当前位置:主页 > 科技论文 > 自动化论文 >

基于多视觉线结构光传感器的大尺度测量方法

发布时间:2018-05-29 18:35

  本文选题:测量 + 大尺度测量 ; 参考:《中国激光》2017年11期


【摘要】:为解决现有线结构光大尺度测量标定复杂、精度不高的问题,提出了一种基于多视觉线结构光传感器的大尺度、高精度测量方法。多视觉线结构光传感器含1个激光器和多个等间距并排的相机(一主多从),相互间有1/3左右重叠视场(OFOV),光束覆盖所有相机视宽。传感器标定只需简易的棋盘格靶标,按张氏标定法采集靶标图像、标定传统参数;此外,考虑相机视角的不变性,利用OFOV内标定图像的已知特征角点,经图像配准可预标定相邻相机图像拼接的变换矩阵。变换矩阵的逐步连乘得到任意从相机图像转换到主相机成像平面的透视变换模型(PTM)。该方法通过各相机同步采集大尺度物体的局部光条图像,再利用PTM将所有局部光条快速拼接成完整的光条图像,最终经光条坐标提取、换算得到光条位置的三维坐标。实验结果表明:与已有方法相比,该方法使用简便、精度更高,重构模型平均构造深度与真实模型仅差8.3%。
[Abstract]:In order to solve the problem of complex calibration and low precision of the existing line structure light measurement, a large scale and high precision measurement method based on multi vision line structure light sensor is proposed. The multi-vision-line structured light sensor consists of a laser and a plurality of cameras with equal spacing (one master and more than one follower), with about one third of each other overlapping field of view (OFOV), and the beam covers all the camera's viewing width. Sensor calibration only needs simple chessboard grid target, according to Zhang's calibration method to collect target image and calibrate traditional parameters. In addition, considering the invariance of camera angle, the known feature corner of image is calibrated in OFOV. The image registration can precalibrate the transform matrix of the adjacent camera image stitching. The model of perspective transformation from camera image to the imaging plane of the main camera is obtained by stepwise multiplication of the transformation matrix. In this method, the local light strip images of large scale objects are collected synchronously by each camera, and then all the local light strips are quickly spliced into complete optical strip images by PTM. Finally, the three dimensional coordinates of the position of the light strip are obtained by extracting the optical strip coordinates. The experimental results show that the method is simpler and more accurate than the existing methods, and the average construction depth of the reconstructed model is only 8.3% less than that of the real model.
【作者单位】: 中国矿业大学(北京)煤炭资源与安全开采国家重点实验室;萍乡学院机械电子工程学院;
【基金】:国家自然科学基金(61601466) 煤炭资源与安全开采国家重点实验室开放课题(SKLCRSM16KFD03)
【分类号】:TP212;TP391.41

