基于机器视觉的高精度测量与装配系统设计

在对某些精密产品实现自动化生产过程中,存在难以对装配该产品所需的多种装配小零件进行高精度自动测量与装配的问题。针对该问题,搭建了基于机器视觉技术的自动化测量与装配系统。基于Halcon图像处理软件平台,对零件图像进行了中值滤波、图像增强等预处理;采用了Canny算法对零件求取像素精度的边缘,并运用椭圆曲线拟合法获取了亚像素精度边缘;建立了两种相机镜头畸变模型,采用径向排列约束(RAC)标定法与张正友标定法对相机进行了标定,并对标定精度进行了对比;实验结果表明：本系统的装配同轴度精度能达到0.05mm,零件尺寸测量标准差低于3.8μm,满足工业需求,可以解决工业实际问题。     

结构光三维测量系统标定的关键算法研究

系统参数标定是结构光三维测量系统的关键问题之一,标定板特征圆圆心检测精度与投影仪、相机镜头gamma效应引起的相位误差是系统参数标定的主要误差来源。采用Sobel算子粗定位标定板特征圆的边缘点,以正交傅里叶-马林矩(OFMM)算子对边缘点进行亚像素定位,用椭圆拟合法确定特征圆圆心的方法提高标定板特征圆检测精度。同时,推导结构光三维测量系统gamma非线性数学模型,将计算得到的系统gamma值的倒数作为投影正弦光栅的指数以降低gamma效应引起的相位误差。实验结果证明了该方法的准确性,与不采用亚像素边缘检测与gamma校正相比,X、Y方向的标定精度分别提高约3.5倍与5倍。     

全景结构光视觉测量通用畸变校正模型

现有的结构光视觉测量系统中,相机和结构光投射器安装在玻璃管内部以实现全景测量,但玻璃管会导致光发生折射而带来畸变。针对上述畸变,分析了光线在两个圆柱形表面折射的过程,研究了两个异面的折射平面所带来的畸变,建立了一种全景结构光视觉测量通用畸变校正模型。采用全景结构光视觉测量系统对内径为288.50 mm的铝管进行测量,基于全景结构光视觉测量通用畸变校正模型计算铝管的内径。实验结果表明,系统的重复性精度为0.047 mm,测量精度为0.23 mm,系统具有较好的稳定性和可靠性,所提出的全景结构光视觉测量通用畸变校正模型具有较高的准确性。     

大视场短焦距镜头CCD摄像系统的畸变校正

从光学测量角度出发,结合计算机视觉中的摄像机标定方法,解决了大视场短焦距镜头CCD摄像系统的畸变校正问题。与摄像机标定不同,畸变校正中仅标定内部参数,外部参数作为已知条件。采用线性畸变模型,由最小二乘法解线性方程组得到摄像系统畸变模型的畸变系数。介绍了数字图像中像素间距和光学中心的标定方法。通过比较由标定参数得到的畸变图像和摄像机采集的畸变图像对实验标定精度进行评定,实验结果表明边缘视场(112°)的标定精度达到了0 75%。     

光学透射式AR-HUD系统的标定方法研究

针对增强现实系统中的标定问题,提出了一种光学透射式平视显示系统标定方法.分析系统中各组成部分之间的关系,定义不同的坐标系.由于在标定时相机与光学显示系统会带来一定程度上的虚拟图像畸变,因此在建立模型时,将相机与光学显示部分的畸变考虑进去,并进行校正.利用非线性回归估计方法对模型求解,计算系统标定参数.这种结合光学显示图像畸变与相机成像畸变校正的标定方式,提高了光学透射式平视显示系统的标定精度.实验结果表明,本文标定算法的平均相对误差小于0.42%,基本满足系统对标定精度的要求.     

