專利名稱：利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法
技術(shù)領(lǐng)域：
三維物體測量屬于測量、測試技術(shù)領(lǐng)域。在國際分類表中的相應(yīng)代碼為G01B。
背景技術(shù)：
三維測量技術(shù)在逆向工程、工業(yè)檢測、質(zhì)量控制等領(lǐng)域日益廣泛的應(yīng)用需求極大地推動(dòng)了三維測量技術(shù)的迅速發(fā)展，出現(xiàn)了基于光學(xué)、聲學(xué)、電磁學(xué)以及機(jī)械接觸原理的各種測量方法，如三坐標(biāo)測量機(jī)、激光掃描儀、結(jié)構(gòu)光測量儀等。其中，三坐標(biāo)測量機(jī)采用機(jī)械接觸式傳感，測量精度高，但一般需要專門的測量室和專用測量臺(tái)，對(duì)測量環(huán)境要求很高，測量范圍有限，測量效率低，不適合軟性物體的測量；激光線掃描測量和結(jié)構(gòu)光照射測量是目前三維幾何外形測量的主流方法，通過在物體表面進(jìn)行激光或結(jié)構(gòu)光照射，可以快速獲取模型表面密集的點(diǎn)云數(shù)據(jù)，但都受掃描范圍、物體表面高光反射等的限制，且激光掃描儀和結(jié)構(gòu)光測量儀均價(jià)格昂貴。尤其是對(duì)于機(jī)械產(chǎn)品而言，由于通常含有明顯的結(jié)構(gòu)特征，常常需要重點(diǎn)獲取對(duì)重建被測物體的數(shù)字化模型起關(guān)鍵作用的角點(diǎn)、棱邊以及模型表面的某些控制線等數(shù)據(jù)，結(jié)構(gòu)光照射測量法、激光線掃描測量法等獲得的都是表面的整體點(diǎn)云或網(wǎng)格數(shù)據(jù)，一方面輸出的數(shù)據(jù)量十分龐大，另一方面卻不能直接顯式地獲取所需的棱邊特征及某些關(guān)鍵截面控制線數(shù)據(jù)。而且，這些方法輸出的測量數(shù)據(jù)通常在模型的光滑平坦區(qū)域的效果比較好，而恰恰在關(guān)鍵的角點(diǎn)和棱邊處的測量效果較差。
為了以更加簡單的硬件條件和更加靈活方便的方式實(shí)現(xiàn)三維幾何信息的測量，根據(jù)一個(gè)數(shù)碼相機(jī)拍攝的多幅圖像精確重建物體的位置和形狀成為近年來的一個(gè)研究熱點(diǎn)。其中，德國Gom公司的TriTop系統(tǒng)，已經(jīng)能夠用單數(shù)碼相機(jī)自由拍攝方式進(jìn)行較高精度的三維坐標(biāo)定位。該系統(tǒng)通過在場景中放置一組編碼點(diǎn)和長度標(biāo)尺，并在感興趣的部位粘貼易于識(shí)別的標(biāo)記點(diǎn)，然后使用者手持一個(gè)數(shù)碼相機(jī)自由拍攝多幅圖像，要求各幅圖像相互之間有一定的重疊，所有圖像輸入相應(yīng)的軟件系統(tǒng)后，系統(tǒng)一次性自動(dòng)計(jì)算各次拍攝時(shí)的相機(jī)位置、姿態(tài)以及所有標(biāo)記點(diǎn)的空間坐標(biāo)。該系統(tǒng)已經(jīng)商品化并在我國進(jìn)行銷售，但是，該系統(tǒng)目前只能進(jìn)行特定標(biāo)記點(diǎn)目標(biāo)(由一個(gè)黑色圓環(huán)圍繞一個(gè)白色圓點(diǎn)構(gòu)成)的空間坐標(biāo)定位，一般用于配合其它測量方法進(jìn)行多視角測量數(shù)據(jù)的拼合，而不能進(jìn)行曲線目標(biāo)的三維測量，不能用于具有復(fù)雜幾何外形產(chǎn)品的三維數(shù)字化模型重建。

發(fā)明內(nèi)容
