基于灭点理论的普通数码相机标定方法

第4卷第2期2007年4月　

工程地球物理学报

CHIN ESE J OU RNAL OF EN GIN EERIN G GEOP H YSICS

Vol 14,No 12Apr 1,2007

文章编号:1672—7940(2007)02—0152—05

基于灭点理论的普通数码相机标定方法

荣瑞霞,欧　龙,张丽娜,贺春梅

(中国地质大学工程学院,武汉430074)

作者简介:荣瑞霞(1981—

),女,摄影测量与遥感专业2005级硕士研究生,研究方向为数字摄影测量。E 2mail :rxrong @sina 1com 摘　要:非量测摄影机要应用于较高精度的物体测量,就必须对摄影机进行检校(标定)。而对于较高分辨

率的普通数码相机的标定任务是测定内方位元素及物镜畸变系数。因此,在摄影测量的作业过程中,有必要对近景摄影机进行检校,对数码相机的标定是一项必不可少的作业过程。本文针对这一问题,提出了基于灭点理论的普通数码相机标定方法。根据所摄得的影像,运用该标定方法进行实验,测得数码相机的内方位元素及物镜畸变系数。实验结果表明,数码相机的内方位元素及物镜畸变系数的精度均已达到设计的要求,满足近景摄影测量对普通数码相机的要求,故被标定的相机可用于近景摄影测量。

关键词:数码相机;检校;内方位元素;畸变差;灭点

中图分类号:P23文献标识码:A

收稿日期:2007—01—10

The Dem arcating Method of the G eneral Digital

C amera B ased on the V anishing Point Theory

Rong Ruixia ,Ou Long ,Zhang Lina ,He Chunmei

(Facult y of Engineering ,China Universit y of Geosciences ,W uhan 430074,China )

Abstract :Only if t he non -met ric camera is used in more high -accurate object measure 2ment ,we must calibrate t he non -met ric camera 1And t he demarcating task of high -resolu 2tion general digital camera is to measure t he interior po sition element s and t he optical lens distortion coefficient 1So ,in t he course of p hotogrammet ry job ,it is necessary to calibrate t he clo se shot met ric camera ,and it is an essential job course to demarcate t he digital camer 2a 1Aimed at t his problem ,t his paper has p ut forward t he demarcating met hod based on t he vanishing point t heory ,and t hen used t his t heory to calibrate t he focal lengt h f 、t he interior po sition element s (x 0,y 0)and t he optical lens distortion coefficient of digital camera 1Based on t he screened images ,t he vanishing point t heory is used to carry on t he experiment 1The result s of experiment indicate t he precisio n of t he interior po sition element s and optical lens distortion coefficient of t he digital camera reaches t he design requirement and meet s t he close shot p hotogrammet ry requisition for t he general digital camera ,so t his camera can be used in t he clo se shot p hotogrammetry 1

K ey w ords :digital camera ;calibration ;interior azimut h element ;distortio n ;vanishing point

1　引　言

随着近景摄影测量的发展以及数码相机的广泛应用,数码相机的价格越来越低廉,数码相机在摄影测量中的应用将是摄影测量发展的必然趋势。因此,相机检校(标定)是将数码相机应用于测绘的重要步骤。在计算机视觉中,对于基于自然物体的相机标定算法进行了大量有效的研究,虽然能够达到一定的测量目的,但却不一定能达到高精度。

在近景摄影测量中,由于非量测摄影机的内方位元素为未知,且不够稳定,因此在进行作业时需要在所摄物体四周具备有足够数量的控制点,但在缺乏控制点的情况下,或者在特高测绘精度的要求下,有必要对近景摄影机进行标定。数码相机标定的特点是其主距随所摄物体的距离而改变,而当其主距不同时,其畸变差的数据也随之而改变[1]。

近年来,数字摄影测量得到了飞速发展。其中数码相机是获取摄影测量数据的重要设备。过去空间摄影测量采用胶片相机,这类相机制造精密,价格昂贵,可以准确地测定其内方位元素。而在数字时代,被摄影测量工作者广泛采用的普通数码相机并不是为摄影测量专门设计的,它没有准确地测定内方位元素的设施或提供这方面的数据,透镜组的排列没有进行严格的校正,往往有畸变差等光学缺陷存在。因此,在进行精确摄影测量工作前,必须对数码相机的畸变差进行严格检测。数码相机检校的目的是恢复每张影像元素的正确形状,即借内方位元素恢复摄影中心与像片间的相对关系。为了恢复正确的成像原理,必须已知相机的内方位元素和各项畸变系数。进行普通数码相机的标定就是为了标定摄影机的内方位元素(x0,y0,f)和物镜畸变差值[2]。

本文实验所用摄像机为日本SON Y生产的Digital Still Camera DSC_P92(主要参数为:相机像素2592×1944,芯片尺寸161272mm×9104mm,焦距810～24mm,L CD(Liquid Crystal Display)屏幕560×220)较高分辨率的普通数码相机,其标定任务是测定该相机的内方位元素和物镜光学畸变差。2　灭点理论

１　共线方程

共线方程(即物点、像点与摄影中心位于一条直线上)是整个摄影测量的核心。

x=x0-f

a1(X-X S)+b1(Y-Y S)+c1(Z-Z S)

a3(X-X S)+b3(Y-Y S)+c3(Z-Z S)

y=y0-f

a2(X-X S)+b2(Y-Y S)+c2(Z-Z S)

a3(X-X S)+b3(Y-Y S)+c3(Z-Z S)

(1) 1　灭点理论

灭点是空间一组平行线的无穷远点在影像上的构像,即该组平行线在影像上的直线影像的交点,可以认为该空间的无穷远点与对应的灭点是一对对应点,它们满足共线方程。

若空间里分别平行于X、Y、Z轴的直线束在影像上投影的3个交点(灭点)p X∞、p Y∞、p Z∞的坐标分别为(x X∞,y X∞)、(x Y∞,y Y∞)、(z Z∞,z Z∞),其坐标满足共线方程式(1)。

将式(1)右端分式的分子分母均除以X,并令X趋于无穷,可得平行于X轴直线对应的灭点p X∞的共线方程:

x X∞=x0-f

a1

a3

,　y X∞=y0-f

a2

a3

(2)

同理可得平行于Y轴、Z轴轴直线对应的灭点共线方程:

x Y∞=x0-f

b1

b3

,　y Y∞=y0-f

b2

b3

(3)

x Z∞=x0-f

c1

c3

,　y Z∞=y0-f

c2

c3

(4)

从式(2)～式(4)可以看出,利用平行于X、Y、Z轴的3个无穷远点与对应的灭点,就能够求得影像的3个内方位元素x0、y0、f以及3个角元素φ、ω、κ。

基于灭点的标定模型[3]如图1所示:

假设一影像中三个正射方向灭点的坐标为X∞,Y∞,Z∞,即三点投射,S为投射中心。根据图1,像主点处于由三个灭点所组成的三角形的正射中心。

焦距f为:

f=-(x X∞-x0)(x Y∞-x0)-(y X∞-y0)(y Y∞-y0)

(5)

三个外方位角元素计算公式为:

351

　第2期 荣瑞霞等:基于灭点理论的普通数码相机标定方法

图1　基于灭点的标定模型

Fig.1　The calibrating modal based on the

vanishing point

tan φ=f 2

+x 2

Z ∞+y 2

Z ∞/f 2

+x 2

X ∞+y 2

X ∞

tan ω=f /

x 2

Y ∞+y 2

Y ∞

tan

κ=x Y ∞/y Y ∞(6)

