工业机器人视觉系统中双目摄像头标定算法研究

被引:10
作者
孙凤连
李扬
机构
[1] 广东工业大学信息工程学院
关键词
视觉系统; 摄像机标定; 角点提取; Harris; 梯度阈值;
D O I
暂无
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
在三维立体视觉系统中,摄像机的标定是一项必不可少的工作。针对现有的摄像机标定法在进行角点提取时,由于光线变化产生的干扰问题,论文提出了一种将Harris算法与梯度阈值算法相结合的新方法。实验过程中采用大小各为600mm、150mm的基线距离对该方法进行验证,实验证明,基线为600mm的轴位移为582.068,基线为150mm的轴位移为162.125,误差大小约为15mm。因此,该算法在光线较弱或者光线变化的情况下能够准确的对双目视觉系统进行标定,且易于实现,标定结果准确且稳定,满足双目立体视觉应用的需求。
引用
收藏
页码:562 / 565+629 +629
页数:5
相关论文
共 10 条
[1]  
A New Active Visual System for Humanoid Robots. De Xu,You Fu Li,Min Tan,Yang Shen. IEEE Transactions on Systems Man and Cybernetics . 2008
[2]   双目立体摄像机标定方法研究 [J].
李洪海 .
微计算机信息, 2010, 26 (10) :224-225+223
[3]  
A Flexible New Technique for Camera Calibration. Zhengyou Zhang. IEEE Transactions on Pattern Analysis and Machine Intelligence . 2000
[4]  
基于特征点匹配的摄像机非线性标定算法研究[D]. 刘中河.哈尔滨理工大学 2013
[5]   机器人双目视觉系统的标定与定位算法 [J].
李瑞峰 ;
李庆喜 .
哈尔滨工业大学学报, 2007, (11) :1719-1722
[6]   双目立体视觉中的摄像机标定技术研究 [J].
刘金颂 ;
原思聪 ;
张庆阳 ;
刘道华 .
计算机工程与应用 , 2008, (06) :237-239
[7]   基于双目视觉的运动物体实时跟踪与测距 [J].
祝琨 ;
杨唐文 ;
阮秋琦 ;
王红波 ;
韩建达 .
机器人, 2009, 31 (04) :327-334
[8]   一种改进的Harris角点提取算法 [J].
王崴 ;
唐一平 ;
任娟莉 ;
时冰川 ;
李培林 ;
韩华亭 .
光学精密工程 , 2008, (10) :1995-2001
[9]   基于OpenCV的双目摄像机标定 [J].
袁利 ;
刘海华 ;
陆雪松 .
现代科学仪器, 2013, (02) :78-81
[10]   基于OpenCV的摄像机标定方法研究 [J].
李跃 ;
汪亚明 ;
黄文清 ;
朱小锴 .
浙江理工大学学报, 2010, 27 (03) :417-420+440