CN105091782A

CN105091782A - 一种基于双目视觉的多线激光器光平面标定方法

Info

Publication number: CN105091782A
Application number: CN201510289683.1A
Authority: CN
Inventors: 聂建辉; 刘烨
Original assignee: Nanjing Post and Telecommunication University
Current assignee: Nanjing Post and Telecommunication University; Nanjing University of Posts and Telecommunications
Priority date: 2015-05-29
Filing date: 2015-05-29
Publication date: 2015-11-25

Abstract

本发明公开了一种基于双目视觉的多线激光器光平面标定方法，其步骤包括：将多线激光器投射到具有圆形标记点的平面标靶上，并保证每条激光线分布在不同的标记点列间隔中；处理左右目相机拍摄的标靶图像得到标记点中心像素的立体匹配，然后提取和分离不同条激光线的激光像素点；利用双目视觉原理求取标记圆中心三维坐标进而得到标靶平面方程；以标靶平面方程为约束求取激光像素点的三维坐标；移动标靶位置并重复以上步骤至少1次，得到不同位置下各光平面上的三维点坐标；对每个光平面上多个位置数据点进行拟合得到光平面方程。本发明易于实施、线性求解、结果可靠，可应用在一切采用多线结构光进行三维测量的领域。

Description

一种基于双目视觉的多线激光器光平面标定方法

技术领域

本发明涉及一种基于双目视觉的多线激光器光平面标定方法，属于图像处理和视觉测量领域。

背景技术

视觉测量是一种利用相机采集被测量物体表面图像并从中恢复出被测量物体三维外形的技术。在诸多视觉测量手段中，以激光线为实现手段的线结构光测量方式因具有良好的测量精度和对物体表面颜色良好的适应能力获得了广泛的应用。基于单线激光器的测量方式每次仅能获得物体表面一条截面线数据，存在测量效率不高的缺陷。克服上述缺陷的一种方案是采用多线激光器进行测量。

准确的标定多线激光器光平面方程是进行测量的前提。目前，光平面的标定算法大致可以分为基于细丝散射的方法、基于机械调整的方法和基于交比不变的方法三类。

第一类方法通过将激光线投射到细丝标靶上形成亮点，并通过计算亮点世界坐标与图像坐标映射关系的方法标定光平面参数。此类方法获取的标定点图像坐标精确度有限，而且对于多线激光器而言，无法自动确定激光点与激光线的归属关系，需要人工交互，操作繁琐，且精度有限。

第二类方法是一种较为直接的方法，往往需要将激光线对齐到某一特征上或者将相机摆放到合适的位置，如林娜的方法需要将标靶坐标系、机器人坐标系以及结构光传感器坐标系利用机器人系统调整至只存在平移变换的状态；而Niola的方法需要利用机器人系统带动结构光系统做特定的平移旋转运动进行标定。此类方法仅仅适用于单线激光器的标定，而且在调整位置过程中直接依赖于人为经验，存在误差，不同次标定会得出不同的结果。

第三类方法通过至少三个已知坐标的共线特征点生成标定结构光参数所需的标定点坐标。由于标定点并非直接从图像中提取的特征点，其定位精度容易受摄像机畸变等的影响，且获取的标定点数目不多，尤其是基于双重交比不变原理获取标定点的方法，第一次交比不变引起的误差还会传播到第二次交比不变从而带来误差累积，因此不易获得较高的标定精度。

发明内容

针对上述问题，本发明提供一种适用于多线激光的、操作简单、精度可靠的基于双目视觉的多线激光器光平面标定方法，可以应用在诸如产品尺寸检测、产品逆向建模、文物保护及游戏动漫人物建模等一切采用多线结构光进行三维测量的领域。

本发明为解决上述技术问题采用以下技术方案：

本发明提供一种基于双目视觉的多线激光器光平面标定方法，包括以下具体步骤：

步骤1，将多线激光器正对分布有网格状圆形标记点的平面标靶摆放，使多线激光器发出的激光线投射到平面标靶上后每条激光线分布在不同圆形标记点的列间隔中，且左右目相机能够拍摄到完整的标靶图像；

