為從照相機拍攝的圖像中測算出物體在空間中的位置和形狀等，計算機視覺需要確定空間內(nèi)物體表面某點在實際場景中的幾何位置與其在圖像中對應(yīng)點之間的轉(zhuǎn)換關(guān)系，進而建立照相機成像的幾何模型.照相機標(biāo)定就是求解成像模型參數(shù)的過程，一般要通過試驗和計算才能求得這些參數(shù)，是一個非常關(guān)鍵的環(huán)節(jié).照相機標(biāo)定的結(jié)果準確性、實施方便性以及運算穩(wěn)定性是開展攝影測量工作的重要前提，也是相關(guān)科學(xué)研究的重點所在.

國內(nèi)外對標(biāo)定技術(shù)的研究取得了一定的成果，但也存在一定的局限.以針孔模型為基礎(chǔ)，照相機標(biāo)定的方法總體上可以分為3種：傳統(tǒng)照相機標(biāo)定方法、基于主動視覺的照相機標(biāo)定方法和自標(biāo)定方法.傳統(tǒng)照相機標(biāo)定方法需要使用尺寸確定的標(biāo)定物，通過建立標(biāo)定物上的已知點與其圖像點間的對應(yīng)關(guān)系來計算成像參數(shù).該方法包括經(jīng)典的基于徑向約束的Tsai兩步標(biāo)定法，以及被廣泛使用的基于平面標(biāo)定目標(biāo)到圖像平面單應(yīng)性求解標(biāo)定參數(shù)的張正友標(biāo)定法.該方法通常具有較高的準確性和魯棒性，但算法復(fù)雜且需要使用專門的標(biāo)定物，在應(yīng)用場景上具有一定的局限性.基于主動視覺的照相機標(biāo)定方法需要控制照相機做旋轉(zhuǎn)或平移等高精度特殊運動，利用特殊運動對參數(shù)方程提供的新約束進行求解.該方法的算法較為簡單，但實驗條件要求的高精度標(biāo)定平臺成本高，不適用于運動參數(shù)未知或無法控制運動的情形.照相機自標(biāo)定方法不需要特定的定標(biāo)物，而是利用拍攝場景中的特征點、平行線、平面等特殊的場景特征對照相機進行標(biāo)定.文獻[9]提出的照相機自標(biāo)定方法主要基于Kruppa方程對標(biāo)定參數(shù)進行求解，但該方法和文獻[10]提出的方法均針對內(nèi)參進行標(biāo)定，缺少簡易便捷的外參標(biāo)定方法.文獻[11]利用絕對二次曲面標(biāo)定照相機內(nèi)外參數(shù)，文獻[12]基于圖像特征分布優(yōu)化標(biāo)定外參，文獻[13]利用雙神經(jīng)網(wǎng)絡(luò)標(biāo)定內(nèi)外參，但上述3個標(biāo)定方法均需借助圖像特征進行標(biāo)定，且求解過程較為復(fù)雜.

照相機標(biāo)定應(yīng)用場景存在較大的復(fù)雜性和多樣性.文獻[14]以嚴格的正交三面體場景角作為標(biāo)定條件，在深度照相機與二維激光雷達標(biāo)定的基礎(chǔ)上實現(xiàn)了單目照相機的標(biāo)定.文獻[15]提出了基于二維激光雷達的可見光照相機外參標(biāo)定，借助鏤空標(biāo)定板定位激光雷達數(shù)據(jù)點在圖像中的具體位置，且其外參標(biāo)定估計的是兩個或者更多傳感器之間的剛體變換過程.文獻[16]借助鋼軌等物體的特征約束，采用線激光輔助標(biāo)定求得關(guān)鍵點的世界坐標(biāo)，進而測量鐵路侵限異物的尺寸，不針對一般平面和圖像之間映射關(guān)系的確定.文獻[17]采用線激光移動平臺，實現(xiàn)了圖像特征無關(guān)的線結(jié)構(gòu)光系統(tǒng)自標(biāo)定，但該標(biāo)定方法需借助較復(fù)雜的機械裝置及線激光儀器，不便于工程現(xiàn)場的實地標(biāo)定.文獻[18]借助三點激光測距輔助標(biāo)定，測量結(jié)構(gòu)表面裂縫尺寸，但該方法假設(shè)照相機光軸與被測平面垂直，實際應(yīng)用時滿足該條件有一定難度，需要考慮進行標(biāo)定修正.以上研究均采用激光、激光雷達輔助與外部場景、圖像特征相結(jié)合的方式進行標(biāo)定.

