CN201945293U - 一种目标空间坐标的柔性立体视觉测量装置 - Google Patents
一种目标空间坐标的柔性立体视觉测量装置 Download PDFInfo
- Publication number
- CN201945293U CN201945293U CN2010205878359U CN201020587835U CN201945293U CN 201945293 U CN201945293 U CN 201945293U CN 2010205878359 U CN2010205878359 U CN 2010205878359U CN 201020587835 U CN201020587835 U CN 201020587835U CN 201945293 U CN201945293 U CN 201945293U
- Authority
- CN
- China
- Prior art keywords
- numerical control
- vision measurement
- control rotating
- rotating platform
- testee
- 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.)
- Expired - Fee Related
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本实用新型公开一种目标空间坐标的柔性立体视觉测量装置及方法。该装置包括两台视觉测量部件和数控转台、机架、网络数据线和计算机;视觉测量部件包括两台工业定焦镜头、和面阵CCD相机;两台数控转台相隔一定距离安装在机架上,视觉测量部件固定在数控转台上。实际测量操作方法是在合适工位拍摄被测物体,计算机获取被测物体的二维图像信息以及数控转台在该工位的姿态参数,通过网络数据线发送给计算机,计算机根据所获取被测物体的图像信息和数控转台的姿态参数,采用数字图像处理算法来处理采集到的图像信息,重构被测物体的空间坐标。本实用新型可以实现非接触空间坐标测量,通过数控转台拓展视觉测量部件的有效视场,实现大范围内的坐标测量。
Description
技术领域
本实用新型属于机器视觉测量领域,是一种大尺度立体视觉测量系统。该装置可广泛应用于工业中的工件检测、场景的深度感知、物体三维扫描和反向工程等领域。
背景技术
计算机视觉是用计算机实现人的视觉功能——对客观世界的三维场景的感知、识别和理解。机器视觉是建立在计算机视觉理论基础上,偏重于计算机视觉技术的工程化。随着电子、计算机和信号处理等相关技术的发展,机器视觉得到了迅速发展,并且由于其具有非接触、实时性好、可视化好、自动化和智能性高等优点,在经济建设、科学研究和国防建设等重大领域得到广泛地应用。
目前,立体视觉测量的方式主要有固定式双目视觉测量、浮动式测量和旋转式柔性双目测量。双目视觉测量是利用两个已知内参数CCD相机从不同角度同时拍摄物体,再用这两幅图像重构被测物体。
固定式双目测量是指先利用场景中若干已知空间坐标的控制点标好CCD相机的外参数,然后利用被测物体的像面信息来重构被测物体。若要改变视场,就必须整体移动固定式双目测量系统,在移动过程中很难保证左右CCD相机的相对位置固定不变,这就会影响到该系统的测量精度。因此,这种测量方法比较繁琐,而且对测量环境有较高的要求。
浮动式测量可以分为浮动式单目测量、浮动式双目测量和浮动式多目测量。浮动式测量可以利用场景中的若干已知空间坐标的控制点来标定CCD相机的外参数。但是,如果要扩大或改变视场就必须重新利用场景中的控制点来标定CCD相机的外参数,这就给测量带来了许多额外的环节,使得测量的效率并不高。
实用新型内容
为了解决现有技术存在的问题,本实用新型针对大范围内坐标测量的需求,提出了一种目标空间坐标的柔性立体视觉测量装置及方法。
实现上述目的的技术解决方案如下:
一种目标空间坐标的柔性立体视觉测量装置该装置包括两台视觉测量部件和数控转台4、机架5、网络数据线6以及计算机7;
所述视觉测量部件和数控转台4分别通过网络数据线6与计算机7连接,视觉测量部件输出被测物体的二维图像信息;数控转台4输出空间姿态信息;
视觉测量部件包括面阵CCD相机3和工业定焦镜头2,面阵CCD相机3安装在数控转台4;
所述数控转台4是用于支撑视觉测量部件,并控制视觉测量部件运动,使视觉测量部件根据被测物体1的空间姿态转动各个不同工位,获取数控转台4空间姿态信息;
所述计算机7用于接收、存储视觉测量部件获取的被测物体1图像信息和数控转台4空间姿态信息;并将被测物体1图像信息和数控转台4空间姿态信息融合处理,重构被测物体1的空间坐标。
所述数控转台是三维旋转工作台,具有6个自由度,用于支撑视觉测量部件,并控制视觉测量部件运动,使视觉测量部件根据被测物体的空间姿态转动各个不同工位,获取数控转台空间姿态信息;两台数控转台之间的距离为0.8米~500米,视觉测量部件距离被测物体之间的距离为0.9米~200米。
