本發(fā)明屬于計算機視覺領(lǐng)域,尤其涉及一套微米級測量精度的遠心立體視覺測量裝置及測量方法。
背景技術(shù):
高精度的工業(yè)檢測是機械制造領(lǐng)域不可或缺的一個環(huán)節(jié),而其中高精度三維形貌測量是實現(xiàn)該任務的一種重要手段。目前,獲取物體三維形貌的技術(shù)可以分為接觸式和非接觸式測量方法兩大類。接觸式三維測量系統(tǒng)因其測量精度高而被廣泛應用于工業(yè)測量,但是其測量速度較慢,并且接觸式的測量方式可能會對待測物體造成污染、變性或損壞,不適用于實時檢測和檢測一些價值較高的物體。而目前的非接觸式三維測量系統(tǒng)融合了光學、數(shù)字圖像、計算機視覺技術(shù),在不接觸被測物體表面的情況下,得到物體表面參數(shù)信息,并能提供相當高的精度和較高的測量效率,是解決中大型工件三維全尺寸檢測難題的一種可行方案。因此,從上世紀90年代以來,隨著自動化技術(shù)、微電子技術(shù)、人工智能技術(shù)以及計算機輔助設(shè)計技術(shù)的飛速發(fā)展,非接觸式的測量和重構(gòu)技術(shù),已廣泛應用于表面檢測與測量領(lǐng)域。但是現(xiàn)有的立體視覺系統(tǒng)多采用常規(guī)工業(yè)相機,其成像原理類似于小孔成像,因而適用于大視場大尺度測量,而在近處進行圖像測量時,圖像畸變比較嚴重,會對測量帶來不利影響,不適用于對微小尺寸工件進行高精度測量與重構(gòu)。
常規(guī)的視覺測量系統(tǒng)利用小孔相機,其目標的成像大小與目標到相機的距離有關(guān),導致測量時需要經(jīng)過比例換算才能得到正確的測量值,在一定程度上增加了系統(tǒng)的耗時。不同于小孔相機模型的透視投影,雙側(cè)遠心鏡頭通過在透鏡焦距的位置放置一個孔徑光闌來使得鏡頭能夠提供場景的平行投影。因此,雙側(cè)遠心鏡頭能夠在比較大的景深范圍內(nèi)提供定常放大倍率,這個性質(zhì)使得該鏡頭能夠比較容易地僅僅通過相機對目標的物理尺寸進行測量和比較,不需要通過進一步的計算來得到目標的實際尺寸。在測量微小尺寸工件時,在獲得相同的放大倍率的情況下,遠心鏡頭的測量距離更長,精度更高。
技術(shù)實現(xiàn)要素:
本發(fā)明的目的在于克服現(xiàn)有三維測量系統(tǒng)的不足,兼顧常規(guī)遠心相機工業(yè)檢測設(shè)備精度高的優(yōu)勢,提供一套遠心立體視覺測量裝置及測量方法,實現(xiàn)被測物體三維形貌數(shù)據(jù)的微米級獲取與檢測。
本發(fā)明的遠心立體視覺測量裝置,包括遠心相機A、遠心相機B和數(shù)據(jù)處理計算機。其中,遠心相機A、遠心相機B固聯(lián)安裝,具有公共視場,即遠心相機A的視角與遠心相機B的視角有夾角,夾角范圍0°~90°;數(shù)據(jù)處理計算機與遠心相機A、遠心相機B聯(lián)通,實時同步采集兩臺遠心相機的圖像數(shù)據(jù),并解算待測物體三維形貌數(shù)據(jù)。固聯(lián)安裝是指遠心相機A與遠心相機B的相對位置固定。
用本發(fā)明的裝置測量被測物體三維形貌的方法,其特征在于,包括以下步驟:
第一步,系統(tǒng)標定
1.1建立相機A、B的標定坐標系OA-XAYAZA、OB-XBYBZB
遠心相機A坐標系OA-XAYAZA,以遠心相機A光心為原點OA,ZA軸與相機光軸重合,取拍攝方向為正方向;YA軸與ZA軸正交,沿遠心相機A成像傳感器列方向;XA軸與YAZA平面垂直,沿遠心相機A成像傳感器行方向;
遠心相機B坐標系OB-XBYBZB,以遠心相機B光心為原點OB,ZB軸與相機光軸重合,取拍攝方向為正方向;YB軸與ZB軸正交,沿遠心相機B成像傳感器列方向;XB軸與YBZB平面垂直,沿遠心相機B成像傳感器行方向;
