CN107747914A - 基于线结构光的360°轮廓测量装置及方法 - Google Patents
基于线结构光的360°轮廓测量装置及方法 Download PDFInfo
- Publication number
- CN107747914A CN107747914A CN201710940232.9A CN201710940232A CN107747914A CN 107747914 A CN107747914 A CN 107747914A CN 201710940232 A CN201710940232 A CN 201710940232A CN 107747914 A CN107747914 A CN 107747914A
- Authority
- CN
- China
- Prior art keywords
- image
- pixel
- testee
- line
- computer
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 50
- 239000004065 semiconductor Substances 0.000 claims abstract description 28
- 230000003287 optical effect Effects 0.000 claims abstract description 16
- 230000004927 fusion Effects 0.000 claims abstract description 7
- 238000003384 imaging method Methods 0.000 claims description 10
- 238000012937 correction Methods 0.000 claims description 8
- 239000002184 metal Substances 0.000 claims description 8
- 238000010276 construction Methods 0.000 claims description 6
- 238000012217 deletion Methods 0.000 claims description 6
- 230000037430 deletion Effects 0.000 claims description 6
- 238000009826 distribution Methods 0.000 claims description 4
- 239000000203 mixture Substances 0.000 claims description 3
- 238000011946 reduction process Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 32
- 238000007500 overflow downdraw method Methods 0.000 abstract description 4
- 238000006243 chemical reaction Methods 0.000 abstract description 2
- 238000005516 engineering process Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 6
- 238000012545 processing Methods 0.000 description 4
- 238000001314 profilometry Methods 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- CDBYLPFSWZWCQE-UHFFFAOYSA-L Sodium Carbonate Chemical compound [Na+].[Na+].[O-]C([O-])=O CDBYLPFSWZWCQE-UHFFFAOYSA-L 0.000 description 1
- 239000002253 acid Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 208000021760 high fever Diseases 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2513—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于线结构光的360°轮廓测量装置及方法，装置包括三只均匀分布在被测物体周围的半导体线激光器，三个均匀分布在被测物体周围的摄像机，用于对摄像机采集到的图像进行图像处理的计算机；半导体激光器分别通过并口连接计算机，摄像机分别通过图像采集卡与计算机相连。本发明采用三个线结构半导体激光器和三个工业摄像机实现快速横截面轮廓采集，更客观、准确地反映了被测截面的测量信息，测量无需旋转光学系统平台，简化了系统的结构；不用进行复杂的坐标转换和旋转，大大降低了融合错位所造成测量误差的可能性；本发明的360°轮廓测量过程只需要对三幅图片进行融合，融合方法更简单高效。
