0 引言

高速相机是工业相机的一种,主要安装在机器流水线用来代替人眼来做测量和判断,通过数字图像摄取目标转换成图像信号,传送给专用的图像处理系统。普通相机的帧频很难满足对高速运动物体的视频测量要求,但随着相机传感器技术的发展,高分辨率、高帧频的高速电荷耦合元件(Charge Coupled Device,简称CCD) 或互补金属氧化物半导体(Complementary Metal-Oxide-SemiconductorTransistor,简称 CMOS)相机的出现为解决这一问题提供了新的途径。目前,基于高速CMOS相机的视频测量系统研究尚处在探索阶段,还没有形成系统的理论、方法和技术体系[1-3]。

基于高速相机的摄影测量已经成为近景摄影测量领域的热点和难点,利用高速相机进行高精度摄影测量的研究和应用已逐步在各个国家和不同的领域开展。因此,对高速影像摄影测量的系统构建和数据处理及在摄影测量和三维建模的应用研究具有重要的理论意义和现实意义,而相机标定作为摄影测量和三维建模的第一步,其重要性可见一斑[4]。

本次实验采用OpenCV运用张正友教授的张氏标定法在VS2010平台下对CMOS相机进行检校来获取标定数据(单位:px),并转化后与photomodeler检校的数据(单位:mm)进行对比[5-7]。

1 相机标定原理

在计算机视觉应用和图像测量过程中,我们必须建立相机成像的几何模型来确定空间物体表面上点的三维几何位置与它在图像中对应点之间的相互关系,这些建立的几何模型的参数就是相机的参数。因为在大多数条件下,要得到这些参数必须通过一定的实验与计算,所以求解相机参数的过程就称之为相机标定。标定过程就是确定相机的几何和光学参数、相机相对于世界坐标系的方位。相机定标的精度和可靠性直接影响着计算机视觉系统的三维定位精度,因此相机定标是计算机三维重建不可或缺的步骤,是立体视觉的关键技术[8-10]。

目前对于相机标定的问题已经提出了大量的方法,相机标定的理论问题已得到比较好的解决方法。对相机标定的研究来说,当前的研究工作应该集中在如何针对具体的实际应用问题,采用特定的简便、实用、快速、准确的标定方法。常见的相机标定工具主要有matlab和OpenCV,二者的标定原理都相同,另外还有photomodeler。

OpenCV库中的标定算法采用的是张正友教授1998年提出的平面标定方法,是一种针对径向畸变和切向畸变问题提出的求解相机内外参数的方法,已经在国内外被广泛应用。这种标定方法只需要相机观察拍摄在至少2个不同方向的平面模板,并且通过标定板上每个特征点和其像平面的像点间的对应关系计算出所需参数,即每一幅图像的单应矩阵来进行相机的标定。这种基于OpenCV的标定法模板制作容易,成本低,使用方便,鲁棒性好,准确率高,用户可快速、方便而准确地得到相机的各内外参数和畸变参数[13-14]。

1.1 线性相机模型

相机标定需引入三个坐标系:世界坐标系(XW,YW,ZW)、相机坐标系(Xc,Yc,Zc)和图像坐标系(u,v)。图1(a)中的世界坐标系表示相机在拍摄目标物体时可能出现的位置;图1(b)中相机坐标系表示世界坐标系下的点在相机坐标系中的坐标,坐标原点为相机的光心,并且Xc轴和Yc轴分别与图像坐标系(图1(c))中的X、Y轴平行,相机的光轴为Z轴,并与像平面垂直。图像坐标系和相机坐标系之间的距离即为相机的焦距f。图1(c)图表示像坐标系(Xu,Yu,Zu),假设图像坐标系位于世界坐标系ZW=0的平面上。相机的图像都是模拟信号,是通过模数转换器变换成数字信号来存储,并且每幅数字图像在计算机中由M×N的数组表示,每个方格称为一个像素,(u,v)是分别表示该像素在数组中的行数和列数(单位:px),(X,Y)是其以毫米为单位的图像坐标系的物理坐标。

图1 三大坐标系图

(1) 世界坐标系转换到相机坐标系,即从(XW,YW,ZW)转换到(Xc,Yc,Zc):

医院设备管理主要是对医院设备的整个生命周期进行管理〔8-9〕，医院设备管理系统的整体架构图和整体信息流的流向图见图1。

(1)

其中，R为旋转矩阵，是一个3×3的正交矩阵，T为3×1的平移矩阵，是一个三维列向量，该公式为向量转换的基本公式。

(2) 图像物理坐标系转换到相机坐标系:

为适应期刊电子化、网络化出版的需要，《地矿测绘》期刊已整刊加入“万方数据——数字化期刊群”“中国核心期刊(遴选)数据库”“中国学术期刊(光盘版)”“超星期刊域出版平台”“中国期刊网”“中国学术期刊综合评价数据库”“维普网”“中文科技期刊数据库”。凡被本刊录用的文章，本刊所付稿酬均包含本刊及以上数据库著作权使用费。