1.2相機標定
利用已有的遠心雙目系統(tǒng)標定算法,如文獻《Telecentric stereo micro-vision system:Calibration method and experiments》(2014年發(fā)表于《Optics and Lasers in Engineering》)提出的算法,獲得遠心相機A、B的內(nèi)參KA、KB,在世界坐標系OW-XWYWZW中的外參(RA,tA)、(RB,tB),以及投影矩陣PA、PB,其計算公式如下所示:
tA=[tAx tAy tAz]T,tB=[tBx tBy tBz]T (4)
其中,
MA和MB分別是遠心相機A、B的放大倍數(shù);
(uA0,vA0)和(uB0,vB0)分別是遠心相機A、B的成像面中心的坐標;
rA1,rA2,rA3分別表示遠心相機A在世界坐標系OW-XWYWZW中的XA,YA,ZA軸;表示的rAi轉(zhuǎn)置,其中i=1,2,3;rB1,rB2,rB3分別表示遠心相機B在世界坐標系OW-XWYWZW中的XB,YB,ZB軸;表示的rBi轉(zhuǎn)置,其中i=1,2,3;
tA=[tAx tAy tAz]T表示遠心相機A的平移量,tB=[tBx tBy tBz]T表示遠心相機B的平移量;
RA2×3和RB2×3分別表示遠心相機A、B各自旋轉(zhuǎn)矩陣RA、RB的前兩行;
是遠心相機A的平移向量tA的前兩個分量;是遠心相機B的平移向量tB的前兩個分量;
QA表示遠心相機A的投影矩陣PA的前3列,qA表示遠心相機A的投影矩陣PA的第4列;QB表示遠心相機B的投影矩陣PB的前3列,qB表示遠心相機B的投影矩陣PB的第4列;
1.3計算遠心相機A、B的極線校正內(nèi)參矩陣K′A和KB′
計算獲得遠心相機A、B的極線校正內(nèi)參矩陣K′A和KB′,計算公式如下所示
其中,是極線校正后遠心相機的放大倍數(shù),(u'0,v'0)是極線校正后的像面中心坐標;
1.4建立遠心相機A、B的極線校正坐標系
遠心相機A的極線校正坐標系以遠心相機A光心為原點OA,軸與ZA軸平行同向;軸垂直于軸和軸;軸與平面垂直;
遠心相機B的極線校正坐標系以遠心相機B光心為原點OB,軸與ZB軸平行同向;軸與軸平行同向;軸與平面垂直;
因此,極線校正后遠心相機A、B在世界坐標系OW-XWYWZW的外參分別記為(R'A,t'A)和(R'B,t'B),計算公式如下所示:
其中,
1.5計算極線校正后遠心相機A、B新的投影矩陣和
計算獲得極線校正后遠心相機A、B新的投影矩陣和計算公式如下:
其中,R'A2×3和R'B2×3分別表示極線校正后遠心相機A、B各自旋轉(zhuǎn)矩陣R'A、R'B的前兩行,是極線校正后遠心相機A的平移向量t'A的前兩個分量;是極線校正后遠心相機B的平移向量t'B的前兩個分量,
Q'A表示遠心相機A的投影矩陣的前3列,表示遠心相機A的投影矩陣的第4列;Q'B表示遠心相機B的投影矩陣的前3列,表示遠心相機B的投影矩陣的第4列。
第二步,待測物體的三維形貌重建
2.1放置待測物體
將待測物體放置于兩臺遠心相機公共視場區(qū)域位置;并確保兩臺相機的視場覆蓋整個待測物體,且清晰成像;
2.2數(shù)據(jù)圖像的采集
同步采集兩臺遠心相機的圖像,并保存到數(shù)據(jù)處理計算機;
2.3圖像的極線校正
對于遠心相機A,極線校正后的圖像的像點坐標m'A=[u'A v'A]T可由以下公式計算得到:
其中,mA=[uA vA]T是空間點[xw yw zw]T在遠心相機A的極線校正前原始圖像上的像點坐標;
對于遠心相機B,極線校正后的圖像上的像點坐標m'B=[u'B v'B]T可由以下公式計算可得:
其中,mB=[uB vB]T是空間點[xw yw zw]T在遠心相機B極線校正前原始圖像上的像點坐標;
