CN110823130B - 一种结构光3d视觉快速自动标定装置及方法 - Google Patents

一种结构光3d视觉快速自动标定装置及方法 Download PDF

Info

Publication number
CN110823130B
CN110823130B CN201911003968.9A CN201911003968A CN110823130B CN 110823130 B CN110823130 B CN 110823130B CN 201911003968 A CN201911003968 A CN 201911003968A CN 110823130 B CN110823130 B CN 110823130B
Authority
CN
China
Prior art keywords
calibration
image
encoder
value
camera
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
CN201911003968.9A
Other languages
English (en)
Other versions
CN110823130A (zh
Inventor
蒲先坤
闫志鸿
卢振洋
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.)
Beijing University of Technology
Original Assignee
Beijing University of Technology
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 Beijing University of Technology filed Critical Beijing University of Technology
Priority to CN201911003968.9A priority Critical patent/CN110823130B/zh
Publication of CN110823130A publication Critical patent/CN110823130A/zh
Application granted granted Critical
Publication of CN110823130B publication Critical patent/CN110823130B/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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2504—Calibration devices
    • 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
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2513—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns

Landscapes

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

Abstract

一种结构光3D视觉快速自动标定装置及方法属于机器人视觉引导与控制等领域，包括查表标定法、相机与激光结构光三角模型标定深度方向Z的方法、以及利用后者验证前者在对深度方向Z的标定结果。查表标定法利用标定块平面标定区在图像中的像素值与其在深度方向(Z方向)的位置坐标值建立映射关系，标定Z，利用栅格标定块、异形标定块中规则图形与其在图像中高度方向(Y方向)的匹配关系建立映射关系，标定Y。相机与激光结构光三角模型标定深度方向Z的方法通过其数学模型结合数字图像处理算法，标定Z。标定装置还包括3D相机、激光结构光、固定平台、伺服电机、编码器、平移滑台、栅格标定块、异形标定块、圆形标识标定块。

