CN114792342A - 一种线结构光标定方法、装置、设备、存储介质 - Google Patents

一种线结构光标定方法、装置、设备、存储介质 Download PDF

Info

Publication number
CN114792342A
CN114792342A CN202210188932.8A CN202210188932A CN114792342A CN 114792342 A CN114792342 A CN 114792342A CN 202210188932 A CN202210188932 A CN 202210188932A CN 114792342 A CN114792342 A CN 114792342A
Authority
CN
China
Prior art keywords
light
plane
target
light stripe
coordinate values
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
CN202210188932.8A
Other languages
English (en)
Inventor
刘飞香
秦念稳
陈凤
肖正航
邓泽
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.)
China Railway Construction Heavy Industry Group Co Ltd
Original Assignee
China Railway Construction Heavy Industry Group 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 China Railway Construction Heavy Industry Group Co Ltd filed Critical China Railway Construction Heavy Industry Group Co Ltd
Priority to CN202210188932.8A priority Critical patent/CN114792342A/zh
Publication of CN114792342A publication Critical patent/CN114792342A/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
    • G06T7/80—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
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • 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
    • G06T2207/30204—Marker

Landscapes

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

Abstract

本申请公开了一种线结构光标定方法，包括：对倾斜相机中的内部参数进行标定；通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在第一平面和第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；确定光条纹图像特征点在光条纹图像上的坐标值以及基于倾斜相机中的内部参数从标靶中确定与光条纹图像特征点对应的标靶特征点的坐标值；基于第一平面和第二平面之间的高度差构建光平面参数的约束方程，并基于光条纹图像特征点的坐标值、标靶特征点的坐标值以及约束方程，对光平面参数进行求解，以得到相应的光平面参数。本发明操作简单、计算简单且提高标定精确度。

