结构光测量系统

2024-05-06

结构光测量系统（精选九篇）

结构光测量系统篇1

关键词：圆结构光,3D测量,扩束锥镜,光学检测,深孔类零件

0 引言

机械工业中广泛使用深孔类零件,如石油工业中的抽油泵管、液压传动中的长形油缸、兵器工业中的火炮身管等[1]。对该类零件内轮廓尺寸测量要求较高,如何快速准确地获取其3D信息,以实现内表面的三维重构是当前的一个研究热点。深孔类零件3D测量中,涡流法[2]、超声法[3]测量深孔截面轮廓尺寸精度较低,而光学单点扫描法测量效率低[4]。基于主动三角法测量原理的结构光光学检测方法[5,6],解决了快速测量与高精度的矛盾,测量系统自动化程度较高。本文介绍了一种基于圆结构光RSL(Ring-Structured-Light)的复杂深孔内轮廓尺寸3D测量系统,在对系统原设计中存在的问题进行分析的基础上,提出了系统的改进设计方案。

1 系统结构与测量原理

1.1 系统结构

复杂深孔内轮廓尺寸测量系统结构如图1所示[7]。主要有以下三个组成部分:驱动装置、定心支承机构以及RSL光学传感器。驱动装置主要有侍服电机、减速器、齿轮-齿条机构组成。侍服电机旋转运动通过减速器和齿轮-齿条机构转化为定心支承机构的沿被测件轴向移动。由于采用了齿轮-齿条传动机构,保证了定心支承机构无周向运动。为本测量系统专门设计的定心支承机构能够自动实现光学传感器与被测零件同轴线。RSL光学传感器是整个测量系统核心部件,通过向被测深孔内轮廓投射RSL,CCD相机成像获取被测深孔内轮廓相关尺寸信息。测量系统的所有组成部分均由控制计算机及相应的控制软件进行控制。

1.2 测量原理

RSL光学传感器的光学成像原理如图2所示。RSL发生器散射光栅中心点O发出的环形光束照到扩束锥镜上,经反射面PG反射后投射到被测深孔内表面上的点D处,在点D产生漫反射,由CCD相机成像,C点为相机镜头的光学中心,D点在像平面上形成光敏点D'。

推导可知,在扩束锥镜的半锥角γ=45º时,被测深孔零件内表面轮廓半径R(mm)与相机像平面成像半径r(mm)之间的关系为

式中:LOP—RSL散射光栅中心点O与扩束锥镜顶点P之间距离(mm);LPC—扩束锥镜顶点P与镜头光学中心点C之间的距离(mm);α—RSL光环散射角(º);f—相机镜头焦距(mm)。

若CCD像元在两个方向尺寸均为d(mm/pixel),则CCD成像半径r与像素半径n(pixel)之间的关系为r=n×d,代入式(1),则有:

由式(2)可知,只要能够得到像平面上光条中心点的像素半径n值,则被测深孔零件的内径R可以通过式(2)进行计算。

2 系统存在问题

将上述光学测量系统应用于某复杂深孔零件内轮廓尺寸3D测量中,获取的CCD图像如图3(a)所示。S为有效光条,有三个组成部分,半径较大的光条为阴线圆光条,记作Cex,半径较小的光条为阳线圆光条,记作Cin,及Cex与Cin之间的过渡光条,记作Ctrans。图3(b)为光条S局部放大图,BB'∈Cex,AA'∈Cin。

图2扩束锥镜半锥角γ=45º时,φ=α成立。采用γ=45º设计方案,能够使计算过程简化,但系统存在如下几个方面的问题:

1)系统的输入—输出为非线性关系

由式(2)可以看出,像素半径n与被测深孔半径值R之间的关系为非线性关系。该系统被测深孔半径R范围为42.50~90.00 mm,n-R关系曲线如图8曲线1所示。

2)阴/阳线圆光条测点不属于被测深孔零件同一轮廓截面

如图4所示,被测深孔内轮廓上的I点与J点,成像点分别为I'和J',J'∈Cex,I'∈Cin,显然I与J不属于被测深孔同一轮廓截面。两截面沿轴向偏移量为

t=Rex-Rin表示被测内轮廓膛线深度。其中,Rex为阴线圆半径,Rin为阳线圆半径,φ=α=11.4º。

表1表征了当被测轮廓为一些典型设计参数时的计算结果,偏移量∆的大小如表第7列所示。

在使用的过程中被测深孔件内轮廓表面存在磨损、烧蚀等,使得阴/阳线圆半径Rex与Rin在各个测点不相同,轴向偏移量∆值随着被测截面阴/阳线圆半径Rex与Rin的变化而变化。一次测量所得到的阴/阳线圆测点不在同一被测轮廓截面上,对于后续的3D重构来说,增加了计算工作量,降低重构效率,同时也会使得重构误差增大。

3)存在测量盲区

图5(a)为被测深孔内轮廓形貌一段展开图像。内轮廓存在膛线,膛线是有δ倾斜角度的螺旋槽,主要有等齐膛线、渐速膛线与混合膛线几种常见形式。例如等齐膛线,膛线展开图呈一直线,如图5(b)所示。倾斜角δ称为缠角,膛线旋转一周其在轴向方向的长度变化量2ηRin,η称为膛线缠度,η与δ之间关系为ηtanδ=π,缠角δ为待测量,可以通过文献[8]方法求取,再通过η与δ之间的关系可以计算出缠度值η。

假设整个测量系统不存在任何遮挡,被测内轮廓RSL图像理想光条中心展开图如图6(a)实线所示。∆为像平面上阴线圆光条Cex与阳线圆光条Cin半径之差。∆'的大小既与膛线深度t值有关,也与系统结构参数有关。膛线缠角δ的存在,使得实际光条中心展开图如图6(b)所示,实线表示可见的阳线圆光条Cin与阴线圆光条Cex;虚线表示过渡光条Ctrans,理论上是不可见光条,但由于被测表面反射作用使Ctrans成为部分可见光条,其灰度值较低,在图像处理时需要将其去除。δ′为像平面上Ctrans的左侧部分与被测件轴线方向夹角。δ′>δ,必然在L处产生遮挡,原因是相机镜头投射视场受到膛线遮挡;在R处也会产生遮挡,原因是膛线遮挡了结构光的入射,因此必然在L与R处存在测量盲区。

遮挡是主动三角法测量中固有的问题。遮挡取决于以下三个因素:结构光系统的参数、物体表面的形状、物体与结构光系统的相对位置[9]。遮挡造成阴线圆两端部L与R处光条部分测量数据点缺失,增加了3D重构“点云”的修补难度,导致重构误差增大。图7为被测深孔件局部展开图,表明L与R处的遮挡与系统参数间关系。1,2两参考平面过孔轴线且与Cex垂直,E、F分别为Cex可见部分的左、右极限点。

由图7,L与R处数据缺失段长度LL与LR分别为

对于等齐膛线,缠角值δ变化很小,所以式(4)取δ设计值;对于渐速膛线及混合膛线取最大缠角设计值,即终缠角值。式(4)中β角用系统有关参数表达,则:

其中:φ=90°+α-2γ;λ=t/Rex,λ为膛线深径比。由式(5)可见,LL与λ成正比,并随δ的增大而增大。在保证成像效果的前提下,LPC的减小与LOP的增加对减小LL有益。在其它参数不变时,γ增大会使β减小,从而增大LL值;LR与t成正比,随δ的增大而增大。

设m=wex/win,wex与win分别为阴线宽度与阳线宽度,则L与R处数据缺失段长度占总的阴线长度的百分比pex为

其中N表示膛线数目。被测内轮廓参数为一些典型值时,∆,β,LL,LR,Pex计算结果如表1所示。

上述L与R处存在的两种遮挡,均属于单侧遮挡,虽然形成机理不相同,但是均可以通过改变结构光的投射方向及增加CCD数量使之成为可测量区域[10],文献[11]使用全方向相机解决遮挡问题。然而由于本研究中,被测深孔内部空间极为有限,这两处遮挡难以同时得以解决。

3 系统改进设计方案

针对系统中存在的问题,本文提出了改进方案。主要有两个方面,系统扩束锥镜半锥角γ的优化设计与系统结构参数调整。

3.1 扩束锥镜半锥角γ的优化设计

为了简化计算,原设计采用半锥角γ=45º的扩束锥镜。事实上,在γ≠45º时,根据图2,可以求得n与R之间的关系为

其中:φ=90º+α-2γ。若参数α=11.4º不变,改变γ角大小,使φ=0º成立,可以推导γ=50.7º,此时RSL光线相对于被测深孔零件表面垂直入射。式(7)为

,表征测量系统的静态灵敏度,s仅与系统的结构参数有关。

γ角优化设计后主要优点有以下几个方面:

1)式(8)表明,n与R之间为线性关系,消除了测量系统非线性误差;

2)由图4可知,所获取的CCD图像阴线圆光条Cex与阳线圆光条Cin处于同一被测截面,∆=0,能够减小3D重构计算工作量及提高3D重构精度;

3)由于φ=0º,膛线不会造成对入射RSL的遮挡,即式(5)中LR=0,因此图6(b)中R处测量数据不会缺失。进行“点云”修补时不需要考虑LR,减少计算工作量,提高重构效率。

