[发明专利]一种视觉定位中的点集仿射变换算法

说明书

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。在相机标定求解对应点集变换矩阵时，先明确两组点集的映射关系，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；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。

技术领域

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

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。

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。

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

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。

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：

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；

对于不同的点集映射关系，采用不同的变换矩阵求解算法。

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：

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([X Y I]′*[X Y I])*[X Y I]′*U

vec2＝inv([X Y I]′*[X Y I])*[X Y I]′*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：