推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

机器视觉导引系统中摄像机的标定方法

更新时间:2019-10-20 09:29:51 大小:1M 上传用户:杨义查看TA发布的资源 标签:机器视觉 下载积分:0分 评价赚积分 (如何评价?) 打赏 收藏 评论(0) 举报

资料介绍

文档为机器视觉导引系统中摄像机的标定方法总结文档,是一份不错的参考资料,感兴趣的可以下载看看,,,,,,,,,,,,,

部分文件列表

文件名 大小
机器视觉导引系统中摄像机的标定方法.pdf 1M

部分页面预览

(完整内容请下载后查看)
29 卷 增刊  
2008 5 月  
航 空 学 报  
Vol. 29 Sup.  
May 2008  
ACTA AERONAUTICA ET ASTRONAUTICA SINICA  
文章编号: 1000-6893(2008)-S204-05  
机器视觉导引系统中摄像机的标定方法  
王昭, 张平  
(北京航空航天大学 自动化科学与电气工程学院, 北京 100083)  
Camera Calibration Algorithms in Vision Based Navigation Systems  
Wang Zhao, Zhang Ping  
(School of Automation Science and Electrical Engineering, Beijing University of  
Aeronautics and Astronautics, Beijing 100083, China)  
摘 要针对无人机(UAV)自主起飞与着陆机器视觉导引系统中摄像机的标定问题, 讨论了标定摄像机内参  
数的重要意义, 选定了包含畸变因素的摄像机透视投影模型。采用改进两步法进行摄像机内参数标定, 结果  
中主要参数相对误差均小于 1%, 位置误差小于 0.2 像素, 证明了所选择模型和标定方法的合理性。分析并验  
证了影响标定精度的因素, 包括模型选择、图像拍摄质量和标定靶精度。针对机器视觉导引的应用条件, 基  
本解决了准确、快速标定摄像机内参数的实际问题。  
关键词机器视觉;摄像机标定;两步法  
中图分类号:TP399  
文献标识码:A  
Abstract: Calibration of intrinsic camera parameters is fundamental to vision based autonomous unmanned aerial  
vehicle (UAV) launching and landing. A pinhole camera perspective projection model is proposed. Both radial and  
tangential distortions are modeled. An improved two-step approach is examined by actual calibration experiments.  
Relative errors of parameters were all below 1%, and position accuracy is within 0.2 pixel. The proposed camera  
model and calibration method are appropriate for this application. Three major factors influence the accuracy of cali-  
bration process. They are camera model, precision of calibration pattern and quality of images. A method of practical  
camera calibration is realized.  
Key words: machine vision; camera calibration; two-step approach  
无人机(UAV)自主/半自主起飞与着陆是当前  
航空领域研究的重点。针对无人机相对位置和姿  
态的估计, 目前常用的导航方法有[1]:全球定位  
系统(GPS)、惯性导航系统(INS)、视觉导航系统  
及组合式导航系统。由于工作频段远离电磁对抗  
频率范围, 且精度适中、成本低廉, 基于机器视  
觉的导引方法已经成为无人机自主/半自主起飞  
与着陆方面的研究热点。  
基于机器视觉导引的无人机自主起降[1]利用  
机载视觉系统, 拍摄固定于地面的靶标, 根据摄  
像机透视投影模型, 通过实时估计摄像机相对靶  
标的位置与姿态获得飞机导航信息。基于机器视  
觉导引的无人机半自主起降则由地面的机器视觉  
系统跟踪拍摄无人机, 通过估计摄像机相对无人  
机的位置与姿态获得导航信息。虽然无人机自主  
起飞与着陆是未来的发展趋势, 但由于半自主起  
降方案可不受无人机上硬件条件的限制保证导引  
精度和实时性, 所以在目前阶段更具优势。  
机器视觉系统通过从二维图像获取三维信息  
来对飞机的运动参数进行估计, 为准确获得摄像  
机与目标之间的相对位置与姿态, 就必须对摄像  
机内参数进行标定。由于需要将摄像机安装在两  
自由度(俯仰/偏航)云台上以完成目标跟踪, 同时  
应该考虑云台模型。系统安装时很难使摄像机光  
心与云台空间位置不变点完全重合, 控制云台跟  
踪目标时就不能将目标在图像上的偏差直接作为  
云台控制信号, 而需要利用包含云台与摄像机的  
模型解算出目标空间位置。通过预测算法得到的  
目标空间位置也需要通过该模型转换为云台控制  
信号。可见, 即使仅希望进行目标跟踪, 内参数  
的准确标定也是必需的。  
摄像机标定方法经过了长期发展, 包括传统  
方法和自标定方法。传统的摄像机标定方法, 如  
W. Faig 的方法和直接线性变换方法(DLT), 通  
收稿日期:2007-09-12;修订日期:2007-12-26  
基金项目:武器装备基金(9140A25040106HK0118)  
通讯作者:王昭 E-mail:  

全部评论(0)

暂无评论

上传资源 上传优质资源有赏金

  • 打赏
  • 30日榜单

推荐下载