3.2 系统结构参数调整

由图2γ由45º增至50.7º,相对于改进前D点会左移EQ段长度,若R范围为42.50~90.00 mm,则EQ=5.51~15.09 mm,D点的左移一方面减小了相机镜头视角β,增大了LL处的测量盲区,另一方面测量系统的静态灵敏度s有所下降。

考虑系统的安装要求及灵敏度要求,在保证成像清晰的前提下,调整LOP与LPC两参数值,调整前后系统参数对照如表2所示。

LOP大小需要保证RSL经锥镜1反射到被测表面上,LPC值主要与镜头焦距f大小及相机最短成像距离有关,二者均需由实验来确定。结构参数调整后n与R之间关系如图8实线2所示。

系统结构参数调整后,R∈[42.50,88.00]mm时,静态灵敏度s提高;R∈(88.00,90.00]mm时,静态灵敏度略有下降。参数调整后,当R在42.50~90.00 mm范围时,相机镜头视角β=21.73º~40.16º,与改进前β=19.75º~39.61º相比略有增大,但是对减小相机镜头投射视角受膛线的遮挡作用极为有限。

如果相机镜头焦距f可调,则可以根据λ大小调整焦距f,以增大β值,减小膛线对相机镜头视角的遮挡,但是该方案会使整个传感器体积增大,而深孔内部的空间很有限,镜头可变焦距方案不宜实施。对由于相机镜头视角遮挡产生的数据缺失LL,目前采用基于特征的“点云”数据修补技术进行修补。

4 结论

对已存基于RSL深孔内轮廓3D测量系统中存在的问题,如输入-输出非线性关系,阴线圆与阳线圆测点不在同一被测轮廓面,由于遮挡存在测量盲区问题,本文进行了详尽定量分析,并提出了改进方案。将扩束锥镜的半锥角由原来γ=45º,改变为目前γ=50.7º,同时对系统相关参数进行调整,使得改进后的系统输入-输出关系为线性关系,消除了非线性误差,提高系统测量精度;阴线圆与阳线圆上的测点同属于一个被测轮廓截面,消除了由于膛线对结构光入射产生遮挡而形成的单侧测量盲区,有助于减小3D重构计算量,提高重构效率。但是仍然存在膛线对相机镜头视角的遮挡问题,目前采用基于特征的“点云”数据修补方法对缺失数据进行修补。

参考文献

[1]朱文娟,徐春广,周世圆.深孔内轮廓尺寸光学测量系统[J].机械工程学报,2006,42(增刊):201-204.ZHU Wen-juan,XU Chun-guang,ZHOU Shi-yuan.Optical Measuring System for Inner Surface Dimensions of Deep Hole[J].Chinese Journal of Mechanical Engineering,2006,42(Supp.):201-204.

[2]CORDELL J L.In-line Inspection:What Technology is Best[J].Pipe Line Industry,1991(7):47-58.

[3]熊超,吕建刚,张进秋,等.火炮身管超声波检测技术[J].无损检测,2003,25(2):102-104,107.XIONG Chao,LüJian-gang,ZHANG Jin-qiu,et al.Ultrasonic Inspection of Artillery Pipe[J].NONDESTRUCTIVE TESTING,2003,25(2):102-104,107.

[4]秦俊,陈颖,俞朴.用于管道内表面自动无损检测的光学技术[J].机械制造,2001,39(4):44-46.QIN Jun,CHEN Ying,YU Pu.Auto Non-Destruction Test Optical Inspection Technology for Inner Surface of Pipe[J].Machinery,2001,39(4):44-46.

[5]朱文娟.复杂深孔几何参数图像法测量技术研究[D].北京:北京理工大学,2008:6-23.ZHU Wen-juan.Research on Measurement Technology for Geometrical Parameter of Complex Deep Hole[D].Beijing:Beijing Institute of Technology,2008:6-23.

[6]Johnny Park,Avinash Kak.3D Modeling of Optically Challenging Objects[J].IEEE TRANSACTIONS ON VISUALIZATION AND COMPUTER GRAPHICS(S1077-2626),2008,14(2):246-262.

[7]冯忠伟,徐春广,肖定国,等.基于圆结构光照明和LED照明相结合的三维检测技术[J].光学技术,2009,35(2):265-268.FENG Zhong-wei,XU Chun-guang,XIAO Ding-guo,et al.3D Detecting Technique for the Inner Surface of the Pipe[J].Optical Technique,2009,35(2):265-268.

[8]冯忠伟,焦开河,徐春广,等.基于模板匹配的火炮身管膛线缠角测量技术研究[J].兵工学报,2008,29(11):1362-1366.FENG Zhong-wei,JIAO Kai-he,XU Chun-guang,et al.A New Method for Measuring the Rifling Angle of Artillery Pipe Based on Template Matching[J].Acta Armamentarii,2008,29(11):1362-1366.

[9]李向前,宋昆,金刚,等.基于非对称双相机结构光的三维扫描系统[J].计算机工程与应用,2006,42(16):193-195.LI Xiang-qian,SONG Kun,JIN Gang,et al.Asymmetry Dual-Camera Structured Light Based3-D Digitization System[J].Computer Engineering and Applications,2006,42(16):193-195.

[10]Chen L C,Xu Z Q.Innovative3D Dental Measurement for Tooth Model Restoration[J].Key Engineering Materials(S1013-9826),2005,295/296:145-150.

结构光测量系统篇2

光系统Ⅱ中磷脂的缺失对其功能和结构的影响

运用酶学方法探讨了光系统Ⅱ(PSⅡ)中磷脂酰甘油(PG)的作用.研究表明,在PSⅡ的放氧复合物附近可能存在着PG的作用区.PG的缺失导致PSⅡ放氧活性的降低,影响PSⅡ蛋白质的空间结构,具体表现为蛋白质二级结构中α-螺旋和转角结构的减少以及β-折叠结构的.增加;同时酪氨酸残基中酚环的构象和微极性发生了改变.

作者：阳振乐姜桂珍王则能许亦农李良璧匡廷云作者单位：中国科学院植物研究所光合作用研究中心,刊名：化学学报 ISTIC SCI PKU英文刊名：ACTA CHIMICA SINICA年，卷(期)：59(9)分类号：关键词：光系统Ⅱ 磷脂酰甘油磷脂缺失放氧活性蛋白质二级结构

结构光测量系统篇3

关键词：风洞；激光片光；污染物扩散；污染源；气流运动

中图分类号： X 5文献标志码： Adoi： 10.3969/j.issn.10055630.2016.06.001

Abstract： In order to perform wind tunnel experimental studies on pollutant dispersion， a laser sheet light system for measuring pollutant concentration fields and a pollutant releasing system were developed. Based on the laser sheet light system for concentration measurement， the distribution patterns of pollutants released respectively from point， line and face sources under urban environments were investigated by wind tunnel experiments. Based on the boundary conditions in the wind tunnel test case， the pollutant dispersion was simulated numerically by computational fluid dynamics （CFD）. The CFD results are qualitatively matched the laser sheet concentration measurements in the wind tunnel. By combining the laser sheet light system for concentration field measurement with the concentration sampling method， it will be expected to realize the quantitative measurement of pollutant concentration fields in wind tunnel modeling.

Keywords： wind tunnel； laser sheet light； pollutant dispersion； pollution source； airflow

引言

城市环境下的大气污染物迁移扩散是当前环境科学领域的研究热点之一[1]。对于该类问题的研究有风洞试验[23]、计算流体动力学（CFD）数值仿真[1，45]和现场实测等技术。风洞试验由于边界条件可控，以及可为CFD仿真模型的验证提供重要基础数据等特点，已成为模拟大气污染物迁移扩散的重要技术手段。但目前在风洞试验中，测试大气污染的扩散分布大多采用的是定点采样方法[2]，该方法可定量得到污染物浓度，但带来流场干扰，且采样点数目有限，很难得到全场的污染物浓度分布概貌。

本文将介绍我们集成开发的、用于大型环境风洞模拟的大气污染物浓度激光片光测试系统，激光片光浓度场测试系统属于非接触式、全场（激光片光照射平面）测量，可避免流场干扰并能有效获得污染物浓度的场分布。采用污染物发放系统在大型风洞中模拟典型点源（建筑物屋顶烟囱排放）、线源（城市道路交叉口及街道内机动车尾气连续排放）和面源（城市交通隧道洞口大气污染物排放）的污染物，采用大气污染物浓度激光片光测试系统，测试这些污染物的扩散分布状况。

1污染物浓度测试系统和污染物发放系统的组成

1.1激光片光污染物浓度场测试系统

图1为用于风洞模拟大气污染物扩散的污染物浓度激光片光测试系统。

该浓度场测试系统由激光器、光学镜片和高速数字图像记录系统等组成。激光器为连续波半导体激光器，通过光学镜片汇聚激光器所发出的激光能量，得到输出波长为 532 nm的激光片光（光束直径小于4 mm，发散角小于0.7 mrad）；高速数字图像记录系统（CCD系统）由计算机（含记录软件）、尼康AF镜头（相机）、CORE传输主机、固态硬盘（存储设备）和连接线等构成。测量过程中，将激光片光作为照射光源照射大气污染物，CCD系统采集粒子的散射光，散射光越强则说明粒子浓度越大[6]。

