基于机器视觉技术的相机标定方法研究毕业论文

 2021-04-07 02:04

摘 要

相机标定是机器视觉系统视觉中必不可少的一环,是实现三维场景重建的首要步骤,相机的成像模型决定了三维空间与二维图像的点系之间的转换关系,成像模型的参数即为相机的参数,则相机标定的本质是求解相机内外参数,其参数的精度直接影响着机器视觉系统的三维空间坐标点的精度和空间物体三维重建后的相似度。因此研究机器视觉中简单、快捷和高精度的相机标定方法具有重要的意义。

本文对相机标定技术的研究背景、国内外研究现状、相机成像原理做了详细的介绍,并对相机标定技术进行了归纳总结,提出了一种基于MATLAB的相机标定方法,该方法操作简单、精确度较高且实用性强,实验运用了图像预处理技术,提高相机标定的精度,在分析和总结了相机标定评价方法的几个标准的基础上,以拟南芥和烟草等模式植物为研究对象,对相机标定的结果进行了验证,提高了相机标定结果的可靠性。

关键词:机器视觉;相机标定;图像预处理;模式植物

A camera calibration method based on machine vision technology research

ABSTRACT

Camera calibration is a necessary part of the machine vision system is visual, that is the first step to realize 3D scene reconstruction, camera imaging model determines the 3D space and the transformation of the relationship between 2D image point , Imaging model parameters for the parameters of the camera, the camera calibration is the essence of solving the internal and external camera parameters, the parameters directly affects the precision of the machine vision system of the precision of three-dimensional coordinates of points and 3D reconstruction of similarity space object. So, the simple, rapid and high precision camera calibration method plays great important in Machine vision.

In this paper, the camera calibration technique of the research background, research status at home and abroad, the camera imaging principle is introduced in detail, and has carried on the induction summary to camera calibration technique, proposed a camera calibration method based on MATLAB. This method is simple operation, high precision and strong practicability, Experiment with the image preprocessing technology, improve the accuracy of camera calibration, in analysis and evaluation method of camera calibration are summarized on the basis of several standard, model plants such as arabidopsis and tobacco as the research object, and verified the results of camera calibration, improve the reliability of the camera calibration results

Key words:Machine vision;3D reconstruction;Camera calibration;Model plant

目 录

第一章 绪论 1

1.1 研究背景和目的意义 1

1.1.1研究背景 1

1.1.2 论文研究的目的和意义 2

1.2 国内外研究现状分析 2

1.3 课题来源和本文主要研究内容 6

1.3.1 课题来源 6

1.3.2 主要研究内容 6

1.4 本章小结 6

第二章 相机标定原理和方法 8

2.1 相机成像模型 8

2.1.1 相机成像理想模型——针孔成像模型 8

2.1.2 三种畸变 11

2.1.3 加入畸变的实际成像模型 12

2.2 相机标定的基本方法........................................................ 14

2.2.1 自标定方法 14

2.2.2 基于主动视觉标定方法 15

2.2.3 基于标定物的相机标定方法 16

2.3 经典的相机标定方法——张正友标定法 16

2.4 本章小结 18

第三章 图像处理与特征提取 19

3.1 标定系统概述 19

3.2 图像处理 20

3.2.1 彩色图像的灰度化 20

3.2.2图像的平滑处理 21

3.2.3 边缘检测 21

3.3 特征点提取 23

3.4 相机标定参数优化 24

3.5本章小结 24

第四章 基于MATLAB的张正友相机标定实验过程 25

4.1 实验环境 25

4.2 实验过程与结果 26

4.2.1 图像采集以及预处理 27

4.2.2 运用Harris算法确定图像中的角点 27

4.2.3 基于角点几何约束的角点提取效果 28

4.2.4 相机参数标定 29

4.3 基于植物系统的相机标定结果验证........................... 33

4.3.1运用植物评价体系验证的优势 33

4.3.2 拟南芥图像采集标定评价 36

4.3.3 烟草图像采集标定评价 39

4.4 精度分析............................................................ 40

4.5 实验结论............................................................................ 40

4.6 本章小结 41

第五章 总结与展望 42

5.1 论文总结 42

5.2 不足与展望 43

致谢 44

参考文献 45

附录1图像预处理过程中halcon语言命令及注释 48

附录2相机标定实验中用MATLAB进行相机标定的语言命令及注释 50

第一章 绪论

1.1 研究背景和目的意义

1.1.1 研究背景

人类获取空间信息的有效的手段之一就是视觉,在这个过程中不仅要对光信号进行收集和感知,还有对视觉信息进行的加工、存储、处理与理解等过程。从20 世纪中期开始计算机视觉开始被人们所研究,而二维图像的分析以识别是初期的研究主要内容,到20世纪60年代中期,美国Roberts把二维图像的研究扩展到了三维图像分析,通过计算机程序从二维图像中提取出空间物体的三维结构特征,同时还反映出了物体的外形和空间的位置关系。Roberts 对三维信息的研究是三维计算机视觉技术诞生的标志。在 20 世纪70 年代中期,Marr、Tenenbaum、Barrow等为代表的研究者提出了系统的一整套计算机视觉技术的理论来解释计算机视觉过程,其核心理论是从图像中提取物体的有效信息恢复其三维特征。其中影响最为深远的是Marr在八十年代提出的计算机视觉的基本理论,Faugeras和Hartley在1992年提出了三维射影空间下的深度和三维结构等概念,将图像中未标定的序列应用到三维重投影,提出了用未标定的图像序列计算投影结构的理论。在20世纪90 年代后,计算机视觉领域在关于立体视觉的研究取得了许多突破性的进展,其中包括特征点匹配和区域匹配的新算法、立体视觉实时实现、多目立体视觉方法等。

随着机器视觉技术的发展,三维重建技术在机器人视觉、工业制造、工程建筑、文物保护和医疗等领域[1]得到广泛应用,尤其是在当今人工智能的发展,机器视觉如今已是一门拥有非常热门的科研方向。三维重建是通过运用二维图像中的基本信息来重建三维空间特征,也就是需要提取二维图像中的点、线、面的二维坐标与三维空间中对应的点、线、面之间的坐标建立对应关系,从而对空间物体的大小和位置关系进行恢复和重建。一个完整的三维重建系统可分为图像获取、相机标定、特征提取、图像对应点的匹配、三维重建和后处理等六个部分[2]。由于图像采集设备在采集图像过程中受到光照等其他因素的影响,处理图像过程中会加入噪声,噪声对待处理的图像会造成很大的影响,因此采集到的图像需进行消除噪声等平滑处理。相机标定不仅对自身固有的内部参数进行确定,还要对图像坐标和相机坐标的变换参数进行估计,其结果的精度度直接影响三维重建的精确度和重投影的相似度。图像特征提取的目的是在多幅图像中寻找某些不变的特征,从而方便图像间对应点之间的匹配。匹配是找出同一空间点在不同图像中的对应关系。

您需要先支付 80元 才能查看全部内容!立即支付

课题毕业论文、开题报告、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找,优先添加企业微信。