CN112985258A - 一种三维测量系统的标定方法及测量方法 - Google Patents

一种三维测量系统的标定方法及测量方法 Download PDF

Info

Publication number
CN112985258A
CN112985258A CN202110063238.9A CN202110063238A CN112985258A CN 112985258 A CN112985258 A CN 112985258A CN 202110063238 A CN202110063238 A CN 202110063238A CN 112985258 A CN112985258 A CN 112985258A
Authority
CN
China
Prior art keywords
dimensional
structured light
calibration data
standard calibration
mapping model
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.)
Granted
Application number
CN202110063238.9A
Other languages
English (en)
Other versions
CN112985258B (zh
Inventor
卢晓婷
曾祥军
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.)
Fussen Technology Co ltd
Original Assignee
Fussen Technology Co ltd
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 Fussen Technology Co ltd filed Critical Fussen Technology Co ltd
Priority to CN202110063238.9A priority Critical patent/CN112985258B/zh
Publication of CN112985258A publication Critical patent/CN112985258A/zh
Application granted granted Critical
Publication of CN112985258B publication Critical patent/CN112985258B/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
    • G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
    • 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
    • G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

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

Abstract

本发明公开了一种三维测量系统的标定方法及测量方法，所述标定方法包括步骤：获取一组覆盖待重建空间的标准标定数据，其中，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标；根据所述标准标定数据建立结构光‑三维映射模型。本发明的标定方法可以减少摄像机和投影仪带来的非线性效应，直接建立点对点映射，直接建立二维图像坐标与三维空间坐标的映射模型，实现高精度、高鲁棒性的三维重建，与传统方法的全局标定相比，大大减小了摄像机和投影机镜头局部畸变噪声的影响。

Description

一种三维测量系统的标定方法及测量方法
技术领域
本发明涉及三维测量技术领域，更具体的是涉及一种三维测量系统的标定方法及测量方法。
背景技术
随着微光、机、电技术的飞速发展，高精度、高效率探测物体精细结构已成为全球科研领域里的一大研究热点，如何更精确地获取物体三维点云数据是三维测量领域的热点。三维测量系统在医学，工业等领域得到广泛的应用，影响其重建精度的关键因素是建立的物体特征在(一个或者多个相机或者投影机或者两者都有)二维坐标与物体的实际三维坐标映射的标定模型的精确性。建立精确的映射模型需要借助高精度的标定装置来获取一组非常精确的二维到三维的标准标定数据。标定模型是否能够准确地描述二维数据到三维数据的真实映射关系，关键在于三个因素：第一，标定装置上的靶面板的特征在探测器CCD平面的二维坐标提取的准确性；第二，标定装置上的靶面板的特征的空间三维坐标的准确性；第三，建立的数学标定模型是否能准确地描述和建立二维数据到三维数据的映射关系。
在三维测量系统中，被动式测量通常通过投影机发射结构光来调制空间中的三维信息。其中描述结构光-三维映射关系的数学模型是三维传感领域研究的热点问题，因为它直接影响三维重建精度。现有模型所需的校准方法都无法准确地描述摄像机和投影机复杂的基本模型，需要对投影机进行准确标定，特别是对投影机的镜头畸变的矫正步骤繁琐并且无法实现投影机亚像素级别的图像矫正，除此之外，由于标定是全局标定建模，若摄像机镜头或者投影机镜头出现局部畸变噪声会大大干扰标定的稳定性，不能满足日益增长的实际应用需求。
发明内容
本发明的目的是在于解决上述的技术问题。
针对上述技术问题,本发明提出了一种三维测量系统的标定方法，包括步骤：
获取一组覆盖待重建空间的标准标定数据，其中，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标；
根据所述标准标定数据建立结构光-三维映射模型。
优选的，根据所述标准标定数据建立结构光-三维映射模型过程包括：
在标准标定数据上直接建立二维-三维空间查找表。
优选的，根据所述标准标定数据建立结构光-三维映射模型过程还包括：
利用插值方法计算所述查找表的中间数据。
优选的，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为正弦结构光条纹，对相机图像的每一像素对应的反向光线进行追踪查找出标准标定数据，对相机图像平面每个像素分别建立相位-三维映射模型。
优选的，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为多线结构光条纹，对相机图像的每一行对每个光平面进行追踪查找出标准标定数据，对每一行中不同的光平面分别建立二维-三维映射模型。
本发明同时提供一种三维测量方法，包括步骤：
获取结构光打在物体表面的图像信息，其中，所述图像信息结构光的特征信息；
将所述特征信息输入到预设的结构光-三维映射模型中，获取所述物体表面的空间三维坐标；
其中，所述结构光-三维映射模型是根据已知的一组覆盖所述物体空间的标准标定数据建立，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标。
优选的，根据已知的一组覆盖所述物体空间的标准标定数据建立结构光-三维映射模塑的过程包括：
在标准标定数据上直接建立二维-三维空间查找表。
优选的，根据已知的一组覆盖所述物体空间的标准标定数据建立结构光-三维映射模塑的过程还包括：
利用插值方法计算所述查找表的中间数据。
优选的，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为正弦结构光条纹，对相机图像的每一像素对应的反向光线进行追踪查找出标准标定数据，对相机图像平面每个像素分别建立相位-三维映射模型。
优选的，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为多线结构光条纹，对相机图像的每一行对每个光平面进行追踪查找出标准标定数据，对每一行中不同的光平面分别建立二维-三维映射模型。
与现有技术相比，本发明至少具有以下有益效果：本发明的标定方法可以减少摄像机和投影仪带来的非线性效应，直接建立点对点映射，直接建立二维图像坐标与三维空间坐标的映射模型，实现高精度、高鲁棒性的三维重建，与传统方法的全局标定相比，大大减小了摄像机和投影机镜头局部畸变噪声的影响。
附图说明
图1为本发明实施例中三维测量系统的标定方法流程图。
图2为本发明实施例中另一种标定装置结构示意图。
图3为本发明实施例中又一种标定装置结构示意图。
图4为本发明实施例的三维测量方法流程图。
具体实施方式
下面结合附图和实施例对本发明做进一步说明。
实施例一
如图1所示为本发明提供的一种三维测量系统的标定方法流程图，其中，所述该标定方法包括步骤：
S1、获取一组覆盖待重建空间的标准标定数据，其中，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标。
S2、根据所述标准标定数据建立结构光-三维映射模型。
作为一种可实施方式，根据所述标准标定数据建立结构光-三维映射模型的过程可包括：
在标准标定数据上直接建立二维-三维空间查找表。
具体的，如图2所示，假设结构光为垂直条纹，当垂直条纹通过投影机(Projector)被投影成光平面，我们沿着摄像机(Camera)像素平面的水平方向追踪光线。结果表明，对于每个光平面，相机光线与光平面相交点的Z坐标可以转化为相机图像坐标系中亚像素列坐标u的线性变化。考虑到投影仪镜头的畸变，空间中的一系列点构成了一条曲线(位于畸变光平面(distorted light plane))。因此，如根据理想光平面(ideal light plane)与摄像机光线之间的几何约束计算场景点的三维信息，会存在重构误差。因此,把在几个位置标定平面如图3所示,分析Z坐标和u之间的关系。例如,沿着水平方向对光线进行追踪，像点(u1,v1)，(u2,v1)，(u3 v1)记录的射线可以构成一个平面,称为射线平面(ray plane)。射线平面、畸变光平面相交于场景点z1、z2、z3。建立场景点z1、z2、z3的Z坐标与对应的每个扭曲光平面的图像坐标(u1,v1)、(u2,v1)、(u3,v1)之间的映射关系即可计算物体表面的三维坐标。本实施例中，通过建立查找表来记录这些关系。这样，当条纹号I已知时，我们就可以从条纹在相机图像平面上的像素坐标(u,v)计算出物体表面对应的Z坐标。
作为本实施例的进一步改进，还可以利用插值方法计算所述查找表中Z坐标信息的中间数据。
由于需要记录所有的已知的校准数据(u,v,X,Y,Z)和样条线拟合方程，因此该方式需要占用大量的计算机内存，但是，该方式也是最精确的映射方法。
作为另一种可实施方式，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为多线结构光条纹，对相机图像的每一行对每个光平面进行追踪查找出标准标定数据，对每一行中不同的光平面分别建立二维-三维映射模型。
具体的，通过分析Z坐标和亚像素列坐标u之间的几何关系，利用合适的数学模型来拟合描述该映射关系，可以为但不局限于如下所示的多项式模型。
Figure BDA0002903139990000061
其中，Sn(v,I)(n＝0,1,2,…)系数,包括投影仪的非线性影响；I是代表不同射线平面的条纹编号。
由于x-z的映射关系受摄像机畸变的影响，传统方法常用多项式模型来描述，因此，x和y的计算也可以通过建立比z映射模型更高阶的多项式模型来拟合。
作为一个可选的实施方式，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若结构光为正弦结构光条纹，对相机图像的每一像素对应的反向光线进行追踪查找出标准标定数据(像素图像坐标，正弦结构光解码计算出的相位值，对应的空间三维坐标)，对相机图像平面每个像素分别建立相位-三维映射模型。映射模型可以为但不局限于高阶多项式模型。这种方式占用硬件存储空间内存小，降低随机噪声的干扰，简化插值模型。但是，获取映射数据计算时间较长。
基于以上，本发明还可提供一种三维测量的方法，如图4所示，该方法包括步骤：
获取结构光打在物体表面的图像信息，其中，所述图像信息结构光的特征信息；
将所述特征信息输入到预设的结构光-三维映射模型中，获取所述物体表面的空间三维坐标。
其中，所述结构光-三维映射模型是根据已知的一组覆盖所述物体空间的标准标定数据建立，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标。
具体的，结构光-三维映射模型的建立可根据上述实施例中的方法建立。
上述实施例仅用于说明本发明的具体实施方式。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，都应属于本发明的保护范围。

Claims (10)

1.一种三维测量系统的标定方法，其特征在于，包括步骤：
获取一组覆盖待重建空间的标准标定数据，其中，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标；
根据所述标准标定数据建立结构光-三维映射模型。
2.按照权利要求1所述的三维测量系统的标定方法，其特征在于，根据所述标准标定数据建立结构光-三维映射模型过程包括：
在标准标定数据上直接建立二维-三维空间查找表。
3.按照权利要求2所述的三维测量系统的标定方法，其特征在于，根据所述标准标定数据建立结构光-三维映射模型过程还包括：
利用插值方法计算所述查找表的中间数据。
4.按照权利要求1所述的三维测量系统的标定方法，其特征在于，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为正弦结构光条纹，对相机图像的每一像素对应的反向光线进行追踪查找出标准标定数据，对相机图像平面每个像素分别建立相位-三维映射模型。
5.按照权利要求1所述的三维测量系统的标定方法，其特征在于，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为多线结构光条纹，对相机图像的每一行对每个光平面进行追踪查找出标准标定数据，对每一行中不同的光平面分别建立二维-三维映射模型。
6.一种三维测量方法，其特征在于，包括步骤：
获取结构光打在物体表面的图像信息，其中，所述图像信息结构光的特征信息；
将所述特征信息输入到预设的结构光-三维映射模型中，获取所述物体表面的空间三维坐标；
其中，所述结构光-三维映射模型是根据已知的一组覆盖所述物体空间的标准标定数据建立，所述标准标定数据包括三维测量系统探测器采集到的结构光特征在图像平面的二维坐标和对应的三维空间坐标。
7.按照权利要求6所述的三维测量方法，其特征在于，根据已知的一组覆盖所述物体空间的标准标定数据建立结构光-三维映射模塑的过程包括：
在标准标定数据上直接建立二维-三维空间查找表。
8.按照权利要求7所述的三维测量方法，其特征在于，根据已知的一组覆盖所述物体空间的标准标定数据建立结构光-三维映射模塑的过程还包括：
利用插值方法计算所述查找表的中间数据。
9.按照权利要求6所述的三维测量方法，其特征在于，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为正弦结构光条纹，对相机图像的每一像素对应的反向光线进行追踪查找出标准标定数据，对相机图像平面每个像素分别建立相位-三维映射模型。
10.按照权利要求6所述的三维测量方法，其特征在于，根据所述标准标定数据建立结构光-三维映射模型过程包括：
若所述结构光为多线结构光条纹，对相机图像的每一行对每个光平面进行追踪查找出标准标定数据，对每一行中不同的光平面分别建立二维-三维映射模型。
CN202110063238.9A 2021-01-18 2021-01-18 一种三维测量系统的标定方法及测量方法 Active CN112985258B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110063238.9A CN112985258B (zh) 2021-01-18 2021-01-18 一种三维测量系统的标定方法及测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110063238.9A CN112985258B (zh) 2021-01-18 2021-01-18 一种三维测量系统的标定方法及测量方法

Publications (2)

Publication Number Publication Date
CN112985258A true CN112985258A (zh) 2021-06-18
CN112985258B CN112985258B (zh) 2023-07-07

Family

ID=76344419

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110063238.9A Active CN112985258B (zh) 2021-01-18 2021-01-18 一种三维测量系统的标定方法及测量方法

Country Status (1)

Country Link
CN (1) CN112985258B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114739313A (zh) * 2022-02-18 2022-07-12 西北大学 一种三维激光扫描仪的标定方法
CN114812439A (zh) * 2022-04-14 2022-07-29 深圳市菲森科技有限公司 结构光三维测量系统的投影成像镜头组调焦方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080129967A1 (en) * 2006-04-21 2008-06-05 Mersive Technologies, Inc. Projector operation through surface fitting of 3d measurements
CN102628671A (zh) * 2012-03-29 2012-08-08 中国人民解放军第二炮兵工程学院 一种基于单摄像机双色线结构光的三维坐标测量方法
CN106767533A (zh) * 2016-12-28 2017-05-31 深圳大学 基于条纹投影轮廓术的高效相位‑三维映射方法及系统
CN108182727A (zh) * 2018-01-12 2018-06-19 武汉科技大学 基于多视点几何一致性的相位展开方法
WO2019093959A1 (en) * 2017-11-10 2019-05-16 Flatfrog Laboratories Ab A method of generating a three-dimensional mapping of an object

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20080129967A1 (en) * 2006-04-21 2008-06-05 Mersive Technologies, Inc. Projector operation through surface fitting of 3d measurements
CN102628671A (zh) * 2012-03-29 2012-08-08 中国人民解放军第二炮兵工程学院 一种基于单摄像机双色线结构光的三维坐标测量方法
CN106767533A (zh) * 2016-12-28 2017-05-31 深圳大学 基于条纹投影轮廓术的高效相位‑三维映射方法及系统
WO2019093959A1 (en) * 2017-11-10 2019-05-16 Flatfrog Laboratories Ab A method of generating a three-dimensional mapping of an object
CN108182727A (zh) * 2018-01-12 2018-06-19 武汉科技大学 基于多视点几何一致性的相位展开方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
邹媛媛等: "三线结构光视觉传感器现场标定方法", 《红外与激光工程》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114739313A (zh) * 2022-02-18 2022-07-12 西北大学 一种三维激光扫描仪的标定方法
CN114812439A (zh) * 2022-04-14 2022-07-29 深圳市菲森科技有限公司 结构光三维测量系统的投影成像镜头组调焦方法
CN114812439B (zh) * 2022-04-14 2024-05-17 深圳市菲森科技有限公司 结构光三维测量系统的投影成像镜头组调焦方法

Also Published As

Publication number Publication date
CN112985258B (zh) 2023-07-07

Similar Documents

Publication Publication Date Title
Luo et al. A simple calibration procedure for structured light system
Zhou et al. Complete calibration of a structured light stripe vision sensor through planar target of unknown orientations
CN109272574B (zh) 基于投影变换的线阵旋转扫描相机成像模型构建方法和标定方法
CN110296667B (zh) 基于线结构光多角度投影的高反射表面三维测量方法
Zhou et al. A novel optimization method of camera parameters used for vision measurement
WO2018201677A1 (zh) 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
WO2011145285A1 (ja) 画像処理装置、画像処理方法およびプログラム
Cerveri et al. Complete calibration of a stereo photogrammetric system through control points of unknown coordinates
Garrido-Jurado et al. Simultaneous reconstruction and calibration for multi-view structured light scanning
CN112985258B (zh) 一种三维测量系统的标定方法及测量方法
CN103398675A (zh) 一种基于条纹周期校正的复杂大物体三维测量方法
Xiao et al. Large-scale structured light 3D shape measurement with reverse photography
CN113310433A (zh) 基于线结构光的虚拟双目立体视觉测量方法
CN102881040A (zh) 一种数码相机移动拍摄三维重建方法
Han et al. Improving calibration accuracy of structured light systems using plane-based residual error compensation
Wan et al. Extraction and segmentation method of laser stripe in linear structured light scanner
Tomasi Pictures and trails: a new framework for the computation of shape and motion from perspective image sequences
Wan et al. Robot line structured light vision measurement system: light strip center extraction and system calibration
Song et al. Flexible line-scan camera calibration method using a coded eight trigrams pattern
CN116379965A (zh) 结构光系统标定方法、装置、结构光系统及存储介质
CN113724371B (zh) 同轴照明光场的三维成像方法、系统、电子装置及存储介质
Cai et al. Near-infrared camera calibration for optical surgical navigation
Wu et al. A camera calibration method based on OpenCV
Sun et al. A new method of camera calibration based on the segmentation model
Mavrinac et al. Calibration of dual laser-based range cameras for reduced occlusion in 3D imaging

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