CN105387818A - 一种基于一维图像序列的大尺度三维形貌测量方法 - Google Patents

Abstract

本发明公开了一种基于一维图像序列的大尺度三维形貌测量方法，包括：被测对象经过相邻两个触发装置时，通过计时测量两次触发之间的平均速度，并作为速度初值；通过加速度传感器进行差值拟合得到每个一维图像序列采集时刻的速度，并计算被测对象在运动轨迹上相对于双目视觉传感器的空间位置和姿态；通过速度、空间位置和姿态获取不同视角的一维图像序列间的对应关系；对对应的图像序列内逐个特征进行密集匹配，得到各个特征在不同视角下的对应关系；根据立体视觉测量原理，实现被测对象的三维形貌实时重构。本发明解决了三维形貌测量问题中精度与量程、以及精度与速度的矛盾，满足三维形貌测量的大尺度、高动态、高分辨率的特殊测量要求。

Description

一种基于一维图像序列的大尺度三维形貌测量方法

技术领域

本发明涉及三维形貌测量方法，尤其涉及一种基于一维图像序列的大尺度三维形貌测量方法。

背景技术

三维形貌测量可同时获得被测表面内各种几何元素的点位坐标和空间结构关系，是精密测量中基础、且重要的研究内容。由于三维形貌信息本身的复杂性、被测特征和测量需求的差异性，基于数字图像的三维形貌测量已被细分为多种不同的具体测量技术，以满足不同类型的应用需求。

然而，三维形貌测量问题的研究正面临新的挑战。面对大尺度、高动态、高分辨率的特殊测量要求，现有的三维形貌测量方法面临极大困难，无法同时满足测量范围、测量精度及测量速度的要求。例如，近年来随着我国高速轨道交通发展迅速，运行安全保障面临全新挑战，依靠技术手段实时检查列车运行状态，及时发现并预警运行过程中的机械故障，避免重大事故发生，已成为高速轨道交通发展中不可回避的重要问题之一。

目前基于二维图像的图像分析检测系统(TFDS)虽然能够部分替代传统人工检查，但二维图像易受环境光照、油污和沙尘等因素影响，不能完全解决检测信息不全面问题，尤其是漏检问题。类似的情况在城市地铁轨道交通也突出存在。

所以单纯的二维图像分析与检测，已不能支撑未来高速列车运行状态检测需求，三维形貌测量问题可以很好解决上述问题。然而面对这种大尺度、高动态、高分辨率的特殊测量要求，现有的三维形貌测量方法面临极大困难。

发明内容

本发明提供了一种基于一维图像序列的大尺度三维形貌测量方法，本发明采用一维线阵相机取代传统的二维面阵相机，解决了现有三维形貌测量问题中精度与量程、以及精度与速度的矛盾，满足三维形貌测量问题的大尺度、高动态、高分辨率的特殊测量要求，详见下文描述：

