CN106091987A - 基于散斑时域相关的大尺寸光学毛坯三维测量方法 - Google Patents

Abstract

本发明公开了一种大尺寸光学毛坯快速三维测量的方法。本发明主要运用散斑时域相关技术、结构光双目三维测量技术对大尺寸光学毛坯进行测量。相对于一般的激光照明，时域散斑的特点是受到粗糙光学毛坯表面的散射光影响小，通过运用N幅散斑的时域相关技术，可以成功对粗糙光学毛坯表面进行测量。本发明技术方案解决了大尺寸光学毛坯测量测量面积大、耗时长以及毛坯表面散射强等问题，运用双目三维测量技术，投影能够实现对大尺寸光学毛坯的测量的时域散斑到光学毛坯表面。利用双目相机同步采集N组图案进行相关运算，进行三维重构，从而实现大尺寸、低成本、快速的光学毛坯三维测量。

Description

基于散斑时域相关的大尺寸光学毛坯三维测量方法

技术领域

本发明涉及光学元件检测领域，具体地说是运用结构光双目三维测量的方法进行大尺寸光学毛坯的测量。

背景技术

大尺寸光学毛坯的测量一直是毛坯制作过程中重点被关注的问题，测量的精度关系到毛坯的质量和后期的加工处理，测量的速度关系到毛坯的生产效率。

现阶段测量的方法主要有轮廓测量和干涉测量。轮廓测量中，三坐标测量方式依靠的是接触毛坯表面的尖锐探针去直接测量三维形貌，存在着测量效率低下、测量周期长以及空间分辨率受限等问题。另外一种摆臂式轮廓仪虽然在精度上有所提高，但是同样面临着测量效率低下的问题，而且测量范围小，主要适用于小口径非球面测量。因此轮廓测量主要适用于研磨阶段的检测。适用于抛光阶段的干涉测量方式，其精度能达到纳米量级，但是针对于散射特性的粗糙光学毛坯表面，激光干涉方式并不适用。

相对于传统测量方法，更强调精度和稳定性的计算机视觉测量方法是近些年出现的新型测量方式和发展趋势。相关背景技术例如以色列hexagon公司生产出一系列运用于工件测量如汽车车身的拍照式白光测量装置，单次投影一幅散斑图像到大型工件表面，三个相机同时拍摄工件，在10ms内便可以得到工件表面的纹理图像，并且测量误差控制在0.025mm以内。

具体到大尺寸光学毛坯的测量，针对于光学毛坯表面的散射特性，结构光选择也有特殊要求。我们给出的解决方案不同于之前提到的技术，采用散斑时域相关技术，很好的克服了光学毛坯表面的散射问题，并且结合后续的程序对投影的控制和两个工业相机的同步触发采集操作，可以实现大尺寸光学毛坯的快速三维测量。

发明内容

本发明的目的在于提出一种基于散斑时域相关的大尺寸光学毛坯快速三维测量方法。

本发明的系统包括：

1)一个图案发生装置，依次投影N幅二元带通随机图案到光学毛坯上；

2)两个工业相机位于图案发生装置的左右两侧，同步采集N对图像；

3)一个数据处理系统，根据事先编写的程序进行基于单像素点时域灰度序列相关运算的密集匹配，即对图像内所有像素进行匹配。最后输出整个待测区域的视差数据，根据三角原理计算出光学毛坯的深度信息，进行三维重建。

