一種實(shí)用的雙目顯微鏡視覺系統(tǒng)標(biāo)定設(shè)計(jì)_第1頁(yè)
一種實(shí)用的雙目顯微鏡視覺系統(tǒng)標(biāo)定設(shè)計(jì)_第2頁(yè)
一種實(shí)用的雙目顯微鏡視覺系統(tǒng)標(biāo)定設(shè)計(jì)_第3頁(yè)
一種實(shí)用的雙目顯微鏡視覺系統(tǒng)標(biāo)定設(shè)計(jì)_第4頁(yè)
一種實(shí)用的雙目顯微鏡視覺系統(tǒng)標(biāo)定設(shè)計(jì)_第5頁(yè)
已閱讀5頁(yè),還剩7頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

一種實(shí)用的雙目顯微鏡視覺系統(tǒng)標(biāo)定設(shè)計(jì)李惠光;梁畢輝;鄒立穎;沙曉鵬【摘要】本文針對(duì)顯微鏡光路復(fù)雜對(duì)三維物體的放大倍數(shù)過大使得采集的圖像樣本不理想的情況,將雙目視覺系統(tǒng)的標(biāo)定原理與顯微系統(tǒng)產(chǎn)生的虛擬雙目成像原理結(jié)合,提出了一種雙目顯微小孔成像模型.深入分析了顯微攝像機(jī)系統(tǒng)的標(biāo)定及畸變模型,然后,根據(jù)張正友的平面模板標(biāo)定方法和Brown的方法,提出了一種雙目標(biāo)定算法,求解了攝像機(jī)內(nèi)外參數(shù)和非線性畸變參數(shù).最后結(jié)合Bouguet算法對(duì)圖形進(jìn)行校正,通過實(shí)驗(yàn)驗(yàn)證了本文所提方法的有效性.【期刊名稱】《高技術(shù)通訊》【年(卷),期】2018(028)005【總頁(yè)數(shù)】9頁(yè)(P442-450)【關(guān)鍵詞】顯微鏡;雙目標(biāo)定;小孔成像;機(jī)器視覺【作者】李惠光;梁畢輝;鄒立穎;沙曉鵬【作者單位】燕山大學(xué)電氣工程學(xué)院秦皇島066004;燕山大學(xué)電氣工程學(xué)院秦皇島066004;燕山大學(xué)電氣工程學(xué)院秦皇島066004濟(jì)齊哈爾大學(xué)通信與電子工程學(xué)院齊齊哈爾161006;東北大學(xué)秦皇島分??刂乒こ虒W(xué)院秦皇島066000【正文語(yǔ)種】中文0引言在微觀領(lǐng)域中,顯微立體視覺是測(cè)量、三維定位與三維重建等微觀系統(tǒng)中的必要環(huán)節(jié)。但由于攝像機(jī)存在的非線性畸變,導(dǎo)致采集的圖像信息存在誤差,因此,攝像機(jī)標(biāo)定技術(shù),作為一種消除和減少攝像機(jī)固有的非線性畸變的重要方法,應(yīng)用于微觀領(lǐng)域中。如何快速、高精度地標(biāo)定顯微成像系統(tǒng)是本文研究的重點(diǎn)問題。在國(guó)內(nèi)外,許多研究學(xué)者對(duì)攝像機(jī)標(biāo)定方法進(jìn)行了大量的研究[1]。其方法主要分為兩種情況:傳統(tǒng)標(biāo)定法和自標(biāo)定法[2-4]。傳統(tǒng)標(biāo)定法是根據(jù)已知參照物給定的特定條件如形狀,尺寸等,經(jīng)過對(duì)圖像的采集、處理以及一系列的數(shù)學(xué)方法得到攝像機(jī)的內(nèi)外卜參數(shù)。如,F(xiàn)aig[5]利用針孔攝像機(jī)模型的共面約束條件,考慮多種限制因素提出攝像機(jī)的標(biāo)定模型。對(duì)于每幅圖采用至少17個(gè)參數(shù)對(duì)該約束條件進(jìn)行約束,計(jì)算量非常大。