步骤2，利用左右目相机分别拍摄标靶图像，得到左、右目标靶图像；

步骤3，从步骤2中的左、右目标靶图像中，分别提取出圆形标记点中心成像位置，并以平面标靶的方向信息和行列数作为依据对圆形标记点中心进行排序；

步骤4，对步骤3中已排序的左、右目圆形标记点中心依照排列顺序进行立体匹配；

步骤5，选取左右目中任意一目，进行如下处理：

5.1，根据左右目相机参数和步骤4的立体匹配结果，计算匹配后的每个圆形标记点中心在该目相机坐标系表示下的空间位置坐标，并进行平面拟合，得到标靶平面在该目相机坐标系表示下的平面方程；

5.2，对该目标靶图像进行预处理，即将图像中每个圆形标记点的成像椭圆区域以及由所有圆形标记点成像中心确定的凸包外侧的图像区域的亮度填充为0；

5.3，从5.2中预处理后的图像中提取出激光点的成像坐标，并依据步骤1中激光线与圆形标记点的位置关系区分出属于不同激光线的激光点成像坐标；

5.4，以该目相机的参数和5.1中所得标靶平面的平面方程作为约束条件，求得5.3中激光点成像坐标在该目相机坐标系表示下的空间位置坐标；

步骤6，将5.4中计算出的激光点空间位置坐标对应放入为每条激光线建立的容器中；

步骤7，移动平面标靶至不同的位置，重复进行步骤1～步骤6；

步骤8，对步骤6中的激光线容器分别进行操作：取出其中的所有空间位置坐标并拟合平面，得到每条激光线在左目相机坐标系表示下的光平面方程，从而完成多线激光器光平面标定。

作为本发明的进一步优化方案，步骤7中的重复次数为至少一次。

作为本发明的进一步优化方案，步骤5.1中采用双目三角法计算每个圆形标记点中心在左目相机坐标系表示下的空间位置坐标。

作为本发明的进一步优化方案，步骤5.4中采用激光三角法求得5.3中激光点成像坐标在该目相机坐标系表示下的空间位置坐标。

作为本发明的进一步优化方案，步骤1中平面标靶上分布的网格状圆形标记点的行列数不同。

作为本发明的进一步优化方案，步骤3中提取出圆形标记点中心成像位置的步骤如下：

1)对标靶图像进行Canny边缘提取；

2)步骤1)中提取的边缘线进行过滤，具体为：抛弃不满足以下两个准则的边缘线：

A.边缘线长度l满足L_min≤l≤L_max，L_min和L_max分别为圆形标记点成像后椭圆的最小和最大边缘长度；

B.记边缘线两侧的平均亮度分别为M_f和M_b，M_f≥M_b，则M_f、M_b满足

\{\begin{matrix} M_{f} > Tol \\ M_{b} < Tol \\ M_{f} - M_{b} > ζ \end{matrix}

式中，Tol为亮度阀值，ζ为区分中心白色区域和黑色圆环的最小灰度差值；

3)对步骤2)中过滤后的边缘线进行椭圆拟合，拟合所得的椭圆的中心即为近似的圆形标记点中心的成像位置。

作为本发明的进一步优化方案，步骤3中以平面标靶的方向信息和行列数作为依据对圆形标记点中心进行排序，具体为：

1)找到位于边角的四个圆形标记点中心成像位置，并按顺时针或逆时针方向排序，记其中距离图像左上角最近的成像位置为v₁，其余三个按照排列顺序依次记为v₂、v₃、v₄；

2)找到与直线v₁v₄垂直距离小于阈值的标记点中心，并依照其与v₁点的距离由近及远进行排序，记排序后的标记点次序为p₁,p₂…p_m；找到与直线v₂v₃垂直距离小于阈值ε的标记点中心，并依照其与v₂点的距离由近及远进行排序，记排序后的标记点次序为q₁,q₂…q_m；

3)找到距离直线p₁q₁小于阈值的标记点中心成像位置，并按照其与p₁点的距离由近及远进行排序，最后将排序后的标记点中心成像位置依次放在容器T中。

4)将步骤3)中p₁q₁依次替换为p_iq_i(i＝2,3…m)，并执行步骤3)的内容，完成所有标记点中心成像位置的排序。

作为本发明的进一步优化方案，步骤1)中找到位于边角的四个圆形标记点成像位置，具体为：利用主元素分析方法找到包围所有标记点中心成像位置的最小倾斜矩形，找到距离此矩形四个顶点最近的四个标记点中心。

本发明采用以上技术方案与现有技术相比，具有以下技术效果：

1)传统基于标靶的光平面标定方法都需要一块标记点位置分布非常精确的标定板，且参数标定结果的准确性直接依赖于标靶的精度，而本发明所述方法对标靶制作要求很低，在实施过程中只需要在一个平面物体上喷涂或者粘贴圆形标记点并大致保证标记点成规则行列排列即可；