本发明的技术解决方案如下：一种基于散斑时域相关技术的大尺寸光学毛坯快速三维测量方法，其特点在于包括但不仅限于以下步骤：

1)将N幅二元带通随机图案烧进图案发生装置。

2)编程使图案发生装置每隔一定时间投影一幅所述二元带通随机图案到光学毛坯表面。

3)已经过事先标定的左右两个相机同步被触发并记录N组从物体上反射回来的图像。

4)基于事先标定所得的三维测量系统的内外参数对采集到的N组图像进行极线校正，使得同源点极线水平且共线。

5)对极线校正后的N组图像进行基于单像素时域灰度序列相关运算的密集匹配，即对图片内所有的点进行匹配。

6)最后输出整个感兴趣区域(ROI)的视差数据，基于三角原理计算出待测物体表面的三维信息，进行三维重建。

所述的二元带通随机图案按照下列步骤生成：

1)生成N幅尺寸为m*n的二元随机图像；

2)对上述二元随机图像进行带通滤波，截掉其高频与低频部分；

3)对上述带通滤波产生的灰度图像进行二值化。

所述的基于单像素时域灰度序列相关运算的密集匹配，数学表达式为：

$\mathrm{TCT}(x,y,d)=\frac{\underset{t=1}{\overset{N}{\mathrm{\Σ}}}(g_1(x,y,t)-m_1)\·(g_2(x+d,y,t)-m_2)}{s_1(x,y,t)\·s_2(x+d,y,t)}$

其中，其中，g₁(x,y,t)和g₂(x+d,y,t)为第t幅二元带通随机图案中像素点(x,y)与像素(x+d,y)的灰度值；mi为N幅二元带通随机图案中像素点(x,y)处灰度向量的均值；si为N幅二元带通随机图案中像素点(x,y)处灰度向量的标准差。

由于在进行密集匹配前，N组图像已经过极线校正处理，即对左边图像中的目标点，其在右边图像中的同源点一定在同一水平方向上。因此只需要沿着水平方向通过计算TCT值搜索其同源点。一旦某个点的TCT值达到最大并且超过设定的阈值，则判定此点即为目标点的同源点。坐标的差值d即为视差d，然后可根据三角原理计算待测物体表面各点的深度。

本发明方法的设备只需要一台可用于投影N幅二元带通随机图案的图案发生装置、2台工业相机。上述设备连接到计算机，通过实现编写好的程序即可完成快速精确的大尺寸光学毛坯的三维测量。

附图说明

图1是本发明用于基于时域散斑技术大尺寸光学毛坯快速三维测量的设备示意图。1、2为两个工业相机，3为投影N幅二元带通随机图案的图案发生装置，4为待测的大尺寸光学毛坯，5为计算机。

图2是本发明中使用的二元带通随机图案。

图3是本发明中使用的匹配方法流程图。

图4是本发明中散斑图案投影在光学毛坯表面的图像。

图5是三角测量原理示意图。

具体实施方式

下面结合实例和附图对本发明作进一步说明，但不应以此限制本发明的保护范围。

本发明用于大尺寸光学毛坯的快速三维测量方法所采用的设备结构如图1所示。其中，图案发生装置3顺序投影20幅二元带通随机图案到大尺寸光学毛坯表面。左右两个工业相机同步采集毛坯反射回来的图像，然后将采集到的图像传送给计算机5分析处理并输出三维点云信息。

大尺寸光学毛坯的快速测量之所以选择时域散斑作为结构光是由于光学毛坯本身的限制。一般的激光照射在光学毛坯表面会引起强烈的散射。而散斑时域相关技术本身对散射并不敏感，可以解决散射的问题，对光学毛坯进行快速测量。

所述的二元带通随机图案由按照以下步骤生成：

1)利用程序(例如MATLAB二元随机图像生成程序)生成20幅尺寸为m*n的二元随机图像；

2)对上述二元随机图像进行带通滤波，截掉其高频与低频部分(高频取0.07，对应低频取0.05)；

3)对上述带通滤波产生的灰度图像进行二值化，最终得到20幅尺寸为m*n的二元带通随机图案。

所述的二元带通随机图案选择为20幅的原因为：图片数量多虽然获取的点云信噪比高但是处理的时间长，无法做到快速测量；而数量少则减小了信噪比，导致匹配不准确问题的出现。

本发明的实验结果显示了，对于处于静止的大型粗糙光学毛坯，采用散斑时域相关技术和同步数据采集与处理的方案可以进行快速准确的大型粗糙光学毛坯的三维纹理测量，以对后续的生产步骤提供参考。从毛坯本身特性考虑，由于选取的是均匀的光学非球面毛坯，在测量过程中，通过拟合可以达到更高的测量精度。本发明的另一优势在于不失测量速度和精度的同时兼顾了成本的低廉，整套设备硬件只有两个工业相机、一个投影设备、一个计算机，软件全部由自己编写，从而可以批量生产运用于大型光学毛坯的测量。也可以运用在其他工业三维测量过程中，甚至是普通大众，例如人脸三维测量。