Description

一种线结构光标定方法、装置、设备、存储介质
技术领域
本发明涉及视觉测量技术领域，特别涉及一种线结构光标定方法、装置、设备、存储介质。
背景技术
近年来，线结构光三维扫描技术作为一种主动式无接触的扫描技术凭借其测量范围较大、测量速度快、测量精度高等优点，在三维重建、产品检测等领域有着广泛的应用。
线结构光视觉传感器标定过程都包括摄像机内部参数标定和光平面标定两个方面。关于摄像机标定的文献很多，因此重点讨论光平面标定过程。光平面标定常见的方法有拉丝法、锯齿标定法、基于交比不变法和基于平面靶标的标定方法等。拉丝法通过测量多个在细丝上的光点的三维坐标，然后再通过拟合获得光平面参数，但拉丝法需要用其他仪器测出亮点在空间中的坐标值，操作复杂且精度不高。锯齿标定法通过单锯齿的齿宽和齿高标定轮廓面的x方向和z方向的值，标定时通过获取锯齿斜边80％的数据来获得锯齿的斜边，然后通过斜边的数据拟合直线来获得两条斜线的交点，但锯齿标定法中锯齿靶的加工复杂，通过斜边拟合直线获得交点的方法误差较大。基于交比不变法的原理是通过至少三个已知坐标的共线特征点生成标定结构光参数所需的标定点坐标，基于交比不变法获得的标定点数量少导致准确性变低。基于平面靶标的方法大多是先根据平面靶标上的特征点确定平面靶标方程，然后确定靶标上的光条纹方程，多次移动靶标，获得相机坐标系下多条位于同一光平面上的直线方程后拟合光平面，但基于平面标靶的方法需要多次标定不同位姿的标靶平面，计算复杂且容易传递误差。
综上可见，如何实现光平面标定过程操作简单、计算简单以及标靶制作简单，减少标定误差并提高标定精度是本领域有待解决的问题。
发明内容
有鉴于此，本发明的目的在于提供一种线结构光标定方法、装置、设备和存储介质，实现光平面标定过程操作简单、计算简单以及标靶制作简单，减少标定误差并提高标定精度。其具体方案如下：
第一方面，本申请公开了一种线结构光标定方法，包括：
对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；
通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；
确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；
基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。
可选的，所述通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，包括：
通过线结构光激光器向预设凹型标靶和/或预设凸型标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置。
可选的，所述进行图像采集以得到相应的光条纹图像，包括：
调整所述预设凹型标靶和/或预设凸型标靶的位姿，并对不同位姿下的所述预设凹型标靶和/或预设凸型标靶进行图像采集，以得到相应不同位姿下的光条纹图像。
可选的，所述确定光条纹图像特征点在所述光条纹图像中的坐标值之前，还包括：
对所述光条纹图像进行图像去噪处理，以得到去噪光条纹图像。
可选的，所述确定光条纹图像特征点在所述光条纹图像中的坐标值，包括：
提取所述光条纹图像位于所述第一平面的亚像素级光条纹中心，并将所述第一平面的亚像素级光条纹中心上的各图像坐标值取平均，得到与所述第一平面上的光条纹图像特征点对应的坐标值；其中，所述预设标靶中包括两个所述第一平面和一个所述第二平面；
提取所述光条纹图像位于所述第二平面的亚像素级光条纹中心，将位于所述第二平面的亚像素级光条纹中心分成等长的两段光条纹中心，并分别将每段所述光条纹中心的各图像坐标值取平均，以得到分别与每段所述光条纹中心上的光条纹图像特征点对应的坐标值。
可选的，所述对所述光平面方程进行求解之前，还包括：
基于倾斜相机中标定的内部参数与倾斜相机成像模型确定所述图像特征点与对应的所述标靶特征点之间的映射方程；
基于所述光条纹图像特征点对应的所述标靶特征点位于光平面的特点，构建所述光平面方程；
基于所述第二平面上的光条纹图像特征点与目标线段之间的距离与所述高度差相一致的特点，构建所述光平面参数的约束方程；所述目标线段为第一个所述第一平面上的光条纹图像特征点与第二个所述第一平面上的光条纹图像特征点之间的连线。
可选的，所述对所述光平面方程进行求解，以得到相应的光平面标定参数，包括：
基于所述映射方程、所述光平面方程以及所述约束方程构建关于所述光平面参数的目标函数；
利用非线性优化方法对所述目标函数进行求解，以得到所述光平面参数在最大似然准则下的最优解。
第二方面，本申请公开了一种线结构光标定装置，包括：
参数标定模块，用于对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；
图像采集模块，用于通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；
坐标确定模块，用于确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；
方程求解模块，用于基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。
第三方面，本申请公开了一种电子设备，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以实现前述公开的线结构光标定方法的步骤。
第四方面，本申请公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的线结构光标定方法的步骤。