對于平面和圖像之間映射關(guān)系的確定，可以利用單應(yīng)性矩陣簡化標(biāo)定.文獻[19-21]分別在2017年、2014年和2015年采用單應(yīng)性矩陣進行照相機標(biāo)定，并將其應(yīng)用于結(jié)構(gòu)位移監(jiān)測，借助結(jié)構(gòu)中的連接螺栓等圖像特征點或人工標(biāo)定物，獲取求解單應(yīng)性矩陣的至少4組點坐標(biāo).

本文提出一種基于平行激光測距的圖像自標(biāo)定方法，該方法原理清晰、硬件結(jié)構(gòu)簡單，且不依賴于外部圖像特征以及照相機標(biāo)定時的特殊位姿，能夠推廣應(yīng)用于多場景下的實時二維標(biāo)定.通過對標(biāo)定原理、計算過程和實施方法進行詳細介紹，并研制專用裝置開展不同情景下的圖像標(biāo)定試驗，驗證本文自標(biāo)定方法的準確性和有效性.

1 激光測距自標(biāo)定方法

圖像自標(biāo)定方法也稱為單目照相機自標(biāo)定方法，其目的在于自動標(biāo)定得到單目照相機像面至物面的單應(yīng)性矩陣，該矩陣表示像面至物面的映射關(guān)系.

1.1 基本原理

照相機攝像時，空間中的物體在照相機感光元件所在的像面形成圖像.照相機成像可用針孔成像模型來描述，該模型包括4個坐標(biāo)系，世界坐標(biāo)系-是一個位置可自由確定的三維直角坐標(biāo)系，照相機坐標(biāo)系-是一個原點為照相機光心的三維直角坐標(biāo)系，圖像坐標(biāo)系是一個位于成像平面的二維直角坐標(biāo)系，像素坐標(biāo)系是一個同樣位于成像平面且單位為像素的二維直角坐標(biāo)系.該模型的數(shù)學(xué)表達如下式所示：

判斷一個企業(yè)內(nèi)部審計的有效程度，最好的標(biāo)準就是企業(yè)的財務(wù)管理系統(tǒng)是否能夠發(fā)揮其應(yīng)有的作用。例如，當(dāng)企業(yè)的資金鏈出現(xiàn)問題，導(dǎo)致企業(yè)資金流動性大大降低，可能有破產(chǎn)的風(fēng)險，這就表示企業(yè)內(nèi)部審計沒有發(fā)揮好它對財務(wù)管理系統(tǒng)的監(jiān)督作用，導(dǎo)致資金危機的出現(xiàn)。當(dāng)上述關(guān)于資金鏈問題出現(xiàn)的時候，企業(yè)應(yīng)該采取措施盡量降低相關(guān)的財務(wù)融資風(fēng)險，其中尤為重要的措施是完善內(nèi)部審計，讓內(nèi)審發(fā)揮其對財務(wù)投融資部門的監(jiān)督作用，保證企業(yè)能夠重回正軌。由上述的例子我們可以得出結(jié)論，企業(yè)的內(nèi)部審計系統(tǒng)采取的各種監(jiān)督、管控手段，在很大程度上決定了一個企業(yè)是否能夠規(guī)避相關(guān)的財務(wù)風(fēng)險。

(1)

式中：[1]為物點在世界坐標(biāo)系中的齊次坐標(biāo)向量；[1]為像點在像素坐標(biāo)系中的齊次坐標(biāo)向量；為只與照相機有關(guān)的內(nèi)部參數(shù)矩陣；和分別為旋轉(zhuǎn)矩陣和平移矩陣，兩陣合為外部參數(shù)矩陣，其對每幅圖像均為唯一確定；為尺度因子.可見，式(1)描述的是物點與像點之間的變換關(guān)系，包括旋轉(zhuǎn)、平移、放縮等一系列變換.

