焊接机器人双目摄像机的标定
双目视觉摄像机的标定就是计算摄像机的内外参数。只有完成摄像机的标定，才能建立空间物体和摄像机成像平面图像的联系，标定是焊接机器人目标识别、三维重建、焊缝建模、轨迹跟踪等技术的前提。一般情况下，可以通过标定实验的方法来进行计算。
本文针对双目视觉的摄像机采用了基于二维标定模板的双目摄像机标定方法并完成了标定实验。根据二维标定模板到摄像机成像的转换矩阵计算出摄像机的内外参数以及双目摄像机的相对位置，通过非线性优化算法，减少噪声和摄像机镜头畸变的影响，提高了摄像机参数标定的精度。
图像采集和处理
视觉传感器对二维图像的获取是机器人双目视觉的基础。本文的双目视觉系统是由经过标定的两个同一类型的CCD摄像机组成，摄像机平行放置有一定的间距。双目视觉系统的原理是:在自然光条件下，左右摄像机对空间同一物体拍摄照片，找到物体同一个点在左右图像中的对应点，从而根据三角测量原理恢复该点在三维空间的坐标。
由于双目摄像机拍摄照片时可能受到诸如噪声、光学畸变、光阴影、镜面效应等各种因素的影响，所以需要对原始图像进行预处理。图像预处理主要有以下两个目的:一是使得图像更加清晰化，改善其视觉效果。二是使采集的图像能够方便的为计算机所应用并进行各种分析。图像预处理的方法主要有:图像灰度化、灰度级插值、平滑去噪、高斯滤波等，其主要原则是:突出有用信息、抑制无用信息，改善图像质量。
本文焊接机器人双目视觉系统是在自然光照的条件下，由于外界自然光存在不均匀的情况，因此对拍摄的图像进行灰度分布调整，采用了线性灰度变换方法如式(2-1)所示。
其中x为采集的原始图像灰度值，y为经过线性灰度变换后的图像灰度值，而a和b为线性灰度变换方法调整的阈值范围。