2)由于标记点的位置是通过双目视觉求取的，所以标定精度取决于双目视觉的参数精确度。即使是在非准确标靶的情况下，双目视觉参数也是可以通过平差优化等方法获得很高精度的。因此，相对于传统方法，本发明所述方法更容易获得较高的标定精度；

3)相对于细丝散射法，本发明可以通过激光像素点与标记点之间的位置关系，自动确定激光像素点是由哪条激光线形成的；相对于机械调整法，本发明所述方法对标定位置的要求仅仅是保证不同的激光线的成像位置分布在不同的圆形标记点间隔列中即可。由于不需要人工交互的参与，使得非专业技术人员也可以很容易的掌握标定流程，大大提高了标定的方法的实用性；

4)本发明可以同时标定多线激光器在左右目下的光平面方程，而左右目光平面方程也满足双目相机的刚体变换关系，因此，可以通过左右目变换关系验证光平面标定结果的正确性；

5)由于在实际扫描过程中，无法从单目图像确定每个激光像素点归属的激光线，而需要借助左右目变换关系去除可能存在的多义性，因此，实际扫描时多线激光器一定是配合双目视觉系统工作的。本发明充分利用了上述依赖关系，并没有增加扫描装置的复杂性。

附图说明

图1是本发明实施所用的多激光线扫描装置示意图。

其中：1-左右目相机；2-多线激光发射器；3-骨架。

图2是本发明所用标靶示意图。

图3是本发明方法流程图。

图4是标定时多激光线扫描装置与标靶位置关系的示意图。

图5是对标记点成像位置排序时确定四个顶点位置的示意图。

图6是确定标记点成像位置最终排列顺序的示意图。

图7是未提取激光线而进行图像预处理的示意图。

图8是扫描工件CAD示意图，其中，(a)为正视图，(b)为侧视图。

具体实施方式

下面结合附图对本发明的技术方案做进一步的详细说明：

图1所示为本发明实施所用的多激光线扫描装置，其由左右目相机和一个多线激光发射器组成。左右目相机均采用TheImagingSource公司的DMK23U445工业相机，其传感器为1/3"CCD，输出方式为USB3.0，镜头选用ComputarM0814-MP2百万像素定焦镜头。两相机通过骨架刚性连接，左右目相机光轴间夹角约为40°，基线距离约为25cm。多线激光器位于两相机中间位置，发射出5条平行光束。

如图2所示为本发明的标靶示意图，标靶上分布有5行6列圆形标记点，采用CAD软件设计获得图案，然后通过打印机进行打印后粘贴到一块有机玻璃上制作而成。本发明采用这种标靶的优势在于在打印标靶的时候不必顾虑打印机的打印精度或者打印比例，因为圆形标记点中心位置是通过双目视觉计算而来的，而与打印精度无关。本实例中所用标靶标记圆内圆半径为4mm，标记圆圆心间隔24mm。

如图3所示，应用本方法进行多线激光器标定的具体步骤如下：

步骤1：制作一个分布有M行N列圆形标记点的标靶，如图4所示，调整扫描装置与标靶的相对位置，使得多线激光器所发出的激光线投射到标靶后能够分布在不同的圆形标记点列间隔中，并且左右目相机均能够拍摄到完整的标靶图像。

步骤2：调用相机驱动程序，利用左右目相机采集标靶图像，分别记所采集的左右目标靶图像为I_l和I_r。

步骤3：对左目图像I_l进行Canny边缘提取，Canny边缘的低、高阈值分别设置为λ₁和λ₂。

步骤4：对步骤3中提取的Canny边缘的每一条边缘线进行验证，并滤除不满足如下条件的边缘线：

a)边缘线的长度应该在合理范围内，即边缘线长度l应该满足L_min≤l≤L_max，L_min和L_max分别为圆形标记点成像后椭圆的最小和最大边缘长度；否则认为其不是标记点的成像边缘，予以滤除；