另外有些地區(qū)對于環(huán)保并不重視，有把餐廚垃圾作為牲畜飼料的習(xí)慣，一些垃圾的細菌、重金屬會通過牲畜的內(nèi)臟危害人體的健康；更有甚者，有一些不法商販則從餐廚垃圾油脂中提煉地溝油以牟取暴利，長期食用會造成腫瘤等慢性疾病的發(fā)生。餐廚垃圾具有典型的廢棄物和資源雙重特性，合理處理餐廚垃圾極為重要。

將決策設(shè)計為多種檢測模式，每一模式又分別對應(yīng)于某一特定的過程狀態(tài)，通過人工神經(jīng)網(wǎng)絡(luò)識別判斷出檢測參數(shù)的變化模式，然后利用模式識別的結(jié)果，根據(jù)一定的規(guī)則來確定對模式成員函數(shù)進行調(diào)節(jié)和修改，進而達到改善和提高在線模式識別可靠性的目的。另外針對溫度、pH值等檢測參數(shù)與發(fā)酵后白酒的產(chǎn)出率和質(zhì)量等參數(shù)檢測聯(lián)動模型，綜合評價各參數(shù)發(fā)酵過程中的變化對發(fā)酵后結(jié)果造成的影響，進行專家學(xué)習(xí)，模式狀態(tài)細分，保證檢測平臺的可靠性和精度要求。本研究設(shè)計的專家決策模式見圖5。

設(shè)物面位于世界坐標(biāo)系的=0平面，則式(1)可轉(zhuǎn)化為

(2)

1.1調(diào)查對象:于2016年6月到9月,對北京市大興區(qū)龐各莊地區(qū)年齡40歲以上高血壓患者進行調(diào)查,1473人完成了血漿HCY水平測定。其中男626人、女832人,男性平均年齡為63.15±9.14歲,女性平均年齡為63.85±8.50歲。

1.2 物面方程求解

在照相機坐標(biāo)系-中，設(shè)物面的平面方程為

++=1

(3)

式中：、、為物面方程系數(shù);、、為物面上一般點的照相機坐標(biāo)值.

從岳西的實際看，由于建立了應(yīng)急會商機制、預(yù)報預(yù)警機制、人員轉(zhuǎn)移機制、重點防控機制、應(yīng)急搶險機制、應(yīng)急響應(yīng)機制、宣傳動員機制等七個工作機制，通過應(yīng)對多次暴雨和臺風(fēng)災(zāi)害，各工作組之間協(xié)調(diào)有序，縣、鄉(xiāng)、村各級防汛組織提升了應(yīng)急反應(yīng)效能，效果明顯。

照相機攝像時，從同個平面內(nèi)的不少于3個點發(fā)射平行于光軸的激光，對激光發(fā)射點至被測物面的距離進行連續(xù)測量以圖1中的第個激光發(fā)射點(,, 0)為例，從其發(fā)射激光并照射在物面上形成點，設(shè)激光測距值為，激光發(fā)射平面與照相機光心之間的距離為，則坐標(biāo)為(,,+)，將其代入式(3)可得：

(4)

