一种基于投影成像式的高精度三维形貌与变形测量方法技术

本发明专利技术提供了一种基于投影成像式的高精度三维形貌与变形测量方法，利用相机

【技术实现步骤摘要】
一种基于投影成像式的高精度三维形貌与变形测量方法


[0001]本专利技术涉及光测实验固体力学领域和图像测量技术，具体涉及一种基于投影成像式的高精度三维形貌与变形测量方法。

技术介绍

[0002]栅线投影法以及数字图像相关技术发展迅速，在三维测量领域有着广泛的应用。栅线投影是利用被物体表面形状调制的栅线，逐点求解每个像素位置的相位值，然后根据相位值计算物体的高度信息。数字图像相关技术是一种利用在物体表面喷涂随机散斑，通过在物体变形前后的散斑图像精确匹配对应点，测量物体位移、应变等数据的非接触式光学测量方法。在相机和投影仪系统中，栅线投影技术能够重建出物体变形前后的三维形貌，但无法获取变形前后对应点的位置，而数字图像相关技术可以利用物体表面的散斑精确匹配物体变形前后对应点的位置，将二者结合就可以对物体的三维形貌以及变形进行测量。但由于数字图像相关技术需要将物体表面喷涂散斑，这严重影响相机采集的栅线质量，进而影响到相位的计算准确度以及精确度，目前国内外还没有准确、快速的方法解决这个问题。

