本發(fā)明屬于計(jì)算機(jī)視覺(jué)領(lǐng)域,尤其涉及一套微米級(jí)測(cè)量精度的遠(yuǎn)心立體視覺(jué)測(cè)量裝置及測(cè)量方法。

背景技術(shù)：

高精度的工業(yè)檢測(cè)是機(jī)械制造領(lǐng)域不可或缺的一個(gè)環(huán)節(jié)，而其中高精度三維形貌測(cè)量是實(shí)現(xiàn)該任務(wù)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(cè)量方法兩大類。接觸式三維測(cè)量系統(tǒng)因其測(cè)量精度高而被廣泛應(yīng)用于工業(yè)測(cè)量，但是其測(cè)量速度較慢，并且接觸式的測(cè)量方式可能會(huì)對(duì)待測(cè)物體造成污染、變性或損壞，不適用于實(shí)時(shí)檢測(cè)和檢測(cè)一些價(jià)值較高的物體。而目前的非接觸式三維測(cè)量系統(tǒng)融合了光學(xué)、數(shù)字圖像、計(jì)算機(jī)視覺(jué)技術(shù)，在不接觸被測(cè)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(dāng)高的精度和較高的測(cè)量效率，是解決中大型工件三維全尺寸檢測(cè)難題的一種可行方案。因此，從上世紀(jì)90年代以來(lái)，隨著自動(dòng)化技術(shù)、微電子技術(shù)、人工智能技術(shù)以及計(jì)算機(jī)輔助設(shè)計(jì)技術(shù)的飛速發(fā)展，非接觸式的測(cè)量和重構(gòu)技術(shù)，已廣泛應(yīng)用于表面檢測(cè)與測(cè)量領(lǐng)域。但是現(xiàn)有的立體視覺(jué)系統(tǒng)多采用常規(guī)工業(yè)相機(jī)，其成像原理類似于小孔成像，因而適用于大視場(chǎng)大尺度測(cè)量，而在近處進(jìn)行圖像測(cè)量時(shí)，圖像畸變比較嚴(yán)重，會(huì)對(duì)測(cè)量帶來(lái)不利影響，不適用于對(duì)微小尺寸工件進(jìn)行高精度測(cè)量與重構(gòu)。

常規(guī)的視覺(jué)測(cè)量系統(tǒng)利用小孔相機(jī)，其目標(biāo)的成像大小與目標(biāo)到相機(jī)的距離有關(guān)，導(dǎo)致測(cè)量時(shí)需要經(jīng)過(guò)比例換算才能得到正確的測(cè)量值，在一定程度上增加了系統(tǒng)的耗時(shí)。不同于小孔相機(jī)模型的透視投影，雙側(cè)遠(yuǎn)心鏡頭通過(guò)在透鏡焦距的位置放置一個(gè)孔徑光闌來(lái)使得鏡頭能夠提供場(chǎng)景的平行投影。因此，雙側(cè)遠(yuǎn)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(gè)性質(zhì)使得該鏡頭能夠比較容易地僅僅通過(guò)相機(jī)對(duì)目標(biāo)的物理尺寸進(jìn)行測(cè)量和比較，不需要通過(guò)進(jìn)一步的計(jì)算來(lái)得到目標(biāo)的實(shí)際尺寸。在測(cè)量微小尺寸工件時(shí)，在獲得相同的放大倍率的情況下，遠(yuǎn)心鏡頭的測(cè)量距離更長(zhǎng)，精度更高。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的目的在于克服現(xiàn)有三維測(cè)量系統(tǒng)的不足，兼顧常規(guī)遠(yuǎn)心相機(jī)工業(yè)檢測(cè)設(shè)備精度高的優(yōu)勢(shì)，提供一套遠(yuǎn)心立體視覺(jué)測(cè)量裝置及測(cè)量方法，實(shí)現(xiàn)被測(cè)物體三維形貌數(shù)據(jù)的微米級(jí)獲取與檢測(cè)。