自標(biāo)定法是不依賴于參照物,僅僅依靠攝像機(jī)在運(yùn)動(dòng)過程中圖像之間的相對(duì)關(guān)系完成標(biāo)定。如馬頌德[6]提出通過控制攝像機(jī)進(jìn)行特殊的兩組三正交運(yùn)動(dòng)完成自標(biāo)定,但是對(duì)于攝像機(jī)的移動(dòng)精度要求非常高,無法靈活運(yùn)動(dòng)。結(jié)合傳統(tǒng)標(biāo)定的方法和自標(biāo)定的方法,張正友提出的標(biāo)定方法[7],很好地說明了攝像機(jī)內(nèi)外參數(shù)的推導(dǎo)方法,得到了廣泛的應(yīng)用。由于單目視覺標(biāo)定無法獲得深度信息等方面的約束,雙目視覺標(biāo)定在單目視覺標(biāo)定的基礎(chǔ)上發(fā)展起來并得到廣泛的應(yīng)用??左惴迹?]等為了減輕標(biāo)定過程中對(duì)高精度靶標(biāo)的依賴提出了一種GPS雙目攝像機(jī)標(biāo)定及空間坐標(biāo)重建方法。張超[9]等為了解決誤差大的標(biāo)定圖像造成的影響,提出了一種基于位姿約束的雙目攝像機(jī)標(biāo)定算法,利用雙目攝像機(jī)之間的三維位姿關(guān)系,求解內(nèi)外參數(shù)。由于顯微鏡光路復(fù)雜,且存在景深限制,不能完全按照宏觀攝像機(jī)的方法進(jìn)行標(biāo)定??壮?0]等,利用網(wǎng)格標(biāo)定板并搭建精密的實(shí)驗(yàn)平臺(tái),綜合考慮徑向和切向畸變模型,采用Tsai自標(biāo)定算法完成標(biāo)定,但是,此方法僅僅適用于對(duì)規(guī)則物體的測(cè)量。本文將宏觀攝像機(jī)的雙目標(biāo)定方法與顯微鏡成像原理相結(jié)合,分析了顯微鏡成像原理,進(jìn)而將其映射到小孔成像原理中,提出一種基于小孔成像的顯微系統(tǒng)標(biāo)定模型,在新的模型下可以完成光學(xué)顯微鏡下的攝像機(jī)標(biāo)定。并通過分析攝像機(jī)非線性畸變模型,結(jié)合張正友平面標(biāo)定算法和Brown的方法求解攝像機(jī)內(nèi)參數(shù),并通過分析顯微鏡下雙目攝像機(jī)成像模型,求解攝像機(jī)外參數(shù)。最后應(yīng)用Levenberg-Marquardt算法結(jié)合最大似然估計(jì)對(duì)所得參數(shù)進(jìn)行優(yōu)化處理。通過實(shí)驗(yàn),該方法可以快速,高精度地完成顯微系統(tǒng)的標(biāo)定,經(jīng)過校正后修復(fù)了圖像的畸變。1顯微鏡系統(tǒng)組成及標(biāo)定模型1.1顯微鏡系統(tǒng)組成如圖1所示,顯微鏡系統(tǒng)由COM型光學(xué)體視顯微鏡、固定在目鏡部位的兩部CCD攝像機(jī)組成。圖1顯微鏡系統(tǒng)組成1.2單目顯微視覺成像模型顯微鏡系統(tǒng)由復(fù)雜的光學(xué)器件組合而成,將其目鏡環(huán)節(jié)增加攝像頭即可組成,“顯微鏡-攝像機(jī)”的電子顯微成像系統(tǒng),進(jìn)一步達(dá)到視覺顯微控制的目的。該成像系統(tǒng)原理,如圖2所示。圖2顯微鏡成像系統(tǒng)組成原理顯微鏡成像原理[11]如下:顯微鏡放大的光學(xué)系統(tǒng)由兩級(jí)組成。第一級(jí)是物鏡,物體AB通過物鏡得到放大的倒立實(shí)像A1B1。第二級(jí)放大是通過目鏡來完成。