面結(jié)構(gòu)光三維測量技術(shù)中的標定算法優(yōu)化.pdf

1、光學測量技術(shù)已經(jīng)在工業(yè)檢測、文物數(shù)字化、醫(yī)學、CG、農(nóng)業(yè)等領(lǐng)域得到了廣泛應(yīng)用，但是其精度仍然無法和三坐標測量儀等接觸式測量設(shè)備相比。制約面結(jié)構(gòu)光三維測量設(shè)備精度的關(guān)鍵因素有相機標定精度和相機參數(shù)因環(huán)境因素影響的變化。由于標靶特征點像素坐標提取精度對相機標定結(jié)果有重要影響，本文先分析了常見的標靶特征點亞像素坐標提取算法，并用實驗對比了重心矩法和橢圓擬合法兩種圓形特征點標靶亞像素圓心坐標提取算法，發(fā)現(xiàn)二者精度相差不大。目前提高相機標定精度的

2、主要方法是對標定結(jié)果的優(yōu)化，光束法平差是最常用的方法，但是光束法平差不能直接應(yīng)用于常見面結(jié)構(gòu)光三維測量系統(tǒng)相機的優(yōu)化；現(xiàn)有消除環(huán)境因素對面結(jié)構(gòu)光三維測量系統(tǒng)精度影響的主要方法是在使用過程中頻繁進行相機參數(shù)標定，缺少在線檢測機制，且操作過程繁瑣。因此，適應(yīng)相機標定優(yōu)化的光束法平差算法以及在線精度自檢測與自校準算法對提高和維持面結(jié)構(gòu)光三維測量設(shè)備的精度具有重要意義。
　　稀疏的光束法平差（簡稱SBA）已在攝影測量和機器視覺等領(lǐng)域得到廣

3、泛應(yīng)用。但是直接用SBA優(yōu)化張正友單相機標定算法結(jié)果會得到多組不同的相機內(nèi)部參數(shù)和畸變參數(shù)(統(tǒng)稱相機參數(shù))。本文在SBA的數(shù)學模型基礎(chǔ)之上增加了相機參數(shù)相等的約束，建立了一種受約束的稀疏光束法平差（簡稱CSBA）模型，并根據(jù)此模型雅克比矩陣的結(jié)構(gòu)特點提出了一種新的矩陣分塊策略，提高了稀疏線性方程組的求解效率，實現(xiàn)了一種能夠適應(yīng)單目、雙目相機標定精度優(yōu)化問題的CSBA算法。然后運用模擬實驗將CSBA運行結(jié)果和SBA的結(jié)果進行了對比，驗證了

4、CSBA在圖像特征點像素坐標不具備零均值高斯誤差時，也能得到唯一的優(yōu)化相機參數(shù)。最后，通過實際優(yōu)化立體標定結(jié)果，并與現(xiàn)有相機標定優(yōu)化SBA算法進行了對比，發(fā)現(xiàn)CSBA算法能夠同時優(yōu)化立體視覺中的相機內(nèi)外部參數(shù)，提高了重建結(jié)果的精度。
　　為了解決面結(jié)構(gòu)光三維測量設(shè)備精度監(jiān)測困難、相機標定過程復(fù)雜的問題。本文提出了一種基于相互垂直兩個方向多頻外差對應(yīng)點匹配，利用對應(yīng)點到極線距離衡量相機參數(shù)精度，進行在線精度自檢測，利用極線約束與le