发明内容
本发明实施例的目的在于提供一种操作简易、成本较低且适用于不同尺寸标靶的校正方法,以准确获取所有标志点的坐标,定位精度可达到微米级。
本发明实施例是这样实现的,一种标靶校正方法,包括以下步骤:
从不同角度获取标靶的多幅图像,所述标靶设有多个标志点;
分别提取各图像中标志点的中心作为特征点;
建立各幅图像间同名标志点的对应关系;
计算所述特征点的三维坐标,所述特征点的三维坐标由尺度因子所约束;
获取所述尺度因子,将各特征点的三维坐标缩放至实际尺寸;
所述建立各幅图像间同名标志点的对应关系的步骤具体为:
从所述多个标志点中选取部分标志点作为识别点,所述识别点为多个;
对所述标靶上所有标志点进行编号;
确定各识别点的编号及它们之间的拓扑关系;
由所述拓扑关系确定相机采集的图像与标准图像之间的单应矩阵,由所述单应矩阵将采集图像中的标志点变换至标准图像,并搜索与变换后的标志点距离最近的标准的标志点,以所述最近的标准的标志点的编号作为采集图像中对应标志点的编号;
其中,所述标准的标志点为标准图像中的标志点。
本发明实施例的另一目的在于提供一种标靶校正系统,所述系统包括:
图像采集模块,用于从不同角度获取标靶的多幅图像,所述标靶设有多个标志点;
提取模块,用于分别提取各图像中标志点的中心作为特征点;
识别模块,用于建立各幅图像间同名标志点的对应关系;
运算模块,用于计算所述特征点的三维坐标,所述特征点的三维坐标由尺度因子所约束;
缩放模块,用于获取所述尺度因子,将各特征点的三维坐标缩放至实际尺寸。
本发明实施例先从不同角度拍摄标靶,获取多幅图像,分别提取各图像中标志点的中心作为特征点,建立各幅图像间同名标志点的对应关系,计算特征点的三维坐标,该特征点的三维坐标由尺度因子所约束,最后获取尺度因子,将各特征点的三维坐标缩放至实际尺寸,经本方法制作及校正的标靶具有较高的精度,操作简易,成本低。因而本方法及系统可广泛适用于视觉测量及系统标定。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
本发明实施例先从不同角度拍摄标靶,获取多幅图像,分别提取各图像中标志点的中心作为特征点,建立各幅图像间同名标志点的对应关系,计算特征点的三维坐标,该特征点的三维坐标由尺度因子所约束,最后获取尺度因子,将各特征点的三维坐标缩放至实际尺寸,经本方法制作及校正的标靶具有较高的精度,操作简易,成本低。
本发明实施例提供的标靶校正方法包括以下步骤:
从不同角度获取标靶的多幅图像,所述标靶设有多个标志点;
分别提取各图像中标志点的中心作为特征点;
建立各幅图像间同名标志点的对应关系;
计算所述特征点的三维坐标,所述特征点的三维坐标由尺度因子所约束;
获取所述尺度因子,将各特征点的三维坐标缩放至实际尺寸。
本发明实施例提供的标靶校正系统包括:
图像采集模块,用于从不同角度获取标靶的多幅图像,所述标靶设有多个标志点;
提取模块,用于分别提取各图像中标志点的中心作为特征点;
识别模块,用于建立各幅图像间同名标志点的对应关系;
运算模块,用于计算所述特征点的三维坐标,所述特征点的三维坐标由尺度因子所约束;
缩放模块,用于获取所述尺度因子,将各特征点的三维坐标缩放至实际尺寸。
以下结合具体实施例对本发明的实现进行详细描述。
图1示出了本发明实施例提供的标靶校正方法的实现流程,详述如下:
在步骤S101中,从不同角度获取标靶的多幅图像,该标靶设有多个标志点;
本发明实施例于一发黑的金属板或陶瓷板印刷或粘贴多个白色标志点制成平面标靶,标志点的图案具有多种(如方形、圆形),优选为圆形,如图2所示。图2所示的标靶具有99个圆形标志点,其中外围套圆环的4个标志点(以下简称圆环点)仅用于标识99个标志点的位置拓扑关系,以自动识别各个标志点。该图案中每个标志点间距大致相同,其精度取决于印刷精度。
为从不同角度获取标靶的多幅图像,将标靶置于水平面,锁定数码单反相机的镜头焦距,分别从多个角度对标靶进行拍摄。选择如图3所示的6个角度进行拍摄即可获得理想的结果。此处以6个角度为例,并非用于限制本发明。拍摄时只要保证标靶上所有标志点被拍摄到,图像清晰即可。
具体地,图3中位置1、位置2、位置3和位置4分别从标靶的四个侧面斜向下拍摄,其中相机中心与标靶中心的连线与标靶平面的夹角约45度;位置5和位置6为相同的位置,只是相机旋转了180度,位置5和位置6是从标靶的正中位置垂直向下拍摄,其中相机中心与标靶中心的连线与标靶平面几乎垂直。
在步骤S102中,分别提取各图像中标志点的中心作为特征点;
本发明实施例对所有圆形标志点进行中心定位,并以标志点的中心为特征点,具体过程如下:
Step1,去除图像噪声;
本发明实施例通过高斯滤波去除图像噪声。
Step2,对椭圆边缘进行像素级粗定位;
本发明实施例利用边缘检测算子(如Canny算子)对椭圆边缘进行像素级粗定位。
Step3,识别标志点;
本发明实施例通过以下两个条件对标志点进行自动识别。其一,标志点轮廓所包含的像素数在一定范围内波动;其二,标志点轮廓是闭合的。同时满足该两个条件的被认为是标志点。
Step4,对椭圆边缘进行亚像素级精定位;
本发明实施例对像素级边缘的每个像素的5×5邻域进行三次多项式曲面拟合,求取曲面的一阶导数局部极值的位置,即亚像素位置。
Step5,对椭圆边缘点进行最小二乘拟合,得到所述标志点的圆心的亚像素定位,并以所述标志点的圆心作为特征点。
在步骤S103中,建立各幅图像间同名标志点的对应关系;
本发明实施例采用图2所示的标靶图案,其同名标志点的对应关系确定如下:
Step1,从标靶上多个标志点中选取部分标志点作为识别点,该识别点为多个。
本发明实施例以上述四个圆环点作为识别点,根据标志点的周长区分大小圆,得到四个圆环点的中心坐标。
Step2,对标靶上所有标志点进行编号;
本发明实施例按照从左至右、从上至下的顺序对标靶上所有标志点进行编号,用Pi(i≤99)表示标靶上编号为i的标志点,如图4所示。因而四个圆环点的编号分别为P28、P69、P71和P75,但无法区分。
Step3,将四个圆环点的中心两两连线,可得
条直线l
m-n(m,n=28,69,71,75,且m≠n)。求任意两条直线之间的夹角,可得
个夹角。理想情况下,直线l
69-71、l
69-75和l
71-75互相平行,每两条直线的夹角均为0。由于噪声和圆心定位误差的存在,每两条直线的夹角为接近0的小数。而15个夹角中,最小值必然产生在上述3条直线(直线l
69-71、l
69-75和l
71-75)的夹角之间。因此,查找形成最小夹角的两条直线,不在这两条直线上的点即可确定为P
28。
Step4,在P69、P71、P75三点中,距离最近的两点为P69和P71,则另一个点可确定为P75。
Step5,距离P75较近的点为P71,另一个点为P69。
Step6,连接P28及距P28较近的点,计算这些连线与l69-75的夹角,夹角最小的两条直线必为l28-27和l28-29,由此可确定P27和P29两点。应当注意,此时这两点(P27和P29)不能互相区分。接着判断P27P29和P69中哪两点是否位于直线l28-71的同侧,与P69同侧的是P27,与P69异侧的是P29。
Step7,由上述六个点(P27、P28、P29、P69、P71和P75)的拓扑关系即可确定相机采集的图像与标准图像之间的单应矩阵H,由此矩阵H将采集图像中的标志点变换到标准图像,并搜索与变换后的标志点距离最近的标准的标志点,以该标志点的编号作为采集图像中对应标志点的编号。其中标准图像中标志点间的距离相等。
在步骤S104中,计算特征点的三维坐标,该特征点的三维坐标由尺度因子所约束;
本发明实施例利用近景摄影测量技术计算标靶上所有标志点的三维坐标(该三维坐标是缺少一个尺度因子的相对坐标)并标定出数码单反相机的内参及外参。关于近景摄影测量技术具体可参见黄桂平《数字近景工业摄影测量关键技术研究与应用》,博士论文,天津,天津大学,2005。其主要流程为:(1)建立数码相机成像的数学模型(为达到高精度结果,需考虑相机镜头的非线性畸变),构造目标函数;(2)以标准图像中标志点的坐标作为初始估计,获取数码单反相机的初始参数值;(3)由光束平差法(Bundle Adjustment)对目标函数进行优化,从而获得所有特征点的三维坐标X1,X2,…X99,如图5所示。图6示出了最终重投影误差分布图,其重投影误差不超过2个像素,满足本发明实施例中摄影测量的要求。
在步骤S105中,获取尺度因子,将各特征点的三维坐标缩放至实际尺寸。
本发明实施例具有两种方式获取尺度因子,具体为:
方式一,利用标靶上任意两个标志点的绝对尺寸作为标尺进行缩放;
(1)获取标靶上任意两个标志点的实际尺寸,可利用影像测量仪等高精度测量仪器获取。假设测得第i个标志点与第j个标志点实际距离为dij(本实例中取i=1,j=99,测得dij=249.1522mm)。
(2)计算尺度因子
其中d(X
i,X
j)为由近景摄影测量获得的第i个标志点坐标与第j个标志点坐标的距离(本实例中d(X
1,X
99)=315.6023mm,s=0.7895)。
(3)将各特征点的三维坐标Xk均乘以该尺度因子s作为校正后的标志点三维坐标,即X'k=s·Xk,k=1,2,…99。
