matlab提取棋盘格靶标角点,一种基于固定相机和单靶标的单轴旋转角的视觉测量方法...

一种基于固定相机和单靶标的单轴旋转角的视觉测量方法

【专利摘要】一种基于固定相机和单靶标的单轴旋转角的视觉测量方法，该方法有四大步骤：步骤一：相机内外参数标定；步骤二：绕轴旋转运动相关的外参数初值求取；步骤三：对内参数pin和外参数pout进行非线性优化；步骤四：利用标定的内外参数，测量旋转角度。本发明是一种利用单目相机对绕轴旋转运动的旋转角进行测量的方法。它解决了现有视觉测角方法中靶标安装困难的问题；同时，本发明对有遮挡的情况同样适用，实用性很好。

【专利说明】一种基于固定相机和单靶标的单轴旋转角的视觉测量方法

【技术领域】

[0001] 本发明涉及一种基于固定相机和单靶标的单轴旋转角的视觉测量方法，属于视觉 测量【技术领域】。

【背景技术】

[0002] 角位移测量广泛应用于工业、航空航天等领域。由于在恶劣的环境中，角位移传感 器的电气、机械等参数会发生变化，因此需要定期对其进行标定矫正。视觉测量技术因具有 结构简单，非接触实时测量，现场安装和调试方便等优点而备受青睐。现有的视觉测角方法 分为双目视觉和单目视觉的方法。双目视觉方法，因其公共视场小，安装复杂而受到很大的 限制。现有的单目视觉的方法大都对靶标的安装有一定的要求，安装难度大。因此，本专利 申请提出了一种基于固定相机和单靶标的单轴旋转角的视觉测量方法，该方法对靶标的安 装没有任何要求。另外，本发明对有遮挡的情况同样成立，更加实用。

【发明内容】

[0003] 本发明提出了一种基于固定相机和单靶标的单轴旋转角的视觉测量方法，它是一 种利用单目相机对绕轴旋转运动的旋转角进行测量的方法。它解决了现有视觉测角方法中 靶标安装困难的问题。同时，本发明对有遮挡的情况同样适用，实用性很好。

[0004] 该方法,通过二维祀标,对相机内参及相对于轴的外参数进行标定,进而测量旋转 角，该方法对靶标安装没有任何要求，可以将靶标固定到任意位置。

[0005] 本发明采用的摄像机模型为非线性透视投影模型，模型描述如下：

[0006] 1 ?线性摄像机模型

[0007] 如图(1)所示，空间任何一点P在图像中的成像位置可以用针孔成像模型近似表 示，即点P在图像中的投影位置P，为光心〇与点P的连线与图像平面的交点。因而世界坐 标系下P点坐标(X w，Yw，Zw)T与投影点p的像素坐标(u，V) T之间的关系如下：

[0008]

【权利要求】

1. 一种基于固定相机和单靶标的单轴旋转角的视觉测量方法，其特征在于：该方法具 体步骤如下： 步骤一：相机内外参数标定； 在具体实现过程中，利用二维棋盘格作为靶标；采用的图片序列，包含一张基准位置时 的图片和m张旋转部件旋转到不同角度时的图片；假设这m个角度为Θ θ2，...，θπ，接下 来，利用MATLAB 2014自带的棋盘格角点提取函数detectCheckerboardPoints进行角点提 取，并结合MATLAB标定工具进行内参标定，求得内参数p in和m+Ι个位姿的外部参数；该标 定工具箱，在 http://www. vision, caltech. edu/bouguetj/calib_doc/ 上下载；这些外部 参数表示为 [?又,.]"=祖..具 及示在旋转角为θ i时，相机与祀标之间的旋转矩阵与平移向量，i = 〇时表 示基准位置时，相机与靶标之间的旋转矩阵与平移向量； 步骤二：绕轴旋转运动相关的外参数初值求取 (1) 、根据步骤一中求得的外参数，由(1.7)求取在旋转角为Qi时，靶标相对于基准时 靶标的旋转矩阵和平移向量[X v T；A p'二I· 2,.·.，亂