所述面阵CCD相机3的有效像素范围为1000像素×1000像素~4096像素×4096像素,工业定焦镜头2的选用焦距范围为16毫米~1000毫米。
本实用新型的有益技术效果:柔性立体视觉测量是利用可知运动的数控转台来计算视觉测量部件的外参数。那么每次转动视觉测量部件都不用重新标定外参数,只需要记录转台的空间姿态,然后计算视觉测量部件的外参数。柔性立体视觉测量不仅具有较高的测量精度,还可以解决测量范围的局限性。
附图说明
图1是本实用新型装置的结构图。
其中标号:1为被测物体,2为工业定焦镜头,3为面阵CCD相机,4为数控转台,5为机架,6为网络数据线,7为计算机。
图2是本实用新型视觉测量部件坐标系与世界坐标系的关系图。
图3是本实用新型基于数控转台的柔性立体视觉测量的坐标系转换图。
图4是本实用新型所述标定方法的流程图。
图5是本实用新型所述测量方法的流程图。
具体实施方式
下面结合附图详细说明本实用新型技术方案中所涉及的各个细节问题。
参见图1,本实用新型目标空间坐标的柔性立体视觉测量装置包括两台视觉测量部件和数控转台4、机架5、网络数据线6以及计算机7。视觉测量部件和数控转台4分别通过网络数据线6与计算机7连接,视觉测量部件输出被测物体的二维图像信息;数控转台4输出空间姿态信息。
视觉测量部件包括面阵CCD相机3和工业定焦镜头2,面阵CCD相机3安装在数控转台4上,工业定焦镜头2安装在面阵CCD相机3上;两台数控转台4相隔一定距离安 装在机架5上;视觉测量部件、数控转台和计算机均采用220伏电源。根据被测物体大小、远近,两台数控转台距离可以从0.8米变到500米,视觉测量部件距离被测物体0.9米到200米,两台视觉测量部件光轴在被测物体交汇于一点,每台视觉测量部件的视场在被测物体上重合,根据视觉测量部件与被测物体的距离远近不同,被测物体区域大小不同,所采用的视觉测量部件的有效像素大小可以从1000像素×1000像素到4096像素×4096像素,工业定焦镜头的焦距可以从16毫米到1000毫米,视觉测量部件的有效视场大小也不同,视觉测量部件的有效视场可以从0.2米×0.2米到40米×40米,被测物体区域大小可以从0.4米×0.2米到500米×500米,计算机通过网络数据线分别与视觉测量部件和数控转台相连接,可以实时地采集图像信息和控制转台的运动姿态信息。
面阵CCD相机3是目前机器视觉最为常用的图像传感器。它由时序及同步信号发生器、垂直驱动器、模拟/数字信号处理电路组成,并集光电转换及电荷存贮、电荷转移、信号读取于一体,是典型的固体成像器件。面阵CCD相机3的突出特点是以电荷作为信号,而不同于其器件是以电流或者电压为信号。这类成像器件通过光电转换形成电荷包,而后在驱动脉冲的作用下转移、放大输出图像信号。工业定焦镜头2通过螺纹连接在面阵CCD相机3上,工业定焦镜头2的光轴与面阵CCD相机3的芯片垂直,通过调节工业定焦镜头2的对焦可以令视场中的景物清晰成像在面阵CCD相机3的芯片上,这样便组成了一台视觉测量部件。
数控转台4上装有控制电机、驱动控制器和光栅编码盘,具有6个自由度,即沿X轴、Y轴、Z轴移动和旋转,在三维空间中做任意运动。可以通过计算机控制数控转台,并且能够输出数控转台的不同的空间位置信息。
两台数控转台4根据被测物体大小、远近,二者之间相隔0.9米~500米的距离,通过网络数据线连接计算机,计算机采集图像数据并进行预处理。数控转台通过网络数据线连接计算机,计算机采集数控转台运动的空间姿态信息,并将处理过的被测物体图像信息和数控转台空间姿态信息融合处理,重构被测物体的空间坐标。
现将柔性立体视觉测量的标定操作和测量操作实施方法和部分算法公式阐述如下:
一、标定操作部分
视觉测量部件的内参数:如图2所示,利用图像中心附近点畸变量较小的性质,用中心附近点来对针孔模型下视觉测量部件内参数进行标定。视觉测量部件的模型表示如下:
其中,[Xi,Yi,Zi,1]T为第i个已知空间坐标的控制点的齐次坐标;[ui,vi,1]T为第i个控制点的图像齐次坐标;M称为投影矩阵,M=K·RT。其中si是比例系数;K只与视觉测量部件内部参数fu、fv、u0、v0有关,称为视觉测量部件内参数,如公式(2)所示;RT由视觉测量部件相对于物体坐标系的方位决定,称为视觉测量部件外参数,如公式(3)所示:
式(1)包含三个方程,消去si后,可得如下两个关于mij的线性方程:
对于被测场景中的n个控制点,则有2n个关于mij的线性方程,用矩阵形式表示为
当2n>12时,利用矩阵分析中的奇异值分解法可以求出M矩阵的12个参数。
求出M阵后,还需要计算视觉测量部件的内参数。利用下面公式便可求出视觉测量部件的内参数:
视觉测量部件的外参数:如图3所示的是各坐标系之间的转换关系图,其中,Cobj是被测物体坐标系,Ccl、Ccr分别是两台视觉测量部件坐标系,cpl、cpr分别是两台数控转台坐标系。