技术实现思路

[0003]为了解决上述问题，本专利技术提供了一种基于投影成像式的高精度三维形貌与变形测量方法。
[0004]实现本专利技术目的技术解决方法为：一种基于投影成像式的高精度三维形貌与变形测量方法，实验装置包括工业相机、镜头、光学平台、电子计算机、投影仪、待测量对象，测量方法包括以下步骤：
[0005]步骤1、实验装置的固定：将工业相机与投影仪固定在光学平台上，将待测量对象固定到光学平台上，调整相机镜头方向指向待测量对象，并使待测量对象在相机视角中处于居中位置，将投影仪镜头对准待测量对象的最大平面方向进行定位，并将相机与投影仪对焦到待测量对象上；
[0006]步骤2、系统标定：进行相机
‑
投影仪系统标定，得到相机和投影仪的内外参数；
[0007]步骤3、训练数据的获得：利用投影仪分别向待测量对象投影正弦栅线以及正弦带散斑的栅线，转动或移动待测量对象位置采集不同场景的数据，做归一化处理，构建神经网络的训练数据集；
[0008]步骤4、搭建卷积神经网络及训练：搭建一个具有N幅图像输入和N幅图像输出的卷积神经网络，以正弦带散斑的栅线图像作为神经网络输入，以正弦栅线图像作为神经网络输出，训练卷积神经网络模型；
[0009]步骤5、实验数据的获得：在待测量对象上喷上散斑图案，随机放置到投影仪和相机的视场里，并将相机与投影仪对焦到待测量对象上，利用投影仪分别投影正弦栅线和白光，然后对待测量对象施加变形，利用相机分别采集待测量对象变形前后的正弦带散斑的
栅线图像和散斑图像；
[0010]步骤6、将步骤5中变形前后正弦带散斑的栅线图像进行归一化处理，输入到训练好的卷积神经网络中，即可消除栅线图像中的散斑，提高栅线图像的质量；
[0011]步骤7、利用步骤5中变形前后的散斑图像计算出散斑的像素位移，利用步骤6中预测出的栅线图像计算出待测量对象的相位，进而再结合步骤3中相机与投影仪的内外参数计算出待测量对象在世界坐标系中的的三维形貌及变形。
[0012]进一步的，步骤2中，进行相机
‑
投影仪系统标定，得到相机和投影仪的内外参数，具体方法为：将投影仪当成另一个相机“捕获”图像，形成双相机系统标定系统，具体操作步骤如下：
[0013](1)准备红/蓝棋盘格标定板以及水平和垂直方向的栅线；
[0014](2)将红/蓝棋盘格放到相机的视场中，使得它占据相机视场的一半；
[0015](3)投影仪投影红光或者蓝光，在拍摄的图像中，红/蓝棋盘格显示成黑/白棋盘格，调整相机光圈，使得棋盘格区域内的灰度值在150
‑
200之间，采集棋盘格图像；
[0016](4)投影仪用白光投射水平以及垂直方向栅线条纹图案，利用相机采集栅线图像；
[0017](5)转动棋盘格位置，再重复(3)和(4)中操作，为了抑制噪声的影响，棋盘格最少需要变换10个位置；
[0018](6)在红光或者蓝光的棋盘格上寻找角点坐标，用于相机标定以及后续投影仪标定；
[0019](7)计算(1)中准备的水平和垂直方向栅线的绝对相位，以及(4)中采集的水平和垂直方向栅线的绝对相位，分别作为栅线两个方向上的标准相位和实际相位；
[0020](8)根据角点坐标和栅线的实际相位，确定角点两个方向上的标准相位，将水平方向标准相位作为行坐标，垂直方向标准相位作为列坐标，组成投影仪图像中角点的行列坐标；
[0021](9)基于(6)和(8)中的角点坐标，分别利用单相机标定原理，标定出相机和投影仪各自的内外参数；
[0022]sI＝A[R,t]X
W
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(1)其中，I＝[u,v,1]T
是角点的像素坐标，X
W
＝[x
w
,y
w
,z
w
,1]T
是角点的世界坐标，s是比例因子，A是相机或投影仪的内部参数，R是世界坐标与相机或投影仪坐标之间的旋转矩阵，t是世界坐标与相机或投影仪坐标之间的平移向量，[R,t]构成了相机或投影仪的外部参数。
[0023]进一步的，步骤3，利用投影仪分别向待测量对象投影正弦栅线以及正弦带散斑的栅线，转动或移动待测量对象位置采集不同场景的数据，做归一化处理，构建神经网络的训练数据集，具体方法为：
[0024]步骤3.1，投影仪投影正弦栅线，其基本模式如下：
[0025]在灰度图像中，图像的最大灰度值为255，最小灰度为0，灰度值越接近255，表现为图像越亮，灰度值越接近0，表现为图像越暗，因此按下式生成正弦栅线：
[0026][0027]其中，I
n
，n＝1,2,3,
…
,N表示生成的栅线模式，ω表示栅线的频率，x表示栅线图
像的宽度，N表示相移步数；
[0028]步骤3.2，投影仪投影正弦带散斑的栅线，其基本模式如下：
[0029]正弦栅线带散斑图像只需要将数字散斑场加入到步骤3.1中的正弦栅线图像中，数字散斑场是通过控制斑点数量、圆心坐标和圆的半径来设计制作，数字散斑场由下面4个公式生成:
[0030][0031][0032][0033]n＝ρA/(0.25
·
πd2)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(6)
[0034]其中，(X1，Y1)为第一个散斑点的圆心坐标，(X
i
，Y
i
)和(X
i
'，Y
i
')分别为规则分布的散斑场和随机分布的散斑场中的散斑点的圆心坐标，
ɑ