當(dāng)經(jīng)第二級(jí)放大的倒立實(shí)像處于目鏡的主焦點(diǎn)以內(nèi)時(shí),人眼可通過目鏡觀察到二次放大倒立的虛象A3B3。由于從成像系統(tǒng)的成像鏡頭部分來看,后部分就是一套普通成像系統(tǒng),它完成“將普通圖像轉(zhuǎn)換為數(shù)字圖像”的作用。于是,就要求系統(tǒng)前一部分完成〃將顯微圖像轉(zhuǎn)換成為普通圖像”的任務(wù)。根據(jù)顯微鏡頭的光學(xué)成像原理可見:該部分恰好可以完成這一作用一一將顯微圖像轉(zhuǎn)換成為普通圖像(虛像)對(duì)于x-z坐標(biāo)系統(tǒng),可以進(jìn)一步轉(zhuǎn)化為如下等價(jià)的小孔成像原理圖,如圖3所示。xm是顯微目標(biāo)點(diǎn),對(duì)應(yīng)顯微成像系統(tǒng)的AB,X是放大后的虛擬目標(biāo)點(diǎn),對(duì)應(yīng)顯微成像系統(tǒng)的A3B3,x是攝像機(jī)的成像點(diǎn),對(duì)應(yīng)顯微成像系統(tǒng)的A1B1,f為攝像機(jī)焦距,zm是顯微等價(jià)物距,z是虛擬等價(jià)物距。圖3等價(jià)的小孔成像原理圖如取顯微鏡的等價(jià)放大倍數(shù)為km,有Z=kmzm顯然有以下關(guān)系式成立:同理,可以得到y(tǒng)-z坐標(biāo)系的關(guān)系Y=kmymZ=kmzm由此可建立顯微鏡下攝像機(jī)透視成像模型,如圖4所示。圖4理想攝像機(jī)透視成像模型根據(jù)此模型,從顯微鏡下虛擬目標(biāo)點(diǎn)變換到成像平面以像素為單位的成像點(diǎn)大致分為4個(gè)步驟,如圖5所示。圖5從虛擬目標(biāo)點(diǎn)到成像像素點(diǎn)的變換過程首先根據(jù)由顯微鏡成像系統(tǒng)轉(zhuǎn)化為的小孔成像模型將實(shí)際目標(biāo)點(diǎn)p轉(zhuǎn)化為虛擬目標(biāo)點(diǎn)P。關(guān)系可表示為:(1)式(1)中,km為顯微鏡的等價(jià)放大倍數(shù)。三維空間物體上的實(shí)際目標(biāo)點(diǎn)Pm從實(shí)際坐標(biāo)系Om-xmymzm轉(zhuǎn)換到攝像機(jī)坐標(biāo)系Oc-xcyczc的變換關(guān)系可表示為將式(1)帶入,可得出虛擬目標(biāo)點(diǎn)P從世界坐標(biāo)系轉(zhuǎn)換到攝像機(jī)坐標(biāo)系(2)式(2沖,R是3x3的旋轉(zhuǎn)矩陣,T是1x3的平移向量。從攝像機(jī)坐標(biāo)系Oc-XcYcZc轉(zhuǎn)換到以毫米為單位的成像平面坐標(biāo)系O1-XY的變換關(guān)系可表示為(3)式(3)中,f是攝像機(jī)的光心Oc到成像平面中心點(diǎn)01之間的距離,稱為物理焦距。投影點(diǎn)m(x,y)從成像平面坐標(biāo)O1-XY系轉(zhuǎn)換到成像平面坐標(biāo)O0-UV,其變換關(guān)系可表示為(4)式(4)中,O1-XY是以毫米為單位,O0-UV是以像素為單位。dx、dy分別是O1-XY成像平面沿X,Y方向的單位像素的物理長(zhǎng)度°(u0,v0)是攝像機(jī)光軸與成像平面O0-UV的交點(diǎn),及主點(diǎn)O1在成像平面上的坐標(biāo),理想情況下位于成像平面的中心。