3　普通数码相机的几何标定

１　相机主点的标定

根据光学理论,光学镜头的畸变将引起像点在平面上的偏移。根据辐射畸变的性质可知,由

此引起的位移只能位于光心和像点的连线方向上。图2表示出了畸变引起的位移方向。这个性质对于相机几何标定具有重要意义,从这个性质出发可以得到等比定律。根据等比不变性可以得到相机主点的一种解法,不过,这是一种仅顾及径向畸变的解法,一般仅使用于大畸变镜头的情况。若畸变很小,或没有畸变时,这种解算过程可能不稳定。这是因为,当不存在畸变时,从几何上可以发现光心的位置与等比定律没有关系。所以在镜头畸变为微小量的情况下,可以用下述的基于延伸焦点的方法确定主点位置。

在日常生活中都有这样的体验,当观察者向正前方行进,且视线也正对行进方向时,会感觉到整个场景扑面而来。由于观察者与场景的相对运动而产生的图像瞬间位置速度场的方向来自于观

察者正前方的某一点,这一点被称为延伸焦点

FO E (Focus of Extendibility )

。延伸焦点的性质在序列图像的运动分析中非常有用。这里将依据FO E 性质确定像片主点位置[4]。

如图3所示,在图3(a )中,设有一目标物

451 工程地球物理学报(Chinese Journal of Engineering G eophysics ) 第4卷　

A B,在初始状态时,其中的A,B两点在像平面上成像于a,b点。当目标物沿着与光轴平行的方向移动到A′,B′时,则根据几何成像原理,可知它成像于a′,b′点。那么,根据中心投影原理,a→a′和b→b′的移动方向线必然交于FO E点o。图3(b)示出了目标物上存在4个目标点的成像情况,显然像主点o也就是FO E点,即直线aa′,bb′,cc′和d d′的交点。

1　相机主距的确定

根据灭点理论,利用Matlab语言编程平差计算,可解求相机的主距。

根据所拍摄的三张分别平行与x方向的一组平行线、平行与y方向的一组平行线、平行与z 方向的一组平行线,解求对应的三个方向上的灭点P X∞、P Y∞、P Z∞,进而根据公式求得相机主距f。

焦距f为:

f=

-(x X∞-x0)(x Y∞-x0)-(y X∞-y0)(y Y∞-y0)

三个外方位角元素计算公式为:

tanφ=f 2+x2

Z∞

+y2Z∞

f2+x2X∞+y2X∞

tanω=f

x2Y∞+y2Y∞

tanκ=x Y∞

y Y∞

1　物镜畸变系数的确定

对于变形的像点p i(i=1,2,…n,由平差条件确定n的数量),在经过畸变改正后应为p i′(i= 1,…4,本例依据平差条件和精度要求确定n的数量,n=4),而p i′应满足共线条件,这就是推求畸变系数的几何共线约束条件。

如果用(x i,y i)表示畸变改正后p i′点的像点坐标,用(x i,y i)表示图像坐标。参照式(7)和式(8),

x=x d-δx=x d(1-kr2)

y=y d-δy=y d(1-kr2)

(7)

x f=x d

p x

+c x

y f=y d

p y

+c y

(8)

则对任意像点p i′(i=1,…4),其改正后的像点坐标可表示为:

x i=(x i-c x)p x(1-kr2i)

y i=(y i-c y)p y(1-kr2i)

(9)其中,r2i=(x f i-c x)2p2x+(y f i-c y)2p2y(10)若在p i′中任选3个点,如p1′,p2′,p3′,它们共线的条件可以写为:

(y3-y1)/(x3-x1)=(y2-y1)/(x2-x1)

(11)

把式(9)代入式(11),并进一步化简可得关于畸变系数k的二次方程为:

ak2+bk+c=0(12)

则畸变系数为:

k=

-b±b2-4ac

2a

(13)

式(13)表达的求解k系数的公式是针对一条直线的情况,若像平面上存在多条直线时,可以采用参数一致性约束,求得k的最优解[4]。

4　实验和数据

本次实验应用数码相机Digital Still Camera DSC_P92获取影像,所摄影像见图4。

首先,依据相片图4(d)、图4(e)、图4(f)在每张相片上选取5个像点,对于每一个像点在像平面上的运动轨迹,根据FO E性质就构成了5条直线,利用这5条直线求直线的交点,即可得主点位置(x0,y0)。根据平差理论,利用Matlab编程计算。实验结果见表1。然后,根据灭点理论,利用Matlab编程求得相机主距f。实验结果见表2。最后,根据物镜畸变系数的确定方法,影像图4 (d)、图4(e)、图4(f)中相应特征像点位于同一直线上,根据平差条件获取三个像点的像点坐标,再根据共线条件,用Matlab编程解算物镜畸变系数k=110e-0163[-010735　011491],其中3为卷积符号。

表1　相机主点及中误差

Table1　The main point and mean square

error of digital camera

相机主点单位/像素中误差单位/mm x0-0184500000m x00100330000

y0-1139350000m y00100040000

551

　第2期 荣瑞霞等:基于灭点理论的普通数码相机标定方法

图4　影像

(其中⊙为拍摄前标定的特征点)

Fig.4　Images

表2　相机主距及外方位角元素

Table 2　The focal length and exterior azimuth angle elements of digital camera

f

φ

ω

κ

2125010000/mm

1139110000/弧度

0170050000/弧度

010*******/弧度

5　结　论

随着计算机技术的飞速发展,数码相机的逐

渐普及,数码相机将在摄影测量领域广泛应用,对普通数码相机进行标定是一项必不可少的作业过程。本文提出的数码相机的标定方法经过实验证明,被标定的数码相机可用于近景摄影测量。该数码相机标定理论和方法,可用于各种成像系统的畸变补偿,具有很强的实用价值。该方法简单易行,投资有限且易于操作。因此,普通数码相机应用于近景摄影测量时,应先测定相机的内方位

元素和物镜畸变差,这对数码相机用于近景摄影测量的实际应用具有较高的理论和实际意义。

参考文献:

[1]李德仁,郑肇葆1解析摄影测量学[M ]1北京:测绘出

版社,1992.

[2]李德仁,周月琴,金为铣1摄影测量与遥感[M ]1北

京:测绘出版社,2001.

[3]张祖勋,张剑清1广义点摄影测量及其应用[J ]1武汉

大学学报(信息科学版),2005(1):1～51

[4]李德仁,关泽群1空间信息系统的集成与实现[M ]1

武汉:武汉测绘科技大学出版社,2000.

[5]王之卓.摄影测量原理[M ].北京:测绘出版社,1979.

