基于雙目立體視覺的平面測距研究

馬朝陽 華云松

摘 ?要： 在雙目立體測量原理的基礎上，結合Matlab和OpenCV，設計一個基于雙目視覺的平面測距系統。該系統根據張正友標定方法，通過Matlab工具箱對雙目相機進行標定，然后根據相機成像原理建立世界坐標與像素坐標之間的關系方程，在VS2015+Opencv3.3.0環境下通過最小二乘法解出目標點的三維空間坐標。最后能夠實現通過鼠標選定同一平面內的兩個目標點獲取其空間坐標，然后計算出兩點之間的距離。該系統結構簡單，易于實現。實驗結果顯示，該系統測量精度高，且目標距離大于40 cm時精度會更高。

關鍵詞： 雙目視覺;測距;相機標定;最小二乘法

中圖分類號： TP317.4 ???文獻標識碼： A ???DOI：10.3969/j.issn.1003-6970.2020.09.051

【Abstract】： Based on the principle of binocular stereo measurement， combined with Matlab and OpenCV， a planar distance measurement system based on binocular vision is designed. According to the calibration method of Zhang Zhengyou， the system calibrates the binocular camera through the Matlab toolbox， and then establishes the relationship equation between world coordinates and pixel coordinates according to the camera imaging principle， and solves the target by least square method in the environment of VS2015 + Opencv3.3.0 The three-dimensional space coordinates of the point. Finally， it is possible to select two target points in the same plane by the mouse to obtain their spatial coordinates， and then calculate the distance between the two points. The system has a simple structure and is easy to implement. Experimental results show that the system has high measurement accuracy， and the accuracy will be higher when the target distance is greater than 40 cm.

【Key words】： Binocular vision; Ranging; Camera calibration; Least square method

0 ?引言

機器視覺作為一種人工智能識別系統，廣泛應 用于醫學、工業、軍事、農業等方向[1-3]。相較于單目視覺，雙目視覺能夠很容易的獲取目標物的深度信息，便于三維信息的提取，所以雙目視覺已經廣泛應用于生活、生產等方面。

雙目視覺測量技術能夠在非接觸的環境下獲取目標之間的三維信息，并且可以達到很高的精度。因此雙目測量技術能夠在工業生產、農業采摘甚至航空航天領域大放異彩。

平面測距系統通過左右相機獲取標定板不同角度的多幅圖像，利用matlab工具箱實現雙目標定，再根據成像原理構建像素坐標和世界坐標的轉換關系，根據最小二乘法在VS2015+OpenCV3.3.0環境下計算出左右像素點對應的空間坐標。

1 ?相機標定

1.1 ?相機標定原理

雙目立體視覺測量被測物體的三維信息，會涉及到各個坐標系的轉換[4]，該系統需要用到的坐標系包括：世界坐標系、圖像坐標系、像素坐標系和相 機坐標系[5-7]。

像素坐標系以像素為基本單位，像素坐標系上任意一點可以表示為。圖像坐標系平行于像素坐標系，原點是攝像機光軸與成像平面的交點，圖像坐標系的任意一點可以表示為。像素坐標與圖像坐標之間的關系如下：

（1）

相機坐標系的原點與光心重合，坐標軸平行于圖像坐標系的坐標軸，軸與相機的光軸重合。相機坐標系中的任意一點可以表示為。世界坐標系即絕對坐標系，用來描述真實場景中的位置，其任意一點描述為。相機坐標系與其他坐標系的關系如圖1所示。

1.2 ?相機參數標定

相機標定利用Matlab的toolbox工具箱來獲得內外參數。采集14對不同位置和交點的標定板圖片，先進行單目標定，在進行雙目標定，圖片分辨率為800*800。標定過程如下：

（1）在Matlab命令行運行calib_gui指令，選擇standard模式，讀取圖片，如圖2所示。

（2）讀取圖片后，點擊Extract grid corners來提取角點，如圖3所示。

（3）角點提取完成后，點擊Calibration進行相機標定，可以獲取單個相機的內參數;

