CN103413309A - 一种基于结构光三维测量***的ccd相机非线性度标定方法 - Google Patents
一种基于结构光三维测量***的ccd相机非线性度标定方法 Download PDFInfo
- Publication number
- CN103413309A CN103413309A CN2013103491227A CN201310349122A CN103413309A CN 103413309 A CN103413309 A CN 103413309A CN 2013103491227 A CN2013103491227 A CN 2013103491227A CN 201310349122 A CN201310349122 A CN 201310349122A CN 103413309 A CN103413309 A CN 103413309A
- Authority
- CN
- China
- Prior art keywords
- image
- camera
- gradation
- nonlinearity
- measurement system
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Studio Devices (AREA)
Abstract
本发明提出了一种基于结构光三维测量***的CCD相机非线性度标定方法。该方法依照结构光三维测量***的测量流程,在采集投影仪投射的一系列符合线性分布的标准图片基础上,经过一定的数据处理,绘制标准图像灰度——相机采集图像灰度分布曲线,进而计算CCD相机的非线性度;标准图片分组时灰度梯度小,CCD相机采集图片数量大,降低了随机误差,提高了非线性度测量精度;采用以上CCD相机非线性度标定方法,符合结构光三维测量***条件,标定过程简单,中间环节少,非线性度标定结果准确。
Description
技术领域
本发明属于光学测量相关领域,涉及到光学测量***中CCD相机非线性度标定方法,具体为一种基于结构光三维测量***的CCD相机非线性度标定方法。
背景技术
光学三维测量在工业自动检测、产品质量控制、逆向设计、生物医学、虚拟现实、文物复制、人体测量等众多领域中具有广泛应用。这种巨大的应用需求,促使了多种光学测量技术的快速发展。随着计算机技术、数字图像获取设备和光学器件的发展,很多三维光学测量技术已经进入商业应用的成熟阶段,同时新的三维测量方法还在不断涌现。结构光三维测量技术具有非接触、高精度、高速度、大量程、大视场、光条图像信息易于提取、实时性强及主动受控等特点,已广泛用于机器视觉、面形检测、实物仿形、产品质量控制、生物医学等领域。
结构光三维测量***中,CCD相机的非线性响应会使得拍摄的光栅图像的灰度分布非正弦化,这将直接影响到测量精度;为了提高***的测量精度,需要对由于CCD相机非线性度响应引起的误差进行补偿,也就需要对结构光三维测量***中的CCD相机进行非线性度的准确标定。
现有的CCD非线性度标定方法包括:为了得到线性的输入光强,采用能控制输出功率的特定光源,然后每一种输出功率采集图像进行数据处理;用CCD采集一张已知光场强度分布的光场图像,从而计算CCD非线性。对应于结构光三维测量***,目前并没有准确合适的CCD非线性度标定方法;现有的方法应用于结构光三维测量***存在很大的缺陷,例如现有方法需要用到特定光源,但特定光源无法像光学测量***中的投影仪一样投影结构光,且特定光源实验环境要求苛刻、代价昂贵,不适合光学测量;另外数据处理时现有方法对少许像素点进行处理,难以排除死点、冷点,使非线性增大;而且CCD元件受随机噪声影响较大,图像采集又存在随机误差,待测***也存在随机误差,现有方法图像采集个数少,难以抑制随机误差。
发明内容
要解决的技术问题
为解决现有技术存在的问题,本发明提出了一种基于结构光三维测量***的CCD相机非线性度标定方法。该方法依照结构光三维测量***的测量流程进行相机非线性度标定,符合结构光三维测量***条件,随机误差小、非线性度测量精度高以及非线性度标定结果准确。
技术方案
本发明的技术方案为:
所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:采用以下步骤:
步骤1:在暗室环境下,使用投影仪向标准白色平板投射N组亮度符合线性分布的标准图像;
步骤2:调整CCD相机,并分别采集步骤1投射的N组标准图像;
步骤3:对步骤2采集的图像进行处理,得到N组采集图像的灰度值,并根据N组标准图像灰度值和N组采集图像灰度值,绘制标准图像灰度——相机采集图像灰度分布曲线;
步骤4:根据步骤3得到的标准图像灰度——相机采集图像灰度分布曲线,确定CCD相机非线性度的计算范围Imin~Imax:Imin和Imax分别为标准图像灰度——相机采集图像灰度分布曲线的近似线性区域中的采集图像灰度最小值及采集图像灰度最大值;
步骤5:在步骤4选定的计算范围内对标准图像灰度——相机采集图像灰度分布曲线进行线性拟合;
步骤6:依据非线性度公式分析计算CCD相机的非线性度η;其中非线性度公式为:
其中|I′m-Im|max表示在计算范围Imin~Imax内,拟合出的图像灰度I′m与实际采集图像灰度Im偏差的最大值。
