CN112504240B - 一种激光投线仪校准系统及校准方法 - Google Patents

Abstract

本发明属于精密仪器的校准装置领域，尤其是一种激光投线仪校准系统及校准方法，包括采集装置、安装平台和上位机，所述采集装置包括一个纵杆，该纵杆内由上至下顺次安装有三台工业相机，每个工业相机的采集端前端均安装有一采用透明材质制出的分划板，该分划板内制有刻度，位于相机1上方的纵杆顶端悬装有一悬垂线，该悬垂线依次经过每个工业相机的分划板前，每个工业相机可同时采集分划板和悬垂线的图像；所述安装平台设置在纵杆旁侧，该安装平台内用于放置待检的激光投线仪，所述的相机1，相机2和相机3的信号输出端和上位机相连接，该上位机内置有处理软件，所述处理软件可对于采集的图像进和数据进行处理、计算和显示。

Description

一种激光投线仪校准系统及校准方法

技术领域

本发明属于精密仪器的校准装置领域，涉及激光投线仪的校准，尤其是一种激光投线仪校准系统及校准方法。

背景技术

激光投线仪，也可以叫做激光标线仪或者激光墨线仪，其可以投射出的水平激光线和铅锤激光线，被广泛应用于各类测量项目中。为确保测量项目的效率和质量，需先保证激光投线仪的精度。

随着测绘仪器国产化的发展，陆续有许多公司设计并且生产各类激光测绘仪器，在2000年之后激光投线仪也开始出现。国外的美国史丹利公司(The Stanley Works)、瑞士徕卡公司(Leica Geosystems)、国内的启东中测光电仪器、南方测绘仪器公司、苏测公司等许多厂家都有生产销售。目前，生产的激光测线仪在线宽和水平(或垂直)倾斜误差上达到一定的精度，但是由于生产过程中的激光发射器和柱面镜的安装精度仍会对激光投线仪的精度产生影响，其投射的激光平面与基准面存在一定的偏差，因此，仍然需对其进行校准。

目前，国内外对于激光投线仪的校准主要采用依赖于人工判定的标准坐标靶法。此方法将激光投线仪的激光面投射到墙面的标准靶上，利用靶标刻度读数，人为读取测量的数据。靶标的左右距离与上下距离大约在6m左右，投线仪与靶标工作面的距离也在5m左右。从这种传统的激光投线仪的校准方法的校准原理中，可以发现此方法虽然成本较低，但是存在以下缺点：人为读取数据存在人为误差，安装空间大，靶标安装与调节复杂，精度较低，数据无法数字化。

综上所述，激光投线仪的校准方法、校验规范、校验装置等目前还不完善。校准激光投线仪需要一种更加方便、高精度的校验方法。随着图像处理技术和传感器技术的发展，我们渐渐利用图像传感器代替人为的数据读取。因此，应基于视觉检测技术和图像处理技术，研发一种新的激光投线仪的校准装置和校准方法，来实现检测数据的数字化，弥补目前标准坐标靶法人工判别不准确的缺陷，具有更高的的精度、效率和灵敏度。

发明内容

本发明提供了一种精密、高效、智能的激光投线仪校准装置，并基于该校准装置衍伸出一种新的校准方法，以实现数字化及智能化设计要求的校准方法。

一种激光投线仪校准系统，其特征在于：包括采集装置、安装平台和上位机，所述采集装置包括一个纵杆，该纵杆内由上至下顺次安装有三台工业相机，位于高位的设置为相机1，中位的为相机2，低位的为相机3，所述相机1，相机2和相机3均位于同一竖直位置，每个工业相机的采集端前端均安装有一采用透明材质制出的分划板，该分划板内制有刻度，位于相机1上方的纵杆顶端悬装有一悬垂线，该悬垂线依次经过每个工业相机的分划板前，每个工业相机可同时采集分划板和悬垂线的图像；所述安装平台设置在纵杆旁侧，该安装平台内用于放置待检的激光投线仪，在固定状态下，激光投线仪与相机2位于同一水平高度，所述激光投线仪的激光输出侧与相机2的采集侧相对设置，所述的相机1，相机2和相机3的信号输出端和上位机相连接，该上位机内置有处理软件，所述处理软件可对于采集的图像进行显示，处理，并对于处理后的数据进行计算。

而且，所述分划板制出的刻度包括一条水平刻度和多条垂直刻度，每条垂直刻度均等间距设置。

而且，所述上位机内置的处理软件包括图形用户界面，该图形用户界面采用Matlab编写，包括激光线宽计算、激光线水平线倾斜误差和激光垂直线倾斜误差，可分别对激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准。

应用一种激光投线仪校准系统的校准方法，其特征在于：包括准备步骤，准备步骤完毕后分别对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准。

进一步的，步骤1：将图像采集装置固定；步骤2：将待检的激光投线仪调平；步骤3：工业相机调整；

所述步骤1如下，

步骤1.1：调整图像采集装置每个工业相机的垂直高度，确保相机1和相机3的垂直距离为2.5m，相机2位于相机1和相机3中部，待每个工业相机的高度均适合后进行固定；

步骤1.2：调整每个工业相机前端的分划板均处于垂直于水平面状态并进行固定；

所述步骤2如下，

步骤2.1：将安装平台放置于与分划板的水平距离为2.5m的位置；

步骤2.2：将待检的激光投线仪固定在安装平台内，通过激光投线仪的三个支撑脚的上的螺纹旋钮使投线仪顶端的气泡位于正中央，从而调整激光投线仪水平，并静置一段时间使其自动调平并处于稳定状态；

所述步骤3如下，

步骤3.1：借助光源，用均匀的光线照射到分划板内，调节每个工业相机的放大倍数，使得其接受到的分划板的图像清晰；

步骤3.2：记录下清晰的分划板刻度线的图像，通过霍夫变换检测刻度线，并求取距离，换算出每个像素所代表的距离；

步骤1-3完成后，即可对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差分别进行校准，所述激光线宽，激光水平线倾斜误差和激光垂线倾斜误差的校准不设顺序，可顺次进行也可择一进行。

