机器视觉测量中物体倾斜引起的图像大小头畸变校正方法
一、技术领域
1.本发明涉及机器视觉测量技术，具体是指一种机器视觉测量中物体倾斜引起的图像大小头畸变校正方法。
二、
背景技术：2.机器视觉测量技术为解决自动、柔性和在线测量问题开辟了新途径。它是融合光电子学、计算机图像学、信息加工与处理等技术的非接触式测量方法，具有灵活性、经济性和测量结果便于计算机分析处理等优点。视觉测量的缺点也很明显：相机拍摄的图像不是透视模型下的理想图像，物点在相机成像介质上的实际成像与理想图像之间存在光学畸变误差。因而存在着径向畸变、切向畸变和薄棱镜畸变(简称：相机畸变)；这些图像畸变的研究和校正都取得较好的研究和校正效果。在视频测量中，还存在拍摄物体与相机不平行(简称：物体倾斜)而引起的图像大小头畸变(简称：大小头畸变)，而这种畸变非常普遍。
3.针对机器视频测量中的各种畸变，一般地是忽略大小头畸变，用张正友标定算法(该算法假定物体与相机平行，不存在大小头畸变)单独处理相机畸变；或者把相机畸变与大小头畸变相结合建立模型，用levenberg-marquardt优化算法求出四个相机畸变参数和三个大小头畸变参数。该方法的缺点为：(1)忽略大小头畸变本身就是缺陷；(2)相结合处理的参数较多，搜索时间和空间代价较高；(3)levenberg-marquardt优化算法对初始值具有较强的敏感性，容易使畸变参数为局部最优解。这些缺点大大削弱畸变参数的可信度，校正效果也不好，从而严重影响测量精度。
4.因为视觉测量大小头畸变的普遍性和校正参数的难获取性，需要发明一种使用方便，校正参数可信度高，校正效果较好的方法具有十分重要的意义。
三、
技术实现要素：5.本发明目的在于提供机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，用于快速准确的求解畸变参数，然后校正大小头畸变，从而增加视觉测量精度。
6.本发明通过下述技术方案实现：机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，包括以下步骤：步骤1：搭建视觉测量工台和制作标定板，根据视觉测量物体的大小搭建测量工台，搭建完成后制作黑白棋盘格标定板和圆形点阵标定板；步骤2：采集棋盘格标定图像，在相机视野内不同位置采集标定图像；步骤3：筛选棋盘格标定图像，在opencv开源标定程序中筛选棋盘格标定图像，需要补充被筛掉的标定图像；步骤4：计算相机的内部参数，用筛选出的棋盘格标定图像计算相机的内部参数；步骤5：采集圆形点阵标定板图像和计算圆形点的坐标；步骤6：分割圆形点阵标定板为远和近相机两部分，根据对偶投影圆形点到中心点的距离分割圆形点阵标定图；步骤7：计算物体的倾斜轴；步骤8：推演远近相机投影点的校正点表达式；步骤9：计算物体倾斜角；步骤10：校正大小头图像。需要说明的是，针对机器视频测量中的各种畸变，一般地用张正友标定算法(该算法假定物体与相机平行，不存在大小头畸变)单独处理相机畸变；或者把相机畸变与大小头畸变相结合建立模
型，用levenberg-marquardt优化算法求出四个相机畸变参数和三个大小头畸变参数。该方法的缺点为：(1)用张正友标定算法处理大小头畸变理论依据不充分；(2)相结合处理的参数较多，搜索时间和空间代价较高；(3)levenberg-marquardt优化算法对初始值具有较强的敏感性，容易使畸变参数为局部最优解。这些缺点大大削弱畸变参数的可信度，校正效果也不好，从而严重影响测量精度。
7.鉴于上述问题，申请人提出了一种机器视觉测量中物体倾斜引起的图像大小头畸变校正方法。求解大小头畸变图像的校正参数是一种全新的方法，分步求解相机的内部参数和大小头畸变校正参数：应用张正友相机标定方法求解相机的内部参数，把内部参数应用到大小头畸变校正参数的求解中。根据物体的倾斜轴把图像划分为近相机投影部分和远相机投影部分，用分界点的位置坐标求解分界线。根据透视投影原理和对偶投影点校正后的点到主点的距离相等，建立物体倾斜角的参数方程，应用所有对偶投影点的校正点到主点的距离差的绝对值达到最小时的角度就是物体的倾斜角。校正参数求解的时间和空间复杂度非常低，而且提高了畸变图像的校正效果，进而提高视觉测量的精度。