Description

一种结构光3D视觉快速自动标定装置及方法
技术领域
本发明装置常用领域为机器人视觉引导与控制、测量和定位、三维形貌恢复，公开了一种3D视觉标定装置及方法，特别涉及一种结构光3D视觉快速自动标定装置及方法。
背景技术
激光结构光三维测量技术是非接触式测量的主要方法之一，是机器视觉中特别是三维视觉中一个最重要的环节。激光结构光三维测量技术是用激光结构光光源投射到被测量物体上，再用相机采集物体表面被结构光调制的结构光图像，利用相机的几何光学成像原理和模型从图像中获取物体表面的三维轮廓信息从而将物体的三维形貌恢复。
随着工业自动化领域自动化水平的不断提高，在生产、制造、加工和安装等过程中对工件的测量、定位、视觉引导都是极为关键的环节。目前结构光三角测量技术的标定方法都以手动标定为主，标定过程复杂、手动测量带来了误差、客观性差、标定精度低、标定速度慢、适应性不强，对于自动化要求较高的场合以及生产制造一体化的工艺系统中手动标定显得不协调且不能满足精度的需求。
发明内容
本发明的主要目的在于解决上述问题和不足，提出了一种应用该3D视觉自动标定装置标定的新方法。
本发明的另一个主要目的在于发明了适用于该方法的一种结构光3D视觉快速自动标定装置。
为实现上述目的，本发明的技术方案是：
一种结构光3D视觉快速自动标定装置，包括3D相机1、激光结构光2、固定平台3、第一伺服电机4、第一编码器5、水平平移滑台6、第二伺服电机12、第二编码器13、竖直平移滑台14、异形标定块15、栅格标定块7、圆形标识标定块。
所述异形标定块由平面标定区和异形标定区组成，平面标定区由一块完整的规则的长方形平面构成；异形标定区由形状大小已知的等腰梯形凹槽、V字型凹槽组成。所述栅格标定块由并排的多个规则的等腰梯形凹槽、多个规则的形状大小相同的V字型凹槽、多个规则的形状大小相同的长方体长条组成。标定块的形状设计可有效避免遮挡，有利于图像处理中计算编码区上、下边界。
所述圆形标识标定块由已知直径的规则排布的圆形组成。有利于求解数学模型中的参数。
进一步，采用一维平移台采像方式，包括3D相机1、激光结构光2、固定平台3、第一伺服电机4、第一编码器5、水平平移滑台6及栅格标定块7。一维采相方式计算量更小，标定更迅速。
步骤一，将3D相机、激光结构光安装在固定平台上，相机与激光器成一定夹角，将第一伺服电机4、第一编码器5、水平平移滑台安装并固定，水平平移滑台安装方向与固定平台垂直。保证机构安装的准确性。
步骤二，对固定平台、水平平移滑台进行水平校准，再对相机和激光器的安装位置进行校准。排除因校准不当产生的误差，影响标定结果的准确性。
步骤三，调节激光结构光光线竖直(即与宽度方向平行)投射到栅格标定块上，且此时激光对焦最佳，最后对装置整体进行校准及联调。保证激光对焦最好，有利于激光条纹的提取及计算结果的准确性。
步骤四，开始启动，标定装置自运行，水平平移滑台每移动一个位置，第一编码器(5)将该位置的值记录并传给计算机，同时采集一张栅格标定块图像，共采集N张。采集图像的数量越多，标定结果越准确。
进一步，采用二维平移台采像方式，包括3D相机1、激光结构光2、固定平台3、第一伺服电机4、第一编码器5、竖直平移滑台6、第二伺服电机12、第二编码器13、水平平移滑台7及异形标定块15。二维采相方式有利于提高宽度方向的标定精度。
步骤一、将3D相机、激光结构光安装在固定平台上，相机与激光器成一定夹角，将第一伺服电机4、第一编码器5、水平平移滑台安装并固定，第二伺服电机12、第二编码器(13)、异形标定块安装在竖直平移滑台上，最后将竖直平移滑台安装在水平平移滑台上。保证机构安装的准确性。
步骤二、对固定平台、水平平移滑台、竖直平移滑台进行校准，对相机和激光器的安装位置进行校准。排除因校准不当产生的误差，影响标定结果的准确性。
步骤三、调节激光结构光光线竖直(即与宽度方向平行)投射到栅格标定块上，且此时激光对焦最佳，最后对装置整体进行校准及联调。保证激光对焦最好，有利于激光条纹的提取及计算结果的准确性。
步骤四、开始启动，标定装置自运行，水平平移滑台每移动一个位置，第一编码器(5)将该位置的值记录并传给计算机，竖直滑台向上移动，移动N次，第二编码器(13)将每次移动的位置反馈给计算机，相机对标定块移动的N次不同位置进行图像采集。采集图像的数量越多，宽度及深度方向标定结果越准确。
进一步，采用二维平移台采像方式，包括3D相机1、激光结构光2、固定平台3、第一伺服电机4、第一编码器5、竖直平移滑台6、第二伺服电机12、第二编码器13、水平平移滑台7及圆形标定块。3D相机、激光结构光、圆形标识标定块构成三角关系中，形成了如图6所示的激光结构光三角测量模型。其安装和调整的方法同上一步所述。主要为了求得数学模型中的参数α、F、Z0、L，最终计算Z。