进一步的，对于所述激光线宽的校准包括步骤如下，

步骤A1：开启激光投线仪，使其投射出水平激光线，照射到分划板上；

步骤A2：在测量重复性条件下，分别记录五次相机2的激光线图片，利用上位机内置的处理软件提取激光线的两侧边缘位置；

步骤A3：计算激光线边缘位置a₁和a₂之间的距离为激光线宽度，采用的公式为

l＝a₂-a₁ 5-1

式中l表示激光线宽，其中a₁、a₂和l的单位均为毫米。

进一步的，对于所述激光水平线倾斜误差的校准包括步骤如下，

步骤B1：开启激光投线仪发出水平激光线，记录相机2的激光线图片，传输图片到上位机；

步骤B2：旋转激光投线仪，旋转角度为60°，再次记录相机2的激光线图片；

步骤B3：利用图像处理求取两次激光线的中心位置并计算中心位置拟合直线间的距离；

计算得到激光水平线倾斜误差使用到的公式为：

x₂-x₁为激光线中心位置拟合直线间的距离，单位mm，其中ΔH_x表示激光水平线倾斜误差，单位为分；

步骤B4：在重复性测量条件下测量五次。

进一步的，对于激光垂直线倾斜误差的校准包括步骤如下，

步骤C1：固定悬垂线使标准悬垂线位于分划板的中心；

步骤C2：分别记录相机1和相机3拍摄到的悬垂线图片，传输图片到上位机；

步骤C3：开启激光投线仪发出垂直激光线，使其位于分划板的中心，分别记录相机1和相机3拍摄到的激光线图片；

步骤C4：利用相机1拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₁，单位mm；

步骤C5：利用相机3拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₂，单位mm；

步骤C6：计算激光垂直线倾斜误差利用的公式为：

其中ΔH_y表示激光垂直线倾斜误差，单位为分；

步骤C7：在重复性测量条件下测量五次。

本发明的优点和积极效果是：

1、本发明中，采用采集装置、安装平台和上位机形成一套针对激光投线仪进行校准的完整系统，其中安装平台用于固定待检的激光投线仪，并在一定范围内调整其位置和高度；采集装置内安装有多台工业相机，分别用于采集激光投线仪输出的激光线的图像，最后将采集的图像输出至上位机内进行图像处理和数据分析，并对相应数据进行储存和显示。

2、本发明中，在校准时将待检的激光投线仪调整至与相机2向平的位置，之后利用相机2和分划板，及分划板表面制出的刻度相配合，记录激光线图片并对激光线宽进行校准；相机2配合激光投线仪进行转动，所记录的激光线用于对其激光水平线倾斜误差进行校准；相机1、相机3、悬垂线配合分划板，所记录的激光线用于对其激光垂直线倾斜误差进行校准。

3、本发明中，采用新的激光投线仪校准系统所衍生的校准方法和现有人工读数的方法比较不但更为简便，也向高精度和数字化方向进行了发展。

附图说明

图1为本发明中采集装置和安装平台部分的结构示意图；

图2为本发明中分划板部分的结构示意图；

图3为工业相机参数选取计算的原理图；

图4为图形用户界面的示意图；

图5为图像处理的流程图；

图6为激光线图像预处理步骤的流程图；

图7为滤波过程中模板H系数；

图8为滤波过程中图片在模板下的元素；

图9为频域滤波流程图；

图10为高斯滤波结果图；

图11为采用最大类间方差法中保留目标灰度值的结果图；

图12为采用最大类间方差法中利用阈值二值化处理的结果图；

图13为采用不同模板开闭运算的前后对比图；

图14为Roberts算子的模板；

图15为Canny边缘检测流程图；

图16为采用Canny算子提取边缘结果图；

图17为对两条边缘进行最小二乘法拟合直线结果图；

图18为激光线中心提取流程图；

图19为重心阈值线的示意图；

图20为采用灰度重心法检测出中心散点图和拟合直线对比图；

图21为采用Steger算法检测出的中心散点图和拟合直线对比图；

图22为铅垂线中心提取步骤流程图；

图23为采集的标准铅垂线的图像；

图24为提取特定颜色结果的示意图；

图25为形态学处理结果的示意图；

图26为拟合中心线的示意图；

图27为直角坐标系到霍夫参数空间映射的示意图；

图28为极坐标系到霍夫参数空间映射的示意图；

图29为分划板刻度线提取流程图；

图30为分划板刻度线检测的结果。

具体实施方式

下面结合实施例，对本发明进一步说明，下述实施例是说明性的，不是限定性的，不能以下述实施例来限定本发明的保护范围。

一种激光投线仪校准系统，本发明的创新在于，包括采集装置、安装平台10和上位机，所述采集装置包括一个底座(5)，该底座上端一体安装有纵杆(6)，该纵杆与水平面垂直设置，所述纵杆内由上至下通过支架(3)卡装有三台工业相机，位于高位的设置为相机1(1)，中位的为相机2(8)，低位的为相机3(7)，所述相机1，相机2和相机3均位于同一竖直位置，每个工业相机的采集端前端均安装有一采用透明材质制出的分划板(2)，该分划板内制有刻度，位于相机1上方的纵杆顶端悬装有一悬垂线，悬垂线下端固定有一铅垂(4)，该悬垂线依次经过每个工业相机的分划板前，每个工业相机可同时采集分划板和悬垂线的图像；所述安装平台设置在纵杆旁侧，该安装平台内用于放置待检的激光投线仪(9)，在固定状态下，激光投线仪与相机2位于同一水平高度，所述激光投线仪的激光输出侧与相机2的采集侧相对设置，所述的相机1，相机2和相机3的信号输出端和上位机相连接，该上位机内置有处理软件，所述处理软件可对于采集的图像进行显示，处理，并对于处理后的数据进行计算。

