机器视觉之多坐标系标定与统一
随着机器视觉应用的日益广泛,大幅面多相机视觉系统的需求越来越多,主要应用方向为大幅面高精度的定位与测量和场景拼接等。多相机视觉系统的难点在于多相机坐标系的统一,可以分为两类,一是相机视野间无重叠部分,二是相机视野间有重叠部分。相机间无重叠部分的情况主要用于大幅面多相机高精度的定位和测量,相机间有重叠部分的情况主要用于场景的拼接等 |
相机在各个位置拍摄mark图像,通过图像处理方法得到mark坐标 |
常用的标定板形式: |
上图所示为单个标定板图像,大标定板由若干单个标定板组成,标定板的大小和数量根据实际测量情况而定。 |
多个标定板组合示意图: |
案例分析: |
(1)检测目标分析 测量产品需要若干个测量指标。如下图所示。 |
(2)图像获取 采用4只相机来完成所有项目的测量,分别拍到的照片如下图所示。 |
(3)检测流程 先分别利用每张图的两条垂直边计算出它们的交点,那么得到的4个交点就可以算出L1和L2的值,如下图所示。 |
利用4个边角图来测量4个角的L3,如下图所示,这里可以选择测量多个点,也可以取它们的平均值。 |
|
相对运动统一坐标的方法 方案简介: 此方法采用相机和被测物之间的相对运动来统一相机的坐标,相机和被测物只要一方运动即可,记录各个位置的坐标,然后通过数学运算来统一坐标。通常情况下是相机位置固定,被测物通过机械手等运动装置进行移动,然后把相机坐标系统一到机械手等运动装置的原点。 总体结构: |
方法介绍: 通过相机拍摄的图像对mark点进行定位,从而计算出被测物相对于标准位置的偏差,包含角度偏差和位移偏差,最终确定机械装置需要旋转的角度和平移的距离。选用手机触摸屏和手机外壳的定位系统来介绍算法原理。 |
(1)通过机械手的移动获取标定所用坐标 (2) 图像距离和实际距离之间转换比例关系的确定: (3) 标准线斜率求取: |
通过点到直线的距离运算可以得到d14,d15和d16的实际长度,由于在移动过程中使用的是同一个mark点,d1,d2,d3在相机1和相机2的视野中的值是一样的。从而可以得到Point10在机械手坐标系中的实际坐标为: (1) 旋转中心的确定 定位校准 以后在每次进行检测时,得到的结果都和标准线进行比较,可以得到和标准线的夹角和相对于标准位置的位置偏差,根据得到的角度和位置偏差进行校正。在校正过程中需要先旋转后平移,做一个闭环反馈系统实时校正。 应用领域: 手机或平板电脑触摸屏和外壳的装配定位。 |
标定方法拼接图像 对于有些大幅面物体 ,可以通过拍摄多幅图像,每幅图像覆盖物体的不同的部分。如果摄像机经过标定并且它们与一个共有的世界坐标系之间的相对关系已知,就可以通过不同的图像进行精确测量。 图像拼接示意图: |
安装: 两个摄像机或多个摄像机必须安装在一个稳定的平台上,并且每幅图像覆盖整个场景的一部分。摄像机的方位可以随意,也就是说不需要它们看起来平行或垂直于物体表面。调整摄像机焦距、灯光以及交迭区域,使用一个大的可以覆盖整个视野的参照物。为了保证可以将多幅图像拼接为一副大图,它们之间必须存在一个小的交迭区域。交迭区域可以很小,因为这个交迭区域只是为了保证在拼接的结果图像中没有缝隙,下图为交叠区域示意图。 |
标定: 图像的标定可以分为两个步骤。 |
将单个图像拼接为一个大图: 首先,每幅图像都必须进行校正,将这些图像转换到一个共有的坐标系中,它们之间就会正确匹配。在得到所有进行校正图像需要的映射图后,使用两个摄像机拍摄的每个图像对都可以进行校正并且高效的拼接。拼接的结果图由两幅校正后的图像组成,每个校正后的图像占图像的一个部分,下图为校正后的图像和拼接结果。 |
应用领域: 此种方法和前三种方法相比精度较低,适用于不需要实现高精度拼接的应用场合。这种拼接方法的优点是不需要进行摄像机标定,并且每幅单独的图像可以自动进行排列。 在拍摄每幅图像时需要遵循下面这些规则: |
定义交叠图像对: 需要定义一些交迭图像对,通过匹配确定这些图像对之间的转换关系。匹配的过程只会应用在这些交迭图像对上。 |
如果需要拼接的图像比较多,或者交迭图像每行图像比较多,此时合理彻底地安排图像对的配置十分重要。否则就可能有些图像不能实现精确匹配。这主要是因为噪声造成点坐标的一些误差导致不能准确计算图像之间的转换关系,这些误差会由一个图像传到下一幅图像上。 在交迭的区域中匹配特征点并且确定图像之间转换关系: |
生成拼接图像 知道了图像对之间的转换关系,就可以调用函数进行图像拼接,下图为拼接好的图像。 |
注意: 需要注意球面拼接的情况,上述方法只适用于摄像机绕光心旋转或缩放。如果摄像机的移动包含平移或不是严格绕光心的旋转,使用这种方法得到的拼接结果将不准确也就不能够用在精确测量的场合。 |
机器视觉之多坐标系标定与统一相关推荐
- 多个相机拍摄定位_多相机视觉系统的坐标系统标定与统一及其应用
原标题:多相机视觉系统的坐标系统标定与统一及其应用 整理:公众号@新机器视觉 本文仅做学术分享,如有侵权,请联系删除. 随着机器视觉应用的日益广泛,大幅面 多相机 视觉系统的需求越来越多,主要应用方向 ...
