面向大視場高精度視覺測量的攝像標(biāo)定方法

面向大視場高精度視覺測量的攝像標(biāo)定方法

1大視場三維靶標(biāo)標(biāo)定近年來，基于機(jī)械視覺的測量系統(tǒng)越來越受航空工業(yè)的加工、安裝和質(zhì)量改進(jìn)的影響。由于相機(jī)中央測量部件的精度直接影響到該測量系統(tǒng)的測量精度。攝像機(jī)標(biāo)定的過程就是根據(jù)若干三維空間點(diǎn)(靶點(diǎn))及其在成像平面上對應(yīng)的二維圖像點(diǎn)來確定攝像機(jī)成像模型中的各參數(shù)的過程。攝像機(jī)標(biāo)定一般可分為傳統(tǒng)標(biāo)定方法[1~3]、主動視覺中的標(biāo)定方法[4~6]和自標(biāo)定方法三類。傳統(tǒng)標(biāo)定方法需要在攝像機(jī)前放置一個標(biāo)定參照物又稱靶標(biāo),靶標(biāo)上具有多個已知其精確三維坐標(biāo)的靶點(diǎn),通過建立靶標(biāo)上各靶點(diǎn)空間坐標(biāo)與相應(yīng)圖像坐標(biāo)間的關(guān)系,來計(jì)算攝像機(jī)模型中的內(nèi)部參數(shù)和外部參數(shù)。主動視覺中的標(biāo)定方法需要攝像機(jī)按照某種軌跡運(yùn)動,利用運(yùn)動軌跡的幾何特性與圖像點(diǎn)坐標(biāo)的關(guān)系求解攝像機(jī)參數(shù)。自標(biāo)定方法不需要已知靶點(diǎn)的三維坐標(biāo)信息,只需利用多幅圖像間一定數(shù)目對應(yīng)點(diǎn)的圖像坐標(biāo)關(guān)系來求解攝像機(jī)參數(shù)。由于主動視覺中的標(biāo)定方法需要精確控制攝像機(jī)的移動軌跡,通常實(shí)現(xiàn)難度較大,一般用于一些特定場合。而自標(biāo)定方法雖然實(shí)現(xiàn)起來較為靈活方便,但標(biāo)定結(jié)果穩(wěn)定性不高。這兩種標(biāo)定方法的標(biāo)定精度一般都不及應(yīng)用標(biāo)定靶標(biāo)的傳統(tǒng)標(biāo)定方法,因此視覺測量系統(tǒng)中多采用標(biāo)定靶標(biāo)對攝像機(jī)進(jìn)行標(biāo)定。航空工業(yè)中,部件裝配以及檢測對大空間的測量要求越來越高,測量范圍通常為2~10m,甚至更大。要通過視覺測量方法實(shí)現(xiàn)這樣大范圍內(nèi)的零部件位置與姿態(tài)的跟蹤、檢測,需要以紅外發(fā)光二極管(IR-LED)等主動發(fā)光目標(biāo)為工作靶點(diǎn),通過自適應(yīng)控制發(fā)光靶點(diǎn)的亮度并進(jìn)行離焦拍攝,使測量范圍內(nèi)無論靶點(diǎn)距離攝像機(jī)遠(yuǎn)近都能獲得高質(zhì)量的靶點(diǎn)圖像,基于這些靶點(diǎn)圖像和標(biāo)定出的系統(tǒng)參數(shù)解算靶點(diǎn)的三維坐標(biāo),進(jìn)而獲得作為工作靶點(diǎn)載體的零部件的位置姿態(tài)信息。為了保證大視場視覺測量系統(tǒng)精度,參與系統(tǒng)標(biāo)定的靶點(diǎn)需要與系統(tǒng)測量模式下的工作靶點(diǎn)相一致,并且由標(biāo)定靶點(diǎn)分布構(gòu)成的標(biāo)定空間應(yīng)與測量空間基本一致。目前應(yīng)用較多的標(biāo)定靶標(biāo)可以分為三維靶標(biāo)和二維靶標(biāo)。