CN111862238A - 一种全空间单目光笔式视觉测量方法 - Google Patents
一种全空间单目光笔式视觉测量方法 Download PDFInfo
- Publication number
- CN111862238A CN111862238A CN202010716079.3A CN202010716079A CN111862238A CN 111862238 A CN111862238 A CN 111862238A CN 202010716079 A CN202010716079 A CN 202010716079A CN 111862238 A CN111862238 A CN 111862238A
- Authority
- CN
- China
- Prior art keywords
- camera
- coordinate system
- rotation
- dimensional
- different angles
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
- G01B11/005—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates coordinate measuring machines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/213—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
- G06F18/2135—Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30244—Camera pose
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Bioinformatics & Computational Biology (AREA)
- General Engineering & Computer Science (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Artificial Intelligence (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种全空间单目光笔式视觉测量方法。其包括建立基于精密旋转台的旋转光学***;标定相机内参矩阵和畸变矩阵;转台转轴方向矢量和旋转中心标定;相机旋转运动模型建立;统一多次测量结果在初始相机坐标系中;完成大尺度视觉测量等步骤。本发明提供的全空间单目光笔式视觉测量方法能够快速、准确地标定出旋转光学***转轴参数,根据转轴参数和旋转角度,结合罗德里格斯变换公式将不同角度下的测量结果统一在初始相机坐标系下,大大提高了测量尺度,甚至达到全空间测量。其意义在于在保证现有单目光笔测量***精度的前提下,大大提高了测量范围,从而可以适应各种灵活多变的工作环境。
Description
技术领域
本发明属于计算机视觉三维空间坐标测量技术领域,具体涉及一种全空间单目光笔式视觉测量方法。
背景技术
人类是通过眼睛获取外部环境的信息,观察外部的世界。计算机视觉***是通过使用相机采集图片,然后处理图片来获取外部世界的三维信息,因此可利用计算机视觉***获得人类需要的信息,以满足生活、工作、医疗、科研等各个方面的要求。
现在常用的测量设备中,类似三坐标测量机的传统空间坐标测量***的测量精度高,但是存在检查设备体积庞大、不能应付灵活多变的工作环境,测量范围有限,实时性较低等不足。电子经纬仪、激光干涉仪等设备又操作复杂而且价格昂贵。光笔式视觉测量***因为其使用简单,便携性好,鲁棒性强,测量精度高等优点被广泛关注。
然而,现有的光笔测量***只有在有限的视场范围内才能保证其准确的测量精度,而且相机要保持不动,这些因素大大限制了光笔式视觉测量***的应用范围。因此,研究一种快速、准确、灵活的大尺度光笔视觉测量***是空间三坐标测量***发展的重中之重。
发明内容
为了解决上述问题,本发明的目的在于提供一种全空间单目光笔式视觉测量方法。
为了达到上述目的,本发明提供的全空间单目光笔式视觉测量方法包括按顺序进行的下列步骤:
