根据单目视觉高精度位姿测量中合作目标形状和图案设计的基本原则,分析了在透视投影情况下方形和圆形合作目标特征点的提取精度,指出在特征点提取时方形合作目标角点具有透视不变性、圆形合作目标圆心存在固有偏移误差的特点,并得出减小单个圆形目标尺寸容易造成抗污染能力差而方形目标抗污染能力强的结论。针对光阴影干扰测量精度的问题,提出将方形合作目标外边缘作为测量基准、内边缘斜率作为修正因子的角点提取算法。基于单目视觉位姿测量系统内部和外部参数,给出了合作目标几何尺寸设计和加工精度要求的计算方法。最后,通过合作目标设计实例和实验,验证了方形合作目标能满足复杂光干扰环境下高精度位姿测量需求。
机器视觉 单目视觉测量 合作目标 图形设计 亚像素精度 阴影补偿 透视不变性 光学学报
2020, 40(13): 1315001
提出了一种在辨识一组典型特征点误差关系的基础上, 建立间接测量值与直接测量值之间的最有利函数关系, 并根据误差传播理论综合其他特征点的误差影响, 最终获得完整的方位、俯仰和倾斜角误差数学模型的PnP问题误差分步分析新方法。以P4P问题研究为例, 推导得到了单目视觉测量中相关参数和变量的误差函数解析式, 揭示了影响姿态测量精度的误差规律。经P4P姿态解算仿真, 验证了误差数学模型的正确性, 以及基于误差传播理论的误差分步方法的有效性。分析误差数学模型可以看出: 在单目视觉测量参数确定的条件下, 方位角测量误差与方位角值无关, 与相机高度和合作标志尺寸的比值成正比, 在较大范围内俯仰和倾斜角变化对方位角测量误差影响小; 俯仰/倾斜角的测量误差与俯仰/倾斜角值有关, 与相机高度和合作标志尺寸比值的平方成正比; 方位角测量误差小于俯仰/倾斜角测量误差。给出的分析方法和误差解析数学模型对单目视觉测量系统设计有指导作用。
单目视觉测量 PnP问题 精度分析 误差传播 姿态间接测量 monocular vision measurement perspective-n-points problem accuracy analysis error propagation theory indirect attitude measurement
1 天津大学 精密测试技术及仪器国家重点实验室, 天津 300072
2 天津理工大学 机械工程学院, 天津 300191
3 北京机电工程研究所, 北京 100074
将坐标测量机与单目视觉测量系统组合起来, 提出了一种触发式测头与视觉测头联合标定的方法。选用内孔径为4 mm的光面环规作为标定件, 并利用转台、精密滑台配合视觉系统进行环规成像面的调整; 然后, 利用视觉测量系统提取环规内孔圆心图像坐标, 包括设置图像的感兴趣区(ROI)、二值化、形态学去噪、亚像素边缘检测和利用最小二乘法提取圆心的图像坐标。通过拟合内孔圆柱面找到轴线, 并利用接触传感系统提取相同位置圆心仪器坐标下坐标; 最后, 采用最小二乘法求解相关方程, 完成联合标定。试验验证显示, 该标定方法的标定精度高于6 μm, 优于已有的标定方法, 能够满足测量系统联合测量的精度需要。
单目视觉测量系统 触发式测头 多传感器 联合标定 坐标测量机 monocular vision measurement system touch trigger probe multi-sensor joint calibration Coordinate Measuring Machine(CMM) 光学 精密工程
2013, 21(11): 2877
中国海洋大学 工程学院, 山东 青岛 266100
为了对机械加工部件进行高精度、大尺寸、三维立体空间的现场实时测量, 建立了光笔式单目视觉测量系统。对该系统中的新型光笔工艺、算法转换模型、摄像机焦距的优化、光笔笔尖位置的标定进行了研究。首先提出了一种利用光刻工艺设计制作的新型光笔, 其次, 基于近景摄影测量学中的单像空间后方交会原理, 建立了一种新的光笔坐标系与摄像机坐标系之间的转换模型, 通过最小二乘平差法循环迭代求解最优的单像空间外方位元素, 从而确定了转换模型基本参数。最后, 分析了摄像机焦距对光笔式单目视觉测量系统结果的影响, 并提出了一种确定相对准确焦距和光笔测头在光笔坐标系下的位置的方法。实验结果表明: 摄像机坐标系下x轴、y轴、z轴方向的稳定性误差分别为0.042、0.048、0.066 mm; 测量最大误差为0.173 mm,较大程度上满足了光笔式单目测量系统稳定性强和精度高的要求。
单目视觉测量 光笔 光刻工艺 后方交会 优化算法 monocular vision measurement light pen photolithography resection optimization algorithm
在目标识别、抓取和视觉蔽障的背景下,提出了一种基于特征点的单目视觉测量方法以克服特征点的匹配和单特征点提取误差对测量结果的影响。介绍了基于特征点的单目视觉测距基理。首先利用小孔成像原理,得出成像点与目标点的映射关系;然后通过对目标物和目标图像的分析,得出目标物与目标图像面积的映射关系,建立了视觉测量的直线测距模型;最后通过提取目标图像的特征点,将光心与目标物的距离关系转化为光心与特征点的距离关系。对提出的测距原理进行了实验验证,针对测量误差随距离增加而变大的现象分析了误差产生的原因,并对得到的实验数据进行了修正,修正后的误差最高为1.68%。与文献<参考文献原文>得到的误差率6.72%相比,有效提高了测量精度,验证了提出方法的可行性和有效性。
计算机视觉 单目视觉测量 小孔成像 图像处理 目标测距 computer vision monocular vision measurement pinhole imaging image processing target location