- 多相机视觉系统的坐标系统标定与统一及其应用
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 整理:公众号@新机器视觉 本文仅做学术分享,如有侵权,请联系删除. 随着机器视觉应用的日益广泛,大幅面 ...
- 机器人点焊枪接线_用于焊接机器人焊枪工具点及工件坐标系标定装置及方法与流程...
本发明属于机器人焊接技术领域,涉及一种用于焊接机器人焊枪工具点及工件坐标系标定的装置及方法. 背景技术: 工业机器人是实施自动化生产线.工业4.0.智能制造车间.数字化工厂.智能工厂的重要基础装备之一 ...
- halocn标定找旋转中心_机器人工具坐标系标定原理
工业机器人使用过程中经常在机器人末端法兰面安装不同的工具来满足实际生产需求,为了准确控制工具运动的位置与姿态,需要对工具所在坐标系进行标定. 对于工业机器人来说,基坐标 与 末端法兰面所在坐标系 之间 ...
- 机器视觉2D点旋转中心标定及旋转后坐标计算
机器视觉2D点旋转中心标定及旋转后的坐标计算 一.旋转中心标定 二.点旋转后的坐标计算 我们在做机器视觉项目时,尤其是与机械臂的视觉应用中,会经常遇到旋转中心,旋转坐标计算等问题.现将本人在机械臂的相 ...
- 总结|机器视觉中三大坐标系及其相互关系
点击上方"3D视觉工坊",选择"星标" 干货第一时间送达 作者:林青春 链接:https://zhuanlan.zhihu.com/p/59289459 本文转 ...
- 机器视觉篇之相机标定
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 本文转自|新机器视觉 在图像测量过程以及机器视觉应用中,为确定空间 ...
- 《机器视觉算法与应用》第3章 机器视觉算法之相机标定——学习笔记
文章目录 3.9 相机标定 3.9.1 面阵相机的摄像机模型 针孔摄像机模型的透视投影关系 3.9.2 线阵相机的相机模型 3.9.3 标定过程 第一个需求 第二个需求 3.9.4 从单幅图像中提取世 ...
- 机器人工具坐标系标定
物体在坐标系中的位置和方向是姿态. 4轴机器人标定TCP(两点法或三点法): 四轴机器人的TCP只有XY,没有其他四个轴. 两点法:根据两点的(X,Y,R)计算.根据两点的xy偏移与角度的偏移确定一个 ...
最新文章
- xubuntu18.04安装Google拼音输入法
- python函数的参数类型,Python函数的主要参数类型
- POJ 1679 - The Unique MST(次小生成树)
- pytorch笔记:实现简易LSTM
- C#中使用Directory实现对文件夹的常用操作
- 卷积在计算机中实现+pool作用+数据预处理目的+特征归一化+理解BN+感受野理解与计算+梯度回传+NMS/soft NMS
- javascript基础系列:字符串的常用方法
- MySQL字段类型解析
- 数字个数依次叠加 s=a+aa+aaa+aaaa+aa...a
- Spring好处—总结
- Linux符号连接的层数过多
- L2TP OVER IPSEC原理详解
- 农民工兄弟学C#(4)
- JAVA实现 剑指offer第二版 2
- 源代码转换:Tangible Software Solutions v22.10.20
- 多维度数据分析是什么?该怎么做?
- 你知道什么是 a站、b站、c站、d站、e站、f站、g站、h站、i站、j站、k站、l站、m站、n站…z 站吗 ?...
- 2011:那些逝去的IT英才
- 采用灰度分组统计方法实现图像中值滤波
- 软考网络管理员教程精讲之文件链接命令
热门文章
- javascript轮播图(缓冲运动)
- OReilly.iMovie.The.Missing.Manual.2014.5.epub 英文原版 免费下载
- itop4412 编译android,iTOP-4412开发板-Android5.1- 移植教程
- virtualBox 踩坑记
- IOS开发之保存图片到Documents目录及PNG,JPEG格式相互转换
- 开发学校一键打卡app(待完成)
- 算法结合堆列实现十进制转二进制
- 微信小游戏分包资源要放服务器吗,微信小游戏的分包(Laya引擎)
- 如何使用 Android Studio 快速编写代码
- 2021年危险化学品经营单位安全管理人员考试题库及危险化学品经营单位安全管理人员理论考试