一种基于机器视觉的激光结构光自动标定方法技术

本发明专利技术公开了一种基于机器视觉的激光结构光自动标定方法，涉及机器视觉工业化技术领域，包括建立准确的参考模型、检测标定板洁净度参数、分析环境光干扰参数，综合考虑环境光源的强度、颜色、方向和空间分布等因素，计算出激光定标的干扰度Gr，计算度量指标Zb、并依照度量指标Zb调整设备位置和方向，并覆盖整个测量范围，从而提高激光结构光自动标定的准确性和稳定性。在激光结构光自动标定过程中进行干扰度Gr的量化和处理，提高标定的精度和稳定性；可以根据激光定标干扰度Gr与阈值的比较，判断是否存在干扰，并进行相应的背光源调节操作。这将减少环境光对激光定标的干扰，提高标定的精度和稳定性。定的精度和稳定性。定的精度和稳定性。

【技术实现步骤摘要】
一种基于机器视觉的激光结构光自动标定方法


[0001]本专利技术涉及机器视觉工业化
，具体为一种基于机器视觉的激光结构光自动标定方法。

技术介绍

[0002]激光切割机在使用过程中，由于受到多种因素的影响，如光路调整、机械结构变形、光源老化等，可能会导致切割误差或者切割质量下降。为了保证激光切割机的精度和质量，需要进行标定。长时间使用后：随着使用时间的增加，激光切割机可能会因为机械磨损、光源老化、光路变形等原因导致切割误差或者切割质量下降，此时需要进行标定以恢复切割质量和精度。更换光学元件后：激光切割机中的光学元件是非常重要的组成部分，更换光学元件后需要重新调整光路，以确保切割精度和质量。
[0003]机器视觉是一种利用计算机和相应的图像处理算法来模拟人类视觉的技术和科学领域。它使用相机或其他图像采集设备获取图像或视频，并利用计算机视觉算法对这些图像进行分析、处理和理解。激光标定的主要作用是提供对于机械系统的测量和校准。在机械加工和制造过程中，经常需要确定物体的位置和方向，以确保精度和可靠性。激光标定技术可以快速在三维空间中的位置和方向，可以处理大量数据，利用激光标定技术可以快速，准确的测量和校准各种机械设备。
[0004]现在在定标过程中，很容易因标定板的参数例如长时间使用的标定板上有污渍和灰尘，例如在户外或者强烈的室内照明过程中，环境光的亮度超过了激光光斑的亮度，可能会对激光标定过程中产生一定的影响，甚至会使激光光斑的形状和位置发生变化，影响标定的精度。