（4）兩個相機都單獨標定完之后，在命令行輸入stereo_gui指令，然后讀入左右兩個相機的內參標定文件;

（5）點擊Run stereo calibration按鍵，即可進行雙目標定，計算出旋轉矩陣和平移矩陣，然后保存即可。

2 ?雙目視覺測量原理

雙目立體視覺技術，就是依靠兩個相機從不一樣的角度來捕獲相同場景的圖片，而后得到兩張圖片中對應的像素點之間的視差，最終可以將視差圖通過三角測量的方法轉成距離[11]。如圖4所示，要求點的空間坐標，只需要解出的交點即可。

假設空間中一點在左右相機投影平面下的坐標分別為，左右相機的投影矩陣分別為，則有：

3 ?立體校正

理想情況下的雙目相機系統是兩攝像機圖像平面平行，光軸和圖像平面垂直，極點處于無線遠處。但事實上相機的安裝的位置看似共面，實際卻并非如此。

立體校正就是的作用就是要把消除畸變后的兩幅圖像嚴格地行對應，使得兩幅圖像的對極線恰好在同一水平線上。通過OpenCV中cvStereoRectify 函數立體校正，輸入相機內參數，畸變參數，旋轉矩陣和平移向量，就能得到行對準校正后的旋轉矩陣，左右相機投影矩陣以及重投影矩陣。然后左右圖像分別調用cvInitUndistortRectifyMap函數，最后調用函數 cvRemap，得到非畸變圖像。

4 ?實驗結果

根據上述理論，利用Matlab對相機標定，標定結果見表1。

5 ?結論

根據成像原理和雙目測量原理對同一平面內的兩目標點之間的距離進行研究。并通過Matlab和OpenCV編寫代碼進行實驗驗證。研究結果表明該方法實際可行，并且精度很高，尤其在目標距離大于40cm時，效果更好。

參考文獻

[1]張國福， 沈洪艷. 機器視覺技術在工業檢測中的應用綜述 [J]. 電子技術與軟件工程， 2013（22）： 111-111.

[2]師紅宇， 任小玲. 基于機器視覺的棉花異性纖維識別方法 [J]. 軟件， 2018， 39（2）： 32-34.

[3]李沫. 視覺檢測系統在汽車儀表自動化測試方面的應用[J]. 軟件， 2018， 39（5）： 126-128.

[4]張鋮偉， 王彪， 徐貴力. 攝像機標定方法研究[J]. 計算機技術與發展， 2010， 20（11）： 174-179.

[5]馬頌德， 張正友. 計算機視覺： 計算機理論與算法基礎 [M]. 北京： 科學出版社， 1998： 72-75.

[6]曲學軍， 張璐， 張凌云. 基于新的成像模型的攝像機標定與三維重建[J]. 儀器儀表學報， 2011， 32（8）： 1830-1836.

[7]夏茂盛， 孟祥磊， 宋占偉， 等. 基于雙目視覺的嵌入式三 維坐標提取系統[J]. 吉林大學學報： 信息科學版， 2011， 29（1）： 61-66.

[8]張曙. 基于機器視覺的機械手抓取控制研究[D]. 上海： 上海理工大學， 2018.

[9]Lu-qiao FAN， Wen-qiong ZHOU， Ban-xiang DUAN， etc. Obtain 3D coordinate of EOD robots based on computer vision[J]. MachineTool & Hydraulics， 2019， 47（12）： 143-150.

[10]韓博. 基于雙目立體視覺的工件識別與定位關鍵技術研究[D]. 哈爾濱工業大學， 2018.

[11]張廣軍. 視覺測量[M].北京：科學出版社， 2008： 49-53.

[12]曲學軍， 張璐. 基于雙目視覺的三維測量方法[J]. 計算機仿真， 2011， 28（2）： 373-377.

[13]Y Yabuta， H Mizumoto， S Arii. Binocular robot vision with active viewpoint for sphere measurement[J]. Key Engineering Materials， 2012， 516： 343-348.