結構光視覺測量原理圖

 

 

我們不考慮鏡頭的畸變，將相機的成像模型簡化為小孔成像模型，則特征點的圖像坐標Pf 與其在攝像機坐標系下的三維坐標P 之間的關系可表示為：

 

 

其中：（u,v）是特征點的圖像坐標，（u0,v0） 光軸中心的圖像坐標，（kx ky ）是X 軸，Y 軸方向的放大系數(shù)，（xc yc zc） 是特征點在攝像機坐標系下坐標，  Mc 是攝像機內參數(shù)矩陣。

 

結構光視覺投影成像模型：

 

 

設結構光在攝像頭坐標系的平面方程為：

 

 

依據激光條紋特征點圖像坐標就可以得到其在攝像機坐標系下的三維坐標

 

 

相機參數(shù)標定：

 

采用張正友提出的基于2D平面棋盤格的攝像機標定方法，利用Matlab攝像頭標定工具完成相機參數(shù)的標定。

 

攝像機標定工具箱主窗口：

 

 

用于攝像機標定的棋盤格圖像：

 

 

相關參考文獻可以查看張正友的論文：

 

Zhang Z. A flexible new technique for camera calibration[J]. IEEE Transactions on pattern analysis and machine intelligence, 2000, 22(11): 1330-1334.

 

得到攝像機內參數(shù)矩陣：

 

 

結構光平面參數(shù)標定：

 

首先，激光器投射結構光平面到平面棋盤格上形成激光條紋，并通過CCD 攝像機采集激光條紋圖像。然后，對圖像進行處理，提取激光條紋上的兩個特征點。控制機器人按照一定的約束進行運動，從一個標定位置移動到另一個位置，從而產生兩條不共線的激光條紋，利用上述相同的圖像處理方法再次提取激光條紋上的兩個特征點。最后，利用結構光平面上的四個點來確定結構光平面方程參數(shù)。該方法可以在攝像機參數(shù)標定過程中，同時完成結構光平面方程參數(shù)的標定。同時，該方法不需要加工高精度的三維標定靶標，也不需要手工測量，標定過程簡單實用。

 

試驗裝備：

 

一個六自由度機器人，一個CCD 工業(yè)攝像機，一個激光器和一個平面棋盤格靶標。

 

結構光平面參數(shù)標定系統(tǒng)示意圖：

 

 

攝像機坐標系位于攝像機中心，而世界坐標系位于平面棋盤格靶標上。一個特征點在攝像機坐標系下坐標與其在世界坐標系下坐標之間的對應關系可以用下式來表達：

 

 

標定過程如下：

 

（1）圖像獲?。?/div>