,得到PC(1) 。

步骤3:同理,将tracker插入模板上的其余的7个锥形孔中,得到相应的参数。8个锥形孔的模板位置信息和超声图像位置信息分别记为PC(i),Pl(i)(i=1, 2,3……8)。

步骤4:由公式(1)和已求的值,利用最小二乘法优化求出TIR及sx, sy,完成超声探头的标定。

由于三维超声标定算法精度直接决定图像配准与三维重建的精度,因此不同的应用领域都有一定的标定精度要求[10]。标定矩阵精度的计算的直接方法是求各个矩阵元素的平均值和标准偏差,另一种方法是计算空间固定的一点经过标定矩阵变换从超声图像坐标映射到模板坐标中,计算模板坐标与实际坐标的绝对差的平均值。本方法采用第二种方法进行评估。通过图像采集卡传到计算机的图像是1 680×1 050大小的8位灰度图像,进行3组实验分别捕捉模型中8个点的超声图像3幅,共得到图像24幅,每个点随机取1幅图像作为标定求出变换矩阵,剩下的16幅图像根据公式(6)作为误差评定。

将本方法所得标定精确度与其他文献的比较情况如表1所示。可见,本方法获得的精确度比国内文献比较有明显的提高,接近了国外文献水平。

5 结论

对于超声引导介入手术应用中,需要对光学定位接收器和超声图像之间的位姿关系进行标定,该方法在传统方法上利用已知坐标点的模板进行标定,操作简便且能够在超声图像上清晰的找出特征点;利用NDI光学定位系统能够得到坐标变换矩阵且高于利用摄像机的标定精度。

本文研究最终得到满足医学要求的探头标定精度且在传统方法上精度有所提高,为进一步的三维重构奠定了基础。

摘要：在超声引导介入手术等应用中,为了利用三维定位系统对超声成像平面进行跟踪,需要对超声探头与超声图像的几何关系进行标定。为此,在传统的N线型模型基础上,设计了一个已知8个坐标点的模型,并结合NDI光学定位跟踪系统进行标定。该标定方法过程分为三步:首先将光学定位接收器绑定在超声探头上,当超声探头扫描模板时,超声图像上将依次显示已知8个坐标点的亮点;其次由光学定位跟踪系统能得到接收器到发射器的坐标变换,发射器到模型的坐标变换;最后以模板中已知点作为特征点,利用最小二乘法进行标定计算,得到光学定位接收器与超声图像的位姿关系矩阵,实现超声探头标定。实验证明该方法简单易行,标定精度为2.72 mm,满足超声引导的需求且比传统标定精度有所提高,为进一步三维重构了奠定基础。

关键词：超声探头标定,光学定位系统,超声图像

参考文献

[1]Mercier L,Lange T,Lindseth F,et al.A review of calibration techniques for freehand 3-D ultrasound systems[J].Ultr Med Biol,2005,31(2):143-165.

[2]任亮,邱天爽,郭勇.一种基于光学定位的超声探头标定方法[J].中国生物医学工程学报,2013,32(5):526-531.

[3]Pagoulatos N,Haynor DR,Kim Y,et al.A fast calibration method for 3-D tracking of ultrasound images using a spatial localizer[J].Ultr Med Biol,2001,27(9):1219-1229.

[4]宋章军,徐静,陈恳.一种快速、自动的三维超声标定方法[J].北京生物医学工程,2009,28(6):601-605.

[5]朱立人,李文骏,王光志,等.一种提高N线模型探头标定精度的解算方法[J].中国生物医学工程学报,2012,31(3):337-343.

[6]Blackall JM,Rueckert D,Maurer CR,et al.An image registration approach to automated calibration for freehand 3D ultrasound[J].MICCAI Inter Conference,2000,1935:462-471.

[7]Snesen CW,Hallgrimsson B.Advanced imaging in biology and medicine[M].Germany:Springer Berlin Heidelberg,2009.

[8]Danilo DL,Alberto V,Ghassan K,et al.Accurate calibration method for 3D freehand ultrasound probe using virtual plane[J].Med Phys,2011,38(12):6710-6720.

[9]罗杨宇,徐静,鲁通,等.基于磁定位器的手动三维超声图像标定[J].中国生物医学工程学报,2008,27(2):250-254.

