一种基于双目立体视觉的激光线扫描技术

一种基于双目立体视觉的激光线扫描技术
林俊义;黄常标;刘斌;江开勇
【摘要】A iming at the high cost in calibrating linear structured laser scanning system and the diffi-culty of stereo matching problem in binocular stereo vision,a 3D ragasuremeng method based on binocularstereo vision is proposed combining with linear structured laser scanning to obtain the 3D data of the object.The method applies zhang'S camera calibration method to be applied to carry out the stereo calibration of thesystem,and BOUGEST method is adopted to rectify the captured images.With barycenter method laser stripescenter is extracted accurately.On the basis of image rectification the stereo matching of laser tripe center canbe obtained quickly.Then the system can complete scanning of the object combining with the principle of lin-ear structured laser scanning.Finally,a shoe tree with complex free form surface is measttred by the system,which result indicates that the method can measure the required 3D data quickly and accurately.%针对线结构激光扫描系统标定成本高,而双目立体视觉测量中立体匹配难的问题,提出了在双目立体视觉的原理上,结合线结构激光扫描的方法实现对被测物体的三维测量.该方法采用张正友相机标定方法对系统进行立体标定；采用BOUGUET,S法对左右相机图像进行立体校正；运用重心法进行激光中心线的精确提取.在图像校正的基础上,可快速实现激光中心线位置的立体匹配；再结合线扫描原理可完成对物体的扫描工作.最后,使用该系统对具有复杂自由曲面的鞋楦进行测量,结果表明:该方法能快速准确地测量出符合要求的三维数据.
【期刊名称】《机械设计与制造》
【年(卷),期】2011(000)008
【总页数】3页(P200-202)
【关键词】线结构激光扫描;双目立体视觉;立体匹配;三维测量
【作者】林俊义;黄常标;刘斌;江开勇
【作者单位】华侨大学模具技术研究中心,厦门361021;华侨大学模具技术研究中心,厦门361021;华侨大学模具技术研究中心,厦门361021;华侨大学模具技术研究
中心,厦门361021
【正文语种】中文
【中图分类】TH16;TP731
1 引言
线结构激光扫描技术具有非接触式、光条图像易于处理、测速快、成本低、操作方便灵活等特点，在视觉测量、工艺检测等领域具有广阔的应用前景。

该技术中对系统的标定是测量技术实现的关键环节，目前，根据线结构光传感系统的测量模型，提出了许多标定方法，如三维立体靶标标定法[1]，齿形靶标定法[2]以及拉丝标定
法[3]等。

这些标定方法都要求靶标具有很高的精度，成本比较高，而且标定过程
繁琐；目前操作简单、低成本的标定方法成为研究热点[4]。

摄像机标定与立体匹配是双目立体视觉系统中最重要也是最困难的问题。

随着摄影测量和计算机视觉理论的发展，许多学者对摄像机标定技术进行了深入研究[5－7]，现已发展的比较成熟；也有许多学者对立体匹配进行了大量的研究[8]。

提出了一
种基于双目立体视觉的激光三维测量技术，采用了张正友平面模板标定法，系统标定不需昂贵的精制标定块；同时，利用标定结果对图像进行校正，并结合线结构激光条纹进行匹配点搜索，大大降低了双目立体视觉中立体匹配的难度。

2 系统组成
测量系统结构，如图1 所示。

由两个CCD 工业摄像机和一个半导体激光器组成三维视觉传感器，该传感器安装在主体支架上，在运动控制卡的控制下，支架沿着直线导轨做一维直线运动，该运动由贯穿式直线电机与丝杆带动完成。

运动过程中，图像采集卡完成对图像的采集工作，并传输至PC 机进行图像处理和三维反求。

图1 测量系统结构
3 系统原理与实现
3.1 摄像机标定模型与求解
所谓的摄像机标定就是建立摄像机图像像素位置与实际场景点位置之间的关系，其基本途径是根据摄像机模型，由已知特征点的图像坐标和对应的实际三维坐标求解摄像机的模型参数。

采用张正友基于平面模板的立体标定方法，其摄像机模为理想的针孔模型：整个模型共有4 套坐标系：（1）世界坐标系（Ow，Xw，Yw，Zw）；（2）摄像机坐标系（Oc，Xc，Yc，Zc）；（3）图像物理坐标系（O1，x，y）；（4）图像像素坐标系（O0，u，v）。

空间某点P 到其像点p 的坐标转换主要是通过这4 套坐标系之间的3 次转换来实现的；其数学表达式如下（1）所示：
式中：γ—比例因子；A—内参数矩阵，正交旋转矩阵R 和平移向量t 组成外参数矩阵。