【相似文献】

相关期刊论文 前10条

1 乔丽;苏真伟;华才健;;基于激光线结构光的羊毛中白色污杂物检测[J];毛纺科技;2012年03期

2 李莉;孙立军;谭生光;宁国宝;;用于路面车辙检测的线结构光图像处理流程[J];同济大学学报(自然科学版);2013年05期

3 陈新禹;马孜;汪洋;黄进;陈天飞;;线结构光参数的简易标定方法[J];光电子.激光;2013年03期

4 赵鑫;潘晋孝;刘宾;陈平;;基于线结构光法的三维重建技术的研究[J];山西电子技术;2013年06期

5 边琰;郭彤;张国雄;;基于线结构光的工件台阶特征尺寸测量方法研究[J];机床与液压;2009年06期

6 裘祖荣;陈浩玉;胡文川;邹茂虎;杨婷;;嵌入式线结构光角度视觉检测及误差补偿[J];光学精密工程;2013年10期

7 李清泉;王植;李宇光;;基于线结构光的3维目标测量与多分辨率建模[J];测绘学报;2006年04期

8 王以忠;李琳;黄华芳;;一种基于双目线结构光视觉系统的简单标定方法[J];长沙交通学院学报;2008年01期

9 曲学军;王勇;樊龙欣;李淑萍;韩志仁;;线结构光三维扫描测量中的多视数据对齐[J];塑性工程学报;2012年05期

10 郑鹭斌;王晓栋;严菲;;一种实时准确的线结构光条纹中心提取方法[J];厦门理工学院学报;2014年01期

相关会议论文 前7条

1 张瑞瑛;周萍;冯煦;;大视场下线结构光光条中心的快速提取[A];2009年全国测绘仪器综合学术年会论文集[C];2009年

2 曾祥军;霍金城;吴庆阳;;线结构光三维测量系统扫描方向的标定[A];中国光学学会2011年学术大会摘要集[C];2011年

3 田宏亮;王俊妮;岳鹏;;一种基于边界阈值的图像拼接融合算法[A];2013年(第五届)西部光子学学术会议论文集[C];2013年

4 郑金鑫;杜军平;;基于Levenberg-Marquardt算法的图像拼接研究[A];2009年中国智能自动化会议论文集(第三分册)[C];2009年

5 谢凌霄;张茂军;王云丽;高辉;;基于特征匹配的无缝图像拼接方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

6 高冠东;贾克斌;肖珂;;一种新的基于特征点匹配的图像拼接方法[A];第十三届全国图象图形学学术会议论文集[C];2006年

7 胡社教;陈宗海;刘年庆;;基于图像灰度特征的全景图像拼接[A];'2003系统仿真技术及其应用学术交流会论文集[C];2003年

相关博士学位论文 前10条

1 刘艳;机器人结构光视觉系统标定研究[D];北京理工大学;2015年

2 占栋;线结构光视觉测量关键技术及在轨道交通巡检中应用[D];西南交通大学;2016年

3 王鹏;线结构光三维自动扫描系统关键技术的研究[D];天津大学;2008年

4 杨雪荣;CMM与线结构光视觉传感器集成的逆向工程系统关键技术研究[D];广东工业大学;2013年

5 吴庆华;基于线结构光扫描的三维表面缺陷在线检测的理论与应用研究[D];华中科技大学;2013年

6 陈天飞;线结构光表面三维测量系统的标定技术研究[D];大连海事大学;2013年

7 高健华;时空联合调制型傅里叶变换红外成像光谱仪光谱复原与图像拼接研究[D];中国科学院长春光学精密机械与物理研究所;2017年

8 张桦;场景图像拼接关键技术研究[D];天津大学;2008年

9 邵向鑫;数字图像拼接核心算法研究[D];吉林大学;2010年

10 姜代红;煤矿监控图像拼接与识别的方法研究[D];中国矿业大学;2015年

相关硕士学位论文 前10条

1 王世平;线结构光测量技术在接触轨几何参数检测中的应用研究[D];西南交通大学;2015年

2 袁聪聪;线结构光扫描装置的设计与实现[D];西北农林科技大学;2015年

3 刘辉;基于图像检测技术的运动部件的截面积测量[D];河北科技大学;2015年

4 陈丽;连铸坯线结构光视觉定重关键技术研究[D];河北科技大学;2015年

5 操亚华;基于FPGA的线结构光传感器信号处理系统设计[D];合肥工业大学;2015年

6 李硕;线结构光三维视觉测量系统的关键技术研究[D];广东工业大学;2016年

7 崔亮纯;线结构光三维测量系统关键技术的研究[D];华南理工大学;2016年

8 邓汛;基于线结构光视觉的六轴机器人焊缝跟踪研究[D];华南理工大学;2016年

9 肖虹;基于图像的机车关键部位检测[D];华南理工大学;2016年

10 蔡文泽;基于线结构光牙齿三维轮廓测量关键技术研究[D];西安工业大学;2016年



本文编号:1951961

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/1951961.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户332d2***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com