步骤1)建立全空间单目光笔式视觉测量***:所述的***包括相机、精密旋转台和带有激光标志点的光笔;其中,相机为图像采集装置,安装在精密旋转台上;精密旋转台用于将其上的相机旋转到适宜的测量角度;带有激光标志点的光笔为视觉测量工作时辅助测量工具;
步骤2)标定上述***中相机的内参数:根据小孔成像模型建立上述相机的投影模型;根据单应矩阵映射原理和非线性优化原理借助棋盘格标定板对相机进行内参矩阵和畸变矩阵标定;
步骤3)获取相机旋转到不同角度时在世界坐标系下的位姿:由精密旋转台带动上述已进行过标定的相机旋转不同的角度,同时利用相机对固定不动的棋盘格标定板进行成像;然后根据棋盘格标定板坐标与图像坐标间的单应性关系计算出不同角度下相机在标定板坐标系即世界坐标系下的旋转矩阵Ri及平移向量Ti;
步骤4)计算不同角度下相机光心在初始相机坐标系下的三维坐标:根据步骤3)获得的不同角度下相机的旋转矩阵Ri及平移向量Ti计算出不同角度下相机在初始相机坐标系下的三维坐标;
步骤5)计算精密旋转台转轴的方向矢量:利用步骤4)中获得的不同角度下相机光心在初始相机坐标系下的三维坐标,使用主成分分析法拟合出相机光心所在的旋转平面方程,该旋转平面的法向量即为精密旋转台转轴的方向矢量N=(u,v,w);
步骤6)获取相机旋转中心在初始相机坐标系下的三维坐标:利用步骤4)获得的不同角度下相机光心在初始相机坐标系下的三维坐标和步骤5)拟合得到的旋转平面方程获取相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c);
步骤7)建立相机旋转测量模型:由步骤5)中获得的精密旋转台转轴的方向矢量N=(u,v,w)和步骤6)中获得的相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c)获得相机旋转测量模型;
步骤8)完成全空间视觉测量:将激光标志点的光笔上的笔尖对准被测物的某一部位,利用相机对被测物进行成像而获得某一测量数据,然后将笔尖对准另一部位,旋转相机并获得另一测量数据,如此反复,之后根据上述步骤7)建立的相机旋转测量模型将不同角度下相机的测量数据统一到初始相机坐标系下,由此实现被测物的全空间视觉测量。
在步骤1)中,所述的相机采用CCD相机。
在步骤2)中,所述的单目相机内参数标定采用Matlab中的标定工具箱或者OpenCV中的标定函数实现。
在步骤3)中,所述的根据棋盘格标定板坐标与图像坐标间的单应性关系计算出不同角度下相机在标定板坐标系即世界坐标系下的旋转矩阵Ri及平移向量Ti的方法是:
根据棋盘格标定板坐标与图像坐标间的单应性关系建立如下方程:
式中,s为相机的尺度因子,[xi yi 1]T为棋盘格标定板角点在图像坐标系中的坐标,[Xi Yi Zi 1]T为棋盘格标定板角点在以标定板坐标系作为世界坐标系中的空间坐标;
根据上式可以计算出不同角度下相机在标定板坐标系即世界坐标系下的旋转矩阵Ri及平移向量Ti。
在步骤4)中,所述的根据步骤3)获得的不同角度下相机的旋转矩阵Ri及平移向量Ti计算出不同角度下相机在初始相机坐标系下的三维坐标的公式如下:
Ri1=Ri×Ri -1
Ti1=T1-R1Ri -1Ti
式中,Ri1为第i个角度下相机相对于初始位置相机1的旋转矩阵;Ti1为第i个角度下相机相对初始位置相机的平移向量,即第i个角度下相机光心在初始相机坐标系下的三维坐标。
在步骤5)中,所述的利用步骤4)中获得的不同角度下相机光心在初始相机坐标系下的三维坐标,使用主成分分析法拟合出相机光心所在的旋转平面方程,该旋转平面的法向量即为精密旋转台转轴的方向矢量的方法是:
首先由不同角度下相机光心的三维坐标构成三维点集,然后将三维点集的每个维度都减去该维度的均值,即对三维点集进行去中心化,将均值都变为0,去中心化后的三维点集记为:
然后利用上述去中心化后的三维点集计算出协方差矩阵:
最后计算上述协方差矩阵C的特征值和特征向量,计算获得的三个特征值中最小的那个特征值对应的特征向量即为所求旋转平面的法向量N=(u,v,w)。
在步骤6)中,所述的利用步骤4)获得的不同角度下相机光心在初始相机坐标系下的三维坐标和步骤5)拟合得到的旋转平面方程获取相机旋转中心在初始相机坐标系下的三维坐标的方法是:
假设步骤5)拟合出的相机光心所在的旋转平面方程为ux+vy+wz+d=0,N=(u,v,w)为旋转平面的法向量;将不同角度下相机光心在初始相机坐标系下的三维坐标(xi,yi,zi)投影到旋转平面ux+vy+wz+d=0上而获得三维坐标(x',y',z'),其中:
x'i=uk+xi
y'i=vk+yi
