杨 明， 王海晖,2， 陈 君，万 妮

(1. 武汉工程大学计算机科学与工程学院，湖北 武汉 430205；2.武汉工程大学智能机器人湖北省重点实验室，湖北 武汉 430205)

0 引 言

随着机器视觉的不断发展，双目标定已经成为机器视觉关键技术之一，主要用于工业检测，三维重建，航空航天等领域.在先进制造业自动化生产技术的发展和产品质量控制体系的不断完善下，人们对于加工对象的几何尺寸和形状位置的检测精度也越来越高，故提高标定精度也成为人们研究的一个重要方面.摄像机标定方法发展到现在共分为三类[1-3]，分别是自标定方法、基于主动视觉的标定法和传统标定法.自标定法[1-3]主要是不依赖于任何的标定参照物，在获得多帧图像信息以后通过分析来得出摄像机的内外参数.这种方法过程比较复杂，对于实时性要求比较高的场合不是很适宜且鲁棒性不高.主动视觉标定方法[1-3]主要是根据自主地控制摄像机来获取图像线性求解摄像机的模型参数.这种方法需要使用高精度的主动视觉平台进行摄像机标定，且系统的成本较高，故使用不是很广泛.传统标定方法[1-3]必须是在一定的摄像机模型下的，在一定的实验条件下，运用形状和尺寸已知的标定物，经过采集图像后，通过对其图像进行处理，并利用数学变换和计算方法来得出摄像机的内外参数.这种方法算法比较的发杂，但精度高.在传统的标定方法中，由张正友提出的平面模板两步……