自標(biāo)定裝置負責(zé)對被測物面進行圖像獲取和激光測距，由照相機、激光測距儀、組合模塊、底座等硬件組成，如圖4所示.其中，照相機采用星光級高清工業(yè)照相機，具備通用串行總線 (USB)2.0接口和互補性氧化金屬半導(dǎo)體 (CMOS)感光芯片，其他參數(shù)為分辨率 1 920 像素×1 080 像素，像素個數(shù)為2×10，像元尺寸為2.9 μm×2.9 μm，幀率為 30 Hz，焦距為6 mm；3個小型激光測距儀采用非球面準直聚焦鏡，發(fā)射標(biāo)準2級激光，并以聚甲基丙烯酸甲酯(PMMA)高透光接收鏡片接收，測量精度為±3 mm、測量范圍為0.03～40 m、測量時間為 0.1～3 s，具備電子水平功能、自助校準和連續(xù)測距功能；底座采用鋁合金三腳支架，可實現(xiàn)穩(wěn)定支撐，并靈活調(diào)節(jié)裝置位姿；組合模塊由高韌性樹脂材料以0.01 mm的高精度指標(biāo)3D打印而成，組合模塊的安裝槽表面與照相機光軸保持平行.高精度組合模塊將照相機與激光測距儀高精度地組合為整體，并使照相機光軸與激光方向平行.照相機光心在激光發(fā)射平面上的投影點與3個激光發(fā)射點、、之間的位置關(guān)系如圖5所示.

將線性方程組式(4)簡化表示為

政策五：6月11日，農(nóng)業(yè)農(nóng)村部組織制定了《畜禽養(yǎng)殖標(biāo)準化示范創(chuàng)建活動工作方案（2018－2025年）》，提出在2018－2025年，以生豬、奶牛、蛋雞、肉雞、肉牛和肉羊規(guī)模養(yǎng)殖場為重點，兼顧其他特色畜禽規(guī)模養(yǎng)殖場，每年要創(chuàng)建100個左右現(xiàn)代化的畜禽養(yǎng)殖標(biāo)準化示范場，共創(chuàng)建1000個。示范場要達到以下要求：生產(chǎn)高效、環(huán)境友好、產(chǎn)品安全、管理先進。

本文通過層次分析法（AHP）來確定各個子集因素的權(quán)重。一般AHP 分析結(jié)構(gòu)模型的步驟包括：建立遞階層次的結(jié)構(gòu)模型；構(gòu)造判斷矩陣；層次單排予及一致性檢驗；層次總排予及一致性檢驗。

=

(5)

且有

(6)

解得系數(shù)矩陣，即可求得方程參數(shù)、、，完成物面方程求解.物面方程求解示意如圖1所示，其中：激光發(fā)射平面為激光發(fā)射點所在平面.

1.3 單應(yīng)性矩陣求解

由于以任意尺度縮放齊次坐標(biāo)并不改變其表示的實際點位，所以單應(yīng)性矩陣的9個參數(shù)中實際僅包含8個未知量，通過解至少8個方程可得.由式(2)可知，通過物面與像面上的1組對應(yīng)點的二維坐標(biāo)可得到2個方程，因此求解單應(yīng)性矩陣需要獲取物面與像面上至少4組對應(yīng)點的二維坐標(biāo).

式中：[1]為物面上點在世界坐標(biāo)系中的齊次坐標(biāo)向量；能夠?qū)⑽锩嫔细鼽c的世界坐標(biāo)轉(zhuǎn)化為點在像面上對應(yīng)點的像素坐標(biāo).要完成圖像自標(biāo)定，需要求解單應(yīng)性矩陣.

(7)

基于單應(yīng)性矩陣，可實現(xiàn)物面上世界坐標(biāo)系的任意布置.假設(shè)將世界坐標(biāo)系旋轉(zhuǎn)角度，并平移Δ和Δ，可得：

(8)

設(shè)像面上存在兩個像點、，經(jīng)過′或映射至物面后，其物點間距分別為′與，此時則有：

1.4 方法流程

本文基于平行激光測距的圖像自標(biāo)定流程如圖3所示.首先采用照相機獲取物面的圖像信息，同時通過激光測距儀連續(xù)測量得到物面的實時位置信息，并求解物面方程；選取物面和像面的計算點，獲取兩個平面上至少4組對應(yīng)點的二維坐標(biāo)，求解單應(yīng)性矩陣，實現(xiàn)標(biāo)定結(jié)果可視化，完成實時圖像自標(biāo)定.該方法在無需借助標(biāo)定物、無需照相機做高精度特殊運動的情況下，可快速、準確地實現(xiàn)照相機圖像自標(biāo)定.

