基于最優(yōu)匹配區(qū)域的結(jié)構(gòu)光系統(tǒng)的投影儀標(biāo)定
2017-5-26 來源:湖北文理學(xué)院機(jī)械與汽車工程學(xué)院 作者:王中任 萬仁全 劉亞俊
摘要:針對現(xiàn)有的投影儀標(biāo)定算法精度不高的問題,根據(jù)投影儀的非線性模型,提出一種基于最優(yōu)匹配區(qū)域的新投影儀標(biāo)定算法。首先通過試驗(yàn)得到最優(yōu)匹配區(qū)域,然后在最優(yōu)匹配區(qū)域內(nèi)計算角點(diǎn)的局部單應(yīng)性矩陣,最后采用相機(jī)標(biāo)定的方法對投影儀進(jìn)行亞像素級標(biāo)定。實(shí)驗(yàn)結(jié)果表明,該方法標(biāo)定過程簡便,投影儀標(biāo)定誤差最大為01 061 7 pixel,算法的執(zhí)行時間為01 907 s,系統(tǒng)三維重構(gòu)的點(diǎn)云密度達(dá)91 4 個/mm2。該方法只需要普通的平面標(biāo)定板,操作簡單,可滿足高精度的三維測量系統(tǒng)要求。
關(guān)鍵詞:結(jié)構(gòu)光測量;三維重構(gòu);投影儀標(biāo)定;局部單應(yīng)性
1.引言
由于其非接觸、自動化程度高、速度快、高精度等優(yōu)點(diǎn),結(jié)構(gòu)光三維測量在產(chǎn)品設(shè)計與制造、質(zhì)量檢測中獲得了廣泛應(yīng)用[1 -3]。在結(jié)構(gòu)光三維測量系統(tǒng)中,投影儀標(biāo)定技術(shù)是獲得高精度的三維測量最基本和關(guān)鍵的環(huán)節(jié)[4],它主要包括投影儀的內(nèi)參標(biāo)定,以及投影儀和攝像機(jī)坐標(biāo)系之間變換矩陣的確定。文獻(xiàn)[5]標(biāo)定精度較低,難以實(shí)現(xiàn)高精度的測量。文獻(xiàn)[6]要求標(biāo)定過程中移動投影儀,限制了其應(yīng)用場合。文獻(xiàn)[7]標(biāo)定過程復(fù)雜,且不易實(shí)現(xiàn)。文獻(xiàn)[8]成本昂貴,難以在實(shí)際工程中應(yīng)用。文獻(xiàn)[9]在計算單應(yīng)性矩陣時耗時很長,造成整個標(biāo)定程序效率不高,而且算法對結(jié)構(gòu)光解碼精度要求很高,對解碼誤差的魯棒性不強(qiáng),因此很難適應(yīng)工業(yè)現(xiàn)場的高實(shí)時性和高可靠性要求。
本文在現(xiàn)有的算法基礎(chǔ)上,提出一種基于最優(yōu)匹配區(qū)域的結(jié)構(gòu)光系統(tǒng)中投影儀標(biāo)定算法,先用最優(yōu)匹配區(qū)域計算每個角點(diǎn)的局部單應(yīng)性矩陣,然后由投影儀的線性針孔模型和非線性畸變模型標(biāo)定出投影儀的內(nèi)參矩陣,最后用傳統(tǒng)的雙目標(biāo)定方法得到投影儀-攝像機(jī)的外參矩陣。實(shí)驗(yàn)表明本方法適用于大視場、高精度的三維實(shí)時測量,很好地解決了上述方法在實(shí)時性和可靠性方面的不足,不僅操作簡單易行,而且大大提高了系統(tǒng)的標(biāo)定精度和系統(tǒng)魯棒性。
2.標(biāo)定原理和算法流程
2.1投影儀的理想針孔模型
按照前面所述,投影儀看作一個逆向的攝像機(jī),所以投影儀模型可用與攝像機(jī)相同的理想針孔模型表示,基于單攝像機(jī)-單投影儀的結(jié)構(gòu)光三維測量系統(tǒng)如圖1 所示。

圖1 結(jié)構(gòu)光系統(tǒng)示意圖

式中,參數(shù)s 為尺度系數(shù);H 為單應(yīng)性矩陣,表示為世界坐標(biāo)系與投影儀像平面坐標(biāo)之間的映射關(guān)系,由兩部分組成:(1 )外參矩陣:即投影儀坐標(biāo)系同世界坐標(biāo)系之間的旋轉(zhuǎn)矩陣R 和平移向量T,表示為