聯(lián)立式(2)、(3)、(4)可以得到三維空間上的任意一點(diǎn)P從世界坐標(biāo)系轉(zhuǎn)換到以像素為單位的成像片面坐標(biāo)系的變換關(guān)系:式(5)中,fx、fy是焦距f換算成以像素為單位后在U軸和V軸方向的比例因子;Min由參數(shù)fx、fy、u0和v0決定,為攝像機(jī)的內(nèi)參數(shù),此參數(shù)由相機(jī)的內(nèi)部結(jié)構(gòu)決定;旋轉(zhuǎn)矩陣R3x3和平移向量T3x1組成Mout為攝像機(jī)的夕卜參數(shù),此參數(shù)由相機(jī)與世界坐標(biāo)的相對(duì)位姿決定;Min、Mout相乘可表示為矩陣H,其含義是三維空間物體上的點(diǎn)從客觀場(chǎng)景到數(shù)字圖像的成像變換的單應(yīng)性矩陣。2攝像機(jī)主要畸變模型攝像機(jī)的主要畸變(非線性畸變)分為兩種[12]:徑向畸變和切向畸變。其中徑向畸變來自于透鏡制造商的缺陷,切向畸變來自于整個(gè)攝像機(jī)的組裝過程,如圖6所示。對(duì)于徑向畸變[13],成像儀中心(光學(xué)中心)的畸變?yōu)?,隨著向邊緣移動(dòng),畸變會(huì)越來越嚴(yán)重。如圖7所示。圖6攝像機(jī)的非線性畸變模型圖7徑向畸變示意圖實(shí)際情況中,可以用r=0位置周圍的泰勒級(jí)數(shù)展開的前幾項(xiàng)描述,本文選取展開式的前三項(xiàng)。其變換關(guān)系式如下:xd=x+x[k1(x2+y2)+k2(x2+y2)2+k3(x2+y2)3]yd=y+y[k1(x2+y2)+k2(x2+y2)2+k3(x2+y2)3](6)ud=u+(u-u0)[k1(x2+y2)+k2(x2+y2)2+k3(x2+y2)3]vd=v+(v-v0)[k1(x2+y2)+k2(x2+y2)2+k3(x2+y2)3]⑺其中xd、yd是以毫米為單位的成像平面中發(fā)生畸變后的投影點(diǎn)的坐標(biāo);ud、vd是以像素為單位發(fā)生畸變后投影點(diǎn)的坐標(biāo);x、y是以毫米為單位的成像平面的理想投影點(diǎn)坐標(biāo);u、v是以像素為單位的成像平面的理想投影點(diǎn)坐標(biāo)。k1、k2、k3是徑向畸變參數(shù)。對(duì)于切向畸變[14],是在透鏡不完全平行于圖像平面的時(shí)候產(chǎn)生的,這時(shí)的圖像與成像平面存在小的傾斜角,如圖8所示。圖8切向畸變示意圖切向畸變分為X軸和Y軸兩個(gè)方向。其表達(dá)式如下:Sxd=2p1xy+p2(x2+y2+2x2)Syd=2p1(x2+y2+2y2)+2p2xy(8)式(8)中的p1、p2為切向畸變參數(shù)。&d、8yd是2個(gè)方向的切向畸變變量。綜上,畸變參數(shù)主要由k1、k2、k3、p1、p25個(gè)參數(shù)組成。3雙目顯微鏡攝像機(jī)成像模型如圖9所示,左、右攝像機(jī)圖像平面分別稱為xl-yl平面和xr-yr平面,xl和xr在同一水平線上,可令y=yl=yr。兩攝像機(jī)光心01和Or之間的基線距離為B,顯微鏡虛擬目標(biāo)點(diǎn)P(Xw,Yw,Zw)在左、右攝像機(jī)成像平面的投影點(diǎn)分別為m1(xl,yl)、m2(-xr,yr)。圖9左、右攝像機(jī)成像平面的投影顯微鏡虛擬目標(biāo)點(diǎn)P(Xw,Yw,Zw)投影到Xw-Zw平面和Yw-Zw平面成像圖分別如圖10和圖11所示。圖10Xw-Zw平面成像圖圖11Yw-Zw平面成像圖根據(jù)三角形相似幾何關(guān)系,由圖9和圖10可得如下關(guān)系式成立⑼(10)(11)由以上各式可得三維物點(diǎn)的深度為(12)式中xl-xr為三維物點(diǎn)在兩攝像機(jī)成像平面的視差。