摘 要

张氏标定法是现阶段最常用、且效果良好的相机标定方法之一，但这一标定方法的运用有一个前提：必须能提供高精度的特征点像素坐标。对于某些特定拍摄场景下的相机而言，无法提取特征点坐标、得到离焦的图像这一情况是时有发生的。为了找到一种实用、高效、准确度高且在相机离焦的状态下也能够准确标定的方法，现提出一种基于深度神经网络的特征提取方法。在只输入单张图案的情况下，利用深度神经网络输出两张正交的包裹相位图，从而得到特征点坐标。通过输入不同视角下的多张图案，即可得到多组对应的特征点，完成相机标定。神经网络法基于“数据驱动”而非“模型驱动”，这解决了传统方法受限于数学模型准确性的问题。实验及模拟结果表明，该方法简单、有效、鲁棒性好，在图案严重离焦的情况下也能得到理想的标定结果。

关键词：相机标定；U-net；深度神经网络；离焦；特征提取；

Abstract

Zhang's calibration method is one of the most commonly used and effective camera calibration methods at this stage, but the application of this calibration method has a premise: it must be able to provide accurate pixel coordinates of feature points. For cameras in some specific scenes, it is often the case that they can get defocused images and cannot extract the coordinates of feature points. In order to find a practical, efficient, accurate and accurate calibration method under the state of camera defocus, a feature extraction method based on depth neural network is proposed. By using the deep neural network, two orthogonal wrapping phase diagrams are output when only a single pattern is input. By inputting multiple images from different directions, multiple groups of corresponding feature points can be acquired to complete camera calibration. The neural network method is based on "data driven" rather than "model driven", which solves the problem that the traditional method is limited by the accuracy of mathematical model. The experimental results and simulation results display that the proposed method is laconic, effective and robust.

Key words: Camera calibration；U-net；Deep neural network；Out-of-focus；Feature detection

目录

第一章 绪论 1

1.1研究背景 1

1.2国内外研究现状 2

1.3本文的研究内容 3

第二章 理论背景 4

2.1相机标定原理 4

2.1.1相机模型 4

2.1.2张氏标定法介绍 8

2.2相机离焦模糊模型 11

2.2.1高斯模糊效应 11

2.2.2离焦环境下的特征提取 11

第三章 深度神经网络法 12

3.1神经网络概述 12

3.1.1 深度学习 12

3.1.2 卷积神经网络 13

3.2 U-net网络 14

3.2.1 U-net网络结构 14

3.2.2 Keras框架 16

3.3 基于U-net神经网络的二维圆阵列的特征提取 16

第四章 仿真与结果分析 18

4.1特征提取精度对比实验 18

4.1.1 旋转角度提取精度对比 19

4.1.2 离焦程度提取精度对比 20

4.1.3 高斯噪声提取精度对比 21

4.1.4 半径大小提取精度对比 23

4.2标定精度对比实验 24

第五章 结论 25

参考文献 26

致谢 27

第一章 绪论

1.1研究背景

作为人类基本行为中最重要、最不可或缺的一部分——视觉行为，据统计大概帮助人类获取超过75%以上的信息。因此使机器的视觉能力可以和人类相媲美，进而以更加完美的方式来协助、甚至替代人类的大部分工作，是人类一直以来所追求的梦想^[1]。20世纪50年代，由于计算机技术和信息技术的急速发展，数字图像技术随之诞生。它使用2D图像的方式来感知、获取视觉信息。不仅在之后的时间里获得广泛应用，更推动了社会的进步与发展。在此基础之上，对事物三维信息的获取和测量也渐渐成为了人们所关注的热点研究邻域。

大多数高速相机和成像系统只能记录缺乏深度信息的二维图像。这一基本约束极大地限制了我们感知和理解复杂现实世界对象的能力。在过去的几十年里，由于传感器、光学工程和机器视觉的快速发展，三维成像技术在生物力学、地质材料、工业制造等诸多领域都有了巨大的发展。一般而言，光学三维表面成像技术可分为两大类：被动成像技术和主动成像技术^[2]。立体视觉技术是一种典型的被动成像技术，它从两个或多个视点捕获物体固有的表面结构，通过三角法计算其三维形状。然而，它们容易受到均衡和周期性结构的影响。相较于被动感知，主动式三维测量利用预先设计的信号对测试对象进行编码，从而减少了对物体结构的依赖，提高了三维重建的精度。光栅投影法是近年来非常热门的主动式成像技术，它具有测量速度快、测量结果精度高、实用性强的优点。光栅投影法通过向标定物投影呈周期分布的光栅场，以相位信息来描述光栅的空间分布，并通过相位图来确定特征点的三维坐标。对条纹图案相位信息的分析处理方法有很多，现今应用最为广泛的是N步相移法和傅里叶变换法。

在包括三维重建在内的众多机器视觉领域的应用中，相机内外参数的准确标定都是至关重要的前提条件。而且，相机标定的准确度在很大程度上影响、甚至决定了三维测量系统整体的精确度。因此怎么样进行相机标定，以及在相机离焦、图案模糊的情况下如何得到精确的相机内外参数，成为了计算机视觉邻域的热点研究方向。