资源目录
压缩包内文档预览：
编号：122373895
类型：共享资源
大小：2.25MB
格式：ZIP
上传时间：2021-04-19
上传人：221589****qq.com
认证信息
个人认证
李**（实名认证）
湖南
IP属地：湖南
40
积分
- 关 键 词：
-
一种
钻头
台式
钻床
设计
说明书
CAD
- 资源描述：
-
一种多钻头台式钻床的设计【说明书+CAD】,一种,钻头,台式,钻床,设计,说明书,CAD
- 内容简介：
-
相机标定的一个灵活的新技术张正友，高级会员，IEEE摘要：我们提出一个灵活的新技术轻松地标定相机。它只需要相机观察平面模式显示在一些(至少两个)，不同的方向。相机或平面模式可以自由移动。运动不需要知道。径向透镜畸变是建模。提出的程序由一个封闭的解，紧随其后的是一个非线性优化基于最大似然准则。计算机模拟和真实的数据被用来测试提出的技术和很好的结果被获得。与经典技术使用昂贵设备，如两个或三个正交平面，该技术是容易的使用和灵活。它提出三维计算机视觉实验室的一个步骤实际使用的环境。相应的软件是可用的作者的Web页面。索引词：从飞机相机标定,标定,2 d模式,灵活plane-based标定、绝对二次曲线投影映射,镜头畸变,封闭的解、最大似然估计、灵活设置。1、动机相机标定是一个必要的步骤,3 d计算机视觉，以从二维图像中提取指标信息。很多工作已经完成,从摄影测量社区(见2,4引用几),最近在计算机视觉(9,8,23,7,25,24,16,6引用一些)。我们可以将这些技术大致分为两类:摄影测量标定和自标定。三维引用对象的标定。相机标定是通过观察执行标定在三维空间对象的几何形状,而闻名良好的精度。标定可以非常有效地完成5。标定的对象通常包含两个或三个飞机相互正交。有时一架飞机经历一场精确已知的翻译也使用23。这些方法需要昂贵的标定器,一个复杂的设置。自标定。这类技术不使用任何标定的对象。只是通过移动相机在一个静态的场景,场景提供了一般的僵化约束16,14相机的内部参数利用图像信息从一个镜头位移独自一人。因此,如果图像是由相同的相机固定的内部参数之间的对应关系三张图片足以内部和恢复外部参数允许我们重建3 d结构相似15,12。虽然这方法非常灵活,它还不成熟1。因为有很多参数估计,我们不能总是获得可靠的结果。其他技术存在:正交方向的消失点3,13,从纯旋转标定11,20。 我们目前的研究重点是桌面视觉系统(dv)因为使用dv的潜力很大。相机变得廉价,无处不在。一个德国焊接学会旨在将军公共不是专家在计算机视觉。一个典型的计算机用户只会不时执行视觉任务,所以他们会不愿意投资昂贵的设备。因此,灵活性、健壮性和低成本是很重要的。相机本文描述标定技术开发考虑到这些因素。该技术只需要相机观察平面模式显示在一些(至少两个)不同的方向。模式可以印在一个激光打印机和附加到合理平面表面(如。硬封面)。要么是相机或平面模式可以移动。运动不需要知道。本文提出的方法,它使用二维指标信息、摄影测量标定之间的谎言使用显式的3 d模型和自标定,使用运动刚性或相当于隐含的三维信息。两个电脑仿真和实际数据被用来测试算法技术,取得了很好的结果。相比与传统技术,提出技术相当更灵活的:任何人都可以做一个标定模式由他/她自己和安装非常简单。与自检校相比,它获得相当程度的鲁棒性。我们相信新技术进步三维计算机视觉从实验室一步环境的现实世界。值得注意的是，瑞格 22 最近开发了一种自标定从平面场景的至少五个视图技术。他的技术比我们的更灵活，但难以初始化。Liebowitz和Zisserman 13 描述了一种度量校正技术使用度量信息平面的透视图像，如已知角，两虽然未知角，与一个已知的长度比。他们还提到，内部标定相机参数可以提供至少三个这样的纠正飞机，虽然没有实验结果。本文的修订过程中，我们注意到出版通过与马来亚 21 一个独立但他们类似的工作。使用一个简化的摄像机模型（图像轴相互正交其他）并研究了退化的配置详细的一个和两个平面的情况下，这是非常重要的在实践中，如果只有一个或两个视图用于摄像机标定双语对照。本文的组织结构如下:第二部分描述了基本约束通过观察一个平面。第三节描述了标定过程。我们先从封闭的解,其次是非线性优化。径向透镜畸变也建模。第四节提供了实验结果。这两个计算机仿真和实际数据用于验证提出了技术。在附录中,我们提供了许多细节,包括技术评估单应性飞机模型及其之间的形象。2基本方程我们对摄像机内参数的约束通过观察一个单一的平面设置。