所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤1中通过Matlab软件生成256张标准图像,每张图像的灰度值对应0~255中一个值,共得到256组标准图像,其中第i组标准图像的灰度值Pi=i-1,i=1,2,3,……,256。
所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤1中投影仪选择DLP LightCrafter2.0投影开发组件,投影仪在Pattern Sequence模式下投射图像。
所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤2中,对步骤1的256组标准图像进行采集,每组标准图像采集MX张;在步骤3中,对采集的256组图像分别进行处理,其中对第m组图像的处理过程为:计算第m组图像中每张图像的灰度平均值,取出现次数最多的灰度平均值作为第m组图像的灰度值Im。
所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤5中依据关系式I′m=K×P+B,以最小二乘法对标准图像灰度——相机采集图像灰度分布曲线进行拟合,其中K为线性斜率,P表示入射光强度,B表示环境光强度。
有益效果
本发明提出了一种基于结构光三维测量***的CCD相机非线性度标定方法。该方法依照结构光三维测量***的测量流程,在采集投影仪投射的一系列符合线性分布的标准图片基础上,经过一定的数据处理,绘制标准图像灰度——相机采集图像灰度分布曲线,进而计算CCD相机的非线性度;标准图片分组时灰度梯度小,CCD相机采集图片数量大,降低了随机误差,提高了非线性度测量精度;采用以上CCD相机非线性度标定方法,符合结构光三维测量***条件,标定过程简单,中间环节少,非线性度标定结果准确。
具体实施方式
下面结合具体实施例描述本发明:
本实施例中基于结构光三维测量***的CCD相机非线性度标定方法,采用以下步骤:
步骤1:通过Matlab软件生成256张分辨率为608*684的标准图像,图像保存为为BMP格式,图像深度为24bit,每张图像的灰度值对应0~255中一个值,共256组标准图像,其中第i组标准图像的灰度值Pi=i-1,i=1,2,3,……,256;
安装DLP LightCrafter2.0投影开发组件,投影仪组件四个角处有预留的通孔,通过螺旋固定在底板上,底板通过直角固定块、棒体夹持器、支撑棒三者固定在光学平台上,从而保证投影仪组件与光学平台平行;标准白色平板通过可调式底片固定架固定在光学平台上,可调式底片固定架安装时需要参考光学平台上安装支撑棒时的螺纹孔,以此保证标准白色平板与光学平台垂直对正,在支撑棒上上下调整棒体夹持器使标准白色平板完全接受到投影仪投射的光,最终投影仪的光完整的垂直投射到标准白色平板上;
将投影仪组件连接到PC端,打开投影仪的控制软件,选择Pattern Sequence模式进行投射,在暗室环境下,投影仪向标准白色平板投射256组亮度符合线性分布的标准图像。
步骤2:安装CCD相机,相机型号为:DMK21BU04.H,安装步骤为:相机支撑装置选择手动升降台,方便调节相机的上下位置,在光学平台上直接安装;在手动升降台上安装导轨滑块装置,方便调节相机的水平移动;通过精密角位台、精密手动旋转台将DMK21BU04.H相机固定在滑块上,便于调节相机的俯仰视角和左右旋转;调整手动升降台使DMK21BU04.H相机和投影仪的中心在一条水平线上,通过移动滑块、调整精密手动旋转台使DMK21BU04.H相机处于最佳的拍摄角度和位置;将DMK21BU04.H相机连接到PC端,打开相机控制软件,准备进行图像采集。
调节CCD相机至最佳拍摄状态,为了找到最佳曝光时间,防止出现黑点(像素亮度为0)、过爆(像素亮度为255)现象,在暗室环境下进行以下步骤:选择一个曝光时间,用投影仪投射第1~5组标准图像,同时相机采集这5组图像,每组保存一张,对应的保存为Ti,i=1,2,3,4,5;保持曝光时间不变,用投影仪投射第252~256组标准图像,同时相机采集这5组图像,每组保存一张,对应的保存为Ri,i=252,253,254,255,256;对Ti、Ri进行判断,条件如下:Ti(i=1,2,3,4)中允许有亮度为零像素点,T5所有像素亮度值都大于零,并且Ri(i=252,253,254,255)中允许有亮度为255的像素点,R256所有像素亮度值都为255;满足条件时即用此曝光时间作为本标定方法的曝光时间,也是结构光三维测量***测量时相机的曝光时间,如果不满足就选用别的曝光时间重复调整,直到找到合适的曝光时间;
CCD相机采用得到的合适的曝光时间分别采集步骤1投射的256组标准图像,每组拍摄100张。
步骤3:对步骤2采集的图像进行处理,得到256组采集图像的灰度值,并根据256组标准图像灰度值和256组采集图像灰度值,绘制标准图像灰度——相机采集图像灰度分布曲线;
其中得到256组采集图像的灰度值的过程为:对于第m组图像的中的100张图片,每一张图片选取30*30大小的区域进行处理,计算每张图片中选择区域的灰度平均值,统计100张图片的灰度平均值,将出现次数最多的灰度平均值作为第m组图像的灰度值Im;以标准图像灰度为横坐标,相机采集图像灰度为纵坐标绘制标准图像灰度——相机采集图像灰度分布曲线。