651 工程地球物理学报(Chinese Journal of Engineering G eophysics ) 第4卷　

摄像机标定方法综述

摄像机标定方法综述 摘要：首先根据不同的分类方法对对摄像机标定方法进行分类，并对传统摄像机标定方法、摄像机自标定方法等各种方法进行了优缺点对比，最后就如何提高摄像机标定精度提出几种可行性方法。 关键字：摄像机标定，传统标定法，自标定法，主动视觉 引言 计算机视觉的研究目标是使计算机能通过二维图像认知三维环境，并从中获取需要的信息用于重建和识别物体。摄像机便是3D 空间和2D 图像之间的一种映射，其中两空间之间的相互关系是由摄像机的几何模型决定的，即通常所称的摄像机参数，是表征摄像机映射的具体性质的矩阵。求解这些参数的过程被称为摄像机标定[1]。近20 多年，摄像机标定已成为计算机视觉领域的研究热点之一，目前已广泛应用于三维测量、三维物体重建、机器导航、视觉监控、物体识别、工业检测、生物医学等诸多领域。 从定义上看，摄像机标定实质上是确定摄像机内外参数的一个过程，其中内部参数的标定是指确定摄像机固有的、与位置参数无关的内部几何与光学参数，包括图像中心坐标、焦距、比例因子和镜头畸变等；而外部参数的标定是指确定摄像机坐标系相对于某一世界坐标系的三维位置和方向关系，可用3 ×3 的旋转矩阵R 和一个平移向量t 来表示。 摄像机标定起源于早前摄影测量中的镜头校正，对镜头校正的研究在十九世纪就已出现，二战后镜头校正成为研究的热点问题，一是因为二战中使用大量飞机，在作战考察中要进行大量的地图测绘和航空摄影，二是为满足三维测量需要立体测绘仪器开始出现，为了保证测量结果的精度足够高，就必须首先对校正相机镜头。在这期间，一些镜头像差的表达式陆续提出并被普遍认同和采用，建立起了较多的镜头像差模型，D.C.Brown等对此作出了较大贡献，包括推导了近焦距情况下给定位置处径向畸变的表达式及证明了近焦距情况下测得镜头两个位置处的径向畸变情况就可求得任意位置的径向畸变等[2]。这些径向与切向像差表达式正是后来各种摄像机标定非线性模型的基础。随着CCD器件的发展，现有的数码摄像机逐渐代替原有的照相机，同时随着像素等数字化概念的出现，在实际应用中，在参数表达式上采用这样的相对量单位会显得更加方便，摄像机标定一词也就代替了最初的镜头校正。

双目立体相机自标定方案的研究

双目立体相机自标定方案的研究 一、双目立体相机自标定原理 双目视觉是通过两个摄像机从不同的角度拍摄同一物体，根据两幅图像重构出物体。双目立体视觉技术首先根据已知信息计算出世界坐标系和图像坐标系的转换关系，即世界坐标系和图像坐标系的透视投影矩阵，将两幅图像上对应空间同一点的像点匹配起来，建立对应点的世界坐标和图像坐标的转换关系方程，通过求解方程的最小二乘解获取空间点的世界坐标系，实现二维图像到三维图像的重构。重构的关键问题是找出世界坐标系和图像坐标系的转换关系--透视投影矩阵。透视投影矩阵包含了图像坐标系和相机坐标系的转换关系，即相机的内参（主要是相机在两坐标轴上的焦距和相机的倾斜角度），以及相机坐标系和世界坐标系的转换关系，即相机的外参（主要是相机坐标系和世界坐标系的平移、旋转量）。相机标定的过程就是确定相机内参和相机外参的过程。 相机自标定是指不需要标定块，仅仅通过图象点之间的对应关系对相机进行标定的过程。相机自标定技术不需要计算出相机的每一项参数，但需要求出这些参数联系后生成的矩阵。二、怎样提高摄像机自标定精确度？ 方法一、.提高估算基本矩阵F 传统的相机自标定采用的是kruppa方程，一组图像可以得到两个kruppa方程，在已知3对图像的条件下，就可以算出所有的内参数。在实际应用中，由于求极点具有不稳定性，所以采取基本矩阵F分解的方法来计算。通过矩阵的分解求出两相机的投射投影矩阵，进而实现三维重构。由于在获取图像过程中存在摄像头的畸变，环境干扰等因素，对图像会造成非线性变化，采用最初提出的线性模型计算 f 会产生误差。非线性的基本矩阵估计方法得到提出。近年来非线性矩阵的新发展是通过概率模型降低噪声以提高估算基本矩阵的精度。方法二、分层逐步标定法。 该方法首先对图像做射影重建，再通过绝对二次曲线施加约束，定出仿射参数和摄像机参数。由于它较其他方法具有较好的鲁棒性，所以能提高自标定的精度。 方法三、利用多幅图像之间的直线对应关系的标定法。 方法四、改进优化算法 自标定问题的求解可归结为求解一组非线性多项式方程组的问题，解决这类问题的常用方法是各种优化算法，所以改进优化算法也是提高精度的有效措施。 英文文献 1.题目：A Camera Self-calibration for Machine Vision Based on Kruppa’s Equation（基于机器视觉的相机自标定Kruppa方程） 作者：Zhaosheng Tao, Dawei Tu, Saisai He, Jinjie Ye 出处：Trans Tech Publ 日期：2013年8月 2.题目：Computer vision methods for optical microscopes（计算机视觉光学显微镜的方法） 作者：M. Boissenin, J. Wedekind *, A.N. Selvan, B.P. Amavasai, F. Caparrelli, J.R. Travis 出处：Elsevier 日期：2007年7月

数码相机使用(入门)技巧

数码相机使用技巧（入门级） 一、拍摄图像不清晰 1.虽然使用了最高分辨率，光线好，但拍摄出来の照片模糊不清。这种情况通常是由于在按快门释放键时照相机抖动造成の。由于数码相机の感光度低，所以，使用数码相机拍照时，需要握住相机の时间更长。要拍摄最清晰の照片，拍照时必须握稳相机，即便最轻微の抖动都会造成模糊不清の图像。处理方法：拿稳相机，拍照时最好使用三角架，或者将相机放到桌子、柜台或其安固定の物体上。再有就是一个“练”字，平时多练习持机の基本功。 2.取景器の自动聚焦标志未置于拍照物上。将自动聚焦框定位于拍照物上或使用聚焦锁定机能。 3.镜头脏污。镜头脏污会造成相机取景困难而使拍出の图像模糊。用专用の清洁镜头用纸清洁镜头。 4.模式选择不当。选择标准模式时，拍照物短于距离镜头の最小有效距离(0.6m)。或者在选择近拍模式时，拍照物远于最小有效距离。当被摄物于0.3--0.6M 范围之内时，用近拍模式拍照。在此范围以外时，用标准模式拍照。 5.在自拍模式下，站在照相机の正面按快门释放键。应看着取景器按快门释放键，不要站在照相机前按快门释放键。 6.在不正确の聚焦范围内使用快速聚焦机能。视距离使用正确の快速聚焦键。 二、图像太暗 1.闪光灯被手指挡住。正确握住照相机，不要让手指挡住闪光灯。 2.在闪光灯充电之前按了快门释放键。等到橙色指示灯停止闪烁。 3.未使用闪光灯。按闪光辅助杆设定闪光灯。 4.被摄物置于闪光灯の有效范围之外，将被摄物置于闪光灯有效范围之内。 5.拍照物太小而且逆光。将闪光灯设定于辅助闪光模式或使用定点测光模式。 三、图像太亮 1.闪光灯设定于辅助闪光模式。将闪光模式设定为辅助闪光以外の模式。 2.拍照物极亮。调整曝光。 四、室内拍照の图像色彩不自然 原因是灯光装置影响图像。此时将闪光模式设定为辅助闪光模式。 五、图像轮廓模糊 因是镜头被手指或背带挡掉一部分。应正确拿住照相机，不要让手指或背带挡住镜头。 六、闪光灯不发光 1.未设定闪光灯。按闪光灯弹起杆，设定闪光灯。 2.闪光灯正在充电。等到橙色指示灯停止闪烁 3.拍照物明亮。使用辅助闪光模式。 4.在已设定闪光灯の情况下，指示灯在控制面板上点亮时，闪光灯工作异常。请予以修理。 七、相机不动作