8.进一步地，步骤2具体包括：在工台上不同位置采集至少3张黑白棋盘格标定板图像，把圆形点阵标定板放于工台上，圆形点阵标定板的中心点对准相机中心，点阵列标定板水平，采集圆形点阵标定图像。步骤3具体包括：筛选和补充图像，根据标定算法对黑白棋盘格标定板的图像进行筛选，筛选条件为出现角点图，如果满足条件的图像不足16张，需要补充标定图。补充图像时可以调整光线强弱，以及标定点的倾斜方向。需要说明的是，制作的标定板为：(1)制作张正友相机标定板：9*10的边长为10厘米的正方形黑白相间的标定板；(2)制作长1.5米宽1米，刻有19行25列共475个半径为1毫米，纵横相邻的两点间距为5厘米的圆形点阵列标定板，根据工台与相机之间的距离圆形点阵标定板规格可能有变化，需要尽量保证点阵列铺满相机视野。
9.进一步地，步骤4具体包括：使用开源函数标定相机把棋盘格标定图像输入开源函数，输出为相机的主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β。需要说明的是，用vs2013中的c++语言调用opencv中张正友标定算法的开源函数标定相机。把黑白棋盘格标定板的图像输入开源函数，计算出相机的主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β。
10.进一步地，步骤7具体包括：根据每行点的不同类型确定每行两个远近相机投影点的分界点，以它们的中点为样本点，用最小二乘法拟合样本点，得到相机在成像介质平面上倾斜轴的斜率其中(ui,vi)表示每行两个分界点的中点坐标，n表示圆形点阵标定板的行数，过主点(u0,v0)的倾斜轴方程为：v＝ku+v
0-ku0。两个对偶点到中心点的距离不相等，距离大的点为远相机投影点，距离站的点为近相机投影点。所有远相机投影点和近相机投影点分别构成远相机部分和近相机部分，它们的分界线为物体的倾斜轴。根据在每行点的类型不同确定每行的两个远近相机投影点的分界点，以其中点为样本点，用最小二乘法拟合样本点，从而得到物体在xy平面上倾斜轴的斜率k。
11.进一步地，步骤9具体包括：求解表达式的一阶导函数方程可得θ值；由
于n个导函数不能简单求和，很难直接求解；在给定迭代次数或者相邻两次导数值差的绝对值小于给定阈值，用二分法搜索导函数方程的根从而得到物体倾斜角。对于倾斜角，物体倾斜轴把图像划分为近相机投影和远相机投影两个部分；根据透视投影原理，把对偶投影点中的近相机投影点校正到成像介质上，然后把远相机投影点也校正到成像介质上，理论上这两个点到主点的距离相等。实际上并非所有的校正点都满足此条件。为了求得倾斜角，把所有对偶投影点的校正点到主点的距离差的绝对值达到最小时的角度就是物体的倾斜角。在给定迭代次数后，用二分法求解导函数方程得到物体倾斜角θ。
12.进一步地，步骤10具体包括：用相机的内部参数主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β，物体在xy平面内的倾斜轴k和在z轴方向的倾斜角θ等参数，把大小头图像中的每个像素点都反向求校正点；在求得物体倾斜轴l：v＝ku+b和倾斜角θ后，用倾斜轴把畸变图像划分为近相机投影部分
π1
和远相机投影部分π2；取畸变图像点a0(u0,v0)，对应的理想像点a(u,v)，得到理想点a(u,v)到图像中心的距离r；如果a0(u0,v0)∈π1，则如果a0(u0,v0)∈π2，则如果a0(u0,v0)∈l，r＝r0，绕图像中心把图像顺时针旋转atan(k)角，使倾斜轴与u重合；由和关系式求得理想点的坐标为如果a0(u0,v0)∈l，则u＝u0，v＝0；其中把理想点绕图像中心逆时针旋转atan(k)得到理想图像。
13.本发明与现有技术相比，具有如下的优点和有益效果：
14.1.本发明主要是校正视频测量中的大小头图像，计算参数较少而明确，以时间和空间复杂度都较小；而且拍摄环境没有变化时，不需要重复计算倾斜校正参数。本方法校正图像的时间代价降低了95％；
15.2.本发明以工业机器视觉测量为基础，标定相机的内部外部参数和物体的倾斜参数，canny算子搜索物体的边和角点，计算物体的实际尺寸。在倾斜校正后，长方形上边和下边的长度差由原来的11.88个像素变为校正后6.1333个像素，图像大小头现象得到明显校正；
