本发明专利技术双目视觉测量系统中摄像机的布局优化方法属于计算机视觉检测以及图像检测领域，特别涉及用于获取大型锻件尺寸参数的双目视觉测量系统中摄像机的布局优化方法。在双目视觉测量系统中，考虑图像采样引起的像点提取偏差，本发明专利技术建立由像点提取偏差导致的测量误差与摄像机焦距、基线距离、摄像机偏摆角三个结构参数的数学关系模型，即摄像机布局优化数学模型，并利用遗传算法获取最优的结构参数组合。本发明专利技术利用遗传算法实现了双目视觉测量系统中摄像机的布局优化设计，使由像点提取误差导致的测量误差达到最小，在未对摄像机进行标定的情况下，即可为摄像机的合理布局提供有效的理论指导与参考，具有优化效果好，应用性强的特点。
【技术实现步骤摘要】
本专利技术属于计算机视觉检测以及图像检测领域，特别涉及用于获取大型锻件尺寸参数的。
技术介绍
双目视觉测量作为一种实时性强、测量精度高的非接触测量方法，被广泛应用于工业检测、目标识别等诸多领域，尤其在实时测量大型锻件锻压过程中热态几何尺寸方面具有无法比拟的优势。许多学者围绕如何获取高精度的测量结果开展了大量的研究，然而这些研究工作主要集中于提高摄像系统的标定精度和特征点的匹配精度，往往忽略了测量系统的结构参数对测量精度的影响，而结构参数不仅确定了有效视场的大小，而且决定着有效视场内不同位置的测量精度。利用双目视觉测量系统进行测量时，待测目标必须在有效视场内。因此，分析结构参数对测量误差的影响时，不考虑有效视场约束下进行的研究均具有片面性。在实际测量过程中，一旦系统标定后，系统就必须保持相对固定，系统的结构参数都不能发生变化，所以开始标定之前，有必要对系统结构参数进行优化。通过合理布置摄像机的安装方位来提高双目视觉测量系统的测量精度。现有摄像机布局优化方法大多通过逐一考察单个结构参数对测量精度的影响而得出一般的结论，未能将各结构参数综合考虑来获取最优的结构参数组合，或者利用一阶优化方法等进行摄像机优化布局，但容易陷入局部极小点。事实上，目前大部分优化方法均属于局部寻优范畴，其优化效果很大程度上依赖于初值的选取，而遗传算法是一种启发式随机搜索算法，具有高效的全局寻优能力。此外，很少有学者关注由采样产生的像点提取偏差对最终测量误差的影响。
技术实现思路
本专利技术所要解决的技术问题是克服现有技术的不足，针对在锻造现场缺少有效的摄像机布局优化方法，且未将系统的各个结构参数综合考虑等问题，专利技术一种基于遗传算法的。在双目视觉测量系统中，考虑图像采样引起的像点提取偏差，本专利技术建立了由像点提取偏差导致的测量误差与摄像机焦距、基线距离和摄像机偏摆角三个结构参数之间的数学关系模型。两台摄像机透视中心之间的距离，即为基线距离；两台摄像机光轴与Z轴的夹角，即为摄像机偏摆角。在考虑有效视场等约束下，将双目视觉测量系统的布局优化问题转换为带约束的单目标最优化问题，并运用遗传算法进行全局寻优，获得了一组最优的测量系统结构参数，使由像点提取偏差造成的测量误差达到最小。本专利技术采取的技术方案是一种，其特征在于，在双目视觉测量系统中，图像采样会引起像点提取偏差，建立由像点提取偏差导致的测量误差与摄像机焦距f、基线距离D、摄像机偏摆角P三个结构参数的数学关系模型，SP摄像机布局优化数学模型，并利用遗传算法获取最优的结构参数组合。具体步骤如下:步骤1:在双目视觉测量系统中，建立两台摄像机布局优化数学模型。如图2所示，左侧摄像机CXDl和右侧摄像机(XD2以光轴汇聚形式布置，世界坐标系OXYZ的原点O与左侧摄像机的摄像机坐标系O1X1Y1Z1的原点O1重合。设某一物点P在世界坐标系OXYZ中的坐标为(Xw, Yw, Zw),在左侧摄像机的摄像机坐标系O1X1Y1Z1和右侧摄像机的摄像机坐标系OrXJrZr下的坐标分别为(X1, Y1, Z1)、(Xr, Yr, Zr)，在左、右侧摄像机(XD1、(XD2像面上像点的图像物理坐标分别为(Xl，yi)和(Χ?，ι)。物点P在左、右侧摄像机的摄像机坐标系O1X1Y1ZpOrXJrZr下的坐标与像点的图像物理坐标存在以下关系:本文档来自技高网...
