咨询与建议

看过本文的还看了

相关文献

该作者的其他文献

文献详情 >基于2.5D标定扇的线阵相机内参数标定方法 收藏

基于2.5D标定扇的线阵相机内参数标定方法

Internal parameter calibration method of line-scan camera based on 2.5D calibration fan

作     者:张旭 毛庆洲 时春霖 胡庆武 金光 周昊 谢亦 Zhang Xu;Mao Qingzhou;Shi Chunlin;Hu Qingwu;Jin Guang;Zhou Hao;Xie Yi

作者机构:武汉大学遥感信息工程学院湖北武汉430079 湖北珞珈实验室湖北武汉430079 中国人民解放军61206部队北京100042 中国科学院长春光学精密机械与物理研究所吉林长春130033 

出 版 物:《红外与激光工程》 (Infrared and Laser Engineering)

年 卷 期:2024年第53卷第4期

页      面:172-182页

核心收录:

学科分类:08[工学] 080203[工学-机械设计及理论] 0802[工学-机械工程] 

基  金:国家重点研发计划项目(2023YFC3009400 2023YFB2603702) 

主  题:线阵相机 内参数 标定 重投影 非线性方程 

摘      要:针对工业生产线上或集成设备中线阵相机内参数定期检校困难且成本高的问题,提出一种基于2.5D标定扇的线阵相机内参数标定方法。设计了一款特定的2.5D标定扇,构建包含镜头畸变的线阵相机内参数标定模型,顾及了标靶相对相机的两个姿态角,通过方程线性变换法解算模型参数初值,利用改进的Levenberg-Marquardt(L-M)算法加速优化相机参数的求解过程,给出了详细的解算步骤和数据处理过程,并通过仿真和实测数据验证了方法的可行性。结果表明:该线阵相机标定方法简单灵活,可得到大量分布规律的特征点对,参数标定精度不受相机移动精度和特定移动方向的限制;在扇骨面与靶面间夹角小于10°时,可以获得高精度、高一致性的相机内参数,特征点重投影误差的最大值优于0.28 pixel,平均RMSE为0.11 pixel,标准差仅0.01 pixel。

读者评论 与其他读者分享你的观点

用户名:未登录
我的评分