z'i=wk+zi
其中k=-uxi-vyi-wzi-d,然后将三维坐标投影到旋转平面后转化成二维平面拟合圆;取初始位置相机光心为新坐标原点,即X0=x'0,Y0=y'0,Z0=z'0,第一个角度下相机光心到第二个角度下相机光心的方向定义为X轴正方向,旋转平面的法向量N=(u,v,w)定义为Z轴正方向,则由确定的X轴和Z轴的方向即可确定出Y轴的方向,即:
设X轴、Y轴和Z轴的单位向量分别为(n1x,n1y,n1z),(n2x,n2y,n2z),(n3x,n3y,n3z),则由平面坐标转换为空间坐标的转换矩阵为:
则由相机光心三维坐标转换为二维坐标的转换矩阵为:H_inv=H-1
将相机光心三维坐标转化为二维坐标:
然后进行空间最小二乘圆拟合,定义误差函数为:
求解上式即可求得平面拟合圆的圆心,然后使用转换矩阵H即可将二维平面上圆心的坐标转换为初始相机坐标系下圆心的三维坐标O=(a,b,c),即相机旋转中心在初始相机坐标系下的三维坐标。
在步骤7)中,所述的由步骤5)中获得的精密旋转台转轴的方向矢量N=(u,v,w)和步骤6)中获得的相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c)获得相机旋转测量模型的方法是:当相机1转过θ角时,旋转后的相机坐标系与旋转前初始相机坐标系之间的旋转矩阵为:
平移向量为:
本发明提供的全空间单目光笔式视觉测量方法将精密旋转台与光笔式视觉测量***结合,能够快速、准确地标定出旋转光学***的转轴参数,建立起测量***的数学模型,在保证现有单目光笔测量***精度的前提下,大大提高了测量范围,从而可以适应各种灵活多变的工作环境。另外,本方法中的***结果简单,可以有效降低测量成本,具有很强的应用性。
附图说明
图1为本发明提供的全空间单目光笔式视觉测量方法流程图。
图2为本发明中全空间单目光笔式视觉测量***结构示意图。
图3为本发明中精密旋转台参数标定示意图。
图4为本发明中旋转平面参数示意图。
具体实施方式
下面结合附图和具体实施例对本发明提供的全空间单目光笔式视觉测量方法进行详细说明。附图仅供参考和说明使用,不构成对本发明保护范围的限制。
如图1所示,本发明提供的全空间单目光笔式视觉测量方法包括按顺序进行下列步骤:
步骤1)建立如图2所示的全空间单目光笔式视觉测量***:所述的***包括相机1、精密旋转台2和带有激光标志点的光笔3;其中,相机1为图像采集装置,安装在精密旋转台2上;精密旋转台2用于将其上的相机1旋转到适宜的测量角度;带有激光标志点的光笔3为视觉测量工作时辅助测量工具;在本发明中,所述的相机1采用CCD相机;
步骤2)标定上述***中相机的内参数:根据小孔成像模型建立上述相机1的投影模型;根据单应矩阵映射原理和非线性优化原理借助棋盘格标定板对相机1进行内参矩阵和畸变矩阵标定;
所述的单目相机内参数标定采用Matlab中的标定工具箱或者OpenCV中的标定函数实现。
步骤3)获取相机旋转到不同角度时在世界坐标系下的位姿:如图3所示,由精密旋转台2带动上述已进行过标定的相机1旋转不同的角度,同时利用相机1对固定不动的棋盘格标定板进行成像;其中,O为相机1的旋转中心即精密旋转台2的旋转中心,N为相机1转轴即精密旋转台2的转轴的方向矢量,然后根据棋盘格标定板坐标与图像坐标间的单应性关系建立如下方程:
式中,s为相机1的尺度因子,[xi yi 1]T为棋盘格标定板角点在图像坐标系中的坐标,[Xi Yi Zi 1]T为棋盘格标定板角点在以标定板坐标系作为世界坐标系中的空间坐标。
根据上式可以计算出不同角度下相机1在标定板坐标系即世界坐标系下的旋转矩阵Ri及平移向量Ti。
步骤4)计算不同角度下相机光心在初始相机坐标系下的三维坐标:根据步骤3)获得的不同角度下相机1的旋转矩阵Ri及平移向量Ti计算出不同角度下相机1在初始相机坐标系下的三维坐标,公式如下:
Ri1=Ri×Ri -1
Ti1=T1-R1Ri -1Ti
式中,Ri1为第i个角度下相机1相对于初始位置相机1的旋转矩阵;Ti1为第i个角度下相机1相对初始位置相机1的平移向量,即第i个角度下相机光心在初始相机坐标系下的三维坐标。
步骤5)计算精密旋转台转轴的方向矢量:如图4所示,利用步骤4)中获得的不同角度下相机光心在初始相机坐标系下的三维坐标,使用PCA(主成分分析)法拟合出相机光心所在的旋转平面方程,该旋转平面的法向量即为精密旋转台2转轴的方向矢量N=(u,v,w);