1.2污染物发放系统

图2为污染物发放系统，由变频器、旋涡气泵和烟雾发生器等组成。发烟材料在烟雾发生器内燃烧产生烟雾，烟雾在旋涡气泵作用下通过导管导入风洞内，产生点源、线源和面源的污染源，而旋涡气泵送风量可由变频器控制。

2激光片光浓度场测试系统在风洞模拟大气污染扩散中的应用

采用激光片光污染物浓度测试系统和污染物發放系统，在上海理工大学的大型环境风洞（工作段空间为长20 m、宽2.2 m和高2.1 m）中模拟了点源、线源和面源污染物在城市环境下的扩散分布状况。试验中，通过CCD系统采集激光片光照射平面上的污染分布图案，然后利用MATLAB软件对图像进行处理，得到污染物浓度分布云图，该云图可表示平面上各处污染物浓度的相对大小。此外，通过CFD数值仿真的方法，获得污染物浓度分布云图，并将该云图与风洞试验得到的云图进行比较。

nlc202309081804

2.1點源污染物扩散的风洞模拟

在来流风速为5 m/s的条件下，用风洞模拟建筑物屋顶烟囱排放污染物的扩散。图3为两等高建筑物的点源污染物扩散分布测试结果，图3（a）为实测获得的污染物分布图，图3（b）为采用MATLAB软件对图3（a）进行处理所得到的云图，图3（c）为风洞试验工况下，采用CFD数值仿真方法获得的污染物分布图案。比较图3（c）与图3（a），可以看出两者定性结果一致，都表明污染物都往下风向扩散分布。图4为上游建筑物高于下游建筑物条件下的污染物扩散分布测试结果，风洞模拟结果和数值仿真结果都表明污染物往上游建筑物扩散分布，这是由于在上游建筑物后部形成一个顺时针方向的大旋涡所致[7]。

2.2线源污染物扩散的风洞模拟

在来流风速为5 m/s的条件下，风洞模拟城市道路交叉口排放污染物的扩散。图5为线源污染物在街道和交叉口处的扩散分布情况，且风洞模拟和CFD数值仿真结果都揭示污染物在街道峡谷的背风侧聚集，这是因为在街道峡谷内存在一个顺时针的大旋涡，该大旋涡使街道地面发放出的线源污染物聚集到峡谷的背风面[8]。

2.3面源污染物扩散的风洞模拟

在来流风速为5 m/s的条件下，风洞模拟城市交通隧道的洞口大气污染物扩散。由于污染物从整个隧道洞口排放，所以污染源为一面源。图6为面源污染物在隧道洞口周围的扩散分布情况，且风洞模拟和CFD数值仿真的定性分布规律一致。

3结论

本文介绍了一种用于大型风洞模拟试验的大气污染物浓度激光片光测试系统，该系统为非接触式、全场测量，能有效避免流场干扰和获得污染物浓度的场分布。采用污染物发放系统、大气污染物浓度的激光片光测试系统，在大型风洞中模拟了代表性点源（建筑物屋顶烟囱排放）、线源（城市道路交叉口和街道上的机动车尾气连续排放）和面源（城市交通隧道洞口大气污染物排放）的污染物扩散分布，清晰获得了污染物扩散分布的图案。风洞模拟得到的污染物扩散分布图案和CFD数值仿真结果定性一致，达到了相互印证的效果，使研究结果更加可靠。

需指出的是，本文介绍的激光片光浓度场测量系统，只能获得污染物浓度场的定性分布（灰度分布），如将激光片光浓度场测量系统和传统的定量采样方法相结合，有望在风洞试验中实现污染物浓度场的定量测试。

参考文献：

[1]HUANG Y D， HE W R， KIM C N. Impacts of shape and height of upstream roof on airflow and pollutant dispersion inside an urban street canyon[J]. Environmental Science and Pollution Research， 2015， 22（3）： 21172137.

[2]KASTNERKLEIN P， PLATE E J. Windtunnel study of concentration fields in street canyons[J]. Atmospheric Environment， 1999， 33（24/25）： 39733979.

[3]NIACHOU K， LIVADA I， SANTAMOURIS M. Experimental study of temperature and airflow distribution inside an urban street canyon during hot summer weather conditions. Part II： Airflow analysis[J]. Building and Environment， 2008， 43（8）： 13931403.

[4]YASSIN M F. Impact of height and shape of building roof on air quality inurbanstreet canyons[J]. Atmospheric Environment， 2011， 45（29）： 52205229.

[5]HUANG Y D， LONG C， DENG J T，et al. Impacts of upstream building width and upwind building arrangements on airflow and pollutant dispersion in a street canyon[J]. Environmental Forensics， 2014， 15（1）： 2536.

[6]SAGRADO A P G， BEECK J， RAMBAUD P，et al. Numerical and experimental modelling of pollutant dispersion in a street canyon[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2002， 90（45）： 321339.

[7]CHAVEZ M， HAJRA B， STATHOPOULOS T， et al. Assessment of nearfieldpollutant dispersion： Effect of upstream buildings[J]. Journal of Wind Engineering and Industrial Aerodynamics， 2012， 104： 509515.

[8]HUANG Y D， HU X N， ZENG N B.Impact of wedgeshaped roofs on airflow and pollutant dispersion inside urban street canyons[J]. Building and Environment，2009，44（12）： 23352347.

一种线结构光自扫描测量系统的研究篇4

逆向工程[1]在现代制造业中发挥着重要的作用, 三维数字化测量是逆向工程的首要环节。完整精确的测量数据直接影响后续曲面重构的效率和所加工工件的精度。三维数字化测量主要分为接触式测量与非接触式测量两种。基于机器视觉技术[2]的非接触式测量与传统的接触式测量方法相比, 具有扫描速度快、扫描精度高等特点。在诸多的视觉测量方法中, 结构光三维视觉测量方法[3,4,5]以其大量程、较高精度、光条图像信息易于提取、实时性强及主动受控等特点, 近年来在工业环境中得到了广泛的应用。

本研究提出了一种由CCD摄像机、激光器和振镜组成的线结构光自扫描测量系统[6]。

1 三维测量原理

1.1 测量功能的实现

结构光三维视觉测量方法基于光学三角法测量原理, 由激光平面发射器与振镜组成的激光源[7]向物体投射激光平面, 由CCD摄像机作为结构光图像传感器[8]采集由被测物体反射的激光线条。

如图1所示, 激光平面投射器发射出的光平面经振镜镜面反射后投射到被测物体上, 与物体相交生成一个光条, CCD摄像机拍摄该光条图像, 利用光学三角法原理可求出该光条的三维坐标。通过振镜转动使反射光面扫过CCD摄像机的视场来实现自扫描过程。

要确定一个光条的三维数据, 首先要建立三维世界坐标系, 确定CCD像面坐标系到该坐标系的变换关系;然后确定任一振镜角度所对应的光平面在该三维世界坐标系下的光平面方程, 这样光平面方程中的一个坐标可用另外两个来表示, 从而建立了从二维像面坐标系到三维世界坐标系的关系。

1.2 测量过程数学建模

测量过程的数学建模是指确定像素平面 (u, v) 与摄像机三维世界坐标 (x, y, z) 之间的几何关系, 使测量所得的二维像素数据 (u, v) 转化为摄像机三维世界坐标系下的 (x, y, z) 。根据小孔成像原理, 摄像机的模型如图2所示 (其中原点O为光学中心;z轴与光轴重合;XO′Y为摄像机像面坐标系;原点O′是光轴与摄像机像面的交点;O′X, O′Y分别平行于ox, oy;owxwywzw为振镜坐标系;f为理想成像系统的焦距) 。

1.2.1 确定摄像机三维世界坐标系到计算机图像坐标系的变换关系

由各坐标系之间的几何关系可推知摄像机三维世界坐标 (x, y, z) 的点到计算机图像坐标系的变换关系为:

$ρ [\begin{matrix} u - u_{0} \\ v - v_{0} \\ 1 \end{matrix}] = [\begin{matrix} f & 0 & 0 \\ 0 & f & 0 \\ 0 & 0 & 1 \end{matrix}] [\begin{matrix} x \cdot Ν_{x} \\ y \cdot Ν_{y} \\ z \end{matrix}] (1)$

其中, (Nx, Ny) 为图像平面上单位距离像素点数, 可由摄像机给定参数换算得到;主点u0, v0可由摄像机像素参数确定;镜头焦距f为待求参数。

1.2.2 确定光平面方程

建立的振镜坐标系如图3所示, 光面方程为z=f (x, y) , 原点O位于振镜转轴上与摄像机镜头光心等高处, xw与振镜转轴重合, 方向垂直于纸面向里, yw与y平行, zw与z平行。

(1) 根据入射光面方程与镜面方程计算得反射光面方程为:

Aoxw+Boyw+Cozw+Do=0

其中:

Ao=A+ta, Bo=B+tb, Co=C+tc, Do=D+td,

$t = - \frac{A^{2} + B^{2} + C^{2}}{2 (A a + B b + C c)}$

式中 A, B, C, D与a, b, c, d—入射光面方程与镜面方程参数, 为待确定参数。

(2) 假设从振镜坐标系owxwywzw到摄像机坐标系Oxyz的RT变换为:

$[\begin{matrix} x \\ y \\ z \end{matrix}] = R [\begin{matrix} x_{w} \\ y_{w} \\ z_{w} \end{matrix}] + Τ = [\begin{matrix} r_{1} & r_{2} & r_{3} \\ r_{4} & r_{5} & r_{6} \\ r_{7} & r_{8} & r_{9} \end{matrix}] [\begin{matrix} x_{w} \\ y_{w} \\ z_{w} \end{matrix}] + [\begin{matrix} t_{x} \\ t_{y} \\ t_{z} \end{matrix}]$

将反射光面方程进行RT转化, 为:

$(F_{1}, F_{2}, F_{3}) (\begin{array}{l} x \\ y \\ z \end{array}) - (F_{1}, F_{2}, F_{3}) (\begin{array}{l} t_{x} \\ t_{y} \\ t_{z} \end{array}) + D_{o} = 0$

其中:

F1=Ao (r5r9-r6r8) -Bo (r4r9-r6r7) +Co (r4r8-r5r7)

F2=-[Ao (r2r9-r3r8) -Bo (r1r9-r3r7) +Co (r1r8-r2r7) ]

F3=Ao (r2r6-r3r5) -Bo (r1r6-r3r4) +Co (r1r5-r2r4)

式中旋转矩阵R—正交矩阵;T—平移矢量, 分别表示xw、yw、zw坐标轴在Oxyz坐标系中的单位方向矢量, 为待确定参数。

(3) 将反射激光平面的方程记为:

αx+βy+γz+θ=0

且:

α=F1, β=F2, γ=F3, θ=Do- (F1tx+F2ty+F3tz)

故:

$z = - \frac{α x + β y + θ}{γ} (2)$

由式 (1) 、式 (2) 得:

$(x, y, z) = (\frac{b_{1} c_{2} - c_{1} b_{2}}{b_{1} a_{2} - a_{1} b_{2}}, \frac{a_{2} c_{1} - c_{2} a_{1}}{b_{1} a_{2} - a_{1} b_{2}}, - \frac{α x + β y + θ}{γ}) (3)$

其中:

${\begin{cases} a_{1} = u α - u_{o} α + Ν_{x} f γ \\ b_{1} = u - u_{o} \\ c_{1} = - (u - u_{o}) θ \end{cases} ‚ {\begin{cases} a_{2} = v - v_{o} \\ b_{2} = v β - v_{o} β + Ν_{y} f γ \\ c_{2} = - (v - v_{o}) θ \end{cases}$

2 测量系数的确定

2.1 摄像机标定

首先设计6×6平面网格靶标, 相邻两条平行直线的距离为25.00 mm, 将平面网格靶标置于测量空间内的合适位置, 并对其进行拍摄, 然后对图像进行处理, 提取6×6个像素特征点, 利用基于交比不变原理的径向排列约束 (RAC) 两步方法[9,10,11]实现对摄像机的标定, 求得摄像机镜头的焦距f=8.402 mm。

2.2 RT转化矩阵等参数的确定

为了方便确定转化参数, 将整个测试系统的固定结构进行精密加工, 并在同一个花岗岩平台上对该系统进行安装调试。将振镜夹持装置中心与摄像头加持装置中心安装在同一基准平面上, 二者中心水平相距280.00 mm, 并使激光器夹持装置中心位于这条直线上, 使其投射的激光平面与基准平面重合。本装置采用的镜头是ComPutar镜头, 其镜头光心与基准平面的距离约为镜头长度40 mm, 在建立摄像机三维坐标系与振镜三维坐标系时, 保证二者原点坐标位于同一水平面上, 且yw与y平行, zw与z平行。

因此, 理论上, RT转化矩阵中:

$R = (\begin{matrix} r_{1} & r_{2} & r_{3} \\ r_{4} & r_{5} & r_{6} \\ r_{7} & r_{8} & r_{9} \end{matrix}) = (\begin{matrix} 1 & 0 & 0 \\ 0 & 1 & 0 \\ 0 & 0 & 1 \end{matrix}) ‚ Τ = (\begin{array}{l} t_{x} \\ t_{y} \\ t_{z} \end{array}) = (\begin{matrix} 0.0 \\ - 280.0 \\ - 40.0 \end{matrix})$

入射光面在振镜坐标系中的方程为:

Axw+Byw+Czw+D=0, A=B=D=0, C=1

镜面在振镜坐标系中的方程为:

axw+byw+czw+d=0

由于振镜存在厚度, 导致反射面离原点存在dm的偏移, 故:

a=0, b=1/tan φ, c=1, d=-dm/sin φ, dm=1.0 mm。

镜面与zw负半轴的夹角φ=δ+iσ, 本系统采用的振镜是北京世纪桑尼公司的Ts8720高速光学扫描振镜, 输入电压范围为-10 V～+10 V, 最大扫描角度为-20°～+20°, 输入电压与振镜角度存在正比例关系, 位置信号输入比例系数为0.5 V/°, 可通过标定确定输入电压时的振镜初始角度δ, 再通过输入电压的改变量与比例系数确定振镜任意时刻的角度φ。

2.3 测量系数的优化确定

本系统的转化系数在测量中可能存在随机误差, 因此, 借助于三球立体靶标对该线性系统的系数进行优化。如图4所示, 该三球立体靶标采用精密加工, A球直径D1=60.366 mm, B球直径D2=60.369 mm, C球直径D3=60.366 mm, AB球心距lAB=151.491 mm, AC球心距lAC=221.605 mm, BC球心距lBC=220.401 mm。

对光面转换系数ABCD、振镜初始角度φ、焦距f、RT转换系数赋予不同的加权系数step, 利用蒙特卡罗算法[12]进行小范围内系数修正, 如:

f修正=f初始+ (4.0×rand () /65 536-1.0) ×step

其中:step=0.1;函数rand () 产生0～32 767的随机数。

利用修正后的系数借助式 (3) 求取该靶标的三维信息, 并求取每个球的直径D′1、D′2、D′3与球心距l′AB、l′AC、l′BC, 并利用最小二乘法求取测量值与实际值的误差值error, 在经过多次 (大于30 000次) 循环求解后, 使误差值在测量允许的误差范围以内, 便得到该测量系统测量系数的最优解。

优化后的最优系数为:

$\begin{array}{l} f = 8.482 611 ‚ A = - 0.075 259 ‚ \\ B = 0.000 000 ‚ C = 1.016 714 ‚ D = 0.000 000 \\ R = (\begin{matrix} 0.836 397 & - 0.037 400 & - 0.037 400 \\ 0.105 261 & 1.107 684 & - 0.065 437 \\ 0.077 359 & - 0.068 354 & 1.000 341 \end{matrix}), \\ Τ = (\begin{matrix} - 1.693 372 \\ - 279.264 587 \\ - 45.360 275 \end{matrix}), \\ d_{m m} = 1.000 000 ‚ φ = 0.643 357 \end{array}$

由于摄像机存在一定的透射畸变, 由相机参数计算畸变系数k=2.37×10-8, 对像素坐标进行补偿。

3 误差分析与测量实例

利用该系统对半径R=30.063 mm标准球体进行多次测量, 用surfacer软件对测量数据拟合, 如表1所示。

从表中可以看出, 在距离镜头不同位置下测量数据拟合球的半径都接近于实际半径, 测量数据平均值与实际值相差仅为0.001 mm, 离散点到拟合球面的平均距离为0.064 mm, 测量精度可以满足一般工业需求。

由于测量过程受镜头焦距及摄像机视场范围影响, 因此该测量系统的最佳测量范围为相机坐标系z方向 (镜头轴向) 距镜头900 mm～1 200 mm, x方向径向0～400 mm, y方向径向0～400 mm, 对超过测量范围的大型工件可进行分部测量, 然后进行数据拼接。

标准球与测量数据图像显示如图5所示, 从图中可以看出, 测量数据能较好地反映被测物体的主要特征信息, 具有较高的分辨率。

4 结束语

现有的三维测量方法存在测量速度慢、精度低、成本高等缺点, 为克服这些缺陷, 实现对大型工件的快速精确测量, 本研究提出了一种由CCD摄像机、激光线投射器和振镜组成的一种线结构光自扫描测量系统。利用平面靶标对摄像机进行了标定, 并利用已知的三球立体靶标及设备本身参数对测量转化系数进行了优化确定, 实现了对复杂工件的快速精确测量。

误差测试和分析结果表明, 该系统具有较高的测量精度;对样件的测量试验结果表明, 该系统具有较高的测量速度和分辨率。

摘要：为了实现对复杂自由曲面的快速精确测量, 提出了一种由CCD摄像机、振镜和激光线投射器组成的全视觉自扫描测量系统。该系统利用光学三角法确定了一种新的测量物体表面三维坐标的方式。基于该方式, 此测量系统使用平面靶标实现了对摄像机内部参数的标定, 借助振镜转动驱动激光平面完成了对摄像机视场内被测物体的扫描, 最终根据激光平面方程和计算机二维平面图像信息获得了被测物体的三维数据。试验结果证明, 该系统能以较快速度实现自由曲面的精确测量。

关键词：逆向工程,光学三角法,自扫描,三维测量

参考文献

[1]刘浩, 程培元, 杜华平.逆向工程设计[J].汽车工程设计, 2002 (6) :4-5.

[2]祝世平, 强锡富.工件特征点三维坐标视觉测量方法综述[J].光学精密工程, 2000, 4 (2) :192-197.

[3]ZHANG Guang-jun, WEI Zhen-zhong.A novel calibrationapproach to structured light3D vision inspection[J].Optics&Laser Technology, 2002, 34 (5) :373-380.

