一种全自动三维特征提取方法技术

一种全自动三维特征提取方法，该方法首先将立体视觉测量系统获得的所有单视场的三维点云转化为单视场的深度图像；再将单视场点云进行拼接，然后由工件已知的定位特征，在相应的深度图像上进行自动搜索和提取，得到工件的定位特征，从而将拼接后的三维点云自动转换到工件坐标系下；再输入工件所有待测特征在工件设计模型中的理想坐标，将特征分成孔径、筋、平面等几种类型，分别在深度图像上进行自动提取，得到二维深度图像坐标；查找二维深度图像坐标对应工件坐标系下的三维点，计算后获得各特征的三维信息。该方法具有全自动、灵活、扩展性好的特点，可用于各种已知定位特征工件的三维特征自动提取。

【技术实现步骤摘要】

本专利技术涉及，可用于三维测量系统中对被测工件特 征的提取，特征种类包括单点，圆孔，筋，平面等。本专利技术属于光学测量领域。
技术介绍
工件在加工的过程中，由于机床误差、操作不规范等原因，会导致加工工件同理想 模型间存在着一定误差。通过三维测量系统，可以获得待测工件的三维点云，工件点云上的 诸如孔、筋、面等特征是几何参数、约束信息等各种信息的综合表达；特征同理想模型的比 对，可以在一定程度上反映出加工误差；同时这些特征的精度，也对工件的质量评价具有重 要意义。因此，能否快速、准确、便捷地提取出待测工件三维点云上的特征成为三维点云处 理中急待解决的问题。目前国内外的特征提取方法，在计算、实施的过程中一般都需要人工干预，手动选 择待测特征，这些方法耗时长，操作复杂，对操作人员有一定的技术要求，不适用于工件的 大规模、快速化、规范化工业测量。本专利技术针对此提出了，此 方法具有快速，准确，无需人工干预等特点，适用于多种类型工件的工业化测量。
技术实现思路
本专利技术的目的在于提供，以解决现有技术中的缺 陷，能够用于三维点云特征的全自动提取。本专利技术的技术解决方案为对三维点云进行投影，得到深度图像，在深度图像上提 取定位特征，由定位特征确定工件坐标系进行坐标系的转换，最后自动提取其他特征。具体 包括以下步骤(1)用三维测量系统对工件进行扫描，获得待测工件的三维点云。(2)将每个视场的三维点云通过投影转化成对应的深度图像。(3)将所有单视场三维点云拼接到同一个测量坐标系下。(4)根据定位孔所在视场，找到包含定位孔特征的深度图像Img。(5)采用深度图像边缘提取算法，提取在深度图像Img中待测工件的轮廓、边缘， 得到边缘图像ImgE。(6)采用图像标记算法，对边缘图像ImgE进行标记，标记结束后同一边缘上所有点 具有相同的标记值，得到标记图像ImgT。(7)采用圆形轮廓搜索算法，搜索标记图像ImgT中的所有圆形轮廓。(8)记录深度图像Img中圆形轮廓的坐标，并找到其在测量坐标系下对应的点云， 对这些点云进行拟合，得到空间圆的中心坐标和直径。根据设置的空间圆孔直径范围，剔除 不符合条件的空间圆，得到定位孔特征{Φη}，η = 1，2。(9)由自动提取的定位孔特征{Φη}，η = 1，2，进行测量坐标系自动对齐。(10)读入所有待比对特征在工件设计模型下的三维理想坐标，由特征自动提取和比对算法 进行自动提取和比对。其中，步骤(5)中的深度图像边缘提取算法为设置深度差阈值Ttl，对整幅深度图 像分别进行行搜索与列搜索，所有与其相邻像素之间深度差T，T ^ T0的像素都被提取出 来，得到所需边缘图像ImgE。其中，步骤(6)中的图像标记算法为为对边缘图像ImgE分别进行逐行逐列扫描， 搜索每一像素点的右上3邻域，属于同一边缘的点之间彼此相邻，相邻点之间赋予相同的 标记值，再对标记值的互相关联关系建立索引表，由索引表对标记图进行更新，完成标记， 得到ImgT。其中，步骤(7)中的圆形轮廓搜索算法为对ImgT进行重新搜索，确定每一个标记 值M所存在区域的宽度范围Width和高度范围Height，对于圆形轮廓，其标记值Μφ的宽度 范围Widthtc和高度范围Heightil之差小于设定的阈值T'，据此提取出所有可能为圆形轮 廓的图像坐标。其中，步骤(9)中的测量坐标系自动对齐的步骤为首先对于⑶中得到的定位孔 特征{Φη}，η = 1，2，取O1的圆心O1为工件坐标系的圆心0，以Φ1; O2的圆心O1, O2的连 线方向为X轴方向，以Φ” Φ2上表面所在平面的法向作为Z轴方向，进而由X轴、Z轴方向 向量进行叉积运算，得到Y轴方向，建立工件坐标系；然后，计算测量坐标系同工件坐标系 之间的关系，将拼接后的三维点云转化到工件坐标系下，完成测量坐标系的自动对齐。其中，步骤(10)中的特征自动提取和比对算法为由工件设计模型坐标，确定所 有待比对特征所在视场，找到其对应的深度图像，通过投影，获得待比对特征在深度图像上 的坐标。在相应的标记图上，寻找与其坐标最近的标记点，其标记值即为需要提取的 标记值M,进而对整幅ImgT进行搜索，提取出所有标记值为M的坐标，再根据已知的坐标系 关系，将这些坐标转化为工件坐标系下的三维坐标，进行圆孔、筋、面等的三维拟合，进而求 出圆孔的直径，筋的厚度等特征参数，同工件设计模型上的特征参数进行自动比对，得到比 对结果。本专利技术与现有技术相比的优点在于(1)能够自动提取定位特征，将测量坐标系 转换成已知的工件坐标系，实现坐标系的自动转换。(2)能够自动提取所需的孔、筋、面等特 征，目标准确，针对性强，同时可以实现实际测量结果同工件设计理想模型的自动比对，可 以有效地评价产品质量。(3)采用基于深度图像的特征提取方法，计算速度快，精度高，灵活 性强。附图说明图1为本专利技术一种三维全自动特征提取方法的流程图； 具体实施例方式，如图1所示包括以下步骤(1)用三维测量系统对工件进行扫描，获得待测工件的三维点云。因三维测量系统 的单个视场测量范围有限，对于大尺寸工件，需要扫描多个视场。(2)将每个视场的三维点云通过投影转化成对应的深度图像。深度图像上投影点 坐标(u，ν)与其对应的三维坐标(Xw，Yff, Zff)满足以下关系其中，α x、α y、uQ、V。为摄像机内参数，R为旋转矩阵，t为平移向量，它们都可以通 过摄像机标定获得。(3)将所有单视场三维点云拼接到同一个测量坐标系下。拼接方法包括粘贴标 志点、机械臂辅助拼接法等，是本领域的通用方法。(4)根据定位孔所在视场，找到包含定位孔特征的深度图像Img。(5)采用深度图像边缘提取算法，提取在深度图像Img中待测工件的轮廓、边缘， 得到边缘图像ImgE。深度图像边缘提取算法是根据Img上边缘像素与其相邻的像素之间存在一定的 深度差，设置深度差阈值T。，对整幅深度图像分别进行行搜索与列搜索，所有与其相邻像素 之间深度差T，T > Ttl的像素都被提取出来，得到所需边缘图像ImgE。(6)采用图像标记算法，对边缘图像ImgE进行标记，标记结束后同一边缘上所有点 具有相同的标记值，得到标记图像ImgT。图像标记算法为为对边缘图ImgE分别进行逐行逐列扫描，搜索每一像素点的右 上3邻域，属于同一边缘的点之间彼此相邻，相邻点之间赋予相同的标记值，再对标记值的 互相关联关系建立索引表，由索引表对标记图进行更新，完成标记，得到ImgT。(7)采用圆形轮廓搜索算法，搜索标记图像ImgT中的所有圆形轮廓。圆形轮廓搜索算法为ImgT中，同一轮廓上所有点均具有相同的标记值，对加份进 行重新搜索，确定每一个标记值M所存在区域的宽度范围Width和高度范围Height，对于圆 形轮廓，其标记值Μφ的宽度范围Widthtc和高度范围Heightil之差小于设定的阈值T'，据 此提取出所有可能为圆形轮廓的图像坐标。(8)记录二维深度图像中圆形轮廓的图像坐标，并找到其在测量坐标系下对应的 点云，对这些点云进行拟合，得到空间圆的中心坐标和直径。根据设置的空间圆孔直径范 围，剔除不符合条件的空间圆，得到定位孔特征{Φη}，η = 1，2。若最后仍然存在多个空间圆满足条件，则根据所有空间圆对应二维深度图像中圆 本文档来自技高网...