首先由不同角度下相机光心的三维坐标构成三维点集,然后将三维点集的每个维度都减去该维度的均值,即对三维点集进行去中心化,将均值都变为0,去中心化后的三维点集记为:
然后利用上述去中心化后的三维点集计算出协方差矩阵:
最后计算上述协方差矩阵C的特征值和特征向量,计算获得的三个特征值中最小的那个特征值对应的特征向量即为所求旋转平面的法向量N=(u,v,w)。
步骤6)获取相机旋转中心在初始相机坐标系下的三维坐标:利用步骤4)获得的不同角度下相机光心在初始相机坐标系下的三维坐标和步骤5)拟合得到的旋转平面方程获取相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c);方法如下:
假设步骤5)拟合出的相机光心所在的旋转平面方程为ux+vy+wz+d=0,N=(u,v,w)为旋转平面的法向量。将不同角度下相机光心在初始相机坐标系下的三维坐标(xi,yi,zi)投影到旋转平面ux+vy+wz+d=0上而获得三维坐标(x',y',z'),其中:
x'i=uk+xi
y'i=vk+yi
z'i=wk+zi
其中k=-uxi-vyi-wzi-d,然后将三维坐标投影到旋转平面后转化成二维平面拟合圆。取初始位置相机光心为新坐标原点,即X0=x'0,Y0=y'0,Z0=z'0,第一个角度下相机光心到第二个角度下相机光心的方向定义为X轴正方向,旋转平面的法向量N=(u,v,w)定义为Z轴正方向,则由确定的X轴和Z轴的方向即可确定出Y轴的方向,即:
设X轴、Y轴和Z轴的单位向量分别为(n1x,n1y,n1z),(n2x,n2y,n2z),(n3x,n3y,n3z),则由平面坐标转换为空间坐标的转换矩阵为:
则由相机光心三维坐标转换为二维坐标的转换矩阵为:H_inv=H-1
将相机光心三维坐标转化为二维坐标:
然后进行空间最小二乘圆拟合,定义误差函数为:
求解上式即可求得平面拟合圆的圆心,然后使用转换矩阵H即可将二维平面上圆心的坐标转换为初始相机坐标系下圆心的三维坐标O=(a,b,c),即相机旋转中心在初始相机坐标系下的三维坐标;
步骤7)建立相机旋转测量模型:由步骤5)中获得的精密旋转台转轴的方向矢量N=(u,v,w)和步骤6)中获得的相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c)可以获得相机旋转测量模型,即当相机1转过θ角时,旋转后的相机坐标系与旋转前初始相机坐标系之间的旋转矩阵为:
平移向量为:
步骤8)完成全空间测量:将激光标志点的光笔3上的笔尖对准被测物的某一部位,利用相机1对被测物进行成像而获得某一测量数据,然后将笔尖对准另一部位,由于相机成像范围有限,因此需要旋转相机1并获得另一测量数据,之后根据上述步骤7)建立的相机旋转测量模型将不同角度下相机1的测量数据统一到初始相机坐标系下,由此实现被测物的全空间测量。
以上结合附图对本发明的具体实施方式作了说明,但这些说明不能被理解为限制了本发明的范围,本发明的保护范围由随附的权利要求书限定,任何在本发明权利要求基础上的改动都是本发明的保护范围。
Claims (8)
1.一种全空间单目光笔式视觉测量方法,其特征在于:所述的全空间单目光笔式视觉测量方法包括按顺序进行的下列步骤:
步骤1)建立全空间单目光笔式视觉测量***:所述的***包括相机(1)、精密旋转台(2)和带有激光标志点的光笔(3);其中,相机(1)为图像采集装置,安装在精密旋转台(2)上;精密旋转台(2)用于将其上的相机(1)旋转到适宜的测量角度;带有激光标志点的光笔(3)为视觉测量工作时辅助测量工具;
步骤2)标定上述***中相机的内参数:根据小孔成像模型建立上述相机(1)的投影模型;根据单应矩阵映射原理和非线性优化原理借助棋盘格标定板对相机(1)进行内参矩阵和畸变矩阵标定;
步骤3)获取相机旋转到不同角度时在世界坐标系下的位姿:由精密旋转台(2)带动上述已进行过标定的相机(1)旋转不同的角度,同时利用相机(1)对固定不动的棋盘格标定板进行成像;然后根据棋盘格标定板坐标与图像坐标间的单应性关系计算出不同角度下相机(1)在标定板坐标系即世界坐标系下的旋转矩阵Ri及平移向量Ti;
步骤4)计算不同角度下相机光心在初始相机坐标系下的三维坐标:根据步骤3)获得的不同角度下相机(1)的旋转矩阵Ri及平移向量Ti计算出不同角度下相机(1)在初始相机坐标系下的三维坐标;
步骤5)计算精密旋转台转轴的方向矢量:利用步骤4)中获得的不同角度下相机光心在初始相机坐标系下的三维坐标,使用主成分分析法拟合出相机光心所在的旋转平面方程,该旋转平面的法向量即为精密旋转台(2)转轴的方向矢量N=(u,v,w);