方式二,利用该标靶对相位映射测量系统进行标定,并用该测量系统采集一个尺寸已知的标准球面的三维数据拟合出球面半径,真实的球半径与该拟合半径的比值即为尺度因子,将所有摄影测量获得的特征点三维坐标均乘以该尺度因子,即得标靶上所有标志点的实际尺寸。具体过程如下:
(1)搭建基于相位映射的条纹投影测量系统,如图7所示,该测量系统由位于中间的投影机101和分别位于投影机101两旁的CCD摄像机102与CCD摄像机103构成。投影机101将计算机产生的正弦条纹结构光投射至被测物体104上,被测物体104的深度变化对条纹的相位进行调制,获得相位编码的条纹图,并由CCD摄像机102与CCD摄像机103记录该条纹图。对编码条纹图进行相位解调与相位展开,获取相应于物体深度信息的绝对相位分布图。然后结合系统的标定信息确定相位与深度的映射关系,从而获取物体的深度信息。
(2)利用该标靶标定上述测量系统,具体标定方法可参见(S.Zhang,P.S.Huang.“Novel method for structured light system calibration".Optical Engineering,45(8):083601,2006),该标定主要由双目立体视觉确定上述两个CCD摄像机的内参和外参以及它们之间的位置关系。由于该标靶的标志点三维坐标是缺少一个尺度因子的,其标定结果会造成系统的测量尺寸与实际真实尺寸相比有该尺度因子的缩放。
(3)由该测量系统对一个实际半径尺寸为R的标准球表面进行测量(实例中标准球的半径为25.0345mm),从一个视场采集即可获得其部分球面的三维数据(图8为实例中标准球的三维图,共134270个点)。
(4)对获取的球面三维数据进行最小二乘拟合出球面方程,并计算拟合球的半径r(实例中拟合得到球的半径r为31.6998mm)。
(5)计算尺度因子
(实例中计算s为0.7897)。
(6)将所有摄影测量获得的标志点三维坐标Xk均乘以该尺度因子s作为校正后的标志点坐标X'k=s·Xk,k=1,2,…99。
可见,方式二不仅可以准确地校正标靶,同时还可将基于相位的测量系统进行准确标定。
与传统采用二维影像测量仪逐个标志点测量相比,本方法只需一个数码相机即可对标靶上标志点的坐标进行校正,不仅减少了工作量和处理环节,而且降低了成本。其次,传统平面标靶制作要求标靶平面具有较高的平整度,而本方法对标靶平面的平整度不作要求,亦可大大降低制作成本。再者,由于本方法能方便、准确地对平面标靶进行校正,结合手工粘贴标志点的方法制作标靶,无需精密昂贵的加工工具,可极大地简化标靶的制作。
本领域的普通技术人员可以理解,实现上述实施例方法中的全部或部分步骤可以通过程序来指令相关的硬件完成,该程序可以存储于一计算机可读取存储介质中,如ROM/RAM、磁盘、光盘等。
图9示出了本发明实施例提供的标靶校正系统的结构原理,为了便于描述,仅示出了与本发明实施例相关的部分。
如图9所示,本发明实施例提供的标靶校正系统包括图像采集模块901、提取模块902、识别模块903、运算模块904和缩放模块905。其中图像采集模块901用于从不同角度获取标靶的多幅图像,所述标靶设有多个标志点;提取模块902用于分别提取各图像中标志点的中心作为特征点;识别模块903用于建立各幅图像间同名标志点的对应关系;运算模块904用于计算所述特征点的三维坐标,所述特征点的三维坐标由尺度因子所约束;缩放模块905用于获取所述尺度因子,将各特征点的三维坐标缩放至实际尺寸。
上述各个模块(单元)的工作原理如上文所述,此处不再加以赘述。
上述标靶校正系统的各个模块(单元)可以为软件单元、硬件单元或者软硬件结合的单元,软件单元部分可以存储于一计算机可读取存储介质中,如ROM/RAM、磁盘、光盘等。
本发明实施例先从不同角度拍摄标靶,获取多幅图像,分别提取各图像中标志点的中心作为特征点,建立各幅图像间同名标志点的对应关系,计算特征点的三维坐标,该特征点的三维坐标由尺度因子所约束,最后获取尺度因子,将各特征点的三维坐标缩放至实际尺寸,经本方法制作及校正的标靶具有较高的精度,操作简易,成本低。同时,采用条纹投影测量系统及标准球获取尺度因子,校正精度更高,其中相对精度(绝对精度/标靶尺寸)可达到1:10000。此外,本方法可适用于从10mm至4m的各种尺寸及各种形状的标靶校正,并能够保持同样的相对精度,这是其他传统方法无法达到的。因而本方法和系统可广泛适用于视觉测量及系统标定。
以上所述仅为本发明的较佳实施例而已,并不用以限制本发明,凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等,均应包含在本发明的保护范围之内。