CN110595374B - 基于传递像机的大型结构件实时形变监测方法 - Google Patents

基于传递像机的大型结构件实时形变监测方法 Download PDF

Info

Publication number
CN110595374B
CN110595374B CN201910877476.6A CN201910877476A CN110595374B CN 110595374 B CN110595374 B CN 110595374B CN 201910877476 A CN201910877476 A CN 201910877476A CN 110595374 B CN110595374 B CN 110595374B
Authority
CN
China
Prior art keywords
camera
coordinate system
image frame
measuring
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910877476.6A
Other languages
English (en)
Other versions
CN110595374A (zh
Inventor
何川
胡昌华
刘炼雄
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Rocket Force University of Engineering of PLA
Original Assignee
Rocket Force University of Engineering of PLA
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Rocket Force University of Engineering of PLA filed Critical Rocket Force University of Engineering of PLA
Priority to CN201910877476.6A priority Critical patent/CN110595374B/zh
Publication of CN110595374A publication Critical patent/CN110595374A/zh
Application granted granted Critical
Publication of CN110595374B publication Critical patent/CN110595374B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/16—Measuring arrangements characterised by the use of optical techniques for measuring the deformation in a solid, e.g. optical strain gauge
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于传递像机的大型结构件实时形变监测方法，包括步骤：一、建立三维直角坐标系；二、获取传递像机的外参数；三、获取测量摄机的外参数；四、获取测量摄机的内参数；五、非标志点的测量；六、多次重复步骤二至步骤五，直至完成对大型结构件一周的实时形变测量工作。本发明基于一台与测量像机相互固联的传递像机，通过传递像机与空间点间的实时位姿关系，求解出测量像机在移动测量过程中的实时外参数，在获取相邻时刻间像机位姿参数后，完成对测量像机内参数的实时求解，进而完成对结构件形变的实时监测，较好地克服了像机在移动测量过程中受到的环境扰动影响，并通过不同时刻间的坐标位置变化来判断该区域发生的形变。