2 標(biāo)定試驗設(shè)計

2.1 試驗系統(tǒng)

自主研制一套圖像自標(biāo)定試驗系統(tǒng)，對本文提出的激光測距自標(biāo)定方法進行驗證.該試驗系統(tǒng)由自標(biāo)定裝置和計算程序兩部分組成.

式中：∈[1, 2, …,]且≥3

計算程序則基于Windows平臺的Visual Studio開發(fā)環(huán)境，根據(jù)本文圖像自標(biāo)定算法編寫而成，實現(xiàn)對相關(guān)數(shù)據(jù)信息的處理分析，快速完成圖像標(biāo)定.

2.2 測試場景

為避免誤差耦合，采用靜態(tài)試驗進行標(biāo)定精度驗證.通過對已知長度線段進行測量，以最基礎(chǔ)的方式開展圖像自標(biāo)定試驗.設(shè)計了如圖6所示的由5條線段12、37、48、59、610組成的圖案，每條線段的實際長度均為96.0 mm.采用本文提出的自標(biāo)定方法，將由拍攝圖像計算得到的線段測量長度，與線段真實長度進行對比，驗證激光測距自標(biāo)定方法的準確性.試驗過程中，通過調(diào)整被測物與激光測距儀之間的距離，實現(xiàn)了5種不同場景下的拍攝測量，以全面驗證本文方法的有效性.圖7為標(biāo)定試驗場景圖.

3 標(biāo)定試驗結(jié)果

對于5種不同試驗場景，激光測距儀與被測物面之間的距離分別設(shè)計為245、345、445、545、645 mm，各激光測距儀的實測距離如表1所示，其中：、、為3個激光發(fā)射點、、的激光測距值.由表1可知，測量誤差基本在1 mm以內(nèi)，個別點位的測量誤差為2 mm.

進入新世紀，隨著互聯(lián)網(wǎng)+時代的到來，數(shù)字化e技術(shù)催生著生產(chǎn)、生活、標(biāo)準的不斷變化。“互聯(lián)網(wǎng)+教育”的時代也隨之而來，新興教育業(yè)態(tài)也不斷呈現(xiàn)，如微課教育、翻轉(zhuǎn)課堂、慕課、STEM融合教育。這些新興教育技術(shù)、理念與傳統(tǒng)教育的融合（而不是取代）勢必會助推教育改革，確保立德樹人培養(yǎng)目標(biāo)更好地實現(xiàn)，促進學(xué)生核心素養(yǎng)更全面養(yǎng)成，有利于新一輪課程更好接地。

表2為各條線段長度的測量值與真實值比較結(jié)果.由表2可以看出，所有測量值均與真實值96 mm非常接近，測量誤差介于-0.49%～0.15%，平均誤差僅為-0.14%，可見本文自標(biāo)定方法具有很好的準確性和穩(wěn)定性.

4 誤差分析

本文自標(biāo)定方法在實際使用過程中，由于硬件裝置不可避免地存在制作安裝偏差，可能導(dǎo)致物面方程和標(biāo)定結(jié)果不準確.經(jīng)分析，可能引起標(biāo)定誤差的因素主要有3類，即激光測距誤差、激光傾角誤差和偏置誤差.因此，通過數(shù)學(xué)建模對這3類誤差的定量影響情況進行分析.誤差分析模型中，設(shè)定3個激光發(fā)射點為等邊三角形排列，三角形的邊長為 60 mm，三角形重心與照相機光心重合，被測物面上有一條長度為140 mm的水平線段，照相機光軸與被測物面垂直且通過該水平線段的中點，激光測距儀與被測物面之間的距離為300 mm，設(shè)Δ、Δ、Δ分別為3個激光發(fā)射點對應(yīng)的測距誤差，其他條件與試驗一致.將以上數(shù)據(jù)代入式(4)，可得:

(9)

(10)

式中：Dist函數(shù)所求為歐氏距離.