数码相机使用的注意事项

数码相机使用的注意事项： 1.勿摄强光 数码相机采用CCD或CMOs固体成像器件，具有重量轻、耗电省、寿命长等优点，而且数码相机对强光和高温的耐力也较强，即便如此.数码相机能接受强光的能力还是有限的。为了在保证拍摄质量的同时不让成像器件受灼伤，在使用数码相机时不宜用它直接拍摄太阳或非常强烈的灯光，特殊需要无法避开时也要尽量缩短拍照时间。 此外，数码相机长时间受强光照射或受高热都将导致机身轻微变形，以至影响到高精密度设备的使用。因此，使用或保存数码相机时，要注意不要放在强光下长时间暴晒，也不要将相机放到暖气或电热设备附近。 2.防烟避尘 数码相机应在清洁的环境中使用和保存，这样可以减少因外界的灰尘、污物和油烟等污染而导致相机产生故障。因为污染物落到相机的镜头上会弄脏镜头，影响拍摄的清晰度，甚至还会增加相机的调整开关与旋钮的惰性。在户外空旷地区，拍摄时风沙会比较多，甚至可能忽然来狂风，由于风沙容易刮伤相机的镜头或渗入对焦环等机械装置中造成损伤，因此除了正在拍摄外应随时用护盖将镜头盖住，风沙大的地区最好记得将相机的护套带上。 3.忌很防溯 数码相机怕水吗?除了水中相机以外回答是肯定的，所以数码相翻U立该离水远一点。数码相机保持干燥并远离高温，一般不会有问题。如果使用或存放的环境湿度很大，很容易导致相机电路故障，也容易使镜头发霉，特别是我国南方地区的高温高湿环境危害更大，尤其要引起注意。如果是在池塘、水槽附近拍摄时，务必要小心握稳相机。但是，在阴雨天拍摄可能免不了沾到一些水滴，拍完立即擦拭表面的水滴也不会有太大影响。 4.远离高强磁场与电场 数码相机是光电一体的精密设备，光电转换是它成像的主要工作原理。关键部件如CCD 芯片、DSP芯片等对强磁场和电场都很敏感，强磁场和电场会影响这些部件正常性能的发挥，直接影响到拍摄质量，严重时还会导致相机出现故障。因此，数码相机在使用和保存时都应远离强磁场和电场。不要把相机放在强磁性物体或强电磁感应的设备附近，如音响、电视机、大功率变压器、电磁灶等。 5.进免剧烈展动 震动，特别是剧烈震动和碰撞，都会导致机械结构性能受到损害，对于精密设备来说都是必须避免的。数码相机当然也不例外，因为剧烈震动和碰撞会影响数码相机中复杂的成像系统的精密性能，相机内的精密电子器件和光学镜头也容易受到伤害。实际拍摄过程中应始终将相机套在手腕或脖子上，要避免摔落或随处乱扔。相机不用时要及时放在保护套里，特别是在携带过程中。 6，镜头的使用 镜头除要防尘、防污染、防雨淋、防外伤外，在实际使用过程中要养成及时盖好镜头盖的习惯。镜头盖是保护镜头的最实用的工具，而及时盖好镜头盖则是保护相机镜头的最有效的方法。还有一点应特别指出，镜头表面稍有些灰尘只对进光量略有影响，而对成像的清晰度并无大的妨碍，因此不必轻易擦拭，特别是当手头没有镜头清洁布或清洁纸时就更不要多此一举，否则因一时不慎把镜头搞坏了就后悔莫及。 另外在操作相机时，别让手指触摸到镜头表面。万一镜头脏了，切忌随手拿条布巾或卫生纸就擦，要使用专门的清洁工具，采取正确的清洁方式来操作。 7 .LCD液晶显示屏的使用 彩色液晶显示屏是数码相机的重要的特色部件，不但价格很贵，而且容易受到损伤，因此在使用过程中需要特别注意保护。在使用、存放中，要注意不让彩色液晶显示屏表面受重物

新手如何检测数码相机

新手如何检测数码相机 1、实际选购中遇到的问题： （1） CCD坏点和噪点： 数码相机的成像元件（CCD或CMOS）一般有数百万个感光单元组成，如果某个感光单元损坏，不能成像(始终表现在固定位置上的固定颜色点)，即成为坏点（Dead Pixel），坏点分为亮点和暗点。感光元件都有热稳定性的问题，温度升高，噪音信号过强，会在画面上形成杂色的斑点，这就是我们常听说的噪点或是噪音（hot pixel）。 CCD坏点的检测是选购数码相机的首要事项，因为它直接反映到相片上，影响成像质量。不过从我选购的上百台相机来看，CCD有坏点机率还是比较低的，只发现了一台半，所谓半台，只是存在较为严重的噪点，而且位置固定。如发现CCD上有坏点的机，当然绝对不能买。噪点特别严重的，比如亮度值超过200，接近了坏点的亮度阈值250，也不能接受，因为随着相机使用时间的推移，这些严重的噪点将可能发展为坏点。 （2）LCD的亮点（坏点）： 在任何液晶显示颜色下，在屏幕固定位置上始终存在的对比光点称为LCD坏点。 LCD有亮点的机率算是较大的，尤其是柯达的相机，特别是6系列的，估计LCD有亮点率70%以上（较乐观的估计），不过柯达中国维修站6系列保修换屏的标准是5个。 其它相机LCD有亮点的也有30%的机率。而且数码相机出厂标准

是LCD不超过3个亮点，都是合格的产品。 （3）相机已被用过： 曾经有一台相机，在实际拍摄时发现相机上显示的张数流水号已是130多张，表示相机曾被用过，照过130多张的相片，既使换了新的储存卡，它的流水号依然是连接的。被用过的相机，当然还是不要买的好。也有些相机（例如佳能A70），可以通过将维持记忆设置参数的纽扣电池卸出，而使这个流水号归零，这个就没有办法了。也有的机可以通过菜单归零。 （4）镜头灰尘： 镜头在装配的时候，由于车间环境和生产工艺的问题，多多少少都会混入灰尘，即使是高档的传统单镜头反光相机的镜头也会存在这类问题，只不过相对程度轻很多。如果检查的时候发现镜头的镜片之间的灰尘反常地多，就应该要求换另外一部。 数码相机的检测： 2、检测工具： 1、手提电脑（如果卖家那里没有电脑的情况下）：用于检测拍摄的全黑照片，看CCD上是否有坏点及噪点的情况，具体如何使用测DC坏点及噪点的软件 Dead pixel test及如何看检测数据网上已有不少文章介绍，点击这里查看。还可用于看相机实际拍摄照片的真正效果。 2、放大镜：用于查看LCD上是否有亮点（坏点），镜头内是否有灰尘。

摄像机标定程序使用方法

一、材料准备 1 准备靶标： 根据摄像头的工作距离，设计靶标大小。使靶标在规定距离范围里，尽量全屏显示在摄像头图像内。 注意：靶标设计、打印要清晰。 2图像采集： 将靶标摆放成各种不同姿态，使用左摄像头采集N幅图像。尽量保存到程序的debug->data文件夹内，便于集中处理。 二、角点处理（Process菜单） 1 准备工作： 在程序debug文件夹下，建立data，left，right文件夹，将角探测器模板文件target.txt 复制到data文件夹下，便于后续处理。 2 调入图像： File->Open 打开靶标图像 3 选取角点，保存角点： 点击Process->Prepare Extrcor ，点击鼠标左键进行四个角点的选取，要求四个角点在最外侧，且能围成一个正方形区域。每点击一个角点，跳出一个显示角点坐标的提示框。当点击完第四个角点时，跳出显示四个定位点坐标的提示框。 点击Process->Extract Corners ，对该幅图的角点数据进行保存，最好保存到debug->data-> left文件夹下。命名时，最好命名为cornerdata*.txt，*代表编号。 对其余N-1幅图像进行角点处理，保存在相同文件夹下。这样在left文件夹会出现N 个角点txt文件。 三、计算内部参数（Calibration菜单） 1 准备工作： 在left文件夹中挑出5个靶标姿态差异较大的角点数据txt，将其归为一组。将该组数据复制到data文件夹下，重新顺序编号，此时，文件名必须为cornerdata*，因为计算参数时，只识别该类文件名。 2 参数计算： 点击Calibration->Cameral Calibrating，跳出该组图像算得的摄像机内部参数alpha、beta、gama、u0、v0、k1、k2七个内部参数和两组靶标姿态矩阵，且程序默认保存为文件CameraCalibrateResult.txt。 3 处理其余角点数据文件 在原来N个角点数据文件中重新取出靶标姿态较大的5个数据文档，重复步骤1和2；反复取上M组数据，保存各组数据。 注意：在对下一组图像进行计算时，需要将上一组在data文件夹下的5个数据删除。 四、数据精选 1 将各组内部参数计算结果进行列表统计，要求|gama|<2，且gama为负，删掉不符合条件的数据。 2 挑出出现次数最高的一组数据。

