从像素坐标到相机坐标_机器视觉——多相机视觉系统的坐标系统标定与统一及其应用...

本文介绍了大幅面多相机视觉系统在定位、测量和场景拼接中的应用,重点讨论了相机间无重叠和有重叠部分的坐标统一方法。包括使用大标定板和相对运动来统一相机坐标,以及通过标定和非标定方法拼接图像,详细阐述了各种方法的原理、步骤和应用场景。
摘要由CSDN通过智能技术生成

来源:运动控制与机器视觉物联网

导语:

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。

============================

一. 相机间无重叠部分,介绍两种典型方法。

1. 使用大标定板统一坐标

方案简介:

此方法采用一块大标定板来统一各个相机的坐标,每个大标定板中有若干小标定板,各个小标定板间的位置关系都是已知的,各个相机都能拍摄到一个小标定板。通过各个小标定板可以标定每个相机的内部参数和外部参数,每个相机的坐标都可以转换到各个小标定板的坐标系上,从而统一各个相机的坐标。 系统结构:

a7f0380b602ba802f0cbbea62cb94cc5.png

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:

44b00c6c913f098a5960e70cb17cd06d.png

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:

d4e69460f01c8abeaf56093a1647235c.png

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。

c26541cbea629f400210e09a8513c176.png

(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。

  • 0
    点赞
  • 15
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值