推荐星级:
  • 1
  • 2
  • 3
  • 4
  • 5

机器视觉相机标定基础

更新时间:2020-08-02 12:48:01 大小:2M 上传用户:xuzhen1查看TA发布的资源 标签:机器视觉 下载积分:1分 评价赚积分 (如何评价?) 收藏 评论(0) 举报

资料介绍

无论要从图像推知物空间的三维信息,或反之,从空间三维信息推断二维图像坐标,都必须建立图像中像点位置和空间物体表面点位置之间的相互对应关系,即确定相机在参考坐标系中的空间位置和取向(外部参数),以及相机本身的几何模型和光学参数(内部参数)。
这种对应关系由摄像系统的成像模型来决定,但由于相机的光心和光轴并不是物理上的实体,因此这些参数需要通过实验与计算来确定,测定这些参数的过程就称为摄像系统的标定相机标定是立体视觉技术中的一项最基本,也是最重要的工作。对于机器视觉测量系统来说,一般物距是焦距的几百或上千倍,这时相机内外参数或图像上目标像点位置的任何一点微小误差在测量结果中都可能被放大千百倍。因此要达到较高的测量精度,必须要对摄像系统进行高精度的标定。
1相机成像模型
1.1针孔成像与透镜成像

相机模型是光学成像几何关系的简化,三维空间中的物体到像平面的投影关系即为成像模型。理想的投影成像模型是光学中的中心投影,也称为线性模型或针孔模型(pin-hole model)。针孔模型假设物体表面的反射光都经过一个小孔而投影在像平面上,即满足光的直线传播条件,此时物点,光心以及像点之间的几何关系为一共线方程。针孔模型主要由光心
(optical center)、成像面(image plane)和光轴(optical axis)组成,图1为针孔模型成像原理示意图。
计孔模型的焦距等于光心到像面的距离,物距n等于光心到物面的距离。小孔成像由于透光量太小,因此需要很长的曝光时间,并且难以得到清晰的图像。而使用镜头可以很好的解决这些问题。镜头能聚集光线,获得清晰的图像,而且镜头能透过大量的光线,可以在很短的时间内使感光介质曝光。因此实际的摄像系统通常是由透镜或透镜组构成的。图2是理想的单透镜成像原理图。其中五为焦距,为物距,v为像距,三者满足如下的高斯成像公式

部分文件列表

文件名 大小
机器视觉相机标定基础.pdf 2M

全部评论(0)

暂无评论