一种主动式几何参数3D测量方法
文献发布时间:2024-04-18 19:58:26
技术领域
本发明属于摄影测量技术领域,涉及一种双目立体视觉测量,特别是一种主动式几何参数3D测量方法。
背景技术
光学三维测量方法大体可分为被动测量法与主动测量法。被动测量法主要有近景摄影测量、双目立体视觉等,但其对于弱纹理或者无纹理的物体测量效果较差,易于受环境光的干扰,测量误差大,不适用工业产品制造的普遍应用。
主动式测量是采用光源设备向物体表面主动投射含有特定编码信息的光束,借助光束特征信息对被测物体进行三维测量。由于该方法是主动向物体投射光束,人为给物体表面添加新的特征,有利于实现稠密点云重建,特别是对于缺乏纹理特征、表面光滑的物体,投射光束的特征信息可以解决物体缺乏纹理特征信息的问题,有利于对物体进行稠密三维测量。
但现有技术中,算法存在匹配精度差,或计算速度慢,且均在进行纹理特征较弱的工件测量时重建密度低、效果差。对主动式测量的具体测量步骤及计算过程还有待完善,以优化目前测量误差大、失真度较高、效率低等缺陷。
发明内容
本发明的目的是针对现有的技术存在上述问题,提出了一种依次构建双目成像模型、编解码拟合深度信息、点云处理获取精准参数的一种主动式几何参数3D测量方法。
本发明的目的可通过下列技术方案来实现:一种主动式几何参数3D测量方法,包括位于中间的一台投影仪,所述投影仪两侧呈对称设置左相机、右相机,其特征在于,包括以下步骤:
S1、构建双目相机成像模型:
将组成3D视觉系统的两台相同参数的左相机和右相机,以设定间距分别固定在同一水平基线上,并保持左相机和右相机的光轴互相平行,构建数学模型图,并从图中获知:
B
其中,B是基线的长度,BL、BR分别是左基线、右基线的长度;
由三角形相似原理,对左相机和右相机有:
其中,f是左相机或右相机的焦距;CL、CR分别是左相机、右相机像平面的主像点,XCL、XCR分别是CL、CR在左相机、右相机图像坐标系下的横坐标;P是空间中的一点,Z是点P的深度信息,PL、PR分别是点P在左相机、右相机中的成像点,XL、XR分别是点P的两个成像点在左相机、右相机图像坐标系下的横坐标;
由以上二式可得:
S2、主动光匹配测量:
1)、由投影仪向被测物体投射结构光图案;
2)、对被测物体进行编码:
采用四步相移法对被测物体进行编码,其光照强度数学表达式为:
式中,I
对上式子取反正切函数,可求得相位主值为:
求解得到的相位主值φ(x,y)分布于0~2π之间;
3)、对被测物体进行解码:
对被测物体的结构光图案进行时间相位展开,时间相位展开法中,两个连续的相位图有以下关系:
Φ
其中,λ
S3、点云处理算法:
1)、结合左相机和右相机拍摄图像所获取的绝对相位形成三维测量点云,将三维测量点云与参考模型进行对齐;
基于方差最小化的匹配方法,以测点距离与其均值偏差距离残差的平方和为基础构造目标函数
2)、进行三维测量点云滤波,消除无序、无关的噪点;
采用直通滤波器在数模坐标系下计算各点到数模旋转轴的距离R,设定R
3)、进行三维测量点云精简;
采用体素化栅格下采样算法对三维测量点云进行精简处理;
4)、利用参考模型对三维测量点云进行分割提取,对提取的三维测量点云进行几何特征拟合,得到需要测量的几何参数;
采用基于设计模型坐标系定义几何特征,使用上述几何特征对三维测量点云进行提取,再对提取结果进行拟合得到几何参数;
然后对几何特征进行特征拟合,达到测量半径。
在上述的主动式几何参数3D测量方法中,步骤S1中,设定左相机和右相机的图像完全形成行对准,则将
式中,d=X
在上述的主动式几何参数3D测量方法中,当实际安装或者生产过程中,组成双目视觉系统的左相机和右相机无法与基线垂直,且左相机和右相机无法相互间平行,及左相机和右相机的光轴无法交汇于空间中的某点,采用对极几何模型构建双目相机成像模型。