16.3.以点阵标定板图像的校正为例，统计分析距离差的绝对值，对偶投影点到点阵中心距离差的绝对值的平均值为1.79761像素，方差为2.02377；校正后的平均值为0.31558像素，方差为0.0693318，校正后缩短为校正前差值的17.6％，而且方差非常小，进一步说明校正后距离差值保持在不到0.35个像素，能够快速准确的求解畸变参数，然后校正大小头畸变，从而增加视觉测量精度；
17.4.在物体倾斜校正前畸变图像的畸变度为2.5638个像素，理想图像的畸变度为0.3754个像素。
四、附图说明
18.此处所说明的附图用来提供对本发明实施例的进一步理解，构成本技术的一部分，并不构成对本发明实施例的限定。在附图中：
19.图1为本发明的系统流程图。
五、具体实施方式
20.为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明作进一步的详细说明，本发明的示意性实施方式及其说明仅用于解释本发明，并不作为对本发明的限定。需要说明的是，本发明已经处于实际研发使用阶段。
21.实施例：
22.如图1所示，机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，包括以下步骤：步骤1：搭建视觉测量工台和制作标定板，根据视觉测量物体的大小搭建测量工台，搭建完成后制作黑白棋盘格标定板和圆形点阵标定板；步骤2：采集棋盘格标定图像，在相机视野内不同位置采集标定图像；步骤3：筛选棋盘格标定图像，在opencv开源标定程序中筛选棋盘格标定图像，需要补充被筛掉的标定图像；步骤4：计算相机的内部参数，用筛选出的棋盘格标定图像计算相机的内部参数；步骤5：采集圆形点阵标定板图像和计算圆形点的坐标；步骤6：分割圆形点阵标定板为远和近相机两部分，根据对偶投影圆形点到中心点的距离分割圆形点阵标定图；步骤7：计算物体的倾斜轴；步骤8：推演远近相机投影点的校正点表达式；步骤9：计算物体倾斜角；步骤10：校正大小头图像。步骤2具体包括：在工台上不同位置采集至少3张黑白棋盘格标定板图像，把圆形点阵标定板放于工台上，圆形点阵标定板的中心点对准相机中心，点阵列标定板水平，采集圆形点阵标定图像。步骤3具体包括：筛选和补充图像，根据标定算法对黑白棋盘格标定板的图像进行筛选，筛选条件为出现角点图，如果满足条件的图像不足16张，需要补充标定图。补充图像时可以调整光线强弱，以及标定点的倾斜方向。步骤4具体包括：使用开源函数标定相机把棋盘格标定图像输入开源函数，输出为相机的主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β。步骤7具体包括：根据每行点的不同类型确定每行两个远近相机投影点的分界点，以它们的中点为样本点，用最小二乘法拟合样本点，得到相机在成像介质平面上倾斜轴的斜率其中(ui,vi)表示每行两个分界点的中点坐标，n表示圆形点阵标定板的行数，过主点(u0,v0)的倾斜轴方程为：v＝ku+v
0-ku0。步骤8，具体包括：用相机的内部参数主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β，物体在xy平面内的倾斜轴k和在z轴方向的倾斜角θ等参数；设畸变图像上对偶投影点b2(v1,u1)和d2(v2,u2)到畸变图像中心的距离分别为r1和r2，β1和β2为两条投影线与图像平面所成的角，β1＝∠ob2d2，β2＝∠od2b2，η1和η2分别为r1和r2在理想图像上的；正投影与畸变图像所成的角，η1＝∠b3o2b2，η2＝∠d3o2d2；设|o2b3|＝r
l1
，|o2d3|＝rl2，由透视投影原理和三角形几何关系得rl1
和r
l2
满足以下关系：有n对对偶投影点的点阵列图像；设物体的倾斜角为θ，求θ使得满足：其中r
li1
和r
li2