本实施例中，所述分划板制出的刻度包括一条水平刻度(12)和多条垂直刻度(11)，每条垂直刻度均等间距设置。

本实施例中，所用的工业相机，即相机1，相机2和相机3均采用CMOS图像传感器。所述CMOS图像传感器包括像素单元阵列与信号处理部分。像素单元阵列的每个像素都有光电管和电荷的存储部分。当光线入射时，光电管将光子转换为电子，产生光电流，电流流到电荷存储部分，输出电信号。通过行与列的信号译码器将信号传输到信号处理部分。信号处理部分包括模拟信号处理器、A/D转换器。信号处理部分可以实现将信号由模拟信号转换为数字信号、放大信号、降低信号噪声的功能。

本实施例中，需对工业相机的参数进行选取，其重要参数包括焦距、相对孔径、视场角、工作距离等。对于上述参数的选取和计算见图3，计算方法如下：

激光线宽小于3mm,倾斜误差一般为1mm/5mm，成像的大小为10mm*10mm，考虑成像必须保有余量成像尺寸为30mm*30mm。工作距离为5cm以上，选取的相机图像分辨率为1200×1600，相源尺寸为5.2um*5.2um，

根据工作距离L＝50mm计算：

综上焦距f＞26.7mm。

由系统分辨率的计算公式^[5]

其中N_r是利用相机的分辨率求出，其中N_o是利用激光投线仪在激光波长为635nm时根据瑞利判据求出，最终得到系统的分辨率N＝120.5mm^-1，完全可以分辨所选择的N＝10mm^-1分划板，可以达到要求的图像处理的精度。

本实施例中，所述上位机内置的处理软件包括图形用户界面，该图形用户界面如图4所示，采用Matlab编写，包括激光线宽计算、激光线水平线倾斜误差和激光垂直线倾斜误差，可分别对激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准。

应用一种激光投线仪校准系统的校准方法，其特征在于：包括准备步骤，准备步骤完毕后分别对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准。

本实施例中，步骤1：将图像采集装置固定；

步骤1.1：调整图像采集装置每个工业相机的垂直高度，确保相机1和相机3的垂直距离为2.5m，相机2位于相机1和相机3中部，待每个工业相机的高度均适合后进行固定；

步骤1.2：调整每个工业相机前端的分划板均处于垂直于水平面状态并进行固定；

步骤2：将待检的激光投线仪调平；

步骤2.1：将安装平台放置于与分划板的水平距离为2.5m的位置；

步骤2.2：将待检的激光投线仪固定在安装平台内，通过激光投线仪的三个支撑脚的上的螺纹旋钮使投线仪顶端的气泡位于正中央，从而调整激光投线仪水平，并静置一段时间使其自动调平并处于稳定状态；

步骤3：工业相机调整；

步骤3.1：借助光源，用均匀的光线照射到分划板内，调节每个工业相机的放大倍数，使得其接受到的分划板的图像清晰；

步骤3.2：记录下清晰的分划板刻度线的图像，通过霍夫变换检测刻度线，并求取距离，换算出每个像素所代表的距离；

对于步骤A、B、C中均需要对分划板的刻度线进行提取，确定图像上每个像素实际代表的距离大小，才可以求解出具体需要的距离，统一其单位。

分划板刻度线的图片需要在未开启激光投线仪前拍摄完成，并且使得照射在分划板上的光线均匀分布，以得到清晰、质量好的分划板刻度线的图像。霍夫直线检测将霍夫变换将图像从图像坐标系转换到霍夫参数空间。

在图像的直角坐标系中，在直线上的点可以用数学形式表示为y＝kx+b，式中k为直线的斜率，b为直线与y轴的交点；而在霍夫参数空间中直线y＝kx+b上一点(x₀,y₀)对应的直线方程为b＝-x₀k+y₀，式中-x₀为直线的斜率，-y₀为直线与b轴的交点。映射关系如图27所示，图像直角坐标系的一个点对应于霍夫参数空间的一条直线，所有在原图像空间直线上的点对应的直线都交于霍夫空间坐标为(k₀,b₀)的点。

由于当图像直角坐标系的直线斜率为无穷大时，就不能在参数空间中找到相应直线，所以另一种算法是在极坐标系中进行霍夫变换。在极坐标系空间中，直线的方程可以表示为ρ＝x cosθ+y sinθ，式中ρ为直线与极坐标的原点的距离，θ为原点到直线的垂线与x轴的夹角。同样，极坐标系的直线上的一点可以映射为霍夫空间的一段曲线，所有极坐标系直线上的点映射成的曲线交于同一点(ρ₀,θ₀)，映射关系如图28所示。

所述分划板刻度线提取流程如图29所示，包括如下步骤：

(1)利用Canny算子提取边缘，减少计算过程中的计算量；

(2)利用形态学处理减少干扰，去除噪声；

(3)确定ρ与θ合适的范围，建立二者的离散的霍夫参数空间，如图4-25所示；

(4)进行霍夫变换，将极坐标系的点映射到霍夫参数空间；

(5)对离散霍夫参数空间的不同的ρ与θ的单元进行累加，统计出所要求的前几个累加值较大的参数单元。

(6)显示出求直线。

应用上述步骤后，得到的分划板刻度线检测的结果如图30所示，其中检测的直线被高亮显示为绿色，其起始点为黄色，终点为红色。

于分划板刻度线的每一个小格的长度为0.1mm，所以计算三条直线之间的距离，就可以知道实际距离每1mm的长度在图像上有多少个像素。

计算距离采用以下公式：

其中D表示所要求的的距离，d表示所要求的距离占有的像素的个数，N表示图像上每一毫米的长度所拥有的像素数。

步骤1-3完成后，即可对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差分别进行校准，所述激光线宽，激光水平线倾斜误差和激光垂线倾斜误差的校准不设顺序，可顺次进行也可择一进行。