Description

基于传递像机的大型结构件实时形变监测方法
技术领域
本发明属于形变监测技术领域，具体涉及一种基于传递像机的大型结构件实时形变监测方法。
背景技术
在大型结构件的损伤监测过程中，为有效提高损伤监测的效率和精度，往往利用移动视觉方法对结构件形变进行实时监测，近些年来，运用移动视觉方法对大型结构件进行损伤监测的研究较多，但大多研究方法在对结构件进行实时监测过程中，存在像机外参数求解误差较大、不考虑内参数变化、实时性不强和自动化程度不高等不足；另外，在利用摄像机进行的移动视觉测量研究工作当中，为达到全局移动测量的目的，多数方法需要事先完成像机内参数的标定测量，并假定内参数固定不变，再对实时变化的外参数进行标定测量，进而在获取像机内外参数的基础上，根据摄像测量原理完成相关的测量工作。尽管这些方法在一定程度上能获取较高精度的像机位姿变换外参数，但这些方法或对可控平台精度要求很高、且成本过高，或操作繁琐、自动化程度较低，且因像机在移动过程中不断受到环境振动等因素的干扰，外参数求解精度将受到扰动的影响，其内参数也会发生一定程度的变化，因而，在对测量精度有较高要求的实际移动测量工作中，以上方法除了存在外参数的求解误差外，其因为忽略内参数的变化，将会进一步造成更大的测量误差；考虑测量过程中内参数变化，现有方法利用自标定的方法对可变内参数进行求解，或通过场景中已知标识点的约束关系完成内参数的优化求解，但是对于移动测量工作来说，优化求解的过程较为复杂，求解的实时性不强。
发明内容
本发明所要解决的技术问题在于针对上述现有技术中的不足，提供一种基于传递像机的大型结构件实时形变监测方法，基于一台与测量像机相互固联的传递像机，通过传递像机与空间点间的实时位姿关系，求解出测量像机在移动测量过程中的实时外参数，利用相邻时刻的采集图像求解出基础矩阵，并通过基础矩阵与像机参数间的约束等式，在获取相邻时刻间像机位姿参数后，完成对测量像机内参数的实时求解，在获取测量像机的实时内外参数后，即可完成对结构件形变的实时监测，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，利用光束平差方法对结构件表面的非标志点坐标进行了高精度求解，并通过不同时刻间的坐标位置变化来判断该区域发生的形变，以完成对结构件形变的实时监测，考虑内参数变化，求解精度高，实时性强和自动化程度高，便于推广使用。
为解决上述技术问题，本发明采用的技术方案是：基于传递像机的大型结构件实时形变监测方法，其特征在于，该方法包括以下步骤：
步骤一、建立三维直角坐标系：建立三个三维直角坐标系，三个三维直角坐标系分别为世界坐标系W-XWYWZW、以测量像机的测量中心为原点的测量像机坐标系C-XCYCZC和以传递像机的测量中心为原点的传递像机坐标系CT-XTYTZT，其中，测量像机和传递像机均安装在运动平台上，运动平台通过滑轨围绕大型结构件移动，测量像机的镜头朝向大型结构件，传递像机的镜头朝向地面，大型结构件外表面上设置有多个供测量像机采集且坐标未知的非标志点，大型结构件下侧地面周侧设置有多个供传递像机采集且坐标已知的标志点；
步骤二、获取传递像机的外参数：根据公式
Figure GDA0002229576890000021
并结合位姿估计算法计算传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵RWT和平移矩阵TWT，其中，X为一个已知坐标的标志点在世界坐标系W-XWYWZW中的X轴方向的坐标，Y为一个已知坐标的标志点在世界坐标系W-XWYWZW中的Y轴方向的坐标，Z为一个已知坐标的标志点在世界坐标系W-XWYWZW中的Z轴方向的坐标，KT为预先标定的传递像机的内参数，Zc为本步骤中一个已知坐标的标志点到传递像机光心的距离在光轴方向的投影，u为传递像机上的一个特征像点在传递像机像素坐标系中u轴方向的坐标，v为传递像机上的一个特征像点在传递像机像素坐标系中v轴方向的坐标，传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵RWT和平移矩阵TWT共同构成传递像机的外参数，[KT 0]为一个3×4的矩阵，
Figure GDA0002229576890000031
为一个4×4的矩阵；
步骤三、获取测量摄机的外参数：根据空间点在传递像机坐标系CT-XTYTZT下和世界坐标系W-XWYWZW下的齐次坐标关系，以及空间点在传递像机坐标系CT-XTYTZT下和测量像机坐标系C-XCYCZC下的齐次坐标关系，得
Figure GDA0002229576890000032
因此，
Figure GDA0002229576890000033
其中，XW为空间点在世界坐标系W-XWYWZW下的齐次坐标，XT为空间点在传递像机坐标系CT-XTYTZT下的齐次坐标，XC为空间点在测量像机坐标系C-XCYCZC下的齐次坐标，RCT为预先标定的传递像机坐标系CT-XTYTZT与测量像机坐标系C-XCYCZC间的位姿旋转矩阵，TCT为预先标定的传递像机坐标系CT-XTYTZT与测量像机坐标系C-XCYCZC间的平移矩阵；
再结合空间点在测量像机坐标系C-XCYCZC下和世界坐标系W-XWYWZW下的齐次坐标关系得XC＝RWCXW+TWC，其中，RWC为测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWC为测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的平移矩阵，测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的位姿旋转矩阵RWC和平移矩阵TWC共同构成测量像机的外参数，联立
Figure GDA0002229576890000034
得
Figure GDA0002229576890000035
步骤四、获取测量摄机的内参数，过程如下：