在上述的主动式几何参数3D测量方法中,步骤S2的1)中,所述结构光图案具体为二值条纹、格雷编码、正弦条纹、编码网格中的任一种。
在上述的主动式几何参数3D测量方法中,步骤S2的3)中,将相对相位图的个数减少到2个,与包裹相位φ
在双频时间展开法中,低频条纹的频率一般设置为1,该条纹不存在相位包裹,即Φ
式中,Round[]表示最接近的整数值;得到k
在上述的主动式几何参数3D测量方法中,投影仪的坐标系下通过编码获得一个坐标网格中一点是P,将其投射到物体表面;左相机、右相机各捕获这个网格,由于视角不同该网格在左相机、右相机的成像不同,因投影仪的编码规则为已知,即左相机拍摄坐标系下的一个像素点P
在上述的主动式几何参数3D测量方法中,步骤S3的2)中,噪声分为:1)与主体点云偏离较大,并小而密集的小型点云团;2)偏离主体点云,且悬浮于点云旁的稀疏点云;3)混合在真实点云中,与主体偏离较小的背景点云数据;
对于2)类噪声,采用孤立点抑制算法如下:基于密度的方法、基于聚类的方法、基于偏移的方法、基于距离的方法和/或基于统计的方法;
对于1)、3)类噪声,采用直通滤波的方式,通过模型的几何特征指定不同维度的阈值;或者首先提取特征点,再由特征点确定目标区域进行快速去噪;再者针对轮廓边缘的毛刺,采用高斯滤波、双边滤波等方式进行光顺处理。
在上述的主动式几何参数3D测量方法中,步骤S3的3)中,下采样算法为,在点云空间中建立一个三维的体素栅格,体素栅格中每个小立方体具有原始点云中的点,计算每个点到立方体重心的距离,将每个立方体中最靠近重心的数据点保留,其他点删除,用一个最具特征的点来代替小立方体中的所有点。
在上述的主动式几何参数3D测量方法中,步骤S3的4)中,在几何特征中对于平面距离,由于实际中两测量平面无法绝对平行,故采用一平面质心到另一拟合平面的距离近似计算两平面间距离。
与现有技术相比,本一种主动式几何参数3D测量方法具有以下有益效果:
1、双目结构光是由立体视觉与结构光技术发展而来的一种主动式光学测量技术,测量时依次向被测物体表面投射结构已知的光图案,物体的图像被相机获取,通过光图案的知识与立体匹配原理重建被测对象的三维形貌,投射的光图案可以克服被动式立体视觉中的无纹理物体因表面特征点不足而难以匹配的问题,提升测量的精确性和真实性。
2、采用编码、解码对物体进行立体识别,更精确的匹配双目成像中的像素点,同时条纹信息容易被相机捕获,其在测量特征不明显的工件时可以人为添加细节特征,因此识别效果更好,进一步提升测量的精确性和真实性。
附图说明
图1是本发明的理想双目视觉原理图。
图2是本发明的理想双目视觉立体坐标系图。
图3是本发明的对极几何模型图。
图4是本发明的光强分布函数以及相应的相位值图。
图5是本发明的时间相位展开法原理图。
图6是本发明的双频时间相位展开图。
图7是本发明的编码解码原理图。
图8是本发明的ICP算法流程图。
图9是本发明的方差最小化计算流程图。
图10是本发明的体素格栅采样原理图。
具体实施方式
下面结合附图和具体实施例对本发明的具体实施方式做进一步说明:
一种主动式几何参数3D测量方法,包括位于中间的一台投影仪,投影仪两侧呈对称设置左相机、右相机,包括以下步骤:
S1、如图1和图2所示,构建双目相机成像模型:
利用视差原理求取目标深度信息的过程是理想情况下的数学模型,理想双目相机成像模型构建的前提为,假设左相机和右相机的参数完全相同,光轴严格平行,并且像平面也严格位于同一个平面内。
将组成3D视觉系统的两台相同参数的左相机和右相机,以设定间距分别固定在同一水平基线上,并保持左相机和右相机的光轴互相平行,构建如图1所示的数学模型图,图中O
B
其中,B是基线的长度,BL、BR分别是左基线、右基线的长度;
由三角形相似原理,对左相机和右相机有:
其中,f是左相机或右相机的焦距;CL、CR分别是左相机、右相机像平面的主像点,XCL、XCR分别是CL、CR在左相机、右相机图像坐标系下的横坐标;P是空间中的一点,Z是点P的深度信息,PL、PR分别是点P在左相机、右相机中的成像点,XL、XR分别是点P的两个成像点在左相机、右相机图像坐标系下的横坐标;
由以上二式可得:
设定左相机和右相机的图像完全形成行对准,即两个相机的前向平行排列,则将
式中,d=X
当视差很小(几乎等于0)时,深度会随视差的变化急剧变化;当视差很大时,深度基本不会随视差改变而改变。因此,立体视觉系统获得较高深度、精度的条件是物体与相机的距离不能过大。
如图3所示,当实际安装或者生产过程中,组成双目视觉系统的左相机和右相机无法与基线垂直,且左相机和右相机无法相互间平行,及左相机和右相机的光轴无法交汇于空间中的某点,采用对极几何模型构建双目相机成像模型。
对极几何模型能够描述同一空间目标点在左右两个成像平面上投影位置的空间几何关系。如图3所示,O
S2、主动光匹配测量:
1)、由投影仪向被测物体投射结构光图案;
结构光图案具体为二值条纹、格雷编码、正弦条纹、编码网格中的任一种。本方案采用应用广泛的相位连续变化具有正弦强度分布的条纹图案,条纹投影轮廓术(FringeProjection Profilometry,FPP)就是将正弦条纹图案投影到测量对象上并采集由对象表面调制的相应变形条纹图案(深度信息被编码到条纹图像的相位中),然后通过条纹分析算法对采集的调制条纹图像提取相位分布,根据三角测量原理恢复被测物体表面轮廓的非接触式测量技术。
2)、对被测物体进行编码:
采用四步相移法对被测物体进行编码需要投影、采集四幅相移差为π/2的正弦条纹图像,其光照强度数学表达式为:
如图4所示,式中,I
对上式子取反正切函数,可求得相位主值为:
由于反正切函数的特异性以及上中分子和分母的正负,求解得到的相位主值φ(x,y)分布于0~2π之间;
3)、对被测物体进行解码:
对被测物体的结构光图案进行相位展开,具体包括空间相位展开和时间相位展开,以得到被测物体结构光图案的绝对相位分布;空间相位展开的原理较为简单,但是实际相位展开的过程中可能会遇到噪声或其他原因导致相位展开不连续等问题,因此本方案采用时间相位展开法。时间相位展开法主要分为多频分层相位展开法、多波长外差相位展开法和数论相位展开法,本方案采用多频分层相位展开法。
时间相位展开法的主要思路是借助具有不同周期的条纹包裹相位图来展开相位,如图5所示,两个连续的相位图有以下关系:
Φ
其中,λ
多频分层相位展开法的核心思想是向被测物体投射频率不同的条纹图案,其中有一个条纹图案只包含一个条纹,没有相位包裹,其他频率的条纹图案包裹相位图则在已展开的相位图的基础上由低频向高频层层展开。
为了提高相位展开的精度和效率,可以将相对相位图的个数减少到2个,与包裹相位φ
在双频时间展开法中,低频条纹的频率一般设置为1,该条纹不存在相位包裹,即Φ
式中,Round[]表示最接近的整数值;得到k
编码解码是将双目相机的像素点进行匹配,即找到同一空间点在两个相机成像图片中分别对应的像素点,以便于利用三角测距原理进行深度信息计算。
如图7所示,投影仪的坐标系下通过编码获得一个坐标网格中一点是P,将其投射到物体表面;左相机、右相机各捕获这个网格,由于视角不同该网格在左相机、右相机的成像不同,因投影仪的编码规则为已知,即左相机拍摄坐标系下的一个像素点P
在这里结构光通过编码赋予图片相位信息,P的坐标实际上就是相位值,但左相机、右相机解码后往往无法找到相同的相位,而是把相位差最小的一对像素点当做匹配点。
S3、点云处理算法:
1)、结合左相机和右相机拍摄图像所获取的绝对相位形成三维测量点云,将三维测量点云与参考模型进行对齐;
坐标系对齐方式与点云拼接方式类似,因其本质上就是求解测量点云与模型面片(点云)之间的刚体变换矩阵如图8所示,因此ICP方法同样在此适用。
进一步采用匹配速度更快的TDM方法,修改了目标函数以计算点到面的距离。本方案采用一种改进TDM方法:如图9所示,基于方差最小化的匹配方法,以测点距离与其均值偏差距离残差的平方和为基础构造目标函数