以Tsai的方法為代表的基于三維靶標(biāo)的標(biāo)定方法要求已知靶標(biāo)中多個靶點(diǎn)的三維坐標(biāo),通過建立與其圖像點(diǎn)二維坐標(biāo)的關(guān)系來求解攝像機(jī)參數(shù)。該方法的標(biāo)定精度取決于三維靶標(biāo)的大小和制作精度,滿足大視場測量標(biāo)定的靶標(biāo)加工十分困難,并且靶點(diǎn)間易存在遮擋。為克服這些缺點(diǎn)出現(xiàn)了在三坐標(biāo)測量機(jī)測頭處固定一個靶點(diǎn),利用三坐標(biāo)測量機(jī)的高精度位移,在空間中構(gòu)造出一個虛擬的立體靶標(biāo)的方法[9~11]。該方法一定程度上解決了三維靶標(biāo)加工難度大和存在遮擋的問題,文獻(xiàn)提出了一種基于虛擬立體靶標(biāo)的校準(zhǔn)控制點(diǎn)到對應(yīng)反投射線距離最小的相機(jī)參數(shù)校準(zhǔn)方法,文獻(xiàn)將遺傳算法應(yīng)用于基于虛擬立體靶標(biāo)的相機(jī)參數(shù)校準(zhǔn)方法中。但是對于大視場的攝像機(jī)標(biāo)定,常見的三坐標(biāo)測量機(jī)的測量空間相對較小,靶點(diǎn)的移動范圍無法覆蓋整個標(biāo)定空間,因此標(biāo)定精度相對較低(實(shí)驗(yàn)驗(yàn)證見4.2節(jié))。以Zhang的方法為代表的基于二維靶標(biāo)的標(biāo)定方法要求攝像機(jī)在3個以上不同方位拍攝一個已知靶點(diǎn)坐標(biāo)的二維靶標(biāo),利用不同圖像對應(yīng)點(diǎn)之間的關(guān)系求解標(biāo)定參數(shù)。該方法簡單靈活,但應(yīng)用于攝像機(jī)大視場測量標(biāo)定則存在難以克服的問題:1)大尺寸二維靶標(biāo)加工困難,靶點(diǎn)位置精度難以保證;2)使用尺寸較小的二維靶標(biāo),雖然能通過增加靶標(biāo)的擺放位置使其充滿整個標(biāo)定空間,但是由于各個擺放位置之間沒有聯(lián)系與約束,不能有效描述整個標(biāo)定空間的攝像機(jī)模型,影響標(biāo)定精度。對于二維靶標(biāo)用于大視場攝像機(jī)標(biāo)定存在的問題,文獻(xiàn)進(jìn)行了深入分析和實(shí)驗(yàn)驗(yàn)證,并提出通過在標(biāo)定空間中擺放多個較小的二維靶標(biāo),利用小靶標(biāo)之間固定的相對位置建立起靶標(biāo)之間的聯(lián)系,使多個靶標(biāo)分布于整個標(biāo)定空間,從而更為準(zhǔn)確地求解標(biāo)定參數(shù)的方法。但是該方法使用的二維靶標(biāo)不能主動發(fā)光,當(dāng)標(biāo)定空間較大時靶點(diǎn)圖像提取精度相對較低。而要以主動發(fā)光目標(biāo)作為靶點(diǎn)制作多塊標(biāo)定靶標(biāo),一方面作為電子元件的發(fā)光靶點(diǎn),即使在每塊小標(biāo)定板上,各個靶點(diǎn)間準(zhǔn)確的相對位置關(guān)系也難以獲得;另一方面,對大量標(biāo)定靶點(diǎn)同時進(jìn)行亮度自適應(yīng)控制以保證其成像光斑質(zhì)量難度較大。針對以IR-LED為工作靶點(diǎn)的大視場視覺測量中存在的攝像機(jī)標(biāo)定問題,本文提出一種新的標(biāo)定方法。