【技术实现步骤摘要】
一种单相机结合二维码测量玻璃板不平度的方法
本专利技术涉及视觉测量
,尤其涉及一种单相机结合二维码测量玻璃板不平度的方法。
技术介绍
物体表面的三维形貌是物体表面最基本的几何性质,对物体表面形貌信息的获取在工业生产制造中具有重要的意义,所以如何高效、准确地获取物体表面点的三维数据是现代工业发展中一个需要解决的难题。近年来,随着传感技术,图像处理以及计算机技术的发展,具有测量快速、准确,且可测量范围很大等优点的非接触式三维重建方法,在物体表面外形检测领域中得到了非常广泛的应用。目前常用的三维测量方式包括使用双目相机或者单相机加一定的光学条件。在使用双目相机测量时,对于两个相机的摆放位置有一定要求,这会使得整个测量系统的体积较大。并且大多数测量物体都是刚性物体,且多为漫反射表面。
技术实现思路
本专利技术目的就是为了弥补已有技术的缺陷,提供一种单相机结合二维码测量玻璃板不平度的方法。本专利技术是通过以下技术方案实现的:本专利技术利用单相机获得玻璃板的图像,通过精确识别玻璃板上角点坐标可计算的二维码(如QR码)阵列,从而建立图像点和空间三维点的关系,来确定物体三维信息。整个测量过程包括相机标定,求取相机内外参数;基于玻璃板反射的相机外参数求解;对二维码先计算外围轮廓中心距,作为定位点,然后根据轮廓顶点关系确定二维码的四个顶点坐标;将采集图像上的变形角点坐标与已知角点坐标拟合求得反射对应关系,根据其对应关系来求玻璃板的每点深度表达式,恢复表面形貌,从而可分析其不平度。一种单相机结合二维码测量玻璃板不平度的方法,包括以下步骤:S1:相机标定,得到相机内参数和外参数 ...
【技术保护点】
1.一种单相机结合二维码测量玻璃板不平度的方法,其特征在于:包括以下步骤:S1:相机标定,得到相机内参数和外参数初始值,建立图像像素的位置坐标与场景点所处空间位置之间的关系;所述的相机的内参数包含相机的有效焦距、光心及描述相机像平面u轴与v轴的相互垂直程度的参数,所述外参数是指旋转矩阵和平移向量;S2:基于玻璃板反射的相机外参数求解,得到相机与投影设备的位置关系;S3:玻璃板反射角点坐标已知的二维码阵列,用相机采集图像,对二维码先计算外围轮廓中心距,作为定位点,然后根据轮廓顶点关系确定二维码的四个顶点坐标,提取图像中所有二维码中的角点;S4:将检测到的特征点与标记点进行拟合,根据所得表达式求取待测面每点深度,从而求得玻璃板的表面形貌。
【技术特征摘要】
1.一种单相机结合二维码测量玻璃板不平度的方法,其特征在于:包括以下步骤:S1:相机标定,得到相机内参数和外参数初始值,建立图像像素的位置坐标与场景点所处空间位置之间的关系;所述的相机的内参数包含相机的有效焦距、光心及描述相机像平面u轴与v轴的相互垂直程度的参数,所述外参数是指旋转矩阵和平移向量;S2:基于玻璃板反射的相机外参数求解,得到相机与投影设备的位置关系;S3:玻璃板反射角点坐标已知的二维码阵列,用相机采集图像,对二维码先计算外围轮廓中心距,作为定位点,然后根据轮廓顶点关系确定二维码的四个顶点坐标,提取图像中所有二维码中的角点;S4:将检测到的特征点与标记点进行拟合,根据所得表达式求取待测面每点深度,从而求得玻璃板的表面形貌。2.根据权利要求1所述的一种单相机结合二维码测量玻璃板不平度的方法,其特征在于:步骤S1所述的相机标定,得到相机内参数和外参数初始值,建立图像像素的位置坐标与场景点所处空间位置之间的关系,具体过程如下:S1.1:建立空间三维点与相机平面上二维点映射关系,空间任意一点P在图像上的成像位置用针孔模型近似表示;空间点P在世界坐标系和相机坐标系下的齐次坐标分别为(xw,yw,zw,1)和(x,y,z,1),将P从世界坐标系转至相机坐标系的刚体变换,写为如下表达式:其中M2表示世界坐标系和相机坐标系之间的转换关系,为4×4的矩阵;将相机坐标系内物点P以理想小孔模型映射到图像坐标系,表达式如下:其中(X,Y)为P点对应的图像坐标,f代表相机的焦距;相机CMOS靶面上,像元水平方向尺寸用dx表示,垂直方向尺寸用dy表示,则理想小孔模型下的像点p,在图像坐标系下物理坐标到像素坐标之间的转化用如下表达式表示:由公式(1)至(3)得到,物点P从世界坐标系经过忽略畸变的小孔模型,投影到像面坐标系下的数学表达式如下:其中内参数矩阵fx、fy是单目相机u轴、v轴上的两个有效焦距;γ是用来描述相机像平面u轴与v轴的相互垂直程度的参数,令γ=0,(u0,v0)为光心坐标,为空间点P在世界坐标系下的齐次坐标;相机外参数中R是旋转矩阵,T是平移向量;S1.2:对相机进行标定,获得相机内外参数;通过计算单应性矩阵Hi求解出相机内参数矩阵A和相机相对于不同位置靶标的旋转矩阵Ri,以及平移向量Ti(i=1,2…..N),利用径向畸变系数与切向畸变系数k1,k2,p1,p2校正理想模型,最后使用L-M优化算法对所有参数的初始值进行优化;平面靶标上角点P在世界坐标系下的坐标记为P=[xw,yw,zw]T,经过相机数学模型成像后的像点坐标记为p=[u,v]T,将二者的坐标写作齐次坐标为和根据公式(4)得出标志角点P与其像点p在相机成像数学模型中的转化关系:上式中s为一任意的非零尺度因子,A为相机内参数矩阵,R是靶标坐标系与相机坐标系之间的旋转矩阵,T是靶标坐标系到相机坐标系的平移向量;令标志点坐标的z值为零,即zw=0,令用单应性矩阵H描述靶标上点P到其像点p的变换,其中H是一个3×3的矩阵:如果标定所用的平面靶标含有n个标定点,每个标定点列出一个关系式,所有关系式联立写成其中L是2n×9的系数矩阵;当所制备的平面靶标上标定特征点的个数n>4时,是一个超定方程组,利用SVD分解算法求解其最优解由解出H;标定过程中相机总共采集了N个靶标空间不同位置的图像,总共有N个单应性矩阵Hi(i=1,2…..N)与每个空间位置的靶标相对应,通过计...
【专利技术属性】
技术研发人员:卢荣胜,程子怡,张莲涛,
申请(专利权)人:合肥工业大学,
类型:发明
国别省市:安徽,34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。