假设A［R，t］=H，则称矩阵H 为单应性矩阵。

由于现实中用的摄像机都不可能是理想的针孔模型，因此必须考虑摄像机的透镜畸变。

科研人员提出的平面模板标定法中只考虑了径向畸变，其模型如下：
式中：（xd ，yd ）—实际检测到的坐标；（xu ，yu）—理想的坐标。

采用科研人员标定方法[6]，其中平面模板为黑白相间的棋盘格，每格大小为（10×10）mm，个数为（15×13），世界坐标系建立在模板平面上，原点位于棋盘中心角点上。

在物距为150mm 的位置，摆放5 个不同的位置拍摄得到5 对不同位姿的图像。

采用Harris 算法进行角点提取，其中，一个位姿的模板提取结果，如图2 所示。

经标定得到左右摄像机参数如下：
其中，外参数与模板位置有关，每个位置都有一组外部参数，这里就不一一列出；本方法以第一个模板位置为基准且要求此时模板平面与导轨平行。

图2 标定模板及角点提取结果
3.2 图像立体校正与激光中心线提取
系统两个CCD 摄像机每秒钟可以同时采集到20 帧图像，为了快速反求出激光中心线处的三维信息，结合了双目立体视觉的原理，利用标定结果，采用BOUGUET 法对采集到的激光图像进行立体校正；对校正后的图像进行激光中心线的提取。

由于摄像机拍摄时存在一定的噪声，对每幅图像先采用高斯滤波法进行图像去噪，再采用阈值法与重心法进行图像中心线提取，提取结果如图3 所示。

为了提高精度，对中心线进行最小二乘曲线拟合。

图3 激光图像中心线提取结果
3.3 图像立体匹配与三维重构
经过立体校正与激光中心线提取后，立体匹配就比一般的双目立体视觉图像匹配简单得多，左图像中激光中心线处的任意一点只要在右图像中找得到位于同一行的激光中心线点，那么此点即为匹配点。

找到匹配点后，利用视差原理可以快速求出改点的三维信息，公式如下：
式中：cx、cy—左摄像机光心；Tx—左右摄像机光心之间的距离，右摄像机光心；d—左右图像的像素差。

4 实验与结果讨论
系统实验装置，如图1 所示。

其中，两个CCD 摄像机采用WATEC 902B，激光
器采用650nm 波长半导体激光器，图像采集卡为ADLINK 的RTV24，采用运动
控制卡与直线电机与导轨保证三维传感器做精确的一维运动；采用VS2008 作为
开发平台，结合OpenCV 函数库进行立体标定、图像处理、激光中心线提取、立体匹配与三维重构等工作。

使用系统对具有复杂自由曲面的鞋楦表面进行测量，采用20mm/s 的运动速度，可在30s 之内完成一次测量，每次测量可获得一个视角的三维数据，把多个视觉的测量结果拼接起来，即可得到一个完整鞋楦；一个视角和相邻两个视角的拼接效果，如图4 所示。

图4 两个视角的测量结果
从测量结果可以看出，系统基本能够满足逆向工程的要求，通过提高标定精度、激光中心线提取精度等，可以进一步完善本系统，以便有更广阔的应用
参考文献
【相关文献】
［1］徐光，刘立峰，曾建超，等.一种新的基于结构光的三维视觉系统标定方法［J］.计算机学报，1995，18（6）：450－456.
［2］段发阶，刘凤梅，叶声华.一种新型线结构光传感器结构参数标定方法［J］.仪器仪表学报，2000，21（1）：108－110.
［3］DEWAR R.Self－generated targets for spatial calibration of structured light optical section sensors with respect to an external coordinate system［C］.Robots and
Vision’88Conf.，Detroit，1988：5－13.
［4］孙军华，张广军，刘谦哲，等.结构光视觉传感器通用现场标定方法［J］.机械工程学报，2009，45（3）：174－177.
［5］Zhang Z.A flexible new technique for camera calibration ［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence，2000，22（11）：1330－1334.
［6］Song L M，Wang M P，Lu L，et al.High precision camera calibration in vision measurement［J］.Optics＆Laser Technology，2007，39（7）：1413－1420.
［7］Tsai R.A versatile camera calibration technique for high－accuracy 3D machine vision metrology using off－the－shelf TV cameras and lenses［J］.IEEE J.Robotics and Automation，1987，3（4）：323－344.
［8］白明，庄严，王伟.双目立体匹配算法的研究与进展［J］.控制与决策，2008（7）：721－729.。