论文部分内容阅读
时间飞行(Time-of-Flight,TOF)相机以其可以实时、准确获得目标三维信息的特点,成为时下研究的热门。本论文在研究国内外现有的相机校准与标定方法的基础上,结合TOF相机自身的特点,在校准领域针对不同误差提供多个校准方法,在标定领域使用新的相机模型并采用相应的标定方法。本文完成的主要工作如下: (1)TOF相机校准部分,针对随机误差,提出RPCA-TV的TOF图像随机误差校准方法,该方法能够在保留图像边缘的前提下,去除由散粒噪声造成的误差,提升TOF相机精确度至3mm。针对同步误差和与目标距离有关的测量误差,采用有具针对性的校准方法,保证相机测距准确度与深度分辨率。针对多径误差,利用目标点邻域信息的多径误差迭代优化方法,得到目标点最有可能的真实测量结果。针对目标边缘误差,使用置信区间滤波器,去除飞行像素(Flying-Pixel)。设计了校准流程,校准后准确度提升68%,深度分辨率提升62.5%。 (2)TOF相机标定部分,针对脉冲型TOF相机对色彩不敏感的特点,提出径向距离模型替代小孔成像模型进行相机标定的方法,该方法在仅使用一张平板作为标定物的情况下,即可完成相机的标定,并且能够通过数学计算准确反解出常用的内部参数,但是在较大噪声情况下鲁棒性较差。对于要求高鲁棒性的标定场合,本文提出了基于平面距离模型的TOF标定方法,该方法操作略微复杂于前者,但是在较大噪声情况下的鲁棒性高,且得到的内部参数更加精准。