为提高双目相机标定的精度和效率，本文提出了一种基于新型编码立体靶标并结合高精度参数优化的双目相机标定方法。新型编码立体靶标通过整合4个空间姿态不同的编码平面靶标，只需拍摄一次即可完成双目相机标定，有效提高了标定效率；每个编码平面靶标内设置多个编码单元，在采集到局部靶标图像时仍能获得高精度标定结果；采用高精度参数优化方法，建立包含重投影约束、标准长度约束和共面约束的目标函数，有效提高了双目相机的标定精度。实验结果表明：相比于张氏标定方法，本文所提标定方法获得的左右相机平均绝对重投影误差分别降低了55.42%和57.22%，平均绝对标准长度误差降低了41.28%，平均绝对共面误差降低了63.04%。通过多次测量不同规格的标准量块，进一步验证了本文所提标定方法的可行性和有效性。

提出了一种基于方向性靶标和多约束优化的双目相机标定方法。新型方向性平面靶标能够判断靶标的旋转方向,并对每个标定角点进行编码,以保证双目相机在拍摄到局部靶标的情况下依然能够完成同名点匹配,进而完成双目相机标定。根据方向性靶标建立双目相机标定模型,引入用于描述平面靶标姿态的天顶角和方位角,通过天顶角和方位角筛选出在不同位置上的靶标姿态均具有明显差异的图像作为标定图像,这提高了双目标定结果的稳定性;结合靶标的三维几何信息,建立了多维度约束的双目参数优化模型,提高了双目标定结果的精度。实验结果表明,与传统的张氏标定方法相比,所提出的标定方法能够有效提高所获得的标定结果的稳定性和精度;通过对标准量块进行多次测量,进一步验证了所提方法的有效性。

现有双目相机标定的方法是通过矩阵变换求得各个相机间的旋转平移关系,再通过优化求得最终参数。非线性优化步骤多,相机内外参数与镜头畸变存在耦合,时间花费较大。提出一种畸变矫正与平面单应性矩阵结合的双目相机标定方法。根据三维空间直线投影到像平面仍然是直线的法则,对于无畸变的图像,直线上任意两点所构成的向量的方向相同时向量夹角应为零。基于此特征求解双目相机的畸变系数,再通过平面单应矩阵构造测量矩阵,然后通过矩阵分解求得相机内、外参的初值,最终通过非线性优化求得双目相机的各个参数。仿真和实验结果证明,该方法稳定性高,精度与传统标定方法的精度相当,且计算时间短,标定效率优于传统标定方法。

针对大视场双目相机标定中的精度低和非线性畸变问题, 提出了一种结合BP神经网络的大尺寸虚拟靶标标定技术。鉴于单角点棋盘格具有易制作、高精度的特性, 构建大尺寸虚拟靶标; 利用神经网络的非线性映射能力直接建立角点的像素坐标和世界坐标映射关系; 用建立的映射网络对测试样本进行三维重建, 并与传统的线性标定方法进行对比实验。结果表明, 该方法操作简单, 且重建距离相对误差为0.92%, 优于传统的线性标定方法, 可用于大视场双目相机标定。

为减轻双目摄像机标定过程中对高精度靶标的依赖, 实现摄像机参数的精确标定, 并对空间坐标进行高精度重建, 提出一种GPS双目摄像机标定及空间坐标重建方法, 采用GPS代替2D或3D靶标进行双目摄像机标定。将GPS的位置在视场中任意移动, 由被标摄像机拍摄多组含有GPS的图像, 利用空间三维坐标与图像二维坐标间的映射关系, 结合摄像机成像模型和双目摄像机标定原理, 标定出双目摄像机参数, 并对空间坐标进行精确重建。通过空间重建坐标与GPS实际测量值之间的相对距离误差, 对重建精度进行检验。实验证明, 该方法能够克服双目摄像机标定过程中对高精度靶标的依赖, 空间重建坐标具有较高的精度, 相对距离误差从1.56%减小到0.52%。

在研究传统摄像机标定原理及方法的基础上, 提出了一种新的基于同心圆环点模板的双目摄像机标定方法。该方法仅要求摄像机摄取任一方位包含所有25个同心圆环点的所设计模板的一幅图像, 即可根据射影几何内秉的约束条件和左右图像的视差完成对双目摄像机焦距、基线距离和光心位置等参数的标定, 且不需要进行图像的畸变校正与匹配。实验表明, 该双目摄像机的标定方法具有较高的精度和效率, 可以方便、迅速地实现双目摄像机的标定。