本發(fā)明旨在用簡單的硬件條件，實(shí)現(xiàn)一種面向工業(yè)產(chǎn)品測量建模的便于實(shí)施、精度較高、成本較低的實(shí)用測量方法。為此，本發(fā)明通過對(duì)被測物體的特征線和進(jìn)行數(shù)字化模型重建所需要的物體表面的某些關(guān)鍵截面控制線進(jìn)行標(biāo)記，使其在顏色亮度上明顯區(qū)別于被測物體本身的顏色，以利于圖像識(shí)別；在被測物體周圍放置一把標(biāo)尺和一組經(jīng)特殊設(shè)計(jì)的編碼點(diǎn)；然后手持一個(gè)數(shù)碼相機(jī)以自由拍攝方式獲得被測物體的一組圖像；根據(jù)這組圖像，自動(dòng)精確計(jì)算各次拍攝時(shí)的相機(jī)位置與姿態(tài)，同時(shí)，提供使用者方便的交互手段，實(shí)現(xiàn)對(duì)標(biāo)識(shí)曲線的半自動(dòng)提取和不同圖像中同名曲線的優(yōu)化匹配，進(jìn)而自動(dòng)計(jì)算出所標(biāo)識(shí)曲線結(jié)構(gòu)的三維點(diǎn)列信息。
根據(jù)上述方案開發(fā)出了使用靈活方便、適用于不同大小物體上三維曲線結(jié)構(gòu)測量的實(shí)用系統(tǒng)，可以很好地用于基于實(shí)物的機(jī)械產(chǎn)品三維數(shù)字化模型建立。本發(fā)明提出的物體三維測量方法，其特征在于測量只用一個(gè)數(shù)碼相機(jī)、一臺(tái)普通個(gè)人電腦，輔以一組編碼點(diǎn)和一把標(biāo)尺，無需復(fù)雜的測量硬件系統(tǒng)，也不需要對(duì)測量系統(tǒng)進(jìn)行繁瑣的標(biāo)定；直接顯式地產(chǎn)生對(duì)物體進(jìn)行數(shù)字化模型重建所需的曲線數(shù)據(jù)，避免數(shù)據(jù)冗余，且便于進(jìn)行高效率模型重建；全部測量數(shù)據(jù)自動(dòng)位于一個(gè)世界坐標(biāo)系下，避免了其他測量方法中多次測量的數(shù)據(jù)需要拼合的難點(diǎn)問題，也避免了多個(gè)數(shù)據(jù)集拼合帶來的累計(jì)誤差。本發(fā)明包括測量準(zhǔn)備、圖像攝取、相機(jī)位姿確定、目標(biāo)曲線提取、同名曲線的自動(dòng)匹配優(yōu)化、目標(biāo)曲線的三維重建等主要步驟。
測量準(zhǔn)備與圖像攝取測量準(zhǔn)備主要包括三個(gè)方面的工作1)根據(jù)數(shù)字化模型重建的需要對(duì)目標(biāo)曲線(一般是自然曲面片的邊界線、關(guān)鍵的截面控制線等)進(jìn)行標(biāo)記，使其在顏色亮度上明顯區(qū)別于被測物體，以利于圖像識(shí)別；2)在測量區(qū)域內(nèi)布置若干編碼點(diǎn)。每個(gè)編碼點(diǎn)具有唯一身份編碼，易于在不同圖像中進(jìn)行快速可靠的識(shí)別。標(biāo)記點(diǎn)和編碼點(diǎn)均可簡單地在計(jì)算機(jī)上產(chǎn)生相應(yīng)的圖案，然后打印生成。把編碼點(diǎn)貼到硬紙板、木片等的上面，可以重復(fù)使用；3)在測量場景內(nèi)放置一個(gè)有兩個(gè)編碼點(diǎn)的標(biāo)尺，其上的兩個(gè)編碼點(diǎn)中心的間距已知。放置標(biāo)尺的目的是獲得被測物體的實(shí)際尺寸，否則只能得到相差一個(gè)比例系數(shù)的三維結(jié)構(gòu)。上述準(zhǔn)備工作完成后，就可手持?jǐn)?shù)碼相機(jī)對(duì)被測物體進(jìn)行多角度拍攝。要求各幅圖像間具有一定的重疊，即一幅圖像至少要與另一幅圖像之間有共同可見的5個(gè)以上編碼點(diǎn)和某些目標(biāo)曲線。