采用亮度自適應(yīng)控制的單個IR-LED作為標(biāo)定靶點(diǎn),在利用三坐標(biāo)測量機(jī)形成虛擬立體靶標(biāo)的基礎(chǔ)上,攝像機(jī)根據(jù)標(biāo)定空間大小,在多個方位對虛擬立體靶標(biāo)進(jìn)行圖像采集,各個攝像機(jī)方位下拍攝的虛擬立體靶標(biāo)在標(biāo)定空間中構(gòu)成一個大型靶標(biāo),該大型虛擬立體靶標(biāo)可以根據(jù)標(biāo)定空間的大小改變大小及形狀,同時也可以根據(jù)三坐標(biāo)測量機(jī)的大小改變該大型虛擬立體靶標(biāo)中小靶標(biāo)的數(shù)量(即攝像機(jī)拍攝方位的數(shù)量)。攝像機(jī)在每個方位都標(biāo)定出一組攝像機(jī)的內(nèi)、外參數(shù),然后以攝像機(jī)內(nèi)參數(shù)和攝像機(jī)在各個方位下拍攝的虛擬立體靶標(biāo)在攝像機(jī)坐標(biāo)系下的位置及姿態(tài)參數(shù)為優(yōu)化變量,建立以所有三維靶點(diǎn)位置重投影誤差平方和為最小的目標(biāo)函數(shù),采用非線性優(yōu)化方法求解攝像機(jī)標(biāo)定參數(shù)的最優(yōu)解。2歸一化圖像坐標(biāo)系攝像機(jī)標(biāo)定的任務(wù)是確定攝像機(jī)成像模型中的各參數(shù)。圖1為針孔攝像機(jī)模型,涉及5個坐標(biāo)系,即以像素(pixel)為單位的圖像坐標(biāo)系o0uv、以毫米(mm)為單位的圖像坐標(biāo)系o1xy、歸一化圖像坐標(biāo)系onxnyn、攝像機(jī)坐標(biāo)系OcXcYcZc和世界坐標(biāo)系OwXwYwZw。π為攝像機(jī)圖像平面,πn為焦距歸一化圖像平面。設(shè)空間點(diǎn)P在世界坐標(biāo)系的坐標(biāo)為Pw=[Xw,Yw,Zw]T,在攝像機(jī)坐標(biāo)系下的坐標(biāo)為Pc=[Xc,Yc,Zc]T,在圖像坐標(biāo)系下投影點(diǎn)p的無畸變圖像齊次坐標(biāo)為p=[u,v,1]T,在歸一化圖像坐標(biāo)系下投影點(diǎn)pn的歸一化圖像齊次坐標(biāo)為pn=[xn,yn,1]T。攝像機(jī)坐標(biāo)系與世界坐標(biāo)系之間的關(guān)系可以用旋轉(zhuǎn)矩陣R與平移向量t來描述。根據(jù)攝像機(jī)透視投影模型可得式中A為攝像機(jī)的內(nèi)參數(shù)矩陣,I為3階單位矩陣,0=T,αx、αy分別為圖像坐標(biāo)系u軸、v軸方向上的有效焦距,u0、v0是攝像機(jī)主點(diǎn)坐標(biāo),γ為圖像坐標(biāo)系u軸、v軸的不垂直因子。由于攝像機(jī)成像系統(tǒng)存在畸變,考慮徑向畸變、切向畸變、薄棱鏡畸變,空間點(diǎn)P在圖像坐標(biāo)系下帶畸變的投影點(diǎn)pd的齊次坐標(biāo)為pd=[xd,yd,1]T,攝像機(jī)成像系統(tǒng)的畸變模型為式中[xnd,ynd,1]T是空間點(diǎn)P在歸一化圖像坐標(biāo)系下帶畸變的投影點(diǎn)的齊次坐標(biāo),k1、k2為徑向畸變參數(shù),p1、p2為切向畸變參數(shù),s1、s2為薄棱鏡畸變參數(shù)。3虛擬立體靶標(biāo)的求解在三坐標(biāo)測量機(jī)的測頭處固定一個IR-LED靶點(diǎn),設(shè)定世界坐標(biāo)系為三坐標(biāo)測量機(jī)原點(diǎn),靶點(diǎn)在測量機(jī)坐標(biāo)系下的坐標(biāo)即為該靶點(diǎn)在世界坐標(biāo)系下的坐標(biāo)。在三坐標(biāo)測量機(jī)的測量空間內(nèi)均勻取n個預(yù)定位置Pwi(i=1,2,…,n,n≥6),但是為保證標(biāo)定精度通常會選取上百個不等的預(yù)定位置作為靶點(diǎn)坐標(biāo)。