(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910731363.5
(22)申请日 2019.08.08
(71)申请人 苏州中科全象智能科技有限公司
地址 215000 江苏省苏州市工业园区金鸡
湖大道88号人工智能产业园E1栋
(72)发明人 刘扬 郭晓锋 余章卫
(74)专利代理机构 北京精金石知识产权代理有
限公司 11470
代理人 张黎
(51)Int.Cl.
G06T 7/33(2017.01)
(54)发明名称
(57)摘要
本发明公开了一种视觉定位中的点集仿射
变换算法，涉及相机标定技术领域。在相机标定
射关系，然后当两组点集映射关系为任意仿射变
换时，采用最小二乘法求解变换矩阵；两组点集
最小二乘法求解变换矩阵；两组点集映射关系为
相似仿射变换时，采用复数域内的最小二乘法求
解变换矩阵。本发明公开的算法可以很好地解决
在视觉定位中，针对两组点集的映射关系不同，
采用不同的映射矩阵求解方式，从而提高了定位
的精度，
减少了定位的时间。权利要求书3页 说明书8页CN 110428457 A 2019.11.08
C N 110428457
A
1.一种视觉定位中的点集仿射变换算法，对相机进行线性标定，包括以下步骤：
步骤1：拍摄标定板照片，所述标定板具有特征点，所述特征点的位置坐标为已知项，得到点集物理坐标数据； 步骤2：对标定板照片进行特征提取，得到点集图像坐标数据，所述点集图像坐标数据和点集物理坐标数据个数相等且一一对应；
步骤3：明确两组点集的映射关系，根据两组点集坐标数据求解变换矩阵；
其特征在于：对于不同的点集映射关系，采用不同的变换矩阵求解算法。
2.根据权利要求1所述的一种视觉定位中的点集仿射变换算法，其特征在于：两组点集映射关系为任意
仿射变换时，采用最小二乘法求解变换矩阵，包括以下步骤：步骤a：通过特征提取得到点集图像坐标数据(x′，y′)，点集物理坐标数据为(x，y)；
步骤b：变换矩阵将点集物理坐标(x，y)变换为点集图像坐标(x′，y′)，
x＝AX′+BY′+C
y＝DX′+EY′+F
所述A,B,C,D,E,F为坐标转换系数；
步骤c：求解A,B,C,D,E,F，采用反向映射，由最小二乘法得：
vec1＝inv([XYI]′*[XYI])*[XYI]′*U
vec2＝inv([XYI]′*[XYI])*[XYI]′*V
其中vec1＝[A B C],vec2＝[D E F]；X、Y、U、V、I分别是x，y，x'，y'，1构成的向量，表示如下：
3.根据权利要求2所述的一种视觉定位中的点集仿射变换算法实现，其特征在于：所述步骤b中将点集物理坐标(x，y)变换为点集图像坐标(x′，y′)时，采用如下变换公式：
4.根据权利要求1所述的一种视觉定位中的点集仿射变换算法，其特征在于：两组点集映射关系为刚性仿射变换时，采用奇异值分解和最小二乘法求解变换矩阵，包括以下步骤：步骤a：两个在二维空间中对应的点集合为P＝{p1，p2，...，p n}和Q＝{q1，q2，…，q n}，所述点集合之间的刚体变换为旋转矩阵R和平移矩阵t，构建模型：
步骤b：求取R和t。
5.根据权利要求4所述的一种视觉定位中的点集仿射变换算法，其特征在于：所述t的求取过程如下：
对两个点集合进行去中心化，得到新的点集合X和Y，表示为：
此时，转移矩阵
6.根据权利要求4所述的一种视觉定位中的点集仿射变换算法，其特征在于：所述R的求取过程如下：
使t r(∑V T RU)达到最大值，
I＝V T RU
逐步化简：
V＝RU
R＝VU T。
7.根据权利要求1所述的一种视觉定位中的点集仿射变换算法，其特征在于：两组点集映射关系为相似仿射变换时，采用复数域内的最小二乘法求解变换矩阵，包括以下步骤：步骤a：变换矩阵表达式为：
实数域的m阶多项式模型如下：
其中j+k≤m，(X，Y)表示变换后的坐标，(x，y)表示变换前的坐标，m表示多项式模型最高阶数，a jk、b jk表示变换参数；
步骤b：根据复数运算性质，实数域的模型可以更改为：
其中为复数域参数，且有
所述多项式的模型为一阶，m＝1，由式(1)和式(2)便可以得到实数域的变换(a)，实数域的变换共有6个未知参数，在复数域表示时，将实数域的6个参数简化为复数域3参数的一
阶多项式模型：
式中，为待求复参数，其中包含平移信息，包含了缩放和旋转信息，求取需要的相似变换矩阵；
步骤c：所述的相似变换矩阵采用复数域最小二乘平差方法进行参数及中误差计算得到：
平移向量:
旋转角度:
缩放比例:
一种视觉定位中的点集仿射变换算法技术领域
[0001]本发明涉及相机标定技术领域，具体涉及一种视觉定位中的点集仿射变换算法。背景技术
[0002]随着工业自动化技术的推进，越来越多的产线工件组装、检测、测量等工作正在由机器人或自动化设备逐步替代，而这些技术的实现，大多离不开机器视觉。在工业机器视觉应用领域，常常需要建立两个坐标系之间的变换关系实现目标物的特征点定位，从而实现工件的引导组装等目的。
[0003]2D视觉检测中，物体的图像坐标和世界坐标、图像坐标与图像坐标以及世界坐标和世界坐标之间的映射关系往往由旋转、平移、缩放、翻转、斜切矩阵的任意组合得到。在实际的工业应用中，通常会用到对应点集间的任意变换、刚性变换和相似变换，它们比较适用于解决实际的定位问题。
[0004]在对目标工件的位置进行视觉定位中，对相机进行线性标定时，常规方法是采用模板匹配、blob
分析、角点检测等方法对标定模板进行特征提取，于是便得到了两个坐标系下两组个数相等的对应点集坐标数据，通过建立点集的图像坐标和实际物理坐标之间的仿射变换关系矩阵，便可以得到检测点对应坐标系下的位姿信息。考虑两组点集可能的映射关系不同，就需要不同的变换方式，而不是统一方法，坐标系之间的变换方式的不同，求解变换矩阵解的算法也不同。
发明内容
[0005]本发明要解决的技术问题是提供一种对不同映射关系的两组点集采用不同变换矩阵求解方法的视觉定位中的点集仿射变换算法。
机器视觉定位
[0006]为解决上述问题，本发明的技术方案为：一种视觉定位中的点集仿射变换算法，对相机进行线性标定，包括以下步骤：
[0007]步骤1：拍摄标定板照片，所述标定板具有特征点，所述特征点的位置坐标为已知项，得到点集物理坐标数据；
[0008]步骤2：对标定板照片进行特征提取，得到点集图像坐标数据，所述点集图像坐标数据和点集物理坐标数据个数相等且一一对应；
[0009]步骤3：明确两组点集的映射关系，根据两组点集坐标数据求解变换矩阵；
[0010]对于不同的点集映射关系，采用不同的变换矩阵求解算法。
[0011]进一步的，两组点集映射关系为任意仿射变换时，采用最小二乘法求解变换矩阵，包括以下步骤：
[0012]步骤a：通过特征提取得到点集图像坐标数据(x ′，y ′)，点集物理坐标数据为(x，y)；
[0013]步骤b：变换矩阵将点集物理坐标(x，y)变换为点集图像坐标(x ′，y ′)，
[0014]x＝AX ′+BY ′+C
说 明 书
1/8页CN 110428457 A
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议