双目立体视觉检测系统正向最优化设计方法研究

发布时间：2019-11-13 19:08

【摘要】：立体视觉技术在工业检测中的应用越来越广泛,如何提高检测精度、降低系统构建难度至关重要。本文提出了一种视觉检测系统正向设计最优化方法,以系统的检测精度为目标函数,以可选器件、工作环境、被检工件为约束条件,以光学参数和系统参数为决策变量,将系统设计问题转化为多目标不等式约束的非线性最优化模型,通过Kuhn-Tucker约束条件极值点的求解,获得最优的系统设计参数。本方法为立体视觉检测系统的设计提供了理论参考,可避免传统逆向设计方法中依赖主观经验而无法确认结果的最优性,以及大量反复试验而造成设计成本浪费等问题,实验验证了方法的可行性。
【图文】：

模型图,模型,相机,物体

钣呕犰?法，以系统的检测精度为目标函数，以可选器件、工作环境、被检工件为约束条件，以光学参数和系统参数为决策变量，将系统设计问题转化为多目标不等式约束的非线性最优化模型，通过混合非线性优化求解，获得最优的系统设计参数。正向设计方法避免了盲目选择器件造成的成本浪费和大量试验造成的时间浪费。2数理模型2．1理想的双目立体视觉模型双目立体视觉利用不同位置的两个相机获取被测物体的两幅图像，通过计算目标在成像图像中对应点间的位置偏差，来获取物体三维几何信息，达到立体定位和检测的目的，如图1所示。P为被测物体上任意一点，Ol和Or分别为左右眼相机的光心，Cl和Cr分别为左右眼相机成像平面，P点在左右眼相机上成像像素点分别为pl(ul，vl)，pr(ur，vr)。可知:直线OlP和OrP相交于P点，因此，点P唯一，即其三维空间位置是确定的。图1典型的双目视觉系统模型Fig．1Chartofthetypicalbinocularvisionsystemmodel理想的双目视觉系统选择具有平行关系的两个相机，如图2所示，即假设被摄物体所在平面的法线与双目相机的基线相交。但由于左右眼相机的光轴无法完全做到相互平行，因此，在实际应用中，通常会先将左右眼相机光轴调节到大致平行，然后通过相机标定技术获取两相机间的相对位置关系及各参数，利用图像匹配的方法找到P点在两个成像平面上的对应像点，从而恢复点P的三维信息。图2典型的双目视觉系统模型Fig．2Chartofthetypicalbinocularvisionsystemmodel将三维模型转化到二维空间内，如图3所示。假设:对焦点物距为u，双目相机的连线表示相机的基线B，被测物体上P点的深度为d，为了与物距区分，成像平面坐标系用x，y表示，视差p单位为像素，δ为相机传

模型图,模型,相机,成像

计算目标在成像图像中对应点间的位置偏差，来获取物体三维几何信息，达到立体定位和检测的目的，如图1所示。P为被测物体上任意一点，Ol和Or分别为左右眼相机的光心，Cl和Cr分别为左右眼相机成像平面，P点在左右眼相机上成像像素点分别为pl(ul，vl)，pr(ur，vr)。可知:直线OlP和OrP相交于P点，因此，点P唯一，即其三维空间位置是确定的。图1典型的双目视觉系统模型Fig．1Chartofthetypicalbinocularvisionsystemmodel理想的双目视觉系统选择具有平行关系的两个相机，如图2所示，即假设被摄物体所在平面的法线与双目相机的基线相交。但由于左右眼相机的光轴无法完全做到相互平行，因此，，在实际应用中，通常会先将左右眼相机光轴调节到大致平行，然后通过相机标定技术获取两相机间的相对位置关系及各参数，利用图像匹配的方法找到P点在两个成像平面上的对应像点，从而恢复点P的三维信息。图2典型的双目视觉系统模型Fig．2Chartofthetypicalbinocularvisionsystemmodel将三维模型转化到二维空间内，如图3所示。假设:对焦点物距为u，双目相机的连线表示相机的基线B，被测物体上P点的深度为d，为了与物距区分，成像平面坐标系用x，y表示，视差p单位为像素，δ为相机传感器单位像素边长。图3二维平面上的双目视觉系统Fig．3Binocularvisionsystemchartina2Dplane由相似三角形关系可知视差与深度的关系如下:d－vd=B－xl+xrB(1)可知:d=Bvxl－xr=Bvpδ(2)理想模型使用的相机均为小孔相机(pinholecamera)，成像在焦平面上，视场角取决于焦距且景深无限大。但实际系统中使用的相机为镜头相机(lenscamera)，成像在焦后平面，视场角取决于后工作?

【相似文献】