本發(fā)明屬于計算機視覺測量技術(shù)領(lǐng)域，涉及一種基于景深補償?shù)碾p目視覺高精度測量方法。

背景技術(shù)：

航空航天零件的三維輪廓的測量對于零件的制造和氣動外形的檢測至關(guān)重要，是保證零件制造質(zhì)量的重要手段。工業(yè)立體視覺系統(tǒng)具有非接觸性、測量速度快、測量精度高、可實現(xiàn)在位測量等優(yōu)勢，已廣泛運用在航天航空零件的裝配測量過程中。然而，由于尾翼、機身壁板等核心零件幾何尺寸大，且曲面零件在景深方向也具有較大的尺寸變化。而傳統(tǒng)的雙目視覺系統(tǒng)在平行于像平面的方向上具有較高精度，而在景深方向上，其精度較差難以滿足現(xiàn)場測量要求，因此實現(xiàn)具有景深補償?shù)碾p目視覺測量方法是十分重要的。

g.blahusch等人發(fā)表的論文《calibrationofcurvatureoffieldfordepthfromfocus》(blahuschg,ecksteinw,stegerc.calibrationofcurvatureoffieldfordepthfromfocus[j].internationalarchivesofphotogrammetryremotesensingandspatialinformationsciences,2003,34(3/w8):173-180.)提出以平面信息為約束，通過標(biāo)準(zhǔn)平面信息建立修正平面，通過所獲得的修正平面建立具有景深信息的修正信息，從而在測量過程中補償景深信息的偏差。王福吉等人發(fā)明的專利“提高景深測量精度的相機布局與標(biāo)定方法”，專利號cn105225224a，通過從相機優(yōu)化布局以及景深標(biāo)定兩方面出發(fā),提高視覺測量系統(tǒng)在景深方向的測量精度；通過確定兩相機基線長度以及光軸之間的夾角,使相機布置方式最優(yōu)；再根據(jù)測量物距、對焦?fàn)顟B(tài)以及鏡頭參數(shù)確定景深范圍；測量時根據(jù)特征信息在景深所處不同位置選取不同的相機參數(shù)重建特征三維信息，該方法通過建立多個平面的畸變系數(shù)場獲得景深的畸變補償，但是對于航空現(xiàn)場的大尺寸零件難以實現(xiàn)畸變場的建立。

技術(shù)實現(xiàn)要素：

本發(fā)明要解決的技術(shù)難題是針對大型航空零件測量過程中景深方向測量精度低的問題，發(fā)明了一種基于景深補償?shù)碾p目視覺高精度測量方法。該方法通過建立具有景深方向的畸變模型，結(jié)合雙目相機的標(biāo)定信息，對空間范圍內(nèi)的被測點進行具有景深信息的畸變補償，提高被測物在空間的測量精度。

本發(fā)明采用的技術(shù)方案一種基于景深補償?shù)碾p目視覺高精度測量方法，其特征是，基于在景深方向的畸變特征建立補償模型，結(jié)合雙目視覺測量原理，對不同景深位置進行徑向畸變補償，實現(xiàn)三維高精度測量；該方法首先對兩個相機進行初始位置的標(biāo)定，然后將二維靶標(biāo)與相機平面進行調(diào)平，求解該位置的畸變系數(shù)，并求解兩個相機間的結(jié)構(gòu)參數(shù)；進而，二維靶標(biāo)在與相機平面方向進行平移，然后進行參數(shù)標(biāo)定；建立景深方向的徑向畸變補償模型，對不同深度信息的測量結(jié)果進行測量精度補償，實現(xiàn)雙目相機在景深方向的高精度測量；方法具體步驟如下：

第一步相機內(nèi)外參數(shù)標(biāo)定

利用二維平面靶標(biāo)標(biāo)定方法對雙目相機分別進行相機標(biāo)定，其相機參數(shù)滿足如下公式：

其中，u,v分別是圖像的行列像素坐標(biāo)值，xw,yw,zw代表被測點在世界坐標(biāo)系里的三維坐標(biāo)值，xc,yc,zc代表被測點在相機坐標(biāo)系里的三維坐標(biāo)值，m1為1號相機內(nèi)參數(shù)矩陣，m2為2號相機內(nèi)參數(shù)矩陣，包括旋轉(zhuǎn)矩陣r、平移矩陣t，s是未知的尺度因子；基于二維和三維的對應(yīng)坐標(biāo)求解相機的內(nèi)外參數(shù)矩陣；