2)、进行三维测量点云滤波,消除无序、无关的噪点;
考虑本项目拥有箱体封装,测量环境较稳定,环境光源影响较小。但为了完整采集物体测点数据,扫描仪测量范围大于物体自身体积,因此会采集到物体以外的测点数据,为了避免这些无关数据对处理速度的影响,需要对无关数据进行滤波处理。
采用直通滤波器在数模坐标系下计算各点到数模旋转轴的距离R,设定R
通过非接触式结构光测量方法获取被测件的点云数据时,由于设备精度、人工操作以及环境因素,往往使得获取的点云数据存在一定的噪声点,其严重影响到点云的质量,对后续的匹配精度和效率有很大的影响,需要进行数据滤波。
噪声分为:1)与主体点云偏离较大,并小而密集的小型点云团;2)偏离主体点云,且悬浮于点云旁的稀疏点云;3)混合在真实点云中,与主体偏离较小的背景点云数据;
对于2)类噪声,采用孤立点抑制算法如下:基于密度的方法、基于聚类的方法、基于偏移的方法、基于距离的方法和/或基于统计的方法;
如下常见的孤立点抑制方法表格:
对于1)、3)类噪声,采用直通滤波的方式,通过模型的几何特征指定不同维度的阈值;或者首先提取特征点,再由特征点确定目标区域进行快速去噪;再者针对轮廓边缘的毛刺,采用高斯滤波、双边滤波等方式进行光顺处理。
如下常见的点云滤波方法表格:
3)、进行三维测量点云精简;
点云在经过滤波后将大部分噪声点剔除,但是余下的刹车盘主体中点的数量也是十分庞大的,如果直接对点云进行后续处理,计算机需要处理大量的数据并存储,这会导致计算机运行效率低下,巨大的数据运算对计算机性能要求也十分之高。同时过多的数据点并不能有效提高后续模型重建的质量,甚至会影响模型表面的光顺性,所以在精度达到要求的情况下对点云进行适当的精简减少点云的冗余数据是十分有必要的。对点云进行精简减小点云规模的过程又叫下采样,目的是在减少点云数据量的同时尽可能保持点云所表达的物体基本形状、尺寸等物理参数不被改变。
采用体素化栅格下采样算法对三维测量点云进行精简处理;
下采样算法为,在点云空间中建立一个三维的体素栅格,体素是三维空间处理过程中划分的最小单元,相当于二维图像上面的像素,体素栅格实际上就是在点云空间里紧密排列的一些立方体。体素栅格中每个小立方体具有原始点云中的点,计算每个点到立方体重心的距离,将每个立方体中最靠近重心的数据点保留,其他点删除,用一个最具特征的点来代替小立方体中的所有点。如图10所示精简前后,点云数据量有效的减少,有利于后续点云的处理工作。
4)、利用参考模型对三维测量点云进行分割提取,对提取的三维测量点云进行几何特征拟合,得到需要测量的几何参数;
采用基于设计模型坐标系定义平面、圆柱等几何特征,使用上述几何特征对三维测量点云进行提取,再对提取结果进行拟合得到几何参数;这种方法速度快、精度高、原理简单、易于实现。
然后对几何特征进行特征拟合,达到测量半径。
在几何特征中对于平面距离,由于实际中两测量平面无法绝对平行,故采用一平面质心到另一拟合平面的距离近似计算两平面间距离。该测量方案能够有效计算出待测几何参数,其余同类型参数参考上述方法均可计算。
本发明的原理为:基于双目立体视觉原理搭建的计算机3D视觉系统模拟了人类双眼感知场景深度信息的过程。系统的左右两台相机分别采集目标物体不同视角下的图像信息,再通过两幅图像中对应的点对实现立体匹配过程,最后利用相应的数学模型恢复目标物体的空间深度信息。
当然,上述说明并非是对本发明的限制,本发明也并不仅限于上述举例,本技术领域的技术人员在本发明的实质范围内所做出的变化、改型、添加或替换,也应属于本发明的保护范围。
- 一种基于GNSS/INS与全站仪组合使用的轨道几何参数测量方法
- 一种基于几何放大原理和单目计算机视觉的接触网几何参数测量方法
- 一种基于几何放大原理和单目计算机视觉的接触网几何参数测量方法