同時設(shè)定m個攝像機(jī)拍攝方位,要求攝像機(jī)在m個拍攝方位下拍攝的虛擬立體靶標(biāo)組合在一起能夠充滿整個標(biāo)定空間。賦予靶點(diǎn)初始預(yù)設(shè)位置標(biāo)志i=1、初始拍攝方位標(biāo)志j=1。將攝像機(jī)根據(jù)測量空間大小固定于第j(j=1,2,…,m)個拍攝方位,三坐標(biāo)測量機(jī)按照事先設(shè)定的軌跡移動測頭,每移動到一個預(yù)定位置Pwi,攝像機(jī)采集一幅靶點(diǎn)圖像,由此在三坐標(biāo)測量機(jī)的移動空間中形成一個虛擬的三維靶標(biāo)T[如圖2(a)所示]。圖2(a)中,πj表示第j個拍攝方位的攝像機(jī)成像平面,Rj、tj分別表示第j個拍攝方位下攝像機(jī)坐標(biāo)系相對于世界坐標(biāo)系的旋轉(zhuǎn)矩陣和平移向量。根據(jù)每個靶點(diǎn)的三維坐標(biāo)與其圖像點(diǎn)的二維坐標(biāo)建立攝像機(jī)模型關(guān)系,計(jì)算出攝像機(jī)在此方位下的攝像機(jī)內(nèi)參數(shù)(Aj、k1j、k2j、p1j、p2j、s1j、s2j)、外參數(shù)(Rj、tj)。根據(jù)第j個方位下拍攝的虛擬三維靶標(biāo)求解攝像機(jī)內(nèi)外參數(shù)的過程主要基于兩步法來實(shí)現(xiàn),即第一步基于不含畸變的攝像機(jī)模型,根據(jù)Abdel-Aziz和Karara提出的直接線性變換(DLT)方法計(jì)算出攝像機(jī)非畸變模型下的內(nèi)外部參數(shù)(Aj、Rj、tj)。第二步以這些參數(shù)作為初始值,再基于包含各種畸變的攝像機(jī)模型,對內(nèi)外參數(shù)進(jìn)行非線性最優(yōu)估計(jì),獲得攝像機(jī)在該方位下的內(nèi)、外參數(shù)的最優(yōu)解。改變攝像機(jī)的方位,重復(fù)拍攝虛擬三維靶標(biāo)過程,使虛擬的三維靶標(biāo)經(jīng)過多個攝像機(jī)方位的拍攝充滿整個攝像機(jī)的測量空間[如圖2(b)所示],即j=m。每一個攝像機(jī)方位下的虛擬立體靶標(biāo)Tj及其對應(yīng)的二維圖像反映了靶標(biāo)所占測量空間區(qū)域的成像關(guān)系。將虛擬立體靶標(biāo)統(tǒng)一轉(zhuǎn)換到攝像機(jī)坐標(biāo)系下,所有虛擬立體靶標(biāo)組成一個充滿整個測量空間的大型立體靶標(biāo)。以攝像機(jī)內(nèi)參數(shù)和攝像機(jī)在各個方位下拍攝的虛擬立體靶標(biāo)在攝像機(jī)坐標(biāo)系下的位置及姿態(tài)參數(shù)為優(yōu)化變量,建立以所有三維靶點(diǎn)位置重投影誤差平方和為最小的目標(biāo)函數(shù),采用非線性優(yōu)化方法求解攝像機(jī)標(biāo)定參數(shù)的最優(yōu)解。標(biāo)定方法的基本流程如圖3所示。3.1非線性畸變參數(shù)的求解式中[Xwi,Ywi,Zwi,1]T為虛擬立體靶標(biāo)第i個靶點(diǎn)在世界坐標(biāo)系下的齊次坐標(biāo)。將世界坐標(biāo)系設(shè)在三坐標(biāo)測量機(jī)原點(diǎn)處,則[Xwi,Ywi,Zwi,1]T即為靶點(diǎn)在測量機(jī)坐標(biāo)系下的坐標(biāo);[ui,vi,1]T為第i個靶點(diǎn)的齊次圖像坐標(biāo);Zci為第i個靶點(diǎn)在攝像機(jī)坐標(biāo)系下的Zc軸分量;M為投影矩陣。