单摄像机立体视觉测量系统的高精度变焦标定技术

针对现有用于光学测量的双目变焦系统标定方法难度大、测量精度受限于两摄像机内参一致性等问题。提出一种基于单摄像机的平行双目立体视觉系统实现及其高精度变焦标定方法。方法基于三角测量原理采集图像,利用高精度位移台驱动单摄像机进行平移以保证基线精度;求解离散焦距下的预标定结果并利用BP神经网络模型对其进行拟合,以实现任意焦距下系统内外参数动态估计。实验结果表明,系统预标定的重投影误差小于0.1664 pixel,变焦后图像畸变校正平均误差为0.0982 pixel,立体视觉测量尺寸绝对误差小于0.05mm。方法能弥补传统变焦标定方法的不足,消除双目内参不一致引入的误差,提高视觉系统的测量精度。     

结构现场可调的点激光精密测量系统

为了实现激光传感器测头可以根据现场条件来实时改变入射角度,建立了结构可调的点激光测量系统。建立了相机的针孔模型,利用张正友标定算法得到该相机模型的内部参数,定义点激光测量系统中的光心角,推导出利用像点坐标和相机内部参数实时求取光心角公式。建立了点激光测量系统的数学模型,引入点激光测量系统的结构参数:基线距和基准角,利用零平面和两个基准面标定系统结构参数。利用标定得到的系统结构参数进行实时的逆向工程在线测量。实验结果表明:测量系统量程为75mm时,该标定算法最大标定误差≤0.02mm,点激光测量系统的测量误差≤0.06mm,达到精密测量的要求。     

基于激光扫描的鱼眼相机三维标定方法

由于鱼眼相机成像存在较大的畸变,采用二维标定板的方法难以在图像边缘区域获得准确可靠的角点,从而导致标定精度下降,而传统的三维标定法存在标定场建造复杂,特征点数目有限等问题。为此,提出一种基于激光扫描的鱼眼相机三维标定方法。该方法首先通过激光扫描仪获取室内标定空间的三维点云图,然后利用尺寸不变特征变换匹配方法得到点云图与待标定相机照片的对应点的匹配关系,并进行分块随机抽样一致性(RANSAC)筛选,再根据对应点的图像坐标和物理坐标进行三维RANSAC筛选,估算最终的鱼眼相机内外参数。与经典的张正友标定法及其改进方法相比,该方法能够获得更多的有效特征点,使标定精度明显改善,从而较好地实现鱼眼相机的畸变校正。该方法简便、精确,有广泛的适用性。     

靶丸空间坐标的高精度测定技术

为在惯性约束聚变系统中开展靶丸空间坐标的高精度测量,针对人工方式瞄准方法在安装调试上存在费力费时、自动化程度不高等缺点,采用基于双目视觉的方法,利用高精度2维标定板,通过迭代方法使角点提取精度达到0.1个亚像素,采用奇异值分解法来去除奇异点、改进的张正友标定算法等手段提高了标定精度。实验表明,在坐标测量精度均为25μm,距离测量的系统最大误差小于100μm,指标能满足系统要求。     

相机内参量及像差系数与外参量的解耦标定方法

基于无穷远点与相机内参量关系,提出了一种相机内参量及像差系数与外参量解耦标定方法.首先,根据平面单应计算绝对二次曲线在像面的投影方程,线性求解相机内参量;然后,将重投影像点视为理想像点线性求解像差系数,并计算像点重投影误差;最后,将序列图像的平面单应作为待优化参量,以最小化像点重投影误差为目标函数,重复上述过程,输出最优的相机内参量和像差系数.在相同配置下,分别对本文方法和张正友平面靶板标定方法的标定准确度进行仿真与对比分析.基于不同姿态和位置的27幅棋盘格图片,分别利用这两种方法对相机内参量进行标定实验.实验结果表明:与张正友平面靶板标定方法相比,本文方法的标定准确度提高了至少1％;在实物实验中,张正友平面靶板标定方法和本文方法的重投影残差分别为0.064像素和0.008像素.     

