基于散斑時域相關的大尺寸光學毛坯三維測量方法
【專利摘要】本發明公開了一種大尺寸光學毛坯快速三維測量的方法。本發明主要運用散斑時域相關技術、結構光雙目三維測量技術對大尺寸光學毛坯進行測量。相對于一般的激光照明，時域散斑的特點是受到粗糙光學毛坯表面的散射光影響小，通過運用N幅散斑的時域相關技術，可以成功對粗糙光學毛坯表面進行測量。本發明技術方案解決了大尺寸光學毛坯測量測量面積大、耗時長以及毛坯表面散射強等問題，運用雙目三維測量技術，投影能夠實現對大尺寸光學毛坯的測量的時域散斑到光學毛坯表面。利用雙目相機同步采集N組圖案進行相關運算，進行三維重構，從而實現大尺寸、低成本、快速的光學毛坯三維測量。
【專利說明】
基于散斑時域相關的大尺寸光學毛坯三維測量方法
技術領域
[0001]本發明涉及光學元件檢測領域，具體地說是運用結構光雙目三維測量的方法進行 大尺寸光學毛坯的測量。
【背景技術】
[0002]大尺寸光學毛坯的測量一直是毛坯制作過程中重點被關注的問題，測量的精度關 系到毛坯的質量和后期的加工處理，測量的速度關系到毛坯的生產效率。
[0003] 現階段測量的方法主要有輪廓測量和干涉測量。輪廓測量中，三坐標測量方式依 靠的是接觸毛坯表面的尖銳探針去直接測量三維形貌，存在著測量效率低下、測量周期長 以及空間分辨率受限等問題。另外一種擺臂式輪廓儀雖然在精度上有所提高，但是同樣面 臨著測量效率低下的問題，而且測量范圍小，主要適用于小口徑非球面測量。因此輪廓測量 主要適用于研磨階段的檢測。適用于拋光階段的干涉測量方式，其精度能達到納米量級，但 是針對于散射特性的粗糙光學毛坯表面，激光干涉方式并不適用。
[0004] 相對于傳統測量方法，更強調精度和穩定性的計算機視覺測量方法是近些年出現 的新型測量方式和發展趨勢。相關【背景技術】例如以色列hexagon公司生產出一系列運用于 工件測量如汽車車身的拍照式白光測量裝置，單次投影一幅散斑圖像到大型工件表面，三 個相機同時拍攝工件，在l〇ms內便可以得到工件表面的紋理圖像，并且測量誤差控制在 0.025mm以內。
[0005] 具體到大尺寸光學毛坯的測量，針對于光學毛坯表面的散射特性，結構光選擇也 有特殊要求。我們給出的解決方案不同于之前提到的技術，采用散斑時域相關技術，很好的 克服了光學毛坯表面的散射問題，并且結合后續的程序對投影的控制和兩個工業相機的同 步觸發采集操作，可以實現大尺寸光學毛坯的快速三維測量。
【發明內容】
[0006] 本發明的目的在于提出一種基于散斑時域相關的大尺寸光學毛坯快速三維測量 方法。
[0007] 本發明的系統包括： 1) 一個圖案發生裝置，依次投影N幅二元帶通隨機圖案到光學毛坯上； 2) 兩個工業相機位于圖案發生裝置的左右兩側，同步采集N對圖像； 3) -個數據處理系統，根據事先編寫的程序進行基于單像素點時域灰度序列相關運算 的密集匹配，即對圖像內所有像素進行匹配。最后輸出整個待測區域的視差數據，根據三角 原理計算出光學毛坯的深度信息，進行三維重建。
[0008] 本發明的技術解決方案如下:一種基于散斑時域相關技術的大尺寸光學毛坯快速 三維測量方法，其特點在于包括但不僅限于以下步驟：
[0009] 1)將N幅二元帶通隨機圖案燒進圖案發生裝置。
[0010] 2)編程使圖案發生裝置每隔一定時間投影一幅所述二元帶通隨機圖案到光學毛 坯表面。
[0011] 3)已經過事先標定的左右兩個相機同步被觸發并記錄N組從物體上反射回來的圖 像。
[0012] 4)基于事先標定所得的三維測量系統的內外參數對采集到的N組圖像進行極線校 正，使得同源點極線水平且共線。
[0013] 5)對極線校正后的N組圖像進行基于單像素時域灰度序列相關運算的密集匹配， 即對圖片內所有的點進行匹配。
[0014] 6)最后輸出整個感興趣區域(R0I)的視差數據，基于三角原理計算出待測物體表 面的三維信息，進行三維重建。