Description
技术领域
本发明属于轮廓测量技术领域，特别涉及一种基于线结构光的360°轮廓测量装置及方法。
背景技术
自上个世界末以来，工业蓬勃发展，轮廓测量技术无论是在工业、制造业、产品开发，还是逆向工程、材料与器件和在线测量等方面都发挥着越来越重要的作用。尤其是近几年来，计算机技术和数字图像技术快速发展，光学测量以其高精度、非接触、无损伤和高效性等优点越发受到人们的青睐。正是因为工业发展迅速，计算机技术和数字图像处理技术的融入，推动轮廓测量技术快速发展，人们对轮廓测量的速度、精度、自动化操作等方面的要求也越来也高。被测量物体由简单的一维长度、二维平面过渡到复杂多变的三维轮廓；测量环境也变得高温、高热、高粉尘、高酸碱以及高振动等苛刻条件；测量信息也希望更加详实准确。
近年来，伴随着机器视觉的飞速发展，基于视觉测量的技术已成为三维测量中一个重要方面，而线结构光三维测量技术以精度较高、实时性强等特点，广泛应用于工业生产之中。基于线结构光的三维测量技术是将激光光束投射到被测物体表面，摄像机获取激光光束的二维图像，经过一系列算法处理，并结合相关测量模型来求解被测物体的三维轮廓信息。目前使用的三维轮廓测量方法主要有基于阴影遮挡法的360°轮廓测量方法和基于双摄像机的光切法360°轮廓测量方法。
(1)基于阴影遮挡法的360°轮廓测量的原理如图1所示，该方案的测量原理是利用阴影宽度来求解被测物体轮廓直径，故称这种方案为基于阴影遮挡法的360°轮廓测量方法。
该方案使用LED作为照明光源，LED光通过组合透镜产生平行光，平行光照射到被测物体表面，被被测物体所遮挡的部分将产生阴影，并经过另外一组透镜聚焦在CMOS摄像机上。通过摄像机的工业摄像机所采集到的数据可计算出阴影宽度，即得到被测物体某一个轮廓直径的尺寸。该方案在系统运行过程中，光学测量系统相对于被测物体在不断旋转，如图2所示，每旋转360°，获得被测物体的一个完整切面轮廓。在工业生产中，若被测物体在沿某个方向运动，则该方案所扫描的轨迹呈现为如图2中所示的螺旋形式。
这种测量方法存在以下缺点：
缺点一：整个光学系统在运行过程中需要绕被测物体高速旋转，需要借助步进电机来驱动，导致系统复杂，实时性差；
缺点二：对运动的被测物体，其测量轨迹呈现螺旋形，不能准确的反映完整切面的轮廓信息；
缺点三：该系统的内部对环境要求非常洁净，对于高温、高粉尘和高湿度等恶劣环境来说非常苛刻，因此在连续运行一段时间后，经常出现故障，稳定性较差。
(2)基于双摄像机的光切法360°轮廓测量。其测量系统如图3所示，该测量系统在线结构光入射面两侧布置两个摄像机，利用视场互补的原则，适当拉开两个摄像机之间的距离，增大成像光轴夹角，有利于解决被测表面起伏较大时带来的测量死点问题。被测物体放置在旋转台上，O点为旋转台中心，α、β分别为摄像机1和摄像机2成像镜头主光轴与光切面的夹角，f1和f2分别为摄像机1和摄像机2的镜头焦距，物空间坐标系选用柱面坐标系(r,θ,z)，z轴与旋转中心轴O重合，因此三维物体表面可描述为r＝r(θ,z)，r为物体表面距z轴(旋转中心轴)的距离。旋转台由步进电机驱动，线结构光经被测物体表面高度调制后的变形条纹成像于摄像机的像平面，通过确定像平面上各能量分布中心像点在图像空间中位置x1、x2，就可以利用下式分别求出线结构光切面与被测物体表面交线上点A处的径向距离r：
其中BO、CO分别表示摄像机1、摄像机2镜头到旋转中心O的距离。然后步进电机驱动旋转台转动一定的角度，即可测得一个完整的360°切面轮廓。
理想情况下，r1＝r2。但是该系统的本质是两个常规单摄像机测量系统的并联，两摄像机的有效视场互补，但就单个摄像机而言仍然受到视场死角的影响，因此并非物体表面上所有被测点都是两摄像机的共同测量点。对于共同测量点，测量值为r1和r2，对于摄像机1可测而摄像机2为死角的点只能求得r1，反之则只能求得r2，因此该系统的最终测量终值r为r1和r2的并集：
r＝r1∪r2
最后对旋转一周所测得的r集合进行合并即可得到一个完整的360°轮廓图像数据。这种测量方法存在以下缺点：
缺点一：该方案每次也只能测得被测物体表面上部分轮廓，需要借助旋转台旋转一周才能实现360°全轮廓测量，操作复杂；
缺点二：该方案后期数据处理中需要进行偏心补偿及复杂的坐标变换，实时性不强；
缺点三：该测量系统由于受到系统结构和人为因素的限制，系统调心的随意性很大，往往存在较大的偏心，容易导致数据融合错位及测量误差。
发明内容