可见，本申请首先对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。由此可见，本申请中的标靶制作简单，并且控制线结构光投射到标靶平面的操作过程简单，然后通过在光条纹图像中提取光条纹中心，确定光条纹图像特征点和对应的标靶特征点，使光条纹图像特征点的选取更加容易且具有代表性，并且根据所述预设标靶可以保证光平面与标靶侧平面保持近似平行关系，能获得更小误差的同一侧平面之间高度差，而且根据上述光条纹图像特征点坐标值、对应的标靶特征点以及高度差可以构建简单的约束条件，使光平面方程求解更加简单准确。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
图1为本申请公开的一种线结构光标定方法流程图；
图2为本申请公开的一种倾斜相机光平面标定标靶示意图；
图3为本申请公开的一种倾斜相机拍摄的光条纹图像示意图
图4为本申请公开的一种具体的线结构光标定方法流程图；
图5为本申请公开的一种线结构光标定装置结构示意图；
图6为本申请公开的一种电子设备结构图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
当前，光平面标定过程在线结构光视觉传感器标定过程起着重要的作用，而关于光平面的标定过程现有的几种常用标定方法存在着操作复杂、精确度不高、测量误差大以及标靶制作复杂等问题，为此本申请实施例公开了一种线结构光标定方案，能够实现光平面标定过程操作简单、计算简单以及标靶制作简单，减少标定误差并提高标定精度。
参照图1所示，本发明实施例公开了一种线结构光标定方法，包括：
步骤S11：对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵。
本实施例中，根据常规倾斜镜头标定方法，拍摄不同位姿下的标定板图像，对所述倾斜相机的内部参数进行标定，得到相机焦距、畸变系数、像素间距、镜头倾斜角度等内部参数，以利用所述内部参数建立所述线结构光视觉传感器对应的相机坐标系与像素坐标系之间的转换矩阵。进一步的，本申请中的线结构光标定方法不仅因为所述倾斜相机的倾斜镜头具有较大景深，可以清晰地捕获占据范围较大的目标，对所述倾斜相机适用，也可以在普通相机适用。
步骤S12：通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像。
本实施例中，通过线结构光激光器向预设凹型标靶和/或预设凸型标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置。可以理解的是，预先设计一个凹型标靶和/或预先设计一个凸型标靶，并且设定所述标靶上同一侧具有高度落差的两个平面分别为所述第一平面和所述第二平面，并且所述标靶包含两个所述第一平面；然后所述线结构光激光器向所述预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制投射在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，由于当所述线结构光投射到所述标靶的所述第一平面与所述第二平面时会与所述平面相交产生一条亮的光条纹，由于所述标靶的所述第一平面与所述第二平面存在一定的高度差，所以形成的光条纹产生了畸变现象，其中，所述畸变与所述高度差相关，所以通过映射关系可以反向得到所述标靶上的光条纹的三维坐标，其中，所述控制形成的光条纹位于所述平面的中间位置是本发明实施例不可或缺的条件，此时光平面可近似的认为与预设标靶的侧平面平行。参照图2所示，图中为预设凹型标靶，其中，从所述预设凹型标靶的主视图和俯视图和立体三维图中可以看出，第一平面1和第一平面3为所述预设凹型标靶的第一平面，第二平面2为所述预设凹型标靶的第二平面，所述线结构光激光器从所述预设凹型标靶的俯视图的方向所述第一平面1、第一平面3和第二平面2投射所述线结构光，并且控制在所述第一平面1、所述第一平面3和所述第二平面2上所形成的光条纹均位于平面的中间位置。
本实施例中，调整所述预设凹型标靶和/或预设凸型标靶的位姿，并对不同位姿下的所述预设凹型标靶和/或预设凸型标靶进行图像采集，以得到相应不同位姿下的光条纹图像。可以理解的是，参照图3所示，调整倾斜相机的位置，使所述光平面位于相机的景深范围内；然后在合适位置放置所述标靶，改变所述标靶的位姿，拍摄N(N>2)张图像，以得到相应的不同位姿下的N张光条纹图像。
步骤S13：确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值。
本实施例中，当获取到所述标靶不同位姿下的对应的不同位姿的光条纹图像之后，需要对所述光条纹图像进行图像去噪处理，以得到去噪光条纹图像。可以理解的是，通过对所述光条纹图像进行去噪处理之后获得的去噪光条纹图像清晰更加具有自适应性、稳定性和精确性；所述光条纹图像中的噪声具体可以包括但不限于：环境噪音、硬件噪音等；所述图像去噪处理手段具体可以包括但不限于：均值降噪、中值降噪、基于偏微分方程去噪等。
进一步的，在获取到所述去噪光条纹图像之后，从所述去噪光条纹图像中进一步确定出光条纹图像特征点的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值。可以理解的是，确定所述光条纹图像特征点位于像素坐标系上的坐标值，进一步的，通过计算得到在所述标靶中确定出与所述光条纹图像特征点对应的标靶特征点位于所述相机坐标系下的坐标值，这时得到的所述标靶特征点的坐标值为一个未知坐标。也即，利用倾斜相机模型建立所述光条纹图像特征点与所述标靶特征点之间的对应关系。
步骤S14：基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。
可见，本申请首先对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。由此可见，本申请中的标靶制作简单，并且控制线结构光投射到标靶平面的操作过程简单，然后通过在光条纹图像中提取光条纹中心，确定光条纹图像特征点和对应的标靶特征点，使光条纹图像特征点的选取更加容易且具有代表性，并且根据所述预设标靶可以保证光平面与标靶侧平面保持近似平行关系，能获得更小误差的同一侧平面之间高度差，而且根据上述光条纹图像特征点坐标值、对应的标靶特征点以及高度差可以构建简单的约束条件，使光平面方程求解更加简单准确。
