双目系统全视域采样的SVM标定模型分析

摘要：

目的 为改善摄像机间接标定采样不全、模型表达模糊问题,实现小视场下检测视域完备采样,提出一种基于双目系统全视域采样的支持向量机(SVM)标定方法.方法 该方法利用六角晶格标定板靶点序号可读特点为基础,采集整个双目系统有效视域中检测点的视差坐标、世界坐标并建立完备的样本集.选取SVM对该样本集进行训练,将SVM算法得到的模型参数代入其决策函数中进行求解,获得公式化的标定模型.由于六角晶格标定板的四角和中心分布了5个互为非中心对称的多边形,可在标定板部分区域被采集的情况下获取标定板位姿信息,进而读取采集的各靶点序号.通过上下移动标定板,利用HALCON算子获取图像中各靶点的序号,建立双目视觉系统检测区域的完备样本集.最后,利用SVM算法训练样本获得标定模型,可以明确表达出标定模型的数学形式.结果 与传统采样建立的模型进行对比分析,实验结果表明该方法建立模型的标定误差减小了24.51％,降低了标定模型在传统方法未采样区域的标定误差,证明了该方法的可行性.结论 提出一种基于双目系统全视域采样的支持向量机标定方法,通过非中心对称的多边形确定标定板上靶点的序号,实现双目视觉系统检测视域的完备采样.实验结果表明该方法提高了摄像机间接标定的精度,具有良好的适用性和鲁棒性,适用于小视域内双目视觉系统的间接标定.

关键词：双目系统、全视域采样、支持向量机、间接标定、标定模型、六角晶格标定板

所属期刊栏目：21

分类号：TP181;TP391(自动化基础理论)

资助基金：国家重大科学仪器设备开发专项基金项目2012YQ130226;制造过程测试技术省部共建教育部重点实验室开放基金项目12ZXZK05;西南科技大学研究生创新基金项目15ycx136National Key Scientific Instrument and Equipment Development Project2012YQ130226

在线出版日期：2016-11-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：1530-1538