編碼點(diǎn)的識(shí)別與定位編碼點(diǎn)的圖案設(shè)計(jì)成由中心白色圓點(diǎn)、中間黑色圓環(huán)、外圈圓環(huán)組成，其中外圈圓環(huán)被分成15個(gè)等分，每個(gè)等分為黑色或白色，黑色表示二進(jìn)制碼“0”，白色表示二進(jìn)制碼“1”，稱為“編碼帶”。一組編碼點(diǎn)中每個(gè)點(diǎn)的編碼均不相同。根據(jù)這種編碼，可以在不同圖像中可靠地識(shí)別其身份，自動(dòng)建立同名編碼點(diǎn)在各圖像間的對(duì)應(yīng)關(guān)系。正是根據(jù)這些同名編碼點(diǎn)在圖像中的位置和在多幅圖像間的對(duì)應(yīng)，才能實(shí)現(xiàn)自由拍攝時(shí)相機(jī)的各個(gè)位置和姿態(tài)的自動(dòng)計(jì)算。
由于編碼點(diǎn)的中心圓形經(jīng)CCD成像后呈橢圓狀，因此，為了識(shí)別和定位圖像中的編碼點(diǎn)，本發(fā)明首先采用Canny算子進(jìn)行圖像分割，在圖像中提取代表不同區(qū)域的輪廓信息，然后根據(jù)各輪廓的尺寸、形狀、橢圓擬合殘差、區(qū)域灰度的均值、區(qū)域灰度的方差等5個(gè)約束條件，對(duì)候選編碼點(diǎn)目標(biāo)進(jìn)行逐步過濾，從而實(shí)現(xiàn)編碼點(diǎn)目標(biāo)的提取。
鎖定一個(gè)編碼點(diǎn)目標(biāo)后，要對(duì)其進(jìn)行解碼，即確定其具體是哪個(gè)編碼點(diǎn)。解碼的依據(jù)是編碼帶上各扇區(qū)的灰度。本發(fā)明采用擬合編碼帶中間橢圓并對(duì)其上的每一象素取線性窗口進(jìn)行中值濾波的方法，綜合考慮了編碼帶內(nèi)大多數(shù)象素的灰度值，能夠消除孤立噪聲的影響。對(duì)大量的現(xiàn)場拍攝圖像的處理結(jié)果表明，這一方法對(duì)提高編碼點(diǎn)身份識(shí)別的魯棒性十分有效。
最后，根據(jù)識(shí)別出的編碼點(diǎn)中心圓形區(qū)域內(nèi)各象素點(diǎn)的灰度值，確定具有亞象素定位精度的編碼點(diǎn)中心坐標(biāo)。
相機(jī)位置和姿態(tài)確定根據(jù)至少5個(gè)同名編碼點(diǎn)中心在兩幅圖像中的象素坐標(biāo)，首先計(jì)算兩幅圖像之間的基本矩陣。由相機(jī)內(nèi)參數(shù)和基本矩陣，可進(jìn)一步恢復(fù)兩幅圖像對(duì)應(yīng)的相機(jī)姿態(tài)及這兩幅圖中共同可見的編碼點(diǎn)中心的三維坐標(biāo)。然后，根據(jù)所獲得的三維空間點(diǎn)與第三幅圖像上編碼點(diǎn)之間的同名對(duì)應(yīng)關(guān)系，求解第三幅圖像對(duì)應(yīng)的相機(jī)姿態(tài)，進(jìn)而獲得更多的編碼點(diǎn)中心三維坐標(biāo)，再求解下一幅圖像對(duì)應(yīng)的相機(jī)姿態(tài)，如此遞增，直到獲得所有相機(jī)姿態(tài)和編碼點(diǎn)中心三維坐標(biāo)。最后采用光束平差法同時(shí)對(duì)所有相機(jī)參數(shù)及編碼點(diǎn)中心三維坐標(biāo)進(jìn)行整體優(yōu)化，以進(jìn)一步提高精度。這種遞增式方法和全局優(yōu)化方法相結(jié)合的策略，使算法既有較高的效率，又能使相機(jī)定位達(dá)到較高的精度。
一次讀入拍攝到的一組圖像，測量系統(tǒng)即自動(dòng)計(jì)算并記錄各次拍攝時(shí)的相機(jī)位置與姿態(tài)。確定了各次拍攝時(shí)的相機(jī)位置和姿態(tài)，意味著確定了各幅圖像在一個(gè)統(tǒng)一的世界坐標(biāo)系下的位置和姿態(tài)，這使得后續(xù)算法根據(jù)不同圖像對(duì)重建出的各目標(biāo)曲線直接位于同一個(gè)坐標(biāo)系中，無需數(shù)據(jù)拼合。