本發(fā)明的遠(yuǎn)心立體視覺(jué)測(cè)量裝置，包括遠(yuǎn)心相機(jī)A、遠(yuǎn)心相機(jī)B和數(shù)據(jù)處理計(jì)算機(jī)。其中，遠(yuǎn)心相機(jī)A、遠(yuǎn)心相機(jī)B固聯(lián)安裝，具有公共視場(chǎng)，即遠(yuǎn)心相機(jī)A的視角與遠(yuǎn)心相機(jī)B的視角有夾角，夾角范圍0°～90°；數(shù)據(jù)處理計(jì)算機(jī)與遠(yuǎn)心相機(jī)A、遠(yuǎn)心相機(jī)B聯(lián)通，實(shí)時(shí)同步采集兩臺(tái)遠(yuǎn)心相機(jī)的圖像數(shù)據(jù)，并解算待測(cè)物體三維形貌數(shù)據(jù)。固聯(lián)安裝是指遠(yuǎn)心相機(jī)A與遠(yuǎn)心相機(jī)B的相對(duì)位置固定。

用本發(fā)明的裝置測(cè)量被測(cè)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(biāo)定

1.1建立相機(jī)A、B的標(biāo)定坐標(biāo)系O_A-X_AY_AZ_A、O_B-X_BY_BZ_B

遠(yuǎn)心相機(jī)A坐標(biāo)系O_A-X_AY_AZ_A，以遠(yuǎn)心相機(jī)A光心為原點(diǎn)O_A,Z_A軸與相機(jī)光軸重合，取拍攝方向?yàn)檎较?；Y_A軸與Z_A軸正交，沿遠(yuǎn)心相機(jī)A成像傳感器列方向；X_A軸與Y_AZ_A平面垂直，沿遠(yuǎn)心相機(jī)A成像傳感器行方向；

遠(yuǎn)心相機(jī)B坐標(biāo)系O_B-X_BY_BZ_B，以遠(yuǎn)心相機(jī)B光心為原點(diǎn)O_B,Z_B軸與相機(jī)光軸重合，取拍攝方向?yàn)檎较?；Y_B軸與Z_B軸正交，沿遠(yuǎn)心相機(jī)B成像傳感器列方向；X_B軸與Y_BZ_B平面垂直，沿遠(yuǎn)心相機(jī)B成像傳感器行方向；

1.2相機(jī)標(biāo)定

利用已有的遠(yuǎn)心雙目系統(tǒng)標(biāo)定算法，如文獻(xiàn)《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(yuǎn)心相機(jī)A、B的內(nèi)參K_A、K_B，在世界坐標(biāo)系O_W-X_WY_WZ_W中的外參(R_A,t_A)、(R_B,t_B)，以及投影矩陣P_A、P_B，其計(jì)算公式如下所示：

t_A＝[t_Ax t_Ay t_Az]^T,t_B＝[t_Bx t_By t_Bz]^T (4)

其中，

M_A和M_B分別是遠(yuǎn)心相機(jī)A、B的放大倍數(shù)；

(u_A0,v_A0)和(u_B0,v_B0)分別是遠(yuǎn)心相機(jī)A、B的成像面中心的坐標(biāo)；

r_A1,r_A2,r_A3分別表示遠(yuǎn)心相機(jī)A在世界坐標(biāo)系O_W-X_WY_WZ_W中的X_A,Y_A,Z_A軸；表示的r_Ai轉(zhuǎn)置，其中i＝1,2,3；r_B1,r_B2,r_B3分別表示遠(yuǎn)心相機(jī)B在世界坐標(biāo)系O_W-X_WY_WZ_W中的X_B,Y_B,Z_B軸；表示的r_Bi轉(zhuǎn)置，其中i＝1,2,3；

t_A＝[t_Ax t_Ay t_Az]^T表示遠(yuǎn)心相機(jī)A的平移量，t_B＝[t_Bx t_By t_Bz]^T表示遠(yuǎn)心相機(jī)B的平移量；

R_A2×3和R_B2×3分別表示遠(yuǎn)心相機(jī)A、B各自旋轉(zhuǎn)矩陣R_A、R_B的前兩行；

是遠(yuǎn)心相機(jī)A的平移向量t_A的前兩個(gè)分量；是遠(yuǎn)心相機(jī)B的平移向量t_B的前兩個(gè)分量；

Q_A表示遠(yuǎn)心相機(jī)A的投影矩陣P_A的前3列，q_A表示遠(yuǎn)心相機(jī)A的投影矩陣P_A的第4列；Q_B表示遠(yuǎn)心相機(jī)B的投影矩陣P_B的前3列，q_B表示遠(yuǎn)心相機(jī)B的投影矩陣P_B的第4列；