本发明的目的在于克服现有技术的不足，提供一种采用三个线结构半导体激光器和三个工业摄像机实现快速横截面轮廓采集，只需要对三幅图片进行融合，融合方法更简单高效，更客观、准确地反映了被测截面的测量信息的基于线结构光的360°轮廓测量装置及方法。
本发明的目的是通过以下技术方案来实现的：基于线结构光的360°轮廓测量装置，包括
三只均匀分布在被测物体周围，用于发出能够覆盖被测物体360°完整截面的扇形激光的半导体线激光器；
三个均匀分布在被测物体周围，用于采集被测物体360°完整截面的激光照明图像的摄像机；
用于对摄像机采集到的图像进行图像处理的计算机；
半导体激光器分别通过并口连接计算机，摄像机分别通过图像采集卡与计算机相连。
进一步地，所述摄像机与半导体激光器交叉分布，三个摄像机和半导体激光器固定在同一个刚性金属结构架上，被测物体位于刚性金属结构架的中心位置。
进一步地，所述计算机用于对采集到的图像进行锁定成像、均值滤波、图像二值化、图像标定还原、图像融合和图像细化处理。
进一步地，所述摄像机的光轴与半导体线激光器发出的线结构光的光切面有一个30°～45°的夹角。
本发明还提供了一种基于线结构光的360°轮廓测量方法，包括以下步骤：
S1、采集物体在包含背景光下的光带图像，启动程序开始测量，计算机通过并口发出高电平，驱动三只半导体线激光器发射激光；计算机通过另一并口发出脉冲信号触发三个摄像机进行图像采集；三个摄像机获取的图像是被测物体在包含背景光下的光带图像，每个摄像机获取大于被测物体表面1/3的部份图像；
S2、采集被测物体表面的背景光图像，计算机通过并口发出低电平，驱动半导体线激光器关闭；同时计算机通过另一并口发出脉冲信号通知摄像机获取下一帧图像；此时摄像机获取的图像是被测物体表面的背景光图像，没有激光光带；
S3、图像处理，将摄像机采集到的图像上传至计算机，计算机对每个摄像机采集到的两帧图像进行处理，包括以下子步骤：
S31、锁定成像，消除背景光，获得被测物体原始的轮廓图像；
S32、均值滤波，消除原始轮廓图像噪声；
S33、图像二值化，将图像上的像素点的灰度值设置为0或255，减少图像中的数据量，凸显出目标的轮廓；
S34、图像标定还原，利用各摄像机的标定参数对畸变图像进行校正；
S35、图像融合，对校正后的三幅图像按顺序进行融合；
S36、图像细化，提取轮廓骨架。
所述步骤S32的具体实现方法为：均值滤波的原理为：
其中，g(s,t)为有噪声的原始轮廓图像；f(x,y)为进行均值滤波操作后的图像；Sxy表示中心点在(x,y)处、大小为m×n的矩形子图像窗口的一组坐标；
均值滤波的具体操作方法是：利用Sxy窗口模板来滑动遍历整幅图像g(s,t)，用窗口模板的均值来替换模板中心像素的灰度值。
所述步骤S34中图像标定还原过程中所采用的世界坐标系是以同一个标定板建立的，即三个摄像机的标定处于同一个世界坐标系中。
所述步骤S35中图像融合的具体实现方法为：对标定还原后的校正图像按像素进行叠加，融合时的各图像均是经过二值化操作处理后的图像，图中像素只有黑点和白点，黑点和黑点叠加仍为黑点，黑点和白点、白点和白点叠加为白点。
所述步骤S36包括以下子步骤：
S361、定义参考模板内中心点为目标像素点，记为P1，P1周围8个邻域点中至少拥有一个背景点；将P1的像素表示为F(P1)，P1及其周围8个邻域点的像素表示为：
P9、P2、P3
P8、P1、P4
P7、P6、P5
由于二值化之后的图像只有黑点和白点，P1及其周围8个邻域点中，目标像素点(黑点)的像素为1，背景点(白点)的像素为0；
S362、判断目标像素点P1是否满足以下条件：
(a)2≤N(P1)≤6；(b)S(P1)＝1；(c)F(P2)×F(P4)×F(P6)＝0；(d)F(P4)×F(P6)×F(P8)＝0；
其中，N(P1)是P1的8个领域中非零像素点(黑点)的个数；S(P1)表示以P2起始点沿着8连通域顺时针方向查找0到1变化的次数；F(P2)、F(P4)、F(P6)、F(P8)分别表示P2、P4、P6、P8的像素；
将图像遍历一遍，将所有满足上述条件的目标像素点删除；
S363、判断目标像素点P1是否满足以下条件：
(a)2≤N(P1)≤6；(b)S(P1)＝1；(c)F(P2)×F(P4)×F(P8)＝0；(d)F(P2)×F(P6)×F(P8)＝0；
将图像遍历一遍，将所有满足上述条件的目标像素点删除；
通过步骤S362和S363的操作，余下的像素点组成目标中心像素骨架，即被测物体的单像素轮廓图像。
本发明的有益效果是：
1、本发明采用三个线结构半导体激光器和三个工业摄像机实现快速横截面轮廓采集，更客观、准确地反映了被测截面的测量信息，测量无需旋转光学系统平台，简化了系统的结构；不用进行复杂的坐标转换和旋转，大大降低了融合错位所造成测量误差的可能性；
2、本发明的360°轮廓测量过程只需要对三幅图片进行融合，融合方法更简单高效，减少了现有技术方案中对多幅图像进行计算和拼接是产生的误差；并且由于采集图像更少，且融合方法更高效，算法复杂度小，因此具有更好的实时性；