(11)

由式(34)可知，連通系數(shù)集成了連通分支最短距離加權(quán)平均數(shù)與連通分支數(shù)兩個因素，從而能夠更好地反映現(xiàn)實網(wǎng)絡(luò)的連通性。同時，由式(32)可知，連通子圖數(shù)量越少、各個連通子圖的平均最短路徑越小，則網(wǎng)絡(luò)的連通性越好。特別地，當(dāng)網(wǎng)絡(luò)為全連通無權(quán)網(wǎng)絡(luò)時，即=1且dw(i,j)=1時，網(wǎng)絡(luò)連通性NC取最大值1。

由此可得，誤差模型為

(12)

基于標(biāo)定結(jié)果，可以由像面中線段端點坐標(biāo)求得物面中對應(yīng)線段端點坐標(biāo)，實現(xiàn)線段長度的測量.將3個激光發(fā)射點對應(yīng)測距誤差Δ、Δ、Δ為0的無誤差情況下的線段真實值與有誤差情況下的線段測量值對比并進行誤差分析.實際誤差分析過程中，前述誤差模型的解析表達式較為復(fù)雜，本文采用編程方式求解數(shù)值誤差.

4.1 激光測距誤差

激光測距誤差主要取決于激光測距儀的測量精度，當(dāng)求解物面方程所用的激光測距值不準確時，必然導(dǎo)致標(biāo)定結(jié)果產(chǎn)生誤差.考慮3個激光測距點出現(xiàn)測距誤差的不同組合，得到測距誤差值對標(biāo)定結(jié)果的定量影響規(guī)律如圖8所示.其中：、、為單個激光測距儀出現(xiàn)測距誤差；、、為兩個激光測距儀出現(xiàn)同等測距誤差；為3個激光測距儀均出現(xiàn)同等測距誤差.由圖8可見，在相同測距誤差水平下，或或的標(biāo)定誤差最小，的標(biāo)定誤差最大，可見產(chǎn)生測距誤差的激光發(fā)射點越少，則標(biāo)定結(jié)果越準確.明顯地，或產(chǎn)生正誤差的影響比負誤差大，這是由拍攝視角固定時距離越遠拍攝范圍越大所導(dǎo)致的.無論何種誤差組合方式，標(biāo)定結(jié)果誤差均隨激光測距誤差值的增大而增長.因此，采用高精度的激光測距儀，將有效提升標(biāo)定結(jié)果的準確性.

4.2 激光傾角誤差

當(dāng)激光發(fā)射方向未與照相機光軸完全平行而發(fā)生傾角偏差后，將導(dǎo)致激光測距值產(chǎn)生誤差，因此激光傾角誤差的影響實質(zhì)仍在于激光測距誤差.計算機模擬中，同樣考慮3個激光發(fā)射點出現(xiàn)傾角誤差的不同組合，得到線段標(biāo)定誤差結(jié)果隨激光傾角誤差值的變化規(guī)律如圖9所示.類似地，存在傾角誤差的激光發(fā)射點越多，標(biāo)定得到的線段長度誤差值也越大，且標(biāo)定結(jié)果誤差隨傾角誤差增大而呈現(xiàn)非線性增長規(guī)律.對比圖8和9可以發(fā)現(xiàn)，10°傾角誤差與5 mm測距誤差所引起的標(biāo)定結(jié)果誤差較為相當(dāng).通常情況下，激光傾角誤差可通過高精度組合模塊控制在較低水平，其可能引起的標(biāo)定結(jié)果誤差也較為可控.

