为确定线结构光视觉传感器与工业机器人法兰中心的位姿关系，设计了一种只有单个圆的平面靶标及标定方法。调整机器人姿态，使激光线经过平面靶标上实心圆的圆心，通过图像处理，得到圆心的像素坐标，转换后得到圆心在传感器坐标系下的坐标；多次调整姿态，获取多组图像，得到多组传感器坐标系下圆心坐标；结合对应机器人位姿关系，采用最小二乘法直接解算出手眼矩阵。实验结果表明，所提方法与采用标准球为靶标的手眼标定方法对比，反求得到的三维坐标的标准差由0.3893 mm降为0.2145 mm，以同一目标的不同间距为测量对象，均方根误差均有效减小。该方法提高了标定精度，不需要采用昂贵的靶标，适合于现场标定。

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。

双目结构光三维测量系统在使用之前，需要利用立体靶标或者平面靶标进行系统标定。为了获得良好的精度，通常选择定制高精度靶标，然而定制的标准靶标价格较高，且一旦定制完成，既定的特征参数使得可对应标定的双目系统也相对固定，此类靶标的使用灵活性受到限制。当三维测量系统测量视场较小时，为了降低标定的成本，同时希望标定靶的特征图案灵活可变，可适应多个测量系统的标定使用，利用智能手机屏显靶标对搭建的小视场双目三维测量系统进行标定，完成基于条纹投影的三维面形重建和测量。同时使用定制平面靶标对同一套测量系统进行标定，两个靶标的标定结果对比分析，验证了智能手机屏显靶标作为小视场双目三维测量系统标定靶的可行性。

为了获取钢轨轮廓测量系统中钢轨纵向的方向参数,提出了一种基于平面靶标的钢轨纵向标定方法。利用平面靶标与钢轨表面紧贴时靶标坐标系的Z轴始终与钢轨纵向垂直的特点,将平面靶标在钢轨表面平移或者旋转,并使平面靶标与钢轨表面保持贴紧状态;通过相机采集一组不同姿态下的平面靶标图像,将这组靶标坐标系Z轴单位向量变换到世界坐标系下,利用变换后单位向量的坐标进行平面拟合,通过计算拟合平面的法线得到钢轨纵向的方向向量,从而完成钢轨纵向参数的标定。在实验室环境下验证了所提方法的有效性,钢轨纵向标定误差在0.1°以下。当靶标图像数量在10张以上时,所提方法能达到最优的标定效果。所提方法为钢轨轮廓测量系统的精度提升和可靠性评估提供了理论依据。

利用计算机视觉进行姿态测量的方法已广泛应用于现代控制、导航、跟踪等多个领域中。研究并设计了一种基于P4P矩形分布的平面靶标和EPNP算法结合的单目视觉姿态测量方法。首先, 利用单相机获取平面靶标图像, 经图像处理后得到四个特征点的像素坐标, 并使用EPNP算法进行姿态解算; 其次, 对姿态角测量误差进行了仿真分析,为提高姿态测量精度提供了理论指导和依据; 最后, 提出一种与高精度二维转台结合的坐标系配准方法, 利用该方法对三个方向姿态角精度进行验证。实验结果表明: 当绕x和y轴的转动角度在[-6°, 6°]时, 姿态测量误差小于0.1°, 可以满足测量应用需求。

基于圆形标记点的平面靶标被广泛应用于摄像机标定与视觉测量中。针对该平面靶标, 为得到圆形标记点在像面上的圆心投影, 提高摄像机的标定精度, 本文提出了一种基于对偶二次曲线几何特性的圆心提取算法。该算法的核心是平面内一个标记点A像面投影二次曲线对应的对偶矩阵C*A, 相对于平面内另外一个标记点B的对偶矩阵C*B的一个广义特征向量, 穿过这两个标记点的圆心投影。因此, 在获取标记点亚像素级边缘点, 拟合椭圆得到椭圆二次曲线方程后, 通过任意两个标记点的对偶矩阵, 均可得到一条穿过这两个圆心投影的向量。经过同一个圆心投影的多个向量叉乘标准化后的结果就是该标记点的圆心投影。为测试本文方法提取圆心像点的精度, 本文在像面与靶标平面夹角40°的姿态下, 对直径为90 mm的超大标记点提取圆心投影, 圆心投影误差为0.1~1 pixel。并以此方法得到的圆心投影对手持式扫描仪进行摄像机标定, 进而对已知坐标的平面靶标及3D工件上的标记点进行扫描, 最大误差不超过0.2 mm。通过实验证明了本文提取的圆心投影比采用椭圆圆心的精度高, 而且提高了摄像机的标定精度。

针对手持靶标视觉坐标测量的广泛应用,提出一种平面靶标测头中心现场两步标定的方法。通过两组不同位姿的靶标图像建立靶标坐标系与摄像机坐标系之间的转换关系,利用第一组靶标平行于成像面不同倾角的图像信息,根据位置不变原理建立目标优化函数,通过Levenberg-Marquardt算法求解出靶标坐标系下测头中心在x、y方向最优化的修正值;再依据第二组靶标相对于摄像机成像面不同倾角的图像信息求解出测头中心在z方向的误差。通过仿真和实验验证了方法的正确性,实验结果表明,测头中心坐标在x、y、z方向的重复性精度分别达到0.077,0.035,0.140 mm,有效地解决了手持平面靶标测头中心现场标定的难题。

利用矩形角点计算了成像平面与靶标平面之间的单应性矩阵, 获取了结构光中心线在靶标平面的直线方程, 结合消失点原理获取了直线上任意多个标定点的三维坐标;通过多幅图像标定点的拟合得出了光平面方程.实验表明, 该算法可实现光平面参量的快速准确标定, 标定结果达到的定位准确度为±0.437 mm, 符合工业现场的实际需求.与交比不变法相比, 该方法获取标定点的效率高, 靶标设计简单、通用性强.

本文提出了一种基于平面靶标的结构光系统参数快速标定方法。该方法基于摄影测量技术, 使用编码点制作的平面靶标, 由相机获取靶标平面光条图像, 根据编码点的图像坐标以及靶标坐标, 经过仿射变换和后方交会等处理, 可以快速方便的得到光平面标定点的相机坐标, 将标定点进行拟合即可完成标定。实验表明, 该方法的光平面拟合中误差优于 0.07 mm, 系统测量精度的平均相对误差优于 0.33%, 具有较高的标定精度。同时该方法可以实现点、线、面等模式的结构光参数标定, 通用性较强, 标定效率较高, 方法灵活, 适合现场标定。

建立了一字线结构光的机器视觉测量模型，并提出了基于改进的CCD相机标定法的结构光平面精确标定方法.根据结构光沿光平面法线方向的能量分布规律，采用高斯拟合法提取图像中光条中心点的亚像素坐标.标定时，在自由移动的平面靶标上建立局部世界坐标系，利用结构光光条与标靶的共面性，将通过相机标定参量计算得到的光条中心点的局部世界坐标转换到相机坐标系中.利用光平面上求得的标定点的三维坐标，实现了一字线结构光平面在相机坐标系下的优化估计.该方法考虑了影响测量模型准确度的因素，可以获取大量的用于标定光平面参量的标定点坐标.标准量块和轴颈的测量结果表明，该方法在实际应用中具有较高的准确度.