多传感器标定技术作为计算机视觉中的一个研究分支,在许多需要三维重建的领域有着重要的应用价值。在计算机视觉中,为了从采集图像中获得待测物的三维几何数据,需要建立图像像点和物体表面的三维位置关系,即需要对视觉传感器标定以获得成像系统模型参数,因此标定的精度对后续的三维数据处理和重建精度影响巨大。此外,在进行目标物体全表面三维信息采集时,需要搭建多传感器的视觉系统,而多传感器标定过程如何降低标定误差,提高系统整体重建精度,使得多传感器标定显得异常重要。本文以上述内容为研究背景,以摄像机为研究基础,从双目到多目传感器标定的研究理论出发,对相机标定过程中的部分误差以及相机畸变等误差进行统计分析,构建优化函数,进而减小标定过程中的误差影响,达到提高多传感器高精度标定的目的。本文主要研究内容:(1)提出了一种基于圆环标志点目标精确定位算法。针对圆点标定图案在透视投影变换中定位圆心投影偏差的问题,首先分析了圆心偏差产生的原因,然后采用最小二乘法拟合椭圆确定圆心位置,最后利用圆环补偿修正投影变换中的圆心偏差。通过与直接检测圆点标志点和标定图像真实目标点的标定比较实验,实验结果验证了本文方法的可行性和准确性。(2)提出了一种多传感器系统的统计误差标定算法。对标定过程中影响系统标定精度的各种误差进行统计分析,建立优化模型减小系统标定误差。在摄像机标定中,首先对误差进行分类,主要分为像素平面误差和空间误差。然后构建误差目标函数表达式,通过目标函数求解,对相机参数进行优化,从而获得高精度的标定结果。最后对多视觉传感器进行标定实验,并与其他标定方法进行精度对比,结果表明本文方法具有较好的精确性与鲁棒性。(3)构建了一种基于多传感器三维重建的钢轨纵向位移测量的方法。首先,通过标识点的精确定位,对标定过程中部分误差的修正,计算得到相对精确的多传感器标定参数。然后,基于图像深度信息,结合标定参数结果,对采集的钢轨图像进行三维重建并进行钢轨纵向位移测量实验。利用测量结果与实际位移距离对比,取得了较好的效果。