本发明的另一个技术方案是：
一种结构光3D视觉快速自动标定方法，包括如下步骤：
对在一维平移台采像方式中采集的图像以自动命名的方式进行排序，采集完及时处理。
进一步，对规则栅格标定块的区域进行编码，其中V型凹槽8、梯形凹槽9、长条型长方体块10、平面标定区长方形11为编码区，为图像处理与图像匹配提供计算，通过已知的规则图形的实际大小与尺寸，在图像中将规则图形的编码读出转换成实际宽度，并与实际尺寸做匹配。
进一步，计算深度方向Z：计算机读取图像，对平面标定区的每一列像素求和再求平均，再对缺失的数据做邻插补。将以上步骤对每一幅图像都做一遍，做完以后将数据存于750*1280的表格；每一列表示平面区在深度方向的像素值，每一行表示深度方向100-750mm(相机景深范围)的距离，通过表格将实际距离与图像建立对应关系。对100-750mm范围内的每个位置下的平面标定区的图像进行图像处理，利用线性插值的方法将0.1mm下的值求出，存于表格。计算宽度方向Y：对图像中缺失数据做邻插补；每一列像素求和再求平均；平滑滤波，去掉噪声；找到编码区域的上、下边界；以上或下边界为基准计算图像中规则图形的数量；对标定块中图形的实际位置与图像上的位置做匹配；通过第一编码器(5)反馈的标定块基准位置、图像上规则图形匹配结果、编码区的编码值做加减计算。对缺失的数据做邻插补。将以上步骤对每一幅图像都做一遍，做完以后存放于750*1280的表格中。对200-1000mm(视场范围)内的每个位置下的栅格标定块的图像进行图像处理，利用线性插值的方法将0.1mm下的值求出，存于表格。其中，深度方向的范围以及采相张数可根据相机及需求灵活设定，可提高标定精度和标定的适应性。
进一步，得到上述表格包含深度方向Z和宽度方向Y的表格，自动标定装置采集图像完成后，标定结果自动计算，标定数据自动保存。当一维平移台标定方式采用查表法标定完成后，相机景深及视场范围内所有的点的Y、Z值都可在表格中查找到，即表格提供了标准的值。这样的方法减小了标定的难度，提高了标定精度，实现了自动标定，减小了手动标定带来的误差。
对在二维平移台采像方式中采集的图像以自动命名的方式进行排序，采集完及时处理。
进一步，对规则异形标定块的区域进行编码，其中V型凹槽16、梯形凹槽17、平面标定区长方形18为编码区，为图像处理与图像匹配提供计算，通过已知规则图形的实际大小与尺寸，在图像中将异形标定块的编码读出转换成实际宽度。
进一步，计算深度方向Z：计算机读取图像，对平面标定区的每一列像素求和再求平均，再对缺失的数据做邻插补。将以上步骤对每一幅图像都做一遍，做完以后将数据存于750*1280的表格；每一列表示平面区在深度方向的像素值，每一行表示深度方向100-750mm(相机景深范围)的距离，通过表格将实际距离与图像建立对应关系。对100-750mm范围内的每个位置下，向上移动过程采集的N张图像的平面标定区的处理，利用线性插值的方法将0.1mm下的值求出，存于表格。计算宽度方向Y：对图像中缺失数据做邻插补；每一列像素求和再求平均；平滑滤波，去掉噪声；找到编码区域的上、下边界；以上或下边界为基准计算图像中规则图形的数量；对标定块中图形的实际位置与图像上的位置做匹配；通过第二编码器(13)反馈的标定块基准位置、图像上规则图形匹配结果、编码区的编码值做加减计算。对缺失的数据做邻插补。将以上步骤对每N幅图像都做一遍，做完以后存放于750*1280的表格中。对200-1000mm(视场范围)内的每个位置下的异形标定块的图像进行图像处理，利用线性插值的方法将0.1mm下的值求出，存于表格。实现了深度方向Z，宽度方向Y的自动标定计算，提高了宽度方向Y的标定的精度。
进一步，得到上述表格包含深度方向Z和宽度方向Y的表格，自动标定装置采集图像完成后，标定结果自动计算，标定数据自动保存。当二维平移台标定方式采用查表法标定完成后，相机景深及视场范围内所有的点的Y、Z值都可在表格中查找到，即表格提供了标准的值。这样的方法减小了标定的难度，提高了标定精度，实现了自动标定，减小了手动标定带来的误差。
对二维平移台采像方式中采集的图像以自动命名的方式进行排序，采集完及时处理。
进一步，通过图6所示的激光结构光三角模型，得到如下数学计算关系式：
Figure BDA0002242192170000051
Figure BDA0002242192170000052
Figure BDA0002242192170000053
Figure BDA0002242192170000054