步骤4:根据步骤3得到的标准图像灰度——相机采集图像灰度分布曲线,确定CCD相机非线性度的计算范围Imin~Imax:Imin和Imax分别为标准图像灰度——相机采集图像灰度分布曲线的近似线性区域中的采集图像灰度最小值及采集图像灰度最大值;一般而言,Imin为0~10之间,Imax为245~255之间。
步骤5:在步骤4选定的计算范围内对标准图像灰度——相机采集图像灰度分布曲线进行线性拟合;这里以最小二乘法对标准图像灰度——相机采集图像灰度分布曲线进行线性拟合。在理想情况下,入射光信号和最终数字输出之间的转移函数应该随着入射光信号增加而线性变化,关系式为:I′m=K×P+B,所以依据此关系式进行最小二乘法曲线拟合,其中K为线性斜率,P表示入射光强度,B表示环境光强度。
步骤6:依据非线性度公式分析计算CCD相机的非线性度η;其中非线性度公式为:
其中|I′m-Im|max表示在计算范围Imin~Imax内,拟合出的图像灰度I′m与实际采集图像灰度Im偏差的最大值。算出非线性度η的值,结构光三维测量***中CCD相机的非线性度得到准确标定,就能对结构光三维测量***中CCD相机非线性度响应引起的误差进行补偿。
Claims (5)
1.一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:采用以下步骤:
步骤1:在暗室环境下,使用投影仪向标准白色平板投射N组亮度符合线性分布的标准图像;
步骤2:调整CCD相机,并分别采集步骤1投射的N组标准图像;
步骤3:对步骤2采集的图像进行处理,得到N组采集图像的灰度值,并根据N组标准图像灰度值和N组采集图像灰度值,绘制标准图像灰度——相机采集图像灰度分布曲线;
步骤4:根据步骤3得到的标准图像灰度——相机采集图像灰度分布曲线,确定CCD相机非线性度的计算范围Imin~Imax:Imin和Imax分别为标准图像灰度——相机采集图像灰度分布曲线的近似线性区域中的采集图像灰度最小值及采集图像灰度最大值;
步骤5:在步骤4选定的计算范围内对标准图像灰度——相机采集图像灰度分布曲线进行线性拟合;
步骤6:依据非线性度公式分析计算CCD相机的非线性度η;其中非线性度公式为:
其中|I′m-Im|max表示在计算范围Imin~Imax内,拟合出的图像灰度I′m与实际采集图像灰度Im偏差的最大值。
2.根据权利要求1所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤1中通过Matlab软件生成256张标准图像,每张图像的灰度值对应0~255中一个值,共得到256组标准图像,其中第i组标准图像的灰度值Pi=i-1,i=1,2,3,……,256。
3.根据权利要求2所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤1中投影仪选择DLP LightCrafter2.0投影开发组件,投影仪在Pattern Sequence模式下投射图像。
4.根据权利要求2所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤2中,对步骤1的256组标准图像进行采集,每组标准图像采集MX张;在步骤3中,对采集的256组图像分别进行处理,其中对第m组图像的处理过程为:计算第m组图像中每张图像的灰度平均值,取出现次数最多的灰度平均值作为第m组图像的灰度值Im。
5.根据权利要求1所述一种基于结构光三维测量***的CCD相机非线性度标定方法,其特征在于:步骤5中依据关系式I′m=K×P+B,以最小二乘法对标准图像灰度——相机采集图像灰度分布曲线进行拟合,其中K为线性斜率,P表示入射光强度,B表示环境光强度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103491227A CN103413309A (zh) | 2013-08-12 | 2013-08-12 | 一种基于结构光三维测量***的ccd相机非线性度标定方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013103491227A CN103413309A (zh) | 2013-08-12 | 2013-08-12 | 一种基于结构光三维测量***的ccd相机非线性度标定方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103413309A true CN103413309A (zh) | 2013-11-27 |
Family
ID=49606314
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013103491227A Pending CN103413309A (zh) | 2013-08-12 | 2013-08-12 | 一种基于结构光三维测量***的ccd相机非线性度标定方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103413309A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346816A (zh) * | 2014-10-11 | 2015-02-11 | 京东方科技集团股份有限公司 | 一种深度确定方法、装置及电子设备 |