因此,通過三維物點(diǎn)在雙目攝像機(jī)成像平面上的投影點(diǎn)可直接計(jì)算出該三維物點(diǎn)在世界坐標(biāo)系下的實(shí)際位置坐標(biāo)P(Xw,Yw,Zw)。當(dāng)左、右攝像機(jī)的攝像機(jī)外部參數(shù)分別確定以后,就可以利用如下關(guān)系確定雙目攝像機(jī)的結(jié)構(gòu)參數(shù)(左右兩攝像機(jī)在世界坐標(biāo)系中的相對(duì)位置關(guān)系,即旋轉(zhuǎn)矩陣R和平移向量T)□(13)式中,Rl、Tl和Rr、Tr分別為左右攝像機(jī)的外卜部參數(shù)。其中平移向量T包含基線距離B。4標(biāo)定實(shí)驗(yàn)與結(jié)果本實(shí)驗(yàn)采用燕山大學(xué)機(jī)器視覺研究室中微動(dòng)平臺(tái)系統(tǒng)作為實(shí)驗(yàn)設(shè)備,其系統(tǒng)組成如圖12所示,實(shí)物圖如圖13所示。圖12微動(dòng)平臺(tái)系統(tǒng)組成框圖圖13微動(dòng)平臺(tái)系統(tǒng)該系統(tǒng)主要由顯微視覺模塊和運(yùn)動(dòng)控制模塊兩大部分組成,本次實(shí)驗(yàn)主要應(yīng)用其中的顯微視覺模塊。該模塊主要包括體式顯微鏡,左右CCD攝像機(jī)以及視頻采集卡。標(biāo)定目標(biāo)采用5x7棋盤格標(biāo)定板,每個(gè)方格的邊長(zhǎng)為0.25mm。CCD采集的圖像像素大小為670x480。利用前文提出的顯微小孔成像模型,并分析顯微視覺成像模型和非線性畸變模型之間的聯(lián)系,提出基于張正友的平面模板標(biāo)定方法求解攝像機(jī)內(nèi)外參數(shù)和基于Brown的方法求解非線性畸變參數(shù)的融合算法來對(duì)系統(tǒng)進(jìn)行設(shè)計(jì),在VC++編譯環(huán)境下調(diào)用OpenCV相關(guān)庫(kù)函數(shù)進(jìn)行攝像機(jī)的標(biāo)定實(shí)驗(yàn),求出攝像機(jī)的標(biāo)定參數(shù),最后用Bouguet算法對(duì)圖像進(jìn)行校正。首先,將世界坐標(biāo)系建立在平面模板上,令Zw=0,用ri表示旋轉(zhuǎn)矩陣R3x3的列向量,則式(5)可表示為Zcm=HPw(14)令,再根據(jù)旋轉(zhuǎn)矩陣的性質(zhì),對(duì)每一個(gè)棋盤視場(chǎng)獲得的圖像可以得到對(duì)內(nèi)參數(shù)的兩個(gè)約束方程為(15)令那么如果有兩幅以上的目標(biāo)圖像,就可以從B矩陣的封閉解中可以線性唯一地解出攝像機(jī)的內(nèi)參數(shù)fx、fy、u0和v0,同時(shí)外參數(shù)(旋轉(zhuǎn)矩陣和平移向量)可以由各自的模板圖像根據(jù)單應(yīng)性條件得到。為了求出全局優(yōu)化的攝像機(jī)內(nèi)夕卜參數(shù)和畸變參數(shù),以第一步求出的參數(shù)值為初值,融合2階徑向畸變和切向畸變模型,同時(shí)應(yīng)用Levenberg-Marquardt算法對(duì)模板圖像中沒有考慮畸變影響的圖像點(diǎn)與實(shí)際的再投影點(diǎn)之間的距離和進(jìn)行非線性最小優(yōu)化,通過最大似然估計(jì)就可以得到精度更高的攝像機(jī)標(biāo)定參數(shù)值。