基于结构光三维视角的双目立体成像技术研究

发布时间：2014-12-21 12:11

 

【摘要】 随着测量技术的发展，三维视觉测量由于具有非接触、测量速度快、系统柔性好等特点，在工业测量领域得到广泛应用。其中，基于结构光的主动视觉测量技术因其抗干扰能力强、精度较高等优点在近年来受到越来越多的重视。结构光测量技术的难点在于获取高精度的物体表面三维数据困难，数据处理量大，测量速度较慢，可能误差源多等问题，因此，寻求这些问题的有效解决方案是当今三维测量领域的主要研究课题。本文结合实际工程项目，对线结构光双目视觉技术测量系统的几个关键问题进行了研究，并在此基础上，对螺纹缺陷进行检测，进一步提高系统测量性能。结构光测量系统的测量精度主要受线激光条纹中心定位精度、系统标定精度、结构光条纹匹配精度等方面的影响，本文对这几个方面进行展开并深入研究。首先针对结构光条纹中心定位精度高、算法鲁棒性好同计算量大、实时性差之间的矛盾，本文提出了一种基于互相关算法的条纹中心提取算法，可以自动分割出有效激光条纹区域，并对条纹中心进行精确定位；其次，对基于平面标定法过程中的棋盘格角点通过局部约束关系进行精确定位，并采用线激光辅助标定，以改变原来这种依靠角点坐标获取标定内、外参数的方法；最后，本文对当前激光条纹的匹配方法进行总结，并提出了一种基于Sift算法的匹配方法。在完成结构光条纹中心提取、系统标定、条纹匹配等工作后，利用本套系统获取了目标物体表面三维点云，并对其表面形貌进行复原，以检测本结构光测量系统的有效性，并针对实际测量过程出现的各种问题进行分析，改进测量系统的不足之处，最后，对系统未来的研究方向进行了定位。 

第 1 章 绪论

 

1.1 三维测量技术综述

三维测量技术能够得到目标的三维信息，并以这些信息为基础实现对目标物体的精确定位等功能，近年来，计算机与制造技术迅猛发展，二维信息已经远远不能够满足人们的要求，在这种科技发展与需求作为驱动力的背景之下，三维信息获取技术应运而生，并迅速成为测量技术中的重点研究领域[1,2]，也因而催生了基于人类视觉机理的计算机视觉技术。视觉信息是人类探索宇宙的最主要信息来源之一。鉴于视觉信息的重要性及其处理过程的复杂性，人类对视觉技术的研究力度逐步加大，以视觉信息为处理对象的立体探测技术获得了很大的发展空间。在这种背景之下，各种三维测量技术发展迅速，优势互补，不断促进相关领域技术向更高研发水平迈步。

.........

 

1.2 三维测量技术研究现状与发展方向

 

1.2.1 国内、外研究现状

目前，结构光三维技术在监控导航中应用较多，主要是为智能移动机器人避障及实现最佳路径规划。在结构光测量领域，国外起步早，发展迅速，相关检测技术已形成产业规模，如英国的 3D-SCANNES 公司开发的 Reversa 激光扫描测头，如图 1-7 所示，测量精度可达 0.03mm。美国的 RVSl 公司的 BGA 芯片管脚共面性激光视觉测试系统使用线光源，提高了速度，满足在线测量要求[37]；日本 Roland公司生产的 LPX250 点激光扫描测量机，可完成旋转和平移扫描方式的测量，比较著名的激光测量设备还有日本美能达公司的 VIVID 便携三维测量系列等，美国Immersion 公司的 Microscribe MX 便携式三维数字仪，如图 1-8 所示。德国breuckman 公司的 stereoSCAN 系列产品[38]通过投射编码光栅进行三维测量，它可以调整机器的姿态以实现对不同尺寸大小的工件测量。

............

 

第 2 章 结构光图像数据处理

 

结构光图像数据包含了被测目标物体的三维信息，结构光图像数据处理是进行三维系统测量的基础，是非常关键的一步。主要包括结构光图像增强处理、激光有效条纹区域分割与结构光条纹中心提取这三个方面。

 

2.1 结构光图像增强处理
成像系统在生成激光条纹图像时，可能会由于气流运动引入的噪声、光学系统中的衍射现象、成像系统产生的成像误差或者胶片颗粒性而产生噪声干扰[41]，降低了图像中有效信息的可读性与操作性，因此我们常对图像进行滤波处理后再提取出条纹中心线。对图像的增强处理一般是在空间域或者频率空间，空间域处理法是以图像像素灰度值作为基础进行相关运算，而频率域法主要是通过频率变换增强我们感兴趣的部分[42]。

...........