3、本发明得测量装置能够适应各种测量环境的要求，不管是在黑暗环境还是在明亮环境中都能很好地工作，能够广泛应用于各种光电检测工作中；
4、本发明的测量方法属于三角测量法的范畴，根据被测物体、线结构光光源和相机之间的三角空间位置关系求解被测物体表面轮廓信息，具有非接触、精度高，抗电磁干扰、速度快等优点。
附图说明
图1为基于阴影遮挡法的360°轮廓测量的原理土；
图2为基于阴影遮挡法的360°轮廓测量轨迹图；
图3为基于双摄像机的光切法360°轮廓测量系统结构图；
图4为本发明的360°轮廓测量装置的原理图；
图5为本发明的360°轮廓测量装置结构图；
图6为本发明的360°轮廓测量装置的方法流程图；
图7为本发明实施例测量工件图；
图8为本发明实施例测量过程中图像处理结果；
图9为本发明实施例测量工件的轮廓图。
具体实施方式
本发明解决了传统测量方法中需要旋转工作台辅助测量的问题。之前的方案都需要将光学系统绕被测物体或者将被测物体自身高速旋转一周，才能测得一个360°的完整轮廓，本发明采用三只线结构的半导体激光器完整地覆盖一个被测截面，很好的解决了现有技术方案中旋转的问题。下面结合附图进一步说明本发明的技术方案。
图4为本发明的360°轮廓测量装置的原理图。均匀布置在被测物体周围的三只线结构半导体激光器发出扇形激光，激光光束覆盖被测物体360°完整截面，三个工业摄像机获取激光照明图像并传到计算机进行图像处理，每一个工业摄像机视场覆盖被测物体完整截面的1/3以上。激光光束垂直照射到被测物体表面时，会在其表面形成高亮的切面轮廓光带，摄像机会从另外一个角度对光带图像进行图像采集并传至计算机。三个工业摄像机均匀分布在被测物体周围，其光轴与被测物体的中心轴有一个夹角，能够测量到被测物体的凹凸的起伏变化。因此每个工业摄像机所看见的图像是类似于图4中(a)(b)(c)所示的畸变图像，利用标定参数对畸变图像进行标定校正，校正后的图像如图4中的(d)(e)(f)所示，然后将三个摄像机校正后的图像融合，再通过轮廓提取就能得到如图4(g)所示的完整轮廓。由于三个摄像机的标定过程是用同一个标定板一次性完成的,三个摄像机的图像坐标已被统一到同一个世界坐标系中,使得图像融合的过程十分简单,只需要三幅图像简单相加即可。
如图5所示，一种基于线结构光的360°轮廓测量装置，包括
三只均匀分布在被测物体周围，用于发出能够覆盖被测物体360°完整截面的扇形激光的半导体线激光器；
三个均匀分布在被测物体周围，用于采集被测物体360°完整截面的激光照明图像的摄像机；
用于对摄像机采集到的图像进行图像处理的计算机；
半导体激光器分别通过并口连接计算机，摄像机分别通过图像采集卡与计算机相连。
进一步地，所述摄像机与半导体激光器交叉分布；三个摄像机和半导体激光器固定在同一个刚性金属结构架上，以保证在有振动干扰时激光平面和像平面之间没有相对移动，使得整个测量装置不受外界振动干扰；被测物体位于刚性金属结构架的中心位置。
进一步地，所述计算机用于对采集到的图像进行锁定成像、均值滤波、图像二值化、图像标定还原、图像融合和图像细化处理。
进一步地，所述摄像机的光轴与半导体线激光器发出的线结构光的光切面有一个30°～45°的夹角。
本发明还提供了一种基于线结构光的360°轮廓测量方法，具体流程如图6所示，包括以下步骤：
S1、采集物体在包含背景光下的光带图像，启动程序开始测量，计算机通过并口发出高电平，驱动三只半导体线激光器发射激光；计算机通过另一并口发出脉冲信号触发三个摄像机进行图像采集；三个摄像机获取的图像是被测物体在包含背景光下的光带图像，每个摄像机获取大于被测物体表面1/3的部份图像；
S2、采集被测物体表面的背景光图像，计算机通过并口发出低电平，驱动半导体线激光器关闭；同时计算机通过另一并口发出脉冲信号通知摄像机获取下一帧图像；此时摄像机获取的图像是被测物体表面的背景光图像，没有激光光带；
S3、图像处理，将摄像机采集到的图像上传至计算机，计算机获取图像后增加创建两个图像处理线程，三个线程能够并行执行，分别同时对上图像、左图像和右图像进行一系列图像处理操作，大大提升软件处理速度；计算机对每个摄像机采集到的两帧图像进行处理包括以下子步骤：
S31、锁定成像，消除背景光，获得被测物体原始的轮廓图像；
S32、均值滤波，消除原始轮廓图像噪声；具体实现方法为：均值滤波的原理为：
其中，g(s,t)为有噪声的原始轮廓图像；f(x,y)为进行均值滤波操作后的图像；Sxy表示中心点在(x,y)处、大小为m×n的矩形子图像窗口的一组坐标；
均值滤波的具体操作方法是：利用Sxy窗口模板来滑动遍历整幅图像g(s,t)，用窗口模板的均值来替换模板中心像素的灰度值；
S33、图像二值化，将图像上的像素点的灰度值设置为0或255，减少图像中的数据量，凸显出目标的轮廓；
S34、图像标定还原，利用各摄像机的标定参数对畸变图像进行校正；图像标定还原过程中所采用的世界坐标系是以同一个标定板建立的，即三个摄像机的标定处于同一个世界坐标系中；