标定方法 篇10

1 概况

1.1 地质特征

王庄油田郑36块沙一段2003年上报Ⅲ类含油面积19.3m2, 地质储量2177万吨。2004-2008年上报动用储量1592万吨。沙一段埋藏深度大约为1160-1210米, 构造形态简单, 整体向南倾没的鼻状构造, 构造轴向北东-南西向, 高点在郑气3-郑36-2井一线附近, 向东南、西南方向地层逐渐倾没, 地层倾角1-2°。

岩性:以浅灰色含砾、砾状砂岩为主, 近源部分岩性粗, 纵向正粒序, 远源为粉细砂沉积;胶结类型:孔隙式—接触式;泥质含量:15%;孔隙度:32.4%;渗透率:平均566×10-3μm2;油饱和度:58%。粘度范围为2000~30000m Pa.s, 平均9100m Pa.s, 主要属于普通稠油。地层水水型:Ca CL2, 总矿化度:11265mg/l。油藏类型为一个常温常压、构造-岩性控制的层状强水敏普通-特稠油油藏。

1.2 开发历程与开发现状

郑36块开发历程分为3个开发阶段:

(1) 产能新建阶段 (2003.1-2004.8) 阶段末油井数20口, 开井20口, 日液水平248t/d, 日油水平203.5 t/d, 含水17.9%, 阶段产油量2.0583万吨, 阶段采出程度0.443%。

(2) 稳产阶段 (2004.9-2008.8) 阶段末油井总井数37口, 开井31口, 日液水平449.7 t/d, 日油水平278.7t/d, 含水38%, 阶段产油量31.9904万吨, 阶段采出程度6.89%。

(3) 加密调整阶段 (2008.9-) 阶段末油井总井数47口, 开井36口, 日液水平649 t/d, 日油水平278 t/d, 含水57.1%, 阶段产油量47.0379万吨, 阶段采出程度10.13%。

2012年12月总井数135口, 开井114口, 单井日液13.6t/d, 单井日油6.0t/d, 综合含水55.9%, 动液面912米, 年产油27.02万吨, 采油速度1.7%, 采出程度13.02%。

1.3 调整前存在的主要矛盾

(1) 井距偏大, 井间动用程度差

目前开发井距大 (283m×400m) 、吞吐加热半径小、井间剩余油富集。从稠油加热半径与温度的关系曲线可以看出, 稠油蒸汽吞吐9周注入蒸汽加热半径在50m左右, 对于郑36块的大井距, 井间未动区在160m左右, 井间动用程度差, 剩余油富集。

(2) 蒸汽吞吐到底采收率低

根据递减法计算, 蒸汽吞吐采收率为26%, 但是相对于热化学驱50%的采收率较低。

(3) 纵向非均质性强, 层间动用差异大

郑36块井层间非均质性强, 吸汽能力差异大, 层间动用程度差异大。

1.4 调整加密方案及实施情况

2012年郑36块方案部署调整含油面积2.7km2, 储量480.1万吨, 总井66口, 新井24口, 设计新井单井初期日油能力7.0t/d, 新增产能4.4万吨。

2013年完钻新井24口, 总进尺3.1857万米, 平均单井钻遇4.2层13.1米。目前投产21口。平均单井日液17.7t/d, 日油7.9t/d, 含水54.7%。

截止2013年11月, 郑36块油井129口, 开井110口, 月油水平2.05×104t, 综合含水56.8%;累油232.4×104t, 采出程度14.6%。

2 可采储量标定

2.1 老井开发规律分析

由于2008年以来该块通过投产新井、冷采转热采、提液等增产措施明显, 未见递减段。因此, 选取其中一个未受上述原因影响的次级基础单元郑365块做老井递减。选取递减率时, 用与将来趋势最相关最接近的生产动态数据进行拟合, 离评估起始日时间太远, 不能代表目前生产井的开发阶段, 因此用定井跟踪的方法较为适合, 即跟踪该块三年以上常开老井最近的递减规律。郑365块2011年以来稳定老井月递减率1.3%, 折算年递减率14.4%。 (图1)