 

2.2 有效激光条纹区域分割
有效激光条纹区域的分割的目的是为精确定位光条纹中心做准备，有效条纹区域宽度如果太大，则可能会引入无效像素点，如果条纹宽度太小，则会舍弃一部分有效条纹像素点，这两种情况都会带来最终条纹中心点定位误差。因此，准确分割出有效激光条纹区域是非常关键的一步。利用像素灰度的不连续性和相似性，图像分割算法可以有效划分出我们感兴趣的特征或者具有某些相似属性的区域。

........

 

第 3 章 结构光双目视觉测量模型及系统标定............................33
3.1 引言 .............................33
3.2 结构光双目视觉测量数学模型建立 ............................33
3.3 系统参数标定 ................................ 38
3.4 本章小结 ......................................53
第 4 章 线结构光条纹匹配............................54
4.1 引言 .........................................54
4.2 立体匹配算法分类 ......................... 55
4.3 极线约束匹配法 ..................... 57
4.4 基于 SIFT 算法的条纹匹配 ........................ 61

4.5 本文小结 ............................... 69

 

第 5 章 三维重建与实验部分

 

5.1 三维重建综述

在得到了摄像机标定参数与激光中心条纹匹配点对之后就可以运用三角法或者射线交汇法获取目标物体的三维点云，在此基础上将点云转化为曲线或曲面等模型，最后进行相关平滑处理从而得到不同精度的目标物体三维形貌。基于图像的三维重建是图像处理的一个重要研究分支，它作为当今热门的虚拟现实和科学可视化的基础被广泛应用于产品质量检测中。

在大多数情形下，点云的后续处理以曲面模型重建为主，依据曲面重建和输入点集的包含关系，重建方法大致可以分为插值法与近似法两类[84]。插值法中的曲面重建囊括了所有点云数据，而近似法则采用不同形式的曲面不断向原始数据点逼近，可能会因此舍弃一些有效点，引入非有效点。依据曲面重建的表示方式可以将重建方法分为: 网格重建、细分重建、隐式重建、参数重建与变形重建等五种。

...........

 

第 6 章 总结与展望

 

6.1 本文总结

本文以结构光双目立体视觉为研究对象，针对结构光双目立体视觉的关键理论问题和技术实现进行了深入研究和讨论，并力求在国内外科研工作者的研究基础上有所创新。论文的研究工作主要围绕结构光双目立体视觉中的激光条纹中心定位与提取、摄像机标定和激光条纹图像立体匹配等几个关键问题的求解进行展开，并在原有算法基础之上进行了改进与创新。论文的主要研究工作大致总结为如下几个方面：
（1）提出了一种新的激光条纹中心提取算法。
同现有的激光条纹中心提取算法不同，该算法结合互相关理论与模板匹配思想，实现了线结构光条纹中心的定位提取。首先，利用梯度阈值法分割出有效激光条纹区域，以达到减少无效像素点和充分利用有效像素点信息的目的。然后，分析了结构光横截面光强强度值近似成高斯曲线分布的这一规律，给出了基于高斯曲线分布的互相关系数模板。

..........

参考文献:

[1] 王顺,徐静珠,张益昕,张旭苹,谢飞.  结构光光条中心点信度评价方法与应用[J]. 光学学报. 2011(11)
[2] 赵博华,王伯雄,杨博淙,罗秀芝.  混合反射特性表面形貌测量中光刀条纹的提取方法[J]. 清华大学学报(自然科学版). 2011(08)
[3] 吴家勇,王平江,陈吉红,巫孟良.  基于梯度重心法的线结构光中心亚像素提取方法[J]. 中国图象图形学报. 2009(07)
[4] 侯小丽.  立体视觉中的立体匹配技术研究的现状与展望综述[J]. 太原城市职业技术学院学报. 2008(12)
[5] 吴庆阳,苏显渝,李景镇,惠彬.  一种新的线结构光光带中心提取算法[J]. 四川大学学报(工程科学版). 2007(04)
[6] 王国美,陈孝威.  SIFT特征匹配算法研究[J]. 盐城工学院学报(自然科学版). 2007(02)
[7] 崔希君,杨川,刘保华,李兵.  线性结构光心的自适应迭代提取法[J]. 西安交通大学学报. 2007(01)
[8] 胡曙光,陈静,华艳秋,王明辉.  基于激光三角法的传感器设计[J]. 测控技术. 2006(06)
[9] 罗维克.  非接触式激光测量系统原理及应用[J]. 人造板通讯. 2004(07)
[10] 张勇斌,卢荣胜,费业泰.  机器视觉中彩色伪随机编码投影系统及标定[J]. 哈尔滨工业大学学报. 2004(01)



本文编号：10575