CN106097302A (zh) * | 2016-05-30 | 2016-11-09 | 西安交通大学 | 基于单张图片的物体三维形貌非接触测量方法 |
CN106871816A (zh) * | 2017-02-27 | 2017-06-20 | 北京首量科技股份有限公司 | 一种三维测量仪用结构光投影方法 |
CN108168439A (zh) * | 2017-12-29 | 2018-06-15 | 北京理工大学 | 基于亚像素的裂缝宽度检测关键技术 |
CN108737815A (zh) * | 2018-04-13 | 2018-11-02 | 深圳怡化电脑股份有限公司 | 一种图像传感器的质量检测方法及*** |
CN109003308A (zh) * | 2018-06-27 | 2018-12-14 | 浙江大学 | 一种基于相位编码的特殊成像范围相机标定***及方法 |
CN109141506A (zh) * | 2018-06-28 | 2019-01-04 | 深圳奥比中光科技有限公司 | 多功能标定*** |
CN109328456A (zh) * | 2017-11-30 | 2019-02-12 | 深圳配天智能技术研究院有限公司 | 一种拍摄装置及拍摄位置寻优的方法 |
CN111791227A (zh) * | 2019-12-31 | 2020-10-20 | 深圳市豪恩声学股份有限公司 | 机器人手眼标定方法、装置及机器人 |
CN112153365A (zh) * | 2019-06-26 | 2020-12-29 | 上海光启智城网络科技有限公司 | 一种数字化测试图像显示***、测试方法及应用 |
CN112346034A (zh) * | 2020-11-12 | 2021-02-09 | 北京理工大学 | 一种三维固态面阵激光雷达组合标定方法 |
CN113873222A (zh) * | 2021-08-30 | 2021-12-31 | 卡莱特云科技股份有限公司 | 一种工业相机的线性度校正方法及装置 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226639A (zh) * | 2008-01-29 | 2008-07-23 | 航天东方红卫星有限公司 | 一种星载tdiccd相机的相对辐射校正方法 |
-
2013
- 2013-08-12 CN CN2013103491227A patent/CN103413309A/zh active Pending
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101226639A (zh) * | 2008-01-29 | 2008-07-23 | 航天东方红卫星有限公司 | 一种星载tdiccd相机的相对辐射校正方法 |
Non-Patent Citations (3)
Title |
---|
张惠鸽 等: "CCD采集***线性斜率及非线性研究", 《强激光与粒子束》 * |
程书博 等: "科学级光学CCD非线性特性测试", 《光学学报》 * |
谭家海 等: "科学级CCD相机标定***的设计", 《光子学报》 * |
Cited By (20)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104346816B (zh) * | 2014-10-11 | 2017-04-19 | 京东方科技集团股份有限公司 | 一种深度确定方法、装置及电子设备 |
US9704251B2 (en) | 2014-10-11 | 2017-07-11 | Boe Technology Group Co., Ltd. | Depth determination method, depth determination device and electronic device |
CN104346816A (zh) * | 2014-10-11 | 2015-02-11 | 京东方科技集团股份有限公司 | 一种深度确定方法、装置及电子设备 |
CN106097302A (zh) * | 2016-05-30 | 2016-11-09 | 西安交通大学 | 基于单张图片的物体三维形貌非接触测量方法 |
CN106097302B (zh) * | 2016-05-30 | 2019-07-23 | 西安交通大学 | 基于单张图片的物体三维形貌非接触测量方法 |
CN106871816A (zh) * | 2017-02-27 | 2017-06-20 | 北京首量科技股份有限公司 | 一种三维测量仪用结构光投影方法 |
CN109328456A (zh) * | 2017-11-30 | 2019-02-12 | 深圳配天智能技术研究院有限公司 | 一种拍摄装置及拍摄位置寻优的方法 |
CN109328456B (zh) * | 2017-11-30 | 2020-10-16 | 深圳配天智能技术研究院有限公司 | 一种拍摄装置及拍摄位置寻优的方法 |