【技术保护点】
１．一种全自动三维特征提取方法，其特征在于：包括以下步骤：（１）用三维测量系统对工件进行扫描，获得待测工件的三维点云；（２）将每个视场的三维点云通过投影转化成对应的深度图像；（３）将所有单视场三维点云拼接到同一个测量坐标系下；（４）根据定位孔所在视场，找到包含定位孔特征的深度图像Ｉｍｇ；（５）采用深度图像边缘提取算法，提取在深度图像Ｉｍｇ中待测工件的轮廓、边缘，得到边缘图像ＩｍｇＥ；（６）采用图像标记算法，对边缘图像ＩｍｇＥ进行标记，标记结束后同一边缘上所有点具有相同的标记值，得到标记图像ＩｍｇＴ；（７）采用圆形轮廓搜索算法，搜索标记图像ＩｍｇＴ中的所有圆形轮廓。（８）记录深度图像Ｉｍｇ中圆形轮廓的坐标，并找到其在测量坐标系下对应的点云，对这些点云进行拟合，得到空间圆的中心坐标和直径；根据设置的空间圆孔直径范围，剔除不符合条件的空间圆，得到定位孔特征｛Φｎ｝，ｎ＝１，２；（９）由自动提取的定位孔特征｛Φｎ｝，ｎ＝１，２，进行测量坐标系自动对齐；（１０）读入所有待比对特征在工件设计模型下的三维理想坐标，由特征自动提取和比对算法进行自动提取和比对。

【技术特征摘要】

【专利技术属性】
技术研发人员：赵慧洁，姜宏志，梁宵月，李旭东，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：11