假设AP=[X,Y,Z,1]T是空间某点P在坐标系A中的齐次坐标,BRTA是把坐标系A变换到坐标系B的4×4旋转平移矩阵。以其中一台视觉测量部件为例,视觉测量部件坐标系Ccl与被测物体坐标系Cobj之间的变换关系为:
数控转台坐标系Cpl与被测物体坐标系Cobj之间的变换关系为:
视觉测量部件坐标系Ccl与数控转台坐标系Cpl之间的变换关系为:
由公式(8)和公式(9)可得:
比较公式(7)与公式(10)可知:
根据公式(9)可以得出如下坐标系空间转换公式:
其中,RTpl,RTpr分别表示数控转台坐标系与被测物体坐标系之间的空间转换矩阵,即数控转台的空间姿态矩阵,可以通过数控转台获取;RTxl,RTxr分别表示视觉测量部件坐标系与数控转台坐标系之间的空间转换矩阵,由于视觉测量部件分别固定在数控转台上,则RTxl,RTxr是固定值,具体数值可以通过机器人手眼定标的方法求解;RTcl,RTcr分别表示视觉测量部件坐标系与物体坐标系之间的空间转换矩阵,这就是所要求的视觉测量部件的外参数。
如图4给出的标定方法流程图,计算机通过网络数据线采集到二维图像信息和数控转台的空间姿态信息,标定视觉测量部件的内参数以及数控转台坐标系与视觉测量部件坐标系之间的空间变换矩阵RTx。相应的算法流程图由以下几个部分组成:
(1)开始,初始化:
设备启动并进行初始化,使设备进入稳定运行阶段。
(2)标定视觉测量部件的内参数:
视觉测量部件获取的控制点的二维图像信息通过网络数据线转送到计算机终端进行图像处理;利用计算机视觉方法标定视觉测量部件内参数。
(3)计算空间变换矩阵:
视觉测量部件从三个不同姿态拍摄被测物体空间内的控制点,记录数控转台在每一个工位的空间姿态,计算数控转台坐标系与视觉测量部件坐标系之间的关系,得到空间变换矩阵RTx。
(4)结束。
二、测量操作部分
测量的时候,数控转台转到合适的工位,视觉测量部件对准被测物体;视觉测量部件拍摄被测物体,获取被测物体的二维图像信息,同时记下视觉测量部件拍摄时数控转台的空间姿态RTpl、RTpr。然后,调用在标定操作部分标定好的空间转换矩阵RTxl、RTxr,代入公式(12),计算当前工位的视觉测量部件的外参数RTcl、RTcr。最后,调用在标定操作部分标定好的视觉测量部件的内参数、视觉测量部件获取的被测物体的二维图形信息、以及通过公式(12)计算得出的当前工位的视觉测量部件的外参数RTcl、RTcr,就可以重构被测物体的三维空间信息。具体重构方法如下:
空间目标的三维重构:由视觉测量部件线性模型(1),消去公式(1)的比例系数si,可以得到关于Xi、Yi、Zi的2个方程:
两个视觉测量部件都可以建立一组与公式(13)相似的方程组,联立得到公式(14),其中mij元素的上标l、r分别表示两个视觉测量部件的参数。
在视觉测量部件都已经标定好的情况下,M矩阵已知。可以通过两幅图像上对应点的像面坐标(ui,vi),求解被测物体上点的空间三维坐标(Xi,Yi,Zi),即重构空间目标。
如图5给出的测量方法流程图,计算机通过网络数据线采集到二维图像信息和数控转台的姿态信息,并调用在标定操作部分标定好的视觉测量部件的内参数、以及数控转台坐 标系与视觉测量部件坐标系之间的空间变换矩阵RTx,利用空间点重构方程,计算被测物体的空间三维坐标。相应的算法流程图由以下几个部分组成:
(1)开始,初始化:
设备启动并进行初始化,使设备进入稳定运行阶段。
(2)获取图像信息:
利用数控转台分别控制两台视觉测量部件对准被测物体,拍摄被测物体,分别获取被测物体的二维图像信息,并通过网络数据线转送到计算机终端进行图像处理。
(3)计算视觉测量部件的外参数:
获取系统在当前工位测量时两台数控转台的空间姿态矩阵RTpl、RTpr,同时调用标定操作部分得到的空间变换矩阵RTxl、RTxr,利用公式(12)计算得出视觉测量部件在物体坐标系中的外参数RTcl、RTcr。
(4)重构被测物体:
调用被测物体的二维图像信息以及视觉测量部件的内参数和视觉测量部件的外参数,利用空间点重构方程(14),来计算被测物体的空间三维坐标;
(5)获取测量结果:
输出被测物体的空间三维坐标和三维点云图;重新选取新的测量区域,重复步骤(2)、(3)、(4),可进行多次测量。
(6)结束。
应用实例:
测量装置所采用的面阵CCD相机为美国Imperx公司的IPX-1M48-G型面阵CCD相机,有效像素为1000像素×1000像素;工业定焦镜头为日本KOWA公司的LM35JC5M型定焦镜头,焦距为35毫米;视觉测量部件的有效视场为0.2米×0.2米;被测物体大小为0.4米×0.2米;两台数控转台是具有6个自由度的三维旋转工作台,距离被测物体约0.95米,两台数控转台之间的距离约0.8米。首先,利用本实用新型所述的标定方法,对视觉测量部件进行标定操作,具体操作如下:
1、设备启动并初始化,视觉测量部件获取的控制点的二维图像信息,根据公式(6)计算出视觉测量部件内参数,其结果如表1:
表1视觉测量部件内参数
左视觉测量部件内参数 | 右视觉测量部件内参数 | |
u0 | 462.30(pixel) | 477.96(pixel) |