对于下述步骤A,B,C中所采集的图像，基于校准实验的要求需对图像进行处理，以实现激光线宽计算，激光中心提取、铅垂线中心的提取，分划板刻度线的识别，其图像处理流程如图5所示。

其中，需对激光线中心的图像进行预处理，所述预处理的流程如图6所示，包括图像灰度化、模糊去噪、阈值分割、形态学处理。在对图像进行预处理之后，对激光线的图像进行激光线中心的提取，激光线边缘的提取。对接收屏的分划板的刻度线进行感兴趣的范围选取从而提取刻度线直线。而铅垂线的图片由于灰度过于均匀，采用特定颜色提取方法提取标准铅垂线的中心。

1、图像灰度化

所述的图像灰度化采用Matlab自带的加权均值法，加权均值法一般选取的R、G、B的权值分别为0.299、0.587、0.114。

2、模糊去噪

由于激光源和激光线涉及到的相关器件等各类因素，得到的激光线图像本身存在噪声，本发明所用系统中CMOS图像传感器的噪声是噪声的主要来源，其主要分为随机噪声和模式噪声。随机噪声主要分成热噪声、低频噪声以及散粒噪声。MOS场效应管由于载流子的热运动的存在，会造成热噪声，为加性高斯噪声；其接触面引起低频噪声，载流子的数目变化引起散粒噪声，两者均为乘性的高斯噪声。模式噪声主要有暗电流噪声、放大器噪声、像素坏点噪声。暗电流的存在，放大器的放大倍数的误差以及部分像素的损坏是造成模式噪声的原因。以上噪声均可以通过对图像滤波，达到一定的去噪目的，从而改善图像的质量。

一般，图像滤波分类为空域滤波和频域滤波。噪声空域滤波处理方法的关键是根据该像素及其周围的像素确定像素点的值。空区域滤波使用特定的滤波模板H，模板中的每个元素都具有特定的权值，通过该模板遍历图像，最后得到的新的图像即为滤波的结果，如图7和图8所示。

滤波后的像素的值R由公式(4-1)决定。

R＝w(-1,-1)f(x-1,y-1)+w(-1,0)f(x-1,y)+...+w(0,0)f(x,y)+...+w(1,0)f(x+1,y)+w(1,10)f(x+1,y+1) (4-1)

空域滤波采用高斯滤波，高斯滤波是线性滤波器，是均值滤波的改善，其每个像素的权取决于与激光中心像素的距离。高斯滤波模板可以由公式(4-3)计算出，公式(4-4)是一个3×3的高斯滤波器的模板。

高斯滤波器对图像的边界影响较小，易于保留原来图像的特征，是一种改进的均值滤波，其方差σ的值越大，越接近均值滤波的滤波模板。

频域滤波的依据是图像可以由空域映射到频域，视为不同的正弦余弦信号的叠加组成的图像。频域滤波的过程是将图像经过傅里叶变换或小波变换，变换成频域的图像，在频域中滤波。在频域中用模板和原来的图像相乘，再进行傅里叶逆变换得到最后的滤波结果，其滤波流程图如图9所示，滤波结果如图10所示，通过观察可以发现激光线亮部内的颗粒感减少，高斯滤波对噪声起到了抑制作用。

3、图像分割

采集得到的图像中包含目标的激光线和背景，在图像处理中我们感兴趣的是目标。阈值分割的目的是将目标和背景分离，得到目标，消除背景和噪声的影响。阈值分割有全局阈值法以及局部阈值法。全局阈值法对振幅图像采用相同的阈值分离背景与目标，局部域值法适合于图片的像素值不均等情况。

本课题使用最大类间方差法作为阈值分割方法。最大类间方差法在对图像进行处理时遵循最大方差准则，所使用的灰度阈值应该使类间方差最大。假设选取的阈值为k，图像被阈值分为两部分C₁和C₂，类间方差的表达式为

其中：P₁是像素被分配到类C₁中的概率，P₂是像素被分配到类C₂中的概率；mG是输入图像的灰度均值；m₁和m₂分别是类C₁、C₂中像素的灰度均值。

是阈值k的函数，使

取最大值的k即为寻找的分割阈值。

在激光线中心提取的算法中，如图11所示阈值分割时大于设定阈值的像素点灰度保持不变，小于阈值的像素点设定为黑色，从而可以采用不同方法提取激光线中心。而在激光线宽计算和分划板刻度线提取中，利用计算的阈值对图像进行二值化处理，便于进行形态学处理从而提取边缘，如图12所示。

采用最大类间方差法处理图像后，参照图11,12可见图像的目标激光线被提取出来，而背景变为黑色，达到了预期的处理效果。

4、形态学处理

由于图像在进行二值化的阈值分割后，仍然有某些杂点，激光线内部有细小孔洞，激光线内部残留有黑色的部分刻度线，或者其边缘不清晰，需要对图像进行腐蚀、膨胀、开和闭的运算使得激光线所在的区域平滑，这就是形态学处理。膨胀是应用模板对图像进行扩展，可以修复线条不连续的边缘，去除目标内部的小的噪声点；腐蚀是对图像向内收紧，可以去除部分突出的边界点。开运算是首先对图像使用腐蚀操作，再进行膨胀操作，反过来就是闭运算。开运算一般可以用于分离多个由细小部分连接的目标，也可以消除小的物体。闭运算可以用于去除内部的孔洞，结合已经断开的距离很近的目标。

本课题采用对二值化的图像先采用闭运算，再采用开运算，在去除内部的孔洞的同时，去除毛刺和细小缺口，并且对在阈值分割中留下的分划板刻度线进行去除。

观察进行形态学处理后的图片可以发现，目标激光线的轮廓去除了尖锐的部分，轮廓变得清晰且平滑，内部的刻度线也被明显去除，为后续的边缘提取处理提供了方便。如图13所示(采用不同模板开闭运算的前后对比图)。通过使用不同的模板进行开闭运算发现，竖直长方形形状的模板对刻度线的去除效果更好。