2.2投影儀的畸變模型
在設(shè)計、加工和組裝光學(xué)鏡片等過程中不可避免地會導(dǎo)致鏡頭非線性畸變,從而導(dǎo)致實(shí)際的成像點(diǎn)與理想成像點(diǎn)存在誤差,這時在標(biāo)定過程中需要引入畸變因子進(jìn)行校正。這里主要考慮鏡頭的切向畸變和徑向畸變[1 0],模型表示如下:

2.3標(biāo)定方法
盡管投影儀在參數(shù)標(biāo)定部分可以采用與攝像機(jī)完全一樣的數(shù)學(xué)模型,但卻無法直接得到平面棋盤標(biāo)定板上每個角點(diǎn)的投影儀像平面下的像素坐標(biāo)。因此,投影儀標(biāo)定的首要難題是如何確定在投影儀投影平面上由像素點(diǎn)對應(yīng)的空間三維坐標(biāo)。如圖2 所示,本文先把平面棋盤標(biāo)定板以某姿態(tài)放置在空間世界坐標(biāo)系中,將水平和豎直的格雷碼條紋按不斷細(xì)分的次序投射到標(biāo)定板上,相機(jī)捕獲到圖片后,先利用由文獻(xiàn)[1 1 ]的方法計算出的直接光分量和間接光分量來進(jìn)行光條紋閾值分割,然后由格雷碼解碼算法得到投影儀像平面每個點(diǎn)的像素坐標(biāo)。利用不同匹配區(qū)域,使得攝像機(jī)像平面與投影儀像平面之間的單應(yīng)性矩陣泛函數(shù)取得最小值來獲得最優(yōu)化單應(yīng)性矩陣,得到標(biāo)定板每個角點(diǎn)的投影儀像平面下的像素坐標(biāo)。

圖2 結(jié)構(gòu)光系統(tǒng)標(biāo)定示意圖
標(biāo)定投影的具體流程如下:
(1 )平面棋盤標(biāo)定板以某姿態(tài)放置在空間世界坐標(biāo)系中,投影儀投射出42 幅格雷碼結(jié)構(gòu)光圖案到平面棋盤標(biāo)定板,投射的次序是1 幅全白、1 幅全黑、20 幅水平方向、20 幅豎直方向格雷碼結(jié)構(gòu)光圖案,并且依次被相機(jī)所捕獲。
(2)使用第一張標(biāo)定板圖像,提取棋盤標(biāo)定板角點(diǎn)的亞像素級的坐標(biāo)(xc,yc)。
(3)設(shè)S ={I1 ,I2,…,Ik}為輸入的格雷碼結(jié)構(gòu)光條紋圖像序列,p 為圖形上的某個像素點(diǎn),點(diǎn)p 的直接光分量和間接光分量分別為Ld(p)和Lg(p),則有:

其中,b ∈ [0,1 ),是由投影儀投射的暗條紋灰度值決定的。利用圖像每個像素點(diǎn)的Ld(p)和Lg(p),對圖像中的格雷碼條紋進(jìn)行亞像素級閾值分割,然后用格雷編碼的逆過程對閾值分割后的圖像進(jìn)行解碼,得出每個投影儀圖像上的每個像素點(diǎn)坐標(biāo)。
(4)設(shè)點(diǎn)a 為相機(jī)圖像上的某一個像素點(diǎn),b 點(diǎn)為a 對應(yīng)在投影儀圖像平面上的像素點(diǎn),a 和b 在各自像平面的齊次像素坐標(biāo)為:

匹配區(qū)域H 過大,使得該式收斂速度很慢,算法效率低下;而匹配區(qū)域H 過小,又會對標(biāo)定的精度有不利的影響。故本文通過實(shí)驗(yàn)定量地研究了匹配區(qū)域的大小同投影儀標(biāo)定算法的精度和效率之間的關(guān)