[4]VALKENBURG R J, MCIVOR A M.Accurate 3D measure-ment using a structured light system[J].Image and VisionComputing, 1998, 16 (2) :99-110.

[5]SON S, PARK H, LEE K H.Automated laser scanning sys-tem for reverse engineering and inspection[J].Internation-al Journal of Machine Tools&Manufacture, 2002, 42 (8) :889-897.

[6]解则晓, 张梅风, 张志伟.全场视觉自扫描测量系统[J].机械工程学报, 2007, 43 (5) :189-193.

[7]ZHANG Jian-xin, DJORDJEVICH A.Study on laser stripesensor[J].Sensor and Actuators, 1999, 72 (3) :224-228.

[8]蔡文贵.CCD技术及应用[M].北京:电子工业出版社, 1992:35-41.

[9]贺俊吉, 张广军, 杨宪铭.基于交比不变性的镜头畸变参数标定方法[J].仪器仪表学报, 2004, 25 (5) :597-599.

[10]张勇斌, 卢荣胜.线结构光视觉测量系统的标定方法[J].传感器世界, 2003 (8) :10-13.

[11]段发阶, 刘凤梅, 叶声华.一种新型线结构光传感器结构参数标定方法[J].仪器仪表学报, 2000, 21 (1) :108-110.

基于编码结构光的大型曲面三维测量篇5

随着计算机技术和计算机图形学的快速发展,基于结构光的三维测量已经成为目前三维测量的主要趋势,也是目前三维测量学术领域的研究热点。结构光法分为点结构光、线结构和编码结构光法,点结构光和线结构光都具有较高的测量准确度,由于测量时需要扫描,所以获取数据的效率比较低,而且硬件也复杂。由于要对多幅图像进行处理,数据量大,处理时间长。编码结构光恰好克服了点、线结构光的缺点,不用扫描,只需拍摄一幅图像就可以获得可测面上全部数据,采样速度快[1]。现实生活中有很多大型物体,被测目标比摄像机视场要大,所采集的每一幅图像都不能反映目标的全貌情况,因此一次测量无法获得整个物体的三维坐标[2]。针对大型曲面的测量,本文采用对物体分块测量,计算出每一块物体的三维坐标,通过标志特征点将每幅图像的三维坐标分割、组合,从而求出整个物体的三维坐标。

1 编码结构光测量原理

1.1 结构光测量原理

结构光法又叫主动三角法,是基于著名的三角法原理。即已知三角形中一个边长和夹这个边长的两个角,那么这个三角形中的另外的边长就是确定的。其测量原理如图1所示。其中,O1是投影系统中心,O2是摄像机镜头中心,O1O2=B;设投影系统投射到被测物体上某光点为Q。Q点位于物坐标系XYZO1,其像点Q0位于像坐标系x0y0z0中的像平面上x0o0y0,且x0o0z0与XO1Z共面;物点Q在XO1Z平面、y0o0z0平面和o0z0轴上的投影分别为Q′,QZ和Q′Z。按图中几何关系,可以知道B,β0是标定常数,x0,y0是Q点在摄像机的CCD上对应像点的坐标,投影角α根据摄像机摄取的图像通过颜色解码得到。

经过推导,得到以下公式

$\begin{array}{l} Ζ = \frac{B}{\cot α + \frac{x_{0} + f c o t β_{0}}{f - x_{0} \cot β_{0}}} (1) \\ Y = \frac{Ζ \cdot y_{0}}{f s i n β_{0} - x_{0} \cos β_{0}} (2) \\ X = Ζ \cot α (3) \end{array}$

式中,f是摄像机镜头焦距,β0是摄像机镜头光轴O0Z0与O1O2之间的夹角。f,B,β0是标定常数,x0,y0是Q点在摄像机的CCD上对应像点的坐标,投影角α是已知的。由式(1)—(3)可计算出物点Q的三维空间坐标值X,Y和Z。当沿φ,α方向改变投影角时,就得到投影视场内景物的深度图像。式(1)—(3)构成了结构光三维测量的基础,这里称之为结构光法基本公式。

1.2 编码原理

用彩色摄像机获得的图像中,红、绿、蓝三种颜色相互独立,称为三原色。为了使测量系统具有一定的抗干扰能力,尽量使每一种颜色之间的差别达到最大。因此红绿蓝三种颜色每种只取0和255两个值。这时用三种颜色进行组合,可以得到白、红、绿、蓝以及它们的补色黑、青、品、黄。为了用有限的颜色获得尽可能多的彩色条纹,将相邻的三条颜色条纹组成一组,任意一组三条条纹的颜色排列顺序都是不同的。用matlab实现后的条纹如图2所示。

1.3 解码原理

图像传感器获取被物体调制的编码图案,送到计算机中对图像进行处理,可以得出像面上任意一点像素的颜色。根据这点所在条纹颜色以及这条条纹相邻两条纹颜色就可以确定该点所在条纹的编码值。每条条纹的编码值唯一地对应于一个投影角,根据测量原理,按公式(4)—(6)就可以求出该点的三维坐标。

$\begin{array}{l} Ζ = \frac{B}{\cot α + \frac{\cot β_{0} + \frac{n}{Ν} \tan β_{1}}{1 - \frac{n}{Ν} \cot β_{0} \tan β_{1}}} (4) \\ Y = \frac{\frac{m}{Μ} Ζ \tan θ_{1}}{\sin β_{0} - \frac{n}{Ν} \cos β_{0} \tan β_{1}} (5) \\ X = Ζ \cot α (6) \end{array}$

2 拼接原理

使用上述原理只能得到大型曲面的一部分,因此必须通过图像拼接的方法将多幅图像拼到一起。

2.1 测量系统构成

测量系统由投影仪,被测物体,CCD摄像机三部分组成,如图3所示。

不妨假设分两次完成物体的测量。图3中实线部分是第一次拍摄物体的位置,虚线部分表示投影仪与摄像机移动到第二个拍摄位置。物体上的特征圆是用于求图像的拼接临界线的。其中投影仪与摄像机构成一个稳定不变的系统,以保证两次拍摄的结果一致。测量时要保证两次拍摄的图像都包括物体上的小圆圈,这样才能够保证拼接顺利进行。每个位置都要拍摄两幅图像,第一幅是投影仪投射白光拍摄物体,获取标志点用于图像拼接;第二幅是投影仪投射结构光颜色编码图案拍摄物体,用于获得物体的三维坐标。图4就是测量系统在同一位置上拍摄的两幅图像。

2.2 广义Hough算法检测圆心

广义Hough变换目前被认为是求取圆心坐标参数最有效的方法[3]。

如图4b所示,这幅图像中的一系列小圆就是作为特征标志而人为设置上去的,通过这些小圆来取得它们的圆心,进而利用多项式拟合将这一系列圆的圆心拟合出一条直线,这条直线作为切割的分界线。

广义Hough变换的目标是寻找一种从区域边界(空间域) 到参数空间的变换,用大多数边界点满足的对应的参数来描述这个区域的边界。对曲线为圆的情形,设其圆心坐标为(a,b),半径为r,则圆方程为:

(x-a)2+(y-b)2=r $_{0}^{2}$ (7)

相对应于图像空间, 参数空间中以(x,y)为圆心, 半径为r的圆方程为:

(a-x)2+(b-y)2=r $_{0}^{2}$ (8)

广义Hough变换是将输入图像中圆边界上的点映射到三维的参数空间的锥面上去。特别地, 若半径r 已知,则相应圆边界上的一个点映射到参数空间的一个圆上.假定采集到的图像已经预处理成为二值图像, 则图像中每一个灰度不为零的像素(x,y)都可能是输入图像中的边界像素点。若边界像素点(x,y)沿着圆心为(a,b)、半径为r 的圆环上移动时, 参数空间中不同的圆会相交于一点(a,b)处, 这就将求圆心坐标的问题转化为求参数空间的交点问题[4]。可见, 它的基本策略是: 由图像空间中的边界点去计算参数空间中参考点的可能轨迹, 并在一个累加器中对计算出的参考点计数, 最后遴选出峰值。利用广义Hough变换求解圆心坐标的步骤可以简述如下。

①因圆心大致位置已知,可为a, b选择一个较小的范围建立起一个离散的参数空间。

②建立一个二维累加器N[a][b],并置每个元素为0。

③对参数空间中的每一个(a,b),考虑图像中的每一个边界像素点(x,y),代入圆的方程, 若(a-x)2+(b-y)2-r $_{0}^{2}$ <δ0成立, 则相应的累加器N[a][b]加1。式中, D为设置的误差范围。

④找出N[a][b]的极大值, 其参数(a,b)即是所要求的圆心坐标。

2.3 将圆心坐标拟合成直线

通过广义hough方法计算出圆心坐标,利用这些圆心坐标值就可以拟合出一条直线,

y=kx+b (9)

由公式9可知对于直线方程,最关键的就是要求出斜率k、截距b。

Matlab提供了众多的曲线拟合命令,本文采用Matlab软件提供了基本的曲线拟合函数的命令,多项式拟合函数:a=polyfit(datax,datay,n)其中n表示多项式的最高阶数,本文为直线,所以n=1。datax,datay为将要拟合的数据,它是用数组的方式输入。输出参数a为拟合多项式y=a1xn+…+anx+an+1的系数a=[a1,…,an,an+1],多项式在x处的值y可用下面程序计算。y=polyval(a,x)。

