针对传统摄像机标定方法标定精度低且标定可重复性差等问题,提出了一种基于麻雀搜索算法(SSA)的摄像机标定方法。首先,利用MATLAB软件中的标定工具箱,获得摄像机内参和外参的初估值,并以求出的初估值为基础,确定SSA的运行区间。然后,通过建立平均重投影误差方程,利用SSA对确定区间内的摄像机参数进行优化,获得了较小的平均重投影误差。最后,将所提标定方法与基于天牛须搜索算法、粒子群优化算法的标定方法的结果进行对比分析,发现利用基于SSA的摄像机标定方法所得的平均重投影误差最小(0.0326 pixel)且方法的可重复性最好。

针对大空间单目视觉系统中摄像机内参数校准精度对整体测量精度影响较大这一问题, 本文提出一种基于变异机制粒子群优化(MMPSO)算法的摄像机内参数虚拟三维校准方法。该方法基于分阶段最优化思路, 通过建立摄像机成像模型对摄像机外参数及部分内参数进行初始值估计, 再通过MMPSO算法对内参数进行优化校准确定最终的结果。实验中为了提供精确的校准控制点, 搭建了校准硬件平台, 将红外发光二极管固定于三坐标测量机测头上并跟随测头移动, 构造一个大空间虚拟三维校准板。实验结果表明: 主要的10个内参数均达到测量精度要求的数量级, 验证了该方法的有效性。通过单目视觉坐标测量系统对两种校准方法所得结果进行等距测量实验, 基于Janne Heikkila的三维校准法的总体标准差为0.112 mm, 基于MMPSO算法的虚拟三维校准法的总体标准差为0.084 mm。通过对比实测数据标准差, 可以证明本文提出的校准方法稳定性更好, 精度更高。该方法能够满足大空间单目视觉坐标测量系统对摄像机内参数精度的要求, 对视觉坐标测量技术领域中的摄像机校准等非线性优化问题具有一定指导作用。

要利用摄像机进行高精度的非接触式测量, 通常在线性模型的基础上采用单目摄像机进行光学标定、成像、校正和测量, 其中常用的针孔相机模型的可靠性及适用范围鲜有报道, 为此对目前广泛采用的线性模型的可靠性进行分析与研究。根据单目摄像机成像特点, 建立基于图像像素坐标与三维世界坐标的摄像机数学模型, 利用自制模板进行视觉测量实验, 并通过亚像素角点检测方法得到图像像素坐标, 在不考虑光学畸变的情况下, 对模板线段进行特征提取和线性度分析, 并不断调整测量距离进行重复实验。实际针孔相机模型测量结果显示相对误差不超过 1%, 在该模型下的重复测量误差最大不超过 0.3 mm, 并进一步提出了该模型在不同区域和不同物距下存在的测量差异。实验结果显示, 线性模型简单实用且在一定物距范围内具有良好的线性度。实验结果为针孔相机模型的建立提供了参考。

针对MATLAB标定工具箱的标定精度与所拍图像数量成正比的问题，即拍摄照片数量越多标定精度越高，提出了一种基于粒子群算法的摄像机内参数优化方法，从而达到拍摄少量图片也可以有较好精度的效果。首先摄像机从不同角度拍摄4张和20张标定板图片，利用MATLAB标定工具箱分别求取它们的内参数。然后根据标定点的实际坐标和反投影坐标建立目标函数，再由粒子群算法对标定箱求取的内参数进行优化。实验结果对比表明：与MATLAB标定工具箱相比，此方法能够在一定程度上提高少量标定板图片的标定精度。

在头位跟踪的摄像机标定中,传统的线性模型标定精度低,不能精确获得头部位置参数。系统利用CCD摄像机,结合摄像机模型,考虑摄像机镜头的径向畸变,求出三角形的三个顶点的像素坐标,由此确定瞄准线的空间位置,进而求出方位角、俯仰角。通过实验比较了线性模型和畸变模型在三维重建中的误差,结果表明该考虑径向畸变的模型与线性模型相比精度上提高了30%。

光学坐标测量系统是建立在数字近景摄影测量技术基础上的一种新型精密测量系统,具有便携性好、精度高、测量范围大、受环境干扰小等优点,适合工业工程的现场测量.针对工业现场精密测量的需求,对摄像机模型进行了分析,提出了摄像机残差修正问题,给出了修正方法及基于双目立体视觉原理的通用坐标测量数学模型.搭建了完整的光学坐标测量系统,测量精度优于±0.1 mm/m.

以双目立体视觉传感器三维测量模型为基础,提出了一种用于测量空间三维点坐标的低成本单摄像机模型。该模型利用光学成像,把单摄像机镜像为一对虚拟摄像机,在一个CCD像面上采集到同一物体存在视差的两幅图像,从而恢复空间点的三维信息。讨论了单摄像机传感器测量空间三维点坐标的基本原理,建立了单摄像机传感器的测量模型,克服了双摄像机系统中成本高、切换采集左右摄像机的图像使检测速度减慢等诸多缺陷,为空间三维点的精密测量提供了经济、快速、有效的测量途径。实验表明,传感器可实现约0.8％的相对测量精度,证明了本方案合理、有效。