目標(biāo)曲線的半自動(dòng)提取對(duì)于當(dāng)前選中顯示在兩個(gè)圖像窗口中的一個(gè)圖像對(duì)，分別在兩幅圖像上用鼠標(biāo)在共同可見的同一條標(biāo)記曲線附近取點(diǎn)，使這些點(diǎn)的連線大致反映相應(yīng)的圖像曲線輪廓，然后測量系統(tǒng)根據(jù)能量優(yōu)化的原理自動(dòng)將這樣的大致圖像曲線輪廓最佳地貼合到圖像曲線上。這一半自動(dòng)提取過程中，使用者只需要在圖像曲線附近依次取點(diǎn)即可，簡便易行，且由于有較好的初始搜索位置而大大增加了目標(biāo)曲線提取及后續(xù)自動(dòng)匹配優(yōu)化的穩(wěn)定性，同時(shí)最佳貼合方法保證目標(biāo)曲線的提取精度。
同名曲線的自動(dòng)匹配優(yōu)化在一個(gè)圖像對(duì)中提取出一對(duì)同名目標(biāo)曲線后，一個(gè)關(guān)鍵的問題就是建立兩幅圖像間同名目標(biāo)曲線上各象素點(diǎn)的對(duì)應(yīng)關(guān)系?；趫D像點(diǎn)的對(duì)應(yīng)，就可以通過立體三角法重建出這些點(diǎn)的空間坐標(biāo)。
根據(jù)立體視覺的基本理論，相機(jī)在不同位置和角度獲得的一個(gè)圖像對(duì)間的同名點(diǎn)應(yīng)滿足極線約束。對(duì)于一個(gè)圖像對(duì)中兩個(gè)候選同名匹配點(diǎn)v1和v2，本發(fā)明用在第二幅圖像上v2到v1的極線的距離，以及在第一幅圖像上v1到v2的極線的距離之和來度量v1和v2的匹配程度。同時(shí)，兩條同名目標(biāo)曲線上的點(diǎn)列匹配應(yīng)滿足空間相關(guān)性約束，即一條曲線上按順序排列的點(diǎn)列，一定對(duì)應(yīng)另一條曲線上一個(gè)順序排列的點(diǎn)列?；谶@樣的分析，本發(fā)明首先采用動(dòng)態(tài)規(guī)劃來獲得同名曲線上離散象素點(diǎn)的初始匹配。得到同名圖像曲線上點(diǎn)對(duì)的初始匹配后，再進(jìn)一步進(jìn)行曲線的匹配優(yōu)化。設(shè)兩條同名圖像曲線分別用參數(shù)方程c1(l)、c2(l)表示，本發(fā)明優(yōu)化下面的目標(biāo)函數(shù)來達(dá)到c1、c2曲線上點(diǎn)的精確匹配min∫0L1|c2(σ(l))TFc1(l)||eFc1(l)||+|c2(σ(l))TFc1(l)|||c2(σ(l))TFeTdl---(28)]]>其中，e=0-10100000;]]>F是圖像對(duì)間的基本矩陣，在各次拍攝時(shí)的相機(jī)位置和姿態(tài)已經(jīng)確定的情況下時(shí)已知的；σ(l)為待求的映射函數(shù)，表示c1曲線上參數(shù)為l的點(diǎn)在曲線c2上的參數(shù)值。
目標(biāo)曲線的三維重建完成同名曲線上所有象素點(diǎn)的匹配后，由于圖像對(duì)在各自拍攝時(shí)的相機(jī)位置和姿態(tài)已經(jīng)自動(dòng)計(jì)算得出，因此可以用雙目立體視覺中成熟的三角測量法重建出這些點(diǎn)的空間坐標(biāo)，從而完成整條曲線的重建。