[0015] 所述的二元帶通隨機圖案按照下列步驟生成：
[0016] 1)生成N幅尺寸為m*n的二元隨機圖像；
[0017] 2)對上述二元隨機圖像進行帶通濾波，截掉其高頻與低頻部分；
[0018] 3)對上述帶通濾波產生的灰度圖像進行二值化。
[0019] 所述的基于單像素時域灰度序列相關運算的密集匹配，數學表達式為：
其中，其中，gi(x，y，t)和g2(x+d，y，t)為第t幅二元帶通隨機圖案中像素點（x，y)與像 素(x+d，y)的灰度值;mi為N幅二元帶通隨機圖案中像素點（x，y)處灰度向量
均值;si為N幅二元帶通隨機圖案中像素點(x，y)處灰度
的標準差。
[0020] 由于在進行密集匹配前，N組圖像已經過極線校正處理，即對左邊圖像中的目標 點，其在右邊圖像中的同源點一定在同一水平方向上。因此只需要沿著水平方向通過計算 TCT值搜索其同源點。一旦某個點的TCT值達到最大并且超過設定的閾值，則判定此點即為 目標點的同源點。坐標的差值d即為視差d，然后可根據三角原理計算待測物體表面各點的 深度。
[0021] 本發明方法的設備只需要一臺可用于投影N幅二元帶通隨機圖案的圖案發生裝 置、2臺工業相機。上述設備連接到計算機，通過實現編寫好的程序即可完成快速精確的大 尺寸光學毛坯的三維測量。
【附圖說明】
[0022] 圖1是本發明用于基于時域散斑技術大尺寸光學毛坯快速三維測量的設備示意 圖。1、2為兩個工業相機，3為投影N幅二元帶通隨機圖案的圖案發生裝置，4為待測的大尺寸 光學毛坯，5為計算機。
[0023] 圖2是本發明中使用的二元帶通隨機圖案。
[0024] 圖3是本發明中使用的匹配方法流程圖。
[0025] 圖4是本發明中散斑圖案投影在光學毛坯表面的圖像。 圖5是三角測量原理示意圖。
【具體實施方式】
[0026]下面結合實例和附圖對本發明作進一步說明，但不應以此限制本發明的保護范 圍。
[0027]本發明用于大尺寸光學毛坯的快速三維測量方法所采用的設備結構如圖1所示。 其中，圖案發生裝置3順序投影20幅二元帶通隨機圖案到大尺寸光學毛坯表面。左右兩個工 業相機同步采集毛坯反射回來的圖像，然后將采集到的圖像傳送給計算機5分析處理并輸 出三維點云信息。
[0028] 大尺寸光學毛坯的快速測量之所以選擇時域散斑作為結構光是由于光學毛坯本 身的限制。一般的激光照射在光學毛坯表面會引起強烈的散射。而散斑時域相關技術本身 對散射并不敏感，可以解決散射的問題，對光學毛坯進行快速測量。
[0029] 所述的二元帶通隨機圖案由按照以下步驟生成：
[0030] 1)利用程序(例如MATLAB二元隨機圖像生成程序)生成20幅尺寸為m*n的二元隨機 圖像；
[0031 ] 2)對上述二元隨機圖像進行帶通濾波，截掉其高頻與低頻部分(高頻取0.07，對應 低頻取0.05);
[0032] 3)對上述帶通濾波產生的灰度圖像進行二值化，最終得到20幅尺寸為m*n的二元 帶通隨機圖案。
[0033]所述的二元帶通隨機圖案選擇為20幅的原因為：圖片數量多雖然獲取的點云信噪 比高但是處理的時間長，無法做到快速測量;而數量少則減小了信噪比，導致匹配不準確問 題的出現。
[0034]本發明的實驗結果顯示了，對于處于靜止的大型粗糙光學毛坯，采用散斑時域相 關技術和同步數據采集與處理的方案可以進行快速準確的大型粗糙光學毛坯的三維紋理 測量，以對后續的生產步驟提供參考。從毛坯本身特性考慮，由于選取的是均勻的光學非球 面毛坯，在測量過程中，通過擬合可以達到更高的測量精度。本發明的另一優勢在于不失測 量速度和精度的同時兼顧了成本的低廉，整套設備硬件只有兩個工業相機、一個投影設備、 一個計算機，軟件全部由自己編寫，從而可以批量生產運用于大型光學毛坯的測量。也可以 運用在其他工業三維測量過程中，甚至是普通大眾，例如人臉三維測量。
