CASIA OpenIR  > 复杂系统管理与控制国家重点实验室  > 先进机器人
面向腔内被动式立体成像的多目偏振视觉系统标定研究
高彰
Subtype硕士
Thesis Advisor谭民 ; 喻俊志
2021-05-26
Degree Grantor中国科学院大学
Place of Conferral中国科学院自动化研究所
Degree Name工学硕士
Degree Discipline控制理论与控制工程
Keyword立体成像 多目视觉 相机标定 图案 偏振
Abstract

在腔内手术场景下进行立体成像感知,腔内尺寸小、纹理少、蠕动形变大的
特点对感知系统的各个方面实施都带来了挑战。多目偏振视觉系统指带有偏振
滤镜的多目相机阵列,该系统有望从相机入射光的偏振信息中实现不依赖于特
征的立体成像,是目前具有工程化前景的方案。在系统制备上,偏振信息的同步
采集需要较多的相机目数,导致了相机标定中的不完整采样限制、偏振参数与相
机参数标定异步等问题。本文开展的工作主体包括两种针对不完整采样约束下
的新型标定方案以及偏振与相机参数的同步标定方法,并对有关的各种衍生问
题进行了相应讨论。本文的主要研究成果如下:
第一,针对相机标定中普遍存在的标定板非完整采集问题,提出了一种新型
标定图案设计框架以及生成算法,并给出此框架下生成的两类标定图案。该图案
设计流程将标定图案的诸多设计目标分解到特征图形、识别单元、图案原型三个
层次上分别实现。然后通过波函数坍缩算法以及迭代技巧的组合策略生成了分
别基于鞍点和角点的两类标定图案,相较传统标定图案有明显优势。
第二,结合生成的标定图案,开发了分别与两种标定图案相适配的图像处理
算法。标定图像需要经过特征检测、特征点排序、特征点识别三个步骤才能获得
供标定算法使用的匹配点对。对于特征检测环节,本文将基于模板的检测方法加
以改进,在检测过程中可同时获得特征点的图案坐标及状态。针对非完整采样样
本,本文基于生长棋盘格方法实现了相应的特征点排序算法。特征点识别则是
图案生成的逆过程。最后将图像处理算法与标定算法相结合对相机组进行标定,
验证了非完整样本利用给标定结果带来的精度等方面的提升。
第三,基于多目相机标定的结果,通过图像处理的方法实现了多个偏振滤镜
检偏角度参数与相机参数的同时标定,避免了可能的误差来源。此外从标定过程
的迭代优化步骤出发,本文试图用抗扰控制的思想,将优化问题转化为一个一阶
系统的镇定问题来处理,最后通过一个验证性实验测试了该优化策略的有效性。
 

Other Abstract

When acquiring 3D surface information under intracavity circumstances, imaging systems face great challenges because of the small size, texture less, and large flexibility of the environment. Multi-camera polarization vision refers to multi-camera systems with polarizers, which is a hopeful hardware solution to accomplish intracavity 3D imaging based on passive method without feature extraction. To capture the polarization information in images, the system should contain at least 4 cameras, which makes common FOV of cameras narrow and asynchronous calibration of polarizers and cameras. This thesis focuses on camera calibrations based on 2 novel designed patterns and synchronous calibration of the system. Relative topics are all also discussed. The main technical contributions are summarized as follows.

 

Firstly, a novel pattern design framework and pattern generating algorithms are proposed to solve the incomplete sample problem for calibration pattern. In proposed design procedure, design targets are decomposed and assigned to be realized in three different scales. Based on the design framework, two calibration patterns are generated by the integrated strategy of wave function collapse algorithms and iterative strategy.

 

Secondly, image processing algorithms are designed for proposed calibration patterns, which contains feature detection, sorting and identification. Feature detection is implemented based on prototype filtering, and both coordinates and states of features are acquired. Feature sorting is based on checkerboard-growing algorithms. Then, feature identification is realized by a reverse procedure of pattern design. Finally, image processing algorithms are integrated into stereo calibration. Experiments show that the utilization of incomplete samples in calibration could improve the accuracy of results.

 

Thirdly, a synchronous calibration method for multi-camera polarization vision system is proposed. The calibrations of polarizers are conducted based on the multi-camera calibration results, avoiding the possible interactions of calibrations cameras and polarizers. The iterative optimizer is regarded as a controller for a first-order stabilization problem, then disturbance rejection control law is applied in the iterative optimizer, and effectiveness are tested by a verifing experiment.

Pages80
Language中文
Document Type学位论文
Identifierhttp://ir.ia.ac.cn/handle/173211/44563
Collection复杂系统管理与控制国家重点实验室_先进机器人
Recommended Citation
GB/T 7714
高彰. 面向腔内被动式立体成像的多目偏振视觉系统标定研究[D]. 中国科学院自动化研究所. 中国科学院大学,2021.
Files in This Item:
File Name/Size DocType Version Access License
Thesis.pdf(8904KB)学位论文 开放获取CC BY-NC-SA
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[高彰]'s Articles
Baidu academic
Similar articles in Baidu academic
[高彰]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[高彰]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.