v0 | 488.10(pixel) | 520.63(pixel) |
fu | 36.3464mm | 36.6054mm |
fy | 36.3510mm | 36.5986mm |
2、视觉测量部件从三个不同姿态拍摄被测物体空间内的控制点,记录数控转台在每一个工位的空间姿态,得到数控转台坐标系与视觉测量部件坐标系之间的空间变换矩阵如下:
然后,利用本实用新型所述的测量方法,对该被测物体进行测量,具体测量操作如下:
1、设备启动并初始化。
2、数控转台转到合适的工位,视觉测量部件对准被测物体;计算机获取被测物体的二维图像信息和数控转台的空间姿态。在这个测量工位计算机获取的数控转台空间姿态矩阵如下:
3、调用标定操作步骤中得到的空间变换矩阵RTxl、RTxr,根据公式(12)计算出该测量工位的视觉测量部件的外参数如下:
4、调用被测物体的二维图像信息以及视觉测量部件的内参数和视觉测量部件的外参数,利用空间点重构方程(14),计算出被测物体空间三维坐标,其测量误差结果如表2:
表2测量结果
以上所述,仅为本实用新型中的具体实施方式,但本实用新型的保护范围并不局限于此,任何熟悉该技术的人在本实用新型所揭露的技术范围内,可理解想到的变换或替换,都应涵盖在本实用新型的包含范围之内,因此,本实用新型的保护范围应该以权利要求书的保护范围为准。
Claims (3)
1.一种目标空间坐标的柔性立体视觉测量装置,其特征在于,该装置包括两台视觉测量部件和数控转台(4)、机架(5)、网络数据线(6)以及计算机(7);
所述视觉测量部件和数控转台(4)分别通过网络数据线(6)与计算机(7)连接,视觉测量部件输出被测物体的二维图像信息;数控转台(4)输出空间姿态信息;
视觉测量部件包括面阵CCD相机(3)和工业定焦镜头(2),面阵CCD相机(3)安装在数控转台(4);
所述数控转台(4)是用于支撑视觉测量部件,并控制视觉测量部件运动,使视觉测量部件根据被测物体(1)的空间姿态转动各个不同工位,获取数控转台(4)空间姿态信息;
所述计算机(7)用于接收、存储视觉测量部件获取的被测物体(1)图像信息和数控转台(4)空间姿态信息;并将被测物体(1)图像信息和数控转台(4)空间姿态信息融合处理,重构被测物体(1)的空间坐标。
2.根据权利要求1所述的一种目标空间坐标的柔性立体视觉测量装置,其特征在于:所述数控转台(4)是三维旋转工作台,两台数控转台(4)之间的距离为0.8米~500米,视觉测量部件距离被测物体(1)之间的距离为0.9米~200米。
3.根据权利要求1所述的一种目标空间坐标的柔性立体视觉测量装置,其特征在于:所述面阵CCD相机(3)的有效像素范围为1000像素×1000像素~4096像素×4096像素,工业定焦镜头(2)的焦距范围为16毫米~1000毫米。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010205878359U CN201945293U (zh) | 2010-10-29 | 2010-10-29 | 一种目标空间坐标的柔性立体视觉测量装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2010205878359U CN201945293U (zh) | 2010-10-29 | 2010-10-29 | 一种目标空间坐标的柔性立体视觉测量装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN201945293U true CN201945293U (zh) | 2011-08-24 |
Family
ID=44472632
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2010205878359U Expired - Fee Related CN201945293U (zh) | 2010-10-29 | 2010-10-29 | 一种目标空间坐标的柔性立体视觉测量装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN201945293U (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103292695A (zh) * | 2013-05-10 | 2013-09-11 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN104298169A (zh) * | 2014-08-29 | 2015-01-21 | 暨南大学韶关研究院 | 一种视觉智能数控系统的数据变换方法 |
CN105424350A (zh) * | 2015-12-19 | 2016-03-23 | 湖南科技大学 | 基于机器视觉的薄壁件模态测试方法及系统 |
-
2010