S35、图像融合，对校正后的三幅图像按顺序进行融合；具体实现方法为：对标定还原后的校正图像按像素进行叠加，融合时的各图像均是经过二值化操作处理后的图像，图中像素只有黑点和白点，黑点和黑点叠加仍为黑点，黑点和白点、白点和白点叠加为白点；
S36、图像细化，提取轮廓骨架；具体包括以下子步骤：
S361、定义参考模板内中心点为目标像素点，记为P1，P1周围8个邻域点中至少拥有一个背景点(P1周围既有背景点也有其他目标像素点)；将P1的像素表示为F(P1)，P1及其周围8个邻域点的像素表示为：
P9、P2、P3
P8、P1、P4
P7、P6、P5
由于二值化之后的图像只有黑点和白点，P1及其周围8个邻域点中，目标像素点(黑点)的像素为1，背景点(白点)的像素为0；
S362、判断目标像素点P1是否满足以下条件：
(a)2≤N(P1)≤6；(b)S(P1)＝1；(c)F(P2)×F(P4)×F(P6)＝0；(d)F(P4)×F(P6)×F(P8)＝0；
其中，N(P1)是P1的8个领域中非零像素点(黑点)的个数；S(P1)表示以P2起始点沿着8连通域顺时针方向查找0到1变化的次数；F(P2)、F(P4)、F(P6)、F(P8)分别表示P2、P4、P6、P8的像素；
将图像遍历一遍，将所有满足上述条件的目标像素点删除；
S363、判断目标像素点P1是否满足以下条件：
(a)2≤N(P1)≤6；(b)S(P1)＝1；(c)F(P2)×F(P4)×F(P8)＝0；(d)F(P2)×F(P6)×F(P8)＝0；
将图像遍历一遍，将所有满足上述条件的目标像素点删除；
通过步骤S362和S363的操作，余下的像素点组成目标中心像素骨架，即被测物体的单像素轮廓图像。
三个工业摄像机快速捕获完整的360°光切面，不需要进行任何的旋转操作，解决了现有的旋转测量法中，当被测工件运动时，产生螺旋线测量轨迹问题，准确真实地反映被测物体表面的轮廓信息。
本发明的测量过程需要使用三个摄像机。为简单起见，本实施例以两个摄像机为例说明测量过程。图7所示为23mm直径的光亮圆形金属棒测量工件。测量过程及结果如图8所示。其中，(a)为左摄像机采集到的原始图像；(b)为左摄像机锁定成像后的图像；(c)为右摄像机采集到的原始图像，(d)为右摄像机锁定成像后的图像；(e)为左标定还原和二值化后的图像；(f)为右标定还原和二值化后的图像；(g)为左轮廓细化图；(h)为右轮廓细化图。图9为左右融合后金属棒的360°轮廓图。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。
Claims (9)
1.基于线结构光的360°轮廓测量装置，其特征在于，包括
三只均匀分布在被测物体周围，用于发出能够覆盖被测物体360°完整截面的扇形激光的半导体线激光器；
三个均匀分布在被测物体周围，用于采集被测物体360°完整截面的激光照明图像的摄像机；
用于对摄像机采集到的图像进行图像处理的计算机；
半导体激光器分别通过并口连接计算机，摄像机分别通过图像采集卡与计算机相连。
2.根据权利要求1所述的基于线结构光的360°轮廓测量装置，其特征在于，所述摄像机与半导体激光器交叉分布，三个摄像机和半导体激光器固定在同一个刚性金属结构架上，被测物体位于刚性金属结构架的中心位置。
3.根据权利要求1所述的基于线结构光的360°轮廓测量装置，其特征在于，所述计算机用于对采集到的图像进行锁定成像、均值滤波、图像二值化、图像标定还原、图像融合和图像细化处理。
4.根据权利要求1所述的基于线结构光的360°轮廓测量装置，其特征在于，所述摄像机的光轴与半导体线激光器发出的线结构光的光切面有一个30°～45°的夹角。
5.如权利要求1～4任意一项所述的基于线结构光的360°轮廓测量方法，其特征在于，包括以下步骤：
S1、采集物体在包含背景光下的光带图像，启动程序开始测量，计算机通过并口发出高电平，驱动三只半导体线激光器发射激光；计算机通过另一并口发出脉冲信号触发三个摄像机进行图像采集；三个摄像机获取的图像是被测物体在包含背景光下的光带图像，每个摄像机获取大于被测物体表面1/3的部份图像；
S2、采集被测物体表面的背景光图像，计算机通过并口发出低电平，驱动半导体线激光器关闭；同时计算机通过另一并口发出脉冲信号通知摄像机获取下一帧图像；此时摄像机获取的图像是被测物体表面的背景光图像，没有激光光带；
S3、图像处理，将摄像机采集到的图像上传至计算机，计算机对每个摄像机采集到的两帧图像进行处理，包括以下子步骤：
S31、锁定成像，消除背景光，获得被测物体原始的轮廓图像；
S32、均值滤波，消除原始轮廓图像噪声；
S33、图像二值化，将图像上的像素点的灰度值设置为0或255，减少图像中的数据量，凸显出目标的轮廓；
S34、图像标定还原，利用各摄像机的标定参数对畸变图像进行校正；
S35、图像融合，对校正后的三幅图像按顺序进行融合；
S36、图像细化，提取轮廓骨架。
6.根据权利要求5所述的基于线结构光的360°轮廓测量方法，其特征在于，所述步骤S32的具体实现方法为：均值滤波的原理为：