(2) 、求取及0^刀值： 定义h r2, r3分别为&"的第1，2, 3列，且向量[t] x表示如下矩阵

其中，S = ([τ;Α ]x Aa )r -[T；A 1 %，Si,』表示矩阵S第i行j列的元素，然后，Γι由下 式求得

上式通过对丄+[^作SVD分解求得，若丄[7IaI % +[r2L =USrr，则χ为 V的第三列，然后，得到 =h h I\xr2]. (ο. 5) Θ j = 2arctan ( (AtA) (AtB) ), (0. 6) 其中

*这里的vec( ·)表示矩阵的拉 直，所以，

⑶、根据求得的t及Θ i初值求解，根据(1. 16)，求R"，Τ"的值 R"=KA^ = (tM〇f (〇. 9) 步骤三：对内参数Pin和外参数Pwt进行非线性优化；这里Pin e □ 9, Ptjut e □ 1(1表示如 下 Pin =(?"--.,%v0,^r5)1 ,pmil , 其中，V?vv?· 3分别为氧*45 R?所对应的Rodrigues向量；-fRodrigues向量V与 其对应的旋转矩阵R间的转换关系如下

其中，I3表示3阶的单位矩阵； 对各图像点的坐标作如下标记，靶标1上，在旋转角为Θ i时，对应于第j个靶标特征 点的角点坐标记为= 0，15...，紙_/ = l,2,...，w，祀标上的点记为 Xb = {(Xj, Yj, 0)T, j = 1, 2,. . . , η}. 由于图像提取过程中是存在误差的，因此，选取图像的重投影误差和作为优化目标，由 靶标点及Ptjut,获取重投影点的过程如下： 〈1>、旋转角为Θ i时，靶标点(\，乃，〇)τ转化为世界坐标系下的点

〈2>、求取相应的重投影点f

重投影误差定义为 I = I j=%

优化问题描述为 (ii，i，:"，CC".，€) = arg mlj ￡；· (0.1+1) 该优化问题利用稀疏的Levenberg-Marquardt算法来解决优化问题，稀疏LM算法的优 化工具箱在http://users. ics. forth, gr/?lourakis/sparseLM/上下载；利用上述优化， 获得t，R"，Τ"的信息，这些信息将用于步骤四的旋转角度求取； 步骤四：利用标定的内外参数，测量旋转角度； 首先，根据已经标定好的信息，对角点进行匹配；假设在Θ处拍摄的照片的角点坐标 为Xci ={ (Ui, Vi)T, i = 1，2, ...，N。}，此时图片中可能存在遮挡，因此匹配并不能自动完成， 根据如下算法： ㈠ 、寻找可能匹配的点集； 对每个角点与祀标点对(Wi5Vi/ ，计算一个得分Si;j，计算方法如下： (1) 求取(Xj，yj，o)1;^i应的世界坐标

(2) 求取像点(Ui，Vi)T在s = 平面上的原像(A7.F/.Z/f ,求取方法如下 Χ? = ρ(χ'：,.Υ：Λ)η+? Y： =p(.4， 其中，，

为(Ui, Vi)τ对应的归一化坐标，由迭代 求得； (3) 定义Si,」如下式

(4) 选取阈值τπ = 〇. ld，这里d是棋盘格格子的长度，然后定义可能匹配的点的集合 ￡2 = , Vi)' 4-> ,v^oy , = 1,2,.,,, w, / = 1,2,JVr I Si f < Tm J. (0. 16) (二)、利用直方图，计算角度； 对于Ω中的元素，由下式计算0i;j

然后画出Θ = ·[後分布的直方图，该直方图 中有360个直方块，第k个直方块中的元素为((k-181)°，(k-179)° ) Π Ω中的元素个 数；对Θ的估计值为

㈢、利用求得的角度，选择正确的匹配对； i所对应的祀标点M(j)对应于在正确角范围内，得分最小的点，也就是 AT(O = IiijnSij,满足 0 [04。，0+1。]· 若不存在 θυ￡[θ_Γ，θ+1° ]，则令 M(i)=0.; ㈣、非线性优化 优化问题描述为

8) 该优化问题通过MATLAB自带的Isqnonlin函数进行求解。

【文档编号】G01B11/26GK104374338SQ201410506279

【公开日】2015年2月25日 申请日期:2014年9月28日 优先权日:2014年9月28日

【发明者】全权, 董洪信, 张瑞峰, 付强, 蔡开元 申请人:北京航空航天大学