2.2 新井增加可采测算

2008年投入新井12口, 平均单井初产10.6t, 初含水31.4%。近一年稳定递减18.8% (图2) 。2013年投产的21口新井, 平均单井初产7.9t, 初含水54.7%, 借鉴最近新井的递减率18.8%测算单井增加可采储量约为1.06万吨。

2.3可采储量标定结果及分析

2013年投产新井后初期产量快速上升, 至年底受转周影响产量快速递减, 已经降到最低点, 用老井递减率14.4%进行预测, 相比2012年底可采储量标定结果增加可采22万吨, 单井增加可采1.05万吨, 恰好与新井增加可采相近, 因此做一段式产量预测。 (图3)

本次标定郑36块可采储量388万吨, 采收率24.4%, 剩余速度13.9%, 剩余储采比7.27, 与该块目前的开发阶段较为匹配。

3 结论

递减率选取是否合理是决定可采储量标定结果是否合理的关键, 因此, 要充分了解区块开发历史, 结合区块油藏地质特点, 准确把握产量变化规律。标定时的递减率应立足现有油井, 不考虑未来增、减产因素的影响, 因此应选择稳定开井的老井的近期递减, 作为标定的基本递减率。同时结合新井单井可采储量规律的研究, 可以获得较为合理的标定结果。

摘要：稠油油藏在开发过程中, 由于受周期间产量波动、新井投产、转换开发方式等因素的影响, 常在开发早、中期表现出稳产趋势, 给可采储量标定工作带来较大困难。本文以王庄油田郑36单元的可采储量标定过程为例, 提供了一种稳产稠油油藏的可采储量标定方法, 以期为同类油藏的可采储量标定工作引以为鉴。

关键词：稠油递减率,可采储量,储量评估

参考文献

[1]张抗.近20年中国石油储量变化分析[J].石油与天然气地质, 2005, 26 (5) :584-589.

[2]王华.滨南油田储量评估方法研究[J].科技信息, 2013, 3:397-398.

标定方法 篇11

基于HALCON平面标定板，充分考虑机器人末端中心和摄像机镜头径向畸变的影响，设计了一种新的Eye-to-Hand机器人视觉标定方法。该方法不仅标定了摄像机的内外参数，同时也建立了摄像机图像坐标系和机器人世界坐标系的关系。实验证明，该方法具有较高的标定精度和实用性，适用于工业机器人的视觉系统标定。

关键词：

HALCON； 机器视觉； Eye-to-Hand； 工业机器人

中图分类号： TB 133文献标志码： Adoi： 10.3969/j.issn.1005-5630.2016.04.008

Abstract：

Based on plate calibration board of HALCON，a new Eye-to-Hand calibration method is schemed out.The method sufficiently involves the influence on robot terminal center and the radial distortion of camera lens.It calibrates the camera parameters and establishes the relationship between image coordinate and robotic coordinate.According to results of experiments，the method has more precision and it is applicable to industrial robot vision calibration.

Keywords：

HALCON； machine vision； Eye-to-Hand； industrial robot

引言

机器人视觉控制[1-2]是机器人领域的重要研究方向，也是当前的研究热点之一。其系统按照摄像机与机器人的相对位置分为Eye-to-Hand系统和Eye-in-Hand系统。Eye-to-Hand系统将摄像机固定安装于机器人本体之外。随着工业化水平与科技的不断发展，劳动力成本增加，对定位装配的精度和自动化要求也越来越高。基于机器视觉技术的工业机器人定位[3-4]具有定位精度高、自动化和智能化水平高、劳动力成本低等优点，因此在定位装配领域有着广泛的应用。

本文建立了机器人Eye-to-Hand系统，主要论述了一种基于HALCON的摄像机内外部参数和手眼关系标定方法与其实验过程。该标定方法具有操作简单，定位精度高等特点，适用于产品抓取定位。

1机器人视觉标定模型

机器人视觉系统的标定其实是获取摄像机图像坐标系（ICS）与机器人坐标系（RCS）之间转换关系的过程，在标定机器人视觉系统（Eye-to-Hand）之前，首先要

对摄像机进行标定。通常摄像机镜头会存在径向、切向和偏心等畸变，因此需要选择合适的畸变模型对摄像机进行标定。工业镜头的畸变主要为径向

畸变，为线性畸变模型；非线性模型畸变包括径向、切向和偏心等畸变。

对于工业镜头，使用非线性畸变

模型往往不能提高其标定精度，而且还会造成求解的不稳定[5-6]；采用线性畸变模型，可以使标定精度提高一个数量级，与非线性畸变模型相比标定精度差别不大。因此本文在论述中采用线性畸变模型来标定机器人视觉系统，其标定模型如图1所示。

