變異機制粒子群優化的攝像機內參數校準

摘要：針對大空間單目視覺系統中攝像機內參數校準精度對整體測量精度影響較大這一問題,本文提出一種基于變異機制粒子群優化(MMPSO)算法的攝像機內參數虛擬三維校準方法。該方法基于分階段最優化思路,通過建立攝像機成像模型對攝像機外參數及部分內參數進行初始值估計,再通過MMPSO算法對內參數進行優化校準確定最終的結果。實驗中為了提供精確的校準控制點,搭建了校準硬件平臺,將紅外發光二極管固定于三坐標測量機測頭上并跟隨測頭移動,構造一個大空間虛擬三維校準板。實驗結果表明:主要的10個內參數均達到測量精度要求的數量級,驗證了該方法的有效性。通過單目視覺坐標測量系統對兩種校準方法所得結果進行等距測量實驗,基于Janne Heikkila的三維校準法的總體標準差為0.112 mm,基于MMPSO算法的虛擬三維校準法的總體標準差為0.084 mm。通過對比實測數據標準差,可以證明本文提出的校準方法穩定性更好,精度更高。該方法能夠滿足大空間單目視覺坐標測量系統對攝像機內參數精度的要求,對視覺坐標測量技術領域中的攝像機校準等非線性優化問題具有一定指導作用。