本实施例中，对于所述激光线宽的校准包括步骤如下，

步骤A1：开启激光投线仪，使其投射出水平激光线，照射到分划板上；

步骤A2：在测量重复性条件下，分别记录五次相机2的激光线图片，利用上位机内置的处理软件提取激光线的两侧边缘位置；

对于激光线宽的计算和边缘提取方法如下：

在激光线宽的计算中，只有提取激光线边缘的轮廓才能求出其宽度。图像边缘检测基于图像中不同物体的边界灰度值的剧烈变化，边缘往往存在于背景和目标间。图像边缘检测的算法采用空域算法，应用非微分的边缘检测算子Canny算子，所述Canny边缘检测流程图如图15所示。其所述的步骤包括：

(1)利用高斯滤波对图像进行模糊，去除噪声；

(2)计算边缘的梯度幅度和方向；

(3)抑制边缘梯度幅度的非极大值；

(4)设置两个阈值，筛选边缘并连接；

Canny算子计算较为复杂，但是同时可以对图像进行滤波、增强图像以及边缘检测的功能。Canny算子其不易受到噪声的影响，而且采用双阈值的方法筛选出正确的弱边缘，其提取边缘结果如图16所示。

如图17所示，为了求取激光线宽，在对激光线进行边缘之后分别筛选出上下边缘线上的点的集合，对激光线的两条边缘利用最小二乘法进行直线拟合，计算两条直线的距离为激光线宽。

步骤A3：计算激光线边缘位置a₁和a₂之间的距离为激光线宽度，采用的公式为

l＝a₂-a₁ 5-1

式中l表示激光线宽，其中a₁、a₂和l的单位均为毫米。

本实施例中，对于所述激光水平线倾斜误差的校准包括步骤如下，

步骤B1：开启激光投线仪发出水平激光线，记录相机2的激光线图片，传输图片到上位机；

步骤B2：旋转激光投线仪，旋转角度为60°，再次记录相机2的激光线图片；

步骤B3：利用图像处理求取两次激光线的中心位置并计算中心位置拟合直线间的距离；

对于激光线中心提取方法如下：

在检测到线条中心的散点之后，对散点利用最小二乘法做直线拟合。最小二乘法是在残余误差平方和最小的情况下，拟合出直线，得到最终的激光线中心直线。在实际的校准实验中选用灰度重心法作为最终算法，steger算法作为验证算法使用。

1、灰度重心法

灰度重心法结合每个像素点的灰度值和位置，利用选取方向的灰度的中心作为激光线的中心位置。一般先找到选取方向的灰度值的极大值点，在极大值位置附近选取相同数目的点作为计算范围，选取范围越大，精度越高。若图像的激光线是纵向，则其在第i行的中心位置坐标为

其中为x_i中心位置，f(i,j)为像素点(i,j)的灰度值，(i,j)为该像素点的位置坐标。

该方法是对极值法的改进，减少了因为激光线的非理想分布的误差，精度较高，能达到亚像素级，在提取中心时，也能够得到较为连续的中心。但是当激光线的斜率较大，噪声在线条某侧较为集中时，会影响计算结果，主要适用于平行于光线方向和弯曲光线的切线方向的中心计算^[25]。

在计算时，为了使得计算更加精确，选取自适应阈值算法的灰度重心。设置一个阈值，若选取在阈值内的点作为灰度重心的计算范围，如图18为阈值选取示意图，若图像的激光线是纵向，设寻找出的行灰度的极大值为g_max，像素点灰度阈值T为：

T＝g_max-k (4-8)

其中k按照经验选取，一般在10到15之间，每一行的灰度阈值随着选取行而变化。采用自适应阈值算法的计算时间也明显减少。

图20为灰度重心法检测出的激光中心的散点图和拟合后的中心线，观察可以发现检测出的中心散点几乎都位于拟合的直线上，效果良好。

2、Steger算法

Steger算法基于Hessian矩阵，首先要对图像高斯滤波。Steger算法的处理需要在一定大小的高斯方差σ下计算，高斯滤波的高斯方差需要满足

其中ω表示激光线的宽度。该算法首先计算激光线条纹的某一像素点的Hessian矩阵^[27]，点(x,y)的Hessian矩阵可以表示为

τ_xx表示图像在x方向求二阶偏导数，其他表示规律类似。Hessian矩阵的求解通过构造不同偏导数的高斯模板，然后通过与图像的卷积求得。求解Hessian矩阵的特征值后，其最大的特征值的特征向量可以表示为(n_x,n_y)。当坐标点(x₀,y₀)满足条件：

tn_x∈[-0.5,0.5]，tn_y∈[-0.5,0.5]时，这个点为激光线的中心点。其中

其中心点的亚像素坐标(p_x,p_y)可以表示为(x₀+tn_x,y₀+tn_y)。

基于Hessian矩阵的Steger算法，对图像有平滑作用，运算步骤较为复杂，运算的时间较其他方法相比较长，计算的精度较高，能够达到亚像素级，其运算的结果受高斯方差σ的选取影响较大。

图21为Steger算法检测出的激光中心拟合中心线和中心散点，观察发现由于激光线的图像拍摄效果问题，前半部分的中心点没有找出，但是后半部分的点几乎都在拟合的直线上，也可以达到要求的效果，因此，作为对比验证的算法。

