所屬技術(shù)領(lǐng)域

本發(fā)明屬于視覺檢測(cè)領(lǐng)域，涉及線結(jié)構(gòu)光引導(dǎo)的雙目識(shí)別和匹配技術(shù)，特別是能夠通過bouguet算法對(duì)輪徑雙目圖像平面進(jìn)行重投影實(shí)現(xiàn)立體校正，并應(yīng)用簡(jiǎn)化的ncc算法實(shí)現(xiàn)特征點(diǎn)匹配，最終擬合得到的參數(shù)誤差較小。

背景技術(shù)：

輪對(duì)是軌道車輛重要的走行部件，輪對(duì)部件結(jié)構(gòu)參數(shù)的準(zhǔn)確性測(cè)量對(duì)轉(zhuǎn)向架設(shè)計(jì)制造和特性性能分析都有著重要意義，在實(shí)際運(yùn)行過程中，由于可能存在軌道不平順、軌道外形及其材質(zhì)匹配不恰當(dāng)和牽引力太大等多種原因，致使輪對(duì)各部分的磨損加快，影響了軌道車輛的正常運(yùn)行。

我國(guó)對(duì)輪對(duì)結(jié)構(gòu)參數(shù)測(cè)量的主要手段是機(jī)械式測(cè)量，這種測(cè)量方法效率低且測(cè)量較不準(zhǔn)確。隨著機(jī)器視覺技術(shù)的發(fā)展，基于ccd攝像機(jī)的圖像處理方法測(cè)量已經(jīng)取得了一定的進(jìn)展，這類方法具有非接觸、檢測(cè)速度快的優(yōu)點(diǎn)，但當(dāng)前測(cè)量方法可能因?yàn)檩唽?duì)表面光滑度高，反光強(qiáng)烈以及測(cè)量時(shí)攝像機(jī)光軸不可能垂直于輪對(duì)表面，使得邊緣特征點(diǎn)提取及立體匹配困難，最終的計(jì)算得到的輪徑參數(shù)存在較大誤差。

為解決以上難題，通過設(shè)計(jì)一種基于線結(jié)構(gòu)光的雙目視覺非接觸檢測(cè)技術(shù)，通過圖像的立體校正和簡(jiǎn)化的ncc算法實(shí)現(xiàn)特征點(diǎn)的立體匹配，再引入坐標(biāo)變換思想將特征點(diǎn)變換到二維平面內(nèi)實(shí)現(xiàn)輪徑參數(shù)的擬合和計(jì)算。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明能夠有效的實(shí)現(xiàn)圖像的特征點(diǎn)提取以及立體匹配，經(jīng)過實(shí)證表明該算法不僅測(cè)量精準(zhǔn)而且能夠滿足實(shí)際現(xiàn)場(chǎng)快速檢測(cè)的要求。

本發(fā)明解決上述技術(shù)問題的技術(shù)方案是，提出一種基于線結(jié)構(gòu)光的雙目視覺非接觸檢測(cè)技術(shù)。其具體過程如下：

步驟一、利用預(yù)先制作好的標(biāo)定板，對(duì)左右相機(jī)進(jìn)行內(nèi)參數(shù)標(biāo)定，得到左右相機(jī)的內(nèi)參數(shù)和立體標(biāo)定參數(shù)。

步驟二、調(diào)節(jié)已經(jīng)預(yù)先固定好的拍攝裝備，使左右攝像機(jī)分別對(duì)線結(jié)構(gòu)光照射的輪對(duì)進(jìn)行拍照，在實(shí)證中拍攝5幅圖像，并將拍攝得到的數(shù)字圖像傳輸給圖像處理器。

步驟三、對(duì)工業(yè)相機(jī)所采集的輪徑圖像進(jìn)行圖像預(yù)處理工作，其具體步驟包括：

步驟3-1：對(duì)圖像進(jìn)行中值濾波，通過中值濾波的濾波窗口沿圖像進(jìn)行順次掃描，使得與周邊像素灰度差較大的像素接近周邊像素值，以此消除大部分噪聲。