2011-01-30相机标定个人总结

本文是一篇关于相机标定意义和原理的个人总结，包含了OpenCV和Matlab中常用的相机标定函数的注解。 相机标定是机器视觉的基础，标定结果的好坏直接决定了机器视觉的系统精度，作用可见一斑。在这一年半的时间里，我个人也是随着实验和程序的进一步理解，对标定的原理和意义有了更多的想法。同样，由于博文的关系，仍有一些朋友会常常询问标定的程序问题。本人的2010-05-17OpenCV标定程序的问题也多次被朋友询问，由于当时对标定的认识还不够系统，因此现在认为该文对标定的意义和原理有很多误解，并在此推荐一些较好的博文拱大家学习： 双目测距与三维重建的OpenCV实现问题集锦（一）图像获取与单目标定； 双目测距与三维重建的OpenCV实现问题集锦（二）双目标定与双目校正； 双摄像头测距的OpenCV实现； 分享一些OpenCV实现立体视觉的经验； 下面结合本人的毕业论文及一年半来对机器视觉的学习，对相机标定的意义和原理进行叙述。 1.单目相机模型 单目相机模型中的三种坐标系关系如图1所示，相机坐标系即是以光轴中心O为原点的坐标系，其z轴满足右手法则，成像原点 f O所代表平面即为像平面坐标系（实际应用中，均以图像左上角为坐标系原点），实际物体坐标系即为世界坐标系。 光轴中心O 图1 单目相机模型的三坐标系统关系 其中，P在世界坐标系的值为() W W W X,Y,Z，P u 是P在像平面坐标系的投影点，其相机 坐标系的值为(X,Y,Z) u u u 。θ是相机坐标系Z轴与像平面夹角，一般情况下Z轴与像平面垂直，θ值为90 。且相机坐标系x y O与像平面 f f f x y O平行，f为相机的焦距。

【CN110033491A】一种相机标定方法【专利】

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 (43)申请公布日 (21)申请号 201910299209.5 (22)申请日 2019.04.15 (71)申请人 南京工程学院 地址 211167 江苏省南京市江宁科学园弘 景大道1号 (72)发明人 郝飞　王宗荣　史晶晶　王帆　 陈德林　胡运涛　汪海洋　张汝祥　 (74)专利代理机构 南京纵横知识产权代理有限 公司 32224 代理人 董建林　范青青 (51)Int.Cl. G06T 7/80(2017.01) (54)发明名称一种相机标定方法(57)摘要本发明公开了相机标定技术领域的一种相机标定方法。旨在解决现有技术中基于一维标定杆标定精度较低，基于三维标定模板标定存在自遮挡问题，基于棋盘格形二维标定模板标定需进行角点检测而无法获取更高的标定精度，基于单个圆形图案作为特征的二维标定模板标定存在“原理性误差”。所述方法包括如下步骤：根据预制的标定模板采集标定模板图像；提取标定模板图像中的特征点，求解相机内参数及镜头畸变参数；根据相机内参数和镜头畸变参数构建多维向量；利用镜头畸变参数对所述标定模板图像进行去畸变处理并构建新的多维变量，直至相邻两次多维变量的欧式距离小于设定值，输出最后一次 相机内参数及畸变参数。权利要求书1页 说明书6页 附图5页CN 110033491 A 2019.07.19 C N 110033491 A

权　利　要　求　书1/1页CN 110033491 A 1.一种相机标定方法，其特征在于，所述方法包括如下步骤： 将预制的标定模板置于待标定相机的视场内，采集标定模板图像；所述标定模板为二维标定模板，标定模板上分布有多个圆形，多个圆形以标定模板的中心点为环心围成多个直径不同的环形阵列； 提取标定模板图像中圆形的特征点，求解相机内参数及镜头畸变参数；所述特征点为圆形的圆心； 根据相机内参数和镜头畸变参数构建多维向量； 利用镜头畸变参数对所述标定模板图像进行去畸变处理，重复相机内参数及畸变参数的求解过程，并构建新的多维变量，直至相邻两次多维变量的欧式距离小于设定值，输出最后一次相机内参数及畸变参数。 2.根据权利要求1所述的相机标定方法，其特征在于，所述特征点的提取方法包括： 对标定模板图像中的圆形进行边缘检测，利用最小二乘法拟合圆环透视投影后产生的两个椭圆； 连接两个椭圆圆心的直线与每个椭圆形成两个交点，采用交比不变原理求解特征点像点的像素坐标。 3.根据权利要求2所述的相机标定方法，其特征在于，所述特征点的提取方法还包括：对标定模板图像进行预处理，所述预处理包括灰度化处理和或滤波处理。 4.根据权利要求1所述的相机标定方法，其特征在于，所述相机内参数包括：主点坐标的两个分量、横向和纵向缩放因子； 所述相机内参数的求解方法包括： 在标定模板图像上标定四个圆形的特征点，利用四个特征点之间的几何约束和定量关系建立关于相机内参数的四元方程组，所述方程组为无约束非线性方程组； 求解无约束非线性方程组，得到相机内参数。 5.根据权利要求1所述的相机标定方法，其特征在于，所述求解镜头两个畸变参数包括如下步骤： 标定一组特征，所述特征包括标定模板图像中满足调和共轭的三个特征点和一个无穷远点； 根据调和比建立关于两个畸变参数的超定方程组； 运用最小二乘法求解超定方程组，得到镜头两个畸变参数。 6.根据权利要求1至中5任一项所述的相机标定方法，其特征在于，所述设定值≤10-5。 2

数码相机使用教程富士s1770说明书

全手动数码相机使用教程富士s1770 你是否曾经被曝光补偿的概念搞晕过？你是不是经常为不知道补偿多少曝光量而苦恼？也许你已经学会了使用包围曝光，也许你已经知道了“亮加暗减”的规则，像使用胶片的摄影师那样操控相机。这篇文章告诉你一个非常使用、立竿见影而且一学就会的技术，让你从“胶片摄影师”苦练曝光的境遇中解脱出来。因为，你有一部数码相机，它可以让你非常准确地实现曝光。 市面上卖的大部分数码相机能够做到这一点，但并不是全部。你需要一部能够调解曝光的相机，如果没有手动曝光，至少要配备加减曝光的功能，让你能够调解曝光量。有的数码相机可以每1/3挡调节，也有的相机每1/2挡调节，还有些相机同时配备1/3挡和1/2档供你自己选择。 我建议你养成“只要条件允许就看一眼回放照片” 的习惯。那么，你看回放的影像时，主要看的是什么？使用肉眼去判读拍摄的内容，还是查看拍摄数据，或是将图像放大了看细节？数码相机的液晶屏幕回放的影像并不准确，所以我们经常会遇到这样的情况：相机上看着漂亮的照片，等到在电脑上看或冲出来的时候却令人失望。成熟的摄影师在端起相机之前就预见了照片的样子，如果他不想在后期过多的调整的话，他所要确认的是曝光是否达到了他的要求。那么，就从判读曝光开始吧。 一、用什么来判断曝光？ 答案是——直方图。所以，我建议你在回放照片时，首先查看直方图，就像那些专业摄影师所作的一样。那么，你买的相机就必须符合这样的条件，一个是刚才提到的“调整曝光量”的功能——有手动曝光或者有曝光补偿，另一个就是必须具有判断曝光的功能——直方图。直方图的横坐标代表像素的亮度，左暗右亮。很多相机厂商将直方图从左到右分成“很暗”、“较暗”、“较亮”、“很亮”四个区域，也有的相机厂商将直方图分为五个区域。这些分区与直方图本身并没有关系，也不会影响到直方图的形成。无论四个分区还是五个分区，它们不过是为了观看方便而已。我们可以把“较暗”和“较亮”的区域看成中灰影调的区域，把“很暗”看成画面的暗影区，把“很亮”看成画面的高光区。纵座标代表像素的数量，直方图越高的地方，这个亮度在画面中占得面积就越大。在上边两张图片中，图1是水中倒影的照片，图2是它的直方图。从直方图上看，照片上大部分影调位于“较亮”和“较暗”的区域中；水中泛白的天空和楼房的受光面位于直方图的“很亮”区域；而倒影中的深色树枝和左上角的黑影则位于直方图的“很暗”区域。直方图表示这张照片曝光是正常的。

