CN114638789A - 一种用于孔位检测的方法及系统 - Google Patents

一种用于孔位检测的方法及系统 Download PDF

Info

Publication number
CN114638789A
CN114638789A CN202210193441.2A CN202210193441A CN114638789A CN 114638789 A CN114638789 A CN 114638789A CN 202210193441 A CN202210193441 A CN 202210193441A CN 114638789 A CN114638789 A CN 114638789A
Authority
CN
China
Prior art keywords
dimensional
model
hole
nominal
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.)
Pending
Application number
CN202210193441.2A
Other languages
English (en)
Inventor
唐正宗
宗玉龙
张一弛
乔根
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.)
Xtop 3d Technology Shenzhen Co ltd
Original Assignee
Xtop 3d Technology Shenzhen 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 Xtop 3d Technology Shenzhen Co ltd filed Critical Xtop 3d Technology Shenzhen Co ltd
Priority to CN202210193441.2A priority Critical patent/CN114638789A/zh
Publication of CN114638789A publication Critical patent/CN114638789A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/0002—Inspection of images, e.g. flaw detection
    • G06T7/0004—Industrial image inspection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/60—Analysis of geometric attributes
    • G06T7/66—Analysis of geometric attributes of image moments or centre of gravity
    • 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
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • 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
    • G06T2207/30108—Industrial image inspection
    • G06T2207/30164—Workpiece; Machine component

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • Quality & Reliability (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供一种用于孔位检测的方法及系统，方法包括：测量系统的标定：用于获取标定结果；多视角三维扫描：用于获取待测物体的三维数据和多个所述视角的图像，得到三维模型；模型对齐：使待测物体的三维模型与标称模型对齐，使得两个模型上的特征重合；孔的三维重建和检测：在标称模型上创建待检测的孔，然后投影到每幅图像上来约束边缘检测的范围，对指定范围内的图像进行边缘检测和边缘筛选以获取孔的边缘数据，进而基于多个视角下圆的三维重建算法计算出所述孔的表面圆的参数，参数包括圆心、法向、半径，最后与标称模型上孔进行对比得到偏差，偏差包括圆心距、半径偏差、法向夹角。测量精度不受人为因素影响，比较稳定，测量方法快捷高效。

Description

一种用于孔位检测的方法及系统
技术领域
本发明涉及机器视觉和三维数字化测量技术领域，尤其涉及一种用于孔位检测的方法及系统。
背景技术
对零件表面的孔的检测在零件的质量评估中具有极其重要的作用，因此近年来受到广泛的研究。由于非接触、高精度、自动化等优点，基于机器视觉的孔的自动化的三维检测逐渐成为是未来发展的方向。
目前对孔的检测主要利用一些精密量具进行手动测量，包括高精度的游标卡尺、塞规、内径千分尺等工具。但是这种方法极易引入人工误差且测量效率较低，在需要大批量检测时，这种方法既无法保证测量精度的稳定性也无法满足检测效率的要求。
以上背景技术内容的公开仅用于辅助理解本发明的构思及技术方案，其并不必然属于本专利申请的现有技术，在没有明确的证据表明上述内容在本专利申请的申请日已经公开的情况下，上述背景技术不应当用于评价本申请的新颖性和创造性。
发明内容
本发明为了解决现有的问题，提供一种用于孔位检测的方法及系统。
为了解决上述问题，本发明采用的技术方案如下所述：
一种用于孔位检测的方法，包括以下步骤：S1：多视角系统的标定：所述多视角系统包括多个视角的测量模组，每个所述测量模组包括两个工业级黑白相机和一个投影仪，对所述相机进行全局标定，用于获取标定结果，所述标定结果包括各个所述相机的内参数和所述相机之间的外方位参数；S2：多视角三维扫描：用于获取待测物体的三维数据和多个所述视角的图像，并基于所述标定结果把不同所述视角下的三维数据统一在一个坐标系下得到三维模型；S3：模型对齐：使所述待测物体的所述三维模型与所述待测物体的标称模型对齐，使得所述三维模型和所述标称模型上的特征重合；S4：孔的三维重建和检测：在所述标称模型上创建待检测的孔，然后投影到每幅所述图像上来约束边缘检测的范围，对指定范围内的图像进行边缘检测和边缘筛选以获取所述孔的边缘数据，进而基于多个所述视角下圆的三维重建算法计算出所述孔的表面圆的参数，所述参数包括圆心、法向、半径，最后与所述标称模型上所述孔进行对比得到偏差，所述偏差包括圆心距、半径偏差、法向夹角。
优选地，步骤S1中，基于摄影测量原理对所述相机进行全局标定；对所述相机进行全局标定时还包括计算各个所述相机之间的位置关系，具体包括：指定每个所述测量模组中左相机作为参考相机，并指定其中一个所述相机作为全局参考相机；计算每个所述测量模组中所述相机之间的位置关系；计算不同所述测量模组中所述参考相机之间的位置关系；计算出所有所述相机相对于所述全局参考相机的位置关系；其中，两个所述相机之间的位置关系是指两个相机坐标系之间的转换矩阵。
优选地，把不同所述视角下的三维数据统一在一个坐标系下得到所述三维模型包括：单个所述测量模组完成所述待测物体表面的三维重建后，单个所述测量模组的扫描数据的坐标系是在左相机坐标系下的，利用所述标定结果把每个所述测量模组的扫描数据转换到全局坐标系下实现多个视角下的三维数据的拼接。
优选地，所述标称模型是CAD模型或网格模型；若所述标称模型是CAD模型，使所述待测物体的所述三维模型与所述待测物体的标称模型对齐包括：把所述标称模型进行网格化得到标称网格模型；通过主成分分析算法使所述标称网格模型和所述三维模型的质心坐标和三个主方向进行对齐；通过迭代最近点算法把所述标称网格模型与所述三维模型再次进行对齐。
优选地，步骤S4中在所述标称模型上创建一个待检测的孔包括：若所述标称模型是CAD模型，则拾取所述孔的表面圆的边缘曲线，对所述边缘曲线进行离散得到离散点，基于所述离散点拟合出完整的标称三维圆；若所述标称模型是网格模型，则通过在所述孔的边缘选择三个点拟合出一个标称三维圆。
优选地，步骤S4中，对各个所述视角下的所述图像进行边缘检测时还包括对所述图像进行视角的筛选，删除所述相机的投影方向与所述孔所在平面的法向夹角较大的视角：获取所述标称三维圆的圆心与各个所述相机的相机坐标系原点的连线方向和所述标称三维圆的法向的夹角，若夹角大于一定角度则对应视角的所述图像不参与后续计算。
优选地，步骤S4中，通过所述标称三维圆来约束所述图像中的边缘检测范围包括：把所述标称三维圆进行离散获取一系列离散的三维点；根据所述多视角系统的标定时建立的投影模型把所述三维点投影到所述图像上，完成投影之后计算所述标称三维圆在每张所述图像上的投影点的包围盒的大小并在所述包围盒的图像的长和宽两个方向向外额外增加一定范围得到所述图像的边缘检测的区域。
优选地，步骤S4中，对所述孔所在的经过视角筛选后的所述图像的边缘检测区域进行亚像素级精度的边缘检测；根据投影到所述图像上的先验的圆的边缘点对检测出的边缘进行筛选，筛选的原则是计算检测出的所有边缘点与所述先验圆中的所有边缘点的最近距离，所述最近距离小于一定值的点保留，否则删除。
优选地，步骤S4中还包括完成所述孔的边缘检测和筛选后对所述图像再次进行筛选，包括如下步骤：对经过视角筛选后的所有所述图像中筛选后的边缘进行椭圆拟合以获取椭圆的中心点；把所有经过视角筛选后的所有所述图像对应的所述相机随机两两组合成一组视角的双目立体视觉系统，对所述椭圆的中心点进行三维重建；统计重投影误差并再次筛选得到所述椭圆中心点的所述重投影误差小于一定值的有效图像；基于所述有效图像得到所述偏差包括：以在所述标称模型上创建的三维圆的圆心、半径、法向为迭代初值，以所述有效图像中的边缘为迭代数据，基于多目立体视觉的原理进行高斯牛顿法迭代，最终根据所述图像中的边缘计算出所述孔的表面圆的所述参数；将所述参数与所述标称三维圆进行对比得到所述偏差。
本发明还提供一种用于孔位检测的系统，包括：多个视角的测量模组、数据处理单元，多个视角的所述测量模组组成多视角测量系统，用于采集待测物体的三维数据和多个所述视角的图像；所述数据处理单元用于实现如上任一所述的用于孔位检测的方法。
本发明的有益效果为：提供一种用于孔位检测的方法及系统，通过多目立体视觉的原理实现对零件表面孔的三维测量，测量精度不会受到人为因素的影响，因此测量精度比较稳定，测量方法快捷高效。
进一步地，本发明可以经过一次数据采集，实现对零件表面上多个孔的测量，从而可以测量两个孔之间的孔心距，用于评估孔的加工质量、定位精度等相关参数。
再进一步地，本发明对孔的检测的同时也对零件表面的三维形貌进行了三维重建，因此本发明提出的方法对孔的检测更加直观，可以在三维模型上进行相关的检测操作。
最后，本发明提出的孔的检测方法对孔周围是高反光表面的情况也同样适用，因为利用多目立体视觉方法对孔的三维测量只需要从拍摄到的孔的图像中提取到孔的边缘即可进行孔的表面圆的三维重建，从而实现孔的检测。
附图说明
图1是本发明实施例中一种用于孔位检测的方法的示意图。
图2是本发明实施例中多个视角的测量模组的示意图。
图3是本发明实施例中一种标定板的布置方式示意图。
图4是本发明实施例中计算各个所述相机之间的位置关系的方法示意图。
图5是本发明实施例中一种多视角系统扫描的流程示意图。
图6是本发明实施例中待测物体的三维模型与待测物体的标称模型对齐的方法示意图。
图7是本发明实施例中孔的三维重建和检测的流程示意图。
图8是本发明实施例中对所述图像进行视角的筛选的示意图。
图9是本发明实施例中通过标称三维圆来约束图像中的边缘检测范围的方法示意图。
图10是本发明实施例中对图像再次进行筛选的方法示意图。
图11是本发明实施例中基于有效图像得到偏差的方示意图。
图12是本发明实施例中一种用于孔位检测的流程示意图。
图13(a)-图13(f)分别是本发明实施例中一种标称模型的示意图、三维模型示意图、模型对齐的结果示意图、创建孔的示意图、不同视角下边缘检测的结果、孔的三维重建结果示意图。
具体实施方式
为了使本发明实施例所要解决的技术问题、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
需要说明的是，当元件被称为“固定于”或“设置于”另一个元件，它可以直接在另一个元件上或者间接在该另一个元件上。当一个元件被称为是“连接于”另一个元件，它可以是直接连接到另一个元件或间接连接至该另一个元件上。另外，连接既可以是用于固定作用也可以是用于电路连通作用。
需要理解的是，术语“长度”、“宽度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明实施例和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多该特征。在本发明实施例的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。
如图1所示，本发明提供一种用于孔位检测的方法，包括以下步骤：
S1：多视角系统的标定：所述多视角系统包括多个视角的测量模组，每个所述测量模组包括两个工业级黑白相机和一个投影仪，对所述相机进行全局标定，用于获取标定结果，所述标定结果包括各个所述相机的内参数和所述相机之间的外方位参数；
S2：多视角三维扫描：用于获取待测物体的三维数据和多个所述视角的图像，并基于所述标定结果把不同所述视角下的三维数据统一在一个坐标系下得到三维模型；
S3：模型对齐：使所述待测物体的所述三维模型与所述待测物体的标称模型对齐，使得所述三维模型和所述标称模型上的特征重合；
模型对齐用于为后续孔的三维重建和检测提供准确的参考数据。
S4：孔的三维重建和检测：在所述标称模型上创建待检测的孔，然后投影到每幅所述图像上来约束边缘检测的范围，对指定范围内的图像进行边缘检测和边缘筛选以获取所述孔的边缘数据，进而基于多个所述视角下圆的三维重建算法计算出所述孔的表面圆的参数，所述参数包括圆心、法向、半径，最后与所述标称模型上所述孔进行对比得到偏差，所述偏差包括圆心距、半径偏差、法向夹角。
可以理解的是，本发明中的多个视角之间的需要尽可能多的重叠区域。
如图2所示，本发明设置多个视角的测量模组，或称为测量模块M1-M5，可以根据具体待测物体确定测量模组的数量，图中的5组不构成对本发明的限制；进一步地，每个测量模块的位置布置根据待测物的尺寸范围来确定。
在本发明的一种实施例中，步骤S1中，基于摄影测量原理对所述相机进行全局标定；为相机标定提供了高精度的标定板上标志点的三维点坐标，因此降低了相机标定精度对标定板精度的依赖。
如图3所示，是本发明实施例中一种标定板的布置方式示意图，采用标定板对多视角系统进行标定。
如图4所示，对所述相机进行全局标定时还包括计算各个所述相机之间的位置关系，具体包括：
指定每个所述测量模组中左相机作为参考相机，并指定其中一个所述相机作为全局参考相机；
计算每个所述测量模组中所述相机之间的位置关系；
计算不同所述测量模组中所述参考相机之间的位置关系；
计算出所有所述相机相对于所述全局参考相机的位置关系；
其中，两个所述相机之间的位置关系是指两个相机坐标系之间的转换矩阵。
获取标定结果后，采用测量模组进行图像采集，其中，投影仪用于向待测物体表面投射编码光栅，工业级黑白相机用于拍摄待测物体表面的光栅图像和原始图像；然后基于四步相移和多频外插原理对光栅图像进行解相位和立体匹配，最后基于双目立体视觉原理对待测物体表面进行三维重建。
如图5所示，是本发明实施例中一种多视角系统扫描的流程示意图。测量时，每个测量模M块依次进行，防止不同测量模块投射的光栅图像会产生干扰。每个策略模块进行测量时，先进行光栅投影和图像采集，其中光栅图像用于对该视角下的被测物表面的三维形貌进行三维重建，被测物表面图像用于后续孔的边缘提取和三维重建。单个测量模组完成被测物表面的三维重建后，还需要把多个测量模组的扫描数据D转换到同一个坐标系下，即多视角下三维数据的拼接。
在一种具体的实施例中，把不同所述视角下的三维数据统一在一个坐标系下得到所述三维模型包括：
单个所述测量模组完成所述待测物体表面的三维重建后，单个所述测量模组的扫描数据的坐标系是在左相机坐标系下的，利用所述标定结果把每个所述测量模组的扫描数据转换到全局坐标系下实现多个视角下的三维数据的拼接。
在一种具体的实施例中，所述标称模型是CAD模型或网格模型；
如图6所示，若所述标称模型是CAD模型，使所述待测物体的所述三维模型与所述待测物体的标称模型对齐包括：
把所述标称模型进行网格化得到标称网格模型；
通过主成分分析算法(PCA，Principal Component Analysis)使所述标称网格模型和所述三维模型的质心坐标和三个主方向进行对齐；这一步是粗对齐；
通过迭代最近点算法(ICP，Iterative Closest Point)把所述标称网格模型与所述三维模型再次进行对齐；这一步是精准对齐。
如图7所示，是本发明中孔的三维重建和检测的流程示意图，如下将进行详细说明。
(1)创建一个待检测的孔
在本发明的一种实施例中，步骤S4中在所述标称模型上创建一个待检测的孔包括：
若所述标称模型是CAD模型，则拾取所述孔的表面圆的边缘曲线，对所述边缘曲线进行离散得到离散点，基于所述离散点拟合出完整的标称三维圆；
若所述标称模型是网格模型，则通过在所述孔的边缘选择三个点拟合出一个标称三维圆。
(2)边缘检测
进一步地，步骤S4中，对各个所述视角下的所述图像进行边缘检测时还包括对所述图像进行视角的筛选，删除所述相机的投影方向与所述孔所在平面的法向夹角较大的视角，因为这些视角下的图像中的孔的边缘畸变较大，如果参与计算会降低计算精度：
获取所述标称三维圆的圆心与各个所述相机的相机坐标系原点的连线方向和所述标称三维圆的法向的夹角，若夹角大于一定角度则对应视角的所述图像不参与后续计算。
如图8所示，在一种具体的实施例中，角度α设置为小于75°，即大于这个角度的对应视角的所述图像不参与后续计算。
如图9所示，步骤S4中，通过所述标称三维圆来约束所述图像中的边缘检测范围包括：
把所述标称三维圆进行离散获取一系列离散的三维点；
根据所述多视角系统的标定时建立的投影模型把所述三维点投影到所述图像上，完成投影之后计算所述标称三维圆在每张所述图像上的投影点的包围盒的大小并在所述包围盒的图像的长和宽两个方向向外额外增加一定范围得到所述图像的边缘检测的区域。
在一种具体的实施例中，可以增加50-100个像素，对图像进行边缘检测时只需在该区域内计算即可，这样有效的约束图像边缘检测的范围，大大提高了检测效率。
(3)边缘筛选
步骤S4中，对所述孔所在的经过视角筛选后的所述图像的边缘检测区域进行亚像素级精度的边缘检测；
根据投影到所述图像上的先验的圆的边缘点对检测出的边缘进行筛选，筛选的原则是计算检测出的所有边缘点与所述先验圆中的所有边缘点的最近距离，所述最近距离小于一定值的点保留，否则删除。
在一种具体的实施例中，这个值为小于5个像素。
(4)图像筛选
如图10所示，步骤S4中还包括完成所述孔的边缘检测和筛选后，为了保证多视角重建精度的稳定性，对所述图像再次进行筛选，包括如下步骤：
对经过视角筛选后的所有所述图像中筛选后的边缘进行椭圆拟合以获取椭圆的中心点；
把所有经过视角筛选后的所有所述图像对应的所述相机随机两两组合成一组视角的双目立体视觉系统，对所述椭圆的中心点进行三维重建；
统计重投影误差并再次筛选得到所述椭圆中心点的所述重投影误差小于一定值的有效图像。
在一种具体的实施例中，这个一定值设为1或者更小。
(5)三维重建
如图11所示，基于所述有效图像得到所述偏差包括：
以在所述标称模型上创建的三维圆的圆心、半径、法向为迭代初值，以所述有效图像中的边缘为迭代数据，基于多目立体视觉的原理进行高斯牛顿法迭代，最终根据所述图像中的边缘计算出所述孔的表面圆的所述参数；
将所述参数与所述标称三维圆进行对比得到所述偏差，这个偏差用来评价待测物体上孔的质量。
本发明还提供一种用于孔位检测的系统，其特征在于，包括：多个视角的测量模组、数据处理单元，
多个视角的所述测量模组组成多视角测量系统，用于采集待测物体的三维数据和多个所述视角的图像；
所述数据处理单元用于实现如上任一所述的用于孔位检测的方法。
如图12所示，是本发明的一种用于孔位检测的流程示意图。
采用本发明的方法、系统，按照如上的流程实现对待测物体的孔进行检测。
如图13(a)-图13(f)所示，分别是本发明一种具体实施例中标称模型的示意图、三维模型示意图、模型对齐的结果示意图、创建孔的示意图、不同视角下边缘检测的结果、孔的三维重建结果示意图，本实施例中的标称模型是CAD模型。
本申请实施例还提供一种控制装置，包括处理器和用于存储计算机程序的存储介质；其中，处理器用于执行所述计算机程序时至少执行如上所述的方法。
本申请实施例还提供一种存储介质，用于存储计算机程序，该计算机程序被执行时至少执行如上所述的方法。
本申请实施例还提供一种处理器，所述处理器执行计算机程序，至少执行如上所述的方法。
所述存储介质可以由任何类型的易失性或非易失性存储设备、或者它们的组合来实现。其中，非易失性存储器可以是只读存储器(ROM，Read Only Memory)、可编程只读存储器(PROM，Programmable Read-Only Memory)、可擦除可编程只读存储器(EPROM，ErasableProgrammable Read-Only Memory)、电可擦除可编程只读存储器(EEPROM，ElectricallyErasable Programmable Read-Only Memory)、磁性随机存取存储器(FRAM，FerromagneticRandom Access Memory)、快闪存储器(Flash Memory)、磁表面存储器、光盘、或只读光盘(CD-ROM，Compact Disc Read-Only Memory)；磁表面存储器可以是磁盘存储器或磁带存储器。易失性存储器可以是随机存取存储器(RAM，Random Access Memory)，其用作外部高速缓存。通过示例性但不是限制性说明，许多形式的RAM可用，例如静态随机存取存储器(SRAM，Static Random Access Memory)、同步静态随机存取存储器(SSRAM，SynchronousStatic Random Access Memory)、动态随机存取存储器(DRAM，Dynamic Random AccessMemory)、同步动态随机存取存储器(SDRAM，Synchronous Dynamic Random AccessMemory)、双倍数据速率同步动态随机存取存储器(DDRSDRAM，Double Data RateSynchronous Dynamic Random Access Memory)、增强型同步动态随机存取存储器(ESDRAMEnhanced Synchronous Dynamic Random Access Memory)、同步连接动态随机存取存储器(SLDRAM，Sync Link Dynamic Random Access Memory)、直接内存总线随机存取存储器(DRRAM，Direct Rambus Random Access Memory)。本发明实施例描述的存储介质旨在包括但不限于这些和任意其它适合类型的存储器。
在本申请所提供的几个实施例中，应该理解到，所揭露的系统和方法，可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的，例如，所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，如：多个单元或组件可以结合，或可以集成到另一个系统，或一些特征可以忽略，或不执行。另外，所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口，设备或单元的间接耦合或通信连接，可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的，作为单元显示的部件可以是、或也可以不是物理单元，即可以位于一个地方，也可以分布到多个网络单元上；可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外，在本发明各实施例中的各功能单元可以全部集成在一个处理单元中，也可以是各单元分别单独作为一个单元，也可以两个或两个以上单元集成在一个单元中；上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解：实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成，前述的程序可以存储于一计算机可读取存储介质中，该程序在执行时，执行包括上述方法实施例的步骤；而前述的存储介质包括：移动存储设备、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者，本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时，也可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例所述方法的全部或部分。而前述的存储介质包括：移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
本申请所提供的几个方法实施例中所揭露的方法，在不冲突的情况下可以任意组合，得到新的方法实施例。
本申请所提供的几个产品实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的产品实施例。
本申请所提供的几个方法或设备实施例中所揭露的特征，在不冲突的情况下可以任意组合，得到新的方法实施例或设备实施例。
以上内容是结合具体的优选实施方式对本发明所做的进一步详细说明，不能认定本发明的具体实施只局限于这些说明。对于本发明所属技术领域的技术人员来说，在不脱离本发明构思的前提下，还可以做出若干等同替代或明显变型，而且性能或用途相同，都应当视为属于本发明的保护范围。

Claims (10)

1.一种用于孔位检测的方法，其特征在于，包括以下步骤：
S1：多视角系统的标定：所述多视角系统包括多个视角的测量模组，每个所述测量模组包括两个工业级黑白相机和一个投影仪，对所述相机进行全局标定，用于获取标定结果，所述标定结果包括各个所述相机的内参数和所述相机之间的外方位参数；
S2：多视角三维扫描：用于获取待测物体的三维数据和多个所述视角的图像，并基于所述标定结果把不同所述视角下的三维数据统一在一个坐标系下得到三维模型；
S3：模型对齐：使所述待测物体的所述三维模型与所述待测物体的标称模型对齐，使得所述三维模型和所述标称模型上的特征重合；
S4：孔的三维重建和检测：在所述标称模型上创建待检测的孔，然后投影到每幅所述图像上来约束边缘检测的范围，对指定范围内的图像进行边缘检测和边缘筛选以获取所述孔的边缘数据，进而基于多个所述视角下圆的三维重建算法计算出所述孔的表面圆的参数，所述参数包括圆心、法向、半径，最后与所述标称模型上所述孔进行对比得到偏差，所述偏差包括圆心距、半径偏差、法向夹角。
2.如权利要求1所述的用于孔位检测的方法，其特征在于，步骤S1中，基于摄影测量原理对所述相机进行全局标定；
对所述相机进行全局标定时还包括计算各个所述相机之间的位置关系，具体包括：
指定每个所述测量模组中左相机作为参考相机，并指定其中一个所述相机作为全局参考相机；
计算每个所述测量模组中所述相机之间的位置关系；
计算不同所述测量模组中所述参考相机之间的位置关系；
计算出所有所述相机相对于所述全局参考相机的位置关系；
其中，两个所述相机之间的位置关系是指两个相机坐标系之间的转换矩阵。
3.如权利要求2所述的用于孔位检测的方法，其特征在于，把不同所述视角下的三维数据统一在一个坐标系下得到所述三维模型包括：
单个所述测量模组完成所述待测物体表面的三维重建后，单个所述测量模组的扫描数据的坐标系是在左相机坐标系下的，利用所述标定结果把每个所述测量模组的扫描数据转换到全局坐标系下实现多个视角下的三维数据的拼接。
4.如权利要求3所述的用于孔位检测的方法，其特征在于，所述标称模型是CAD模型或网格模型；
若所述标称模型是CAD模型，使所述待测物体的所述三维模型与所述待测物体的标称模型对齐包括：
把所述标称模型进行网格化得到标称网格模型；
通过主成分分析算法使所述标称网格模型和所述三维模型的质心坐标和三个主方向进行对齐；
通过迭代最近点算法把所述标称网格模型与所述三维模型再次进行对齐。
5.如权利要求4所述的用于孔位检测的方法，其特征在于，步骤S4中在所述标称模型上创建一个待检测的孔包括：
若所述标称模型是CAD模型，则拾取所述孔的表面圆的边缘曲线，对所述边缘曲线进行离散得到离散点，基于所述离散点拟合出完整的标称三维圆；
若所述标称模型是网格模型，则通过在所述孔的边缘选择三个点拟合出一个标称三维圆。
6.如权利要求5所述的用于孔位检测的方法，其特征在于，步骤S4中，对各个所述视角下的所述图像进行边缘检测时还包括对所述图像进行视角的筛选，删除所述相机的投影方向与所述孔所在平面的法向夹角较大的视角：
获取所述标称三维圆的圆心与各个所述相机的相机坐标系原点的连线方向和所述标称三维圆的法向的夹角，若夹角大于一定角度则对应视角的所述图像不参与后续计算。
7.如权利要求6所述的用于孔位检测的方法，其特征在于，步骤S4中，通过所述标称三维圆来约束所述图像中的边缘检测范围包括：
把所述标称三维圆进行离散获取一系列离散的三维点；
根据所述多视角系统的标定时建立的投影模型把所述三维点投影到所述图像上，完成投影之后计算所述标称三维圆在每张所述图像上的投影点的包围盒的大小并在所述包围盒的图像的长和宽两个方向向外额外增加一定范围得到所述图像的边缘检测的区域。
8.如权利要求7所述的用于孔位检测的方法，其特征在于，步骤S4中，对所述孔所在的经过视角筛选后的所述图像的边缘检测区域进行亚像素级精度的边缘检测；
根据投影到所述图像上的先验的圆的边缘点对检测出的边缘进行筛选，筛选的原则是计算检测出的所有边缘点与所述先验圆中的所有边缘点的最近距离，所述最近距离小于一定值的点保留，否则删除。
9.如权利要求8所述的用于孔位检测的方法，其特征在于，步骤S4中还包括完成所述孔的边缘检测和筛选后对所述图像再次进行筛选，包括如下步骤：
对经过视角筛选后的所有所述图像中筛选后的边缘进行椭圆拟合以获取椭圆的中心点；
把所有经过视角筛选后的所有所述图像对应的所述相机随机两两组合成一组视角的双目立体视觉系统，对所述椭圆的中心点进行三维重建；
统计重投影误差并再次筛选得到所述椭圆中心点的所述重投影误差小于一定值的有效图像；
基于所述有效图像得到所述偏差包括：
以在所述标称模型上创建的三维圆的圆心、半径、法向为迭代初值，以所述有效图像中的边缘为迭代数据，基于多目立体视觉的原理进行高斯牛顿法迭代，最终根据所述图像中的边缘计算出所述孔的表面圆的所述参数；
将所述参数与所述标称三维圆进行对比得到所述偏差。
10.一种用于孔位检测的系统，其特征在于，包括：多个视角的测量模组、数据处理单元，
多个视角的所述测量模组组成多视角测量系统，用于采集待测物体的三维数据和多个所述视角的图像；
所述数据处理单元用于实现如权利要求1-9任一所述的用于孔位检测的方法。
CN202210193441.2A 2022-03-01 2022-03-01 一种用于孔位检测的方法及系统 Pending CN114638789A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210193441.2A CN114638789A (zh) 2022-03-01 2022-03-01 一种用于孔位检测的方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210193441.2A CN114638789A (zh) 2022-03-01 2022-03-01 一种用于孔位检测的方法及系统

Publications (1)

Publication Number Publication Date
CN114638789A true CN114638789A (zh) 2022-06-17

Family

ID=81948137

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210193441.2A Pending CN114638789A (zh) 2022-03-01 2022-03-01 一种用于孔位检测的方法及系统

Country Status (1)

Country Link
CN (1) CN114638789A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115289974A (zh) * 2022-10-09 2022-11-04 思看科技(杭州)股份有限公司 孔位测量方法、装置、计算机设备和存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115289974A (zh) * 2022-10-09 2022-11-04 思看科技(杭州)股份有限公司 孔位测量方法、装置、计算机设备和存储介质

Similar Documents

Publication Publication Date Title
CN102376089B (zh) 一种标靶校正方法及系统
EP1607718B1 (en) Surveying instrument and electronic storage medium
CN102980556B (zh) 一种测距方法及装置
US20220284630A1 (en) Calibration board and calibration method and system
JP5432835B2 (ja) カメラのキャリブレーション方法
US10552984B2 (en) Capture device calibration methods and systems
CA3233222A1 (en) Method, apparatus and device for photogrammetry, and storage medium
CN115457147A (zh) 相机标定方法、电子设备及存储介质
CN112381921A (zh) 一种边缘重建方法及系统
CN102693543A (zh) 室外环境下变焦云台摄像机全自动标定方法
CN112102387A (zh) 一种基于深度相机深度估计性能的测试方法与测试系统
CN114638789A (zh) 一种用于孔位检测的方法及系统
JP5007885B2 (ja) ３次元測量システム及び電子的記憶媒体
CN113436277A (zh) 3d相机标定方法、装置及标定系统
JP4112077B2 (ja) 画像計測処理方法並びに装置及び画像計測処理プログラムを記録した記録媒体
CN115631246A (zh) 相机内参和相机相对激光雷达外参的联合标定方法及装置
Calantropio et al. Evaluation of photogrammetric block orientation using quality descriptors from statistically filtered tie points
CN114638795A (zh) 一种多结构光测量单元在线测量方法及系统
CN115375773A (zh) 单目激光散斑投影系统的外参数标定方法和相关装置
CN112927299B (zh) 标定方法、装置及电子设备
CN107741220B (zh) 影像处理方法、装置及电子设备
El-Ashmawy Using smart phones for deformations measurements of structures
Percoco et al. 3D image based modelling for inspection of objects with micro-features, using inaccurate calibration patterns: an experimental contribution
Wackrow Spatial measurement with consumer grade digital cameras
CN106324976B (zh) 测试系统及测试方法

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