本发明经实验验证，适用但不仅限于粗糙的大尺寸光学毛坯的快速三维检测。对于其他粗糙的具有强散射性质的物体表面三维纹理的三维检测同样适用。

Claims (7)

1.一种基于散斑时域相关的大尺寸光学毛坯三维测量装置，其特征在于，包括：一个图案发生装置、位于该图案发生装置左右两侧的工业相机、以及一个数据处理系统，该数据处理系统分别与所述的图案发生装置、工业相机相连。

2.一种基于散斑时域相关的大尺寸光学毛坯三维测量方法，其特征在于，该方法包括如下步骤：

步骤1、图案发生装置依次投影N幅二元带通随机图案到光学毛坯上；

步骤2、两个工业相机同步采集从光学毛坯表面反射的N对图像，并传输给数据处理系统；

步骤3、数据处理系统将步骤2获取的N对图像进行极线校正；

步骤4、对经过基线校正的N对图像进行基于单像素点时域灰度序列相关运算的密集匹配，输出整个光学毛坯表面的视差数据；

步骤5、数据处理系统根据三角原理计算出光学毛坯的深度信息，进行三维重建。

3.根据权利要求2所述的基于散斑时域相关的大尺寸光学毛坯三维测量方法，其特征在于所述的步骤1中二元带通随机图案被事先烧结进图案发生装置，以设定的时间间隔依次投影N幅二元带通随机图案到光学毛坯上。

4.根据权利要求2所述的基于散斑时域相关的大尺寸光学毛坯三维测量方法，其特征在于，所述的步骤1的投影图案生成方法具体是：

11)生成N幅固定尺寸的二元随机图像；

12)对上述二元随机图像进行带通滤波，截掉其高频与低频部分，得到灰度图像；

13)对上述灰度图像进行二值化。

5.根据权利要求2所述的基于散斑时域相关的大尺寸光学毛坯三维测量方法，其特征在于，所述的步骤3进行基于单像素时域灰度序列相关运算的密集匹配时，数学表达式为：

$LTCT(x,y,d)={\mathrm{\Σ}}_{t=1}^{N}f\left(I_{BWL}\right(x,y,t),I_{BWR}(x+d,y,t\left)\right)$

$f(I_1,I_2)=\left\{\begin{array}{c}1,I_1=I_2\\ 0,I_1\≠I_2\end{array}\right.$

其中，d为视差，I_BWL(x,y,t)和I_BWR(x+d,y,t)分别为第t幅二元带通随机图案中左右图像中像素点(x,y)与像素点(x+d,y)的灰度值，由此二者各形成一个灰度向量I_BWL(x,y)和I_BWR(x+d,y)。

6.根据权利要求2所述的基于散斑时域相关的大尺寸光学毛坯三维测量方法，其特征在于，所述的步骤3进行基于单像素时域灰度序列相关运算的密集匹配的具体步骤为：

31)对于已经过极线校正的N幅二元带通随机图案，左侧图像中的某个像素点(x,y)，根据极线约束确定其在右侧图像中的同源点在沿着极线的方向上；

32)沿着极线方向，通过计算右侧图像中像素点与左侧图像中像素点(x,y)的相关运算LTCT值来寻找像素点(x,y)的同源点；

33)若沿着极线方向上的某点的LTCT值超过某一阈值，判定此点(x+d,y)是左侧图像中像素点(x,y)的同源点。

7.根据权利要求6所述的基于散斑时域相关的大尺寸光学毛坯三维测量方法，其特征在于，所述的一对同源点(x,y)和(x+d,y)，其视差为d，根据三角测量原理，如图5所示，权利要求5所述的视差d＝(a-a1)+(b-b1)，根据三角形相似性原理，光学毛坯在此点的深度信息其中f为相机的焦距，两个相机的焦距相等，b为两个相机之间的基线长度。整个毛坯表面的深度信息被全部重建出来。