相机标定是机器人视觉系统中实现精确定位的重要前提,针对传统相机标定精度不高的问题,提出基于改进粒子群算法的相机标定优化方法。该方法以张正友标定方法获得相机内参初始值,在不同迭代阶段实现对惯性参数非线性自适应调整,以平衡局部和全局搜索能力;对社会和自身学习率采用不同迭代阶段正余弦变化的动态自调整策略,进一步提高全局搜索能力与后期搜索精度;在粒子群快要陷入局部最优时,采用驱散机制扩大粒子群所在空间范围,避免算法过早收敛。实验结果表明,所提相机标定方法与传统标定方法相比具有较高的精度和较好的可重复性。

为了保证双目相机标定精度的同时，提高算法速度。利用田字形模板中的两对正交消隐点，拍摄两幅图像，实现快速标定。首先，提出了消隐点寻优的方法来提取每幅图像中误差最小的两对正交消隐点，线性计算相机主点和归一化焦距，作为内参数的初值。再根据同一幅图像消隐点共线和所有直线畸变后也为直线的原则，构建约束函数，利用优化的差分进化算法进行全局寻优，完成相机畸变校正。最后，根据优化后消隐点坐标求得左右相机的旋转矩阵，并结合左右相机的角点世界坐标，利用刚性变换求得平移向量。双目标定的平均重构误差为0.598 pixel，跟传统方法标定误差相当。该标定算法重构误差与传统算法在一个级别，能满足标定中稳定可靠、精度高、抗干扰能力强等要求。

改进了用于标定线阵摄像机的传统精密测角算法, 标定用于面阵摄像机的参数。该算法利用两束平行光之间的夹角和投影在摄像机上图像点之间的对应关系, 在给定一个预测摄像机主点的基础上计算它和实际主点之间的偏差以及摄像机焦距。分析了图像特征提取误差对于平行光夹角测量精度的影响, 并给出一种基于平行光夹角误差最小的最优估计, 从而进一步提高摄像机内部参数的标定精度。通过仿真实验分析了图像特征提取精度和平行光夹角测量精度对摄像机参数标定精度的影响。结果显示, 当图像特征提取精度为0.1 pixel, 二维转台精度为0.5″时, 主点标定精度可以达到0.56 pixel, 焦距标定精度可以达到0.06 mm。利用精度为0.5″的二维转台对摄像机参数进行了实际标定, 通过分析像点和标定结果所计算的平行光夹角和实际测量的平行光夹角的误差, 可知本文算法的误差是经典精密测角法的686%, 由此证明该算法对于面阵摄像机参数标定具有更好的结果。

针对光笔式双目视觉测量系统的标定问题, 讨论了关于相机内参、双相机外参以及测量笔的相关标定理论,开发了一整套基于LabVIEW的标定系统。运用张氏平面标定法实现了相机内参标定。结合基于标准长度的外部参数标定方法, 实现了双相机外参数标定。运用粒子群算法和LM算法相结合, 加快了目标函数高维寻优速度。在测量笔标定环节, 提出了一种基于最小二乘法的现场校准方法。标定系统完成了后期开展相关测量前的所有准备工作, 具有较高的精度和实用性。在测量系统标定结果基础上对直径25 mm标准陶瓷球进行测量, 测量结果标准差达到0.019 mm。

针对鱼眼镜头所存在的畸变问题, 提出了基于张正友标定法的一种改进的两步标定法。该方法把作为解析解求解出来的初始参数用非线性最小二乘法进一步完善, 得到了内外参数, 提高了初始数值的鲁棒性, 并把切向畸变作为影响重建精度的考虑因素。实验结果与张正友的方法相比, 改进的两步标定法快速收敛, 并具有1.2σ的精度。

针对摄像机内参数的自标定问题，提出一种对中心折反射摄像机与针孔摄像机均适用的统一纯旋转自标定方法。应用统一球形成像模型对该两类摄像机进行描述；证明当摄像机坐标系做纯旋转运动时，空间静止点对应的球面投影点之间的距离保持不变；根据该性质构造具有统一形式的内参数约束方程组；提出最优化目标函数并利用数值优化算法进行求解。相比现有的自标定方法，该方法对上述两类摄像机均适用，而且无需进行复杂的矩阵数值运算。仿真与实验结果表明，该方法对图像噪声与微小平移具有较好的稳健性，并且具有操作简单以及标定精度高等优点。

测绘相机几何标定在航空测绘中具有重要作用。具有测绘功能的相机在使用前 必须经过标定。分析了测绘相机几何标定的基本原理和方法，然后对精密测角算法、改进精 密测角算法、三维试验场标定法、张正友标定法、径向排列约束(Radial Alignment Constraint, RAC)标定法以及自标定方法进行了具体分析，并 给出了各种标定方法的精度对比及评价分析，从而为处于不同环境条件下的航空测绘相机的几何标定提供参考。