C＝D0*cos(β) (5)
E＝D-C (6)
Figure BDA0002242192170000055
Z＝Z0+Z1 (8)
进一步，将公式(2)至(7)带入(8)得到：
Figure BDA0002242192170000056
其中：
α为光轴仰角。
β为激光夹角(待测点与相机光心的连线与光轴的夹角)。
L为激光线高度。
F为焦距。
A为相机光轴在基准平面上面的投影长。
D为光线长度(待测平面上待测点与光心的连线长)。
D0为基准光线长度(光心在在光轴仰角α下与基准平面基准点的连线与长)。
C为D0在D上的投影长。
Z0为基准深度(光心到基准平面的距离)。
Z为相机光心到待测平面的距离或激光到待测平面的距离。
进一步，通过图像处理算法对圆形标识块图像进行图像处理，计算图像中椭圆的长轴a、短轴b的长度，从而计算出α＝cos-1b/a的值。
进一步，通过图像处理算法计算得到L1、L2，通过第一编码器(5)反馈的位置得到L0、X，利用公式X/H＝F/L1、X+L0/F＝F/L2，将H和F计算出。
进一步，通过图像处理算法进行图像处理得到L的值、通过第一编码器(5)反馈的位置得到Z0。
进一步，将α、F、Z0、L的值带入公式(9),计算出深度方向Z的值。
进一步，通过matlab将结构光三角测量标定深度方向Z的方法的标定结果曲线描绘出。
进一步，用Matlab将查表法标定深度方向Z的所有点绘制成光滑曲线。
进一步，分析得到结构光三角测量标定深度方向Z的方法的标定曲线与查表法标定曲线的一致。
综上所述，本发明所述的一种结构光3D视觉快速自动标定装置及方法，具有如下优点：
1、本发明专利首次提出了一种新的标定方法，查表标定法。提高了精度的同时也减小了手动标定的误差。
2、本发明设计的标定块的形状避免了采像过程中的遮挡问题。使图像处理算法更容易实现。
3、本发明设计了两种不同的采相方法，可根据不同应用场合及需求采用不同的方式，为标定的方法提供了不同的选择，方法的适应性更广泛。
4、本发明具有自动采集图像，自动标定出结果的功能，同时可根据精度要求更改采集图像数量，以得到更高的标定精度，提高了标定速度的同时还增加了适应性。
5、本发明采用编码器实现精准的自定位，标定过程中无需手动，减小了标定的误差，提高了标定结果的准确性。
6、本发明提出了激光结构光三角测量标定深度Z方向的方法，提出了一种数学模型，参数的求解通过图像算法的方式去获取，计算结果更准确，减小了人为测量的误差，提高了系统的准确性。
7、本发明专利采用查表法与激光结构光三角标定法相结合的方法，并利用激光结构光三角测量标定深度Z方向的方法验证了查表法，得到结果一致，为查表法提供了验证。
8、本发明专利实现了宽度方向Y、深度方向Z的标定自动化，减小了手动标定因测量带来的系统误差，提高了标定结果的准确性。
附图说明
图1是基于一维平移台采像方式的结构光3D视觉快速自动标定装置的整体结构示意图。
如图1所示，本发明结构光3D视觉快速自动标定装置，适用于激光结构光三维技术中的自动标定，包括3D相机1、激光结构光2、平台3、第一伺服电机4、第一编码器5、水平平移滑台6、栅格标定块7。
图2是栅格标定块的结构示意图。
如图2所示，V型凹槽8、梯形凹槽9、长条型长方体块10、长方形平面11。
图3是基于二维平移台采像方式的结构光3D视觉快速自动标定装置的整体结构示意图。
如图3所示，本发明结构光3D视觉快速自动标定装置，适用于结构光三维技术中的标定，包括3D相机1、激光结构光2、平台3、第一伺服电机4、第一编码器5、水平平移滑台6、第二伺服电机12、第二编码器13、竖直平移滑台14、异形标定块15。
图4是异形标定块的结构示意图。
如图4所示，V型凹槽16、梯形凹槽17、长方形平面18。
图5是圆形标识标定块结构示意图。
图6是激光结构光三角模型示意图。
图7是本发明专利的三维坐标系示意图。
图8是结构光三角测量模型标定深度方向Z曲线图。
图9是查表法标定深度方向Z曲线图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述：
如图1所示，本发明结构光3D视觉快速自动标定装置，适用于激光结构光三维测量技术中的自动标定，包括3D相机1、激光结构光2、平台3、第一伺服电机4、第一编码器(5)、水平平移滑台6、栅格标定块7。
结构光3D视觉快速自动标定装置材料采用钢或铝。
结构光3D视觉快速自动标定装置采用了一维采相方式，即水平平移滑台移动，第一编码器(5)反馈移动的位置，相机对栅格标定块采相。