Accurate calibration for a camera–projector measurement system based on structured light projection

The accurate calibration for a camera–projector measurement system based on structured light projection is important to the system measurement accuracy. This study proposes an improved systematic calibration method focusing on three key factors: calibration model, calibration artifact and calibration procedures. The calibration model better describes the camera and projector imaging process by considering higher to fourth order radial and tangential lens distortion. The calibration artifact provides a sufficient number of accurate 3D reference points uniformly distributed in a common world coordinate system. And the calibration procedures calibrate the camera and projector simultaneously based on the same reference points to eliminate the influences of the camera calibration error on the projector calibration. The experiments demonstrate that our calibration method can improve the measurement accuracy by 47%.     

A novel calibration approach to structured light 3D vision inspection

Structured light 3D vision inspection is a commonly used method for various 3D surface profiling techniques. In this paper, a novel approach is proposed to generate the sufficient calibration points with high accuracy for structured light 3D vision. This approach is based on a flexible calibration target, composed of a photo-electrical aiming device and a 3D translation platform. An improved algorithm of back propagation (BP) neural network is also presented, and is successfully applied to the calibration of structured light 3D vision inspection. Finally, using the calibration points and the improved algorithm of BP neural network, the best network structure is established. The training accuracy for the best BP network structure is 0.083 mm, and its testing accuracy is 0.128 mm.     

补强片自动贴片系统高精度手眼标定方法

针对补强片自动贴片系统的手眼标定问题,为了消除相机安装的垂直度偏差带来的误差,提出了一种新的手眼标定方法。使用标定板得到相机的外参数,将外参数与常规的二维标定模型相结合,从而间接计算出相机坐标系与机器人基础坐标系的齐次坐标转换矩阵,使手眼标定模型扩展为三维。三维模型的标定计算误差小于0.1 m,相比二维模型降低了1个数量级,有效提高了标定计算精度。利用厚度较小的菲林修正齐次坐标变换矩阵的Z方向分量,系统具有较高的定位精度,手眼标定的误差绝对值小于0.015 mm,有效减小了误差均值,设备性能得到大幅提高。该方法在系统可控自由度有限的情况下,能够得到手眼标定问题的唯一解,提出的三维模型中包括了相机的完整姿态信息,相比常规的标定方法没有相机安装等额外的限制条件,能有效提高系统的手眼标定精度。     

基于交比不变性的投影仪标定

提出了一种新的投影仪标定方法以提高数字光栅投影三维测量中投影仪标定的准确性。该方法结合二次投影技术和交比不变性进行投影仪标定。采用二次投影技术解决投射图案与标定板图案互相干扰的问题;采用交比不变性以避免引入相机的标定误差。接着进行了对比实验,以验证所提方法的有效性。选取需要相机参数的传统投影仪标定方法以及根据全局单应性的投影仪标定方法作为对比方法。结果显示,本方法的反投影误差标准差分别从(0.2275,0.2264)像素和(0.1397,0.0997)像素降低到(0.0645,0.0601)像素,反投影误差的最大值分别从1.222像素和0.5617像素降低到0.2421像素。另外,该方法还可同时标定相机,从而获得整个三维测量系统的参数。本文提出的方法可以避免相机标定参数的误差传递,提高投影仪的标定精度。     

基于平面互补靶标的线结构光标定系统

为提升线结构光传感器的标定效率与精度,设计了一种集成自背光可调节位姿的平面棋盘格-同心圆互补线结构光标定系统。该系统基于同心圆圆心的真实投影位置与投影椭圆圆心位置的几何关系,建立非线性优化偏心误差补偿模型,精确得到透射投影下圆心偏心误差补偿位置。该方法与传统标定方法对比降低重投影误差84.7%,有效解决了圆形标志物偏心误差补偿的高精度标定难题。通过将相机坐标系下过光心、光条中心线的平面与靶标平面结合,多次获取空间交线的坐标信息增加特征点,并使用最小二乘法拟合光平面方程,解决了因特征点少从而平面拟合标定精度较低的问题。在复杂环境下重复实验测得大尺寸砂轮外径误差均值为0.005 1 mm,结果表明该标定系统具有一定的准确性和简便实用性。     