分别表示理想对偶投影点到图像中心的距离，步骤9具体包括：求解表达式的一阶导函数方程可得θ值；由于n个导函数不能简单求和，很难直接求解；在给定迭代次数或者相邻两次导数值差的绝对值小于给定阈值，用二分法搜索导函数方程的根从而得到物体倾斜角。步骤10具体包括：用相机的内部参数主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β，物体在xy平面内的倾斜轴k和在z轴方向的倾斜角θ等参数，把大小头图像中的每个像素点都反向求校正点；在求得物体倾斜轴l：v＝ku+b和倾斜角θ后，用倾斜轴把畸变图像划分为近相机投影部分π1和远相机投影部分π2；取畸变图像点a0(u0,v0)，对应的理想像点a(u,v)，得到理想点a(u,v)到图像中心的距离r；如果a0(u0,v0)∈π1，则如果a0(u0,v0)∈π2，则如果a0(u0,v0)∈l，r＝r0。绕图像中心把图像顺时针旋转a tan(k)角，使倾斜轴与u重合；由和关系式求得理想点的坐标为求得理想点的坐标为如果a0(u0,v0)∈l，则u＝u0，v＝0；其中，v＝0；其中把理想点绕图像中心逆时针旋转atan(k)得到理想图像。
23.需要说明的是，针对机器视频测量中的各种畸变，一般地是忽略大小头畸变，用张正友标定算法(该算法假定物体与相机平行，不存在大小头畸变)单独处理相机畸变；或者把相机畸变与大小头畸变相结合建立模型，用levenberg-marquardt优化算法求出四个相机畸变参数和三个大小头畸变参数。该方法的缺点为：(1)忽略大小头畸变本身就是缺陷；(2)相结合处理的参数较多，搜索时间和空间代价较高；(3)levenberg-marquardt优化算法对初始值具有较强的敏感性，容易使畸变参数为局部最优解。这些缺点大大削弱畸变参数的可信度，校正效果也不好，从而严重影响测量精度。鉴于上述问题，申请人提出了一种机器视觉测量中物体倾斜引起的图像大小头畸变校正方法。求解大小头畸变图像的校正参数是一种全新的方法，分步求解相机的内部参数和大小头畸变校正参数：应用张正友相机标定方法求解相机的内部参数，把内部参数应用到大小头畸变校正参数的求解中。根据物体
的倾斜轴把图像划分为近相机投影部分和远相机投影部分，用分界点的位置坐标求解分界线。根据透视投影原理和对偶投影点校正后的点到主点的距离相等，建立物体倾斜角的参数方程，应用所有对偶投影点的校正点到主点的距离差的绝对值达到最小时的角度就是物体的倾斜角。校正参数求解的时间和空间复杂度非常低，而且提高了畸变图像的校正效果，进而提高视觉测量的精度。
24.还需要说明的是，制作的标定板为：(1)制作张正友相机标定板：9*10的边长为10厘米的正方形黑白相间的标定板；(2)制作长1.5米宽1米，刻有19行25列共475个半径为1毫米，纵横相邻的两点间距为5厘米的圆形点阵列标定板，根据工台与相机之间的距离圆形点阵标定板规格可能有变化，需要尽量保证点阵列铺满相机视野。用vs2013中的c++语言调用opencv中张正友标定算法的开源函数标定相机。把黑白相间的张正友标定板图像输入开源函数，通过计算输出相机的主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β。根据点在点阵列中的位置关系，确定对偶投影点，计算它们到点阵列中心点的距离。两个对偶点到中心点的距离不相等，距离大的点为远相机投影点，距离站的点为近相机投影点。所有远相机投影点和近相机投影点分别构成远相机部分和近相机部分，它们的分界线为物体的倾斜轴。根据在每行点的类型不同确定每行的两个远近相机投影点的分界点，以其中点为样本点，用最小二乘法拟合样本点，从而得到物体在xy平面上倾斜轴的斜率k。还需要说明的是，对于倾斜角，物体倾斜轴把图像划分为近相机投影和远相机投影两个部分；根据透视投影原理，把对偶投影点中的近相机投影点校正到成像介质上，然后把远相机投影点也校正到成像介质上，理论上这两个点到主点的距离相等。实际上并非所有的校正点都满足此条件。为了求得倾斜角，把所有对偶投影点的校正点到主点的距离差的绝对值达到最小时的角度就是物体的倾斜角。在给定迭代次数后，用二分法求解导函数方程得到物体倾斜角θ。