相机解析度测试方式

数码相机分辨率测试详细介绍Post By：2008-11-19 21:49:21 ISO 12233分辨率测试标板，这是专门用于测试数码相机的分辨率使用的。 此主题相关图片如下：f01.jpg 该标板的使用方法比较简单，但是方法不对，结果就完全不同。 一、拍摄距离 需要按照下图的框线位置来取景，将该区域全部容纳在取景器内：

此主题相关图片如下：f02.jpg 目前许多不能更换镜头的数码相机都是4:3的比例，而DSLR则多为3：2的传统135画幅比例；16:9和1:1的画幅比较少见。 二、使用中的常见错误 1、拍摄距离不合适 如果测试标板只占画面的一小部分，那么显然分辨率被缩小； 同样，如果只拍摄中间一小部分，那么分辨率被夸大了。 比如拍摄这样一个局部画面，那么该镜头的解像力已经达到或者超过测试标板的极限了。

此主题相关图片如下：f03.jpg 压缩全图

此主题相关图片如下：f04.jpg 局部未压缩 2、支撑的三脚架不够稳固 由于标板有许多细节，任何抖动都会得出截然不同的结论。这里是同一个镜头拍摄，但是使用不同的ISO。

此主题相关图片如下：f05.jpg ISO 100，f/2.8

此主题相关图片如下：f06.jpg ISO 400，f/2.8 所以在测试过程中需要反复多拍摄一些，结果出来后，需要经过仔细分析，贸然下结论，只能是吓了自己，误导他人。 测试分辨率简单的说就是量度、计算影像从清晰--> 模糊之间的转换点。受限于光学、材料和其它种种的因素，每一个镜头、每一台数字相机都有其分辨能力的极限。分辨率测试就是应用科学的方法将这个极限找出来。 首先，我们来看看几个重要的基础理论。为了可以清楚的计算分辨率的数据，目前使用历史最悠久，也同时是最多人采用的就是MTF = Modulation Transfer Function为基础的测试程序。MTF主要是引进反差对比的概念来检定镜头分辨率，使用者必须对「空间频率/ Spati al frequency」这个概念进行了解。所谓空间频率就是1mm的宽度中（或是等宽的其它单位），正弦浓度变化反复有几次的意思（请想象空间频率如同海浪一样的波型变化）。 此主题相关图片如下：d01.jpg

一种双目立体视觉相机标定方法

万方数据

万方数据

第３期李春艳等：一种双目立体视觉相机标定方法?５３? 表ｌ相机内参数的稳定性测试结果 表２相机外参数的稳定性测试结果外参数数值／ｍｍ外参数数值／（”） ＡＸ。０．１０４５７９△∞９．３６５９７ △ｙ１０．０８７６４５△∞１７．４６６９１ ＡＺ。０．０５５６６２△ｋ２．９９７４２８ 从表１和表２可看出： ①内方位元素（并。，Ｙ。，ｆ）的稳定性测试结果的ＲＭＳ较大，对测量精度的影响较大； ②径向畸变参数墨对测量结果的影响不显著； ③主距，的变化超过５ｐｉｘｅｌ，稳定性差，主点位置（‰，Ｙ。）５次实验值的变化不超过１ｐｉｘｅｌ； ④外参数中３个旋转参数（△（￡．，△９，ｚｉｋ）稳定性差，而平移参数（ｚＸＸ。，ＡＹ。，ＡＺ。）变化较小，即相机外参数的标定精度主要取决于３个旋转参数的精度． ２．２相机标定精度的验证 为了验证相机标定结果的有效性，将标定后得到的外方位元素和内参数代入式（６），则此时式（６）中只含有物方点坐标未知数，即可用多幅图像前方交会平差方法计算出各个物方点的坐标． 利用标定的相机结果，使用相机对不同距离处的视场内分布的２４个空间物方点进行坐标测量．将相机测得的点坐标与经纬仪工业测量系统测得的相应点坐标进行比较，统计其差值即可验算标定结果的有效性＂一，详细结果见表３． 由于经纬仪工业测量系统测得的点坐标精度优于０．０５ｍｍ，因此可将其测得的坐标视为真值，而将相机测得的坐标与经纬仪工业测量系统测得的相应点坐标之差定为测量误差． 表３不同距离处空间点坐标的测量结果 ?注：ｓ。．＝√（ａｘ）２＋（△ｙ）２＋（△ｚ）２ 从表３可以看出： ①不同距离处，ｘ方向与，，方向测量精度优于Ｚ方向（即相机摄影方向）测量精度； ②随着相机测量距离的增大，测量精度会降低； ③相机测试空间点坐标的总测量误差取决于点坐标Ｚ方向的测量精度； ③相机在１．５ｍ测量距离处测量精度优于１．３３２ｍｍ，３．５ｍ钡ｌＪ量距离处测量精度优于３．８３７ｍｍ，６ｍ测量距离处测量精度优于７．１４７ｍｍ，９ｍ测量距离处测量精度优于２１．２２７ｍｍ． ２．３极线误差分析 在月球车导航控制系统中，两个相机是固定在一个定长的基线上进行工作的，在工作过程中相机的相对位置和姿态不发生变化，因此利用两相机的外参数可将相机拍摄的图像沿极线方向进行重复采样，生成消除上下视差后的极线图像∞１． 图２为左右相机拍摄的标志点原始图像，对左、右图像进行极线校正，最终可生成消除上下视差后的极线图像．比较左右极线图像中对应的同名点坐标，可得到极线校正误差曲线。如图３所示． 图２左右相机原始图像 万方数据

数码相机的正确使用技巧有哪些

数码相机的正确使用技巧有哪些 不能忽视色温问题 合理选用图像格式 大家都清楚，数码相片的品质与像素(解析度)有关，像素越高图像品质也就越好。经过推算，200万像素的数码相机大约与1200dpi 的扫描仪拥有同等级的数码影像截取能力，而600万像素的数码相 机则可以视为与2400dpi的扫描仪同一等级。若只是使用一般的平 面扫描仪进行传统相片数码化，那么数码相机只要200万-300万像素就可以轻而易举的胜过35mm的传统相机了。 在要求不高的情况下，压缩格式也可以自行设置一下，用户最熟悉的格式大概就是JPEG格式。 不要迷信自动模式 两个错误观念揭露： 对于传统摄影来说，UV镜是必备的附件。但由于数码相机对红 光及红外光敏感而对蓝紫光(尤其是紫外光)不敏感，所以在数码相 机上加用UV镜将得不到所期望的效果，而光学性能不好的UV镜还 会对成像产生负面影响。 2、不愿意使用三脚架 (一)超高速快门凝固一瞬间 一般初学摄影的同学通常不太留意拍摄时所用的快门速度，因此在拍摄高速移动的物件时常常导至主体模糊，打击拍摄的乐趣和信 心!其实只要利用超高速快门，可以把水滴、比赛等一瞬间纪录下来! 重点技巧： 利用超高速快门凝固动作。(PhotobyP?skiiTrysil)