计算得到激光水平线倾斜误差使用到的公式为：

x₂-x₁为激光线中心位置拟合直线间的距离，单位mm，其中ΔH_x表示激光水平线倾斜误差，单位为分；

步骤B4：在重复性测量条件下测量五次。

本实施例中，对于激光垂直线倾斜误差的校准包括步骤如下，

步骤C1：固定悬垂线使标准悬垂线位于分划板的中心；

步骤C2：分别记录相机1和相机3拍摄到的悬垂线图片，传输图片到上位机；

步骤C3：开启激光投线仪发出垂直激光线，使其位于分划板的中心，分别记录相机1和相机3拍摄到的激光线图片；

对于标准铅垂线中心提取方法如下：

利用提取图片中特定颜色的方法提取标准铅垂线，并进行直线拟合，其步骤如图22所示，包括：

(1)对图像进行高斯滤波；

(2)将图像由RGB色彩空间转到HSV色彩空间；

(3)根据需要选取的颜色确定HSV三个数值的高低阈值，选取阈值内的颜色并将选取的颜色复制到白色图像上；

(4)将提取颜色转回到RCB色彩空间；

(5)对提取完成的图像采用阈值分割，进行二值化处理；

(6)对图像取反并进行形态学处理，尽可能还原铅垂线形状；

(7)拟合出标准铅垂线中心线。

拟合后的结果如图23-26所示。

步骤C4：利用相机1拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₁，单位mm；

步骤C5：利用相机3拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₂，单位mm；

步骤C6：计算激光垂直线倾斜误差利用的公式为：

其中ΔH_y表示激光垂直线倾斜误差，单位为分；

步骤C7：在重复性测量条件下测量五次。

本发明的使用过程是：

本发明使用时，针对芬琳激光投线仪进行检定，所述步骤如下：

步骤1：将图像采集装置固定：

步骤1.1：调整图像采集装置每个工业相机的垂直高度，确保相机1和相机3的垂直距离为2.5m，相机2位于相机1和相机3中部，待每个工业相机的高度均适合后进行固定；

步骤1.2：调整每个工业相机前端的分划板均处于垂直于水平面状态并进行固定；

步骤2：将待检的激光投线仪调平：

步骤2.1：将安装平台放置于与分划板的水平距离为2.5m的位置；

步骤2.2：将待检的激光投线仪固定在安装平台内，通过激光投线仪的三个支撑脚的上的螺纹旋钮使投线仪顶端的气泡位于正中央，从而调整激光投线仪水平，并静置一段时间使其自动调平并处于稳定状态；

步骤3：工业相机调整：

步骤3.1：借助光源，用均匀的光线照射到分划板内，调节每个工业相机的放大倍数，使得其接受到的分划板的图像清晰；

步骤3.2：记录下清晰的分划板刻度线的图像，通过霍夫变换检测刻度线，并求取距离，换算出每个像素所代表的距离；

步骤1-3完成后，即可对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差分别进行校准，所述激光线宽，激光水平线倾斜误差和激光垂线倾斜误差的校准不设顺序，可顺次进行也可择一进行。

其中，对于激光线宽的校准为步骤A：

步骤A1：开启激光投线仪，使其投射出水平激光线，照射到分划板上；

步骤A2：在测量重复性条件下，分别记录五次相机2的激光线图片，利用上位机内置的处理软件提取激光线的两侧边缘位置；

步骤A3：计算激光线边缘位置a₁和a₂之间的距离为激光线宽度，采用的公式为

l＝a₂-a₁ (5-1)

式中l表示激光线宽，其中a₁、a₂和l的单位均为毫米。

针对激光线宽的校准结果和不确定度分析：

(1)数学模型

测量激光线宽数学模型：

l＝a₂-a₁

式中l表示激光线宽，a₁为上边缘位置读数，a₂为下边缘位置读数。

(2)不确定度传播公式和灵敏系数

由于输入量a₁、a₂彼此不相关，合成不确定度为

式中N＝2，

(3)各不确定度分量

①装置安装与稳定性误差

装置安装误差主要包括平台安平误差和分划板安装误差，以及机械装置由于温度引起的机械结构稳定性的误差^[33]，误差一般不大于2″，按照均匀分布包含因子

平台安装平整的误差所带来的的不确定度分量为

估计其不确定度为20％，则其自由度

②分划板刻线误差

根据厂家的制造精度，分划板刻线的加工误差为±0.003mm，则分划板刻线误差引入的不确定度分量为

估计其不确定度为20％，则其自由度

③图像处理误差

图像处理相当于在人工读数时的估读误差，但是远比人工估读的误差小。图像处理的误差在5像素值以内，按照均匀分布处理。

估计其不确定度为20％，则其自由度

④测量重复性误差

实验数据表格如表1：

表1激光线宽实验数据表格

五次测量平均值为，

由于测量次数较少，单次测量标准差采用极差法计算，

测量五次的测量重复性所带来的不确定度为

自由度为

ν₅＝5-1＝4

(4)合成标准不确定度

合成标准不确定度为

有效自由度为

自由度取11。

标准不确定度一览表如表2：

表2激光线宽标准不确定度一览表

(5)扩展不确定度

查找t分布临界值表得到95％置信概率的扩展不确定度包含因子k₉₅＝t₉₅(11)＝2.20，激光线宽测量结果扩展不确定度为：U₉₅＝k₉₅u_c＝2.20×0.05mm＝0.11mm

(6)测量结果

所测得的激光线宽为

ν_eff＝11括号内为U₉₅之值。

其中，对于激光水平线倾斜误差的校准为步骤B：

步骤B1：开启激光投线仪发出水平激光线，记录相机2的激光线图片，传输图片到上位机；

步骤B2：旋转激光投线仪，旋转角度为60°，再次记录相机2的激光线图片；

步骤B3：利用图像处理求取两次激光线的中心位置并计算中心位置拟合直线间的距离；计算得到激光水平线倾斜误差使用到的公式为：

x₂-x₁为激光线中心位置拟合直线间的距离，单位mm，其中ΔH_x表示激光水平线倾斜误差，单位为分；

步骤B4：在重复性测量条件下测量五次。

针对激光水平线倾斜误差的校准结果和不确定度分析：

(1)数学模型

测量激光水平线倾斜误差数学模型

式中ΔH_x表示激光水平线倾斜误差，x₁为旋转前位置读数，x₂为旋转后位置读数。

(2)不确定度传播公式和灵敏系数

由于输入量x₁、x₂彼此不相关，合成不确定度为

式中N＝2，

(3)各不确定度分量

激光水平线倾斜误差的不确定度分量和激光线宽基本相同，按照来源分为装置安装与稳定性误差u₁、分划板刻线误差u₂、图像处理误差u₃、测量重复性误差u₄。前面四项只是系数和前面不同，不再重复，测量重复性引入的不确定度计算如下：