<mrow>
<mi>f</mi>
<mrow>
<mo>(</mo>
<mi>x</mi>
<mo>,</mo>
<mi>y</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mn>1</mn>
<mrow>
<mi>m</mi>
<mi>n</mi>
</mrow>
</mfrac>
<munder>
<mo>&Sigma;</mo>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>t</mi>
<mo>)</mo>
<mo>&Element;</mo>
<msub>
<mi>s</mi>
<mrow>
<mi>x</mi>
<mi>y</mi>
</mrow>
</msub>
</mrow>
</munder>
<mi>g</mi>
<mrow>
<mo>(</mo>
<mi>s</mi>
<mo>,</mo>
<mi>t</mi>
<mo>)</mo>
</mrow>
</mrow>
其中，g(s,t)为有噪声的原始轮廓图像；f(x,y)为进行均值滤波操作后的图像；Sxy表示中心点在(x,y)处、大小为m×n的矩形子图像窗口的一组坐标；
均值滤波的具体操作方法是：利用Sxy窗口模板来滑动遍历整幅图像g(s,t)，用窗口模板的均值来替换模板中心像素的灰度值。
7.根据权利要求5所述的基于线结构光的360°轮廓测量方法，其特征在于，所述步骤S34中图像标定还原过程中所采用的世界坐标系是以同一个标定板建立的，即三个摄像机的标定处于同一个世界坐标系中。
8.根据权利要求7所述的基于线结构光的360°轮廓测量方法，其特征在于，所述步骤S35中图像融合的具体实现方法为：对标定还原后的校正图像按像素进行叠加，融合时的各图像均是经过二值化操作处理后的图像，图中像素只有黑点和白点，黑点和黑点叠加仍为黑点，黑点和白点、白点和白点叠加为白点。
9.根据权利要求5所述的基于线结构光的360°轮廓测量方法，其特征在于，所述步骤S36包括以下子步骤：
S361、定义参考模板内中心点为目标像素点，记为P1，P1周围8个邻域点中至少拥有一个背景点；将P1的像素表示为F(P1)，P1及其周围8个邻域点的像素表示为：
P9、P2、P3
P8、P1、P4
P7、P6、P5
P1及其周围8个邻域点中，目标像素点的像素为1，背景点的像素为0；
S362、判断目标像素点P1是否满足以下条件：
(a)2≤N(P1)≤6；(b)S(P1)＝1；(c)F(P2)×F(P4)×F(P6)＝0；(d)F(P4)×F(P6)×F(P8)＝0；
其中，N(P1)是P1的8个领域中非零像素点的个数；S(P1)表示以P2起始点沿着8连通域顺时针方向查找0到1变化的次数；F(P2)、F(P4)、F(P6)、F(P8)分别表示P2、P4、P6、P8的像素；
将图像遍历一遍，将所有满足上述条件的目标像素点删除；
S363、判断目标像素点P1是否满足以下条件：
(a)2≤N(P1)≤6；(b)S(P1)＝1；(c)F(P2)×F(P4)×F(P8)＝0；(d)F(P2)×F(P6)×F(P8)＝0；
将图像遍历一遍，将所有满足上述条件的目标像素点删除；
通过步骤S362和S363的操作，余下的像素点组成目标中心像素骨架，即被测物体的单像素轮廓图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710940232.9A CN107747914A (zh) | 2017-10-11 | 2017-10-11 | 基于线结构光的360°轮廓测量装置及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710940232.9A CN107747914A (zh) | 2017-10-11 | 2017-10-11 | 基于线结构光的360°轮廓测量装置及方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN107747914A true CN107747914A (zh) | 2018-03-02 |
Family
ID=61256014
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710940232.9A Pending CN107747914A (zh) | 2017-10-11 | 2017-10-11 | 基于线结构光的360°轮廓测量装置及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107747914A (zh) |
Cited By (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108739591A (zh) * | 2018-04-13 | 2018-11-06 | 中国海洋大学 | 一种基于动态结构光测量的过鱼道过鱼量自动计数系统及计数方法 |