這樣,可以求出每個在相機(jī)圖像坐標(biāo)系下的角點(diǎn)亞像素坐標(biāo)(xc,yc)對應(yīng)在投影儀圖像坐標(biāo)系下的亞像素坐標(biāo)(xp,yp)。
(5)在相機(jī)和投影儀的視野范圍內(nèi),盡量較大程度改變標(biāo)定板的空間姿態(tài),重復(fù)以上步驟,得到至少3 組不同標(biāo)定板姿態(tài)圖片。由于本標(biāo)定方法使用的是每個標(biāo)定板角點(diǎn)坐標(biāo),而并非是整個棋盤標(biāo)定板平面,因此適用于22 節(jié)非線性投影儀模型。最后利用張正友的相機(jī)標(biāo)定方法來對投影儀的內(nèi)外參數(shù)進(jìn)行標(biāo)定。
3.標(biāo)定實(shí)驗(yàn)及結(jié)果分析
3.1標(biāo)定實(shí)驗(yàn)
使用圖3 所示的三維測量系統(tǒng)對本文所述的投影儀標(biāo)定算法進(jìn)行測試驗(yàn)證,該系統(tǒng)由一個DLP 投影儀(型號為BenQML6277,所選分辨率為1 024 ×768)和單反相機(jī)(型號為Cannon EOS650D,所選分辨率為51 84 ×3456 )組成;標(biāo)定的軟件環(huán)境為opencv -243 和VS201 0。標(biāo)定過程中,按照上述步驟從6 個不同棋盤標(biāo)定板姿態(tài)來采集圖像,其中圖4 為實(shí)驗(yàn)中三組標(biāo)定板不同空間姿態(tài)下的水平和豎直格雷碼解碼結(jié)果,圖5 為由對應(yīng)姿態(tài)下投影儀反投影生成的虛擬圖像。

圖3 結(jié)構(gòu)光測量系統(tǒng)

圖4 水平和豎直格雷碼解碼結(jié)果


圖5 投影儀反投影生成的虛擬圖像
設(shè)定不同的匹配區(qū)域,用反投影誤差來衡量投影儀的標(biāo)定精度;用標(biāo)定算子執(zhí)行的時間來衡量投影儀的標(biāo)定效率,反投影誤差和執(zhí)行時間結(jié)果如圖6 所示。

3.2實(shí)驗(yàn)結(jié)果分析
由實(shí)驗(yàn)結(jié)果可知,匹配區(qū)域由70 pixel 降到24pixel 時,投影儀標(biāo)定算子的反投影誤差升高了0005584 pixel,最大反投影誤差為01 09089 pixel(匹配區(qū)域?yàn)椋玻?pixel 時),相比最小反投影誤差01 03505 pixel (匹配區(qū)域?yàn)椋叮?pixel 時)增大了5395%,因此可知,出在此區(qū)間內(nèi),匹配區(qū)域的增大并沒有顯著降低投影儀標(biāo)定的精度。但是當(dāng)匹配區(qū)域由24 pixel 降到6 pixel 時,投影儀標(biāo)定算子的反投影誤差升高了01 1 41 92 pixel,最大反投影誤差為0223281 pixel(匹配區(qū)域?yàn)椋?pixel 時),相比最小反投影誤差01 09089 pixel(匹配區(qū)域?yàn)椋玻?pixel 時)增大了1 04678%。由此分析可知,投影儀標(biāo)定算法有個最優(yōu)匹配區(qū)域的取值范圍,若是小于該范圍,會造成標(biāo)定精度的大幅度降低。
在算子執(zhí)行時間方面,匹配區(qū)域由70 pixel 降到42 pixel 時,投影儀標(biāo)定算子的執(zhí)行時間降低了00201 s,最長執(zhí)行時間為021 08s(匹配區(qū)域?yàn)椋叮担穑椋澹?時),相比最短執(zhí)行時間01 907s(匹配區(qū)域?yàn)椋矗?pixel 時)要長1 0540%;但是當(dāng)匹配區(qū)域由42pixel 降到6 pixel 時,投影儀標(biāo)定算子的執(zhí)行時間只降低了00023 s,最長執(zhí)行時間為01 907 s(匹配區(qū)域?yàn)椋矗?pixel 時),相比最短執(zhí)行時間01 884 s(匹配區(qū)域?yàn)椋?pixel 時)要長1 221 %。由理論原理和實(shí)驗(yàn)結(jié)果分析可知,計算單應(yīng)性矩陣時的匹配區(qū)域?qū)ν队皟x標(biāo)定的效率和精度有很大的影響,在本實(shí)驗(yàn)硬件條件下,匹配區(qū)域選擇24pixel 至48 pixel 時,保證了標(biāo)定的精度同時兼顧標(biāo)定效率,是理想的匹配區(qū)域范圍。因此,選取匹配區(qū)域?yàn)椋矗?pixel 作為最佳匹配區(qū)域,反投影誤差ep =01 061 7,標(biāo)定得到的投影儀外參和內(nèi)參如表1 所示,圖7 為使用該標(biāo)定結(jié)果來進(jìn)行的三維重構(gòu)實(shí)驗(yàn)結(jié)果。
表1 投影儀標(biāo)定結(jié)果