其優(yōu)化模型如下:minC=Ri,Ti,Pwj)||(16)式中mdij是實(shí)際檢測(cè)到的第i副圖像中的第j個(gè)像點(diǎn),Pwj是模板平面上的第j個(gè)空間點(diǎn),Ri,Ti是第i副圖像所對(duì)應(yīng)的外參數(shù),k1,k2,k3的初始值為零,m是Pwj經(jīng)過校正畸變后的投影坐標(biāo)值。最后通過式(13)求解雙目標(biāo)定的相關(guān)參數(shù)。用Bouguet算法再進(jìn)行校正。標(biāo)定過程采用VS2010和Opencv2.4.10,程序流程圖如圖14所示。通過微動(dòng)平臺(tái)對(duì)標(biāo)定板進(jìn)行微動(dòng)操作,平移,旋轉(zhuǎn)后用CCD的左右攝像機(jī)分別采集22幅圖樣,然后進(jìn)行標(biāo)定。標(biāo)定結(jié)果如下:左、右攝像機(jī)內(nèi)參數(shù)與畸變參數(shù)如表1所示,外參數(shù)如表2所示:圖14程序流程圖表1左、右攝像機(jī)內(nèi)參數(shù)與畸變參數(shù)參數(shù)左攝像機(jī)右攝像機(jī)廣義焦距fx7.983e+0027.983e+002廣義焦距fy7.983e+0027.983e+002圖像中心坐標(biāo)u03.342e+0023.051e+002圖像中心坐標(biāo)v03.586e+0023.528e+002徑向畸變參數(shù)k1-5.686e-001-4.711e-001,徑向畸變參數(shù)k21.228e+0002.358e-001徑向畸變參數(shù)k3-2.478e+0007.243e-002切向畸變參數(shù)p100切向畸變參數(shù)p200像素誤差s0.0380.035表2左、右攝像機(jī)外參數(shù)左攝像機(jī)右攝像機(jī)旋轉(zhuǎn)矩陣Rl[9.998e-001,1.647e-002,9.053e-003;-1.642e-002,9.998e-001,-6.275e-003;-9.155e-003,6.125-003,9.999e-001]旋轉(zhuǎn)矩陣Rr[9.985e-001,4.813e-002,-2.631e-002;-4.797e-002,9.988e-001,6.834e-003;-2.661e-002,-5.562-003,9.996e-001]兩攝像機(jī)相對(duì)旋轉(zhuǎn)矩陣R[9.9886e-001,-3.135e-002,3.594e-002;3.178-002,9.994e-001,-1.139e-002;-3.557e-002,1.252e-002,9.993e-001]兩攝像機(jī)相對(duì)平移矩陣T[-4.308e+000,2.077-001,1.135-001]T根據(jù)表后得到的參數(shù),選取其中一組圖像為例,用VS2010+Opencv2.10進(jìn)行校正實(shí)驗(yàn)。如圖15、圖16所示,根據(jù)圖像對(duì)比可以直觀看出:復(fù)原圖像消除了非線性畸變,并通過標(biāo)定出的相對(duì)位置關(guān)系R、T,調(diào)整了左右圖像的相對(duì)位置。用同樣的過程,用張正友標(biāo)定算法對(duì)相同參照物在相同條件下進(jìn)行標(biāo)定求出張氏標(biāo)定下的畸變參數(shù)和像素誤差,如表3所示。