本發(fā)明具有測量硬件簡單(一個(gè)數(shù)碼相機(jī)、一臺(tái)普通個(gè)人電腦、一把標(biāo)尺、一組打印生成的編碼點(diǎn))、測量方式十分靈活(自由拍攝)、測量范圍不受限制、各角度測量數(shù)據(jù)自動(dòng)拼合、測量輸出數(shù)據(jù)無冗余、使用方便、成本低等突出優(yōu)點(diǎn)，不但能夠用于空間點(diǎn)的定位，而且能夠根據(jù)機(jī)械產(chǎn)品測量建模的需要，測量出被測物體上的棱邊、特征線、關(guān)鍵截面控制線等三維信息，在逆向工程、產(chǎn)品質(zhì)量檢測等領(lǐng)域有廣泛的應(yīng)用前景。


圖1本發(fā)明提出的測量方法的基本流程圖。
圖2編碼點(diǎn)示意圖。圖2(a)描述編碼點(diǎn)結(jié)構(gòu)，即由中心白色圓點(diǎn)、中間黑色圓環(huán)、外圈圓環(huán)組成，其中外圈圓環(huán)被分成15個(gè)等分，根據(jù)每個(gè)扇區(qū)分的顏色確定其身份，黑色表示二進(jìn)制碼“0”，白色表示二進(jìn)制碼“1”；圖2(b)是三個(gè)編碼點(diǎn)示例。
圖3實(shí)施例測量系統(tǒng)軟件圖形界面分區(qū)示意圖。1.菜單區(qū)；2.圖標(biāo)工具欄；3.顯示圖像文件的列表；4.顯示當(dāng)前活動(dòng)圖像對(duì)中的一幅圖像；5.顯示當(dāng)前活動(dòng)圖像對(duì)中的另一幅圖像；6.重建出的目標(biāo)曲線的三維圖形顯示區(qū)。通過點(diǎn)擊區(qū)域3中的圖像文件列表來指定4、5兩個(gè)窗口內(nèi)當(dāng)前顯示的圖像，用戶在4、5兩個(gè)圖像窗口中依照?qǐng)D像上的標(biāo)識(shí)曲線交互勾勒出一對(duì)同名曲線的大致形狀后，系統(tǒng)即自動(dòng)計(jì)算出該曲線上的三維點(diǎn)列并顯示于三維圖形區(qū)。
具體實(shí)施例方式
本發(fā)明提出的物體三維曲線結(jié)構(gòu)測量方法的實(shí)施例說明如下數(shù)碼相機(jī)采用具有內(nèi)置閃光燈、分辨率為4256×2848的Nikon手動(dòng)調(diào)焦數(shù)碼相機(jī)，計(jì)算機(jī)采用主頻2.8GHz、內(nèi)存512MB的Pentium IV微機(jī)，測量軟件系統(tǒng)在Visual C++ 6.0平臺(tái)上實(shí)現(xiàn)。
根據(jù)圖1敘述本發(fā)明的具體實(shí)施方式
及原理測量之前要進(jìn)行一定的測量準(zhǔn)備，包括對(duì)被測物體上需要測量的目標(biāo)曲線(一般是物體的特征線和進(jìn)行數(shù)字化模型重建所需要的物體表面的某些關(guān)鍵截面控制線)進(jìn)行標(biāo)記，使其在顏色亮度上明顯區(qū)別于被測物體本身的顏色，以利于圖像識(shí)別；在被測物體周圍放置一把標(biāo)尺和一組經(jīng)特殊設(shè)計(jì)的編碼點(diǎn)，這組編碼點(diǎn)中每個(gè)點(diǎn)的編碼均不相同，即每個(gè)編碼點(diǎn)具有身份唯一性。完成上述測量準(zhǔn)備工作以后，手持一個(gè)數(shù)碼相機(jī)以自由拍攝方式獲得被測物體的一組圖像，要求各幅圖像間具有一定的重疊，即一幅圖像至少要與另一幅圖像之間有共同可見的5個(gè)以上編碼點(diǎn)和某些目標(biāo)曲線。根據(jù)這組圖像，測量系統(tǒng)自動(dòng)識(shí)別并精確定位各幅圖像中的編碼點(diǎn)，然后自動(dòng)精確計(jì)算各次拍攝時(shí)的相機(jī)位置與姿態(tài)。使用者經(jīng)簡單的交互完成當(dāng)前活動(dòng)圖像對(duì)中一條標(biāo)識(shí)曲線的半自動(dòng)提取，測量系統(tǒng)隨后自動(dòng)進(jìn)行同名圖像曲線的優(yōu)化匹配，進(jìn)而自動(dòng)計(jì)算這條出所標(biāo)識(shí)曲線結(jié)構(gòu)的三維點(diǎn)列信息。如果尚有未處理的目標(biāo)曲線，則對(duì)下一條目標(biāo)曲線(可能出現(xiàn)在不同的圖像對(duì)中)重復(fù)上述半自動(dòng)提取、自動(dòng)匹配、三維曲線重建的過程，直至完成所有目標(biāo)曲線的三維重建。以下就圖1中的幾個(gè)主要步驟的具體實(shí)施方式