参照图4所示，本发明实施例公开了一种具体的线结构光标定方法，相对于上一实施例，本实施例对技术方案作了进一步的说明和优化。具体的：
步骤S21：对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵。
步骤S22：通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像。
其中，关于步骤S21、S22更加具体的处理过程可以参考前述实施例中公开的相应内容，在此不再进行赘述。
步骤S23：提取所述光条纹图像位于所述第一平面的亚像素级光条纹中心，并将所述第一平面的亚像素级光条纹中心上的各图像坐标值取平均，得到与所述第一平面上的光条纹图像特征点对应的坐标值；其中，所述预设标靶中包括两个所述第一平面和一个所述第二平面。
本实施例中，对投射位于所述第一平面与所述第二平面的结构光条纹进行图像采集以得到相应的光条纹图像之后，提取所述光条纹图像中位于所述第一平面1和所述第一平面3上的亚像素级光条纹中心，并对所述位于所述第一平面1和所述第一平面3上的光条纹中心上的各图像坐标取平均值，分别为(uj1,vj1)和(uj4,vj4)。其中，所述位于第一平面1和所述第一平面3上的光条纹中心上的各图像坐标均位于像素坐标系下的图像坐标，所述各图像坐标取平均值得到的所述(uj1,vj1)和(uj4,vj4)坐标值也位于所述第一平面1和所述第一平面3上。
步骤S24：提取所述光条纹图像位于所述第二平面的亚像素级光条纹中心，将位于所述第二平面的亚像素级光条纹中心分成等长的两段光条纹中心，并分别将每段所述光条纹中心的各图像坐标值取平均，以得到分别与每段所述光条纹中心上的光条纹图像特征点对应的坐标值。
本实施例中，将第二平面2上的光条纹大致分为等长的两段，求取这两段的所述光条纹中心的各图像坐标值取平均，分别为(uj2,vj2)和(uj3,vj3)，然后根据上述的所述第一平面1和所述第一平面3上采集的(uj1,vj1)和(uj4,vj4)为后面建立约束条件提供相应的坐标值。
步骤S25：基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值、所述光条纹图像特征点的坐标值、以及所述第一平面和所述第二平面之间的高度差构建映射方程、光平面方程以及光平面参数的约束方程。
本实施例中，基于倾斜相机中标定的内部参数与倾斜相机成像模型确定所述图像特征点与对应的所述标靶特征点之间的映射方程；首先建立所述光条纹图像特征点对应的坐标值与所述标靶特征点坐标值的对应关系，即映射方程，如公式1所示：
Figure BDA0003523840760000091
其中，(uji,vji)为第j(j＝1,2...N)张光条纹图像上的第i(i＝1,2,3,4)个光条纹特征点对应的坐标值，uji为光条纹特征点对应的横坐标，vji为光条纹特征点对应的纵坐标，i为光条纹特征点对应点，j为所述当前光条纹图像系列，(xcji,ycji,zcji)为所述光条纹图像特征点对应的坐标对应的第j(j＝1,2...N)张标靶上的第i(i＝1,2,3,4)个标靶特征点坐标值，xcji为标靶特征点的横坐标，ycji为标靶特征点的纵坐标，zcji为标靶特征点的远坐标，H0为所述光视觉传感器对应的相机坐标系与像素坐标系之间的转换矩阵；
本实施例中，基于所述光条纹图像特征点对应的所述标靶特征点位于光平面的特点，构建光平面方程；由于所述标靶特征点既位于所述标靶上，又位于光平面上，所以所述(xcji,ycji,zcji)满足下面的公式2：
axcji+bycji+czcji+d＝0；(公式2)
其中，a，b，c，d为所述光平面的参数；
本实施例中，基于所述第二平面2上的光条纹图像特征点与目标线段之间的距离与所述高度差相一致的特点，构建所述光平面参数的约束方程；所述目标线段为第一个所述第一平面上的光条纹图像特征点与第二个所述第一平面上的光条纹图像特征点之间的连线。
本实施例中，相较于所述标靶第一平面和第二平面之间的高差，本申请中的所述标靶厚度很薄，当所述线结构光条纹均位于所述标靶所述平面的中间位置时，可近似认为光平面和标靶的侧平面平行，此时有：
dj1＝|Mj×Mj1|/|Mj|＝h，dj2＝|Mj×Mj2|/|Mj|＝h； (公式3)
其中，Mj表示从坐标点(xcj1,ycj1,zcj1)到坐标点(xcj4,ycj4,zcj4)的向量，即Mj＝(xcj4-xcj1,ycj4-ycj1,zcj4-zcj1)；Mj1表示从坐标点(xcj1,ycj1,zcj1)到坐标点(xcj2,ycj2,zcj2)的向量，即Mj1＝(xcj2-xcj1,ycj2-ycj1,zcj2-zcj1)；Mj2表示从坐标点(xcj1,ycj1,zcj1)到坐标点(xcj3,ycj3,zcj3)的向量，即Mj2＝(xcj3-xcj1,ycj3-ycj1,zcj3-zcj1)；dj1和dj2分别表示坐标点(xcj2,ycj2,zcj2)和坐标点(xcj3,ycj3,zcj3)到向量Mj的距离，h为所述标靶第一平面与所述第二平面的高度差。
可以理解的是，特别提出本申请中使用的所述标靶的厚度非常薄，所以当所述线结构光投射到所述标靶的平面中间位置时，可以近似认为所述光平面和标靶的侧平面平行，这样一来，可以获得误差很小的高差值，在后面根据已确定的所述光平面图像特征点的对应的坐标值求解所述光平面参数的过程中，通过使用上述高差值来构造约束条件可以使构建的方程组求解更加简单，容易收敛。
然后联立上述的公式1、公式2和公式3，可得到N个如下方程组，如公式4所示：
Figure BDA0003523840760000111
根据所述方程组建立下列目标函数：