我们开始于本文中使用的符号。2.1符号二维点是由M U表示；五T。一个三维点用M X；Y；Z我们useexT。表示增广向量加1的最后一个元素：EM U；V；1Tandfm X；Y；Z；1摄像头是T。由通常的针孔模型：一个三维点之间的关系及其图像投影M由下式给出 年代是一个任意的比例因子,R;t,称为外在吗参数是相关的旋转和翻译坐标系到摄像机坐标系,称为相机的内在矩阵,半;爆破的坐标主点和规模因素在图像u和v轴、和参数描述这两个图像的倾斜轴。我们使用缩写欧美一y1T或日元。2.2平面单应between themodeland its形象 没有损失的普遍性,我们假设模型飞机在Z0世界坐标系统。让我们表示的第i个列由国际扶轮旋转矩阵R。从(1),我们有滥用的符号,我们仍然useMto表示一个点的模型飞机,但米 X,YT由于Z总是等于零。反过来,调频 X,Y;1T。因此,一个模型M和M是其形象单应性相关的H:很清楚,3 3 H矩阵定义比例因子。2.3约束的内在参数考虑到模型飞机的形象,一个单应性估计(见附录)。让我们表示通过Hh1 h2 h3。(2),我们有是一个任意的标量。使用知识,r1和r2正交时,我们有什么这是两个基本约束的内在参数,给定一个单应性。因为单应性有8度自由和有六个外部参数(三个旋转和三个翻译),我们只能得到两个约束的内在参数。请注意,yTAy1实际上描述了的形象绝对二次曲线15。在下一节中,我们将给出一个几何解释。2.4几何解释我们现在正相关(3)和(4)绝对二次曲线16,15。不难验证飞机模型,在我们约定,在摄像机坐标系的描述以下方程:在无穷远处,w0分,w1。这架飞机平面的交点在无穷远处的线,我们可以很容易地看到两个特定的点线。任何点上它是一个线性的结合这两点,即现在,让我们来计算上面的交集的绝对二次曲线。根据定义,x1,称为循环点18,满足:xT1 x10,即,ar1br2Tar1br20,或者a2b20。解决方案是bai,i2日元。也就是说,这两个相交点这双的意义在于复共轭点他们是欧氏变换不变量。他们的图像平面的投影,比例因子,点他们1是在绝对二次曲线的形象,所描述的一个yTAy115。这给了要求真实和虚构的部分是零收益率(3)和(4)。3解决摄像机标定本节提供细节如何有效解决摄像机标定问题。我们开始分析解决方案,紧随其后的是一个非线性优化技术的基础上最大似然准则。最后,我们考虑镜头失真,给分析和非线性的解决方案。3.1封闭的解注意,B是对称的,由6维向量定义让第i个列向量的H嗨 hi1,hi2;至于T。然后,我们有因此,两个基本约束条件(3)和(4),从一个鉴于单应性,可以重写为两个均匀b方程:如果n模型飞机是观察到的图像,通过叠加等方程(8),我们有 V 2 n 6矩阵。如果n 3中,我们将一般独特的解决方案b定义比例因子。如果n2,我们可以实施skewless约束0,即。0,1,0,0,0,0 b0,这是作为一个额外的添加方程(9)。(如果n1,我们可以吗只有解决两个摄像机内参数,如。,假设半线性和爆破是已知的(如。在图像中心)和0,确实是我们在19基于头部姿势的决心眼睛和嘴的事实相当共面。事实上,蔡23已经提到,从一架飞机是焦距可能,但不正确的说,长宽比不是。)解决方案9)是著名的相关的特征向量VTV的前主持人最小特征值(等价于右奇异向量V与最小奇异值有关。一旦估计b,我们可以计算所有相机内在参数如下。矩阵B,如3.1节所述,估计一个比例因子,即,B与一个任意yTA规模。没有困难,我们唯一可以提取的内在从矩阵B参数。一次是已知的,外在的参数为每个图像容易计算。(2),我们有当然,因为噪音数据,so-computed矩阵Rr1、r2、r3没有,一般来说,满足旋转矩阵的性质。最好的旋转矩阵然后可以通过例如奇异值分解10,26。3.2最大似然估计上面的解决方案是通过最小化一个代数距离并不是身体有意义。我们可以改进它通过最大似然推理。我们给定的n图像模型飞机,arempoints模型飞机。假设图像点损坏独立和恒等分布的噪声。的maximumlikelihood估计可以通过最小化以下功能: m;国际扶轮;钛;Mj是点Mj的投影图像,根据旋转R(2)。由一个向量的三个参数化参数,用r,平行于旋转轴和的大小等于旋转角度。R和R是相关的罗德里格斯公式5。(10)是一种非线性最小化最小化问题,这是解决Levenberg -马夸特医生算法实现Minpack17。