步骤401、运动平台通过滑轨围绕大型结构件移动，通过测量像机在两处不同位置对同一区域进行拍摄，分别得到图像Framei和图像Framej，根据公式pjn TFijpin＝0，求解图像Framei和图像Framej之间的基础矩阵Fij，其中，pin为图像Framei中位于图像Framei和图像Framej中的公共空间点
Figure GDA0002229576890000046
对应的像点的齐次坐标且pin＝(uin,vin,1)T，pjn为图像Framej中位于图像Framei和图像Framej中的公共空间点
Figure GDA0002229576890000047
对应的像点的齐次坐标且pjn＝(ujn,vjn,1)T；
步骤402、根据公式
Figure GDA0002229576890000041
获取位于图像Framei中空间点在传递像机坐标系CT-XTYTZT下的齐次坐标XT,i、以及位于图像Framej中空间点在传递像机坐标系CT-XTYTZT下的齐次坐标XT,j，其中，RWT,i为位于图像Framei中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWT,i为位于图像Framei中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的平移矩阵；RWT,j为位于图像Framej中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWT,j为位于图像Framej中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的平移矩阵，因此，
Figure GDA0002229576890000042
结合空间点在传递像机坐标系CT-XTYTZT下和测量像机坐标系C-XCYCZC下的齐次坐标关系，得XC,j＝RC,ijXC,i+TC,ij，其中，XC,i为位于图像Framei中空间点在测量像机坐标系C-XCYCZC下的齐次坐标，XC,j为位于图像Framej中空间点在测量像机坐标系C-XCYCZC下的齐次坐标，RC,ij为图像Framei和图像Framej下测量像机的位姿旋转矩阵且
Figure GDA0002229576890000043
TC,ij为图像Framei和图像Framej下测量像机的平移矩阵且
Figure GDA0002229576890000044
利用基础矩阵对摄机进行自标定，得
Figure GDA0002229576890000045
其中，λ为非零常数因子，[TC,ij]×为平移矩阵TC,ij的反对称矩阵，Ki为测量像机获取图像Framei时的内参数，Kj为测量像机获取图像Framej时的内参数；
对
Figure GDA0002229576890000051
进行转换，得Kj TFijKi＝λ[TC,ij]×RC,ij，利用LM优化算法对Kj TFijKi＝λ[TC,ij]×RC,ij进行迭代求解，获取测量摄机的内参数；
步骤五、非标志点的测量：利用光束平差方法结合测量像机的内外参数以及公共空间点
Figure GDA0002229576890000052
对图像Framei和图像Framej中非标志点进出求解，获取非标志点的世界坐标，监测该大型结构件上对应区域形变；
步骤六、多次重复步骤二至步骤五，直至完成对大型结构件一周的实时形变测量工作。
上述的基于传递像机的大型结构件实时形变监测方法，其特征在于：步骤401中计算图像Framei和图像Framej之间的基础矩阵Fij之前，利用非量测的畸变校正方法对图像Framei和图像Framej进行图像畸变校正，再利用随机采样一致性算法对图像畸变校正后的图像Framei和图像Framej进行特征点匹配，得到公共空间点
Figure GDA0002229576890000053
上述的基于传递像机的大型结构件实时形变监测方法，其特征在于：步骤402中利用LM优化算法对Kj TFijKi＝λ[TC,ij]×RC,ij进行迭代求解之前，需对传递像机和测量像机的内参数进行预先的初始标定，以获取传递像机和测量像机的始标内参数作为其初值进行迭代求解。
本发明与现有技术相比具有以下优点：
1、本发明基于一台与测量像机相互固联的传递像机，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，相比现有研究方法获得了较高的测量精度，能有效满足大型结构件形变监测的精度要求，便于推广使用。
2、本发明利用传递像机与坐标已知的标志点求解出传递像机移动过程中的实时外参数，并通过传递像机与测量像机间已知的位姿转换关系，进一步求解出测量像机的实时外参数，以克服环境晃动带来的外参数求解误差，可靠稳定；再对测量像机外参数进行高精度求解后，依据基础矩阵与测量像机内外参数间的约束关系，求解出测量像机的实时内参数，进而克服不考虑测量像机内参数变化而带来的测量误差。
3、本发明方法步骤简单，通过基础矩阵与像机参数间的约束等式，在获取相邻时刻间像机位姿参数后，完成对测量像机内参数的实时求解，在获取测量像机的实时内外参数后，即可完成对结构件形变的实时监测，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，利用光束平差方法对结构件表面的非标志点坐标进行了高精度求解，并通过不同时刻间的坐标位置变化来判断该区域发生的形变，以完成对结构件形变的实时监测，考虑内参数变化，求解精度高，实时性强和自动化程度高，便于推广使用。
综上所述，本发明基于一台与测量像机相互固联的传递像机，通过传递像机与空间点间的实时位姿关系，求解出测量像机在移动测量过程中的实时外参数，利用相邻时刻的采集图像求解出基础矩阵，并通过基础矩阵与像机参数间的约束等式，在获取相邻时刻间像机位姿参数后，完成对测量像机内参数的实时求解，在获取测量像机的实时内外参数后，即可完成对结构件形变的实时监测，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，利用光束平差方法对结构件表面的非标志点坐标进行了高精度求解，并通过不同时刻间的坐标位置变化来判断该区域发生的形变，以完成对结构件形变的实时监测，考虑内参数变化，求解精度高，实时性强和自动化程度高，便于推广使用。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明测量像机、传递像机、运动平台和大型结构件的位置关系示意图。