图1中，（Oc，Xc，Yc，Zc）为摄像机坐标系（CCS），Oc即为摄像机的投影中心，z轴与摄像机的主光轴重合；（Ow，Xw，Yw，Zw）为机器人坐标系（世界坐标系WCS）；（Oi，Xi，Yi）为成像平面坐标系（IPCS）；（Ou，Xu，Yu）为图像坐标系（ICS）。空间一点P在CCS下的坐标为P（xc，yc，zc）；在WCS下的坐标为P（xw，yw，zw）。若不考虑畸变，则点P以透视投影在成像平面投影，投影点为Pn（xn，yn）；若考虑径向畸变，镜头的畸变将导致P发生偏移，投影点为（xi，yi）。

式中：sx和sy为缩放比例因子；点（cx，cy）为图像的主点，对于针孔摄像机模型而言，这个点是投影中心Oc在成像平面上的投影。

综上所述，摄像机标定实际上是确定内参cx、cy、sx、sy、f、k和外参R、t的过程，标定摄像机是标定机器人视觉系统的必要条件。

2基于HALCON的手眼标定

2.1标定板

手眼标定之前，必须通过固定在机器人末端的工具来建立机器人坐标系和图像坐标系之间的关系。

与传统的使用固定针尖人工寻找图像点的方式相比，HALCON软件自带标定板具有标定点容易提取、标定精度高、方向唯一等特点，因此本文标定摄像机内外参数和机器人视觉的标定均采用HALCON标定板来完成。标定板如图2所示。通常，标定板的尺寸为摄像机摄影的1/2～1/3；背光源选择玻璃标定板，正面光源选择陶瓷标定板，视野范围大的，标定精度不高的可以选择打印的标定板。

2.2机器人末端旋转中心

典型的四轴工业机器人如图3所示，机器人坐标点通常是末端z轴的旋转中心，如何找到其对应的图像坐标点，建立机器人坐标系和图像坐标系的关系，是标定成功与否的关键。一般可以通过在末端固定特制的针尖来寻找机器人坐标的对应图像点。该方法虽然简单易行，但是受针尖加工误差、安装误差和针尖对焦困难等影响，不能获得良好的标定效果。将标定板固定于机器人末端，取标定板中心点为Mark点，在摄像机视野内，旋转机器人z轴，获取多张图像，计算末端中心在图像坐标上的对应点。

标定方法 篇12

关键词：摄像机标定,同心圆环,圆心检测

计算机视觉的研究目标是使得计算机能够通过二维图像认知三维环境, 而摄像机是三维空间向二维空间的一种映射, 计算机视觉的一个关键步骤就是摄像机标定。所谓摄像机标定就是求解摄像机内外参数的过程, 具体而言即首先获取图像的相关信息, 然后根据三维环境中物体表面某点的三维坐标位置与其对应图像中点的坐标位置的相互关系, 构建摄像机成像的几何模型;最后经过试验和计算得到三维环境中物体的位置、形状等信息。

根据是否需要标定物, 摄像机标定方法可以分为两大类[1]:基于标定物的摄像机标定方法以及摄像机自标定方法。相机自标定是指不需要场景中物体几何数据等先验知识, 仅仅通过相机运动所获取的图像序列来标定内部参数, 虽然应用范围广, 但是鲁棒性有待提高。基于标定物的摄像机标定方法在标定过程中需要使用结构已知的标定物作为参照, 其基本原理是首先计算标定物上点的三维坐标与图像上对应点的约束关系, 然后根据这一约束关系利用一定的算法来确定摄像机的内外参数, 虽然应用范围受限, 但是鲁棒性高。张正友的平面模板法[2,3]是一种经典的应用较为广泛的模板标定方法。该方法考虑了相机的径向畸变和切向畸变, 用普通相机从不同位置和方向拍摄几幅平面棋盘格模板图像, 通过映射关系来求解摄像机的内参, 再计算摄像机的外参, 从而进行标定。基于圆点模板标定方法[4]通过三维坐标已知的原点模板和多视角图像自动地获取单应矩阵和摄像机参数, 并初步得到物体的三维信息, 标定过程简单, 自动化程度高。