根据格布罗斯准则，去除一个存在粗大误差的测量值11.78″，四次测量平均值为，

实验数据表格如表3：

表3激光水平线倾斜误差实验数据表格

由于测量次数较少，单次测量标准差采用极差法计算，

测量四次的测量重复性所带来的不确定度为

自由度：

ν₅＝4-1＝3

(4)合成标准不确定度

合成标准不确定度为：

有效自由度为

取22。

标准不确定度一览表如表4：

表4激光水平线倾斜误差标准不确定度一览表

(5)扩展不确定度

查找t分布临界值表得到95％置信概率的扩展不确定度包含因子k₉₅＝t₉₅(22)＝2.07，激光水平线倾斜误差测量结果扩展不确定度为：

U₉₅＝k₉₅u_c＝2.07×2.34″＝4.84″

(6)测量结果

所测得的激光水平线倾斜误差为ΔH_x＝(ΔH_x±u_c)″＝(5.00±4.84)″,ν_eff＝22括号内为U₉₅之值。

其中，对于激垂直水平线倾斜误差的校准为步骤C：

步骤C1：固定悬垂线使标准悬垂线位于分划板的中心；

步骤C2：分别记录相机1和相机3拍摄到的悬垂线图片，传输图片到上位机；

步骤C3：开启激光投线仪发出垂直激光线，使其位于分划板的中心，分别记录相机1和相机3拍摄到的激光线图片；

步骤C4：利用相机1拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₁，单位mm；

步骤C5：利用相机3拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₂，单位mm；

步骤C6：计算激光垂直线倾斜误差利用的公式为：

其中ΔH_y表示激光垂直线倾斜误差，单位为分；

步骤C7：在重复性测量条件下测量五次。

针对激光垂直线倾斜误差的校准结果和不确定度分析：

(1)数学模型

测量激光水平线倾斜误差数学模型

式中ΔH_y表示激光水平线倾斜误差，y₁为相机1位置读数，y₂为相机3位置读数。

(2)不确定度传播公式和灵敏系数

由于输入量y₁、y₂彼此不相关，合成不确定度为

(3)各不确定度分量

激光垂直线倾斜误差的不确定度分量和激光水平线倾斜误差基本相同，按照来源分为装置安装与稳定性误差u₁、分划板刻线误差u₂、图像处理误差u₃、铅垂线悬挂倾斜误差u₅、测量重复性误差u₄。前面四项和水平线倾斜误差相同，不再重复。由于在具体实验中，没有足够的空间和制作完成的立柱进行激光垂直线倾斜误差计算，仅仅对其不确定度进行理论分析。具体的实验数据由相机2拍摄的图片计算出铅垂线位置以及垂直激光线的位置之间距离。若要进行实际的激光垂直线倾斜误差的计算与校准与水平线倾斜误差的处理步骤基本相似。

铅垂线悬挂倾斜误差计算如下：

铅垂线每200m偏离垂直位置误差不大于0.1′，则在高度为2.5mm的范围内偏差值为

按照均匀分布处理：

估计其不确定度为20％，则其自由度

实验数据表格如表5：

表5激光垂直线倾斜误差实验数据表格

五次测量平均值为五次测得的ΔH_y的均值

由于测量次数较少，单次测量标准差采用极差法计算，

测量五次的测量重复性所带来的不确定度为

自由度

ν₅＝5-1＝4

(4)合成标准不确定度

由于激光线垂直线倾斜误差在拍摄图片的时候是使用两个相机，所以在合成标准不确定度时分划板刻线误差u₂、铅垂线悬挂倾斜误差u₅需要计算两次^[33]，合成标准不确定度公式为：

(5)扩展不确定度

查找t分布临界值表得到95％置信概率的扩展不确定度包含因子k₉₅＝t(ν_eff)，激光垂直线倾斜误差测量结果扩展不确定度为：

U₉₅＝k₉₅u_c

(6)测量结果

所测得的激光线宽为ΔH_y＝(ΔH_y±u_c)″括号内为U₉₅之值。

Claims (1)

1.一种激光投线仪校准系统的校准方法，其特征在于：包括采集装置、安装平台和上位机，所述采集装置包括一个纵杆，该纵杆内由上至下顺次安装有三台工业相机，位于高位的设置为相机1，中位的为相机2，低位的为相机3，所述相机1，相机2和相机3均位于同一竖直位置，每个工业相机的采集端前端均安装有一采用透明材质制出的分划板，该分划板内制有刻度，位于相机1上方的纵杆顶端悬装有一悬垂线，该悬垂线依次经过每个工业相机的分划板前，每个工业相机同时采集分划板和悬垂线的图像；所述安装平台设置在纵杆旁侧，该安装平台内用于放置待检的激光投线仪，在固定状态下，激光投线仪与相机2位于同一水平高度，所述激光投线仪的激光输出侧与相机2的采集侧相对设置，所述的相机1，相机2和相机3的信号输出端和上位机相连接，该上位机内置有处理软件，所述处理软件对于采集的图像进行显示，处理，并对于处理后的数据进行计算；

分划板制出的刻度包括一条水平刻度和多条垂直刻度，每条垂直刻度均等间距设置；

上位机内置的处理软件包括图形用户界面，该图形用户界面采用Matlab编写，包括激光线宽计算、激光线水平线倾斜误差和激光垂直线倾斜误差，分别对激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准；