图2为本发明方法的方法流程框图附图标记说明:
1—大型结构件； 2—标志点； 3—非标志点；
4—运动平台； 5—传递像机； 6—测量像机。
具体实施方式
如图1至图2所示，本发明的基于传递像机的大型结构件实时形变监测方法，包括以下步骤：
步骤一、建立三维直角坐标系：建立三个三维直角坐标系，三个三维直角坐标系分别为世界坐标系W-XWYWZW、以测量像机6的测量中心为原点的测量像机坐标系C-XCYCZC和以传递像机5的测量中心为原点的传递像机坐标系CT-XTYTZT，其中，测量像机6和传递像机5均安装在运动平台4上，运动平台4通过滑轨围绕大型结构件1移动，测量像机6的镜头朝向大型结构件1，传递像机5的镜头朝向地面，大型结构件1外表面上设置有多个供测量像机6采集且坐标未知的非标志点3，大型结构件1下侧地面周侧设置有多个供传递像机5采集且坐标已知的标志点2；
需要说明的是，基于一台与测量像机相互固联的传递像机，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，相比现有研究方法获得了较高的测量精度，能有效满足大型结构件形变监测的精度要求。
实际使用时，滑轨设置在地面之上，通过固定支架固定在大型结构件1所在的室内侧壁上，测量像机6和传递像机5错位安装在运动平台4上，多个供传递像机5采集且坐标已知的标志点2也可设置在与地面平行的固定平面上，且位于运动平台4下侧。
本实施例中，所述传递像机5和测量像机6均采用微视像机MVC14KSAC-GE6，分辨率为4384pixel*3288pixel，镜头为Pentax公司生产的C3516-M，像机的内参数及像机间的相对位姿关系事先均得到了高精度标定。
步骤二、获取传递像机的外参数：根据公式
Figure GDA0002229576890000081
并结合位姿估计算法计算传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵RWT和平移矩阵TWT，其中，X为一个已知坐标的标志点2在世界坐标系W-XWYWZW中的X轴方向的坐标，Y为一个已知坐标的标志点2在世界坐标系W-XWYWZW中的Y轴方向的坐标，Z为一个已知坐标的标志点2在世界坐标系W-XWYWZW中的Z轴方向的坐标，KT为预先标定的传递像机5的内参数，Zc为本步骤中一个已知坐标的标志点2到传递像机5光心的距离在光轴方向的投影，u为传递像机5上的一个特征像点在传递像机5像素坐标系中u轴方向的坐标，v为传递像机5上的一个特征像点在传递像机5像素坐标系中v轴方向的坐标，传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵RWT和平移矩阵TWT共同构成传递像机的外参数，[KT 0]为一个3×4的矩阵，
Figure GDA0002229576890000082
为一个4×4的矩阵；
步骤三、获取测量摄机的外参数：根据空间点在传递像机坐标系CT-XTYTZT下和世界坐标系W-XWYWZW下的齐次坐标关系，以及空间点在传递像机坐标系CT-XTYTZT下和测量像机坐标系C-XCYCZC下的齐次坐标关系，得
Figure GDA0002229576890000083
因此，
Figure GDA0002229576890000084
其中，XW为空间点在世界坐标系W-XWYWZW下的齐次坐标，XT为空间点在传递像机坐标系CT-XTYTZT下的齐次坐标，XC为空间点在测量像机坐标系C-XCYCZC下的齐次坐标，RCT为预先标定的传递像机坐标系CT-XTYTZT与测量像机坐标系C-XCYCZC间的位姿旋转矩阵，TCT为预先标定的传递像机坐标系CT-XTYTZT与测量像机坐标系C-XCYCZC间的平移矩阵；
再结合空间点在测量像机坐标系C-XCYCZC下和世界坐标系W-XWYWZW下的齐次坐标关系得XC＝RWCXW+TWC，其中，RWC为测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWC为测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的平移矩阵，测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的位姿旋转矩阵RWC和平移矩阵TWC共同构成测量像机的外参数，联立
Figure GDA0002229576890000091
得
Figure GDA0002229576890000092
需要说明的是，利用传递像机与坐标已知的标志点求解出传递像机移动过程中的实时外参数，并通过传递像机与测量像机间已知的位姿转换关系，进一步求解出测量像机的实时外参数，以克服环境晃动带来的外参数求解误差，可靠稳定；再对测量像机外参数进行高精度求解后，依据基础矩阵与测量像机内外参数间的约束关系，求解出测量像机的实时内参数，进而克服不考虑测量像机内参数变化而带来的测量误差。
步骤四、获取测量摄机的内参数，过程如下：
步骤401、运动平台4通过滑轨围绕大型结构件1移动，通过测量像机6在两处不同位置对同一区域进行拍摄，分别得到图像Framei和图像Framej，根据公式pjn TFijpin＝0，求解图像Framei和图像Framej之间的基础矩阵Fij，其中，pin为图像Framei中位于图像Framei和图像Framej中的公共空间点
Figure GDA0002229576890000093
对应的像点的齐次坐标且pin＝(uin,vin,1)T，pjn为图像Framej中位于图像Framei和图像Framej中的公共空间点