本文提出了一种新的基于同心圆环模板的摄像机标定方法。同心圆几何信息比较丰富, 便于特征的检测与提取, 因此本文使用同心圆作为相机标定的模板, 利用射影几何内在约束条件来对同心圆图像投影的几何结构实现优化, 求出单应矩阵H, 从而进一步计算出摄像机内外参数, 且标定后期无需进行畸变校正。通过与张正友和Vogiatzis的圆点模板标定方法[5]进行模拟实验和真实图像实验验证本文提出方法的各方面性能。

1 基于同心圆模板的摄像机标定

1.1 同心圆圆心的检测

本文使用的同心圆模板在图像中的投影为一对曲线 (椭圆) , 主要参考在欧氏空间中圆心的检测方法找出该曲线对的中心[6]。如图1所示为欧氏空间中一对同心圆, 画一条通过该同心圆的直线, 交外圆于A、A', 交内圆于B、B', 则可得到线段AA'和BB'的两个中点:点P以及无穷远点Q (如图1所示) , 在交比的概念中, P、Q两点分别为线段AA'、BB'的内调和分割以及外调和分割, 并且当它们满足下式时可以称为是一对调和共轭点:

通过使用摄像机拍摄该同心圆将其投影到图像上, 如图2所示, 由于调和分割在投影几何中具有不变的性质, 则可以得到式 (2) 。

式 (2) 中, a、a'、b以及b'分别是点A、A'、B以及B'在图像中的投影, 通过式 (2) 可以得到一个二次方程式, 该方程式的解即为点p以及点q, 在此基础上, 通过将解约束在线段aa'上则可以得到中点p的值。

通过在图像平面上任意选择一个点p得到同心圆投影图像的中心, 具体的方法为:首先经过任意一点p画直线, 得到该直线与两个曲线 (同心圆的投影图像) 的交点, 根据式 (2) 构建一个二次方程式, 解得该线段的中点p1, 再通过点p1画另外一条直线, 重复上述步骤, 得到点集pi, 当pi与pi-1的距离小于一定值时, 停止循环, 则认为最后得到的中点pi为两个曲线的中心。

1.2 相机标定

1.2.1 准备模板

准备一个包含数个同心圆对的模板, 如图3所示, 每个圆的圆心位置是已知的, 模板中至少要有2对同心圆, 从不同的角度拍摄模板, 至少得到3幅模板图像。

1.2.2 标记初始点

由文中前面介绍的原理可知, 随机选择图像中的一个点作为初始点, 并画出一条经过该点的直线, 如果该直线经过一对曲线 (同心圆的投影图像) , 则可以得到该对曲线的中心点, 如果该直线并没有与任何一对曲线相交, 则重新选取另外一条曲线。本实验采用在图像中标记一些像素点作为初始的“种子点”的方法, 如图4所示, 先标出其中一个初始种子点, 种子点的密度是由图像的尺寸大小决定的 (保证每个同心圆内均有种子点) 。在随机选取直线时, 为了方便, 本实验使用的是垂直和水平的直线, 如图中黑色直线所示。

1.2.3 检测边缘点

实验采用基于分形维数的边缘提取方法实现模板的边缘提取, 然后在边缘像素中找出与选取的随机直线相交且距离种子点 (如图4中的红点) 最近的4个边缘像素点。

1.2.4 交点的校准

假设当前处理的弦中点为pi-1以及直线Li, 那么调和共轭点pi以及qi可以通过使用上述步骤检测得到的4个边缘点 (即直线与曲线对的交点) 计算得到, 则定义交比为式 (3) 。

如果上述4个点确实是直线与曲线对的交点, 则其对应的交比ρi应该是一个递增序列, 并且收敛于两圆半径之比, 这是由于当圆中弦的中点越接近圆心, 则该弦的长度则会逐渐增加, 直至等于圆的直径, 如式 (4) 。

在计算交比的过程中, 可以去除一些不在曲线区域内的初始点。在完成这一步后, 最终将得到曲线对的中心o, 位于隐消线上的点qi以及曲线对上的点ai、a'i、bi、b'i。