技术实现思路

[0005]针对现有技术的不足，本专利技术提供了一种基于机器视觉的激光结构光自动标定方法，在定标S1
‑
S6步骤中，包括建立准确的参考模型、检测标定板洁净度参数、分析环境光干扰参数、计算度量指标、调整设备位置和方向，并覆盖整个测量范围，从而提高激光结构光自动标定的准确性和稳定性，减少因长时间而导致的标定板可能会积累污渍和灰尘，影响激光光斑在标定板上的投射和识别的情况，减少环境光的干扰导致的定标影响。
[0006]为实现以上目的，本专利技术通过以下技术方案予以实现：一种基于机器视觉的激光结构光自动标定方法，包括以下步骤：S1、在标定过程之前，采集标定板参数及环境内设备参数，建立三维实时模型；S2、将标定板放置在目标清晰成像位置；通过相机采集标定板表面照片，提取特征后，分析获得标定板表面洁净度JJd；当识别标定板表面洁净度JJd达标时，使用激光投影仪投射激光光束，采用相机拍摄标定板上投射的第一激光结构光图像，作为第一图像；S3、对定标环境光进行采集，获得环境光源数据，分析环境光源数据对激光定标干扰度Gr；
提取环境光源数据中的光源情况、光源特征和光谱分布参数，并计算获得激光定标干扰度Gr，并将激光定标干扰度Gr与预设阈值相对比，获得干扰结果，按照干扰结果加入背光源进行调节，在完成环境光源测试后，此时拍摄第二激光结构光图像作为第二图像；S4、识别第一图像和第二图像，并将第一图像和第二图像进行中心点重叠的方式进行融合，获取融合差值，通过三维重建算法与三维实时模型基于融合差值计算度量指标Zb；S5、将标定板位置输入三维实时模型中，基于度量指标Zb计算调节范围，通过精密仪器调整调节投影仪和相机位置和两者的夹角；S6、在精密位移台上移动标定装置，每次移动1—3mm，覆盖整个测量范围，手机若干个标定位置的标定数据，在每个标定位置，进行两次拍摄和处理，重复S2至S6步骤，直到整个测量范围内标定结束。
[0007]优选的，所述S1包括：（1）准备标定板，选择已知尺寸和几何形状的棋盘格标定板，将标定板尺寸参数进行存储；（2）使用相机或三维扫描仪对标定板进行采集，采用不同角度和距离拍摄标定板的图像进行三维扫描来获取标定板的几何参数和形态信息；（3）采集环境中其他设备的参数，包括相机的内部参数和激光器参数；（4）建立三维实时模型，将标定板参数和设备参数整合，建立三维实时模型，以实时模型展示标定板和设备参数，该模型包含标定板的几何形状、特征点和设备参数信息。
[0008]优选的，所述S2包括，将所述标定板放在目标清晰成像位置，平行面对相机设备，并由相机采集标定板表面照片；对采集的标定板照片进行图像处理，提取出标定板表面的特征点或特征区域，经图像分析计算后，获得标定板表面洁净度JJd；所述标定板表面洁净度JJd的计算方法通过以下图像处理步骤：首先，根据设定的阈值，过滤掉误差距离超过阈值的特征点对；计算剩余的特征点对的数量作为过滤无差点Ncd的参数；对于剩余的特征点对，计算它们之间的欧氏距离，作为误差距离Ed；使用特征描述子或其他特征匹配算法，将标定板图像中的特征点与参考图像中的特征点进行匹配，计算匹配特征点Mpd的数量作为匹配特征点的参数；所述标定板表面洁净度JJd通过以下公式获得：；式中：Ncd是过滤无差点的数量，Mpd是匹配特征点的数量，Ed是计算误差距离的结果；作为修正常数，是洁净度指标JJd计算获得一个归一化的值，设置在0到1之间，表示标定板表面的洁净程度。
[0009]优选的，根据所述标定板表面洁净度JJd与预设洁净度要求进行比较，判断标定板表面洁净度JJd是否达到要求，如果所述标定板表面洁净度JJd达标，继续下一步操作，如果不达标，需要进行清洁处理，减少洁净度指标不达标而导致定标有误差；当标定板表面洁净度JJd达标后，启动激光投影仪，投射第一激光结构光至标定板上，设置为特定的结构光模式，包括条纹和格点形状；采用相机对标定板上投射的第一激光
结构光进行拍摄，以获取第一图像；第一图像拍摄的条件为确保相机的设置能够捕捉到光斑的清晰图像，并使得标定板充满相机视野。
[0010]优选的，所述激光定标干扰度Gr通过以下计算公式获得：；式中：I代表光源的强度，从当前环境光源数据中提取的亮度参数；C代表光源的颜色，对环境光源数据中提取的颜色空间参数；D代表光源的方向，对环境光源数据中提取的光源的方向向量参数；S代表光源的空间分布，对环境光源数据中提取的光源的均匀度或分布特征参数；其中，w1、w2、w3和w4分别是各个参数的权重值，，，，其中，表示为修正常数。