如图2所示，本发明结构光3D视觉快速自动标定装置的栅格标定块，适用于深度方向Z、宽度方向Y的数字图像处理，包括V型凹槽8、梯形凹槽9、长条型长方体块10、长方形平面11。深度方向Z标定：计算机读取图像，对平面标定区的每一列像素求和再求平均，再对缺失的数据做邻插补。将以上步骤对每一幅图像都做一遍，做完以后将数据存于750*1280的表格；每一列表示平面区在深度方向的像素值，每一行表示深度方向100-750mm(相机景深范围)的距离，通过表格将实际距离与图像建立对应关系。对100-750mm范围内的每个位置下的平面标定区的图像进行图像处理，利用线性插值的方法将0.1mm下的值求出，存于表格。深度方向Z标定：对图像中缺失数据做邻插补；每一列像素求和再求平均；平滑滤波，去掉噪声；找到编码区域的上、下边界；以下边界为基准计算图像中规则图形的数量；对标定块中图形的实际位置与图像上的位置做匹配；通过第一编码器(5)反馈的标定块基准位置、图像上规则图形匹配结果、编码区的编码值做加减计算。对缺失的数据做邻插补。将以上步骤对每一幅图像都做一遍，做完以后存放于750*1280的表格中。对200-1000mm(视场范围)内的每个位置下的栅格标定块的图像进行图像处理，利用线性插值的方法将0.1mm下的值求出，存于表格。其中，深度方向的范围以及采相张数可根据相机及需求灵活设定，可提高标定精度和标定的适应性。
如图3所示，本发明结构光3D视觉快速自动标定装置，适用于结构光三维测量技术中的标定，包括3D相机1、激光结构光2、平台3、第一伺服电机4、第一编码器5、水平平移滑台6、第二伺服电机12、第二编码器(13)、竖直平移滑台14、异形标定块15。
结构光3D视觉快速自动标定装置材料采用钢或铝。
结构光3D视觉快速自动标定装置采用了二维采相方式，即水平平移滑台移动，第一编码器(5)反馈移动的位置，相机对异形标定块采相，采相完成以后，竖直平移滑台向上移动，第二编码器(13)反馈移动的位置，相机对异形标定块采相。
如图4所示，本发明结构光3D视觉快速自动标定装置中的异形标定块，适用于深度方向Z、宽度方向Y的数字图像处理，包括V型凹槽16、梯形凹槽17、长方形平面18。深度方向Z标定：计算机读取图像，对平面标定区的每一列像素求和再求平均，再对缺失的数据做邻插补。将以上步骤对每一幅图像都做一遍，做完以后将数据存于750*1280的表格；每一列表示平面区在深度方向的像素值，每一行表示深度方向100-750mm(相机景深范围)的距离，通过表格将实际距离与图像建立对应关系。对100-750mm范围内的每个位置下，向上移动过程采集的N张图像的平面标定区的处理，利用线性插值的方法将0.1mm下的值求出，存于表格。标定宽度方向Y：对图像中缺失数据做邻插补；每一列像素求和再求平均；平滑滤波，去掉噪声；找到编码区域的上、下边界；以下边界为基准计算图像中规则图形的数量；对标定块中图形的实际位置与图像上的位置做匹配；通过第二编码器(13)反馈的标定块基准位置、图像上规则图形匹配结果、编码区的编码值做加减计算。对缺失的数据做邻插补。将以上步骤对每N幅图像都做一遍，做完以后存放于750*1280的表格中。对200-1000mm(视场范围)内的每个位置下的异形标定块的图像进行图像处理，利用线性插值的方法将0.1mm下的值求出，存于表格。实现了深度方向Z，宽度方向Y的自动标定计算，提高了宽度方向Y的标定的精度。
如图5、图6所示，本发明结构光3D视觉快速自动标定装置中的圆形标定块，适用于激光结构光三角测量模型(图6)计算深度方向Z的图像处理，包括计算公式中的参数α，F，Z0，L。
如图7所示，本发明专利的深度方向Z、宽度方向Y、均基于本坐标系，运动方向X的坐标则在实际应用场合中具体指定。
如图8、图9所示，本发明专利的查表标定法中深度方向Z可通过结构光三角测量模型标定深度方向Z的方法来进行验证，经验证得到两种方法对深度方向Z的标定结果一致。
本发明所述的一种结构光3D视觉快速自动标定装置及应用该标定装置的标定方法，该方法摒弃了手动图像标定，改为基于数字图像处理方式进行自动标定，提高了标定的精度，标定结果更客观有效。标定方法采用了查表的方法，以及激光结构光三角标定法与查表法相结合的方法，提高了可靠性、有效性。标定装置的一维平移台采像方式及二维平移台采像方式都可同时实现宽度方向Y和深度方向Z的自动标定。为机构光视觉测量技术、结构光三维形貌恢复提供了标定方法的技术支撑，使3D视觉中定位与测量的精度更高，标定更容易实现。
如上所述，结合附图所给的方案内容，可以衍生出类似的技术方案。但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实例所做的任何简易修改、等同变化与修饰，均属于本发明技术方案的范围内。