一种基于一维图像序列的大尺度三维形貌测量方法，所述测量方法包括以下步骤：

被测对象经过相邻两个触发装置时，通过计时测量两次触发之间的平均速度，并作为速度初值；

通过加速度传感器进行差值拟合得到每个一维图像序列采集时刻的速度，并计算被测对象在运动轨迹上相对于双目视觉传感器的空间位置和姿态；

通过速度、空间位置和姿态获取不同视角的一维图像序列间的对应关系；对对应的图像序列内的逐个特征进行密集匹配，得到各个特征在不同视角下的对应关系；

根据立体视觉测量原理，实现被测对象的三维形貌实时重构。

其中，所述一维图像序列通过被测对象与双目视觉传感器之间的相对运动产生时间上周期输出、空间上连续采样的图像序列。

其中，所述被测对象与所述双目视觉传感器满足双目视觉传感器内部的线阵相机的运动成像模型。

所述测量方法还包括：

在运动轨迹两侧布置触发装置，建立世界坐标系并对运动轨迹进行离线测量，获得相邻触发装置间的轨迹距离，以及运动轨迹在世界坐标系下的方向；

利用立体靶标现场标定双目视觉传感器，再测量立体靶标上的标记点，建立起靶标坐标系和世界坐标系间的转换关系。

其中，所述通过速度、空间位置和姿态获取不同视角的一维图像序列间的对应关系具体为：

以全局时钟为基准建立图像序列与被测对象空间姿态的关联；

在建立图像序列与空间姿态关联的基础上，以数据采集同步时钟为参考变量，利用现场实时测量得到速度、空间位置、姿态及双目视觉传感器的结构参数，动态预测含有待匹配特征图像出现的时刻，得到不同视角的一维图像序列间的一一对应关系。

所述双目视觉传感器由两个线阵相机、光源、固定部件构成；

两个线阵相机通过所述固定部件固定，具有固定的空间位置关系。

本发明提供的技术方案的有益效果是：针对具有大尺度、高动态、高分辨率等特殊测量要求的三维形貌测量问题，本发明采用线阵相机作为图像信息获取单元，两个线阵相机构成双目视觉传感器，能够同时满足测量范围、测量精度以及测量速度的要求，为三维形貌测量问题提供了一种新思路。在满足工作距离和景深范围的前提下，根据被测对象在测量空间内配置双目视觉传感器；以全局时钟为基准建立图像序列与被测对象运动姿态的关联；以全局时钟为参考变量，结合被测对象速度、位置、姿态及传感器的结构参数，将不同视角一维图像序列进行分组匹配；根据立体视觉测量原理，进行被测对象的三维形貌实时重构。

附图说明

图1为基于一维图像序列的大尺度三维形貌测量过程的示意图；

图中：11：被测对象；12：双目视觉传感器；13：同步信号发射器；14：触发装置；15：惯性导航单元。

图2为双目视觉传感器的结构示意图；

图中：21：线阵相机；22：光源；23：固定部件。

图3为线阵相机运动成像简化模型的示意图；

图4为一种基于一维图像序列的大尺度三维形貌测量方法的流程图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。

为了解决现有三维形貌测量问题中精度与量程、以及精度与速度的矛盾，满足三维形貌测量问题的大尺度、高动态、高分辨率的特殊测量要求，本发明实施例提供了一种基于一维图像序列的大尺度三维形貌测量方法，参见图1和图4，该方法包括以下步骤：

实施例1

101：通过被测对象11与双目视觉传感器12之间的相对运动产生时间上周期输出、空间上连续采样的图像序列，且被测对象11与图像序列满足双目视觉传感器12内部的线阵相机的运动成像模型；

即，被测对象11与双目视觉传感器12之间的相对运动具体为：被测对象11静止，运动轨迹由双目视觉传感器12保持高速运动产生；或，双目视觉传感器12静止，运动轨迹由被测对象11保持高速运动产生。通过被测对象11与双目视觉传感器12之间的相对运动产生时间上周期输出、空间上对被测对象11连续采样的图像序列。

102：在运动轨迹两侧布置触发装置14，建立世界坐标系并对运动轨迹进行离线测量，获得相邻触发装置14间的轨迹距离，以及运动轨迹在世界坐标系下的方向；

实际应用时，可以通过触发装置14与激光跟踪仪或大视场摄影测量系统的配合建立起世界坐标系并对运动轨迹进行离线测量。还可以通过其他的测量装置，本发明实施例对此不做限制。

103：利用立体靶标现场标定双目视觉传感器12，再测量立体靶标上的标记点，建立起靶标坐标系和世界坐标系间的转换关系，进而得到双目视觉传感器12在世界坐标系下的位置和姿态；