圖15校正前的左右圖像圖16校正后的圖像表3張氏標(biāo)定法下左、右攝像機(jī)外參數(shù)參數(shù)左攝像機(jī)右攝像機(jī)徑向畸變參數(shù)k1-8.566e-001-7.411e-001徑向畸變參數(shù)k23.824e+0005.012e-001徑向畸變參數(shù)k3-5.356e+0002.852e-002切向畸變參數(shù)p100切向畸變參數(shù)p200像素誤差s0.40.39在Matlab環(huán)境下,統(tǒng)計(jì)本文算法與張正友標(biāo)定算法在相同標(biāo)定參照物條件下,標(biāo)定棋盤格從第8張到第22張標(biāo)定所需的時(shí)間,如圖17所示。結(jié)合表3和圖17可以看出本文提出的算法相對(duì)于張正友標(biāo)定像素誤差縮小10倍,說明標(biāo)定精度很大程度上得到提高。該方法標(biāo)定耗時(shí)短,并且隨著棋盤格圖片的增加相對(duì)張氏標(biāo)定法的耗時(shí)更加的短。圖17不同算法雙目標(biāo)定所用時(shí)間5結(jié)論本文提出的標(biāo)定系統(tǒng)針對(duì)的是體式顯微鏡下的攝像機(jī),是面對(duì)具體應(yīng)用的實(shí)用性設(shè)計(jì)。首先介紹了基于顯微鏡成像原理和小孔成像原理推導(dǎo)出的顯微鏡視覺標(biāo)定系統(tǒng)的模型,然后分析了視覺系統(tǒng)的非線性畸變模型,提出基于張正友的平面模板標(biāo)定方法求解攝像機(jī)內(nèi)外參數(shù)和基于Brown的方法求解非線性畸變參數(shù)的融合算法來對(duì)系統(tǒng)進(jìn)行設(shè)計(jì),并提出優(yōu)化模型。最后結(jié)合Bouguet算法對(duì)圖形進(jìn)行校正。在VS2010環(huán)境下調(diào)用Opencv數(shù)據(jù)庫(kù),完成標(biāo)定,并對(duì)圖像進(jìn)行了對(duì)比校正。結(jié)果表明,該方法具有誤差小、耗時(shí)短等優(yōu)點(diǎn),并解決了具有復(fù)雜光路的顯微鏡下標(biāo)定困難的問題,且VC++編譯環(huán)境代碼開源,可以在此基礎(chǔ)上編寫更多實(shí)用性程序供后續(xù)研究,具有很高的實(shí)用價(jià)值。參考文獻(xiàn)【相關(guān)文獻(xiàn)】鄭楷鵬.攝像機(jī)標(biāo)定及立體匹配技術(shù)研究:[碩士學(xué)位論文][D].南京:南京理工大學(xué)電子工程與光電技術(shù)學(xué)院,2017FaugerasO,ToscaniG.Thecalibrationproblemforstereo[C].In:ProceedingsofIEEEConferenceonComputerVisionandPatternRecognition,Miami,USA,1986.15-20BenallalM,MeunierJ.Cameracalibrationwithsimplegeometry[C].In:Proceedingsofthe2003InternationalConferenceonImageandSignalProcessing,Agadir,Morocco,2003.1-6GuillouE,MeneveauxD,MaiselE,etal.Usingcanishingpointsforcameracalibrationandcoarse3Dre

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫(kù)網(wǎng)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論