Figure BDA0003523840760000112
其中，目标函数g(a,b,c,d)对应的最优解为能够使目标函数的函数值最小的光平面参数a，b，c，d。也即，本实施例中，将从第一张光条纹图像到第N张光条纹图像中的所述光图像特征点对应的坐标值代入上述目标函数后，能够使得目标函数的函数值最小的光平面参数a，b，c，d为上述目标函数的最优解。
步骤S26：基于所述映射方程、所述光平面方程以及所述约束方程构建关于所述光平面标定参数的目标函数；利用非线性优化方法对所述目标函数进行求解，以得到所述光平面标定参数在最大似然准则下的最优解。
本实施例中，所述方程组可以采用非线性优化方法，例如：牛顿法，从而求解光平面参数在最大似然准则下的最优解，即完成光平面的标定。进一步的，用上述约束方程构建方程组，以及用所述第一平面与所述第二平面之间的高度差的约束条件，使所述构建的方程组求解更加简单，结果容易收敛且计算的过程和计算量都变少，提高了计算的速度和结果的准确度。
可见，本申请实施例中，根据所述预设标靶的自身特性可以获得与所述标靶侧平面近似平行的所述光平面，并通过所述映射方程、所述光平面方程以及所述约束方程联立所述方程组，建立所述目标函数，对所述光平面参数进行求解，并利用所述非线性优化方法求解所述光平面参数的最优解，使计算过程较为清晰简单，容易理解。
参照图5所示，本发明实施例公开了一种线结构光标定装置，该装置包括：
参数标定模块11，用于对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；
图像采集模块12，用于通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；
坐标确定模块13，用于确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；
方程求解模块14，用于基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。
可见，本申请首先对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。由此可见，本申请中的标靶制作简单，并且控制线结构光投射到标靶平面的操作过程简单，然后通过在光条纹图像中提取光条纹中心，确定光条纹图像特征点和对应的标靶特征点，使光条纹图像特征点的选取更加容易且具有代表性，并且根据所述预设标靶可以保证光平面与标靶侧平面保持近似平行关系，能获得更小误差的同一侧平面之间高度差，而且根据上述光条纹图像特征点坐标值、对应的标靶特征点以及高度差可以构建简单的约束条件，使光平面方程求解更加简单准确。
进一步的，本申请实施例还公开了一种电子设备，图6是根据一示例性实施例示出的电子设备20结构图，图中的内容不能认为是对本申请的使用范围的任何限制。
图6为本申请实施例提供的一种电子设备20的结构示意图。该电子设备20，具体可以包括：至少一个处理器21、至少一个存储器22、电源23、通信接口24、输入输出接口25和通信总线26。其中，所述存储器22用于存储计算机程序，所述计算机程序由所述处理器21加载并执行，以实现前述任一实施例公开的线结构光标定方法中的相关步骤。另外，本实施例中的电子设备20具体可以为电子计算机。
本实施例中，电源23用于为电子设备20上的各硬件设备提供工作电压；通信接口24能够为电子设备20创建与外界设备之间的数据传输通道，其所遵循的通信协议是能够适用于本申请技术方案的任意通信协议，在此不对其进行具体限定；输入输出接口25，用于获取外界输入数据或向外界输出数据，其具体的接口类型可以根据具体应用需要进行选取，在此不进行具体限定。
另外，存储器22作为资源存储的载体，可以是只读存储器、随机存储器、磁盘或者光盘等，其上所存储的资源可以包括操作系统221、计算机程序222等，存储方式可以是短暂存储或者永久存储。
其中，操作系统221用于管理与控制电子设备20上的各硬件设备以及计算机程序222，其可以是Windows Server、Netware、Unix、Linux等。计算机程序222除了包括能够用于完成前述任一实施例公开的由电子设备20执行的线结构光标定方法的计算机程序之外，还可以进一步包括能够用于完成其他特定工作的计算机程序。
进一步的，本申请还公开了一种计算机可读存储介质，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现前述公开的线结构光标定方法。关于该方法的具体步骤可以参考前述实施例中公开的相应内容，在此不再进行赘述。
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其它实施例的不同之处，各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言，由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即可。
专业人员还可以进一步意识到，结合本文中所公开的实施例描述的各示例的单元及算法步骤，能够以电子硬件、计算机软件或者二者的结合来实现，为了清楚地说明硬件和软件的可互换性，在上述说明中已经按照功能一般性地描述了各示例的组成及步骤。这些功能究竟以硬件还是软件方式来执行，取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能，但是这种实现不应认为超出本申请的范围。结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块，或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上对本发明所提供的一种线结构光标定方法、装置、设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。