Figure GDA0002229576890000094
对应的像点的齐次坐标且pjn＝(ujn,vjn,1)T；
实际使用中，公共空间点
Figure GDA0002229576890000095
的数量至少为8个。
本实施例中，步骤401中计算图像Framei和图像Framej之间的基础矩阵Fij之前，利用非量测的畸变校正方法对图像Framei和图像Framej进行图像畸变校正，再利用随机采样一致性算法对图像畸变校正后的图像Framei和图像Framej进行特征点匹配，得到公共空间点
Figure GDA0002229576890000096
需要说明的是，基础矩阵Fij求解多采用八点算法，八点算法虽然简单易行，但当图像中存在噪声时，该方法不容易得到精确解，同时，考虑直接获取的场景图像往往存在畸变，若忽略畸变直接利用图像中提取的特征点对基础矩阵进行求解，将造成基础矩阵的求解误差，进而影响后续像机参数的求解，利用非量测的畸变校正方法对图像Framei和图像Framej进行图像畸变校正，依据测量场景中存在的直线特征，有效提高图像中对应点识别和匹配的准确性和最终获取结果的求解精度，再利用随机采样一致性算法对图像畸变校正后的图像Framei和图像Framej进行特征点匹配，得到公共空间点，鲁棒性好，以消除噪声存在情况下的点位置匹配不准确和误匹配。
步骤402、根据公式
Figure GDA0002229576890000101
获取位于图像Framei中空间点在传递像机坐标系CT-XTYTZT下的齐次坐标XT,i、以及位于图像Framej中空间点在传递像机坐标系CT-XTYTZT下的齐次坐标XT,j，其中，RWT,i为位于图像Framei中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWT,i为位于图像Framei中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的平移矩阵；RWT,j为位于图像Framej中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWT,j为位于图像Framej中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的平移矩阵，因此，
Figure GDA0002229576890000102
结合空间点在传递像机坐标系CT-XTYTZT下和测量像机坐标系C-XCYCZC下的齐次坐标关系，得XC,j＝RC,ijXC,i+TC,ij，其中，XC,i为位于图像Framei中空间点在测量像机坐标系C-XCYCZC下的齐次坐标，XC,j为位于图像Framej中空间点在测量像机坐标系C-XCYCZC下的齐次坐标，RC,ij为图像Framei和图像Framej下测量像机的位姿旋转矩阵且
Figure GDA0002229576890000103
TC,ij为图像Framei和图像Framej下测量像机的平移矩阵且
Figure GDA0002229576890000104
利用基础矩阵对摄机进行自标定，得
Figure GDA0002229576890000105
其中，λ为非零常数因子，[TC,ij]×为平移矩阵TC,ij的反对称矩阵，Ki为测量像机6获取图像Framei时的内参数，Kj为测量像机6获取图像Framej时的内参数；
对
Figure GDA0002229576890000106
进行转换，得Kj TFijKi＝λ[TC，ij]×RC，ij，利用LM优化算法对Kj TFijKi＝λ[TC，ij]×RC，ij进行迭代求解，获取测量摄机的内参数；
本实施例中，步骤402中利用LM优化算法对Kj TFijKi＝λ[TC，ij]×RC，ij进行迭代求解之前，需对传递像机5和测量像机6的内参数进行预先的初始标定，以获取传递像机5和测量像机6的始标内参数作为其初值进行迭代求解。
步骤五、非标志点的测量：利用光束平差方法结合测量像机6的内外参数以及公共空间点
Figure GDA0002229576890000111
对图像Framei和图像Framej中非标志点3进出求解，获取非标志点3的世界坐标，监测该大型结构件1上对应区域形变；
需要说明的是，通过基础矩阵与像机参数间的约束等式，在获取相邻时刻间像机位姿参数后，完成对测量像机内参数的实时求解，在获取测量像机的实时内外参数后，即可完成对结构件形变的实时监测，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，利用光束平差方法对结构件表面的非标志点坐标进行了高精度求解，并通过不同时刻间的坐标位置变化来判断该区域发生的形变，以完成对结构件形变的实时监测，考虑内参数变化，求解精度高，实时性强和自动化程度高。
步骤六、多次重复步骤二至步骤五，直至完成对大型结构件1一周的实时形变测量工作。
需要说明的是，步骤三至步骤五中采用的空间点均为标志点2。
本发明基于一台与测量像机相互固联的传递像机，通过传递像机与空间点间的实时位姿关系，求解出测量像机在移动测量过程中的实时外参数，利用相邻时刻的采集图像求解出基础矩阵，并通过基础矩阵与像机参数间的约束等式，在获取相邻时刻间像机位姿参数后，完成对测量像机内参数的实时求解，在获取测量像机的实时内外参数后，即可完成对结构件形变的实时监测，较好地克服了像机在移动测量过程中受到的环境扰动影响，因而可获取更高精度的像机实时内外参数，利用光束平差方法对结构件表面的非标志点坐标进行了高精度求解，并通过不同时刻间的坐标位置变化来判断该区域发生的形变，以完成对结构件形变的实时监测，考虑内参数变化，求解精度高，实时性强和自动化程度高，便于推广使用。
以上所述，仅是本发明的较佳实施例，并非对本发明作任何限制，凡是根据本发明技术实质对以上实施例所作的任何简单修改、变更以及等效结构变化，均仍属于本发明技术方案的保护范围内。