b)边缘线两侧的亮度应该满足一定的条件，即记边缘线两侧的平均亮度分别为M_f和M_b，M_f≥M_b，则M_f、M_b满足

\{\begin{matrix} M_{f} > Tol \\ M_{b} < Tol \\ M_{f} - M_{b} > ζ \end{matrix}

式中，Tol为亮度阀值，ζ为区分中心白色区域和黑色圆环的最小灰度差值，Tol和ζ的典型取值分别为100和50。

步骤5：分别对经过步骤4过滤后剩余各条边缘线上的点利用拟合算法进行椭圆参数求取。

在图像坐标系中，椭圆方程的基本形式是：

au²+bv²+cuv+du+ev-1＝0

式中，a、b、c、d、e均为椭圆方程的参数。

假设其中某条边缘线e包含n_e个边缘点，则目标方程可以整理为A₀X₀＝B₀的线性方程组形式，其中，

A_{0} = [\begin{matrix} u_{1}^{2} & v_{1}^{2} & u_{1} v_{1} & u_{1} & v_{1} \\ u_{2}^{2} & v_{2}^{2} & u_{2} v_{2} & u_{2} & v_{2} \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot & \cdot & \cdot \\ u_{n_{e}}^{2} & v_{n_{e}}^{2} & u_{n_{e}} v_{n_{e}} & u_{n_{e}} & v_{n_{e}} \end{matrix}],

X_{0} = [\begin{matrix} a \\ b \\ c \\ d \\ e \end{matrix}],

B_{0} = [\begin{matrix} 1 \\ 1 \\ 1 \\ 1 \\ 1 \end{matrix}],

(u_k,v_k)为边缘线e上第k＝1,2,…,n_e个边缘点的坐标，k＝1,2,…,n_e。

上述线性方程可以通过矩阵运算求解，方程组两侧同乘以A₀的转置矩阵得到

A_{0}^{T} A_{0} X_{0} = A_{0}^{T} B_{0}

进一步，方程两侧同时乘以的逆矩阵即可解得未知数X₀，

步骤6：从一般形式的椭圆表达式中解得椭圆的几何参数，包括中心点坐标(u_c,v_c)，长轴方向角ang，长短轴长度l₁,l₂。

记

M = [\begin{matrix} a & b \\ b & c \end{matrix}],

N = [\begin{matrix} d \\ e \end{matrix}],

T = - \frac{M^{- 1} N}{2},

Q＝T^-1MT+N^TT-I，val和vec分别是矩阵M的特征值和特征向量矩阵，

则，u_c＝T(1,1)，v_c＝T(2,1)，ang＝atan2(vec(2,1),vec(1,1))，

l_{2} = \sqrt{- Q (2,1) / val (2,1)} .

步骤7：验证拟合误差大小，并滤除拟合误差过大的边缘线。

按照椭圆的定义计算边缘线e中n个点到椭圆两焦点的距离之和与4l₁l₂的误差大小，并滤除最大距离大于ρ₁个像素，平均距离大于ρ₂个像素的边缘线。此步骤过后，所有虚假边缘线得以滤除，所得的椭圆中心即是标记点中心的成像位置。

步骤8：对圆形标记点中心即步骤7中的椭圆中心进行排序，步骤如下：

1)如图5所示，利用主元素分析方法找到包围所有标记点中心成像位置的最小倾斜矩形，找出距离矩形四个顶点最近的四个标记点中心。

2)按照顺时针方向对所述四个标记点中心进行排序，记其中距离图像左上角最近的成像位置为v₁，其余三个按照排列顺序的依次为v₂、v₃、v₄。

3)搜索到直线v₁v₄垂直距离小于阈值ε的标记点中心，并依照其与v₁点的距离由近及远进行排序，记排序后的标记点次序为p₁,p₂…p_m；搜索到直线v₂v₃垂直距离小于阈值ε的标记点中心，并依照其与v₂点的距离由近及远进行排序，记排序后的标记点次序为q₁,q₂…q_m。这里，阈值ε可以取为相邻标记点成像中心距离的1/10。

4)找到距离直线p₁q₁小于阈值的标记点中心成像位置，并按照其与p₁点的距离由近及远进行排序，最后将排序后的标记点中心成像位置依次放在容器T中。

5)将步骤4)中p₁q₁依次替换为p_iq_i(i＝2,3…m)，并执行步骤4)的内容，完成所有标记点中心成像位置的排序，结果如图6所示。

步骤9：对右目图像I_r，执行步骤3～步骤8，得到排序后的右目标记点中心成像坐标。

步骤10：记排序后的左目标记点中心成像位置为O_l＝(o_l11,o_l12…,o_lmn),右目标记点为O_r＝(o_r11,o_r12…,o_rmn)，按照排列顺序完成同一标记点中心在左右目图像中成像位置的立体匹配。

