[發明專利]一種快速高精度的三維形面測量方法

有效

• 申請號: 201610056646.0
• 申請日: 2016-01-26
• 公開（公告）號: CN105716539B
• 公開（公告）日: 2017-11-07
• 發明（設計）人: 劉巍;蘭志廣;高鵬;楊帆;張洋;李曉東;賈振元;高航
• 申請（專利權）人: 大連理工大學
• 主分類號: G01B11/24
• 分類號: G01B11/24
• 代理公司: 大連理工大學專利中心21200
• 代理人: 關慧貞

1.一種快速高精度的三維形面測量方法，其特征是，測量方法采用差影法對雙目視覺測量系統采集到的光條圖像進行去噪，根據激光光條在不同材料物體表面的反射特性不同，使得光條寬度會在邊界輪廓處發生變化，根據光條寬度的變化精確識別邊界位置，對邊界以內的光條信息進行匹配重建，最終實現三維形面的快速高精度測量；測量方法包括圖像采集，光條圖像去噪及合成，光條中心提取，邊界輪廓識別，匹配光條中心點及重建三維形面步驟；

該方法的具體步驟如下：

第一步 對被測物三維形面進行圖像采集、光條圖像去噪及合成；

1)光條圖像采集、快速去噪方法

采用激光掃描加雙目視覺測量系統對被測物體的表面進行圖像采集，得到原始無光條圖像和不同時刻的激光光條圖像；由于對圖像采集的過程中，光照環境基本相同，采用如下公式對所有光條掃描的圖像進行去噪處理：

F_i(x,y)＝f_i(x,y,t_i)-f₀(x,y)(1)

其中，F_i(x,y)為第i張光條圖像去噪后的初始灰度圖像，f_i(x,y,t_i)為第i張光條灰度圖像，f₀(x,y)為原始無光條的灰度圖像；

由于在圖像采集過程中的噪聲影響，光條圖像與原始無光條圖像在除光條區域外的灰度并不完全相同，因此去噪處理過程中定義一個灰度閾值R，當光條灰度圖像f_i(x,y,t_i)某一元素減去原始無光條灰度圖像f₀(x,y)對應元素的值小于R時，將F_i(x,y)中對應元素的值置0；當光條灰度圖像f_i(x,y,t_i)某一元素減去原始無光條灰度圖像f₀(x,y)對應元素的值大于R時，保留相減得到的灰度值，公式如下：

Hi(x,y)=0(Fi(x,y)≤R)Fi(x,y)(Fi(x,y)>R)---(2)]]>

其中，H_i(x,y)為第i張光條圖像去噪后得到的灰度圖像；

2)光條圖像合成 為實現掃描光條圖像的快速提取與匹配，將上述得到的所有去噪后的光條灰度圖像H_i(x,y)進行合成，得到一張包含所有掃描光條信息的合成圖像，然后進行一次性的光條提取和匹配，大大減少了冗余計算量，提高了光條圖像處理效率；圖像合成公式如下：

G(x,y)＝∑H_i(x,y) (3)

其中，G(x,y)表示所有光條圖像合成后的灰度圖像；

第二步對合成的光條圖像進行光條中心提取，識別被測物邊界點位置

1)光條中心提取 在合成的圖像上，對每一根光條使用灰度重心法提取其橫截面方向重心點坐標，灰度重心法提取光條重心的公式如下：

(uik,vik)=Σj=mnj×IijΣj=mnIij---(4)]]>

其中為第k根光條第i行的灰度重心點坐標，I_ij為第i行第j列灰度值，(m,n)為第k根光條的列坐標區間，利用此公式求出所有光條各行的重心坐標，并將其作為光條中心坐標；

2)基于光條寬度突變的邊界點識別

首先,采用閾值分割的方法分割出圖像光條連通區域，由上到下逐行搜索光條寬度值d，將每一根光條不同行的寬度值設為d_i，則得到一根光條不同行的所有寬度值，如下：

d＝[d_p d_p+1 … d_p+i d_p+i+1 … d_p+n]

其中，d_p表示第p行光條寬度值，p為光條連通區域的首行，n為光條連通區域的總行數；利用光條圖像第i行的上下各λ行光條寬度并以離散方差的形式定義第i行光條寬度的變化率ψ_i，

ψi=Σj=i-λi+λ(dj-μ)22λ+1---(5)]]>

其中,μ表示上下各λ行光條寬度的平均值，公式如下：

μ=Σj=i-λi+λdj/(2λ+1)---(6)]]>

為滿足運算規則，將i＝p和i＝p+n處溢出部分的寬度值d_p-λ和d_p+n+λ按等于0進行處理；對每一根光條利用公式(5)計算得到的寬度變化率會由于光條兩端斷開、一端斷開一端連續、兩端連續而分別產生兩個、三個、四個不同的極值點，設定一個閾值ψ₀，其值的大小與被測物、背景及激光光條有關，來判定被測物的兩個邊界位置；設由上述公式得到的極值點的極值為其中，c＝1～s，i＝2～4，其所對應的光條中心位置為則：

(uick,vick)∈edgepointψic≤ψ0(uick,vick)∉edgepointψic>ψ0---(7)]]>

由此得到被測物第k根光條的兩個邊界位置，接著對所有光條進行同樣的操作，得到所有光條對應的邊界輪廓位置；

第三步 三維形面還原

識別出邊界輪廓以后，對邊界輪廓內的信息進行保留，而對邊界輪廓外的信息予以剔除，然后對輪廓內的光條信息進行三維重建；

1)光條中心匹配 利用極線約束對雙目視覺測量系統中左、右相機的圖像進行對應左、右圖像光條中心的匹配；具體做法是：首先采用八點歸一化算法計算出左、右相機的基本矩陣F，然后通過左、右相機采集到的光條圖像之間的極線約束關系進行對應點匹配；設左圖像光條中心點x_i'與右圖像光條中心點x_i′′相匹配，極線約束條件為：

xi′TFxi′′=0---(8)]]>

其中，x_i'為左相機采集的圖像光條中心點的像面坐標；x_i′′為與x_i'相匹配由右相機所采集圖像光條中心點的像面坐標；F為兩相機之間的基本矩陣；

2)三維重建，對得到的匹配點進行三維重建，重建公式如下：

xi=zXi′f1yi=zYi′f1zi=f1(f2ty-Yi′′tz)Y1(r7Xi′+r8Yi′+r9f1)-f2(r4Xi′+r5Yi′+r6f1)---(9)]]>

其中，X′_i，Y′_i分別為左相機采集的圖像光條中心點x_i′的像面橫縱坐標；X_i′′，Y_i′′分別為右相機采集的圖像光斑中心點x_i‘'的像面橫縱坐標；f₁、f₂分別為左、右相機標定得到的焦距；是右相機相對于左相機的旋轉矩陣，[t_x t_y t_z]是右相機相對于左相機的平移矩陣，由此得到重建的三維形面。