1.3計(jì)算遠(yuǎn)心相機(jī)A、B的極線校正內(nèi)參矩陣K′_A和K_B′

計(jì)算獲得遠(yuǎn)心相機(jī)A、B的極線校正內(nèi)參矩陣K′_A和K_B′，計(jì)算公式如下所示

其中，是極線校正后遠(yuǎn)心相機(jī)的放大倍數(shù)，(u'₀,v'₀)是極線校正后的像面中心坐標(biāo)；

1.4建立遠(yuǎn)心相機(jī)A、B的極線校正坐標(biāo)系

遠(yuǎn)心相機(jī)A的極線校正坐標(biāo)系以遠(yuǎn)心相機(jī)A光心為原點(diǎn)O_A,軸與Z_A軸平行同向；軸垂直于軸和軸；軸與平面垂直；

遠(yuǎn)心相機(jī)B的極線校正坐標(biāo)系以遠(yuǎn)心相機(jī)B光心為原點(diǎn)O_B,軸與Z_B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(yuǎn)心相機(jī)A、B在世界坐標(biāo)系O_W-X_WY_WZ_W的外參分別記為(R'_A,t'_A)和(R'_B,t'_B)，計(jì)算公式如下所示：

其中，

1.5計(jì)算極線校正后遠(yuǎn)心相機(jī)A、B新的投影矩陣和

計(jì)算獲得極線校正后遠(yuǎn)心相機(jī)A、B新的投影矩陣和計(jì)算公式如下：

其中，R'_A2×3和R'_B2×3分別表示極線校正后遠(yuǎn)心相機(jī)A、B各自旋轉(zhuǎn)矩陣R'_A、R'_B的前兩行，是極線校正后遠(yuǎn)心相機(jī)A的平移向量t'_A的前兩個(gè)分量；是極線校正后遠(yuǎn)心相機(jī)B的平移向量t'_B的前兩個(gè)分量,

Q'_A表示遠(yuǎn)心相機(jī)A的投影矩陣的前3列，表示遠(yuǎn)心相機(jī)A的投影矩陣的第4列；Q'_B表示遠(yuǎn)心相機(jī)B的投影矩陣的前3列，表示遠(yuǎn)心相機(jī)B的投影矩陣的第4列。

第二步,待測(cè)物體的三維形貌重建

2.1放置待測(cè)物體

將待測(cè)物體放置于兩臺(tái)遠(yuǎn)心相機(jī)公共視場(chǎng)區(qū)域位置；并確保兩臺(tái)相機(jī)的視場(chǎng)覆蓋整個(gè)待測(cè)物體，且清晰成像；

2.2數(shù)據(jù)圖像的采集

同步采集兩臺(tái)遠(yuǎn)心相機(jī)的圖像，并保存到數(shù)據(jù)處理計(jì)算機(jī)；

2.3圖像的極線校正

對(duì)于遠(yuǎn)心相機(jī)A，極線校正后的圖像的像點(diǎn)坐標(biāo)m'_A＝[u'_A v'_A]^T可由以下公式計(jì)算得到：

其中，m_A＝[u_A v_A]^T是空間點(diǎn)[x_w y_w z_w]^T在遠(yuǎn)心相機(jī)A的極線校正前原始圖像上的像點(diǎn)坐標(biāo)；

對(duì)于遠(yuǎn)心相機(jī)B，極線校正后的圖像上的像點(diǎn)坐標(biāo)m'_B＝[u'_B v'_B]^T可由以下公式計(jì)算可得：

其中，m_B＝[u_B v_B]^T是空間點(diǎn)[x_w y_w z_w]^T在遠(yuǎn)心相機(jī)B極線校正前原始圖像上的像點(diǎn)坐標(biāo)；

在一般情況下，校正后的圖像的像素(整數(shù)坐標(biāo)位置)對(duì)應(yīng)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(jí)是由原始圖像像素的灰度級(jí)進(jìn)行雙線性插值計(jì)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(xiàn)《Stereoprocessingbysemiglobalmatchingandmutualinformation》(2008年發(fā)表于《IEEE Transactions on Pattern Analysis and Machine Intelligence》)提出的算法，對(duì)極線校正后的圖像對(duì)沿水平線方向進(jìn)行密集匹配，得到遠(yuǎn)心相機(jī)A、B的極線校正后圖像中的同名像點(diǎn)坐標(biāo)對(duì)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(jì)算