1.2.5 射影不变描述

同心圆环的投影图像是一个曲线对, 曲线对存在两个射影不变量Trace (C1-1C2) 及Trace (C2-1C1) , 因此这两个变量可以用来作为本实验的射影不变描述[7]。但也可以使用式 (4) 中的交比来更简单地实现射影不变描述, 如式 (5) 。

式 (5) 中, o为图像中曲线对的中心, a和b分别为通过o点的直线与曲线对的交点, p是该直线的隐消点。由于o和p在前面的步骤中得到, 因此为了简便, 在本实验中使用交比作为射影不变描述。

1.2.6 一致性约束优化

若已知同心圆圆心在图像中的投影, 以及隐消线上的点, 则可利用射影几何内在约束条件来对同心圆图像投影的几何结构实现优化[8]。如图5所示。

两条二次曲线上的点具有一致性关系, 如图5所示, 假设已知一条由圆心o在图像上的投影以及隐消线I!上的点q确定的直线, 该直线分别交两条二次曲线同侧于a、b两个点, 若同心圆圆心o的图像投影为不动点, 隐消线I!为不动线, 则这两个点满足以下关系λb=Ga, 两条二次曲线的关系可以表达为

式 (6) 中G可以通过不动线, 不动点以及交比参数化得到:

式 (7) 中, I3×3为3×3的单位矩阵。由极点-极线的关系, 圆心o的图像投影、隐消线I!以及外曲线C1的关系可以表达为

式 (6) 、式 (7) 及式 (8) 为曲线、圆心的图像投影以及隐消线的内在约束, 对于一对具有约束的二次曲线, 至少需要7个参数来实现参数化, 例如, 使用外曲线的5个参数以及隐消线的2个参数, 求下式的最小化。

式 (9) 中, C2由C1以及I!参数化得到, 式 (9) 的最小化可以通过L-M算法实现, 对于图像中所有的二次曲线对, 均可用上述类似的方法实现参数化, 最终, 根据对应的圆环点对以及所检测出的圆心就可以估计出单应矩阵。

1.2.7 摄像机参数求解及优化

完成第1.2.6节就可以求出单应矩阵H, 通过单应矩阵H可以实现摄像机内外参数的求解。考虑到摄像机镜头的畸变以及拍摄图像时引入的噪声会影响相机内外参数的精度, 本文将引入光束平差法[9]实现相机参数的优化。

2 实验及结果分析

实验将使用上述的基于同心圆的摄像机标定方法进行模拟实验, 并使用真实图像进行真实实验。

2.1 圆心检测实验

根据前文所介绍的圆心检测方法, 可以实现同心圆投影图像中心的识别, 为了验证该方法, 本文对一对同心圆的投影图像进行检测, 其结果如图6所示。

图6中红色的菱形标记表示初始点, 圆点表示直线与椭圆相交的边缘点, 正方形标记表示每条直线计算得到的中心点。由该图可知, 本次中心点的检测共经过了6次迭代 (为了能够清楚显示6次迭代的过程, 本实验在每次迭代时均选取了不同方向的直线) , 最后一次迭代对应的弦中点即为该同心圆投影图像的中心点。需要注意的是, 由于摄像机存在径向畸变等原因, 同心圆投影图像的中心点并非单纯是内椭圆的中心, 因此如果使用hough变换求中心值, 必定会存在畸变误差。

2.2 相机标定模拟实验

在模拟实验中, 摄像机参数的设置为α=β=900, u0=512, v0=384, s=0.01, 分辨率为1 024×768。

2.2.1 检测噪声对摄像机标定结果的影响

在本实验中, 为了能够检测得到本文使用的方法的抗噪性, 将均值为0, 标准方差为σ (实验取0.2~3) 的高斯噪声加入图像。本实验使用模拟的摄像机拍摄5张照片, 最终将计算得到的摄像机参数与真值相比较, 计算出参数的相对误差, 实验结果如图7所示。随着噪声的不断加强, α、β、u0、v0四个参数的相对误差呈现递增的趋势, 但总体保持在非常小的范围内 (在噪声均方差为3时, u0、v0相对误差在3%左右, α, β在1%左右) , 可见本实验方法具有良好的鲁棒性。