將(4)式整理可得如下兩個關(guān)于mij的線性方程:(5)式表示,若已知靶標(biāo)上的n個靶點(diǎn)的空間坐標(biāo)[Xwi,Ywi,Zwi,1]T(i=1,2,…,n)和它們的圖像點(diǎn)坐標(biāo)[ui,vi,1]T,則有2n個關(guān)于M的線性方程。當(dāng)2n>11,即已知6個以上空間靶點(diǎn)與它們的圖像點(diǎn),便可以求解出投影矩陣M。記第j個攝像機(jī)方位求出的投影矩陣為Mj,對矩陣Mj進(jìn)行RQ分解,即可求出攝像機(jī)在非畸變模型下的內(nèi)、外參數(shù)Aj、Rj、tj。由于攝像機(jī)系統(tǒng)存在非線性畸變,因此還需要對線性模型標(biāo)定結(jié)果再考慮非線性畸變的情況做進(jìn)一步優(yōu)化。引入k1、k2、p1、p2、s1、s2畸變參數(shù),與線性模型的參數(shù)αx、αy、u0、v0一起構(gòu)成非線性模型的攝像機(jī)內(nèi)部參數(shù),并建立以空間點(diǎn)重投影誤差為最小的目標(biāo)函數(shù),其表達(dá)式為式中disi(Aj,k1j,k2j,p1j,p2j,s1j,s2j,Rj,tj)為在第j個攝像機(jī)拍攝方位下空間點(diǎn)Pwi根據(jù)非線性成像模型重投影到歸一化圖像平面的圖像點(diǎn)與Pij在歸一化圖像平面上的實(shí)際圖像點(diǎn)pNij之間的距離的平方和。本文采用Levenberg-Marquardt迭代算法獲得(6)式的最優(yōu)解。3.2相對虛擬立體靶標(biāo)的數(shù)字視頻拍攝方法如圖2(b)所示,根據(jù)測量空間與虛擬立體靶標(biāo)大小,靈活放置攝像機(jī)對虛擬立體靶標(biāo)進(jìn)行圖像采集,使得靶標(biāo)經(jīng)過攝像機(jī)在多個方位的拍照充滿整個測量空間。攝像機(jī)在第j個攝像機(jī)方位下根據(jù)3.1節(jié)方法計(jì)算出攝像機(jī)內(nèi)外參數(shù)Aj、k1j、k2j、p1j、p2j、s1j、s2j、Rj、tj。為了更精確的反映整個測量空間的攝像機(jī)模型,將所有虛擬立體靶標(biāo)的坐標(biāo)統(tǒng)一轉(zhuǎn)換到攝像機(jī)坐標(biāo)系下,則攝像機(jī)在世界坐標(biāo)系下相對虛擬立體靶標(biāo)的方位Rj、tj轉(zhuǎn)換為虛擬立體靶標(biāo)在攝像機(jī)坐標(biāo)系下相對攝像機(jī)的方位其中虛擬立體靶標(biāo)經(jīng)過攝像機(jī)在多個方位下的拍攝,形成一個充滿整個測量空間的大型虛擬立體靶標(biāo)。其中每一個小虛擬靶標(biāo)能夠精確反映其所占空間的攝像機(jī)模型,并且各小虛擬靶標(biāo)之間相對位置關(guān)系固定,因此該大型虛擬立體靶標(biāo)能夠更好地反映整個測量空間的攝像機(jī)模型?？紤]到每一個攝像機(jī)方位下,虛擬的三維靶標(biāo)圖像點(diǎn)只能占據(jù)CCD成像靶面的一部分,而通常圖像中心區(qū)域畸變小,更接近線性成像模型,圖像邊緣區(qū)域則更能反映攝像機(jī)系統(tǒng)的畸變情況。