根據(jù)遠(yuǎn)心鏡頭模型，待測(cè)物體表面某點(diǎn)的世界坐標(biāo)[x_w y_w z_w]^T與遠(yuǎn)心相機(jī)A、B的極線校正后圖像中的像點(diǎn)坐標(biāo)m'_A和m'_B之間的關(guān)系描述如下：

結(jié)合以上兩個(gè)公式，則待測(cè)物體表面某點(diǎn)的世界坐標(biāo)[x_w y_w z_w]^T可以通過(guò)使用線性最小二乘法獲得。

本發(fā)明的優(yōu)點(diǎn)：

1.遠(yuǎn)心相機(jī)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(diǎn)，利用遠(yuǎn)心相機(jī)構(gòu)成的測(cè)量系統(tǒng)，相對(duì)于傳統(tǒng)微距測(cè)量系統(tǒng)，精度更高。

2.本發(fā)明提出的極線校正方法，應(yīng)用于遠(yuǎn)心立體視覺(jué)測(cè)量系統(tǒng)，可將后續(xù)圖像密集匹配的搜索維度由二維簡(jiǎn)化為一維，極大的提高了密集匹配的效率。

附圖說(shuō)明

圖1是本發(fā)明實(shí)施例測(cè)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(yuǎn)心相機(jī)A采集的原始圖像，

圖4是遠(yuǎn)心相機(jī)B采集的原始圖像，

圖5是遠(yuǎn)心相機(jī)A極線校正后的圖像，

圖6是遠(yuǎn)心相機(jī)B極線校正后的圖像，

圖7是本發(fā)明實(shí)物檢測(cè)結(jié)果最終的重建的物體三維形貌示意圖。

具體實(shí)施方式

本發(fā)明的遠(yuǎn)心立體視覺(jué)測(cè)量裝置，包括遠(yuǎn)心相機(jī)A、遠(yuǎn)心相機(jī)B和數(shù)據(jù)處理計(jì)算機(jī)。數(shù)據(jù)處理計(jì)算機(jī)與遠(yuǎn)心相機(jī)聯(lián)通，實(shí)時(shí)同步采集兩臺(tái)遠(yuǎn)心相機(jī)的圖像數(shù)據(jù)，并解算待測(cè)物體三維形貌數(shù)據(jù)。

采用本發(fā)明對(duì)物體進(jìn)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(biāo)定

1.1將遠(yuǎn)心相機(jī)A、B用底座固定,連接數(shù)據(jù)處理計(jì)算機(jī),放置待測(cè)物體；

1.2建立相機(jī)坐標(biāo)系O_A-X_AY_AZ_A、O_B-X_BY_BZ_B；

1.3分別對(duì)遠(yuǎn)心相機(jī)A、B進(jìn)行標(biāo)定，得到遠(yuǎn)心相機(jī)A,B原始的內(nèi)參K_A、K_B和外參(R_A,t_A)、(R_B,t_B)，以及投影矩陣P_A、P_B；

1.4建立極線校正坐標(biāo)系根據(jù)公式(6)-公式(9)計(jì)算得到投影矩陣和

第二步,待測(cè)物體的三維形貌重建

2.1放置待測(cè)物體

將待測(cè)物體放置于兩臺(tái)遠(yuǎn)心相機(jī)公共視場(chǎng)區(qū)域位置；并確保兩臺(tái)相機(jī)的視場(chǎng)覆蓋整個(gè)待測(cè)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(cè)量相機(jī)拍攝一張待測(cè)物體的圖像，并保證所拍攝的圖像包含整個(gè)待測(cè)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(yuǎn)心相機(jī)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(duì)極線校正后的圖像對(duì)沿水平線方向進(jìn)行密集匹配，得到同名像點(diǎn)坐標(biāo)對(duì)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(jì)算

結(jié)合公式(12)和公式(13)，采用線性最小二乘法獲得待測(cè)物體表面的世界點(diǎn)坐標(biāo)[x_wy_w z_w]^T。