25.本发明涉及的方法具体为：搭建测量工台。根据视觉测量物体的大小，需要搭建测量工台，工台尽量平整；工台上架设放置相机的横杆。为了减少测量误差，在固定工台和相机时，尽量保证工台水平，相机镜头与工台平行。制作标定板。(1)制作张正友相机标定板：9*10的边长为10厘米的正方形黑白相间的标定板；(2)制作长1.5米宽1米，刻有19行25列共475个半径为1毫米，相邻点的间距为5厘米的圆形点阵列标定板(根据工台与相机之间的距离，圆形点阵标定板规格可能有变化)。采集标定图像。(1)按照张正友标定法的要求在工台上不同位置采集至少9张黑白标定板图像；(2)把圆形点阵标定板放于工台上，点阵标定板的中心点对准相机中心，采集标定板的图像。筛选标定图像。用张正友标定算法对黑白标定板的图像进行筛选。在相机标定中，能够出现角点图的标定图才是满足条件的图像。补充标定图像。为了保证相机标定的准确性，满足条件的图像不足9张，需要补足9张，一般不要超过16张，而这些图像必须来自于相机视野内的不同位置；在拍摄标定图像时，可以调整光线强弱和标定板的倾斜方向，以保证图像在标定时能够通过筛选。计算相机的内部参数。用vs2013中的c++语言调用opencv中张正友标定算法的开源函数，把黑白相间的张正友标定板图像输入函数中，通过计算输出相机的主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β。计算圆形点的坐标。二值化圆形点阵标定板图像，给黑点的像素值赋为1或者给其他像素值赋为0；用移动窗聚类算法聚类图像中像素值为1的点，点阵标定板有多少个点，就聚成多少类；然后用类中各点坐标的算术平均值作为圆形标定点的坐标。分割图像
为远近相机部分。确定点阵板上的对偶点(以中心点成中心对称的两个点)和其对偶投影点(对偶点在点阵图像上的点)，计算对偶投影点到中心点的距离。对偶投影点到中心点的距离不相等，距离大的点为远相机投影点，距离站的点为近相机投影点。所有远相机投影点和近相机投影点分别构成远相机部分和近相机部分，它们的分界线为物体的倾斜轴。计算物体在xy平面上倾斜轴。根据每行投影点的不同类型确定远近相机投影点的分界点，以两个分界点的中点为样本点，用最小二乘法拟合样本点得到在xy平面上物体倾斜轴的斜率k。计算远近相机投影点的校正点。在确定远相机投影点和近相机投影点后，根据透视投影原理，把它们都校正到成像介质上。计算物体在z轴上的倾斜角。理论上，两个校正点到主点的距离相等。实际上，因为图像有其他畸变，不是所有校正点都满足此条件。为了求得倾斜角，所有对偶投影点的校正点到主点的距离差的绝对值之和(物体倾斜角θ的函数)达到最小时的角度就是物体的倾斜角。在给定迭代次数后，用二分法求解导函数方程得到物体倾斜角θ。校正大小头图像。用相机的内部参数主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β，物体在xy平面内的倾斜轴k和在z轴方向的倾斜角θ等参数，把大小头图像中的每个像素点都反向求解校正点，从而得到其校正图像。
26.以上所述的具体实施方式，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
技术特征：1.机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：包括以下步骤：步骤1：搭建视觉测量工台和制作标定板，根据视觉测量物体的大小搭建测量工台，搭建完成后制作黑白棋盘格标定板和圆形点阵标定板；步骤2：采集棋盘格标定图像，在相机视野内不同位置采集标定图像；步骤3：筛选棋盘格标定图像，在opencv开源标定程序中筛选棋盘格标定图像，需要补充被筛掉的标定图像；步骤4：计算相机的内部参数，用筛选出的棋盘格标定图像计算相机的内部参数；步骤5：采集圆形点阵标定板图像和计算圆形点的坐标；步骤6：分割圆形点阵标定板为远和近相机两部分，根据对偶投影圆形点到中心点的距离分割圆形点阵标定图；步骤7：计算物体的倾斜轴；步骤8：推演远近相机投影点的校正点表达式；步骤9：计算物体倾斜角；步骤10：校正大小头图像。2.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤2具体包括：在工台上不同位置采集至少3张黑白棋盘格标定板图像，把圆形点阵标定板放于工台上，圆形点阵标定板的中心点对准相机中心，点阵列标定板水平，采集圆形点阵标定图像。3.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤3具体包括：筛选和补充图像，根据标定算法对黑白棋盘格标定板的图像进行筛选，筛选条件为出现角点图，如果满足条件的图像不足16张，需要补充标定图。