因此選取圖像點(diǎn)集中在CCD靶面中間區(qū)域的攝像機(jī)方位下(記其方位序號為ζ)所獲得的線性內(nèi)參數(shù)矩陣Aζ,以及圖像點(diǎn)靠近CCD靶面邊緣區(qū)域的攝像機(jī)方位下(記其方位序號為η)所獲得的畸變系數(shù)k1η、k2η、p1η、p2η、s1η、s2η,連同坐標(biāo)變換后虛擬立體靶標(biāo)相對攝像機(jī)的方位參數(shù)作為優(yōu)化初值,統(tǒng)一建立以所有靶點(diǎn)重投影誤差平方和為最小的目標(biāo)函數(shù),其表達(dá)式為式中j表示攝像機(jī)的第j個拍攝方位,i表示每個攝像機(jī)方位下拍攝的第i個靶點(diǎn)。采用LevenbergMarquardt迭代算法獲得(7)式的最優(yōu)解,此解即為攝像機(jī)的最終標(biāo)定參數(shù)。4實(shí)驗(yàn)4.1光斑中心提取光學(xué)測量中背景光通常會對測量精度產(chǎn)生干擾,采用添加紅外濾鏡的CCD攝像機(jī),過濾掉室內(nèi)絕大部分可見光線,以IR-LED發(fā)光點(diǎn)作為標(biāo)定靶點(diǎn),有效降低背景光對標(biāo)定的干擾。IR-LED發(fā)光單元極小,距離攝像機(jī)較遠(yuǎn)時可視為點(diǎn)光源。在大視場視覺測量與標(biāo)定中,對IR-LED靶點(diǎn)進(jìn)行離焦拍攝,使其圖像所呈光斑近似符合二維高斯分布。通過特別設(shè)計(jì)的硬件電路,使IR-LED的亮度控制與攝像機(jī)采集建立反饋機(jī)制,自動調(diào)節(jié)IR-LED靶點(diǎn)的亮度,保證在2~10m范圍內(nèi)無論標(biāo)定靶點(diǎn)距離攝像機(jī)遠(yuǎn)近其成像光斑灰度分布始終與圖4所示近似。LED靶點(diǎn)成像光斑的中心提取有多種方法,包括灰度質(zhì)心法、高斯曲面擬合法、拋物面擬合法等[15~18]?；叶荣|(zhì)心法的抗噪能力較弱,精度有限;高斯曲面擬合法精度高、穩(wěn)定性好;而拋物面擬合法則是高斯曲面擬合法的一種簡化算法,精度和穩(wěn)定性相對較差。因此本文采用精度及穩(wěn)定性相對較高的高斯曲面擬合法來求取LED發(fā)光點(diǎn)的中心。IR-LED投射在CCD平面上的光斑能量近似于(8)式所示的二維高斯函數(shù)分布,即式中(x0,y0)為真實(shí)光斑中心坐標(biāo),σ為高斯函數(shù)的標(biāo)準(zhǔn)差,I0為LED投射在CCD平面上的總能量。對成像光斑像素進(jìn)行內(nèi)插細(xì)分,然后將灰度數(shù)值擬合成二維高斯曲面I(x,y),進(jìn)而求出曲面的極值點(diǎn)(x0,y0),也就是光斑的中心。距離攝像機(jī)7500mm左右,對IR-LED靶點(diǎn)重復(fù)采集100次,采用高斯曲面擬合方法求得的光斑中心的重復(fù)定位均方根(RMS)誤差、最大誤差如表1所示。表1數(shù)據(jù)說明高斯曲面擬合法求取光斑中心具有較高的穩(wěn)定性,同時該數(shù)據(jù)也直接反映光斑中心提取的隨機(jī)噪聲水平,為4.2節(jié)仿真實(shí)驗(yàn)中對靶點(diǎn)圖像坐標(biāo)添加噪聲大小提供依據(jù)。由于IR-LED靶點(diǎn)發(fā)射角度有限,通常在±45°以內(nèi),一旦攝像機(jī)的拍攝方位超出這一角度,就無法拍攝到靶點(diǎn),因此攝像機(jī)拍攝方位設(shè)置在每個靶點(diǎn)的發(fā)射角內(nèi)。實(shí)驗(yàn)攝像機(jī)采用BaslerA102f數(shù)碼攝像機(jī),像素物理尺寸為0.00645mm×0.00645mm,圖像分辨率為1392pixel×1040pixel,鏡頭標(biāo)稱焦距為12.5mm。