为规则分布的散斑场中两个散斑点的圆心距离，ρ为占空比，d为散斑直径，f(r)表示的是区间为(
‑
r,r)的随机函数，r是范围区间在本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于投影成像式的高精度三维形貌与变形测量方法，其特征在于，实验装置包括工业相机、镜头、光学平台、电子计算机、投影仪、待测量对象，测量方法包括以下步骤：步骤1、实验装置的固定：将工业相机与投影仪固定在光学平台上，将待测量对象固定到光学平台上，调整相机镜头方向指向待测量对象，并使待测量对象在相机视角中处于居中位置，将投影仪镜头对准待测量对象的最大平面方向进行定位，并将相机与投影仪对焦到待测量对象上；步骤2、系统标定：进行相机
‑
投影仪系统标定，得到相机和投影仪的内外参数；步骤3、训练数据的获得：利用投影仪分别向待测量对象投影正弦栅线以及正弦带散斑的栅线，转动或移动待测量对象位置采集不同场景的数据，做归一化处理，构建神经网络的训练数据集；步骤4、搭建卷积神经网络及训练：搭建一个具有N幅图像输入和N幅图像输出的卷积神经网络，以正弦带散斑的栅线图像作为神经网络输入，以正弦栅线图像作为神经网络输出，训练卷积神经网络模型；步骤5、实验数据的获得：在待测量对象上喷上散斑图案，随机放置到投影仪和相机的视场里，并将相机与投影仪对焦到待测量对象上，利用投影仪分别投影正弦栅线和白光，然后对待测量对象施加变形，利用相机分别采集待测量对象变形前后的正弦带散斑的栅线图像和散斑图像；步骤6、将步骤5中变形前后正弦带散斑的栅线图像进行归一化处理，输入到训练好的卷积神经网络中，即可消除栅线图像中的散斑，提高栅线图像的质量；步骤7、利用步骤5中变形前后的散斑图像计算出散斑的像素位移，利用步骤6中预测出的栅线图像计算出待测量对象的相位，进而再结合步骤3中相机与投影仪的内外参数计算出待测量对象在世界坐标系中的的三维形貌及变形。2.权利要求1所述的基于投影成像式的高精度三维形貌与变形测量方法，其特征在于，步骤2中，进行相机
‑
投影仪系统标定，得到相机和投影仪的内外参数，具体方法为：将投影仪当成另一个相机“捕获”图像，形成双相机系统标定系统，具体操作步骤如下：(1)准备红/蓝棋盘格标定板以及水平和垂直方向的栅线；(2)将红/蓝棋盘格放到相机的视场中，使得它占据相机视场的一半；(3)投影仪投影红光或者蓝光，在拍摄的图像中，红/蓝棋盘格显示成黑/白棋盘格，调整相机光圈，使得棋盘格区域内的灰度值在150
‑
200之间，采集棋盘格图像；(4)投影仪用白光投射水平以及垂直方向栅线条纹图案，利用相机采集栅线图像；(5)转动棋盘格位置，再重复(3)和(4)中操作，为了抑制噪声的影响，棋盘格最少需要变换10个位置；(6)在红光或者蓝光的棋盘格上寻找角点坐标，用于相机标定以及后续投影仪标定；(7)计算(1)中准备的水平和垂直方向栅线的绝对相位，以及(4)中采集的水平和垂直方向栅线的绝对相位，分别作为栅线两个方向上的标准相位和实际相位；(8)根据角点坐标和栅线的实际相位，确定角点两个方向上的标准相位，将水平方向标准相位作为行坐标，垂直方向标准相位作为列坐标，组成投影仪图像中角点的行列坐标；(9)基于(6)和(8)中的角点坐标，分别利用单相机标定原理，标定出相机和投影仪各自的内外参数；
sI＝A[R,t]X
W
ꢀꢀꢀꢀ
(1)其中，I＝[u,v,1]
T
是角点的像素坐标，X
W
＝[x
w
,y
w
,z
w
,1]
T
是角点的世界坐标，s是比例因子，A是相机或投影仪的内部参数，R是世界坐标与相机或投影仪坐标之间的旋转矩阵，t是世界坐标与相机或投影仪坐标之间的平移向量，[R,t]构成了相机或投影仪的外部参数。3.权利要求1所述的基于投影成像式的高精度三维形貌与变形测量方法，其特征在于，步骤3，利用投影仪分别向待测量对象投影正弦栅线以及正弦带散斑的栅线，转动或移动待测量对象位置采集不同场景的数据，做归一化处理，构建神经网络的训练数据集，具体方法为：步骤3.1，投影仪投影正弦栅线，其基本模式如下：在灰度图像中，图像的最大灰度值为255，最小灰度为0，灰度值越接近255，表现为图像越亮，灰度值越接近0，表现为图像越暗，因此按下式生成正弦栅线：其中，I
n
，n＝1,2,3,
…
,N表示生成的栅线模式，ω表示栅线的频率，x表示栅线图像的宽度，N表示相移步数；步骤3.2，投影仪投影正弦带散斑的栅线，其基本模式如下：正弦栅线带散斑图像只需要将数字散斑场加入到步骤3.1中的正弦栅线图像中，数字散斑场是通过控制斑点数量、圆心坐标和圆的半径来设计制作，数字散斑场由下面4个公式生成:生成:生成:n＝ρA/(0.25
·
πd2)
ꢀꢀꢀꢀ
(6)其中，(X1，Y1)为第一个散斑点的圆心坐标，(X
i
，Y
i
)和(X
i
'，Y
i
')分别为规则分布的散斑场和随机分布的散斑场中的散斑点的圆心坐标，
ɑ
为规则分布的散斑场中两个散斑点的圆心距离，ρ为占空比，d为散斑直径，f(r)表示的是区间为(
‑
r,r)的随机函数，r是范围区间在(0，1]的随机度因子，n为散斑数量与相机的分辨率A有关；步骤3.3，转动或移动待测量对象位置采集不同场景的数据，做归一化处理，构建神经网络的训练数据集，其基本模式如...

【专利技术属性】
技术研发人员：刘聪，章闯，汪立诚，徐志洪，
申请(专利权)人：南京理工大学，
类型：发明
国别省市：