Claims (3)

1.基于传递像机的大型结构件实时形变监测方法，其特征在于，该方法包括以下步骤：
步骤一、建立三维直角坐标系：建立三个三维直角坐标系，三个三维直角坐标系分别为世界坐标系W-XWYWZW、以测量像机(6)的测量中心为原点的测量像机坐标系C-XCYCZC和以传递像机(5)的测量中心为原点的传递像机坐标系CT-XTYTZT，其中，测量像机(6)和传递像机(5)均安装在运动平台(4)上，运动平台(4)通过滑轨围绕大型结构件(1)移动，测量像机(6)的镜头朝向大型结构件(1)，传递像机(5)的镜头朝向地面，大型结构件(1)外表面上设置有多个供测量像机(6)采集且坐标未知的非标志点(3)，大型结构件(1)下侧地面周侧设置有多个供传递像机(5)采集且坐标已知的标志点(2)；
步骤二、获取传递像机的外参数：根据公式
Figure FDA0002204814860000011
并结合位姿估计算法计算传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵RWT和平移矩阵TWT，其中，X为一个已知坐标的标志点(2)在世界坐标系W-XWYWZW中的X轴方向的坐标，Y为一个已知坐标的标志点(2)在世界坐标系W-XWYWZW中的Y轴方向的坐标，Z为一个已知坐标的标志点(2)在世界坐标系W-XWYWZW中的Z轴方向的坐标，KT为预先标定的传递像机(5)的内参数，Zc为本步骤中一个已知坐标的标志点(2)到传递像机(5)光心的距离在光轴方向的投影，u为传递像机(5)上的一个特征像点在传递像机(5)像素坐标系中u轴方向的坐标，v为传递像机(5)上的一个特征像点在传递像机(5)像素坐标系中v轴方向的坐标，传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵RWT和平移矩阵TWT共同构成传递像机的外参数，[KT 0]为一个3×4的矩阵，
Figure FDA0002204814860000012
为一个4×4的矩阵；
步骤三、获取测量摄机的外参数：根据空间点在传递像机坐标系CT-XTYTZT下和世界坐标系W-XWYWZW下的齐次坐标关系，以及空间点在传递像机坐标系CT-XTYTZT下和测量像机坐标系C-XCYCZC下的齐次坐标关系，得
Figure FDA0002204814860000021
因此，
Figure FDA0002204814860000022
其中，XW为空间点在世界坐标系W-XWYWZW下的齐次坐标，XT为空间点在传递像机坐标系CT-XTYTZT下的齐次坐标，XC为空间点在测量像机坐标系C-XCYCZC下的齐次坐标，RCT为预先标定的传递像机坐标系CT-XTYTZT与测量像机坐标系C-XCYCZC间的位姿旋转矩阵，TCT为预先标定的传递像机坐标系CT-XTYTZT与测量像机坐标系C-XCYCZC间的平移矩阵；
再结合空间点在测量像机坐标系C-XCYCZC下和世界坐标系W-XWYWZW下的齐次坐标关系得XC＝RWCXW+TWC，其中，RWC为测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWC为测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的平移矩阵，测量像机坐标系C-XCYCZC与世界坐标系W-XWYWZW间的位姿旋转矩阵RWC和平移矩阵TWC共同构成测量像机的外参数，联立
Figure FDA0002204814860000023
得
Figure FDA0002204814860000024
步骤四、获取测量摄机的内参数，过程如下：
步骤401、运动平台(4)通过滑轨围绕大型结构件(1)移动，通过测量像机(6)在两处不同位置对同一区域进行拍摄，分别得到图像Framei和图像Framej，根据公式pjn TFijpin＝0，求解图像Framei和图像Framej之间的基础矩阵Fij，其中，pin为图像Framei中位于图像Framei和图像Framej中的公共空间点
Figure FDA0002204814860000026
对应的像点的齐次坐标且pin＝(uin,vin,1)T，pjn为图像Framej中位于图像Framei和图像Framej中的公共空间点
Figure FDA0002204814860000027
对应的像点的齐次坐标且pjn＝(ujn,vjn,1)T；
步骤402、根据公式
Figure FDA0002204814860000025
获取位于图像Framei中空间点在传递像机坐标系CT-XTYTZT下的齐次坐标XT,i、以及位于图像Framej中空间点在传递像机坐标系CT-XTYTZT下的齐次坐标XT,j，其中，RWT,i为位于图像Framei中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWT,i为位于图像Framei中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的平移矩阵；RWT,j为位于图像Framej中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的位姿旋转矩阵，TWT,j为位于图像Framej中空间点在传递像机坐标系CT-XTYTZT与世界坐标系W-XWYWZW间的平移矩阵，因此，
Figure FDA0002204814860000031
结合空间点在传递像机坐标系CT-XTYTZT下和测量像机坐标系C-XCYCZC下的齐次坐标关系，得XC,j＝RC,ijXC,i+TC,ij，其中，XC,i为位于图像Framei中空间点在测量像机坐标系C-XCYCZC下的齐次坐标，XC,j为位于图像Framej中空间点在测量像机坐标系C-XCYCZC下的齐次坐标，RC,ij为图像Framei和图像Framej下测量像机的位姿旋转矩阵且
Figure FDA0002204814860000032
TC,ij为图像Framei和图像Framej下测量像机的平移矩阵且
Figure FDA0002204814860000035
利用基础矩阵对摄机进行自标定，得
Figure FDA0002204814860000033
其中，λ为非零常数因子，[TC,ij]×为平移矩阵TC,ij的反对称矩阵，Ki为测量像机(6)获取图像Framei时的内参数，Kj为测量像机(6)获取图像Framej时的内参数；
对
Figure FDA0002204814860000034
进行转换，得Kj TFijKi＝λ[TC,ij]×RC,ij，利用LM优化算法对Kj TFijKi＝λ[TC,ij]×RC,ij进行迭代求解，获取测量摄机的内参数；
步骤五、非标志点的测量：利用光束平差方法结合测量像机(6)的内外参数以及公共空间点
Figure FDA0002204814860000036
对图像Framei和图像Framej中非标志点(3)进出求解，获取非标志点(3)的世界坐标，监测该大型结构件(1)上对应区域形变；
步骤六、多次重复步骤二至步骤五，直至完成对大型结构件(1)一周的实时形变测量工作。
2.按照权利要求1所述的基于传递像机的大型结构件实时形变监测方法，其特征在于：步骤401中计算图像Framei和图像Framej之间的基础矩阵Fij之前，利用非量测的畸变校正方法对图像Framei和图像Framej进行图像畸变校正，再利用随机采样一致性算法对图像畸变校正后的图像Framei和图像Framej进行特征点匹配，得到公共空间点
Figure FDA0002204814860000041
3.按照权利要求1所述的基于传递像机的大型结构件实时形变监测方法，其特征在于：步骤402中利用LM优化算法对Kj TFijKi＝λ[TC,ij]×RC,ij进行迭代求解之前，需对传递像机(5)和测量像机(6)的内参数进行预先的初始标定，以获取传递像机(5)和测量像机(6)的始标内参数作为其初值进行迭代求解。
CN201910877476.6A 2019-09-17 2019-09-17 基于传递像机的大型结构件实时形变监测方法 Active CN110595374B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910877476.6A CN110595374B (zh) 2019-09-17 2019-09-17 基于传递像机的大型结构件实时形变监测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910877476.6A CN110595374B (zh) 2019-09-17 2019-09-17 基于传递像机的大型结构件实时形变监测方法