采用意大利DEA公司生產(chǎn)的GAMMA1103型三坐標(biāo)測量機(jī)構(gòu)造虛擬立體靶標(biāo),虛擬立體靶標(biāo)的靶點(diǎn)按照X方向點(diǎn)間距300mm、Y方向點(diǎn)間距100mm、Z方向點(diǎn)間距100mm分布,共5×7×7=245個靶點(diǎn)。整個標(biāo)定由18個攝像機(jī)方位組成,沿攝像機(jī)Zc軸方向分為兩個排面。每一排的9個虛擬立體靶標(biāo)的圖像在攝像機(jī)成像平面的分布如圖5所示。4.2選擇適用的光斑中心誤差仿真攝像機(jī)內(nèi)部參數(shù)參照實(shí)際實(shí)驗(yàn)所用的攝像機(jī)參數(shù),設(shè)定為αx=1945.233、αy=1944.927、γ=0、u0=657.221、v0=547.674。畸變參數(shù)k1=-0.149、k2=0.171,p1=-0.011、p2=0.002、s1=0.014、s2=-0.002。參考IR-LED靶點(diǎn)采用高斯曲面擬合方法求得光斑中心的重復(fù)定位均方根誤差量級(見表1),在獲得的靶點(diǎn)圖像坐標(biāo)上添加期望為0.00pixel、標(biāo)準(zhǔn)差σ為0.01pixel的隨機(jī)高斯噪聲,重復(fù)100次標(biāo)定實(shí)驗(yàn)。表2為面向大視場視覺測量的攝像機(jī)標(biāo)定方法的100個標(biāo)定結(jié)果中隨機(jī)選取的10個標(biāo)定結(jié)果?？梢娫摲椒?biāo)定結(jié)果與攝像機(jī)設(shè)定參數(shù)接近,并且由圖6可見,標(biāo)定結(jié)果穩(wěn)定。表3為18個攝像機(jī)方位中隨機(jī)選取9個攝像機(jī)方位,各自利用單個虛擬立體靶標(biāo)對攝像機(jī)進(jìn)行標(biāo)定的結(jié)果,可見單個攝像機(jī)方位的標(biāo)定結(jié)果與設(shè)定的攝像機(jī)參數(shù)差別均較大,并且各攝像機(jī)方位的標(biāo)定結(jié)果之間也有較大差別。該結(jié)果說明單一攝像機(jī)方位下拍攝虛擬立體靶標(biāo)的標(biāo)定結(jié)果只能較為精確地反映立體靶標(biāo)成像區(qū)域內(nèi)的攝像機(jī)模型,不能用于整個大視場的攝像機(jī)標(biāo)定。4.3虛擬立體檢驗(yàn)靶標(biāo)的標(biāo)定在三坐標(biāo)測量機(jī)的測頭處固定一個IR-LED靶點(diǎn),三坐標(biāo)測量機(jī)按照4.1節(jié)實(shí)驗(yàn)設(shè)置的要求移動靶點(diǎn)。實(shí)驗(yàn)設(shè)備如圖7所示。為了對比標(biāo)定效果,實(shí)驗(yàn)分為三組。實(shí)驗(yàn)一采用本文方法對攝像機(jī)進(jìn)行標(biāo)定,標(biāo)定中的虛擬靶標(biāo)布點(diǎn)與仿真實(shí)驗(yàn)一致,攝像機(jī)擺放位置(18個方位)也與仿真實(shí)驗(yàn)大致相同,該實(shí)驗(yàn)中多個虛擬立體靶標(biāo)基本分布于整個標(biāo)定空間,圖像覆蓋整個成像平面,如圖8(a)所示。實(shí)驗(yàn)二采用單一攝像機(jī)方位在大視場中拍攝虛擬立體靶標(biāo)進(jìn)行攝像機(jī)標(biāo)定,該實(shí)驗(yàn)中虛擬立體靶標(biāo)圖像僅覆蓋成像平面的部分區(qū)域,如圖8(b)所示。實(shí)驗(yàn)三采用單一攝像機(jī)方位在近距離拍攝虛擬立體靶標(biāo),對攝像機(jī)進(jìn)行標(biāo)定,由于拍攝距離近,單個虛擬立體靶標(biāo)也基本覆蓋整個成