Claims (3)

1.一种结构光3D视觉快速自动标定方法，其特征在于：结构包括3D相机、激光结构光、固定平台、第一伺服电机(4)、第一编码器(5)、水平平移滑台、第二伺服电机(12)、第二编码器(13)、竖直平移滑台、栅格标定块；
所述栅格标定块由在长度方向上按照多个规则的形状大小相同的V字型凹槽、多个规则的等腰梯形凹槽、规则的形状大小相同的长方体平面顺序并排且周期排列组成；
多个规则的形状大小相同的长方体长条在宽度方向上并排的设置在长方形平面上；
将3D相机、激光结构光安装在固定平台上，将第一伺服电机(4)、第一编码器(5)、水平平移滑台安装并固定，最后将栅格标定块安装在水平平移滑台上，开始启动，标定装置自运行，水平平移滑台每移动一个位置，第一编码器(5)将该位置的值记录并传给计算机，同时相机采集一张栅格标定块图像，共采集N幅图像；计算深度方向Z：计算机读取图像，对平面标定区的每一列像素求和再求平均，再对缺失的数据做邻插补；将数据存于表格中；每一列表示平面区在深度方向的像素值，每一行表示深度方向即相机视场范围的距离，通过表格将实际距离与图像素值建立对应关系；对深度范围内的每个位置下的平面标定区的图像进行图像处理，并将计算结果放在表格中，利用线性插值的方法将设定精度下的值求出，存于表格；计算宽度方向Y：对图像中缺失数据做邻插补；每一列像素求和再求平均；平滑滤波，去掉噪声；找到编码区域的上、下边界；以下边界为基准计算图像中规则图形的数量；对标定块中图形的实际位置与图像上的位置做匹配；通过第一编码器(5)反馈的标定块基准位置、图像上规则图形匹配结果、编码区的编码值做加减计算；对缺失的数据做邻插补；将以上步骤对每一幅图像都做一遍，做完以后存放表格中；对视场范围内每个位置的栅格标定块的宽度方向进行处理，利用线性插值的方法将视场范围下设定精度下宽度方向的值求出，存于表格；实现了深度方向Z，宽度方向Y的自动标定计算。
2.一种结构光3D视觉快速自动标定方法，其特征在于：
将3D相机、激光结构光安装在固定平台上，将第一伺服电机(4)、第一编码器(5)、水平平移滑台安装并固定，第二伺服电机(12)、第二编码器(13)、异形标定块安装在竖直平移滑台上，最后将竖直平移滑台安装在水平平移滑台上，所述异形标定块由平面标定区和异形标定区组成，其特征在于：异形标定区由形状大小已知的V字型凹槽、等腰梯形凹槽组成；平面标定区由一块完整的规则的长方形平面构成；
开始启动，标定装置自运行，水平平移滑台每移动一个位置，第一编码器(5)将该位置的值记录并传给计算机，竖直平移台向上平移N个不同位置，第二编码器(13)将该位置的值记录并传给计算机，相机自动连续采像N张异形标定块图像；计算深度方向Z：计算机读取图像，对平面标定区的每一列像素求和再求平均，再对缺失的数据做邻插补；将以上步骤对每一幅图像都做一遍，做完以后将数据存表格中；每一列表示平面区在深度方向的像素值，每一行表示深度方向的距离，通过表格将实际距离与图像像素值建立对应关系；对视场范围内的每个位置下，向上移动过程中采集的N张图像中的平面标定区进行处理，利用线性插值的方法将设定精度下的值求出，存于表格；计算宽度方向Y：对图像中缺失数据做邻插补；每一列像素求和再求平均；平滑滤波，去掉噪声；找到编码区域的上、下边界；以下边界为基准计算图像中规则图形的数量；对标定块中图形的实际位置与图像上的位置做匹配；通过编码器反馈的标定块基准位置和图像上规则图形匹配结果、编码区的编码值做加减计算；对缺失的数据做邻插补；将以上步骤对每N幅图像都做一遍，做完以后存放于表格中；对宽度范围内的每个位置下的异形标定块的图像进行图像处理，利用线性插值的方法将设定精度下的值求出，存于表格；实现了深度方向Z，宽度方向Y的自动标定计算。
3.一种结构光3D视觉快速自动标定方法，其特征在于：将3D相机、激光结构光安装在固定平台上，将第一伺服电机(4)、第一编码器(5)、水平平移滑台安装并固定，第二伺服电机(12)、第二编码器(13)、圆形标识标定块安装在竖直平移滑台上，所述圆形标识标定块由已知直径的规则排布的圆形组成；
最后将竖直平移滑台安装在水平平移滑台上，开始启动，标定装置自运行，水平平移滑台每移动一个位置，第一编码器(5)将该位置的值记录并传给计算机，相机采集一张圆形标定块图像；其中3D相机、激光结构光、圆形标识标定块构成三角模型，其模型数学模型公式：
Figure FDA0003164085490000021
Figure FDA0003164085490000031
Figure FDA0003164085490000032
Figure FDA0003164085490000033
C＝D0*cos(β) (5)
E＝D-C (6)
Figure FDA0003164085490000034
Z＝Z0+Z1 (8)
将公式(2)至(7)代入(8)得到：
Figure FDA0003164085490000035
其中：
α为光轴仰角；
β为激光夹角即待测点与相机光心的连线与光轴的夹角；；
L为激光线高度；
F为焦距；
A为相机光轴在基准平面上面的投影长；
D为光线长度即待测平面上待测点与光心的连线长；；
D0为基准光线长度即光心在在光轴仰角α下与基准平面基准点的连线与长；；
C为D0在D上的投影长；
Z0为基准深度即光心到基准平面的距离；；
Z为相机光心到待测平面的距离或激光到待测平面的距离；
圆形标识在图像中成椭圆形，对图像进行平滑滤波，去掉噪声，通过canny算子求出图像中椭圆边界，求最大外接矩形，计算椭圆的长半轴a、短半轴b，从而通过α＝cos-1b/a 计算出α；利用公式X/H＝F/L1、X+L0/F＝F/L2，将H和F计算出，其中利用hough变换找到标定块的边界，求取边界直线的交点，获取同一交点移动X距离后在图像中的位置，通过欧式公式求取L1、L2，其中L0、X的位置通过第一编码器(5)反馈得到，从而计算出F和H；同样地，可得到L的值、Z0的位置通过第一编码器(5)反馈得到；最后将α、F、Z0、L的值带入公式(9),计算出深度方向Z的值。
CN201911003968.9A 2019-10-22 2019-10-22 一种结构光3d视觉快速自动标定装置及方法 Active CN110823130B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911003968.9A CN110823130B (zh) 2019-10-22 2019-10-22 一种结构光3d视觉快速自动标定装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911003968.9A CN110823130B (zh) 2019-10-22 2019-10-22 一种结构光3d视觉快速自动标定装置及方法

