[發明專利]一種基于計算機視覺的玻璃二面角檢測方法

在審

• 申請號: 201710837754.6
• 申請日: 2017-09-18
• 公開（公告）號: CN107665489A
• 公開（公告）日: 2018-02-06
• 發明（設計）人: 王樹城;桑新桓;石穎;卿志武;黃榕;徐澤沛;白秉靈;李攀郁
• 申請（專利權）人: 華中科技大學
• 主分類號: G06T7/00
• 分類號: G06T7/00;G06T7/11;G06T7/136;G06T7/13;G06T7/80;G06T5/40;G06T5/00;G06T5/20;G06T5/30
• 代理公司: 華中科技大學專利中心42201
• 代理人: 張建偉,曹葆青

技術領域

本發明屬于計算機視覺、機器人領域，更具體地涉及一種基于計算機視覺的玻璃二面角檢測方法。

背景技術

角度測量是一項基本且重要的測量項目,在機械臂姿態確定、機床刀片方位確定、刃具角度測量、人體外鼻角度測量、坡度測量等方面都有重要的應用。目前常用的測量角度的方法有機械測量方法、電磁測量方法、光學測量方法以及光電測量方法(如激光干涉方法)等。但機械測量方法不能進行非接觸測量,測量速度較慢,不能實時動態測量；電磁測量方法利用電磁感應的原理測量角度,雖然在測量精度、速度上較機械測量方法有較大改進,但仍不能用于非接觸測量；光學測量方法需要人工干預才能完成測量,一般需要設計精密的光路,導致其在很多領域都不能使用；激光干涉方法是近年來在角度測量中廣泛應用的一種方法,采用邁克爾遜干涉儀的原理,將角度變化轉換為光程差的變化進行測量,但這類設備一般只能進行小角度測量。

近年來,由于計算機和CCD相機性能的提高,計算機視覺開始成為一種重要的測量方法,在距離測量、空間運動分析等領域得到廣泛應用。計算機視覺測量一般需要先對相機參數進行標定,典型的線性相機成像模型具有3個參數矩陣,分別是內部參數矩陣K,旋轉矩陣R和平移矩陣T,一般有12個變量。如用一臺已知所有內外部參數的相機,在至少2個位置對空間點進行拍照,由該點在2張圖上的圖像坐標,即可得到其空間位置,進而根據被測物上各點的空間坐標,可以得到包括角度信息在內的多項幾何參數。但相機的全參數標定方法較復雜,且用此方法進行角度測量,并未充分利用相機成像的性質，并且一次測量里需要對目標拍攝多張圖片才能測出二面角。

發明內容

本發明提出一種基于計算機視覺的玻璃二面角檢測方法，解決的是玻璃幕墻清洗機器人越障時，翻越的玻璃所夾二面角的測量問題，達到了精確、簡單、快速、動態地測量玻璃二面角的目的。

本發明提出的一種基于計算機視覺的玻璃二面角檢測方法，包括以下步驟：

(1)相機準備、玻璃處理及圖像采集；

使用固定焦距的相機和一塊相機參數標定板，可以是黑白棋盤格標定板，對相機進行標定，可采用“張正友標定法”，獲取相機的內部參數矩陣K及畸變系數K1、K2、K3、P1、P2；

在夾角部位粘貼顏色相同且與玻璃顏色不同的矩形窄條，窄條的長邊垂直于兩玻璃平面形成的交線；此外，在兩個玻璃平面靠相機一側上各貼N張互不重疊彩條；所述N大于2且應滿足彩條之間留有間隔，由于玻璃大小有限，所以相當于限制了N的上限；色彩只需要與玻璃顏色不同即可，但是差別越大越精確；粘貼方法：彩條是矩形的，長邊垂直于兩玻璃平面的交線即可；

標定后，從任意方向對需要進行測量的夾角部位拍攝一張彩色圖像，要求拍攝的圖像完整包含所有彩條；

使用步驟(1)獲得的內部參數矩陣及畸變系數對所攝圖像進行校正；

(2)將所攝圖像應用計算機視覺庫從R(紅)G(綠)B(藍)顏色空間變換至H(色相)S(飽和度)V(色調)顏色空間，并進行直方圖均衡化，以便于后續處理；均衡化對圖像中像素個數多的灰度級進行展寬，而對圖像中像素個數少的灰度進行壓縮，從而擴展像原取值的動態范圍，提高了對比度和灰度色調的變化，使圖像更加清晰，也有利于后面識別；H、S、V的值分別都是R、G、B三個值的函數；有相當多的方法和手段可以實現，采用計算機視覺庫是一種常用方法，也可以自己純靠編程代碼實現；

所述計算機視覺庫是可以從因特網上下載使用的計算機視覺庫，有很多種，如opencv，halcon等等，均滿足本發明使用要求；色彩空間變換簡單來說就是換參數來描述顏色，變換手段的話一般的視覺庫里都有現成的函數，調用即可。

(3)將上一步所得圖像進行H、S、V三通道分離，并根據與彩條顏色對應的H通道的閾值將圖像二值化，所述閾值用于從H通道劃定H值對應的區間，該區間以內設為白色，以外則設為黑色，或者反過來設置顏色，以便于識別出彩條；這里把H值看成一個連續數集，隨著H值的變化，對應的顏色也在變化，所以要想識別顏色，就是從中一段一段地取區間出來，一般紅色需要取頭尾兩段相并，但是其他顏色一般都只有一段，在這段中間設置成白色，之外設置成黑色，或者反過來設置顏色，比如綠色38-75，所以不會出現三個閾值的情況。換種說法，這些閾值相當于是為了取出特定顏色而通過實驗得來的一些區間端點值；不同顏色有各自對應的H通道的代表范圍，可以在書上或者網上查閱到，正是利用這點識別顏色；如果是極特別的顏色，可以在視覺庫里通過編程和實驗找到最適合的閾值；