它需要的初始猜测;星期五tiji1:ng可获得使用在前一节中描述的技术。桌面相机通常有可见的透镜畸变,特别是径向组件。我们有包括这些同时最小化(10)。请参阅技术报告,26,为更多的细节。3.3总结建议标定过程如下:1。打印模式并将其附加到一个平面的表面。2。采取一些飞机模型在不同的图像方向通过移动飞机或相机。3。检测图像中的特征点。4。估计五个固有参数和所有的外在参数使用封闭的解,如描述的3.1节5。完善所有参数,包括透镜畸变参数,通过最小化(10)。有一个简并配置在我的技术飞机是相互平行的。请参阅技术报告,26,更详细的描述4实验结果 该算法已经在计算机进行测试模拟数据和真实数据。包括封闭解找到一个小2 n 6矩阵的奇异值分解,其中n是图像的数量。非线性优化在Levenberg-Marquardt算法需要迭代3到5收敛。由于空间限制,我们在本节描述一套实验与真实数据标定在不同的距离相机模式。读者被称为26更多的实验结果与电脑模拟和实际数据,以下Web页面:/ 张/ Calib /实验数据和软件。示例图1所示。摄像机标定是一个现成的CCD相机PULNiX 6毫米镜头。图像分辨率为640 480人。图1中可以看出,模型飞机包含9 9和9个特殊点用于广场自动识别参考之间的通信点在图像模型飞机和方角。这是印在600 DPI的A4纸激光打印机和附加一个纸板。总共10飞机的图片拍摄(6所示在图1)。其中五(称为设定)在近距离拍摄,其他五个组(称为B)在一个更大的距离。我们应用我们的标定算法设置一组,B,和也整个集(称为集+ B)。结果如表1所示。为直观的理解,我们估计之间的角度图像轴、#、而不是倾斜的因素。我们可以看到,角度#非常接近90,与几乎所有的现代如预期CCD摄像机。摄像机参数估计一致所有三组图片,除了变形参数与设置b .原因是标定模式只占中央图像在B组的一部分,透镜畸变并不重要,因此不能可靠地估计。5结论在本文中,我们开发了一种灵活的新技术很容易标定相机。该技术只需要相机从几个不同的方向观察平面模式。尽管方向的最小数量是两个像素是方形的,我们建议四个或五个不同的方向更好的质量。我们可以移动摄像机或平面模式。运动不需要知道,但不应该一个纯粹的翻译。只有两个方向的数量时,一个人应该避免定位平面平行模式图像平面。模式可以是任何东西,只要我们知道飞机上的指标。例如,我们可以打印的模式激光打印机和纸附加到一个合理的平面表面比如书的封面。我们甚至可以用已知的一本书大小,因为四个角落足以估计飞机单应性。图1。两组在不同距离拍摄的图像标定模式。每组包含5个图片。(一)三组在近距离拍摄的照片显示。(b)三张图片的显示设置在一个更大的距离。 径向透镜畸变是建模。提出了过程由一个封闭的解,紧随其后的是一个非线性基于最大似然准则的改进。两个电脑仿真和实际数据被用来测试算法技术,取得了很好的结果。相比astwo等经典技术使用昂贵的设备或三个正交平面,该技术成果相当大的灵活性附录估计之间的单应性模型飞机和它的形象有很多方法来估计之间的单应性模型飞机和它的形象。在这里,我们提出一种基于的技术最大似然准则。让心肌梗死和心肌梗死模型和形象点,分别。理想情况下,他们应该满足(2)。实践中,他们不因为提取图像的噪声点。让我们假设mi与意味着0被高斯噪声和协方差矩阵mi。然后,最大似然H的估计是通过最小化以下功能 表1 标定结果与图1所示的图像在实践中,我们只是假设mi2我所有。这是如果点是独立提取相同的合理过程。在这种情况下,上述问题成为非线性最小二乘,即。,明P我kmi测y mik2。的非线性最小化Levenberg-Marquardt算法进行吗为实现Minpack17。这需要一个初始猜测,可以得到如下:当我们给出n点,我们有n以上方程,可以写成矩阵方程为Lx0,在L 2 n 9吗矩阵。x是定义了一个比例因子,解决方案是著名的的右奇异向量L联系在一起最小奇异值(
- 温馨提示:
1: 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
2: 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
3.本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。
人人文库网所有资源均是用户自行上传分享，仅供网友学习交流，未经上传用户书面授权，请勿作他用。
川公网安备: 51019002004831号