[0035] 本發明經實驗驗證，適用但不僅限于粗糙的大尺寸光學毛坯的快速三維檢測。對 于其他粗糙的具有強散射性質的物體表面三維紋理的三維檢測同樣適用。
【主權項】
1. 一種基于散斑時域相關的大尺寸光學毛巧Ξ維測量裝置，其特征在于，包括:一個圖 案發生裝置、位于該圖案發生裝置左右兩側的工業相機、W及一個數據處理系統，該數據處 理系統分別與所述的圖案發生裝置、工業相機相連。2. -種基于散斑時域相關的大尺寸光學毛巧Ξ維測量方法，其特征在于，該方法包括 如下步驟： 步驟1、圖案發生裝置依次投影Ν幅二元帶通隨機圖案到光學毛巧上； 步驟2、兩個工業相機同步采集從光學毛巧表面反射的Ν對圖像，并傳輸給數據處理系 統； 步驟3、數據處理系統將步驟2獲取的Ν對圖像進行極線校正； 步驟4、對經過基線校正的Ν對圖像進行基于單像素點時域灰度序列相關運算的密集匹 配，輸出整個光學毛巧表面的視差數據； 步驟5、數據處理系統根據Ξ角原理計算出光學毛巧的深度信息，進行Ξ維重建。3. 根據權利要求2所述的基于散斑時域相關的大尺寸光學毛巧Ξ維測量方法，其特征 在于所述的步驟1中二元帶通隨機圖案被事先燒結進圖案發生裝置，W設定的時間間隔依 次投影Ν幅二元帶通隨機圖案到光學毛巧上。4. 根據權利要求2所述的基于散斑時域相關的大尺寸光學毛巧Ξ維測量方法，其特征 在于，所述的步驟1的投影圖案生成方法具體是： 11) 生成Ν幅固定尺寸的二元隨機圖像； 12) 對上述二元隨機圖像進行帶通濾波，截掉其高頻與低頻部分，得到灰度圖像； 13) 對上述灰度圖像進行二值化。5. 根據權利要求2所述的基于散斑時域相關的大尺寸光學毛巧Ξ維測量方法，其特征 在于，所述的步驟3進行基于單像素時域灰度序列相關運算的密集匹配時，數學表達式為：其中，d為視差，lBWL(x，y，t)和lBWR(x+d,y, t)分別為第t幅二元帶通隨機圖案中左右圖 像中像素點（x，y)與像素點（x+d，y)的灰度值，由此二者各形成一個灰度向量lBWL(x，y)和 lBWR(x+d,y)。6. 根據權利要求2所述的基于散斑時域相關的大尺寸光學毛巧Ξ維測量方法，其特征 在于，所述的步驟3進行基于單像素時域灰度序列相關運算的密集匹配的具體步驟為： 31) 對于已經過極線校正的N幅二元帶通隨機圖案，左側圖像中的某個像素點（x，y)，根 據極線約束確定其在右側圖像中的同源點在沿著極線的方向上； 32) 沿著極線方向，通過計算右側圖像中像素點與左側圖像中像素點(x，y)的相關運算 LTCT值來尋找像素點(X，y)的同源點； 33) 若沿著極線方向上的某點的LTCT值超過某一闊值，判定此點（x+d，y)是左側圖像中 像素點(x，y)的同源點。7. 根據權利要求6所述的基于散斑時域相關的大尺寸光學毛巧Ξ維測量方法，其特征 在于，所述的一對同源點(x，y)和(x+d，y)，其視差為d，根據Ξ角測量原理，如圖5所示，權利 要求5所述的視差d=(a-al) + (b-bl)，根據Ξ角形相似性原理，光學毛巧在此點的深度信息 ^ = 4,其中f為相機的焦距，兩個相機的焦距相等，b為兩個相機之間的基線長度。整個毛巧 a 表面的深度信息被全部重建出來。
【文檔編號】G01B11/25GK106091987SQ201610420870
【公開日】2016年11月9日
【申請日】2016年6月14日 公開號201610420870.3, CN 106091987 A, CN 106091987A, CN 201610420870, CN-A-106091987, CN106091987 A, CN106091987A, CN201610420870, CN201610420870.3
【發明人】李超, 周常河, 王少卿, 范鑫, 楊博荃
【申請人】中國科學院上海光學精密機械研究所