3 实验结果

通过以上原理就可以求出用于切割图像的直线,也就找到了坐标值分割的边界值,就可以对坐标值进行组合,来求出整个曲面的坐标值。

如图5所示,图a,b为在两个位置上拍摄的大型曲面的图像,图c,d是边缘检测的结果,图e,f是图a,b中小圆圈的圆心表示,图g是对坐标组合后得到的三维坐标值进行三维重构,可以看出实现了利用结构光颜色编码对大型曲面进行检测的目的。

4 结束语

采用结构光颜色编码技术只需拍摄一幅图像就可以实现物体的三维测量,与点扫描和线扫描结构光法相比数据量少,速度快,可以实现在线检测。利用标志特征点,对大型曲面进行分块测量,结合边缘检测技术以及圆心检测技术确定分割线,对物体的三维坐标进行分割、剪切与拼接,实现了大型曲面的三维测量。

摘要：介绍了采用结构光彩色编码技术实现大型曲面测量的一种新方法。将由RGB三原色及其补色组成的彩色条纹进行组合,生成编码图案,并由投影仪投射到被测物体上。通过对摄像机拍摄的图像进行解码,获得物体的三维坐标。利用被测物体上的标志特征点,对物体进行分块测量。结合边缘检测及圆心检测确定分割线,对物体三维坐标进行分割、组合,实现了对大型曲面的三维测量。

关键词：结构光,彩色编码,圆心检测,边缘检测

参考文献

[1]苑惠娟.彩色条纹组合编码三维测量技术研究[D].哈尔滨理工大学博士学位论文,2006.

[2]桂志国,韩焱.大型构件射线图像拼接技术[J].系统仿真学报,2001,11(13).

[3]张红民,张玉坚.基于广义Hough变换的圆心坐标快速提取方法[J].江汉石油学院学报,2000,22(2):64-66.

复合式结构光编码法测量3D图像篇6

结构光3D测量技术是一种非接触光学测量技术,由于它具有的测量速度快、准确度高、成本低等优势,使其在逆向工程等领域得到越来越多的关注[1]。

基本的结构光系统由一个投影仪和一个摄像机组成,二者的位置相对固定,投影仪向被测物投射点、线光束或编码图案,摄像机获取被测物的强度图像后送入计算机。被测表面的空间坐标值根据基于三角法的结构光准确地确定图像采样点并求其投射角,是结构光编码法研究的一个关键问题[2]。

一种常用的时间编码方法基于Gray码条纹进行投射角划分,其特点是相邻码字间的Hamming距离均是1。每个区域的宽度只有1像素,理论上我们完全可以单独使用Gray Code编码对投影区域进行细致的分割,但是越是狭窄的区域宽度在图像处理中受到噪声的影响而产生的误差越大,严重影响测量精度,因此为了保证精度,又不减少测量数据,不能单独使用Gray码,可以采用Phase Shifting编码法进行辅助。Giovanna Sansoni[3]曾经提出通过解相光栅和编码光栅相计算得到真实相位值,但是计算过于复杂;而张吴明,钟约先等[4]提出基于结构光编码的相展开方法,拍摄过程过长。而本文提出的方法大大缩短了测量时间,对在线检测系统可以实现快速的三维模型重构。

1 复合式结构光编码原理

1.1 Gray编码原理

采用如图1所示的方式进行投影,投影仪在t0,t1,t2,t3,t4时刻分别投影如图2所示的五幅投影图案,照相机在相应的t0,t1,t2,t3,t4时刻分别获取如YZ图2所示的五幅照片[5,6,7,8]。从图中任意选取某一条结构光条纹上的任意一个测量点,假设此测量点的图像坐标系上的坐标为(u,v),t0时刻,可以从摄像机拍摄出的图片中得到(u,v)点的颜色值,同理可从摄像机拍摄出的图片中得在t1,t2,t3,t4时刻(u,v)点的颜色值,将这些颜色值按照时间顺序进行排列,可以得到一组二进制数编码,可以发现同一光条上的点拥有相同的二进制数编码,而不同测量条纹的二进制编码是不同的。图3给出了格雷编码图案码字示意图。通过五幅投影图案,最终可以将投影范围分为32个条纹区域,00000对应第一个区域,00001对应第二个区域,00011对应第三个区域,以此类推,这32个区域对应有各自的编码,因此,分别落在这32个区域的32个测量光条都拥有一个唯一的二进制码。

1.2 Gray Code+Phase Shifting结合编码

Phase Shifting编码是由宽度为w个像素的黑白相间条纹组成,黑白条纹之间的边界作为扫描线,投影图案投影后,将整幅投影图案水平向右平移1像素,新得到的投影图案用于下一次投影用,连续投影2w次后,投影图案恢复到初始状态,投影结束。因此宽度为w的Phase Shifting编码的周期为2w,Phase Shifting的条纹宽度可以设置,可以通过对实际情况的分析得到适宜的宽度[9,10],例如像素为1 024×768的投影图像,用7幅格雷编码图,可以将图像分成128个区域,之后采用宽度为4的Phase Shifting编码图,每次平移一个像素,在投影2w次后,图像将被分割成1 024个1像素宽的区域,但是Phase Shifting明显出现一个2w的周期,周期与周期之间存在对应关系的二义性。可以发现Gray Code和Phase Shifting之间存在着性能上的互补,Gray Code+PhaseShifting编码结合了两者的优点。可以使用Phase Shifting编码进行1像素密度级的扫描,对于Phase Shifting固有的周期性所产生的二义性问题,使用Gray Code进行精确区分,但是此方法数据处理方式复杂,因此作了一些改进,首先用n幅格雷码将图片分成w像素宽的2n个不同区域,第一幅相移图在各个区域的1/2a处投影结构光测量条纹,之后的每幅相移图依次向右移动w/a像素,显然此时,编码周期为a。本文采用改进的Gray Code+Phase Shifting编码,在保证测量精度的基础上,对Phase Shifting投影图案进行了简化,消除了测量条纹的二义性,并大大减少了图像处理的数据量,从而提高了扫描速度。

2 重构实验系统

为了验证本文提出的方法,在实验室搭建了三维重构系统,系统主要由投影仪、摄像机、目标物体和计算机组成,如图4所示,系统中使用的投影仪为EPSON型号EMP-730,亮度为2 000明流,投影距离1.0∼11.7;分辨率越高,获得的画面质量越好,测量的精度越高,综合考虑,选用MVC3000作为图像输入硬件设备。其中投影仪将格雷编码图和相移图投射到被测物体上,经过物体形状的调制,由摄像机摄取变形的图案,它带有三维信息。将摄取的图像输入计算机并进行处理,以获得被测物体的三维信息,实现三维物体的重构。

3 实验结果

将如图5所示雕像作为被测物体,在其表面投射结构光条纹以及相移图案,用照相机进行信息采集,其中格雷码图像如图5所示。将上面的图像输入到计算机中,用三维重构算法对以上采集的图片进行处理,得到雕像的三维坐标,将测量后的数据输入到Rapitform中,显示出物体的三维形状,选取不同角度进行观看,得到图6,被测物体相移图像如图7所示。

从图中可以看出,本文提出的方法较好的重构出了被测物体的三维形状。

4 结论

通过本文提出的复合编码方法,在3D表面测量中有效地消除了测量条纹的二义性,使图像处理的数据量极大地减少,从而达到了提高扫描速度,减少测量时间的目的。由于新方法保留了格雷码对被测物体陡峭表面信息,使新的编码方法适应性没有得到削弱。通过在实验中构建物体的三维模型的过程实践发现,下一步的研究可以考虑采用可以双目测量来解决测量中的死角问题。

参考文献

[1]SANG X Z.A Method on3D Shape Measurement and its Trend in Development[J].Measurement Transaction(S0018-9456),2001,2:36-37.

[2]关丛荣,于晓洋,吴海滨,等.RGB颜色格雷码结构光三维测量技术研究[J].仪器仪表学报,2007,28(4):663-666.GUAN Cong-rong,YU Xiao-yang,WU Hai-bin,et al.RGB Color Gray Code Based Structured-light3D Measurement Technique[J].Chinese Journal of Scientific Instrument,2007,28(4):663-666.

[3]Giovanna Sansoni,Matteo Carocci,Roberto Rodella.Three-dimensional vision based on a combination of gray-code and phase-shift light projection:analysis and compensation of the systematic errors[J].Applied Optics(S0003-6935),1999,38(31):6565-6573.

[4]张吴明,钟约先,由志福,等.基于结构光编码的相展开方法[J].光学技术,2002,28(5):404-406.ZHANG Wu-ming,ZHONG Yue-xian,YOU Zhi-fu,et al.A phase unwrapping method based on structured light binary code[J].Optical Technique,2002,28(5):404-406.

[5]孙军华,杨扬,张广军.基于相移的彩色结构光编码三维扫描技术[J].光学技术,2008,34(1):122-125.SUN Jun-hua,YANG yang,ZHANG Guang-jun.Three dimensional scanning technique using color structured light patterns based on phase moving coding strategy[J].Optical Technique,2008,34(1):122-125.

[6]关丛荣.基于结构光的颜色时间编码技术研究[J].黑龙江工程学院学报:自然科学版,2007,21(1):51-53.GUAN Cong-rong.Study on the color time-encode technology based on structure light[J].Journal of Heilongjiang Institute of Technology,2007,21(1):51-53.