第二步畸變參數(shù)標(biāo)定

首先采用水平儀將左、右相機與標(biāo)定平面靶標(biāo)4進行初步調(diào)平，然后利用左、右相機采集平面靶標(biāo)，根據(jù)公式(1)計算左、右相機的外參數(shù)，當(dāng)旋轉(zhuǎn)矩陣r滿足公式(2)時，其平面靶標(biāo)4平面與左、右相機平面調(diào)平；

其中，a,b,c,d為旋轉(zhuǎn)矩陣參數(shù)，ε為無限接近于0的值，|γ|無線接近于1；

當(dāng)左、右相機調(diào)平后，記錄電控平臺的位姿參數(shù)記為ψs1利用公式(3)進行該位置的畸變參數(shù)計算：

其中，x^k,y^k分別是實際徑像畸變情況下的歸一化坐標(biāo)，x,y代表理想無畸變時的歸一化坐標(biāo)，為圖像畸變系數(shù)，基于相機標(biāo)定參數(shù)所求解的理想歸一化坐標(biāo)和圖像提取的歸一化坐標(biāo)，以公式(3)為目標(biāo)函數(shù)，采用lm優(yōu)化方法求解在該位置s1處的圖像畸變系數(shù)按照如上方法分別對左、右相機進行標(biāo)定；

第三步左、右相機位置參數(shù)的求解

基于雙目三角原理，分別計算左、右相機在初始標(biāo)定位置的物距s1^l,s1^r；首先對左、右相機進行結(jié)構(gòu)參數(shù)的計算，在雙目視場中間放置二維平面靶標(biāo)4，分別用已標(biāo)定好的左、右相機同步采集該平面靶標(biāo)，并求解左、右相機相對于該平面靶標(biāo)的參數(shù)矩陣，其左、右相機參數(shù)矩陣記為m^l,m^r，表達式如下：

其中，mij為投影矩陣m中第i行第j列的值；根據(jù)公式(4)和公式(1)推導(dǎo)出被測點三維重建公式(5)：

其中，為左相機投影矩陣m^l中第i行第j列的值；u^l,v^l分別是左相機圖像像素值；為右相機投影矩陣m^r中第i行第j列的值；u^r,v^r分別是右相機圖像像素值，且左右圖像的像素點為匹配點；xw,yw,zw為最終所求被測點的三維坐標(biāo)，其中，所對齊平面上所有點的zw的平均值定義為s1，即：

其中，n,m為左、右相機采集平面上所取點的個數(shù)；s1^l,s1^r為左、右相機在s1處位置的物距；

然后，將平面靶標(biāo)平行移動在s2位置，在該合焦位置根據(jù)公式(3)計算圖像畸變系數(shù)根據(jù)公式(5)、(6)計算左、右相機的所采集的平面靶標(biāo)物距s2^l,s2^r；

第四步基于景深畸變模型的建立

基于建立基于蘊含景深信息的畸變模型，在合焦位置為s時在sp位置的圖像畸變量滿足：

其中，為在合焦位置為s時在sp位置的圖像畸變量，為在合焦位置為sp時在sp位置的圖像畸變量，cs和csp分別為在位置s、位置sp合焦時相機相距，為在sp位置合焦時的圖像畸變系數(shù)，rsp為在sp位置合焦時的徑向長度；

在合焦位置為s時，在位置s、位置sp時系統(tǒng)的像距和物距滿足公式(8)：

其中，ss,ssp分別為位置s、位置sp時的物距，即ss＝s,ssp＝sp；cs,csp分別為位置s、位置sp時的像距，根據(jù)公式(7)和公式(8)推導(dǎo)得：

第五步基于景深畸變模型的參數(shù)求解

根據(jù)雙目視覺三角原理可獲得sp位置的徑向長度rsp和物距ssp；為簡化計算，選取標(biāo)定的s2位置為合焦位置，即ss＝s2，其具體值也可根據(jù)雙目三角原理求得；合焦位置的cs可根據(jù)所標(biāo)定的相機內(nèi)參數(shù)求得；在sp位置合焦時的圖像畸變系數(shù)可根據(jù)公式(10)求取：