其中，测量立体靶标上的标记点也可以通过激光跟踪仪或大视场摄影测量系统完成，还可以通过其他的测量装置，本发明实施例对此不做限制。

104：被测对象11经过相邻两个触发装置14时，通过计时测量两次触发之间的平均速度，并作为速度初值；

105：通过加速度传感器进行差值拟合得到每个一维图像序列采集时刻的速度，并计算被测对象11在运动轨迹上相对于双目视觉传感器12的空间位置和姿态；

106：获取不同视角的一维图像序列间的对应关系；对对应的图像序列内的逐个特征进行密集匹配，得到各个特征在不同视角下的对应关系；

107：根据立体视觉测量原理，实现被测对象的三维形貌实时重构。

综上所述，本发明实施例通过上述步骤101-步骤107解决了现有三维形貌测量问题中精度与量程、以及精度与速度的矛盾，满足三维形貌测量问题的大尺度、高动态、高分辨率的特殊测量要求。

实施例2

下面结合图2对实施例1中的双目视觉传感器12进行详细描述，详见下文：

如图2所示，其中，双目视觉传感器12由两个线阵相机21、光源22、固定部件23构成。两个线阵相机21通过固定部件23固定，具有固定的空间位置关系。双目视觉传感器12的内部结构参数通过预先标定获得。

具体实现时，可以采用本实施例提供的双目视觉传感器，也可以采用现有技术中提供的双目视觉传感器，本发明实施例对此不做限制。

本发明实施例对线阵相机21、光源22不做限制，只要能实现上述功能的任一型号的线阵相机21均可，且不对光源22的类型进行限制。

具体实现时，本发明实施例对固定部件23的结构不做限制，只要能固定线阵相机21的结构均可。

实施例3

下面结合实施例2中的双目视觉传感器12的结构对实施例1中的方案进行详细介绍，详见下文描述：

如图2所示，在满足工作距离和景深范围的前提下，根据被测对象11在测量空间内配置双目视觉传感器12，使被测对象11在双目视觉传感器12中的两个线阵相机21上均能清晰成像。

同步信号发射器13发射高速非接触的同步信号，作为两个线阵相机21的采集时钟。

测量时，被测对象11分别经过两个线阵相机21的视场。被测对象11与双目视觉传感器12之间的相对运动产生时间上周期输出、空间上对被测对象11连续采样的图像序列。被测对象11与图像序列满足线阵相机21的运动成像模型。

被测对象11一般遵循某个轨迹保持高速运动。测量前，在运动轨迹两侧布置触发装置14，并通过激光跟踪仪或大视场摄影测量系统建立起世界坐标系并对运动轨迹进行离线测量，获得相邻触发装置14间轨迹距离，以及运动轨迹在世界坐标系下的方向。

在被测对象11内部加装加速度传感器、重力传感器、地磁传感器等惯性导航单元15，实时输出被测对象11的加速度、姿态等信息。

被测对象11经过相邻两个触发装置14时通过计时测量两次触发之间平均速度作为速度初值。测量过程中，通过加速度传感器进行差值拟合得到每个一维图像序列采集时刻速度信息，并在此基础上精确计算被测对象11在轨迹上相对于双目视觉传感器12的空间位置和姿态。

以全局时钟为基准建立图像序列与被测对象11空间姿态的关联。

在建立图像序列与空间姿态关联的基础上，以数据采集同步时钟为参考变量，利用现场实时测量得到速度、空间位置、姿态及双目视觉传感器12的结构参数，动态预测含有待匹配特征图像出现的时刻，得到不同视角的一维图像序列间的一一对应关系；然后对已经建立起对应的图像序列内的逐个被测特征进行密集匹配(具体匹配的过程为本领域及所公知)，得到各个特征在不同视角下的对应关系。

最后，根据立体视觉测量原理实时重构被测对象11的三维形貌。

综上所述，本发明实施例通过上述方案解决了现有三维形貌测量问题中精度与量程、以及精度与速度的矛盾，满足三维形貌测量问题的大尺度、高动态、高分辨率的特殊测量要求。

实施例4

下面结合图3对实施例1和3中的线阵相机21的运动成像模型进行详细描述，详见下文：

如图3所示，线阵相机21的运动成像模型具体为：被测对象11在距线阵相机21Zc处运动，在像元阵列方向距投影中心的距离为Yc，对应像点在像面坐标系下的坐标为y，所产生位移在线阵相机视场法向上的分量为ΔX，运动时间为Δt，速度分量为v，则在像元排列方向上，物像关系遵循透视投影模型，而在运动方向上产生的图像序列x(Δt)与线阵相机主距f、像元高度ρ及帧频率F应满足如下比例关系：