| CN109870464A (zh) * | 2019-03-19 | 2019-06-11 | 陕西三星洁净工程有限公司 | 基于机器视觉的杆状物体表面缺陷检测系统及方法 |
| CN112041632A (zh) * | 2018-03-29 | 2020-12-04 | 特威纳有限公司 | 3d对象检测系统 |
| CN112381948A (zh) * | 2020-11-03 | 2021-02-19 | 上海交通大学烟台信息技术研究院 | 一种基于语义的激光条纹中心线提取及拟合方法 |
| CN118816757A (zh) * | 2024-09-20 | 2024-10-22 | 北京博视像元科技有限公司 | 一种线激光3d轮廓测量仪消除多重反射的方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN100412503C (zh) * | 2005-09-30 | 2008-08-20 | 中国海洋大学 | 多视角激光测头及其标定方法 |
| JP4315545B2 (ja) * | 1999-10-19 | 2009-08-19 | Ｈｏｙａ株式会社 | ３次元画像検出システムと３次元画像検出装置 |
| CN201569414U (zh) * | 2009-11-24 | 2010-09-01 | 上海实甲电子科技有限公司 | 直径检测传感器 |
| DE102006031142B4 (de) * | 2006-07-05 | 2012-02-16 | Prüf- und Forschungsinstitut Pirmasens e.V. | Verfahren und Vorrichtung zur dreidimensionalen Vermessung und Erfassung der kompletten Objektoberfläche eines kugelförmigen Messobjektes wie eines Sportballs |
| CN203869671U (zh) * | 2013-12-13 | 2014-10-08 | 长安大学 | 一种木材外形轮廓检测装置 |
| CN104236480A (zh) * | 2014-09-22 | 2014-12-24 | 电子科技大学 | 一种线结构光机器视觉六角钢坯轮廓测量装置及方法 |
| CN104266587A (zh) * | 2014-09-22 | 2015-01-07 | 电子科技大学 | 一种三维测量系统及获得真实3d纹理点云数据方法 |
-
2017
- 2017-10-11 CN CN201710940232.9A patent/CN107747914A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP4315545B2 (ja) * | 1999-10-19 | 2009-08-19 | Ｈｏｙａ株式会社 | ３次元画像検出システムと３次元画像検出装置 |
| CN100412503C (zh) * | 2005-09-30 | 2008-08-20 | 中国海洋大学 | 多视角激光测头及其标定方法 |
| DE102006031142B4 (de) * | 2006-07-05 | 2012-02-16 | Prüf- und Forschungsinstitut Pirmasens e.V. | Verfahren und Vorrichtung zur dreidimensionalen Vermessung und Erfassung der kompletten Objektoberfläche eines kugelförmigen Messobjektes wie eines Sportballs |
| CN201569414U (zh) * | 2009-11-24 | 2010-09-01 | 上海实甲电子科技有限公司 | 直径检测传感器 |
| CN203869671U (zh) * | 2013-12-13 | 2014-10-08 | 长安大学 | 一种木材外形轮廓检测装置 |
| CN104236480A (zh) * | 2014-09-22 | 2014-12-24 | 电子科技大学 | 一种线结构光机器视觉六角钢坯轮廓测量装置及方法 |
| CN104266587A (zh) * | 2014-09-22 | 2015-01-07 | 电子科技大学 | 一种三维测量系统及获得真实3d纹理点云数据方法 |
Non-Patent Citations (1)
| Title |
|---|
| 万聪灵: "高温钢坯机器视觉在线检测系统关键技术研究", 《中国优秀硕士论文集信息科技辑》 * |
