[發(fā)明專利]一種基于多視角的大型工件表面缺陷檢測標(biāo)定方法

有效

• 申請?zhí)枺?/td>: 202110094512.9
• 申請日: 2021-01-25
• 公開（公告）號: CN112419429B
• 公開（公告）日: 2021-08-10
• 發(fā)明（設(shè)計）人: 曾向榮;鐘志偉;劉衍;張政
• 申請（專利權(quán)）人: 中國人民解放軍國防科技大學(xué)
• 主分類號: G06T7/80
• 分類號: G06T7/80;G06T17/00;G06K9/46;G06T7/00
• 代理公司: 長沙大珂知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 43236
• 代理人: 伍志祥

1.一種在線的基于多視角的大型工件表面缺陷檢測標(biāo)定方法，其特征在于，具體包括以下步驟：

（1）構(gòu)建三維模型SIFT特征點的離線庫，首先對大型工件進行三維建模，確定大型工件各個點的相對位置關(guān)系，然后利用相機生成正下方的俯視圖像，對俯視圖像進行SIFT特征點的提取，從而構(gòu)建SIFT特征點和三維模型中大型工件各個點的相對位置關(guān)系的離線庫；

（2）構(gòu)建多相機圖像的在線SIFT特征點庫，即在線標(biāo)點中，每個相機獲取當(dāng)前目標(biāo)的二維圖像，提取SIFT特征點，建立在線相機與對應(yīng)相機圖像的SIFT特征點在線庫；

（3）利用三維模型SIFT特征點的離線庫與多相機二維圖像的在線SIFT特征點庫進行匹配，特征點匹配采用余弦相似性度量方法，對匹配的特征點在三維模型中進行定位，定位匹配特征點的三維坐標(biāo)；

（4）利用已經(jīng)定位匹配特征點的三維坐標(biāo)，根據(jù)相機內(nèi)參數(shù)，和二維圖像對應(yīng)的坐標(biāo)對相機外參數(shù)進行標(biāo)定；

步驟（1）所述構(gòu)建三維模型SIFT特征點的離線庫的具體步驟為：

S1.在大型工件三維模型已知的情況下，以三維模型的一點為原點，建立以該原點為中心的坐標(biāo)系T_G，大型工件表面上的點坐標(biāo)為（x_g ,y_g ,z_g）；

S2.采用多視角相機拍攝正下方大型工件的俯視圖像，對俯視圖像進行SIFT特征點提取，提取的SIFT特征點對應(yīng)的工件表面上的坐標(biāo)為(x_gi, y_gi , z_gi)；

S3.根據(jù)多視角相機的大概位置劃分為M個區(qū)域，把對應(yīng)區(qū)域的SIFT特征點的三維坐標(biāo)(x_kh，y_kh，z_kh)和該SIFT特征點的SIFT特征向量β_kh放入該區(qū)域，即構(gòu)建了三維模型SIFT特征點的離線庫；其中， k為第k個區(qū)域，h為該區(qū)域圖像的第h個SIFT特征點；

步驟（2）中所述構(gòu)建多相機圖像的在線SIFT特征點庫的具體步驟為：

P1.采集每個相機的二維圖像，獲取該二維圖像的SIFT特征點以及對應(yīng)的特征值；

P2.根據(jù)上述SIFT特征點以及對應(yīng)的特征值生成對應(yīng)相機內(nèi)參數(shù)矩陣K_i，該二維圖像的任意SIFT特征點圖像坐標(biāo)(u_ij' ，v_ij')，以及對應(yīng)的特征值向量α_ij的在線SIFT特征點庫；其中，i代表第i個相機， j代表二維圖像中第j個SIFT特征點。