基于双目立体视觉机械尺寸检测研究

发布时间：2020-08-13 02:18

【摘要】：工件机械尺寸的检测是工业生产领域一个重要的内容。传统的工件尺寸检测多是通过人工测量得出,具有人工影响大、效率低、误差随机等缺点。近些年来随着新技术的发展与应用,基于双目视觉的工件尺寸检测逐渐在工业生产中获得了应用,并凭借着无需接触、精度合适、设备成本可控等诸多优势越来越受到青睐。本文基于搭建的双目视觉系统硬件平台以及OpenCV开源视觉库、MATLAB等软件平台,实现了对工件机械尺寸的测量。主要工作内容有:(1)摄像机标定。在介绍标定涉及到的相关坐标系以及相机的成像模型之后,在MATLAB软件平台采用经典的张氏平面标定法完成了摄像机的标定工作,得到了摄像机的内外参数。(2)特征点提取。首先介绍了特征点提取领域著名的SIFT算子,但其存在着提取的特征点是尺度空间中的极值点,而并不一定是包含工件尺寸信息、人眼视觉意义上工件“角点”的问题,故提出一种结合SIFT算子和角点检测FAST算子两者优势的改进SIFT算子。实验结果表明,该改进SIFT算子可以提取所需的特征点,完成工件的尺寸测量。(3)立体匹配与特征点的三维重建。首先将左右图像提取得到的特征点使用最近邻次近邻比值法进行匹配,然后根据极线约束法则去除其中存在的误匹配点对,最后在保留的正确匹配点对中使用折半搜索法筛选所需的匹配点对。在得到所需的匹配点对后,根据双目视觉原理以及摄像机标定获得的内外参数,可以计算得到工件“角点”的三维坐标,进而求出工件的相关尺寸。(4)改进的双目视觉尺寸检测方法。经典的双目视觉尺寸检测方法在存在着提取特征点过多的问题,这会导致后续特征点描述与匹配耗时增加,同时也会使得手工筛选所需特征点变得复杂耗时。故提出一种将工件从背景中提取后再进行特征提取与匹配的改进双目视觉尺寸检测方法,实验证明,该方法能有效减少特征点的提取数量及匹配耗时,提高筛选效率,加快匹配速度。根据尺寸测量的结果与工件真实尺寸的对比,验证了基于双目视觉尺寸检测方法的可行性以及测量精度能够满足一般工业现场的要求。
【学位授予单位】：安徽工业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TH161.11;TP391.41
【图文】：

标定图,相机,标定工具

图 2.8 标定板图像。两平行放置的摄像头同时拍摄摆放角度不同、距量在 10~20 对为宜，本文拍摄了 11 对图像。标定工具箱。下载解压标定工具箱 TOOLBOX_calib，所要标定的图片添加到 MATLAB 中的当前文件夹 Cur工具箱文件添加到 MATLAB 路径 path 中，这样就可以定工具箱 TOOLBOX_calib 里的函数了。图像。在 MATLAB 命令行窗口输入 calib_gui，在出现 the images are stored in memory）按钮，会出现一个新的单击 Image names 按钮，并在命令行窗口输入图片的MATLAB 便自动读取图片，读取成功后的界面如图 2.

命令行,图片,工具箱,标定工具

图 2.8 标定板像。两平行放置的摄像头同时拍摄摆放角度不同、距在 10~20 对为宜，本文拍摄了 11 对图像。定工具箱。下载解压标定工具箱 TOOLBOX_calib，要标定的图片添加到 MATLAB 中的当前文件夹 Cur具箱文件添加到 MATLAB 路径 path 中，这样就可以工具箱 TOOLBOX_calib 里的函数了。像。在 MATLAB 命令行窗口输入 calib_gui，在出现 images are stored in memory）按钮，会出现一个新的击 Image names 按钮，并在命令行窗口输入图片的 ATLAB 便自动读取图片，读取成功后的界面如图 2.

单目标,角点,相机

图 2.10 提取角点标定。重复步骤（5）依次提取左相机拍摄的所有图片，单击主控面板 Calibration 按钮，对左相机进行标定，标钮，MATLAB 自动将左相机的标定结果储存在 Calib_R与后续操作中保存右相机标定结果的文件重名，把该文left.mat。右摄像机的标定方法和左摄像机完全一致，同文件 Calib_Result.mat 后，将其改名为 Calib_Result_rig标定，又称为立体标定。在命令行窗口输入 stereo_gui 单击立体标定主控界面的 Load left and right calibration口的提示加载左右相机的标定参数，加载完毕后单击钮完成立体标定。立体标定完成之后，可将获得的立体，在之后的图像处理中用 OpenCV 的 cvLoad 函数读入的比较与分析定结果如下：

【参考文献】