Publications (2)

Publication Number Publication Date
CN110823130A CN110823130A (zh) 2020-02-21
CN110823130B true CN110823130B (zh) 2021-09-14

Family

ID=69550070

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911003968.9A Active CN110823130B (zh) 2019-10-22 2019-10-22 一种结构光3d视觉快速自动标定装置及方法

Country Status (1)

Country Link
CN (1) CN110823130B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111223151B (zh) * 2020-03-06 2024-04-12 泉州华中科技大学智能制造研究院 一种结构光三维扫描相机的标定装置及标定方法
CN112147625B (zh) * 2020-09-22 2024-03-01 深圳市道通科技股份有限公司 一种标定方法、装置、单目激光测量设备及标定系统
CN112013787B (zh) * 2020-10-21 2021-01-26 四川大学 基于叶片自特征的叶片三维轮廓重建方法
CN112857260A (zh) * 2021-01-14 2021-05-28 成都铁安科技有限责任公司 一种条纹三维成像标定方法及其系统
CN114234847B (zh) * 2021-12-08 2024-01-30 苏州恒视智能科技有限公司 一种光栅投影系统及光栅相移高度测量自动校正补偿方法
CN115187668A (zh) * 2022-06-13 2022-10-14 楚能新能源股份有限公司 一种多功能激光视觉标定块
CN115307572B (zh) * 2022-06-27 2023-07-21 北京工业大学 一种定宽平面式线激光传感器位姿标定件及标定方法
CN115307571B (zh) * 2022-06-27 2023-07-21 北京工业大学 一种平面式线激光传感器位姿标定件及标定方法
CN115307570B (zh) * 2022-06-27 2023-07-21 北京工业大学 一种u槽平面式线激光传感器位姿标定件及标定方法