其中，為在sp位置合焦時的圖像畸變系數(shù)，為在s1位置合焦時的圖像畸變系數(shù)，為在s2位置合焦時的圖像畸變系數(shù)，比例系數(shù)αs根據(jù)公式(11)求得：

其中，s1,s2為初始標(biāo)定的兩個物距位置，ssp為在ssp位置的物距距離，f為相機焦距，ss,cs為合焦位置的物距和像距，將所求的相關(guān)系數(shù)帶入公式(9)即可獲得該位置的具有景深信息的畸變量，分別對左、右相機獲取的圖像點進行畸變補償，根據(jù)三角原理獲得被測點三維坐標(biāo)。

本發(fā)明的有益效果是通過建立具有景深方向的畸變模型，結(jié)合雙目相機的標(biāo)定信息，對空間范圍內(nèi)的被測點進行具有景深信息的畸變補償，提高被測物在空間的測量精度。測量精度高，可補償雙目視覺在景深方向的精度損失，實現(xiàn)具有景深方向的大尺寸零件測量，提高了雙目視覺的三維測量精度。

附圖說明

圖1為測量系統(tǒng)的示意圖，圖2為測量原理示意圖。其中，1-左相機，2-電控平移平臺，3-電控旋轉(zhuǎn)平臺，4-平面靶標(biāo)，5-右相機，6-三角架；ow-xw,yw,zw是全局世界坐標(biāo)系，o^l-x^l,y^l,z^l為左相機的坐標(biāo)系，o^r-x^r,y^r,z^r為右相機的坐標(biāo)系，s1和s2為兩個初始標(biāo)定平面，ssp為測量平面，v^l、u^l為左相機的像素坐標(biāo)，v^r、u^r為右相機的像素坐標(biāo)，p為測量平面上的被測點，p^l、p^r分別為左、右相機上的理想像點，分別為左、右相機具有畸變的實際像點。

圖3為基于景深補償?shù)碾p目視覺高精度測量方法流程圖。

具體實施方式

以下結(jié)合技術(shù)方案和附圖詳細敘述本發(fā)明的具體實施方式。

圖1為測量系統(tǒng)的示意圖，圖2為測量原理示意圖。如圖所示，實施例中，分別配置高分辨率雙目相機采集二維平面靶標(biāo)信息，通過電控旋轉(zhuǎn)、平移平臺控制二維平面靶標(biāo)的移動進行雙目相機的調(diào)平和標(biāo)定。雙目視覺系統(tǒng)中相機型號為vieworksvc-12mc-m/c65相機，分辨率：4096×3072，圖像傳感器：cmos，幀率：全畫幅，最高64.3fps，重量：420g。鏡頭型號為ef16-35mmf/2.8liiusm，參數(shù)如下所示，鏡頭焦距：f＝16-35，aps焦距：25.5-52.5，光圈：f2.8，鏡頭尺寸：82×106。拍攝條件如下：圖片像素為4096×3072，鏡頭焦距為17mm，合焦物距為750mm，視場約為720mm×1300mm。電控旋轉(zhuǎn)平臺3采用卓立漢光的電控旋轉(zhuǎn)平臺rak350，其步距角為1.8度，轉(zhuǎn)角重復(fù)精度小于0.003度。電控平移平臺2采用卓立漢光的電控平移平臺uksa200，重復(fù)定位精度小于2μm。

測量方法首先對雙目相機內(nèi)外參數(shù)分別進行標(biāo)定，然后通過電控旋轉(zhuǎn)、平移平臺將雙目相機調(diào)平，并記錄平面靶標(biāo)與雙目相機像平面平行位置，進而通過兩個標(biāo)定位置將雙目相機畸變參數(shù)標(biāo)定，基于景深畸變特性建立具有景深信息的畸變模型，結(jié)合標(biāo)定結(jié)果和雙目三角原理求解模型中的相關(guān)參數(shù)，繼而獲得具有景深信息的圖像畸變量，實現(xiàn)慮及景深的三維高精度測量。附圖3為一種基于景深補償?shù)碾p目視覺高精度測量流程圖。整個提取過程分為雙目相機內(nèi)外參數(shù)標(biāo)定、雙目相機調(diào)平、雙目相機畸變系數(shù)標(biāo)定，景深畸變模型建立、模型參數(shù)求解、景深補償及重建測量等步驟。