A flexible and rapid micro-adjustment algorithm for structured light 3D measurement system with camera–projector

The structured light 3D measurement system with camera–projector has been widely studied and applied because of its characteristics of simple structure. In practice, we find that slight shock, vibration, or long-term applying may slightly reduce its level of measurement accuracy; thus, correcting the system parameters is occasionally necessary. However, most calibration algorithms are complicated and time-consuming procedures, not suitable for flexible and rapid precise calibration operation. To address this limitation, a flexible and rapid system parameter micro-optimization algorithm based on an implicit projection model is proposed. With a flexible measurement of an arbitrary 3D gauge, the system parameters are optimized rapidly by Levenberg-Marquardt (L-M) algorithm; thus, the high degree of accuracy of the system can be restored. Experiments were performed to validate the availability and reliability of the adjustment method. The algorithm can meet the convenient and real-time accuracy maintenance in practical application for structured light 3D measurement system.     

A flexible new three-dimensional measurement technique by projected fringe pattern

Aimed at the problems of inferior precision and bad maneuverability for three-dimensional (3D) measurement by projected fringe pattern, a flexible new 3D technique for performing system calibration and measuring was proposed. First, we analyzed the principle of conventional 3D measurement with projected fringe pattern, and pointed out the shortcoming of measurement system. Then, the CCD camera calibration technique is analyzed and we set up the perspective projection model which transforms the computer image coordinate to 3D world coordinate, and we get the coordinate of the CCD camera image lens. Third, the position of projection lens optical center can be obtained using the above model. At last, some experiment results presented show that this technique is more simple and robust in engineering than conventional measurement method.     

基于神经网络的虚拟靶标大视场双目相机标定技术

针对大视场双目相机标定中的精度低和非线性畸变问题,提出了一种结合BP神经网络的大尺寸虚拟靶标标定技术。鉴于单角点棋盘格具有易制作、高精度的特性,构建大尺寸虚拟靶标;利用神经网络的非线性映射能力直接建立角点的像素坐标和世界坐标映射关系;用建立的映射网络对测试样本进行三维重建,并与传统的线性标定方法进行对比实验。结果表明,该方法操作简单,且重建距离相对误差为0.92%,优于传统的线性标定方法,可用于大视场双目相机标定。     

Complex object 3D measurement based on phase-shifting and a neural network

An accurate phase-height mapping algorithm based on phase-shifting and a neural network is proposed to improve the performance of the structured light system with digital fringe projection. As phase-height mapping is nonlinear, it is difficult to find the best camera model for the system. In order to achieve high accuracy, a trained three-layer back propagation neural network is employed to obtain the complicated transformation. The phase error caused by the non-sinusoidal attribute of the fringe image is analyzed. During the phase calculation process, a pre-calibrated phase error look-up-table is used to reduce the phase error. The detailed procedures of the sample data collection are described. By training the network, the relationship between the image coordinates and the 3D coordinates of the object can be obtained. Experimental results demonstrate that the proposed method is not sensitive to the non-sinusoidal attribute of the fringe image and it can recover complex free-form objects with high accuracy.     

结构光三维测量系统中投影仪标定技术研究

投影仪标定是单摄像机单投影仪结构光三维测量中的基础。采用双面标定块实现投影仪的标定。标定块正面为黑底白色圆点图案,通过Tsai两步法及非线性优化完成摄像机标定。背面为反射率均匀的白色平面,由投影仪投影双方向高亮度的直线来生成特征点。针对特征点三维坐标难以确定的问题,采用了两种方法:一是依靠摄像机标定结果;二是结合正面圆点图案,利用交比不变性获取更多的有效输入数据。标定设备简单,操作方便。实验结果证明具有较理想的标定精度。