圖7 三維重構(gòu)結(jié)果
4.結(jié)論
在由攝像機(jī)-投影儀組成的結(jié)構(gòu)光三維測量系統(tǒng)中,相機(jī)的標(biāo)定和投影儀的標(biāo)定是獲得高精度測量結(jié)果的關(guān)鍵。本文將投影儀當(dāng)作一個逆向的相機(jī),建立了投影儀模型,由于使用的是未標(biāo)定的攝像機(jī),故投影儀的標(biāo)定精度不受攝像機(jī)標(biāo)定誤差的影響。標(biāo)定算法中的投影儀像素與攝像機(jī)像素之間的匹配區(qū)域?qū)?biāo)定的效率和精度有很大的影響,本文通過實(shí)驗(yàn)定量地研究了匹配區(qū)域與精度和效率之間的關(guān)系,并分析得出了在本實(shí)驗(yàn)硬件條件下的最佳匹配區(qū)域。實(shí)驗(yàn)表明,在最佳匹配區(qū)域下,投影儀的標(biāo)定精度達(dá)到01 061 7 pixel,效率為01 907 s。在對三維測量系統(tǒng)進(jìn)行攝像機(jī)和投影儀標(biāo)定后,對一個尺寸為20 mm ×20 mm ×20 mm 的標(biāo)準(zhǔn)塊進(jìn)行三維重構(gòu),得到的三維點(diǎn)云密度為91 4 個/mm2,擬合可得標(biāo)準(zhǔn)塊的邊長為最終重構(gòu)20072 mm,測量絕對精度為0072 mm。
投稿箱:
如果您有機(jī)床行業(yè)、企業(yè)相關(guān)新聞稿件發(fā)表,或進(jìn)行資訊合作,歡迎聯(lián)系本網(wǎng)編輯部, 郵箱:skjcsc@vip.sina.com
如果您有機(jī)床行業(yè)、企業(yè)相關(guān)新聞稿件發(fā)表,或進(jìn)行資訊合作,歡迎聯(lián)系本網(wǎng)編輯部, 郵箱:skjcsc@vip.sina.com
更多相關(guān)信息
業(yè)界視點(diǎn)
| 更多
行業(yè)數(shù)據(jù)
| 更多
- 2025年5月 新能源汽車銷量情況
- 2025年5月 新能源汽車產(chǎn)量數(shù)據(jù)
- 2025年5月 基本型乘用車(轎車)產(chǎn)量數(shù)據(jù)
- 2025年5月 軸承出口情況
- 2025年5月 分地區(qū)金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年5月 金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年4月 新能源汽車銷量情況
- 2025年4月 新能源汽車產(chǎn)量數(shù)據(jù)
- 2025年4月 基本型乘用車(轎車)產(chǎn)量數(shù)據(jù)
- 2025年4月 軸承出口情況
- 2025年4月 分地區(qū)金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年4月 金屬切削機(jī)床產(chǎn)量數(shù)據(jù)
- 2025年1月 新能源汽車銷量情況
博文選萃
| 更多
- 機(jī)械加工過程圖示
- 判斷一臺加工中心精度的幾種辦法
- 中走絲線切割機(jī)床的發(fā)展趨勢
- 國產(chǎn)數(shù)控系統(tǒng)和數(shù)控機(jī)床何去何從?
- 中國的技術(shù)工人都去哪里了?
- 機(jī)械老板做了十多年,為何還是小作坊?
- 機(jī)械行業(yè)最新自殺性營銷,害人害己!不倒閉才
- 制造業(yè)大逃亡
- 智能時代,少談點(diǎn)智造,多談點(diǎn)制造
- 現(xiàn)實(shí)面前,國人沉默。制造業(yè)的騰飛,要從機(jī)床
- 一文搞懂?dāng)?shù)控車床加工刀具補(bǔ)償功能
- 車床鉆孔攻螺紋加工方法及工裝設(shè)計
- 傳統(tǒng)鉆削與螺旋銑孔加工工藝的區(qū)別