快门速度达到1/500s、1/2000s甚至1/4000s 适合光线充足或是日光下拍摄 有需要可以提升ISO和放大光圈(如利用f/2.8大光圈) 对于正常相片，快门太慢令手震影响相片清晰度(参考安全快门 一文)不是一个好的结果，但如果我们是有计划地利用慢快门来令相 片变模糊，这样便可以创作出抽象漂亮的作品了。 使用慢快门时转动你的相机，可以拍出有趣的效果。(PhotobyPaulTomlin) 重点技巧： 如果是手持，快门不能过慢，可以在1/15s、1/20s等尝试效果。 如果拍摄主体会移动(例如在有风下拍摄花朵)，快门可以比以上提到的快一点，让模糊程度在受控范围内。 同样使用慢快门，但垂直移动相机，也可以拍出抽像的画面。(Photobyfaungg'sphoto) 可以把主体放大充满画面，更有诗意。 视乎感觉，画面可以简单一些作一开始的尝试，颜色不用太多，以免过份混乱。 (三)慢快门捕捉肉眼看不到的神秘景像 在晚上用肉眼看光线很暗的地方，你可能会觉得没啥特别，总是漆黑一片似的，但如果你运用相机，把快门调慢，光圈放大，往往 能捕捉到肉眼看不到的光线，拍出一幅幅的神奇景像!一定要试试啊! 有时肉眼看不到的光线并不等于相机看不到，试试放慢快门 吧!(PhotobyAnuparbPapapan) 重点技巧： 利用慢快门拍摄时必须使用三脚架来稳定相机。

数码相机分辨率的测量方法

ISO12233数码照相机分辨率的测量方法 1．适用范围 CIPA标准DC-003（2003）（以下简称本标准)适用于民用静止照片数码相机以下简称（DSC）。在产品目录等中记载静止照片的分辨率时，采用本标准规定的测量方法。 2．引用标准及文件 在本标准中引用下列标准，它们将购成本标准规定的一部分。 这些引用标准都适用其最新版本（含追加内容）。 ISO12233：2000 Photography-Electronic still-picture cameras - resolutionmeasurements ISO7589:2002 Photography–Illuminants forsensitometry-Speccifications for daylight,incandescent tungsten and printer 3.术语及定义 a) 分辨率resolution除锯齿外，可分辨精细图案的极限。以画面每单位高度的条数来表示。 b)锯齿aliasing采样频率小于图像信号最高频率的2倍时，在采样频率的高次谐波附近会产生带波重叠的噪音。（新版摄影术语辞典（株）写真工业出版社1988） 4．测试图表 4.1 ISO12233分辨率测试卡 本标准以12233为基础,测试图表(图4.1,以下简称ISO图表)也直接利用ISO12233用图表。ISO 图表中包含各种样式，本标准（视觉分辨率）主要使用其中的水平方向J1、K1；垂直方向的J2、 K2；倾斜45度方向的JD、KD等样式。（ISO12233中记载了3种测量方法、ISO图表的采购方法，请参考9．关于12233。）使用ISO图表时，不一定直接使用该图表。也可以剪出必须的部分，并经过重新拼接排列后使用 ISO12233主要由美国Sine Patterns公司和Applied Imag e公司以及日本生产,在中国可以从代理 ,上海研鼎公司购买（EMAIL:rdshop@https://www.wendangku.net/doc/fa10041244.html, Tel.021-********,Fax-021-********）。有关技术问题的咨询也可以与他们联系。若要订购请注明“ISO12233标准分辨率测试卡”。 4.2 ISO图表中所记载数字的含义 摄影时让图表的有效高度（横向长边看图4.1时粗框内侧的高度）正好占满画面,图案的数字*100即为画面中每单位高度的条数.拍摄时不一定要让有效高度占满整个画面,但此时需要进行标定(参考5.2取景构图). 4.3 ISO图表以外的图表 也可自己制作并使用与ISO图表相同的图表。此时必须满足ISO12233中规定的如下事项（ISO 图表当然满足这些规定的要求）。 a)白底部分的反射率Rmax与大面积黑色部分的反射率Rmin之比为80>Rmax>Rmin>40（ISO12233的第4.5项）。 b)各个图案的位置精度相对所规定位置为0.2mm（画面高度的+-0.1%）（ISO12233的第4.8项）。 c) 线宽为+-5%（ISO1233的第4.8项）。

一种多相机视觉测量系统的全局标定方法

一一第39卷一第5期一吉首大学学报(自然科学版)V o l.39一N o.5一一一一2018年9月J o u r n a l o f J i s h o uU n i v e r s i t y(N a t u r a l S c i e n c eE d i t i o n)S e p t.2018一一 文章编号:10072985(2018)05003808 一种多相机视觉测量系统的全局标定方法? 黄东兆,赵前程 (湖南科技大学机械设备健康维护湖南省重点实验室,湖南湘潭411201) 一一摘一要:提出了一种基于双平面靶标的多相机全局标定方法,要求两靶标之间为刚性联接,绕同一根轴旋转,但它们之间的相对位姿关系可以是未知的.该方法不仅适用于立体视觉测量系统,也适用于基于单目视觉的多相机测量系统,应用于四轮定位仪中多相机相对位姿关系的出厂标定,标定精度满足出厂要求. 关键词:多相机测量系统;全局标定;视觉测量;单目视觉 中图分类号:T P391.7一一一一一一一文献标志码:A D O I:10.13438/j.c n k i.j d z k.2018.05.009 单个相机都受一定的视野范围限制,为了满足高精度二宽视野的工业测量任务,通常需要用多个相机组建一个具有更大视觉空间范围的测量系统.对每个相机进行内参标定,只能在单个相机坐标系下建立视觉测量模型.由于各相机坐标系彼此独立,因此所有相机的测量结果需要统一到其中一个相机坐标系或一个全局坐标系中来表达.统一的过程被称为多相机测量系统位姿关系的全局标定.通常使用 金规校准 (需1个制作精确的标准件作为参考基准)与 银规校准 (需1个经过坐标测量机标定后的标准件作为参考基准)对多相机系统进行全局标定,但在日常搬运中要防止标准件不受损害是相当困难的.因此,张广军[1]提出了使用双电子经纬仪或单电子经纬仪加靶标进行全局标定的方法.该方法精度高,但电子经纬仪价格昂贵,普适性受限.其他一些方法[23]无需贵重仪器,但仅适用于立体视觉测量系统,不能应用于单目视觉系统.多相机测量系统全局标定的本质是确定系统中相机两两之间的相对位姿关系[4],只要任意两相机间的相对位姿关系确定了,就完成了多相机系统的全局标定.笔者提出了一种基于双平面靶标的两相机相对位姿关系的标定方法,在阐述其原理的基础上通过仿真标定与实际标定实验来验证其可行性. 1一基于双平面靶标的两相机间相对位姿关系的标定方法 1.1原理 多相机全局标定装置如图1所示,两靶标之间为刚性联接.两相机的位姿关系的标定如图2所示. 图1一多相机全局标定装置 F i g.1一 G l o b a lM u l t i-C a m e r aC a l i b r a t i o nD e v i c e 图2一两相机间相对位姿关系的标定 F i g.2一T w o-C a m e r aC a l i b r a t i o n f o rR e l a t i v eP o s eR e l a t i o n ?收稿日期:20180322 基金项目:国家自然科学基金资助项目(51345009);湖南省自然科学基金资助项目(13J J4082) 作者简介:黄东兆(1978 ),男,安徽桐城人,湖南科技大学讲师,博士,主要从事机器视觉测量二数控技术等研究.