[7]罗先波,钟约先,李仁举.三维扫描系统中的数据配准技术[J].清华大学学报:自然科学版,2004,44(8):1104-1106.LUO Xian-bo,ZHONG Yue-xian,LI Ren-jü.Data Registration in3-D Scanning Systems[J].Journal of Tsinghua University:Science and Technology,2004,44(8):1104-1106.

[8]于晓洋,吴海滨.基于GRAY和线移条纹的结构光3D测量技术[J].仪器仪表学报,2008,29(4):701-704.YU Xiao-yang,WU Hai-bin.Structured-light-based3D Measurement Technique Using Gray Code and Line-shift Fringe[J].Chinese Journal of Scientific Instrument,2008,29(4):701-704.

[9]WANG Guang-hui,HU Zhang-yi,WU Fu-chao,et al.Implementation experimental study on fast object modeling based on multiple structured stripes[J].Opitcs and Lasers in Engineering(S0143-8166),2004,42(6):627-638.

结构光测量系统篇7

“十二五”以来,我国现代制造业得到了迅猛发展,对大型结构件的需求和要求也日益提高。大型结构件产品多采用传统的π 尺、电子经纬仪、超声波、关节臂式三坐标等测量方法,由于存在受限制条件多、精度差、检测效率低等诸多问题,很难满足大型结构件的测量要求。因此,光笔式三坐标的出现,以其可靠高效、能满足复杂多变的生产需求、并且服务于现场,使大型结构件的测量朝着更为方便、高精度的方向又迈进了一大步。该项目通过使用光笔式三坐标,进行关键数据采集对比,验证大型结构件的实际加工结果,为下一步装配试验提供了数据基础和过程支持。

2视觉测量原理

光笔式三坐标使用视觉测量技术(又称为数字近景摄影测量技术),是一种立体视觉测量技术,具有在线、实时三维测量的能力,尤其适合于大型结构件或三维空间点位、尺寸和轮廓的检测。

该项目使用的光笔式三坐标为加拿大CREAFORM公司生产的Handy PROBE光笔,并与C-Track780双摄像头传感器配合视觉测量,光笔式三坐标的视觉测量示意图及测量简图见图1、图2。

光笔式三坐标主要由一支测量用的光笔、一架用来追踪光笔方位和姿态的双摄像头传感器和一台装有VXelements软件的工作站(计算机)所组成。在光笔的笔身上,装有9个标志点(回光反射点),以及一个专用于接触式测量的红宝石球形测头。

在进行测量的时候,红宝石球形测头接触大型结构件待测面, 双摄像头传感器自动识别光笔身上的9个标志点图像,工作站通过软件进行图像处理,得到标志点的像面坐标,进而由特定模型算法解算出测头中心的XYZ坐标,亦即大型结构件表面上测头接触点的XYZ坐标。同样方法测量大型结构件待测面上其他点的坐标,利用这些点的XYZ坐标,就可以拟合被测元素以及评价测量元素的尺寸、形状和位置等误差项目。

3实施方法

3.1分析大型结构件特征

由某公司研发的大型结构件设计图,须保证PT1-PT8、DE1- DE9、DE11-DE13共20个关键的形状和位置尺寸。大型结构件按主体铸造、部件(五轴加工)、螺栓联接、焊接加工后,每个关键位置预装SKF高精度内球面轴承,各轴承安装完成后实际中心位置应符合设计图位置度要求。

分析图纸得关键位置实际测量范围约为:长3.25 m、宽2.6 m、高1.6 m。轴承安装完成后的结构件须在现场条件下进行测量,且形状较大较复杂,传统的固定式、关节臂式三坐标均受到限制。因此,测量方案最终选用光笔式三坐标进行视觉测量,对各轴承中心进行位置度测量。

3.2搭建视觉测量系统

光笔式三坐标测量系统的搭建分为硬件连接与标志点设定两大部分。硬件连接是按照设备要求将电源、控制器、电缆、双摄像头传感器、三脚架进行组装。通过在大型结构件的周围(上、下、左、右、前、后)设定一定数量的定位及过渡标志点(图3),来构建有效的参考坐标系,以便在同一参考坐标系中进行动态过渡的视觉测量。至此,视觉测量系统搭建完成。

3.3采集现场行位数据

通过现场操作光笔式三坐标对基准元素等进行视觉测量(图4),得到基准元素在参考坐标系中的XYZ坐标。根据测量要求使用Metrolog软件计算,通过迭代法将基准元素拟合为工作坐标系,依次采集PT1-PT8、DE1-DE9、DE11-DE13的形状和位置尺寸。

3.4输出测量数据报告

数据采集完成后,将软件计算结果与设计要求进行比对,此次测量的尺寸及位置度均在公差范围内,最后输出测量数据报告(表1)。

4总结评估

4.1高柔性、高效率

当定位及过渡标志点设定及参考坐标系建立完毕,就可以自由地移动双摄像头传感器,实现动态的视觉测量(只要标志点与大型结构件的相对位置不发生变化,大型结构件也可以自由移动),大大缩短了项目测量的时间。

4.2高精度

测量前首先要测试光笔式三坐标的不确定度,使用单点及距离重复性的方法验证数值分别为0.042 mm及0.086 mm,具有较高的精度,符合大型结构件测量的要求。同时,测量精度的稳定, 对环境因素(温度、湿度、光源等)和操作者的技能熟练度有一定的要求。

总之,使用视觉测量技术的光笔式三坐标由于其容易携带、测量精度高、可快速实现扩展测量量程、对现场环境适应强等优点,已经成为大型结构件、工装夹具安装调试、模具等生产制造、变形监测、新车研发试制、车间在线测量的重要测量手段。

参考文献

[1]彭凯.光笔三坐标视觉测量系统关键技术的研究[D].天津:天津大学,2004.

[2]唐志豪.基于双目立体视觉的测量技术研究[D].镇江:江苏大学,2006.

光杠杆测量系统调节要点篇8

一、光杠杆测量系统的原理

光杠杆测量系统构造如图1所示。光杠杆就是一个可绕通过镜面中心的水平轴转动的平面镜, 如图2所示。平面镜的支架由三个尖足F1、F2、F3支撑, 三个尖足的连线为一等腰三角形。前两尖足连线与平面镜水平轴线在同一平面内 (平面镜俯仰方位可调) , 实验时放于平台的横槽中。后足在前两足连线的中垂线上, 实验时放于待测的有微小长度变化的物体上。尺读望远镜由一把竖直放置的毫米刻度尺和在尺旁的一个望远镜组成, 它们被固定在同一立柱上。

光杠杆测量系统的俯视图如图3所示。虚线为平面镜法线方向, 根据反射定律, 望远镜和标尺应该位于平面镜中心法线两侧的对称位置, 只有这样才能从望远镜中看到标尺像, 并使标尺像位于望远镜视野正中位置。

光杠杆和望远镜系统按图1和图3所示调整好, 就会在望远镜中看到经由光杠杆平面镜反射的标尺像。如图1所示, 设开始时, 光杠杆的平面镜竖直, 即镜面法线在水平方向, 在望远镜中恰能看到平面镜反射的标尺刻度n0的像, 即待测物体长度没变化时, 望远镜中标尺的读数为n0。当待测物体长度变化后 (假设下降) , 光杠杆的后足尖随之下降ΔL, 光杠杆平面镜转过一较小角度θ, 法线也转过同一角度θ。根据反射定律, 此时反射到望远镜中的读数变为n1 (n1为标尺某一刻度) , 记n1-n0=Δn。

式中, b为光杠杆常数 (光杠杆后脚尖至前脚尖连线的垂直距离) ;D为光杠杆镜面至尺读望远镜标尺的距离。

由于偏转角度θ很小, 即, 所以近似的有

则微小变化量ΔL可通过较易准确测量的b、D、Δn, 间接求得。

二、光杠杆测量系统的调节方法

根据如上所述的光杠杆测量系统原理, 正确调节光杠杆系统只需要把系统的水平方向 (左右位置) 和竖直方向 (上下位置) 调节到位即可。水平方向调节到位即尺读望远镜系统与光杠杆的相对位置对正, 并符合反射定律, 如图3所示;竖直方向调节到位即使望远镜和光杠杆等高并垂直。具体步骤如下。

(1) 将光杠杆放在平台上, 望远镜放在离光杠杆镜面约为1.5~2.0m处, 并使二者在同一高度。调整光杠杆镜面与水平方向垂直, 望远镜筒成水平, 并使标尺竖直。

此步骤中光杠杆镜面与水平方向垂直是非常关键的。如图1所示, 如果光杠杆镜面与水平方向不垂直, “低头”或“仰脸”, 则从望远镜中看不到标尺的像, 后面的步骤无法进行。

(2) 使望远镜筒方向对准光杠杆反射镜面M, 沿着望远镜筒上端准星的方向看反射镜M中有无标尺的反射像, 看的时候要保持眼睛、准星和反射镜中心三者在一条直线上。如看不到标尺像, 说明镜尺组与光杠杆的左右相对位置不合适, 没有达到图3所示状态, 可左右移动镜尺组位置, 直到看到标尺的像在镜中心为止。此时镜尺组整体的位置不能再动。

以上两步为“粗调”, 只有这两步调好, 才能进行下面的“细调”。

(3) 眼睛通过望远镜观察, 调节望远镜目镜, 使十字叉丝清晰, 再调节物镜, 使能看清小镜子镜面。

(4) 上下左右微调望远镜的方向, 使小镜子位于望远镜视野的正中。

上下方向的调整只要稍微拧松望远镜筒下的倾斜螺丝, 微调望远镜的倾角。左右方向的调整, 只要在望远镜的固定螺丝不太紧的情况下, 左右稍微转动望远镜即可。

此步骤中注意只能在固定立柱上转动望远镜, 而不能改变镜尺组立柱和光杠杆的相对位置。一定要使小镜子镜面在望远镜视野的正中, 如果周围空隙太大, 会使最后调出的标尺像模糊不清。

(5) 调节物镜, 直到从镜筒内看到清晰的标尺像。

三、结语

以上调节步骤根据光杠杆测量系统的构造原理, 有的放矢, 简单明白, 为顺利完成实验打下基础。

摘要：根据光杠杆测量系统的构造原理, 提出了快速调整的方法要点, 缩短了仪器调节时间, 为快速准确完成实验打下基础。

关键词：光杠杆测量系统,原理,调节方法

参考文献

[1]龚慎雄, 刘雪林.普通物理实验指导[M].北京:北京大学出版社, 1990.