Cited By (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112041632A (zh) * | 2018-03-29 | 2020-12-04 | 特威纳有限公司 | 3d对象检测系统 |
| CN108739591A (zh) * | 2018-04-13 | 2018-11-06 | 中国海洋大学 | 一种基于动态结构光测量的过鱼道过鱼量自动计数系统及计数方法 |
| CN109870464A (zh) * | 2019-03-19 | 2019-06-11 | 陕西三星洁净工程有限公司 | 基于机器视觉的杆状物体表面缺陷检测系统及方法 |
| CN112381948A (zh) * | 2020-11-03 | 2021-02-19 | 上海交通大学烟台信息技术研究院 | 一种基于语义的激光条纹中心线提取及拟合方法 |
| CN112381948B (zh) * | 2020-11-03 | 2022-11-29 | 上海交通大学烟台信息技术研究院 | 一种基于语义的激光条纹中心线提取及拟合方法 |
| CN118816757A (zh) * | 2024-09-20 | 2024-10-22 | 北京博视像元科技有限公司 | 一种线激光3d轮廓测量仪消除多重反射的方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107747914A (zh) | 基于线结构光的360°轮廓测量装置及方法 | |
| CN109682826B (zh) | 用于弧面外观检测的机器视觉系统及检测方法 | |
| CN108921901B (zh) | 一种基于精密二轴转台和激光跟踪仪的大视场相机标定方法 | |
| CN106289106B (zh) | 一种线阵相机和面阵相机相结合的立体视觉传感器及标定方法 | |
| CN103868460B (zh) | 基于视差优化算法的双目立体视觉自动测量方法 | |
| CN103759671B (zh) | 一种牙模三维表面数据非接触扫描方法 | |
| CN103776390B (zh) | 基于三维自然纹理数据扫描机的多视场数据拼接方法 | |
| CN108053476B (zh) | 一种基于分段三维重建的人体参数测量系统及方法 | |
| CN109544679A (zh) | 管道内壁的三维重建方法 | |
| CN104655011B (zh) | 一种不规则凸面物体体积的非接触光学测量方法 | |
| CN106959078A (zh) | 一种用于三维轮廓测量的轮廓测量方法 | |
| CN102368810B (zh) | 一种半自动化对齐的视频融合系统和方法 | |
| CN101551918B (zh) | 一种基于线激光的大型场景获取方法 | |
| CN107274336A (zh) | 一种针对车载环境的全景图像拼接方法 | |
| CN110230979B (zh) | 一种立体标靶及其三维彩色数字化系统标定方法 | |
| CN108648232A (zh) | 一种基于精密二轴转台的双目立体视觉传感器一体式标定方法 | |
| Li et al. | Light plane calibration and accuracy analysis for multi-line structured light vision measurement system | |
| CN101762243A (zh) | 一种受限空间三维形貌结构光视觉测量方法 | |
| CN111353997B (zh) | 一种基于条纹投影的实时三维面型缺陷检测方法 | |
| CN102509304A (zh) | 基于智能优化的摄像机标定方法 | |
| CN106971408A (zh) | 一种基于时空转换思想的摄像机标定方法 | |
| CN118229683B (zh) | 基于tof相机的毛刺检测系统及方法 | |
| Li et al. | Line structured light 3D sensing with synchronous color mapping | |
| CN205808362U (zh) | 一种模型重建装置 | |
| Hongsheng et al. | Three-dimensional reconstruction of complex spatial surface based on line structured light |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180302 |
|
| RJ01 | Rejection of invention patent application after publication |