$\left\{\begin{array}{c}\frac{y}{f}=-\frac{Y_c}{Z_c}\\ x\left(\mathrm{\Δ}t\right)=F\·\mathrm{\Δ}t=K\frac{f\·\mathrm{\Δ}X}{Z_c\·\mathrm{\ρ}}=K\frac{f\·(v\·\mathrm{\Δ}t)}{Z_c\·\mathrm{\ρ}}\end{array}\right.$

其中，K为与相对位移、采集时间和帧频率有关的比例系数。

具体实现时，可以采用本实施例提供的运动成像模型，也可以采用现有技术中提供的线阵相机21的运动成像模型，只要能实现上述功能均可，本发明实施例对此不做限制。

综上所述，本发明实施例解决了现有三维形貌测量问题中精度与量程、以及精度与速度的矛盾，满足三维形貌测量问题的大尺度、高动态、高分辨率的特殊测量要求。

本发明上述各实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。

本领域技术人员可以理解附图只是一个优选实施例的示意图，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。

以上所述仅为本发明的较佳实施例，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、改进等，均应包含在本发明的保护范围之内。

Claims (6)

1.一种基于一维图像序列的大尺度三维形貌测量方法，其特征在于，所述测量方法包括以下步骤：

被测对象经过相邻两个触发装置时，通过计时测量两次触发之间的平均速度，并作为速度初值；

通过加速度传感器进行差值拟合得到每个一维图像序列采集时刻的速度，并计算被测对象在运动轨迹上相对于双目视觉传感器的空间位置和姿态；

通过速度、空间位置和姿态获取不同视角的一维图像序列间的对应关系；对对应的图像序列内的逐个特征进行密集匹配，得到各个特征在不同视角下的对应关系；

根据立体视觉测量原理，实现被测对象的三维形貌实时重构。

2.根据权利要求1所述的一种基于一维图像序列的大尺度三维形貌测量方法，其特征在于，所述一维图像序列通过被测对象与双目视觉传感器之间的相对运动产生时间上周期输出、空间上连续采样的图像序列。

3.根据权利要求2所述的一种基于一维图像序列的大尺度三维形貌测量方法，其特征在于，所述被测对象与所述双目视觉传感器满足双目视觉传感器内部的线阵相机的运动成像模型。

4.根据权利要求1所述的一种基于一维图像序列的大尺度三维形貌测量方法，其特征在于，所述测量方法还包括：

在运动轨迹两侧布置触发装置，建立世界坐标系并对运动轨迹进行离线测量，获得相邻触发装置间的轨迹距离，以及运动轨迹在世界坐标系下的方向；

利用立体靶标现场标定双目视觉传感器，再测量立体靶标上的标记点，建立起靶标坐标系和世界坐标系间的转换关系。

5.根据权利要求1所述的一种基于一维图像序列的大尺度三维形貌测量方法，其特征在于，所述通过速度、空间位置和姿态获取不同视角的一维图像序列间的对应关系具体为：

以全局时钟为基准建立图像序列与被测对象空间姿态的关联；

在建立图像序列与空间姿态关联的基础上，以数据采集同步时钟为参考变量，利用现场实时测量得到速度、空间位置、姿态及双目视觉传感器的结构参数，动态预测含有待匹配特征图像出现的时刻，得到不同视角的一维图像序列间的一一对应关系。

6.根据权利要求1所述的一种基于一维图像序列的大尺度三维形貌测量方法，其特征在于，所述双目视觉传感器由两个线阵相机、光源、固定部件构成；

两个线阵相机通过所述固定部件固定，具有固定的空间位置关系。