数码相机的基本操作

（三）数码相机的基本操作 1．安装存储卡 使用数码相机拍照之前，首先要把存储卡插入相机内（存储卡内置型除外）。 2. 安装电池 打开相机的电池盖，确定电池方向，将电池推入，注意极性相对。 3. 打开电源 转动电源开关，打开相机。 4. 拍摄模式的选择 数码照相机一般分有自动、运动、夜景、风景、特写、录像等几档的模式转换开关，拍摄前必须根据拍摄主题的需要选择相应的模式。 5．拍摄状态设定 数码相机在拍摄之前，可根据需要通过功能菜单进行各种工作状态设置，这些设置将直接影响所拍照片的质量。 （1）设置分辨率 分辨率指影像所含像素的多少。像素越多，分辨率越高，影像效果越清晰，但文件的容量也会越大。大多数数码相机都提供多种分辨率可选择，拍摄时究竟该用什么分辨率，取决于对画面的质量要求以及拍摄的目的，一般有以下几种情况： 如拍摄的数码影像文件最终要通过打印或其他方法得到高质量照片、精美印刷品，则应以最高分辨率拍摄。 如拍摄的画面通过计算机显示器观看，或通过投影机投影，则拍摄分辨率可根据计算机显示器的分辨率或投影机的分辨率而定，应力求使拍摄画面的分辨率与这些设备的分辨率相吻合。 如拍摄的画面主要是供上网传输，考虑到显示器的分辨率和目前上网传输的速率都不是很高，大的影像文件上网传输需要很多的时间，因此拍摄分辨率不宜太高。 （2）设置感光度 感光度是表示图像传感器对光的灵敏度。感光度越高，对光线就越敏感，但是其影像颗粒越粗，分辨景物的细微部分的能力越差。 选择感光度，应根据用途和拍摄环境来选：室外光线强，可选用中速感光度（ISO100）；室内光线较暗或高速运动的物体，宜选用高速感光度（ISO400）；需放大型照片的，宜选用低速感光度（ISO50）。 （3）设置闪光灯 数码相机常见的闪光灯模式有四种状态：自动、强制、关闭和防红眼。 ①“自动”闪光状态：无论在任何时候，当光线不足时数码相机将会自动测试拍摄环境的光线强弱，并且将根据当时选定光圈的大小、快门速度的快慢和测得的环境光线数值，决定是否使用闪光灯和闪光灯输出多少光量。

北京理工大学数码相机性能评测实验一视觉分辨率及空间频率响应测试

数码相机性能评测实验一 视觉分辨率及空间频率响应（SFR）测试 实验目的： 1、理解数码相机视觉分辨率的定义及其度量单位。 2、了解数码相机分辨率测试标准ISO12233以及GB/T 19953-2005《数码相机分辨率的测量》，熟悉测试标板构成，掌握其使用方法。 3、掌握数码相机视觉分辨率测试方法，能够通过目视判别数码相机的分辨率特性。 4、了解数码相机空间频率响应（SFR）的测试原理，理解空间频率响应（SFR）曲线的含义。 5、掌握数码相机空间频率响应（SFR）的测试方法，能够通过SFR曲线判别数码相机的分辨率特性。 实验要求： 1、使用数码相机拍摄ISO12233标准分辨率靶板,要求连续拍摄三幅图。 2、目视判别数码相机的视觉分辨率，需分别判别水平、垂直、和斜45度方向的 视觉分辨率(注意：若拍摄的靶板有效区域高度仅占据相机幅面高度的一部分，需将目视判别结果乘以修正系数以得到真实的测量结果。修正系数=以像素为单位的相机幅面高度/以像素为单位的靶板有效区域高度)。 3、使用Imatest软件测量数码相机空间频率响应（SFR）曲线，需分别测量水平 及垂直方向的SFR，并取MTF50、MTF20作为测量结果，与视觉分辨率测试结果进行比较。

1、使用数码相机拍摄ISO12233标准分辨率靶板,要求连续拍摄三幅图第一张图 第二张图 第三张图

2、目视判别数码相机的视觉分辨率，需分别判别水平、垂直、和斜45度方向的视觉分辨率 第一张图的截图： 水平条测中心垂直视觉分辨率

竖直条测中心水平分辨率 对角线条测斜向上45°视觉分辨率

第二张图的截图： 水平条测中心垂直视觉分辨率 竖直条测中心水平分辨率

吕小斌相机内部参数标定装置设计正

第一章前言 1.1 课题背景 相机内参数标定作为实现机械视觉测量的首要环节，机械视觉在各类检验、工业自动化生产线、视觉导航、3D四轮定位等多个领域得到广泛应用。高精度的相机标定能获得高精度的机器视觉测量。相机标定确定相机模型是参数的过程，参数主要是内部参数，内部参数是相机本身固有的与光、电以及几何结构有关的参数。本论文的主要目的就是对相机内参数的标定装置进行设计与计算，确定相机在不同的机构作用下所能完成的功能，同时提高相机内部参数的标定精度。相机内参数标定从视觉数目方面进行分类，主要有三种主要类型：单目视觉、双目视觉和多视角视觉，从标定方法方面进行分类，主要有传统标定法和创新标定法，不同的方法对应不同的相机模型，相机模型大多可以分为以下两中类型，线性模型和非线性模型。日常生活中所见到的针孔模型为线性模型，是研究者在基于光学成像原理上的进行抽象表达之后的成果。因为相机前镜头在生产过程和安装时，会产生一定程度的变形，这种变形被称为相机畸变。所以线性模型在没有精益的制造技术和高精密的安装技术下很难展现相机成像原理。研究者为了更进一步展现相机的成像原理过程，把相机镜头畸变纳入研究的范围中。相机镜头畸变对相机内参数标定精度有着不可轻视的影响，此外，相机内参数标定的精度还取决于标定方法、标靶的表面制造精度、提取图像特征点坐标的精度等多个因数。现在世界上对相机内参数标定的方法研究方向主要有一下几大方向， 1）标定速度 2）简单的实验环境 3）价格低廉的实验器材以及较高的标定精度。因此确定精确的相机模型以及减少各因素对标定参数精度的影响，构成了相机内参数标定研究的主要内容。 本论文主要研究内容就是采用一种简单方便的方法确定相机的位姿关系；然后对DLT标定法、Tsai两步法以及基于平面靶标标定的张正友法进行研究，再设计装置来对这些标定方法进行试验，最终确定最好的标定方法。 1.2国内外研究现状 人类大多数是通过视觉来获取外界信息，视觉信息量巨大，体现了人类视觉功能的重要性。随着信息技术发展，人们通过计算机等实验器材来实现人类的视觉功能，同时，对机器视觉的要求也越来越高。自20世纪50年代以来，虽然还未实现使相机视觉领域像人类等生物那样灵活、高效和通用的视觉，但现有的视觉理论和技术不断的得到提高和发展，这使得人类正逐步的逼近梦想，实现梦想。 20世纪50年代到60年代，机器视觉从二维图像的分析到三维场景为目的的三维视觉研究。期间，B.allert H在1966年首次将最小二乘法引用到相机标定中，并应用在立体坐标测量仪中。到70年代，出现一些视觉应用系统。1971年，del A b和rara K a提出