[0011]优选的，将计算得到的激光定标干扰度Gr与预设的阈值进行比较，根据激光定标干扰度Gr和阈值的大小关系判断是否存在干扰，得出干扰结果；如果Gr>阈值，则判断存在干扰，否则判断无干扰；根据干扰结果，对背光源进行相应的调节操作；如果判断存在干扰，则需要调整背光源的参数，如亮度、颜色和方向，以减少或消除环境光对激光定标的干扰；如果判断无干扰，则设置保持背光源不变或进行适当的调整；在调节背光源后，再次使用相机拍摄第二激光结构光图像作为第二图像，第二图像拍摄的条件为确保相机的设置能够捕捉到光斑的清晰图像，并使得标定板充满相机视野。
[0012]优选的，所述S4包括，识别第一图像和第二图像中的标定板的中心点，使用图像处理技术，角点检测算法找到标定板图案的中心点；将两个图像按照标定板中心点对齐并融合，形成第三图像；对第三图像进行分析，计本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于机器视觉的激光结构光自动标定方法，其特征在于：包括以下步骤：S1、在标定过程之前，采集标定板参数及环境内设备参数，建立三维实时模型；S2、将标定板放置在目标清晰成像位置；通过相机采集标定板表面照片，提取特征后，分析获得标定板表面洁净度JJd；当识别标定板表面洁净度JJd达标时，使用激光投影仪投射激光光束，采用相机拍摄标定板上投射的第一激光结构光图像，作为第一图像；S3、对定标环境光进行采集，获得环境光源数据，分析环境光源数据对激光定标干扰度Gr：提取环境光源数据中的光源情况、光源特征和光谱分布参数，并计算获得激光定标干扰度Gr，并将激光定标干扰度Gr与预设阈值相对比，获得干扰结果，按照干扰结果加入背光源进行调节，在完成环境光源测试后，此时拍摄第二激光结构光图像作为第二图像；S4、识别第一图像和第二图像，并将第一图像和第二图像进行中心点重叠的方式进行融合，获取融合差值，通过三维重建算法与三维实时模型基于融合差值计算度量指标Zb；S5、将标定板位置输入三维实时模型中，基于度量指标Zb计算调节范围，通过精密仪器调整调节投影仪和相机位置和两者的夹角；S6、在精密位移台上移动标定装置，每次移动1—3mm，覆盖整个测量范围，手机若干个标定位置的标定数据，在每个标定位置，进行两次拍摄和处理，重复S2至S6步骤，直到整个测量范围内标定结束。2.根据权利要求1所述的一种基于机器视觉的激光结构光自动标定方法，其特征在于：所述S1包括：（1）准备标定板，选择已知尺寸和几何形状的棋盘格标定板，将标定板尺寸参数进行存储；（2）使用相机或三维扫描仪对标定板进行采集，采用不同角度和距离拍摄标定板的图像进行三维扫描来获取标定板的几何参数和形态信息；（3）采集环境中其他设备的参数，包括相机的内部参数和激光器参数；（4）建立三维实时模型，将标定板参数和设备参数整合，建立三维实时模型，以实时模型展示标定板和设备参数，该模型包含标定板的几何形状、特征点和设备参数信息。3.根据权利要求1所述的一种基于机器视觉的激光结构光自动标定方法，其特征在于：所述S2包括，将所述标定板放在目标清晰成像位置，平行面对相机设备，并由相机采集标定板表面照片；对采集的标定板照片进行图像处理，提取出标定板表面的特征点或特征区域，经图像分析计算后，获得标定板表面洁净度JJd；所述标定板表面洁净度JJd的计算方法通过以下图像处理步骤：首先，根据设定的阈值，过滤掉误差距离超过阈值的特征点对；计算剩余的特征点对的数量作为过滤无差点Ncd的参数；对于剩余的特征点对，计算它们之间的欧氏距离，作为误差距离Ed；使用特征描述子或其他特征匹配算法，将标定板图像中的特征点与参考图像中的特征点进行匹配，计算匹配特征点Mpd的数量作为匹配特征点的参数；所述标定板表面洁净度JJd通过以下公式获得：；
式中：Ncd是过滤无差点的数量，Mpd是匹配特征点的数量，Ed是计算误差距离的结果；作为修正常数，是洁净度指标JJd计算获得一个归一化的值，设置在0到1之间，表示标定板表面的洁净程度。4.根据权利要求3所述的一种基于机器视觉的激光结构光自动标定方法，其特征在于：根据所述标定板表面洁净度JJd与预设洁净度要求进行比较，判断标定板表面洁净度JJd是否达到要求，如果所述标定板表面洁净度JJd达标，继续下一步操作，如果不达标，需要进行清洁处理，减少洁净度指标不达标而导致定标有误差；当标定板表面洁净度JJd达标后，启动激光投影仪，投射第一激光结构光至标定板上，设置为特定的结构光模式，包括条纹和格点形状；采用相机对标定板上投射的第一激光结构光进行拍摄，以获取第一图像；第一图像拍摄...

【专利技术属性】
技术研发人员：李亚云，
申请(专利权)人：深圳市恒鑫通智能精密科技有限公司，
类型：发明
国别省市：