线阵CCD测量系统的镜头畸变校正新方法

提出了一种线阵CCD测量系统镜头畸变校正的新方法。用线阵CCD相机及经纬仪组合体,对空间周期黑白条纹图像照相,通过图像处理和matlab曲线拟合建立图像像素坐标与无镜头畸变的理想像素坐标的关系式,即畸变校正函数。利用畸变校正函数可校正线阵CCD镜头畸变。将该方法应用于线阵CCD散布正交交汇测量系统后(两相机间距为1 561 mm),测量误差由畸变校正前5 mm提高到畸变校正后的0.9 mm。实验结果表明,用该方法进行镜头畸变校正后,线阵CCD散布测量系统的精度得到了显著的提高。

基于最小二乘配置的光学镜头畸变校正方法

针对靶场使用的光学镜头畸变校正方法错误地将似系统误差当作偶然误差处理,并且只能在局部区域对畸变值曲面进行拟合,无法用一个曲面函数精确描述畸变值整体变化特征等问题,提出了一种基于多面函数的最小二乘配置法,该方法首先用多面函数拟合最小二乘配置的趋势项,然后,利用拟合后残差求得经验协方差函数的未知参数,进而得到协方差矩阵,最后,通过配置法求解待校正点的修正值。通过使用本文方法和传统方法分别对炸点坐标测试系统的光学经纬仪进行畸变校正,证明本文方法的有效性和可行性。实验结果表明:相比于传统方法,本文方法能从整体上反映畸变值的整体连续变化趋势,去除趋势项后得到的随机变化部分也较平稳;校正精度在水平和垂直方向上分别提高了19.6"和10.9",达到11.7"和7.7"。通过对实验数据的分析与验证,证明了本文方法能有效提高光学测试设备的测角精度,可为靶场大视场光学镜头的畸变校正提供参考依据。

利用计算机自动识别和匹配标靶校正摄影镜头畸变

给出了一套通过近景摄影来进行摄影镜头畸变校正的完整方法，它包括准备标靶并摄影、计算机自动识别和匹配标靶标志点、运用最小二乘法解镜头畸变校正系数等步骤．详细讨论了自动识别和匹配标靶算法的各个步骤，包括预处理，二值化，图像分割、细化，线条检测，标志点判别，重建标靶网格和标靶匹配等．在这些算法的基础上，实现了一个完整的系统．通过实例证明了这套方法的正确性和有效性．

双线阵CCD相机的畸变校正和标定方法

在双线阵CCD的三维重建中,对线阵CCD相机的标定和镜头畸变校正是基础环节。提出了一种用于三维重建中的双线阵CCD标定及镜头畸变校正方法。根据左右相机间的单应性关系,以及线阵CCD的成像原理,将双目相机间的空间关系分解成姿态角与错切角的关系。通过靶图数据的拟合,对姿态角和镜头畸变进行校正,根据求出的错切角完成相机间的标定,实现对具有镜头畸变的双线阵CCD的标定。实验结果表明,标定和校正精度满足后续三维重建中图像匹配的需求。

基于轴线局部搜索的曲轴轴径视觉测量方法

采用传统的机器视觉测量方法对曲轴的几何特征进行测量时,存在测量精度偏低的问题,为此,提出了一种基于轴线局部搜索的曲轴轴径视觉测量方法(测量系统)。首先,依据待测零件所需的要求,进行了硬件选型和机器视觉测量平台的搭建,校正了镜头畸变,提高了其精度;对所获取的图像进行了预处理,包括形态学滤波处理、二值化处理等操作;其次,通过定位算法像素级坐标,获取了曲轴旋转轴线位置,使其与相机移动轴线相重合;运用亚像素细分算法提取了亚像素边缘坐标,计算了其像素当量,完成了像素与实际尺寸之间的转换,实现了对轴径进行高精度测量的目的;最后,进行了测量实验的对比,对基于轴线局部搜索的轴径测量方法的准确性和实用性进行了验证。研究结果表明:轴线局部搜索法测量轴径平均误差为0.003 mm,且测量的稳定性较好,证明了该算法及其测量系统的准确性和实用性,可以适用于对曲轴轴径进行有效检测。

缸盖缺陷检测系统线阵相机现场标定方法

为检测某型号发动机缸盖表面缺陷,需获取缸盖表面的精确尺寸,本文设计了发动机缸盖表面视觉检测设备,应用该设备平台针对线阵相机中的镜头畸变提出了一种新的标定方法。首先,根据测量精度要求,设计缸盖视觉检测设备,利用高精度的设备平台确定线阵相机测量高度和成像角度;然后,通过建立的线阵相机成像的数学模型,忽略畸变情况下,在中心光轴处求得相面中心坐标,并利用最小二乘法求得相机内外参数;最后,考虑镜头畸变,建立畸变数学模型,利用最小误差法对镜头畸变参数标定。实验结果表明:该方法提高了相机的测量精度和稳定性,校正后图像的最大变形量不高于±0.25Pixel,测量平均误差为0.356%,可满足实际工程需要,具有较高的实用价值。

图像像素坐标表示的镜头畸变模型

镜头畸变是影响测量精度的关键因素之一。非度量镜头畸变校正方法直接将图像物理坐标系下的镜头畸变模型应用于图像像素坐标系,忽略了非单位纵横比的情况。通过对成像过程进行分析,得到了更精确的像素坐标表示的镜头畸变模型,对现有的镜头畸变模型进行了修正,考虑了纵横比对镜头畸变的影响。通过实验,对新模型的可行性进行了验证,实验结果表明,新的模型能够有效地提高了测量精度。

基于RBF的汽车纵梁加工质量检测系统研究

针对大尺寸的汽车车架纵梁装配孔检测方式落后、效率低的问题,提出了一种基于RBF神经网络和线形结构光的汽车纵梁装配孔的机器视觉在线检测系统。利用RBF可以逼近高阶输入输出非线性系统的特性,校正摄像机成像过程中的高阶畸变,提高了系统的检测精度。该检测系统经生产现场测试,在汽车车架尺寸范围内其装配孔尺寸检测精度达到±0.1 mm,位置检测精度不大于±0.3 mm,检测时间不超过1.5 min/根,能够满足汽车车架纵梁在线检测的要求。

基于OpenCV的立木测量方法研究

为提高立木测量的效率和精度,在分析立木信息采集现状的基础上,从像素比值关系构建立木的胸径测量模型出发,通过对手机相机图片使用VC++语言编译环境下调用Open CV库函数进行镜头畸变校正、Gamma校正等图像处理,求解立木的胸径。经过试验验证,测量结果的相对误差比较小,在林业需求的测量范围内。