步驟3-2：對(duì)兩幅圖像進(jìn)行立體校正，通過bouguet算法對(duì)兩臺(tái)攝像機(jī)的圖像平面進(jìn)行重投影，使得它們精確的落在同一個(gè)平面上，而且圖像的行完全地對(duì)準(zhǔn)到前向平行的結(jié)構(gòu)上。

步驟3-3：對(duì)特征點(diǎn)進(jìn)行立體匹配，利用簡(jiǎn)化的ncc算法，根據(jù)雙目輪對(duì)校正圖像的特點(diǎn)，采用沿行方向搜索輪對(duì)邊緣特征點(diǎn)的方法，完成輪對(duì)外徑特征點(diǎn)的立體匹配。

步驟四、通過立體匹配得到輪對(duì)左右相機(jī)匹配的特征點(diǎn)坐標(biāo)后，結(jié)合攝像機(jī)立體標(biāo)定，根據(jù)bouguet算法，像素點(diǎn)可以通過重投影映射到三維中，再根據(jù)雙目攝像機(jī)立體標(biāo)定的結(jié)果，得到重投影矩陣q。

步驟4-1：通過立體匹配可以得到特征點(diǎn)關(guān)聯(lián)的視差d。

步驟4-2：根據(jù)特征點(diǎn)關(guān)聯(lián)的視差d，通過坐標(biāo)變換將特征點(diǎn)投影到相對(duì)于左攝像機(jī)的三維坐標(biāo)空間當(dāng)中，由于安裝時(shí)的誤差，左右相機(jī)不可能保證完全平行，也不可能保證完全垂直于輪對(duì)平面，因此輪對(duì)所在平面相對(duì)于攝像機(jī)坐標(biāo)系{oc-xcyczc}(以下簡(jiǎn)稱為{c})為空間平面，為此，建立新的擬合坐標(biāo){ol-xlylzl}(以下簡(jiǎn)稱為{l})。

步驟4-3：根據(jù)已經(jīng)得到的在左攝像機(jī)坐標(biāo)下的三維坐標(biāo)(x/w，y/w，z/w)，通過坐標(biāo)變換式^lpi＝(^crl)^t·pi+p1，(i＝1…n)映射到擬合坐標(biāo)系，實(shí)現(xiàn)二維平面化。

步驟五、根據(jù)已經(jīng)得到的輪對(duì)外徑特征點(diǎn)提取的三維數(shù)據(jù)進(jìn)行平面擬合，并得到輪對(duì)相對(duì)于攝像機(jī)坐標(biāo)系的擬合平面π(a，b，c，d)。

步驟5-1：根據(jù)已經(jīng)得到的擬合平面參數(shù)，進(jìn)一步得到擬合坐標(biāo)系相對(duì)于左攝像機(jī)坐標(biāo)系的變換矩陣^ctl。

步驟5-2：在輪徑特征點(diǎn)所在的二維平面內(nèi)進(jìn)行參數(shù)擬合，并以p1為原點(diǎn)ol，p1指向pn的方向?yàn)閤l，以π平面的法線方向?yàn)閦l，yl＝zl×xl，于是其中將p1，p2…pn通過式^lpi＝(^crl)^t·pi+p1，(i＝1…n)，可由{c}轉(zhuǎn)換到{l}，由于^lpi均在π內(nèi)，故可在該平面內(nèi)進(jìn)行圓擬合求出最終的輪對(duì)半徑r。

本發(fā)明提供了一種基于線結(jié)構(gòu)光的雙目視覺輪徑測(cè)量方法，該方法能夠有效的實(shí)現(xiàn)圖像的特征點(diǎn)提取以及立體匹配，經(jīng)過實(shí)證表明該發(fā)明不僅定位準(zhǔn)確而且能夠滿足實(shí)際現(xiàn)場(chǎng)快速檢測(cè)的要求。