步骤11：计算标记点中心在左目相机下的空间位置坐标。

假设任意一个标记点中心P在左、右图像中成像位置分别为p_l(u_l,v_l)和p_r(u_r,v_r),两相机坐标系间存在刚体变换关系R、T。记P点在左右目相机坐标系下坐标分别为(x_l,y_l,z_l)，(x_r,y_r,z_r),根据小孔成像模型：

z_{l} [\begin{matrix} u_{l} \\ v_{l} \\ 1 \end{matrix}] = [\begin{matrix} f_{lx} & 0 & c_{lx} \\ 0 & f_{ly} & c_{ly} \\ 0 & 0 & 1 \end{matrix}] [\begin{matrix} x_{l} \\ y_{l} \\ z_{l} \end{matrix}]

z_{r} [\begin{matrix} u_{r} \\ v_{r} \\ 1 \end{matrix}] = [\begin{matrix} f_{rx} & 0 & c_{rx} \\ 0 & f_{ry} & c_{ry} \\ 0 & 0 & 1 \end{matrix}] [\begin{matrix} x_{r} \\ y_{r} \\ z_{r} \end{matrix}]

又根据左右目相机位置变换关系：

[\begin{matrix} x_{r} \\ y_{r} \\ z_{r} \end{matrix}] = R [\begin{matrix} x_{l} \\ y_{l} \\ z_{l} \end{matrix}] + T = [\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_{l} \\ y_{l} \\ z_{l} \end{matrix}] + [\begin{matrix} t_{x} \\ t_{y} \\ t_{z} \end{matrix}]

联立上述三个表达式，可得P点在左目相机坐标系下坐标(x_l,y_l,z_l)为：

\{\begin{matrix} x_{l} = {Az}_{l} \\ y_{l} = {Bz}_{l} \\ z_{l} = \frac{t_{x} - {At}_{z}}{A (r_{7} C + r_{8} D + r_{9} f_{l}) - (r_{1} C + r_{2} D + r_{3})} \end{matrix}

其中，A＝(u_r-c_rx)/f_rx,B＝(v_r-c_ry)/f_ry,C＝(u_l-c_lx)/f_lx,D＝(v_l-c_ly)/f_ly；f_lx,f_ly,f_rx,f_ry分别为左右相机的焦距，(c_lx,c_ly),(c_rx,c_ry)分别为左右相机图像中心，r₁～r₉为双目旋转参数，t_x,t_y,t_z为双目平移参数。

步骤12：对计算得到的空间位置坐标进行平面拟合，得到标靶平面在左目相机坐标系表示下的平面方程。

记步骤11所得圆形标记点中心的三维坐标为Coord_k＝(Coord_kx,Coord_ky,Coord_kz)，(k＝1,2,…,m×n)，则左目相机坐标系表示下的标靶平面表达式z＝P_ax+P_by+P_c可以通过下式拟合：

X＝(A₁ ^TA₁)^-1A₁ ^TB₁

其中，

A_{1} = [\begin{matrix} {Coord}_{1 x} & {Coord}_{1 y} & 1 \\ {Coord}_{2 x} & {Coord}_{2 y} & 1 \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ {Coord}_{n_{p} x} & {Coord}_{n_{p} y} & 1 \end{matrix}],

B_{1} = [\begin{matrix} {Coord}_{1 z} \\ {Coord}_{2 z} \\ \cdot \\ \cdot \\ \cdot \\ {Coord}_{n_{p} z} \end{matrix}],

X_{1} = [\begin{matrix} P_{a} \\ P_{b} \\ P_{c} \end{matrix}],

n_p＝m×n。

步骤13：左目图像预处理，即将左目图像中可能影响激光线提取的区域的亮度填充为0(涂黑)。可能影响激光线提取的区域为图像中每个圆形标记点的成像椭圆区域以及由所有圆形标记点成像中心确定的凸包外侧的图像区域(即位于四边形v₁v₂v₃v₄包围范围之外的图像区域)，如图7所示。

步骤14：从预处理后的左目标靶图像中提取出激光点的成像坐标。

对预处理后的图像中相邻列标记圆围成的区域进行处理，在每行中找到亮度大于本区域平均亮度κ倍的像素作为潜在激光像素点，然后将每行的潜在激光像素点位置依照亮度进行加权平均，得到准确的激光点成像位置。这里的κ可取经验参数1.5。