步骤6)获取相机旋转中心在初始相机坐标系下的三维坐标:利用步骤4)获得的不同角度下相机光心在初始相机坐标系下的三维坐标和步骤5)拟合得到的旋转平面方程获取相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c);
步骤7)建立相机旋转测量模型:由步骤5)中获得的精密旋转台转轴的方向矢量N=(u,v,w)和步骤6)中获得的相机旋转中心在初始相机坐标系下的三维坐标O=(a,b,c)获得相机旋转测量模型;
步骤8)完成全空间视觉测量:将激光标志点的光笔(3)上的笔尖对准被测物的某一部位,利用相机(1)对被测物进行成像而获得某一测量数据,然后将笔尖对准另一部位,旋转相机(1)并获得另一测量数据,如此反复,之后根据上述步骤7)建立的相机旋转测量模型将不同角度下相机(1)的测量数据统一到初始相机坐标系下,由此实现被测物的全空间视觉测量。
2.根据权利要求1所述的全空间单目光笔式视觉测量方法,其特征在于:在步骤1)中,所述的相机(1)采用CCD相机。
3.根据权利要求1所述的全空间单目光笔式视觉测量方法,其特征在于:在步骤2)中,所述的单目相机内参数标定采用Matlab中的标定工具箱或者OpenCV中的标定函数实现。
5.根据权利要求1所述的全空间单目光笔式视觉测量方法,其特征在于:在步骤4)中,所述的根据步骤3)获得的不同角度下相机(1)的旋转矩阵Ri及平移向量Ti计算出不同角度下相机(1)在初始相机坐标系下的三维坐标的公式如下:
Ri1=Ri×Ri -1
Ti1=T1-R1Ri -1Ti
式中,Ri1为第i个角度下相机(1)相对于初始位置相机(1)的旋转矩阵;Ti1为第i个角度下相机(1)相对初始位置相机(1)的平移向量,即第i个角度下相机光心在初始相机坐标系下的三维坐标。
6.根据权利要求1所述的全空间单目光笔式视觉测量方法,其特征在于:在步骤5)中,所述的利用步骤4)中获得的不同角度下相机光心在初始相机坐标系下的三维坐标,使用主成分分析法拟合出相机光心所在的旋转平面方程,该旋转平面的法向量即为精密旋转台(2)转轴的方向矢量的方法是:
首先由不同角度下相机光心的三维坐标构成三维点集,然后将三维点集的每个维度都减去该维度的均值,即对三维点集进行去中心化,将均值都变为0,去中心化后的三维点集记为:
然后利用上述去中心化后的三维点集计算出协方差矩阵:
最后计算上述协方差矩阵C的特征值和特征向量,计算获得的三个特征值中最小的那个特征值对应的特征向量即为所求旋转平面的法向量N=(u,v,w)。
7.根据权利要求1所述的全空间单目光笔式视觉测量方法,其特征在于:在步骤6)中,所述的利用步骤4)获得的不同角度下相机光心在初始相机坐标系下的三维坐标和步骤5)拟合得到的旋转平面方程获取相机旋转中心在初始相机坐标系下的三维坐标的方法是:
假设步骤5)拟合出的相机光心所在的旋转平面方程为ux+vy+wz+d=0,N=(u,v,w)为旋转平面的法向量;将不同角度下相机光心在初始相机坐标系下的三维坐标(xi,yi,zi)投影到旋转平面ux+vy+wz+d=0上而获得三维坐标(x',y',z'),其中:
x'i=uk+xi
y'i=vk+yi
z'i=wk+zi
其中k=-uxi-vyi-wzi-d,然后将三维坐标投影到旋转平面后转化成二维平面拟合圆;取初始位置相机光心为新坐标原点,即X0=x'0,Y0=y'0,Z0=z'0,第一个角度下相机光心到第二个角度下相机光心的方向定义为X轴正方向,旋转平面的法向量N=(u,v,w)定义为Z轴正方向,则由确定的X轴和Z轴的方向即可确定出Y轴的方向,即:
设X轴、Y轴和Z轴的单位向量分别为(n1x,n1y,n1z),(n2x,n2y,n2z),(n3x,n3y,n3z),则由平面坐标转换为空间坐标的转换矩阵为:
则由相机光心三维坐标转换为二维坐标的转换矩阵为:H_inv=H-1
将相机光心三维坐标转化为二维坐标:
然后进行空间最小二乘圆拟合,定义误差函数为:
求解上式即可求得平面拟合圆的圆心,然后使用转换矩阵H即可将二维平面上圆心的坐标转换为初始相机坐标系下圆心的三维坐标O=(a,b,c),即相机旋转中心在初始相机坐标系下的三维坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010716079.3A CN111862238B (zh) | 2020-07-23 | 2020-07-23 | 一种全空间单目光笔式视觉测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010716079.3A CN111862238B (zh) | 2020-07-23 | 2020-07-23 | 一种全空间单目光笔式视觉测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111862238A true CN111862238A (zh) | 2020-10-30 |
CN111862238B CN111862238B (zh) | 2022-05-10 |
Family
ID=72950688
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010716079.3A Active CN111862238B (zh) | 2020-07-23 | 2020-07-23 | 一种全空间单目光笔式视觉测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111862238B (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112700480A (zh) * | 2020-12-29 | 2021-04-23 | 河北工业大学 | 一种面向小尺寸物体旋转扫描的点云快速配准方法及应用 |
CN112712565A (zh) * | 2020-12-28 | 2021-04-27 | 中国民航大学 | 基于视觉与imu融合的飞机蒙皮损伤无人机绕检定位方法 |
CN112837373A (zh) * | 2021-03-03 | 2021-05-25 | 福州视驰科技有限公司 | 一种不需要特征点匹配的多相机位姿估计方法 |
CN112907727A (zh) * | 2021-01-25 | 2021-06-04 | 中国科学院空天信息创新研究院 | 相对变换矩阵的标定方法、装置及*** |
CN113000263A (zh) * | 2021-03-06 | 2021-06-22 | 麦特汽车服务股份有限公司 | 一种汽修用自动喷漆设备喷枪角度调节方法 |
CN113112545A (zh) * | 2021-04-15 | 2021-07-13 | 西安电子科技大学 | 基于计算机视觉的手持移动打印装置定位方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130058581A1 (en) * | 2010-06-23 | 2013-03-07 | Beihang University | Microscopic Vision Measurement Method Based On Adaptive Positioning Of Camera Coordinate Frame |
CN104376553A (zh) * | 2014-09-28 | 2015-02-25 | 北京航空航天大学 | 一种基于移动相机和双靶标的单轴旋转角的视觉测量方法 |
CN107560554A (zh) * | 2017-09-04 | 2018-01-09 | 大连理工大学 | 一种基于旋转透镜的三维信息视觉测量方法 |
CN109000558A (zh) * | 2018-05-30 | 2018-12-14 | 无锡黎曼机器人科技有限公司 | 一种大视场非接触三维点坐标测量方法及设备 |
CN109029257A (zh) * | 2018-07-12 | 2018-12-18 | 中国科学院自动化研究所 | 基于立体视觉和结构光视觉的大型工件位姿测量***、方法 |
CN110375648A (zh) * | 2019-08-05 | 2019-10-25 | 华南农业大学 | 棋盘格靶标辅助的单台相机实现的空间点三维坐标测量方法 |
CN111415391A (zh) * | 2020-02-28 | 2020-07-14 | 中国民航大学 | 一种采用互拍法的多目相机外部方位参数标定方法 |
-
2020