附圖說明

圖1為輪對(duì)參數(shù)的測(cè)量步驟流程框圖。

圖2為ncc匹配示意圖。

圖3為輪對(duì)外徑邊緣特征點(diǎn)的三維重建。

圖4為輪對(duì)半徑計(jì)算示意圖。

圖5為檢測(cè)裝置示意圖。

具體實(shí)施方式

如圖1所示為基于線結(jié)構(gòu)的雙目視覺檢測(cè)方法流程框圖，下面根據(jù)附圖及具體實(shí)例對(duì)本發(fā)明的實(shí)施作進(jìn)一步說明。

步驟一：利用預(yù)先制作好的標(biāo)定板，對(duì)左右相機(jī)進(jìn)行內(nèi)參數(shù)標(biāo)定，得到左右相機(jī)的內(nèi)參數(shù)和立體標(biāo)定參數(shù)矩陣，在實(shí)證中左右攝像機(jī)的內(nèi)參數(shù)矩陣以及左右攝像機(jī)的相對(duì)位姿矩陣分別為：

步驟二：調(diào)節(jié)已經(jīng)預(yù)先固定好的拍攝裝備，如圖5所示，使左右攝像機(jī)分別對(duì)線結(jié)構(gòu)光照射的輪對(duì)進(jìn)行拍照，從s1處拍攝到sn處。輪對(duì)外輪廓上的一些列點(diǎn)p1，p2…pn在左右相機(jī)上分別形成對(duì)應(yīng)的成像點(diǎn)a1，a2…an和b1，b2…bn，如附圖中的圖2所示。在實(shí)證中拍攝5幅圖像，并將拍攝得到的數(shù)字圖像傳輸給圖像處理器。

步驟三：對(duì)工業(yè)相機(jī)所采集的輪徑圖像進(jìn)行圖像預(yù)處理工作，其具體步驟包括：

步驟3-1：對(duì)圖像進(jìn)行中值濾波，通過中值濾波的濾波窗口沿圖像進(jìn)行順次掃描，在實(shí)證中采用5×5的濾波窗口，使得與周邊像素灰度差較大的像素接近周邊像素值，以此消除大部分噪聲。

步驟3-2：對(duì)兩幅圖像進(jìn)行立體校正，通過bouguet算法對(duì)兩臺(tái)攝像機(jī)的圖像平面進(jìn)行重投影，使得它們精確的落在同一個(gè)平面上，而且圖像的行完全地對(duì)準(zhǔn)到前向平行的結(jié)構(gòu)上。

步驟3-3：對(duì)特征點(diǎn)進(jìn)行立體匹配，利用簡(jiǎn)化的ncc算法，根據(jù)雙目輪對(duì)校正圖像的特點(diǎn)，采用沿行方向搜索輪對(duì)邊緣特征點(diǎn)的方法，完成輪對(duì)外徑特征點(diǎn)的立體匹配，匹配方法如圖3所示，對(duì)于雙目輪對(duì)校正的圖像i1和i2，其同一行上圖像點(diǎn)的灰度相關(guān)值可用歸一化的相關(guān)函數(shù)測(cè)度度量：

在匹配過程中，首先設(shè)置一定閾值，當(dāng)計(jì)算一點(diǎn)相關(guān)值大于閾值時(shí)，可以認(rèn)為是一個(gè)候選匹配點(diǎn)，接著倒過來(lái)求取圖像i2上該匹配點(diǎn)在i1中的候選匹配點(diǎn)。

步驟四、通過立體匹配得到輪對(duì)左右相機(jī)匹配的特征點(diǎn)坐標(biāo)后，結(jié)合攝像機(jī)立體標(biāo)定，根據(jù)bouguet算法，像素點(diǎn)可以通過重投影映射到三維中，再根據(jù)雙目攝像機(jī)立體標(biāo)定的結(jié)果，得到重投影矩陣