步骤15：由于步骤14所得激光像素位置均位于标靶平面上，因此，同时满足左目小孔模型与标靶平面方程。

对于任意一个激光像素点p(u,v)，联立上述方程可以得到其在左目相机坐标系下的三维坐标(x_c,y_c,z_c):

\{\begin{matrix} x_{c} = \frac{u - c_{lx}}{f_{lx}} z_{c} \\ y_{c} = \frac{v - c_{ly}}{f_{ly}} z_{c} \\ z_{c} = \frac{P_{c} f_{lx} f_{ly}}{f_{lx} f_{ly} - P_{a} f_{ly} (u - c_{lx}) - P_{b} f_{lx} (v - c_{ly})} \end{matrix}

步骤16：为每条激光线建立一个容器，并将所述激光点的三维坐标按照对应关系，放入到相应容器内。

步骤17：对右目图像执行步骤11～步骤16，得到右目图像激光点在右目相机坐标系下的三维空间位置。

步骤18：移动标靶位置，重复执行步骤1～步骤17至少一次。

步骤19：取出每条激光线容器内的三维点，并拟合平面得到激光光平面方程。

以第一条激光线为例，假设经过步骤1～步骤18后其容器L₁中包含N_n个数据点，则其光平面方程表达式z＝a₁x+b₁y+c₁中的参数求解如下：

X=(A₂ ^TA₂)^-1A₂ ^TB₂

其中，

A_{2} = [\begin{matrix} p_{1 x} & p_{1 y} & 1 \\ p_{2 x} & p_{2 y} & 1 \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ \cdot & \cdot & \cdot \\ p_{N_{n} x} & p_{N_{n} y} & 1 \end{matrix}],

B_{2} = [\begin{matrix} p_{1 z} \\ p_{2 z} \\ \cdot \\ \cdot \\ \cdot \\ p_{N_{n} z} \end{matrix}],

X_{2} = [\begin{matrix} a_{1} \\ b_{1} \\ c_{1} \end{matrix}]

步骤20：经过步骤1～步骤19后，求得5条激光线在左右目相机下光平面方程如表1所示，其中P_al、P_bl、P_cl、P_ar、P_br、P_cr表示左右目光平面方程系数。

统计光平面拟合误差，得到平均误差0.06mm，最大误差0.10mm。表明基于本发明方法进行的多激光线光平面标定具有很高的精度。

为进一步进行验证，将所述标定参数应用到实际扫描过程中，扫描一个具有如图8中(a)和(b)所示的CAD模型的锯齿形工件(加工精度0.01mm)。然后将扫描结果与CAD模型利用ICP算法进行对齐，最后统计扫描数据到CAD模型的距离以检验系统整体扫描精度。结果表明，最大对齐残差为0.204mm，平均对齐精度0.085mm，系统整体扫描精度高于0.21mm。

以上所述，仅为本发明中的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉该技术的人在本发明所揭露的技术范围内，可理解想到的变换或替换，都应涵盖在本发明的包含范围之内，因此，本发明的保护范围应该以权利要求书的保护范围为准。

Claims

1.一种基于双目视觉的多线激光器光平面标定方法，其特征在于，包括以下具体步骤：

步骤5，选取左右目中任意一目，进行如下处理：

2.根据权利要求1所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤7中的重复次数为至少一次。

3.根据权利要求1所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤5.1中采用双目三角法计算每个圆形标记点中心在左目相机坐标系表示下的空间位置坐标。

4.根据权利要求1所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤5.4中采用激光三角法求得5.3中激光点成像坐标在该目相机坐标系表示下的空间位置坐标。

5.根据权利要求1所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤1中平面标靶上分布的网格状圆形标记点的行列数不同。

6.根据权利要求1所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤3中提取出圆形标记点中心成像位置的步骤如下：

1)对标靶图像进行Canny边缘提取；

式中，Tol为亮度阀值，为区分中心白色区域和黑色圆环的最小灰度差值；

7.根据权利要求1所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤3中以平面标靶的方向信息和行列数作为依据对圆形标记点中心进行排序，具体为：

8.根据权利要求7所述的一种基于双目视觉的多线激光器光平面标定方法，其特征在于，步骤1)中找到位于边角的四个圆形标记点成像位置，具体为：利用主元素分析方法找到包围所有标记点中心成像位置的最小倾斜矩形，找到距离此矩形四个顶点最近的四个标记点中心。