- 2020-07-23 CN CN202010716079.3A patent/CN111862238B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130058581A1 (en) * | 2010-06-23 | 2013-03-07 | Beihang University | Microscopic Vision Measurement Method Based On Adaptive Positioning Of Camera Coordinate Frame |
CN104376553A (zh) * | 2014-09-28 | 2015-02-25 | 北京航空航天大学 | 一种基于移动相机和双靶标的单轴旋转角的视觉测量方法 |
CN107560554A (zh) * | 2017-09-04 | 2018-01-09 | 大连理工大学 | 一种基于旋转透镜的三维信息视觉测量方法 |
CN109000558A (zh) * | 2018-05-30 | 2018-12-14 | 无锡黎曼机器人科技有限公司 | 一种大视场非接触三维点坐标测量方法及设备 |
CN109029257A (zh) * | 2018-07-12 | 2018-12-18 | 中国科学院自动化研究所 | 基于立体视觉和结构光视觉的大型工件位姿测量***、方法 |
CN110375648A (zh) * | 2019-08-05 | 2019-10-25 | 华南农业大学 | 棋盘格靶标辅助的单台相机实现的空间点三维坐标测量方法 |
CN111415391A (zh) * | 2020-02-28 | 2020-07-14 | 中国民航大学 | 一种采用互拍法的多目相机外部方位参数标定方法 |
Non-Patent Citations (3)
Title |
---|
YUE XIE等: "A New On-Board UAV Pose Estimation System Based on Monocular Camera", 《2016 8TH INTERNATIONAL CONFERENCE ON INTELLIGENT HUMAN-MACHINE SYSTEMS AND CYBERNETICS (IHMSC)》 * |
吴军等: "基于光场极平面图像测距的三点式光笔空间坐标测量", 《光学学报》 * |
吴军等: "采用非参模型的线阵CCD内参校准方法", 《激光与光电子学进展》 * |
Cited By (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112712565A (zh) * | 2020-12-28 | 2021-04-27 | 中国民航大学 | 基于视觉与imu融合的飞机蒙皮损伤无人机绕检定位方法 |
CN112712565B (zh) * | 2020-12-28 | 2024-03-01 | 中国民航大学 | 基于视觉与imu融合的飞机蒙皮损伤无人机绕检定位方法 |
CN112700480A (zh) * | 2020-12-29 | 2021-04-23 | 河北工业大学 | 一种面向小尺寸物体旋转扫描的点云快速配准方法及应用 |
CN112700480B (zh) * | 2020-12-29 | 2022-07-12 | 河北工业大学 | 一种面向小尺寸物体旋转扫描的点云快速配准方法及应用 |
CN112907727A (zh) * | 2021-01-25 | 2021-06-04 | 中国科学院空天信息创新研究院 | 相对变换矩阵的标定方法、装置及*** |
CN112907727B (zh) * | 2021-01-25 | 2023-09-01 | 中国科学院空天信息创新研究院 | 相对变换矩阵的标定方法、装置及*** |
CN112837373A (zh) * | 2021-03-03 | 2021-05-25 | 福州视驰科技有限公司 | 一种不需要特征点匹配的多相机位姿估计方法 |
CN112837373B (zh) * | 2021-03-03 | 2024-04-26 | 福州视驰科技有限公司 | 一种不需要特征点匹配的多相机位姿估计方法 |
CN113000263A (zh) * | 2021-03-06 | 2021-06-22 | 麦特汽车服务股份有限公司 | 一种汽修用自动喷漆设备喷枪角度调节方法 |
CN113112545A (zh) * | 2021-04-15 | 2021-07-13 | 西安电子科技大学 | 基于计算机视觉的手持移动打印装置定位方法 |