CN108168439A (zh) * | 2017-12-29 | 2018-06-15 | 北京理工大学 | 基于亚像素的裂缝宽度检测关键技术 |
CN108737815B (zh) * | 2018-04-13 | 2019-12-10 | 深圳怡化电脑股份有限公司 | 一种图像传感器的质量检测方法及*** |
CN108737815A (zh) * | 2018-04-13 | 2018-11-02 | 深圳怡化电脑股份有限公司 | 一种图像传感器的质量检测方法及*** |
CN109003308A (zh) * | 2018-06-27 | 2018-12-14 | 浙江大学 | 一种基于相位编码的特殊成像范围相机标定***及方法 |
CN109003308B (zh) * | 2018-06-27 | 2022-03-18 | 浙江大学 | 一种基于相位编码的特殊成像范围相机标定***及方法 |
CN109141506A (zh) * | 2018-06-28 | 2019-01-04 | 深圳奥比中光科技有限公司 | 多功能标定*** |
CN112153365A (zh) * | 2019-06-26 | 2020-12-29 | 上海光启智城网络科技有限公司 | 一种数字化测试图像显示***、测试方法及应用 |
CN111791227A (zh) * | 2019-12-31 | 2020-10-20 | 深圳市豪恩声学股份有限公司 | 机器人手眼标定方法、装置及机器人 |
CN112346034A (zh) * | 2020-11-12 | 2021-02-09 | 北京理工大学 | 一种三维固态面阵激光雷达组合标定方法 |
CN112346034B (zh) * | 2020-11-12 | 2023-10-27 | 北京理工大学 | 一种三维固态面阵激光雷达组合标定方法 |
CN113873222A (zh) * | 2021-08-30 | 2021-12-31 | 卡莱特云科技股份有限公司 | 一种工业相机的线性度校正方法及装置 |
CN113873222B (zh) * | 2021-08-30 | 2023-08-01 | 卡莱特云科技股份有限公司 | 一种工业相机的线性度校正方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103413309A (zh) | 一种基于结构光三维测量***的ccd相机非线性度标定方法 | |
CN103383249B (zh) | 灰度条纹投影光强非线性校正方法及基于该方法的相位校正方法 | |
CN100458359C (zh) | 远距离面内小位移测量*** | |
CN102679914B (zh) | 一种盾构隧道衬砌管片渗漏水面积的测量方法及装置 | |
CN104729429A (zh) | 一种远心成像的三维形貌测量***标定方法 | |
CN107403177A (zh) | 基于工业相机的亮度测量方法 | |
CN101806700B (zh) | 土壤入渗性能的测量方法及测量*** | |
US20200342642A1 (en) | Virtual image distance measurement method, apparatus and device | |
CN202734958U (zh) | 一种道路照明亮度和照度测量*** | |
CN103558229B (zh) | 一种tft-lcd制程的mura视觉自动检测方法及装置 | |
CN107356202A (zh) | 一种激光扫描测量***目标自动照准方法 | |
CN108962179A (zh) | 显示面板的亮度调整方法及组件、显示装置 | |
CN107167088B (zh) | 玻璃变形量的测量方法及装置 | |
CN104568963A (zh) | 一种基于rgb结构光的在线式三维检测装置 | |
CN110261069B (zh) | 一种用于光学镜头的检测方法 | |
CN102801920A (zh) | 相机无传感器连续自动曝光时间调节控制装置 | |
CN104296968A (zh) | 多通道ccd的调制传递函数测试方法 | |
CN108986721B (zh) | 一种用于显示面板检测的检测图形生成方法 | |
CN106023193A (zh) | 一种用于浑浊介质中结构表面检测的阵列相机观测方法 | |
CN105092473A (zh) | 一种多晶硅薄膜的质量检测方法和*** | |
CN105913401A (zh) | 工业相机摄影测量图像亮度补偿方法 | |
CN104359789A (zh) | 一种基于图像分析法的土体缩限测试仪 | |
CN110428761A (zh) | 一种非接触式测量液晶模组Flicker闪烁值的方法、装置及*** | |
CN204287060U (zh) | 一种基于rgb结构光的在线式三维检测装置 | |
CN109949725A (zh) | 一种aoi***图像灰度标准化方法及*** |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20131127 |