1. 研究目的与意义

在三维视觉系统中，三维物体的信息都是通过摄像机获取的图像信息中得到。在这个过程中，确定空间点和摄像机像素点之间的关系，必须依靠相机标定。在图像测量过程以及机器视觉应用中，为确定空间物体表面某点的三维几何位置与其在图像中对应点之间的相互关系，必须建立相机成像的几何模型，这些几何模型参数就是相机参数。这些参数通过实验与计算得到，求解参数的过程就叫相机标定。无论是在图像测量还是在机器视觉应用中，相机参数的标定都非常关键，其标定结果的精度及算法的稳定性直接影响相机工作产生结果的准确性。相机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。本次课题运用双目视觉技术，实现对于目标的三维尺寸测量，而双目视觉的精度依赖于相机内外参的标定精度，因此，低成本实现相机的内外参数标定，具有重要的实践意义。

2. 课题关键问题和重难点

目前相机标定仍然有许多需要完善和改进之处。传统标定法需要借助标准参照物与其图像的约束关系来求解摄像机模型的内外参数,为了提高相机的标定精度需要进一步提高摄像机模型的准确度,这就需要考虑摄像机的畸变。而事实上，引入畸变后会使得整个摄像机模型成为一个非线性模型,而非线性模型的求解不利于提高摄像机参数的精确度,这成为一对矛盾。此外，本课题使用张氏标定法需要确定模板点阵上物理坐标以及图像和模板之间点的匹配，给不熟悉计算机视觉的使用者带来不便，理论知识也较为抽象，且在实际环境中，由于摄像机物理构造产生畸变，会使像点偏离理论计算值，这些都是实验过程中需要注意的问题。

3. 国内外研究现状（文献综述）

视觉，是人类观察世界和认知世界的一个重要手段。人类感知外界信息，有80%以上是通过视觉得到的。人类是通过眼睛和大脑来获取、处理与理解视觉信息的。周围环境中的物体在可见光的照射下，在人眼的视网膜上形成图像，感光细胞将其转换成神经脉冲信号，并经过神经纤维传入大脑皮层进行处理与理解。所以说，视觉不仅指对光信号的感受，还包括对视觉信息的获取、传输、处理和理解的全过程。计算机视觉是人工智能研究的热点，其主要目的就是是计算机拥有近似人类的视觉捕获系统。三维重建是其中非常重要的一个分支，是利用物体的二维图像恢复出物体的三维空间信息的过程。相机的标定是很多计算机视觉应用的基础，它提供了计算机视觉中非常重要的相机内外部参数。对相机的标定做了深入的分析研究，并在此基础上提出了一种利用球体的特性进行相机标定的方法。做了大量实验对此方法进行验证，取得了较为理想的实验结果。对三维重建的基本原理和常用方法做了详细的分析研究，提出了利用球体的特性完成三维重建的新方法。搭建了新的三维重建系统，完成了三维重建实验，取得很好的效果。经典的相机标定方法和三维重建方法。论证了球体在计算机中的一些特性，尤其是其中存在的两个double-contact关系，然后介绍了利用double-contact关系进行椭圆拟合的新方法。最后详细介绍了如何利用球体特性完成的相机标定和三维重建，并用实验对其进行说明。标定是计算机视觉中最关键、最基本的一步，标定精度及其稳定性对机器精度影响较大。在传统的相机标定方法中张正友提出的非线性相机模型的线性标定方法具有精度高、稳定、标定板容易制作、标定统一的特点，便于工业化的大规模生产，因此应用范围广泛。在具体应用中有必要对其进行深入的讨论和分析，以进一步提高其标定的精度和速度，并降低成本。在传统标定方法中，影响相机标定精度的因素有很多，主要有世界坐标精确度（标定板的打印和测量精度）、特征点的数目、特征点的提取精度、标定图片的数量、图片拍摄的角度等。以opencv为基础，研究标定板测量误差、特征点数量、标定图片数量等因素对相机内外部参数标定精度的影响，以提高相机标定的精度和速度。计算机视觉三维测量技术由于具有高速、高分辨率、无破坏、非接触测量等优点，已被广泛应用到工业检测、反求工程、机器人视觉、虚拟现实等领域。其任务是从获取的二维图像信息出发计算出三维世界信息，也就是要知道空间点和图像点的对应关系。这种对应关系是由相机在空间所处的位置及其成像的几何模型所决定，即由相机的外部参数和内部参数所决定。这些参数必须由实验与计算来确定。计算机视觉三维测量系统的性能很大程度上依赖于相机标定精度，所以计算机视觉测量的应用要解决的首要问题就是相机标定问题。目前国内外诸多学者在这一领域做了大量的研究，基于不同的出发点和思路取得了一系列成果。在实验装置、标定精度、标定速度等方面各有不同，对于不同的问题背景它们有其格子的应用价值。本文对各种方法进行总结、分析和比较，提出今后有待进一步研究的方向。

参考文献：

尹洪涛《相机标定误差因素分析》信息通信2012年01期

4. 研究方案

确定本课题为基于张正友标定方法基础上的相机标定系统设计。研究方案：首先读入并显示标定靶。场景上的坐标点一般由标定靶上直接测得，将特征明显的标志贴在标定靶上，特征标志的特征点即为用来标定的控制点。标定靶分为三维、二维、虚拟三维等几种。张正友标定法使用的是二维标定靶。打印一张模板并贴在一个平面上，从若干角度拍摄若干张模板图像。为下一步提取特征点用。其次，手动提取图像中的标定靶角点的图像坐标，后台保存数据；手动输入标定算法的给定参数。最后，编程运算和显示结果。

5. 工作计划

初期，通过网络了解基本图像处理相关算法和opencv开发环境。通过网络及参考文献了解相机标定的涵义，作用和应用领域，了解张正友算法，以及制作标定板等。

中期，在pc平台上搭建图像处理平台，实现标定板角点检测功能，实现内参及畸变参数的自动计算功能。

后期，实现畸变矫正功能，并进行相应测试，检验系统的准确性，并加以进一步完善。