Claims (10)

1.一种线结构光标定方法，其特征在于，包括：
对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；
通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；
确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；
基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。
2.根据权利要求1所述的线结构光标定方法，其特征在于，所述通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，包括：
通过线结构光激光器向预设凹型标靶和/或预设凸型标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置。
3.根据权利要求1所述的线结构光标定方法，其特征在于，所述进行图像采集以得到相应的光条纹图像，包括：
调整所述预设凹型标靶和/或预设凸型标靶的位姿，并对不同位姿下的所述预设凹型标靶和/或预设凸型标靶进行图像采集，以得到相应不同位姿下的光条纹图像。
4.根据权利要求1所述的线结构光标定方法，其特征在于，所述确定光条纹图像特征点在所述光条纹图像中的坐标值之前，还包括：
对所述光条纹图像进行图像去噪处理，以得到去噪光条纹图像。
5.根据权利要求2所述的线结构光标定方法，其特征在于，所述确定光条纹图像特征点在所述光条纹图像中的坐标值，包括：
提取所述光条纹图像位于所述第一平面的亚像素级光条纹中心，并将所述第一平面的亚像素级光条纹中心上的各图像坐标值取平均，得到与所述第一平面上的光条纹图像特征点对应的坐标值；其中，所述预设标靶中包括两个所述第一平面和一个所述第二平面；
提取所述光条纹图像位于所述第二平面的亚像素级光条纹中心，将位于所述第二平面的亚像素级光条纹中心分成等长的两段光条纹中心，并分别将每段所述光条纹中心的各图像坐标值取平均，以得到分别与每段所述光条纹中心上的光条纹图像特征点对应的坐标值。
6.根据权利要求5所述的线结构光标定方法，其特征在于，所述对所述光平面参数进行求解之前，还包括：
基于倾斜相机中标定的内部参数与倾斜相机成像模型确定所述图像特征点与对应的所述标靶特征点之间的映射方程；
基于所述光条纹图像特征点对应的所述标靶特征点位于光平面的特点，构建光平面方程；
基于所述第二平面上的光条纹图像特征点与目标线段之间的距离与所述高度差相一致的特点，构建所述光平面参数的约束方程；所述目标线段为第一个所述第一平面上的光条纹图像特征点与第二个所述第一平面上的光条纹图像特征点之间的连线。
7.根据权利要求6所述的线结构光标定方法，其特征在于，所述对所述光平面参数进行求解，以得到相应的光平面参数，包括：
基于所述映射方程、所述光平面方程以及所述约束方程构建关于所述光平面参数的目标函数；
利用非线性优化方法对所述目标函数进行求解，以得到所述光平面参数在最大似然准则下的最优解。
8.一种线结构光标定装置，其特征在于，包括：
参数标定模块，用于对倾斜相机中的内部参数进行标定，并建立相机坐标系与像素坐标系之间的转换矩阵；
图像采集模块，用于通过线结构光激光器向预设标靶同一侧上的具有高度落差的第一平面和第二平面投射线结构光，并控制在所述第一平面和所述第二平面上所形成的光条纹均位于平面的中间位置，然后进行图像采集以得到相应的光条纹图像；
坐标确定模块，用于确定光条纹图像特征点在所述光条纹图像中的坐标值以及基于所述倾斜相机中的所述内部参数从标靶中确定与所述光条纹图像特征点对应的标靶特征点的坐标值；
方程求解模块，用于基于所述第一平面和所述第二平面之间的高度差构建光平面参数的约束方程，并基于所述光条纹图像特征点的坐标值、所述标靶特征点的坐标值以及所述约束方程，对所述光平面参数进行求解，以得到相应的光平面参数。
9.一种电子设备，其特征在于，包括：
存储器，用于存储计算机程序；
处理器，用于执行所述计算机程序，以实现如权利要求1至7任一项所述的线结构光标定方法的步骤。
10.一种计算机可读存储介质，其特征在于，用于存储计算机程序；其中，所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的线结构光标定方法的步骤。
CN202210188932.8A 2022-02-28 2022-02-28 一种线结构光标定方法、装置、设备、存储介质 Pending CN114792342A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210188932.8A CN114792342A (zh) 2022-02-28 2022-02-28 一种线结构光标定方法、装置、设备、存储介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210188932.8A CN114792342A (zh) 2022-02-28 2022-02-28 一种线结构光标定方法、装置、设备、存储介质