Publications (2)

Publication Number Publication Date
CN110595374A CN110595374A (zh) 2019-12-20
CN110595374B true CN110595374B (zh) 2020-05-05

Family

ID=68860231

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910877476.6A Active CN110595374B (zh) 2019-09-17 2019-09-17 基于传递像机的大型结构件实时形变监测方法

Country Status (1)

Country Link
CN (1) CN110595374B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111043984B (zh) * 2020-01-09 2021-08-20 深圳大学 隧道三维变形监测方法及相关装置
CN111156917B (zh) * 2020-01-17 2021-10-22 北京林业大学 一种基于灰度标志点的变形测量方法
CN112461152B (zh) * 2020-11-25 2022-06-28 中国人民解放军火箭军工程大学 一种大型工业结构形变监测与分析方法

Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504272A (zh) * 2009-03-11 2009-08-12 中国人民解放军国防科学技术大学 一种大型结构体姿态及位移变形的像机网络摄像测量方法及装置
KR20120020473A (ko) * 2010-08-30 2012-03-08 현대제철 주식회사 회전가능한 원호형 카메라 프레임을 이용하여 제품의 변형량을 측정하는 장치 및 이를 이용한 변형량 측정 방법
CN203949639U (zh) * 2014-07-08 2014-11-19 南京交通职业技术学院 基于ZigBee下的针对拱形顶棚的检测设备
CN105300306A (zh) * 2015-11-12 2016-02-03 西安航空动力股份有限公司 一种用于塑性应变数据采集的照相装置及数据采集方法
CN105973161A (zh) * 2016-06-17 2016-09-28 西安交通大学 一种桨叶的三维全场变形测量方法
CN106091966A (zh) * 2016-06-01 2016-11-09 北京卫星环境工程研究所 真空低温环境下的热变形测量方法
CN106530355A (zh) * 2016-10-31 2017-03-22 河海大学 一种基于光纤以太网的多目摄像机同步数据采集方法
CN107091610A (zh) * 2017-04-19 2017-08-25 清华大学 一种大型结构的三维动态在线测量装置及其测量方法
CN107230233A (zh) * 2017-05-04 2017-10-03 深圳大学 基于光束平差的远心镜头三维成像系统的标定方法及装置
CN108182709A (zh) * 2017-12-28 2018-06-19 北京信息科技大学 一种相机标定和相对定向的方法
CN108759699A (zh) * 2018-03-27 2018-11-06 西安交通大学 一种大视场砌体结构材料三维全场变形的测量方法及系统
CN109029277A (zh) * 2018-06-27 2018-12-18 常州沃翌智能科技有限公司 一种隧道形变监测系统及方法
CN109798831A (zh) * 2018-12-28 2019-05-24 辽宁红沿河核电有限公司 一种用于燃料组件的双目视觉测量方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10395389B2 (en) * 2016-04-11 2019-08-27 Hewlett-Packard Development Company, L.P. Calibration based on intrinsic parameter selection and a projected calibration target
JP6804419B2 (ja) * 2017-09-28 2020-12-23 トヨタテクニカルディベロップメント株式会社 タイヤ変位量取得方法及びタイヤ変位量取得装置