由于图像物理坐标系和相机坐标系之间的距离即为相机的焦距f,根据中心投影可知

(2)

(3) 图像物理坐标系转换到图像像素坐标系:

由图1(c)可知,图像像素坐标系的原点并非在主光轴和像平面的交点相机物理坐标系的原点,并且单位不一样,因此设dX和dY为一个像素在X轴和Y轴上的距离,x0和y0为图像物理坐标系的原点在图像像素坐标系中的坐标,所以

相机的非线性模型为

(3)

将(2)、(3)代入(1)得

(4)

径向畸变是由于透镜随光束和主轴间夹角改变而引起的构像与该像点几何位置的差异,使构象点沿径向方向偏离其准确的理想位置。

2.2 非线性相机模型

本次实验使用CamPerform系列CP80-4-M-500型号的高速相机,输入的参数为图像组数12,棋盘格横轴方向角点数7,棋盘格纵轴方向角点数6,长度棋盘格横轴方向长度10,长度棋盘格纵轴方向长度10,标志位为默认不选。

为相机的转换矩阵,其中fx和fy为图像平面坐标系中的等效焦距,以像素为单位;x0和y0为像主点坐标,单位为像素,大小应该约为图像大小的一半。

OpenCV的全称是Open Source Computer Vision Library(开源计算机视觉库),是一个基于C语言发行的跨平台计算机视觉开元库,是由一系列C函数和少量C++类构成。针对相机标定功能,OpenCV实现了发现与跟踪标定模式、标定、基本矩阵估计、齐次矩阵估计等算法。通过调用这些接口函数,用户能方便地实现所需功能,而不是进行复杂的数学计算[11-12]。

即使是应用型地方高校，结构试验课程也只是作为辅修课程而存在，加之传统的“重理论、轻实践”的教学观念，结构试验相比其他专业课程一直处于弱势地位，表现在教学时数少，学生重视程度不够，学习热情不高，整体教学效果不佳。随着房地产和基础设施建设的迅猛发展，工程行业对质量控制的要求越来越高，对检测、鉴定人才的需求越来越大。不仅是政府质量监督机构需要配备专门的检测人员，社会检测机构、鉴定机构、施工单位都对检测人才需求巨大。不言而喻，社会检测机构是一方责任的主体，履行项目质量监督的责任。但由于受高校结构试验课程设置及传统就业思维的影响，高校毕业生往往不愿意去检测机构就业，导致市场供需脱节。

(5)

k1和k2为径向畸变参数,p1和p2为径向畸变参数。

3 标定算法

3.1 OpenCV标定算法

传统的标定方法在提取角点等阶段都需要人工参与,费时、费力,而且精度也不一定能得到保证。OpenCV是开源的计算机视觉库,它实现了图像处理和计算机视觉方面的很多通用算法,是作为二次开发的理想工具,与传统标定方法相比省时又省力。

欧阳修后来有所反思，对晏殊也有比较公平的评价，而他《晏元献公挽辞三首》（其三）“富贵优游五十年，始终明哲保身全”中“明哲保身”一词，至今被不合情理地误解为对晏殊的批评（对此笔者有专文辨析，此不赘），某些宋人笔记也津津乐道于晏殊之“富贵”。由此，长期以来对晏殊等人之评价延伸着自宋以来的偏见。

切向畸变由于透镜复合镜头中光学镜片组合装配时各镜片的节点不严格在一条直线上所产生的像点差异,使构像点沿垂直于径向的方向偏离其理想的位置,一般都是由于镜头制造和安装等误差引起的。

近年来，音乐产业逐渐引起人们的关注，也是新崛起的文化产业，与数字音乐、流行音乐、演唱会等相关领域存在密切联系。根据《中国音乐产业发展报告》显示，中国音乐产业的整体规模正在逐步提升，产业结构正在不断优化。音乐产业是市场经济发展下的产物，也是推动文化产业发展的重要力量。从整体上看，我国音乐产业发展潜力巨大、前景广阔。现阶段，音乐产业现呈现出“百家争鸣”的繁荣发展状态。尽管唱片销量存在下滑趋势，但数字音乐等其他音乐产业类型的崛起，弥补了这一衰退景象。现中国音乐产业的市场发展状态以及相关领域，已成为人们关注的焦点问题。

3.2 标定流程

图2 基本流程图

4 结果与对比

4.1 输出结果

由于透镜、像平面和主光轴在空间位置上存在着偏差,像主点、透镜中心点和物点并不在一条直线上,因此现实中相机成像过程一般会产生畸变,成一种非线性关系。

图3 高速相机

图4 角点绘制图

表1 相机内参数表

相机参数输出结果/像素焦距fx1733.045044fy1735.458252像主点X1497.730225Y1000.262939切向畸变k1-0.104485199k20.071315616径向畸变p1-0.00081062p2-4.19219E-05误差e0.043343225