[2]杨述武.普通物理实验 (3光学部分) [M].北京:高等教育出版社, 2000.

[3]黄笃之.普通物理实验[M].长沙:湖南科学技术出版社, 1995.

[4]杨广武, 金玉玲, 姚橙.大学物理实验[M].天津:天津大学出版社, 2009.

结构光测量系统篇9

1标定原理

为实现结构光手眼系统的标定, 提出了一种基于主动视觉的结构光手眼系统自标定方法。无需使用特定精确靶标, 只需场景中三个特征点, 通过精确控制机器人进行4次线性无关的平移运动和2次带旋转运动, 即可线性求解结构光手眼系统的摄像机参数, 手眼矩阵, 结构光光平面方程［6］。该方法有益于实现结构光手眼系统标定的流程化、自动化, 同时保证了系统精度, 对视觉测量和跟踪具有良好的实用性。

1. 1手眼系统中坐标变换关系

结构光手眼系统中机器人基坐标系、机器人末端坐标系、和摄像机坐标系之间的关系［7］, 如图1所示。

得到机器人手眼系统中的坐标变换关系如式 ( 1) :

式 ( 1) 中XW是特征点在机器人基坐标系的坐标, ε 是特征点在摄像机坐标系的深度值, REW和tEW是机器人基坐标系与末端坐标系的旋转与平移部分, R、t是手眼矩阵的旋转与平移部分, ( u, v, 1) T是图像特征点的齐次坐标。

K是摄像机内参矩阵五参数模型, 即

式中 α、β 是图像x轴、y轴的比例系数, γ 表示两个轴的倾斜程度, u0和v0是光轴中心点。

1. 2摄像机内参数和手眼矩阵旋转部分标定

结构光手眼系统中, 摄像机刚性连接在机器人末端, 控制机器人做平移运动, 由Ma给出的扩展焦点 ( FOE) 的性质, FOE点的归一化坐标表示摄像机平移运动在平移前的摄像机坐标系中的方向［8，9］。如图2所示。

P为场景中一特征点, F1、F2分别为平移运动前后的两幅图像, I1, I2为P点在平移前后图像上的像素点坐标位置, I'2为I2在图像F1上的对应点。摄像机做平移运动, 直线O1O'1与O2O'2平行, 直线I'2O'1与I2O'2平行。对应点连线直线I'2I1与O1O2交于扩展焦点 ( FOE) ei, 直线O1ei方向即为相机的运动方向。任一特征点平移前后的对应点直线均通过FOE点, 所以可以通过场景中两个及以上特征点求解FOE点［10］。

由摄像机内参数模型和FOE点ei的图像坐标, 可以求出点ei[齐次坐标为 ( uei, vei, 1) T]的成像点在摄像机坐标系的坐标 ( xci, yci, zci) T, 得:

式 (2) 中, f为摄像机焦距, 为摄像机平移运动的单位向量, 则

设P为空间中的一点, XW、XE和XC分别为点P在机器人基坐标系、机器人末端坐标系和摄像机坐标系下的坐标, REW和tEW表示机器人基坐标系与机器人末端坐标系之间的关系, P在各坐标系的关系为［11］:

机器人初始位姿A在基坐标下的位姿为Ti1, 控制机器人沿末端坐标系平移运动, 平移后到达B, B在基坐标系的位姿为Ti2, 则两末端坐标系之间关系为T = ( Ti1) －1Ti2, 其中T的旋转部分为E , 平移运动为k1b。P点在A处和B处机器人末端坐标系下的坐标分别为XE和XE1= XE+ k1b, 在摄像机坐标系下的坐标分别是XC和XC1, 则有:

由式 ( 4) 得:

即b = Ra。

式 ( 6) 中 σ = k1/ f。

令带入式 (6) 可得:

如式 ( 7) 所示, 假定a33= 1, 控制摄像机做4次及以上线性无关的平移运动, 通过最小二乘法可唯一求解A1。

为了确定a33的真实值, 将矩阵A1写成式 ( 8) :

由式 ( 8) 可得a33a3= r3, 又R为单位正交向量, R－1= RT, 由式 ( 8) 可得所以a33= | a3| /|a3|=1/|a3|。

分解出内参K和手眼矩阵R如下:

式 ( 9) 中, |·| 表示取模, 向量r1、r2的方向取决于使得 α、β 值为正的方向。

2手眼矩阵平移部分和光平面的标定

2. 1手眼矩阵平移部分标定

选取场景中不在同一直线上的3个特征点, 进行2次带旋转运动, 每次带旋转运动后取特征点图像和打开激光器后带激光条纹的图像［12］。由结构光手眼系统之间的关系 ( 1) 可得:

式 ( 10) 中, i = 1, 2, 3表示第i个特征点。

以上方程两两相减可得:

式 (11) 中, Ai1=R1EWRK-1 (ui1, vi1, 1) T, Bi1=R1EW-R2EW, Ci1=t2EW-t1EW, 其余类推。将式 (11) 写成矩阵形式:

通过最小二乘求解每个位姿下每个特征点的深度信息和手眼矩阵平移部分t。

2. 2光平面方程标定

将求得的 εi1 ( i = 1, 2, 3) 带入方程 ( 10) , 可得3个特征点在机器人基坐标系中的坐标。如图4所示, 不在同一直线上的3个点P1、P2、P3可构成一平面, 激光条打在3个特征点构成的平面上。

可得3个特征点构成的平面方程为:

特征点平面在机器人基坐标系下的平面方程可以表示为 ( π1, x) = 0, 式中 π1= [a0, b0, c0, 1]T为特征点平面的四维齐次坐标向量表示。机器人基坐标系与摄像机坐标系的关系为TT6i, 其中为机器人基坐标系与机器人末端坐标系之间的关系, 为手眼矩阵。可得特征点平面在相机坐标系下方程为 ( ( T6iT) －Tπ1, x') = 0。x和x' 分别为特征点平面上的同一点在机器人基坐标系和摄像机坐标系的坐标。

在摄相机坐标系中, 设w、wi、wj、Υi、Υj分别代表激光平面法向坐标向量、第i个平面靶标的法向坐标向量、第j个平面靶标的法向坐标向量、第i个平面靶标内的激光交线图像的坐标向量、第j个平面靶标内的激光交线图像的坐标向量。第i个平面靶标图像上的激光交线图像的方程 Υi ( 像素坐标系下) , 与 Υi ( 相机坐标系下) 可由下式得出:

式 ( 14) 中, K为相机内参矩阵。

投影空间中两条激光交线及其相关联的平面的相互关系的对偶性表示如图4所示。

图2中, 要标定的激光平面坐标w在投影空间的对偶表示就是两条激光交线的交点。由于误差的影响, 两条激光交线在空间并不相交, 因此用距离两条激光线最近的点表示w。而距离两条激光线最近的点位于两条激光线的公垂线上［13］。因此, 计算激光平面坐标为:

由于公垂线与两条激光线分别垂直, 因此内积:

因此, 可求得:

将以上值分别带入即可得到激光平面方程坐标w。

3实验结果及分析

实验标定过程理论测试操作在Win7系统的MATLAB 2010b平台上完成, 使用重复定位精度为 ± 0. 02 mm的Denso机器人, 8 mm焦距的Computar工业镜头, 感光CCD 640 ×480。

3. 1标定特征点选取和自动匹配

特征角点的求解采用文献[8]的方法, 精度可达到0. 2 pixel, 匹配方法采用三特征角点之间距离进行匹配, 具体描述如下: 求解特征角点两两之间的距离, 选择除距离最大的两点外的一点作为编号1点, 另两点中, 离1点距离远的为编号2点, 剩余的为编号3点。特征角点的提取和自动匹配如图5所示。

取三特征角点对应连线的交点的均值作为FOE。为提高FOE点精度, 每次平移运动的方向在XOY平面的分量可沿三角形的中线方向, 且每次平移过程中取10幅图像。如图6所示, 10幅图像提取出的对应角点, 通过最小二乘拟合成直线, 求解FOE点。

3. 2光条细化和工件末端偏移修正