CN113112545B (zh) * | 2021-04-15 | 2023-03-21 | 西安电子科技大学 | 基于计算机视觉的手持移动打印装置定位方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111862238B (zh) | 2022-05-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111862238B (zh) | 一种全空间单目光笔式视觉测量方法 | |
CN108734744B (zh) | 一种基于全站仪的远距离大视场双目标定方法 | |
CN110378969B (zh) | 一种基于3d几何约束的汇聚式双目相机标定方法 | |
CN107367229B (zh) | 自由双目立体视觉转轴参数标定方法 | |
CN111415391B (zh) | 一种采用互拍法的多目相机外部方位参数标定方法 | |
CN109859275A (zh) | 一种基于s-r-s结构的康复机械臂的单目视觉手眼标定方法 | |
CN108562233B (zh) | 利用二次曲线不变量的轴类零件直径尺寸在线测量方法 | |
CN109272555B (zh) | 一种rgb-d相机的外部参数获得及标定方法 | |
JP2010172986A (ja) | ロボットビジョンシステムおよび自動キャリブレーション方法 | |
CN110136204B (zh) | 基于双侧远心镜头相机机床位置标定的音膜球顶装配*** | |
CN112229323B (zh) | 基于手机单目视觉的棋盘格合作目标的六自由度测量方法及其应用 | |
CN113870366B (zh) | 基于位姿传感器的三维扫描***的标定方法及其标定*** | |
CN111912381A (zh) | 一种基于双目视觉原理的飞机舵面角度测量方法 | |
CN113724337B (zh) | 一种无需依赖云台角度的相机动态外参标定方法及装置 | |
CN112212788A (zh) | 基于多台手机的视觉空间点三维坐标测量方法 | |
CN115854866A (zh) | 一种光学靶标三维测量***、方法、电子设备及存储介质 | |
CN107084671A (zh) | 一种基于三线结构光的凹球直径测量***及测量方法 | |
CN111811433A (zh) | 基于红蓝正交条纹的结构光***标定方法及装置和应用 | |
CN116740187A (zh) | 一种无重叠视场多相机联合标定方法 | |
CN109773589B (zh) | 对工件表面进行在线测量和加工导引的方法及装置、设备 | |
CN116309879A (zh) | 一种机器人辅助的多视角三维扫描测量方法 | |
Wei et al. | Flexible calibration of a portable structured light system through surface plane | |
CN112700480B (zh) | 一种面向小尺寸物体旋转扫描的点云快速配准方法及应用 | |
CN110211175A (zh) | 准直激光器光束空间位姿标定方法 | |
CN112665517B (zh) | 一种多相机大视场表面形状测量标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
CB03 | Change of inventor or designer information |
Inventor after: Wu Jun Inventor after: Li Zechuan Inventor after: Guo Runxia Inventor after: Li Xin Inventor after: Li Yanling Inventor after: Xu Jun Inventor before: Wu Jun Inventor before: Li Zechuan Inventor before: Li Xin Inventor before: Li Yanling Inventor before: Xu Jun |
|
CB03 | Change of inventor or designer information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |