田俊英， 伍济钢， 赵前程

(湖南科技大学 机械设备健康维护湖南省重点实验室，湖南 湘潭 411201)

1 引 言

视觉是人类从外界环境中获取信息最主要的途径，以其效率高、功能强大、适用范围广等优点被广泛应用于工业检测、医学图像分析和农产品品质检测及分类等诸多领域[1-2]。1977年，英国教授Marr提出的Marr视觉理论中认为：一个完整的双目立体视觉系统主要包括图像采集、摄像机标定、特征提取、立体匹配以及三维重建这5个方面[3-4]。摄像机标定作为立体视觉测量的基础[5]，对后续立体匹配的成功率和三维重建的准确度有直接影响，因而找到一种高效便捷的标定方法尤为重要。

所谓摄像机标定，就是根据摄像机成像几何模型，利用已知特征点的三维空间物体位置与二维图像坐标的映射关系，求解摄像机成像的基本参数以及摄像机对于世界坐标系的方位[6-7]。摄像机标定技术最早是应用于摄影测量学[8-11]，通过数学解析的方法建立联系来标定相机。但由于机器视觉与一般摄影测量的使用要求、应用场合等方面存在差异，人们必须研究出更加适合机器视觉系统的摄像机标定方法，通常，根据标定目标的空间维度可分为4类[12]：基于三维物体的标定[13]、基于二维平面的标定[14]、基于一维分段的标定[15]和零维自标定[16]方法，同时通过比较各标定方法操作的智能性、标定过程的实时性、标定结果的准确性、对标定环境的抗干扰性等关键技术指标体现标定方法的优势及适用范围，并以此来评价标定方法。……