其中(cx，cy)是左圖像的主點(diǎn)，c′x是右圖像主點(diǎn)的x坐標(biāo)，f為左圖像焦距，tx為兩臺(tái)攝像機(jī)投影中心平移向量x分量，上述數(shù)值均可以通過雙目攝像機(jī)的立體標(biāo)定得到。

步驟4-1：通過立體匹配可以得到特征點(diǎn)關(guān)聯(lián)的視差，若第v1行得到的匹配點(diǎn)為m1(u1，v1)和m2(u2，v1)，則匹配點(diǎn)之間的視差為d1＝u2-u1。

步驟4-2：根據(jù)特征點(diǎn)關(guān)聯(lián)的視差d，通過坐標(biāo)變換將特征點(diǎn)投影到相對(duì)于左攝像機(jī)的三維坐標(biāo)空間當(dāng)中，由于安裝的誤差，左右相機(jī)不可能保證完全平行，也不可能保證完全垂直于輪對(duì)平面，因此輪對(duì)所在平面相對(duì)于攝像機(jī)坐標(biāo)系{c}為空間平面，為此，建立新的擬合坐標(biāo)系{l}。

步驟4-3：根據(jù)已經(jīng)得到的在左攝像機(jī)坐標(biāo)下的三維坐標(biāo)(x/w，y/w，z/w)，通過坐標(biāo)變換式^lpi＝(^crl)^t·pi+p1，(i＝1…n)映射到擬合坐標(biāo)系，實(shí)現(xiàn)二維平面化。

步驟五：根據(jù)已經(jīng)得到的輪對(duì)外徑特征點(diǎn)提取的三維數(shù)據(jù)進(jìn)行平面擬合，并得到輪對(duì)相對(duì)于攝像機(jī)坐標(biāo)系的擬合平面π(0.2680x-0.3176y-z-347.9605＝0)。

步驟5-1：根據(jù)已經(jīng)得到的擬合平面參數(shù)，進(jìn)一步得到擬合坐標(biāo)系相對(duì)于左攝像機(jī)坐標(biāo)系的變換矩陣，在實(shí)測(cè)中的變換矩陣數(shù)據(jù)如下：

步驟5-2：在輪徑特征點(diǎn)所在的二維平面內(nèi)進(jìn)行參數(shù)擬合，如圖4所示，以p1為原點(diǎn)ol，p1指向pn的方向?yàn)閤l，以π平面的法線方向?yàn)閦l，yl＝zl×xl，于是^crl＝將p1，p2…pn通過式^lpi＝(^crl)^t·pi+p1，(i＝1…n)，可由{c}轉(zhuǎn)換到{l}，由于^lpi均在π內(nèi)，故可在該平面內(nèi)進(jìn)行圓擬合求出最終的輪對(duì)半徑r。

上述基于線結(jié)構(gòu)光的雙目視覺面向于轉(zhuǎn)向架輪對(duì)參數(shù)的測(cè)量技術(shù)，可以使用快速高效的ncc算法實(shí)現(xiàn)特征點(diǎn)的立體匹配，并采用bouguet算法對(duì)輪對(duì)雙目圖像平面進(jìn)行重投影實(shí)現(xiàn)立體校正。通過三維重建和坐標(biāo)變換將提取得到的輪對(duì)邊緣特征點(diǎn)映射到二維平面內(nèi)并最終擬合出輪徑參數(shù)，通過輪對(duì)輪緣半徑檢測(cè)試驗(yàn)，驗(yàn)證了該方法的誤差小于0.1mm，具有較好的檢測(cè)精度，該發(fā)明解決了當(dāng)前測(cè)量方法特征點(diǎn)立體匹配誤差較大和難以三維擬合的問題，對(duì)于推動(dòng)自動(dòng)化產(chǎn)業(yè)的發(fā)展具有十分重要的意義。