机器视觉3D成像与测量技术研究文献综述

 2022-11-30 02:11

机器视觉3D成像与测量技术研究

1.文献综述

随着数字投影、各种硬件和软件技术的发展,机器视觉三维测量技术在工业、医学、测绘、娱乐业等领域应用越来越广泛。机器视觉的方法又可以分为主动视觉法和被动视觉法,主动视觉法利用主动光源照射被测物体,根据光线的畸变程度来恢复物体的深度信息[1]。结构光法属于主动法之一,可分为光光点式、光条式、光面式和光栅相位法,其中,光线式最为常用。线结构光法是指采用人为的、指定分布的线结构光投射到物体表面,通过摄像机拍摄光条纹图像,结合提取的光条纹中心和相机标定参数根据三角测距原理解算被测物体表面深度信息,最后通过得到的三维点云信息进行测量。因此,本文重点研究机器视觉结构光双目视觉3D成像技术,综述基于多线结构光3D成像系统的标定,立体匹配以及基于空间点云数据的3D测量技术的发展。

  1. 结构光3D成像系统标定技术研究现状

结构光 3D成像系统标定包括摄像机参数标定和激光光平面参数标定。摄像机标定是指通过分析像机采集标定参照物图像,来确定图像坐标系(单位为像素)与实际物理坐标系(单位为毫米)之间的关系,得到相机内参及外参,确定两个镜头之间的位置关系。国内外学者提出了许多标定方法,大致可分为两类:传统标定法,自标定法[2]。

传统标定法通过精确给出的参照物与其对应图像的约束关系进行标定。直接线性变换解法(DLT)由Abdel和Karara提出,该方法不考虑像差,通过线性变换直接求解,简单快速。但由于没有考虑成像畸变因素,标定精度低。为了对畸变进行修正,Wong和Karara提出非线性优化,以提高标定精度。1987年,Tsai提出基于RAC的标定方法,该方法首先线性求得外参数和焦距,然后迭代求解像差系数。其优点是精度较高,标定过程快捷简便,但它仅考虑了镜头的轴对称像差,在像差模型上有些粗糙。自标定方法通过图像点之间的关系进行标定,相机需要从不同方位采集标定参照物图像,是目前机器视觉领域研究热点和前沿。1992年,Faugeras等人首先提出自标定思想,并引入了Kruppa方程来描述多次成像之间的约束关系。许多研究这提出分层逐步标定思想,以QR分解、绝对二次曲面法、模约束法等为代表。Heyden、Pollefeys等进一步提出了拍摄过程中像机内参数变化条件下的自标定方法。

张正友标定法介于传统与自标定法之间,通过对标定板(如棋盘)在不同方向(三次以上)完整拍摄,不需知道标定板的运动方式,直接获得相机的内参和畸变系数。该方法不需高精度的定标仪器,易于实现,是目前广泛运用的方法之一。

目前激光光平面的标定方法主要有拉丝法,锯齿靶标法,基于双重交比不变得方法。拉丝法由国外学者R.Dewer 和 K.W.James共同提出,该法是将结构光投射在异面的几根细丝上,用摄像机采集光平面与细丝相交形成的亮点,再从图像中提取出这些亮点的中心坐标,根据亮点在图像上对应的像素坐标与其在空间上的三维坐标的对应关系即可完成激光光平面的标定。这种方法对设备与操作要求很高,而且能用于标定的特征点个数有限,图像亮点与空间亮点无法一一对应。锯齿靶标法由段发阶等人提出,将锯齿靶标固定在移动平台上,激光光平面与锯齿靶标相交形成折线,通过摄像机采集折线的转折点即锯齿棱线与激光光平面的交点,并通过精确移动锯齿靶标获取不同深度的特征点,从而完成激光光平面的标定,这种方法需要精确移动平台,且操作复杂,不能应用于现场标定。基于双重交比不变的标定方法通过在标定板上寻找多个共线点,将平行多线激光投射在标定板上,通过左摄像机采集对应的含有激光光条的图像,利用交比不变特性求解出激光光条所在直线与共线点所在直线的交点,从而完成平行多线激光光平面的标定。这种方法简单易实现,但计算量大。

  1. 结构光双目视觉立体匹配技术研究现状

立体匹配作为三维重建、非接触式测量等技术的关键步骤,通过双目或多目视觉图像匹配得到视差图,然后利用三角法测量原理得到物体的深度信息。通常根据立体匹配算法所采用的约束,可以分为两大类:局部匹配算法和全局匹配算法。第一类基于区域约束,如采用匹配窗的代价聚合算法,有平方差算法SSD,绝对差算法SAD,归一化算法NCC等;采用相位匹配的匹配算法;采用特征点的匹配算法。这种算法优点是实时性强,缺点是低纹理区域会造成匹配误差。第二类基于全局约束,如动态规划(DP),图分割法(GC),人工智能算法(神经网络,遗传算法)等[3]。这种算法精度较高,基本能获得所有视差信息从而生成稠密视差图,但运算时间长并且会产生一些匹配误差。立体视觉系统中,当物体表面有较明显的特征点时,立体匹配并不困难。但是如果希望测量得到的物体表面三维形状,就需要重建密集表面点,大多数物体表面没有密集特征点,因此无法精确测量三维表面形状。结构光三维测量只要将每条结构光投影射线与其对应的物面上图像像点匹配,就可解决立体视觉中立体匹配的局限。

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文文献综述,课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。