4.根据权利要求3所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：补充图像时可以调整光线强弱，以及标定点的倾斜方向。5.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤4具体包括：使用开源函数标定相机把棋盘格标定图像输入开源函数，输出为相机的主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β。6.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤7具体包括：根据每行点的不同类型确定每行两个远近相机投影点的分界点，以它们的中点为样本点，用最小二乘法拟合样本点，得到相机在成像介质平面上倾斜轴的斜率其中(u
i
,v
i
)表示每行两个分界点的中点坐标，n表示圆形点阵标定板的行数，过主点(u0,v0)的倾斜轴方程为：v＝ku+v
0-ku0。7.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤8，具体包括：用相机的内部参数主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β，物体在xy平面内的倾斜轴k和在z轴方向的倾斜角θ等参数；设畸变图像上对偶投影点b2(v1,u1)和d2(v2,u2)到畸变图像中心的距离分别为r1和r2，β1和β2为两
条投影线与图像平面所成的角，β1＝∠ob2d2，β2＝∠od2b2，η1和η2分别为r1和r2在理想图像上的；正投影与畸变图像所成的角，η1＝∠b3o2b2，η2＝∠d3o2d2；设|o2b3|＝r
l1
，|o2d3|＝r
l2
，由透视投影原理和三角形几何关系得r
l1
和r
l2
满足以下关系：有n对对偶投影点的点阵列图像；设物体的倾斜角为θ，求θ使得满足：其中r
li1
和r
li2
分别表示理想对偶投影点到图像中心的距离，8.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤9具体包括：求解表达式的一阶导函数方程可得θ值；由于n个导函数不能简单求和，很难直接求解；在给定迭代次数或者相邻两次导数值差的绝对值小于给定阈值，用二分法搜索导函数方程的根从而得到物体倾斜角。9.根据权利要求1所述的机器视觉测量中物体倾斜引起的图像大小头畸变校正方法，其特征在于：步骤10具体包括：用相机的内部参数主点坐标(u0,v0)、焦距f和在x轴与y轴上像素间的实际距离α和β，物体在xy平面内的倾斜轴k和在z轴方向的倾斜角θ等参数，把大小头图像中的每个像素点都反向求校正点；在求得物体倾斜轴l：v＝ku+b和倾斜角θ后，用倾斜轴把畸变图像划分为近相机投影部分π1和远相机投影部分π2；取畸变图像点a0(u0,v0)，对应的理想像点a(u,v)，得到理想点a(u,v)到图像中心的距离r；如果a0(u0,v0)∈π1，则如果a0(u0,v0)∈π2，则如果a0(u0,v0)∈l，r＝r0，绕图像中心把图像顺时针旋转atan(k)角，使倾斜轴与u重合；由和关系式求得理想点的坐标为求得理想点的坐标为如果a0(u0,v0)∈l，则u＝u0，v＝0；其中，v＝0；其中把理想点绕图像中心逆时针旋转atan(k)得到理想图像。
技术总结本发明涉及机器视觉测量技术，具体公开了一种机器视觉测量中物体倾斜引起的图像大小头畸变校正方法。包括以下步骤：步骤1，搭建工台和制作标定板；步骤2，采集黑白棋盘格标定图像；步骤3，筛选棋盘格标定图像；步骤4，计算相机的内外部参数；步骤5，采集圆形点阵标定板图像和计算圆形点的坐标；步骤6，分割圆形点阵标定板为远和近相机两部分；步骤7，计算物体的倾斜轴；步骤8，推演远近相机投影点的校正点表达式；步骤9，计算物体倾斜角；步骤10，校正大小头图像。能够快速准确的求解畸变参数，然后校正大小头畸变，从而增加视觉测量精度。从而增加视觉测量精度。从而增加视觉测量精度。
技术研发人员：林珣
受保护的技术使用者：四川焱飞科技有限公司
技术研发日：2022.04.08
技术公布日：2022/7/5