在水稻綠色高產(chǎn)創(chuàng)建過程中，農(nóng)技人員要廣泛深入到基層一線，深入到農(nóng)田示范區(qū)開展技術(shù)指導(dǎo)。結(jié)合水稻生長情況，開展水稻調(diào)查，及時就田間病蟲害發(fā)生情況作出預(yù)警，采用科學(xué)的管理措施，提高水稻病蟲害防治效果。同時，在水稻生長關(guān)鍵時期，農(nóng)機人員還要積極深入田間地頭，對種植戶進行現(xiàn)場技術(shù)指導(dǎo)，確保技術(shù)能夠更好的在基層地區(qū)推廣應(yīng)用。在農(nóng)閑季節(jié)，通過定期舉辦培訓(xùn)、現(xiàn)場培訓(xùn)等多種培訓(xùn)模式，對各個村集體的種糧大戶、專業(yè)合作社、科技示范戶進行系統(tǒng)化培訓(xùn)，大力推廣優(yōu)質(zhì)品種，實現(xiàn)機械化生產(chǎn)，推廣測土配方施肥技術(shù)，病蟲害統(tǒng)防統(tǒng)治防治技術(shù)。

4.3 偏置誤差

偏置誤差由激光測距儀的位置誤差所引起，主要包括兩類：第1類為激光發(fā)射點所在平面與照相機光心之間沿照相機光軸方向上的偏差，即圖1中的距離；第2類為3個激光發(fā)射點在其自身平面內(nèi)的位置偏差.

理想情況下，當(dāng)照相機光軸和激光方向平行且均與物面相垂直時，第2類偏置誤差不會引起激光測距值的變化，其對標(biāo)定結(jié)果沒有影響，因此不再進行單獨分析.對于第1類偏置誤差，其影響機理與激光測距誤差相類似，且相當(dāng)于3點同時出現(xiàn)同等測距誤差的情形，因此第1類偏置誤差的影響不能忽略.但對于組裝完成的自標(biāo)定系統(tǒng)，實際的值也是固定的，因此可對儀器系統(tǒng)進行一次初始標(biāo)定，計算確定實際值，并在后續(xù)拍攝測量時將此值代入式(4)，從而完成圖像自標(biāo)定.總之，偏置誤差僅與標(biāo)定裝置的構(gòu)造相關(guān)，裝置固化之后只需對偏置誤差修正一次.

5 結(jié)語

本文提出了一種基于平行激光測距的圖像自標(biāo)定方法.該方法在拍攝圖像的同時，采用高精度激光測距儀對物面距離進行連續(xù)測量，完成物面方程和單應(yīng)性矩陣的求解，實現(xiàn)不依賴外部圖像信息、無需借助標(biāo)定物、無需照相機做高精度特殊運動的圖像自標(biāo)定.

盡管服務(wù)量不斷增長，但是因為管理效率提升，醫(yī)院的檢查預(yù)約時間逐步實現(xiàn)精準化。過去，患者的候檢時間往往是“上午來或下午來”，比較模糊；如今，時間精確到更具體的時間段，患者只需要提前30分鐘到醫(yī)院即可。

ATLAS求解器基于開源代碼Adventure二次開發(fā)。Adventure結(jié)構(gòu)力學(xué)分析軟件基于高速并行原理開發(fā)，計算收斂速度提升相當(dāng)明顯，求解速度較常規(guī)有限元軟件求解速度快一個數(shù)量級以上。

通過研制激光測距自標(biāo)定裝置系統(tǒng)并開展不同測試場景下的標(biāo)定試驗，驗證了方法的準確性和有效性，同時對標(biāo)定誤差來源進行了量化分析.與現(xiàn)有其他標(biāo)定方法相比，本文方法在準確性、方便性、穩(wěn)定性等方面具有明顯優(yōu)勢，且標(biāo)定過程可實現(xiàn)高度自動化，適合在機器視覺測量中推廣應(yīng)用.