在一般情況下,校正后的圖像的像素(整數(shù)坐標位置)對應于原始圖像平面上的非整數(shù)的位置。因此,校正后的圖像的灰度級是由原始圖像像素的灰度級進行雙線性插值計算得到;
2.4圖像的密集匹配
利用已有的圖像密集匹配的算法,如文獻《Stereoprocessingbysemiglobalmatchingandmutualinformation》(2008年發(fā)表于《IEEE Transactions on Pattern Analysis and Machine Intelligence》)提出的算法,對極線校正后的圖像對沿水平線方向進行密集匹配,得到遠心相機A、B的極線校正后圖像中的同名像點坐標對m'A=[u'A v'A]T和m'B=[u'B v'B]T;
2.5三維形貌數(shù)據(jù)計算
根據(jù)遠心鏡頭模型,待測物體表面某點的世界坐標[xw yw zw]T與遠心相機A、B的極線校正后圖像中的像點坐標m'A和m'B之間的關(guān)系描述如下:
結(jié)合以上兩個公式,則待測物體表面某點的世界坐標[xw yw zw]T可以通過使用線性最小二乘法獲得。
本發(fā)明的優(yōu)點:
1.遠心相機在成像景深范圍內(nèi)放大倍率恒定不變,且具有低畸變、大景深等特點,利用遠心相機構(gòu)成的測量系統(tǒng),相對于傳統(tǒng)微距測量系統(tǒng),精度更高。
2.本發(fā)明提出的極線校正方法,應用于遠心立體視覺測量系統(tǒng),可將后續(xù)圖像密集匹配的搜索維度由二維簡化為一維,極大的提高了密集匹配的效率。
附圖說明
圖1是本發(fā)明實施例測量系統(tǒng)的儀器布設(shè)圖,
圖2是本發(fā)明整體流程圖,
圖3是遠心相機A采集的原始圖像,
圖4是遠心相機B采集的原始圖像,
圖5是遠心相機A極線校正后的圖像,
圖6是遠心相機B極線校正后的圖像,
圖7是本發(fā)明實物檢測結(jié)果最終的重建的物體三維形貌示意圖。
具體實施方式
本發(fā)明的遠心立體視覺測量裝置,包括遠心相機A、遠心相機B和數(shù)據(jù)處理計算機。數(shù)據(jù)處理計算機與遠心相機聯(lián)通,實時同步采集兩臺遠心相機的圖像數(shù)據(jù),并解算待測物體三維形貌數(shù)據(jù)。
采用本發(fā)明對物體進行三維重建,以一枚一元硬幣為例,具體步驟如下:
第一步,系統(tǒng)標定
1.1將遠心相機A、B用底座固定,連接數(shù)據(jù)處理計算機,放置待測物體;
1.2建立相機坐標系OA-XAYAZA、OB-XBYBZB;
1.3分別對遠心相機A、B進行標定,得到遠心相機A,B原始的內(nèi)參KA、KB和外參(RA,tA)、(RB,tB),以及投影矩陣PA、PB;
1.4建立極線校正坐標系根據(jù)公式(6)-公式(9)計算得到投影矩陣和
第二步,待測物體的三維形貌重建
2.1放置待測物體
將待測物體放置于兩臺遠心相機公共視場區(qū)域位置;并確保兩臺相機的視場覆蓋整個待測物體,且清晰成像;
2.2數(shù)據(jù)圖像的采集
選取合理的拍攝位置和角度,利用測量相機拍攝一張待測物體的圖像,并保證所拍攝的圖像包含整個待測物體;
2.3圖像的極線校正
根據(jù)公式(10)和公式(11),利用雙線性插值重采樣將遠心相機A、B極線校正前的原始圖像轉(zhuǎn)化為極線校正圖像;
2.4圖像的密集匹配
對極線校正后的圖像對沿水平線方向進行密集匹配,得到同名像點坐標對m'A=[u'Av'A]T和m'B=[u'B v'B]T;
2.5三維形貌數(shù)據(jù)計算
結(jié)合公式(12)和公式(13),采用線性最小二乘法獲得待測物體表面的世界點坐標[xwyw zw]T。