第一步相機內(nèi)外參數(shù)標(biāo)定

采用張正友的平面靶標(biāo)標(biāo)定方法，通過在空間平面內(nèi)轉(zhuǎn)換平面靶標(biāo)的不同位置，使雙目相機同時采集靶標(biāo)圖像，根據(jù)公式(1)分別對左、右相機進行內(nèi)外參數(shù)的標(biāo)定，其內(nèi)外參數(shù)矩陣為：

第二步畸變參數(shù)標(biāo)定

為獲得不同合焦平面的畸變系數(shù)實現(xiàn)任意深度位置的畸變參數(shù)標(biāo)定，需將平面靶標(biāo)4與左、右相機像平面進行調(diào)平，采用水平儀將左、右相機與標(biāo)定平面靶標(biāo)4進行初步調(diào)平，然后利用相機采集平面靶標(biāo)，然后根據(jù)公式(1)計算相機的外參數(shù)，當(dāng)旋轉(zhuǎn)矩陣r滿足如下公式(2)時，其二維靶標(biāo)平面與相機平面調(diào)平，其調(diào)平后的左右相機的旋轉(zhuǎn)平移矩陣為：

當(dāng)相機調(diào)平后，記錄電控平臺的位姿參數(shù)記為ψs1利用公式(3)進行該位置的畸變參數(shù)計算圖像畸變系數(shù)，基于相機標(biāo)定參數(shù)所求解的理想歸一化坐標(biāo)和圖像提取的歸一化坐標(biāo)，以公式(3)為目標(biāo)函數(shù)，采用lm優(yōu)化方法求解在圖1中位置s1處的相機畸變系數(shù)按照如上方法分別對左右相機進行標(biāo)定；

第三步雙目相機位置參數(shù)的求解

基于雙目三角原理，分別計算兩個相機在初始標(biāo)定位置的物距s1^l,s1^r；為實現(xiàn)物距的計算，首先對雙目相機進行結(jié)構(gòu)參數(shù)的計算，在雙目視場中間放置二維平面靶標(biāo)4，分別用已標(biāo)定好的雙目相機同步采集該平面靶標(biāo)，并求解雙目相機相對于該平面靶標(biāo)的參數(shù)矩陣，其左、右相機參數(shù)矩陣記為m^l,m^r；根據(jù)公式(4)和公式(1)可推導(dǎo)出被測點三維重建公式(5)；根據(jù)所求被測點的三維坐標(biāo)xw,yw,zw，其中所對齊平面上所有點的zw的平均值定義為s1，根據(jù)公式(6)獲得左右相機在s1處位置的物距；然后，將平面靶標(biāo)4平行移動在s2位置，在該合焦位置根據(jù)公式(3)計算圖像畸變系數(shù)根據(jù)公式(5)(6)計算左右相機的所采集的平面靶標(biāo)物距s2^l,s2^r；

第四步基于景深畸變模型的建立

基于建立基于蘊含景深信息的畸變模型，在合焦位置為s時在sp位置的圖像畸變量滿足公式(7)，根據(jù)公式(7)和(8)，可推導(dǎo)得公式(9)，即建立具有景深信息的畸變模型。

第五步基于景深畸變模型的參數(shù)求解

根據(jù)雙目視覺三角原理可獲得sp位置的徑向長度rsp和物距ssp；為簡化計算，選取標(biāo)定的s2位置為合焦位置，即ss＝s2，其具體值也可根據(jù)雙目三角原理求得；合焦位置的cs可根據(jù)所標(biāo)定的相機內(nèi)參數(shù)求得；在sp位置合焦時的圖像畸變系數(shù)可根據(jù)公式(10)求取，比例系數(shù)αs根據(jù)公式(11)可求得。將所求的相關(guān)系數(shù)帶入公式(9)即可獲得該位置的具有景深信息的畸變量，分別對左右相機獲取的圖像點進行畸變補償，進而根據(jù)三角原理獲得被測點三維坐標(biāo)。

雙目視覺采集標(biāo)準(zhǔn)長度為350.0172mm的靶尺在空間不同位置采集8次，其平均長度為350.5321，本方法獲得的靶尺長度為350.2043mm，提高了測量精度，驗證了該提取方法的有效性。