Patent Citations (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101504272A (zh) * 2009-03-11 2009-08-12 中国人民解放军国防科学技术大学 一种大型结构体姿态及位移变形的像机网络摄像测量方法及装置
KR20120020473A (ko) * 2010-08-30 2012-03-08 현대제철 주식회사 회전가능한 원호형 카메라 프레임을 이용하여 제품의 변형량을 측정하는 장치 및 이를 이용한 변형량 측정 방법
CN203949639U (zh) * 2014-07-08 2014-11-19 南京交通职业技术学院 基于ZigBee下的针对拱形顶棚的检测设备
CN105300306A (zh) * 2015-11-12 2016-02-03 西安航空动力股份有限公司 一种用于塑性应变数据采集的照相装置及数据采集方法
CN106091966A (zh) * 2016-06-01 2016-11-09 北京卫星环境工程研究所 真空低温环境下的热变形测量方法
CN105973161A (zh) * 2016-06-17 2016-09-28 西安交通大学 一种桨叶的三维全场变形测量方法
CN106530355A (zh) * 2016-10-31 2017-03-22 河海大学 一种基于光纤以太网的多目摄像机同步数据采集方法
CN107091610A (zh) * 2017-04-19 2017-08-25 清华大学 一种大型结构的三维动态在线测量装置及其测量方法
CN107230233A (zh) * 2017-05-04 2017-10-03 深圳大学 基于光束平差的远心镜头三维成像系统的标定方法及装置
CN108182709A (zh) * 2017-12-28 2018-06-19 北京信息科技大学 一种相机标定和相对定向的方法
CN108759699A (zh) * 2018-03-27 2018-11-06 西安交通大学 一种大视场砌体结构材料三维全场变形的测量方法及系统
CN109029277A (zh) * 2018-06-27 2018-12-18 常州沃翌智能科技有限公司 一种隧道形变监测系统及方法
CN109798831A (zh) * 2018-12-28 2019-05-24 辽宁红沿河核电有限公司 一种用于燃料组件的双目视觉测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于单相机的三维坐标测量及其在结构大变形测量中的应用;胡邹恒;《中国优秀硕士学位论文全文数据库信息科技辑》;20160815(第08期);第I138-859页 *
基于立体视觉的动态变形测量研究;刘聪;《中国博士学位论文全文数据库信息科技辑》;20170915(第09期);第I138-68页 *

Also Published As

Publication number Publication date
CN110595374A (zh) 2019-12-20

Similar Documents

Publication Publication Date Title
CN108734744B (zh) 一种基于全站仪的远距离大视场双目标定方法
CN108489496B (zh) 基于多源信息融合的非合作目标相对导航运动估计方法及系统
CN110595374B (zh) 基于传递像机的大型结构件实时形变监测方法
CN108510551B (zh) 一种远距离大视场条件下相机参数的标定方法及系统
CN109029299B (zh) 舱段销孔对接转角的双相机测量装置及测量方法
CN112949478B (zh) 基于云台相机的目标检测方法
CN109559355B (zh) 一种基于相机组的无公共视场的多相机全局标定装置及方法
CN111369630A (zh) 一种多线激光雷达与相机标定的方法
CN108594245A (zh) 一种目标物运动监测系统及方法
CN107358631A (zh) 一种虑及三维畸变的双目视觉重建方法
CN110189400B (zh) 一种三维重建方法、三维重建系统、移动终端及存储装置
CN110779491A (zh) 一种水平面上目标测距的方法、装置、设备及存储介质
CN111879354A (zh) 一种无人机精细化测量系统
CN112629431A (zh) 土木结构变形监测方法及相关设备
CN106709955B (zh) 基于双目立体视觉的空间坐标系标定系统和方法
CN111220120B (zh) 一种动平台双目测距自校准方法及装置
CN111091076B (zh) 基于立体视觉的隧道限界数据测量方法
CN112258583B (zh) 基于等畸变量分区的近景图像畸变标定方法
CN112767338A (zh) 一种基于双目视觉的装配式桥梁预制构件吊装定位系统及其方法
CN113119129A (zh) 一种基于标准球的单目测距定位方法
CN113724337B (zh) 一种无需依赖云台角度的相机动态外参标定方法及装置
CN112985259A (zh) 基于多目视觉的目标定位方法及系统
CN116625258A (zh) 链条间距测量系统及链条间距测量方法
US11640680B2 (en) Imaging system and a method of calibrating an image system
CN109712200B (zh) 一种基于最小二乘原理及边长推算的双目定位方法及系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant