CN113074660B - 一种大尺寸透明物体的面型测量方法 - Google Patents

Abstract

本系统涉及透明物体面型测量技术领域，公开了一种大尺寸透明物体的面型测量方法，包括如下步骤：搭建包括有相机、激光器及位移台的测量系统以获取被测物体的光条图像；确定每一帧光条图的ROI区域，对ROI区域进行图像裁切；读取裁切后的图像中某一反射层中每列像素的灰度值，并记录最大像素灰度值的索引位置，并按照行标排序；获取每列中灰度值最大的像素组的中心索引位置，并提取光条的中心像素坐标；利用每一组中心像素坐标计算出该点对应的实际三维坐标，得到三维坐标点集，然后利用该三维坐标点集建立被测物体面型的三维数据。本发明所提供的方法可对更多的点位进行检测，检测效率更高，同时检测时无需接触可以防止对被测物体的二次损坏。

Description

一种大尺寸透明物体的面型测量方法

技术领域

本系统涉及透明物体面型测量技术领域，具体涉及一种大尺寸透明物体的面型测量方法。

背景技术

玻璃在现在社会中的应用越来越广泛，尤其是汽车、建筑、光学玻璃等行业，玻璃的使用需求越来越大。随着玻璃行业应用的深入和产品不断升级，各行业对玻璃的品质提出了越来越多的要求。玻璃的3D面型是玻璃制造的重要参数，其3D面型的参数是否符合要求也成为检测玻璃品质是否过关的重要参考。现有的对玻璃型面参数的检测多是通过借助价格昂贵的检具和三坐标测量仪等设备仪器来完成测量，但是该测量方法需要对玻璃进行接触取点以获得测量数据，由此在遇到具有较大尺寸的玻璃需要进行测量时，存在检测取点少、测量慢检测的精度及效率低下的问题，且被测件有二次损伤的风险。

发明内容

针对现有技术存在的不足，本系统的目的在于提供一种大尺寸透明物体的面型测量方法，该方法可通过非接触测量的方式对玻璃的3D型面参数进行提取，检测精度更高效率更快。

为了实现上述目的，本系统提供如下技术方案：

一种大尺寸透明物体的面型测量方法，包括如下步骤：

1)搭建包括有相机、激光器及位移台的测量系统，用以获取激光器照射于被测物体上不同位置时的光条图像；

2)确定每一帧光条图的ROI区域，对所述ROI区域进行图像裁切；

3)读取裁切后的图像中某一反射层中每列像素的灰度值，并记录最大像素灰度值的索引位置，并按照行标排序；

4)获取每列中灰度值最大的像素组的中心索引位置，并提取光条的中心像素坐标；

5)利用每一组中心像素坐标计算出中心像素坐标对应的实际三维坐标，得到三维坐标点集，然后利用该三维坐标点集建立被测物体面型的三维数据，以通过三维数据来获得被测物体的尺寸数据。

本方案中通过获取激光照射透明物体表面时形成的激光光条图来计算出每一光条的像素中心坐标，然后通过所有的像素中心坐标所在实际坐标系中形成的三维面型轮廓来反映被测物体的具体三维面型数据，由此可通过非接触的方式来对被测物体进行测量，其检测效率高，检测点位更多精度更高。

在本发明中，进一步的，所述中心像素坐标的纵坐标值为多组最大像素灰度值所在行数的中值。本方案中通过利用激光条的亮度分布基本为对称式结构，由此可直接取所有的亮度最大值的像素所在行数的行数值的中值作为纵坐标使用，由此可提高处理速度。

在本发明中，进一步的，使用灰度重心法求取所述中心像素坐标。本方案中通过灰度重心法求取的中心像素坐标更加精确，有利于减小最终的计算结果的误差。

在本发明中，进一步的，在读取完毕每列所述像素的灰度值后确定出val值，所述val值在max_灰度值-100～max_灰度值-50之间。

在本发明中，进一步的，在所述测量系统搭建完毕后，使用所述测量系统内的相机拍摄不同位置的棋盘格标定板，利用张氏标定法对相机进行标定得出相机的内参、外参和畸变参数。本方案中通过对相机进行标定，来减小对图像处理时因外部设备造成的误差。

在本发明中，进一步的，使用所述测量系统内的相机在不同高度上拍摄激光条和标定板同时存在的图像来解算光条的实际坐标，对所述光条的实际坐标使用最小二乘法得到相机和激光器的相对位置，并确定出成像平面。

在本发明中，进一步的，对所述位移台运行时测量系统的参数进行优化，本方案可以降低位移台的轴系误差以及直线度误差对测量系统造成的影响。

在本发明中，进一步的，利用所述中心像素坐标、相机标定的内参、外参及激光器的位置信息来求解出实际三维坐标，进而得到面型三维点集。本方案中通过求得面型三维点集来方便后期通过面型三维点集来建立面型的三维数据模型。

在本发明中，进一步的，利用所述面型三维点集得到点云边界，再利用三角剖分算法对所述点云边界和点云法向量进行处理以得到最终表面的网络结构。

在本发明中，进一步的，所述面型点集通过使用凸包或者Alpha Shap算法得到平面上的点云边界。

与现有技术相比，本系统的有益效果是：

本发明所提供的方法可以通过相机、激光器及位移台来获取被测物体不同位置上的激光光条图，然后再通过每一光条的像素中心坐标来计算构建透明被测物体的三维面型数据，进而对被测物体进行测量，本方法可对更多的点位进行检测，检测效率更高，同时检测时无需接触可以防止对被测物体的二次损坏。并且通过此方法测量出来的物体的精度较高，可保证绝对精度在10μm～20μm之间。

附图说明

图1为本发明中测量系统的结构示意图。

附图中：1、被测物体(玻璃等高透待测物)；2、激光器；3、相机；4、位移台。

具体实施方式

下面将结合本系统实施例中的附图，对本系统实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本系统一部分实施例，而不是全部的实施例。基于本系统中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本系统保护的范围。

需要说明的是，当组件被称为“固定于”另一个组件，它可以直接在另一个组件上或者也可以存在居中的组件。当一个组件被认为是“连接”另一个组件，它可以是直接连接到另一个组件或者可能同时存在居中组件。当一个组件被认为是“设置于”另一个组件，它可以是直接设置在另一个组件上或者可能同时存在居中组件。本文所使用的术语“垂直的”、“水平的”、“左”、“右”以及类似的表述只是为了说明的目的。

除非另有定义，本文所使用的所有的技术和科学术语与属于本系统的技术领域的技术人员通常理解的含义相同。本文中在本系统的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本系统。本文所使用的术语“及/或”包括一个或多个相关的所列项目的任意的和所有的组合。

请同时参见图1，本系统一较佳实施方式提供一种大尺寸透明物体的面型测量方法，包括如下步骤：

1)搭建包括有相机3、激光器2及位移台4的测量系统，用以获取激光器2照射于被测物体1上不同位置时的光条图像；在本测量系统激光器2位于位移台4的正上方，激光器2向位于位移台4上的被测物体1照射激光光束，要保证所发射的激光光束，所覆盖的宽度大于等于被测物体1移动过程中经过该激光光束照射位置时的截面的宽度。由此可保证被测物体1的每一个位置都可以被检测到，相机3选用面阵相机，并将其设置在位移台4的斜上方便于观测到激光在被测物体1表面上形成光条的位置处，以方便获取每一组光条图的图像进而用于后期的分析计算。被测物体1为高透明物体，如玻璃。位移台4为可在某一指定方向上进行往复移动的平台设备，以便于将被测物体1逐步移动通过被测区域。

在测量系统搭建完毕后，为了保证后续测量数据的精确性需要对测量系统内的相机3进行标定，得出相机3的内参、外参和畸变参数以便对后续的数据进行修正。

相机3的标定：通过拍摄不同位置的棋盘格标定板，利用张氏标定法对相机3进行标定再利用下述计算公式得出相机3的内参、外参和畸变参数。

其中，[u，v，1]^T为像素齐次坐标，[X_W，Y_W，Z_W，1]^T为世界坐标系的齐次坐标，A为相机3的内参矩阵，S为缩放因子，R，T为相机3外参的旋转和平移矩阵。

得出相机3和激光器2的相对位置，并确定出成像平面；通过在不同高度上拍摄激光条和标定板同时存在的图像来解算光条的实际坐标。对得到的光条数据使用最小二乘法得到面阵相机和激光器2的相对位置。并确定出成像平面。设定平面方程f(z)＝Dx+By+C。通过交比不变的原理得到激光条上不同数据点的[x，y，z]坐标。通过下面公式，利用最小二乘法得到相应的系数D，B，C。

对系统参数进行优化，优化对象主要是位移台4的轴系误差以及直线度对其他变量的影响，设定三个参数方程f(xof)＝ay²+by+c，f(yof)＝dy²+ey+f，f(zof)＝gy²+hy+i分别代表位移台4直线运动时对x，y，z方向上的影响。优化时首先让位移台4停留在零点位置(设位移台4移动方向为Y方向，为从左往右沿直线移动)，然后放置标定板，得到一个固定位置角点的实际坐标，计为[Xor,Yor,Zor]然后位移台4按照规定的步长step运动。一共运行N步来覆盖全量程。每移动一个步长记下当前设定位置为Yset(N*step)，然后通过解算角点坐标能得到移动后角点的世界坐标。计算出差值xof＝Xw-Xor，yof＝Yw-Yset-Yor，zof＝Zw-Zor，通过移动N步也就是得到了N组[Yset xof]，[Yset yof]和[Yset zof]参数。将三组参数分别代入设定方程，利用最小二乘法得到方程的系数。完成了系统参数的优化，得到了系统优化方程组。

2)确定每一帧光条图的ROI区域，对所述ROI区域进行图像裁切；ROI区域即为(感兴趣区域)的确定为在图像处理领域中常用的处理手段，在本发明中具体为将每一帧光条图像中不存在光条部分的图像裁剪去除，由于在上述搭建的测量系统中相机3采集到的每一帧的光条图的上半区域为没有光条存在的空白像，无实际参考价值，所以在处理时直接将光条图的上半部分直接裁切删除保留光条主要存在的下半部分光条图即可。对ROI区域的确定也是要依据测量系统具体的搭建形式来调整需要进行裁切的比例及位置，如当测量系统搭建完毕后，在对某一指定被测物进行检测时，通常来说通过现有的ROI区域的确定算法即可选定出需要的区域，但是为了提高确定区域的准确性，可以提前试测几次来人为观测所拍摄的大量的图像中光条所处的位置及区域来确定要裁切删除的图像部分，通过增加此步骤来进一步保证感兴趣区域选择的准确性，通过ROI区域的确定可以减少后续读取计算像素灰度值时对无实际光条图像存在的区域进行处理的步骤，由此可以提高系统的计算处理的速度进一步提高检测的速度。

3)测量过程需要通过位移台4的移动让激光光束扫掠过整个被测物的表面，采集图片的同时记录下此时的位移台4的移动量，测量过程中激光会在被测物体1表面发生反射和透射，在相机3面阵上会看到位置不同的光条。而且光条会呈现出不同的亮度和宽度。根据实际的测量需求来确定读取裁切后的图像中哪一反射层中每帧光条图上每列像素的灰度值，并记录最大像素灰度值的索引位置，并按照行标排序；通常来说激光光束在被测物表面形成的光条主要为反射形成，由此在被测物表面上产生的光条的像素灰度值通常均为一组连续的最大灰度值，在图像上的反映即为有多组连续排列的灰度值为255的白色像素块，同时激光光束在被测物体1表面发生反射时其在图像中的反映的像素灰度值的排列规律可认为是近似对称排列结构，也即在被测物体1的表面处光条的亮度最高而在被测物体1表面的两侧的光条的亮度均为沿远离被测物体1表面的方向逐渐减小。

4)获取每列中灰度值最大的像素组的中心索引位置，并提取光条的中心像素坐标；所以基于以上的激光光条在被测物体1表面上的反射的规律可以在找到每列中多组连续排列的最大像素块时记录此像素块所占用的行数的范围，然后在通过计算该行数的中值所在的行数位置来确定中心像素坐标，如读取到连续的像素最大灰度值所在的行数为第30行至第60行，则确定中值所在的行数为第45行，然后在根据列数所在列数上的排行，以及其中值所在行数来确定每一列的中心像素坐标[u，v]，如上述中心像素在像素图像中的第4列，则其中心像素坐标为[4，45]。

另外，在求取中心像素坐标时还可以使用灰度重心法进行求解，通过灰度重心法求取的中心像素坐标更加精确，有利于减小最终的计算结果的误差。

在使用灰度重心进行计算时需要提前确定一个val值作为计算时的阈值使用，由此可去除杂点减少无关像素点对计算的影响，进而提高解算速度。在读取完毕每列所述像素的灰度值后确定出val值，所述val值在max_灰度值-100～max_灰度值-50之间，由于在实际的操作过程中所获得的光条图存在过曝和欠曝的两种图像状态，所以val值也是变动当过曝时val值选择此范围内更大的值，当欠曝时选择数值范围内较小的值，由此可以避免将有效图像删除的情况。

1)利用每一组中心像素坐标计算出该点对应的实际三维坐标，得到三维坐标点集，然后利用该三维坐标点集建立被测物体1面型的三维数据，以通过三维数据来获得被测物体1的尺寸数据。

利用相机3标定的内参外参，中心像素坐标[u，v]，激光器2的位置信息以及系统优化的参数恢复出光条的实际三维坐标值，得到相应面型的三维点集。

Zw＝DXw+BYw+C

将u，v坐标代入相机3的内外参标定参数，结合上面两个公式进行计算得到对应的实际光条位置的三维坐标Xw，Yw，Zw。将Yset代入优化方程解出相应的优化后的偏移量xof，yof，zof，将解算的偏移量线性的加到Xw，Yw，Zw上，得到优化后的最终三维坐标值，由此可解算得到三维点集以便用于后续的三维面型的重建工作。

利用上述得到的三维点集中的坐标点，也即是点云集合进行三维面型重建。首先得到XY平面的轮廓，可以使用凸包或者Alpha Shap算法得到点云边界。然后利用点云法向量和边界进行Delaunay。完成这一步后将得到最终表面的网络结构，也既完成表面三维重建。通过代入想测量的任一点X，Y值即可得到对应的Z方向的高度值，由此即实现了整个三维面型的重建即测量工作。

上述说明是针对本系统较佳可行实施例的详细说明，但实施例并非用以限定本系统的专利申请范围，凡本系统所提示的技术精神下所完成的同等变化或修饰变更，均应属于本系统所涵盖专利范围。

Claims (4)

1.一种大尺寸透明物体的面型测量方法，其特征在于，包括如下步骤：

1)搭建包括有相机(3)、激光器(2)及位移台(4)的测量系统，用以获取激光器(2)照射于被测物体(1)上不同位置时的光条图像；

在所述测量系统搭建完毕后，使用所述测量系统内的相机(3)拍摄不同位置的棋盘格标定板，利用张氏标定法对相机(3)进行标定得出相机(3)的内参、外参和畸变参数；

其中，[u，v，1]^T为像素齐次坐标，[X_W，Y_W，Z_W，1]^T为世界坐标系的齐次坐标，A为相机(3)的内参矩阵，S为缩放因子，R，T为相机(3)外参的旋转和平移矩阵；

得出相机(3)和激光器(2)的相对位置，并确定出成像平面；通过在不同高度上拍摄激光条和标定板同时存在的图像来解算光条的实际坐标，对得到的光条数据使用最小二乘法得到面阵相机和激光器(2)的相对位置，并确定出成像平面，设定平面方程f(z)＝Dx+By+C，通过交比不变的原理得到激光条上不同数据点的[x，y，z]坐标，通过下面公式，利用最小二乘法得到相应的系数D，B，C；

对系统参数进行优化，优化对象为位移台(4)的轴系误差以及直线度对其他变量的影响，设定三个参数方程f(xof)＝ay²+by+c，f(yof)＝dy²+ey+f，f(zof)＝gy²+hy+i分别代表位移台(4)直线运动时对x，y，z方向上的影响；

优化时首先让位移台(4)停留在零点位置，设位移台(4)移动方向为Y方向，为从左往右沿直线移动，然后放置标定板，得到一个固定位置角点的实际坐标，计为[Xor,Yor,Zor]，然后位移台(4)按照规定的步长step运动，一共运行N步来覆盖全量程，每移动一个步长记下当前设定位置为Yset(N*step)，然后通过解算角点坐标能得到移动后角点的世界坐标，计算出差值xof＝Xw-Xor，yof＝Yw-Yset-Yor，zof＝Zw-Zor，通过移动N步也就是得到了N组[Yset xof]，[Yset yof]和[Yset zof]参数；

将三组参数分别代入设定方程，利用最小二乘法得到方程的系数，得到系统优化方程组；

2)确定每一帧光条图的ROI区域，对所述ROI区域进行图像裁切，通过ROI区域的确定减少读取计算像素灰度值时对无实际光条图像存在的区域进行处理的步骤，提高系统的计算处理的速度，进一步提高检测的速度；

3)读取裁切后的图像中某一反射层中每列像素的灰度值，并记录最大像素灰度值的索引位置，并按照行标排序；

4)获取每列中灰度值最大的像素组的中心索引位置，并提取光条的中心像素坐标[u，v]；

5)利用每一组中心像素坐标计算出该中心像素坐标对应的实际三维坐标，得到三维坐标点集，然后利用该三维坐标点集建立被测物体(1)面型的三维数据，以通过三维数据来获得被测物体(1)的尺寸数据；

利用所述中心像素坐标、相机(3)标定的内参、外参及激光器(2)的位置信息来求解出实际三维坐标，进而得到面型三维点集，将Yset代入优化方程解出相应的优化后的偏移量xof、yof、zof，将解算的偏移量线性的加到实际三维坐标，得到优化后的最终三维坐标值；

利用所述面型三维点集得到点云边界，再利用三角剖分算法对所述点云边界和点云法向量进行处理以得到最终表面的网络结构。

2.根据权利要求1所述的一种大尺寸透明物体的面型测量方法，其特征在于，所述中心像素坐标的纵坐标值为多组最大像素灰度值所在行数的中值。

3.根据权利要求1所述的一种大尺寸透明物体的面型测量方法，其特征在于，还可以使用灰度重心法求取所述中心像素坐标。

4.根据权利要求3所述的一种大尺寸透明物体的面型测量方法，其特征在于，所述面型三维点集通过使用凸包或者Alpha Shap算法得到平面上的点云边界。

Images