由函数cvGetSize得图像尺寸为3008×2008,可知fx和fy约为其一半。

4.2 实验对比

由线性和非线性方程可知OpenCV和photomodeler具有可比性的参数只有焦距和像主点坐标。

自1990年Wang等[11]开展异构数据库系统中数据世系的研究以来，数据世系得到了越来越多的关注，其实质可认为是数据对象产生并随时间推移而演变的整个过程(包括数据源和一系列处理步骤)，在这个过程中需要构造和存储用以追踪的世系标识[12]。

表2 两组数据对比表

相机参数OpenCV/mmphotomodeler/mm焦距fx20.714fy20.71220.776像主点X17.90117.939Y11.95511.976

从实验对比结果可以看出,在OpenCV中的标定结果,其fx与fy的比值比较接近1,像主点坐标非常接近像平面中心,利用重投影所计算出来的误差很小,与photomodeler的结果相比,差距并不大,误差都在0.5%以内。另外,OpenCV使用的标定板是棋盘格标定板,而photomodeler所用的标定板是圆点标定板,两者标定板不同,由此可以得出该定标技术准确而有效。

吸附热力学的分析有助于了解树脂吸附后其内在能量的变化以及吸附机制，主要包括焓变（ΔH，k J·mol-1），自由能变化（ΔG，k J·mol-1）和熵变（ΔS，k J·（mol·K）-1）。

5 结束语

本次实验可知利用OpenCV的函数可以迅速完成机器视觉系统的相机标定,结果精确有效,能够满足绝大多数工程应用和理论研究的要求。

利用OpenCV开发了通用的相机标定系统,相对于传统的标定方法,该系统在标定过程中无须人工参与,能够自动、快速地对相机进行标定,省时又省力,同时具有较高的精度,更灵活,避免复杂的步骤和昂贵的设备,得出高精度定标的适宜定标环境要素,可被广泛应用于各种相机的标定过程,对实用定标有现实的意义。

在新形势下，辅导员在思想政治教育中的话语权遇到了前所未有的挑战，广大思想政治工作者应保持清醒的头脑，认清当前的形势，把握发展的机遇，做到迎难而上。辅导员只有合理有效地利用有限的资源，将挑战转化为机遇，才能不断拓宽其在思想政治教育中掌握和提升话语权的路径。

采用CMOS的高速相机集成度高,与CCD相比,只需一个电源,芯片功耗低,其读取方式经光电转换后直接产生电流(或电压)信号,较简单,速度快,解决了传统内存记录方式记录时间短的问题,同时解决了传统采集系统传输速度受PCI总线带宽限制的问题,在高速数字成像领域占据着越来越重要的地位。

参考文献

[1] 王旭东,叶玉堂.CMOS与CCD图像传感器的比较研究和发展趋势[J].电子设计工程,2010,18(11):178-181.

[2] 和文娟.CMOS图像传感器的噪声分析及图像处理[D].湖北武汉:华中科技大学,2011.

[3] 金宝智.图像传感器:CCD与CMOS的对比[J].现代电视技术,2005(5):80-81.

[4] 冯文灏. 近景摄影测量的控制[J]. 武汉测绘科技大学学报, 2000,25(5): 453-458

[5] 马颂德,张正友.计算机视觉——计算理论与算法基础[M].北京:科学出版社,2003.

[6] David J Kruglinski,Scot Wingo.Visual C++技术内幕[M].北京:北京希望电子出版社,1999.

[7] 侯俊杰.深人浅出MFC(第2版)[M].湖北武汉:华中科技大学出版社,2001.

[8] 林俊义,黄常标,刘斌等.双目立体视觉摄像机标定及精度分析[J].华侨大学学报(自然版),2011,32(4):364-367.

[9] 牛海涛,赵勋杰.采用棋盘格模板的摄像机标定新方法[J].红外与激光工程,2011,40(1):133-137.

[10] 谢文寒,张祖勋,张剑清.一种新的基于灭点的相机标定方法[J].哈尔滨工业大学学报,2003,35(11):1384-1387.

[11] 刘瑞祯,于仕琪.OpenCV教程基础篇[M].北京:北京航空航天大学出版社,2007.

[12] 陈磊.计算机视觉类库OpenCV在VC中的应用[J].微计算机信息,2007，23(12)：209-210.

[13] 黄吉兰,楼新远.基于OpenCV的单目照相机定标的测试实践[J].铁路计算机应用，2009,18(4):47-49.

[14] 陈胜勇,刘盛等.基于OpenCV的计算机视觉技术实现[M].北京:科学技术出版社,2008.