Publications (1)

Publication Number Publication Date
CN114792342A true CN114792342A (zh) 2022-07-26

Family

ID=82460636

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210188932.8A Pending CN114792342A (zh) 2022-02-28 2022-02-28 一种线结构光标定方法、装置、设备、存储介质

Country Status (1)

Country Link
CN (1) CN114792342A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024031809A1 (zh) * 2022-08-12 2024-02-15 奥比中光科技集团股份有限公司 一种标定方法、标定系统、深度相机及可读存储介质

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2024031809A1 (zh) * 2022-08-12 2024-02-15 奥比中光科技集团股份有限公司 一种标定方法、标定系统、深度相机及可读存储介质

Similar Documents

Publication Publication Date Title
EP3134866B1 (en) Depth sensor calibration and per-pixel correction
US7724942B2 (en) Optical aberration correction for machine vision inspection systems
CN111263142B (zh) 一种摄像模组光学防抖的测试方法、装置、设备及介质
CN107798698B (zh) 基于灰度修正与自适应阈值的结构光条纹中心提取方法
CN109725303B (zh) 坐标系的修正方法及装置、存储介质
CN114266836B (zh) 基于振镜相机的主动视觉三维标定方法、系统和设备
CN111123242B (zh) 一种基于激光雷达和相机的联合标定方法及计算机可读存储介质
CN112381847B (zh) 管路端头空间位姿测量方法及系统
CN107818542B (zh) 一种图像变形的修复方法及装置
CN111750804A (zh) 一种物体测量的方法及设备
JP2016024052A (ja) ３次元計測システム、３次元計測方法及びプログラム
CN108700512A (zh) 用于优化干涉仪的光学性能的方法和装置
Ding et al. A robust detection method of control points for calibration and measurement with defocused images
CN114792342A (zh) 一种线结构光标定方法、装置、设备、存储介质
CN112116665B (zh) 一种结构光传感器标定方法
CN112002016A (zh) 基于双目视觉的连续曲面重建方法、系统和装置
CN113012279B (zh) 一种非接触三维成像测量方法、系统及计算机可读存储介质
CN112529792B (zh) 一种免畸变模型的相机畸变校正方法
CN112819900B (zh) 一种智能立体摄影内方位、相对定向和畸变系数标定方法
Wöhler et al. Monocular 3D scene reconstruction at absolute scale
CN110232715B (zh) 一种多深度相机自校准的方法、装置及系统
JP7003291B2 (ja) 補正方法および像データを補正するための装置
JP2013053948A (ja) カメラ状態測定装置およびカメラ状態測定方法
CN115775282B (zh) 一种高速在线矫正图像畸变的方法、装置及存储介质
CN116164661A (zh) 基于远心相机模型的线结构光测量方法、装置及测量设备

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