2.2.2 检测图像数对摄像机标定结果的影响

在本实验中, 通过改变模板图像的数目来测试本摄像机标定方法的性能。由于本方法至少需要3张图像, 因此, 在实验中将分别使用3~15幅图像分别估计摄像机参数。结果如图8所示, 可以看到当图像数量从3幅增加到4、5幅时, 各个参数的相对误差明显有降低的趋势, 但图像数继续增加相对误差的下降趋势逐渐减少, 并且最终保持不变。通过这个实验得出的结果, 本实验后期真实数据实验时将选择5幅模板图像作为标定使用。

2.2.3 实验结果比较

本实验将本文使用的同心圆相机标定方法分别与张正友标定方法 (本文使用Bouguet的标定工具箱实现) 以及Vogiatzis的基于圆点模型的方法进行比较, 模板如图9所示, 同样使用上述模拟相机分别对张正友模板以及圆点模板进行拍摄, 分别得到5幅图像, 在不同密度的噪声下对相机内参α、β、u0、v0进行估计, 并比较其相对误差, 结果如图10、图11所示。

2.3 真实图像标定实验

(1) 模板准备。将本文使用的平面模板在A4纸上打印出来, 固定在平整的平面上, 然后使用摄像机从多个不同的角度拍摄模板图像, 拍摄的图像序列如图12所示。

(2) 实验结果。首先使用第一节提到的方法实现同心圆圆心的检测, 以图12中 (a) 为例, 检测结果如图13所示。

图13 (a) 中, 菱形点表示所有初始种子点中的收敛点, 红色‘+’号表示同心圆的中心, 数字为同心圆的索引号。

图13 (a) 中同心圆坐标检测结果如表1所示。

根据第二节中的方法实现相机标定, 最后计算得到的摄像机内参数结果为

从以上的实验结果可以看到, 摄像机内参结果的纵横比接近于1, 倾斜角度近似于90度, 为了验证本文方法标定结果的合理性, 在不改变摄像机内参数值的情况下使用张正友的方法实现摄像机标定, 拍摄的图像如图14所示。

得到的标定结果如表2所示。

由Bouguet工具箱的标定结果, 可以看出本文所使用的标定方法的结果是可靠的。

3 结论

本文提出一种基于同心圆模板的相机标定方法, 应用几何方法实现同心圆圆心的检测及相机标定。该方法能够实现全自动的模板特征检测、识别以及后期的内外参数计算, 且标定后期无需进行畸变校正。将该方法分别与张正友的方法以及Vogiatzis的方法通过模拟实验和真实图像实验进行比较研究, 大量实验结果证明本文提出的摄像机标定方法精度更高, 鲁棒性更强。

参考文献

[1] 陈爱华, 高诚辉, 何炳蔚.计算机视觉中的摄像机标定方法.中国工程机械学报, 2006;4 (4) :498—504

[2] Zhang Zhengyou.A flexible new technique for camera calibration.IEEE Transactions on Pattern Analysis and Machine Intelligence, 2000;11 (22) :1330—1334

[3] Zhang Zhengyou.Camera calibration with one-dimensional objects.IEEE Transactions on Pattern Analysis and Machine Intelligence, 2004;7 (26) :892—899

[4] 张圆.圆结构光视觉检测系统标定方法的研究.北京:北京化工大学, 2010

[5] Vogiatzis G, Hernández C.Automatic camera pose estimation from dot pattern.http://george-vogiatzis.org/calib/, 2010.7

[6] 李龙, 何明一, 李娜.椭圆拟合的圆环模板摄像机标定.西安电子科技大学学报 (自然科学版) , 2010;12 (37) :1148—1154

[7] 胡培成, 黎宁, 周建江.一种改进的基于圆环点的摄像机自标定方法.光电工程, 2007;12 (34) :54—60

[8] Zheng Yinqiang, Ma Wenjuan, Liu Yuncai.Another way of looking at monocular circle pose estimation.Proceedings of the International Conference on Image Processing, 2008:861—864

[9] Lourakis M, Argyros A.The design and implementation of a generic sparse bundle adjustment software package based on the levenbergmarquardt algorithm.Inst of Computer Science-FORTH.Heraklion, Crete, Greece, 2004