【技术保护点】
一种双目视觉测量系统中摄像机的布局优化方法，其特征在于，在双目视觉测量系统中，考虑图像采样引起的像点提取偏差，建立由像点提取偏差导致的测量误差与摄像机焦距、基线距离、摄像机偏摆角三个结构参数的数学关系模型，即摄像机布局优化数学模型，并利用遗传算法获取最优的结构参数组合；具体步骤如下：步骤1：在双目视觉测量系统中，建立两台摄像机布局优化数学模型；左侧摄像机CCD1和右侧摄像机CCD2以光轴汇聚形式布置，世界坐标系OXYZ的原点O与左侧摄像机的摄像机坐标系OlXlYlZl的原点Ol重合；设某一物点P在世界坐标系OXYZ中的坐标为(Xw,Yw,Zw)，在左侧摄像机的摄像机坐标系OlXlYlZl和右侧摄像机的摄像机坐标系OrXrYrZr下的坐标分别为(Xl,Yl,Zl)、(Xr,Yr,Zr)，在左、右侧摄像机CCD1、CCD2像面上像点的图像物理坐标分别为(xl,yl)和(xr,yr)；物点P在左、右侧摄像机的摄像机坐标系OlXlYlZl、OrXrYrZr下的坐标与其像点的图像物理坐标存在以下关系：xl=fXlZlyl=fYlZlxr=fXrZryr=fYrZr---(1)物点P在左、右侧摄像机的摄像机坐标系OlXlYlZl、OrXrYrZr下的坐标与其在世界坐标系OXYZ下的坐标存在以下关系：将式(3)与式(2)代入式(1)，得到物点P在世界坐标系OXYZ下的坐标与像点的图像物理坐标存在以下关系：联立式(1)～式(5)，得到物点P在世界坐标系OXYZ下的坐标(Xw,Yw,Zw)如下：其中，设Ψ的表达式如下：考虑采样引起最大像点偏差的情况，假设像素尺寸为δ，则实际获取的左、右摄像机像平面上的像点与理想情况下的像点之间存在的提取偏差为：εl＝εr＝±0.5δ?????(10)实际提取得到的左、右摄像机像平面上的像点物理坐标分别为，其与理想情况下的像点物理坐标(xl,yl)、(xr,yr)的关系为：由实际提取得到的像点物理坐标获取物点P在世界坐标系OXYZ下的坐标如下：其中，设的表达式如下：建立像点提取偏差导致的测量误差Q与结构参数之间的数学关系为：用于获取锻件尺寸的测量空间的尺寸为L×W×H，L代表长度方向（X向）的尺寸，W代表宽度方向（Z向）的尺寸，H代表高度方向（Y向）的尺寸，Y轴正向为垂直纸面向里；在XOZ平面内摄像机光轴与摄像机左、右视场边界线的夹角θ为：θ=arctan(γ2f)---(17)其中，γ为有效像面尺寸；摄像机的前景深ΔL1为：ΔL1=F·CoC·d2f2+F·CoC·d---(18)摄像机的后景深ΔL2为：ΔL2=F·CoC·d2f2-F·CoC·d---(19)摄像机的景深ΔL为：ΔL=ΔL1+ΔL2=2f2·F·CoC·d2f4-F2·CoC2·d2---(20)其中，F为光圈值，d＝|OlA|＝|OrB|为对焦距离，CoC为允许弥散圆直径，通过下式计算：CoC＝a/1730?????(21)其中，a为有效像面的对角线长度；在XOZ坐标系中，构建各个边界所在直线的方程，直线方程的形式为z＝k0x+b，其中k0为直线的斜率，b为直线的截距；右侧摄像机CCD2景深内边界l1所在直线的方程为：右侧摄像机CCD2景深外边界l2所在直线的方程为：左侧摄像机CCD1景深内边界l3所在直线的方程为：左侧摄像机CCD1景深外边界l4所在直线的方程为：右侧摄像机CCD2视场左边界l5所在直线的方程为：左侧摄像机CCD1视场左边界l6所在直线的方程为：右侧摄像机CCD2视场右边界l7所在直线的方程为：左侧摄像机CCD1视场右边界l8所在直线的方程为：测量空间长度方向上左边界l9(l9“)所在直线的方程为：x＝D/2?L/2?????(30)测量空间长度方向上右边界l10所在直线的方程为：x＝D/2+L/2?????(31)测量空间宽度方向尺寸W的表述分为两种情况：|CU|=W或|C“V“|=W，则有W＝min{|CU|,|C“V“|}；其中，根据实际测量需求确定测量空间的尺寸范围，长度方向（X向）的尺寸L≥L0，宽度方向（Z向）的尺寸W≥W0，高度方向（Y向）的尺寸H≥H0，应满足L＝L0时对应...
【技术特征摘要】
1.一种双目视觉测量系统中摄像机的布局优化方法，其特征在于，在双目视觉测量系统中，考虑图像采样引起的像点提取偏差，建立由像点提取偏差导致的测量误差与摄像机焦距、基线距离、摄像机偏摆角三个结构参数的数学关系模型，即摄像机布局优化数学模型，并利用遗传算法获取最优的结构参数组合；具体步骤如下: 步骤1:在双目视觉测量系统中，建立两台摄像机布局优化数学模型； 左侧摄像机C⑶I和右侧摄像机(XD2以光轴汇聚形式布置，世界坐标系OXYZ的原点O与左侧摄像机的...
【专利技术属性】
技术研发人员：贾振元，刘巍，李明星，杨景豪，刘阳，张驰，
申请(专利权)人：大连理工大学，
类型：发明
国别省市：
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。