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5506683A (en) * 1990-04-30 1996-04-09 Kumho & Co., Inc. Non-contact measuring apparatus for the section profile of a tire and its method
CN1455222A (zh) * 2003-04-11 2003-11-12 天津大学 一种摄像机标定方法及其实施装置
CN1553141A (zh) * 2003-06-04 2004-12-08 东捷半导体科技股份有限公司 显微镜聚焦测高方法
JP2010281621A (ja) * 2009-06-03 2010-12-16 Seiko Epson Corp 三次元形状計測装置
CN205373636U (zh) * 2016-01-07 2016-07-06 杭州汉振科技有限公司 用于影像与激光测量传感器数据融合的标定块
CN106352806A (zh) * 2016-08-10 2017-01-25 中国科学技术大学 一种立体视觉三维数字图像相关测量的高精度标定方法
CN206192290U (zh) * 2016-08-31 2017-05-24 南京工业职业技术学院 一种平扫式自标定光栅投影3d重建仪
CN107339938A (zh) * 2017-07-21 2017-11-10 长春工程学院 一种用于单目立体视觉自标定的异型标定块及标定方法
CN208398818U (zh) * 2018-06-08 2019-01-18 苏州乐佰图信息技术有限公司 三维标定尺
CN109697736A (zh) * 2017-10-20 2019-04-30 杭州海康机器人技术有限公司 测量系统的标定方法、装置、电子设备及可读存储介质
CN109990698A (zh) * 2017-12-29 2019-07-09 广州智信科技有限公司 快速标定装置及快速标定方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5506683A (en) * 1990-04-30 1996-04-09 Kumho & Co., Inc. Non-contact measuring apparatus for the section profile of a tire and its method
CN1455222A (zh) * 2003-04-11 2003-11-12 天津大学 一种摄像机标定方法及其实施装置
CN1553141A (zh) * 2003-06-04 2004-12-08 东捷半导体科技股份有限公司 显微镜聚焦测高方法
JP2010281621A (ja) * 2009-06-03 2010-12-16 Seiko Epson Corp 三次元形状計測装置
CN205373636U (zh) * 2016-01-07 2016-07-06 杭州汉振科技有限公司 用于影像与激光测量传感器数据融合的标定块
CN106352806A (zh) * 2016-08-10 2017-01-25 中国科学技术大学 一种立体视觉三维数字图像相关测量的高精度标定方法
CN206192290U (zh) * 2016-08-31 2017-05-24 南京工业职业技术学院 一种平扫式自标定光栅投影3d重建仪
CN107339938A (zh) * 2017-07-21 2017-11-10 长春工程学院 一种用于单目立体视觉自标定的异型标定块及标定方法
CN109697736A (zh) * 2017-10-20 2019-04-30 杭州海康机器人技术有限公司 测量系统的标定方法、装置、电子设备及可读存储介质
CN109990698A (zh) * 2017-12-29 2019-07-09 广州智信科技有限公司 快速标定装置及快速标定方法
CN208398818U (zh) * 2018-06-08 2019-01-18 苏州乐佰图信息技术有限公司 三维标定尺

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
一种光刀式义齿三维轮廓测量系统标定方法;蔡文泽等;《西安工业大学学报》;20160831;第36卷(第8期);第618-622页 *
基于线纹尺的线结构光视觉传感器标定新方法;邝泳聪等;《华南理工大学学报（自然科学版）》;20160131;第44卷(第1期);第71-77页 *

Also Published As

Publication number Publication date
CN110823130A (zh) 2020-02-21

Similar Documents

Publication Publication Date Title
CN110823130B (zh) 一种结构光3d视觉快速自动标定装置及方法
CN109612390B (zh) 基于机器视觉的大尺寸工件自动测量系统
CN108759714B (zh) 一种多线激光轮廓传感器坐标系融合及转轴标定方法
CN102175182B (zh) 结构光三维测量装置及其完整点云数据的获取方法
CN104315995B (zh) 基于虚拟多立方体标准目标的tof深度相机三维坐标标定装置和方法
US10475203B2 (en) Computer vision system and method for tank calibration using optical reference line method
CN110849268B (zh) 一种快速的相位-高度映射标定方法
CN108592816B (zh) 一种用于大尺寸表面的三维测量装置和方法
CN101901501A (zh) 一种生成激光彩色云图的方法
CN109443214B (zh) 一种结构光三维视觉的标定方法、装置及测量方法、装置
CN105716547A (zh) 一种机械工件平面度快速测量装置及方法
CN101561269B (zh) 近景摄影测量的特征线自动匹配方法
CN113310433A (zh) 基于线结构光的虚拟双目立体视觉测量方法
CN102663727A (zh) 基于cmm移动靶标的相机分区域标定方法
CN113776462B (zh) 基于数字图像的高铁无咋轨道承轨台三维形貌检测方法
KR100837119B1 (ko) 영상계측을 위한 카메라 교정방법
CN115222893A (zh) 基于结构光测量的大尺寸构件三维重建拼接方法
CN115631170A (zh) 一种高精度线位移测量方法及其系统
CN109540745B (zh) 一种精密形态检测系统及检测方法
CN115345924A (zh) 一种基于多目相机线激光扫描的弯管测量方法
CN114565720A (zh) 一种基于线结构光旋转扫描的主动式三维重建系统及方法
CN209820423U (zh) 用于激光平面空间方程快速标定的辅助标靶屏幕装置
CN209485919U (zh) 一种精密形态检测系统
Sun et al. Calibration Method for a Multi-line Structured Laser Light Vision System.
CN112050739A (zh) 一种轮毂参数测量方法、装置、电子设备及系统

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