- 2010-10-29 CN CN2010205878359U patent/CN201945293U/zh not_active Expired - Fee Related
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103292695A (zh) * | 2013-05-10 | 2013-09-11 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN103292695B (zh) * | 2013-05-10 | 2016-02-24 | 河北科技大学 | 一种单目立体视觉测量方法 |
CN104298169A (zh) * | 2014-08-29 | 2015-01-21 | 暨南大学韶关研究院 | 一种视觉智能数控系统的数据变换方法 |
CN105424350A (zh) * | 2015-12-19 | 2016-03-23 | 湖南科技大学 | 基于机器视觉的薄壁件模态测试方法及系统 |
CN105424350B (zh) * | 2015-12-19 | 2017-10-31 | 湖南科技大学 | 基于机器视觉的薄壁件模态测试方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102042807B (zh) | 一种目标空间坐标的柔性立体视觉测量装置 | |
CN109990701B (zh) | 一种大型复杂曲面三维形貌机器人移动测量系统及方法 | |
Kanade et al. | A stereo machine for video-rate dense depth mapping and its new applications | |
CN104616292B (zh) | 基于全局单应矩阵的单目视觉测量方法 | |
CN102692214B (zh) | 一种狭窄空间双目视觉测量定位装置及方法 | |
CN109323650B (zh) | 测量系统中视觉图像传感器与光点测距传感器测量坐标系的统一方法 | |
CN108198224B (zh) | 一种用于立体视觉测量的线阵相机标定装置及标定方法 | |
CN102519434B (zh) | 一种用于立体视觉三维恢复数据精度测量的试验验证方法 | |
CN105913410A (zh) | 一种基于机器视觉的远距离运动物体高度测量的装置与方法 | |
CN102155923A (zh) | 基于立体靶标的拼接测量方法及系统 | |
CN101581569A (zh) | 双目视觉传感系统结构参数的标定方法 | |
CN103337069B (zh) | 基于复合摄像机的高质量三维彩色图像获取方法及装置 | |
CN1971206A (zh) | 基于一维靶标的双目视觉传感器校准方法 | |
Liu et al. | External parameter calibration of widely distributed vision sensors with non-overlapping fields of view | |
CN104268876A (zh) | 基于分块的摄像机标定方法 | |
Kim et al. | Extrinsic calibration of a camera-LIDAR multi sensor system using a planar chessboard | |
Xia et al. | Global calibration of multi-cameras with non-overlapping fields of view based on photogrammetry and reconfigurable target | |
CN104279960A (zh) | 用移动设备进行物体尺寸测量的方法 | |
CN103679693A (zh) | 一种多相机单视图标定装置及其标定方法 | |
CN103093460A (zh) | 基于平行视差的移动相机虚拟阵列标定方法 | |
CN102914295A (zh) | 基于计算机视觉立方体标定的三维测量方法 | |
CN106500625A (zh) | 一种远心立体视觉测量装置及其应用于物体三维形貌微米级精度测量的方法 | |
CN114812558B (zh) | 一种结合激光测距的单目视觉无人机自主定位方法 | |
CN201945293U (zh) | 一种目标空间坐标的柔性立体视觉测量装置 | |
CN103707300A (zh) | 机械手装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20110824 Termination date: 20141029 |
|
EXPY | Termination of patent right or utility model |