校准包括准备步骤，准备步骤完毕后分别对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准，

准备步骤包括：步骤1：将图像采集装置固定；步骤2：将待检的激光投线仪调平；步骤3：工业相机调整；

所述步骤1如下，

步骤1.1：调整图像采集装置每个工业相机的垂直高度，确保相机1和相机3的垂直距离为2.5m，相机2位于相机1和相机3中部，待每个工业相机的高度均适合后进行固定；

步骤1.2：调整每个工业相机前端的分划板均处于垂直于水平面状态并进行固定；

所述步骤2如下，

步骤2.1：将安装平台放置于与分划板的水平距离为2.5m的位置；

步骤2.2：将待检的激光投线仪固定在安装平台内，通过激光投线仪的三个支撑脚的上的螺纹旋钮使投线仪顶端的气泡位于正中央，从而调整激光投线仪水平，并静置一段时间使其自动调平并处于稳定状态；

所述步骤3如下，

步骤3.1：借助光源，用均匀的光线照射到分划板内，调节每个工业相机的放大倍数，使得其接受到的分划板的图像清晰；

步骤3.2：记录下清晰的分划板刻度线的图像，通过霍夫变换检测刻度线，并求取距离，换算出每个像素所代表的距离；

步骤1-3完成后，对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差分别进行校准，所述激光线宽，激光水平线倾斜误差和激光垂线倾斜误差的校准不设顺序，顺次进行或择一进行；

分划板刻度线提取流程包括以下步骤：在极坐标系空间中，直线的方程表示为ρ＝xcosθ+ysinθ，式中ρ为直线与极坐标的原点的距离，θ为原点到直线的垂线与x轴的夹角，同样，极坐标系的直线上的一点映射为霍夫空间的一段曲线，所有极坐标系直线上的点映射成的曲线交于同一点(ρ₀,θ₀)；

(1)利用Canny算子提取边缘，减少计算过程中的计算量；

(2)利用形态学处理减少干扰，去除噪声；

(3)确定ρ与θ合适的范围，建立二者的离散的霍夫参数空间；

(4)进行霍夫变换，将极坐标系的点映射到霍夫参数空间；

(5)对离散霍夫参数空间的不同的ρ与θ的单元进行累加，统计出所要求的前几个累加值较大的参数单元；

(6)显示出求直线；

同时对于激光线宽，激光水平线倾斜误差和激光垂线倾斜误差进行校准采集的图像，基于校准实验的要求需对图像进行处理，以实现激光线宽计算，激光中心提取、铅垂线中心的提取，分划板刻度线的识别，其图像处理流程包括图像预处理和图像处理：

其中，图像预处理包括图像灰度化、模糊去噪、阈值分割、形态学处理，

图像处理为：对激光线的图像选用灰度重心法作为最终算法，steger算法作为验证算法进行激光线中心的提取，激光线边缘的提取，对接收屏的分划板的刻度线进行感兴趣的范围选取从而提取刻度线直线，而铅垂线的图片由于灰度过于均匀，采用特定颜色提取方法提取标准铅垂线的中心；

灰度重心法结合每个像素点的灰度值和位置，利用选取方向的灰度的中心作为激光线的中心位置，一般先找到选取方向的灰度值的极大值点，在极大值位置附近选取相同数目的点作为计算范围，选取范围越大，精度越高，若图像的激光线是纵向，则其在第i行的中心位置坐标为

其中为x_i中心位置，f(i,j)为像素点(i,j)的灰度值，(i,j)为该像素点的位置坐标；

Steger算法基于Hessian矩阵，首先要对图像高斯滤波；Steger算法的处理需要在一定大小的高斯方差σ下计算，高斯滤波的高斯方差需要满足

其中ω表示激光线的宽度；该算法首先计算激光线条纹的某一像素点的Hessian矩阵，点(x,y)的Hessian矩阵表示为

τ_xx表示图像在x方向求二阶偏导数，其他表示规律类似；Hessian矩阵的求解通过构造不同偏导数的高斯模板，然后通过与图像的卷积求得；求解Hessian矩阵的特征值后，其最大的特征值的特征向量表示为(n_x,n_y)；当坐标点(x₀,y₀)满足条件：

tn_x∈[-0.5,0.5]，tn_y∈[-0.5,0.5]时，这个点为激光线的中心点；其中

其中心点的亚像素坐标(p_x,p_y)表示为(x₀+tn_x,y₀+tn_y)；

对于所述激光线宽的校准包括步骤如下，

步骤A1：开启激光投线仪，使其投射出水平激光线，照射到分划板上；

步骤A2：在测量重复性条件下，分别记录五次相机2的激光线图片，利用上位机内置的处理软件提取激光线的两侧边缘位置；

步骤A3：计算激光线边缘位置a₁和a₂之间的距离为激光线宽度，采用的公式为

l＝a₂-a₁

式中l表示激光线宽，其中a₁、a₂和l的单位均为毫米；

对于所述激光水平线倾斜误差的校准包括步骤如下，

步骤B1：开启激光投线仪发出水平激光线，记录相机2的激光线图片，传输图片到上位机；

步骤B2：旋转激光投线仪，旋转角度为60°，再次记录相机2的激光线图片；

步骤B3：利用图像处理求取两次激光线的中心位置并计算中心位置拟合直线间的距离；

计算得到激光水平线倾斜误差使用到的公式为：

x₂-x₁为激光线中心位置拟合直线间的距离，单位mm，其中ΔH_x表示激光水平线倾斜误差，单位为分；

步骤B4：在重复性测量条件下测量五次；

对于所述激光垂直线倾斜误差的校准包括步骤如下，

步骤C1：固定悬垂线使标准悬垂线位于分划板的中心；

步骤C2：分别记录相机1和相机3拍摄到的悬垂线图片，传输图片到上位机；

步骤C3：开启激光投线仪发出垂直激光线，使其位于分划板的中心，分别记录相机1和相机3拍摄到的激光线图片；

步骤C4：利用相机1拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₁，单位mm；

步骤C5：利用相机3拍摄到的两幅图片，分别求取出激光线的中心和悬垂线中心，并且求得二者间的距离为y₂，单位mm；

步骤C6：计算激光垂直线倾斜误差利用的公式为：

其中ΔH_y表示激光垂直线倾斜误差，单位为分；

步骤C7：在重复性测量条件下测量五次。

Images