做詳細(xì)說明。
編碼點(diǎn)身份識(shí)別本發(fā)明的三維測量方法基于對(duì)拍攝得到的一組圖像進(jìn)行分析處理，首先就是識(shí)別圖2中所示的編碼點(diǎn)。每個(gè)編碼點(diǎn)的中心為圓形“目標(biāo)點(diǎn)”，周圍為環(huán)狀“編碼帶”，“編碼帶”按照角度平均分為15份，每24度一份，相當(dāng)于一個(gè)二進(jìn)制位，取白色為前景色，相應(yīng)的二進(jìn)制碼為“1”，黑色為背景色，相應(yīng)的二進(jìn)制碼為“0”。對(duì)于每一個(gè)編碼點(diǎn)，存在15種可能的二進(jìn)制編碼，取這15個(gè)二進(jìn)制數(shù)里最小的數(shù)對(duì)應(yīng)的十進(jìn)制數(shù)作為編碼點(diǎn)的ID。
本發(fā)明的編碼點(diǎn)自動(dòng)檢測算法主要包括以下三個(gè)主要過程①編碼點(diǎn)目標(biāo)的提取，即在圖像中尋找“目標(biāo)點(diǎn)”；②根據(jù)編碼點(diǎn)“編碼帶”上的信息確定編碼點(diǎn)的唯一身份，即編碼點(diǎn)解碼；③編碼點(diǎn)中心的亞象素定位。
(1)編碼點(diǎn)目標(biāo)提取編碼點(diǎn)的中心圓形經(jīng)CCD成像后呈橢圓狀。因此，首先采用Canny算子進(jìn)行圖像分割，在圖像中提取代表不同區(qū)域的輪廓信息，然后采用逐步過濾的方法進(jìn)行編碼點(diǎn)目標(biāo)提取。首先根據(jù)標(biāo)記點(diǎn)目標(biāo)的尺寸、形狀對(duì)可能的目標(biāo)點(diǎn)進(jìn)行初步過濾，滿足如下條件的封閉輪廓進(jìn)入進(jìn)一步的識(shí)別過程Pmin≤P≤Pmax(1)1≤P2/4πA≤1.5 (2)式中，P和A分別為封閉輪廓的周長和面積，Pmin、Pmax分別是輪廓周長的最小和最大閾值。式(1)是對(duì)封閉輪廓大小的限定，式(2)則度量了其與圓的接近程度。
對(duì)于滿足(1)(2)式的封閉輪廓，采用最小二乘方法進(jìn)行橢圓擬合，剩余誤差εeli滿足給定允差ετ方為候選編碼點(diǎn)的中心圓，即εeli≤ετ(3)經(jīng)過最小二乘模板匹配后，圖像中所有橢圓輪廓都已找到。但是，在真實(shí)場景中往往存在一些不是標(biāo)記點(diǎn)目標(biāo)而具有橢圓形狀或者與橢圓形狀接近的輪廓也被誤認(rèn)為是標(biāo)記點(diǎn)目標(biāo)，但由于本方法采用的標(biāo)記點(diǎn)目標(biāo)前景灰度為白色，背景灰度為黑色，兩者對(duì)比度強(qiáng)烈。這是標(biāo)記點(diǎn)目標(biāo)區(qū)別于其它非標(biāo)記點(diǎn)目標(biāo)的顯著特征。因此，要根據(jù)標(biāo)記點(diǎn)的這種灰度特征來進(jìn)一步排除非編碼點(diǎn)目標(biāo)。由于已經(jīng)通過式(3)所示的橢圓擬合準(zhǔn)則，因此可以確定內(nèi)部中心橢圓和黑色圓環(huán)的區(qū)域。記中心白點(diǎn)內(nèi)部區(qū)域的灰度均值為MI，黑色圓環(huán)區(qū)域的灰度均值為MO，則MI和MO應(yīng)滿足MI≥MtMO≤MtMI-MO≥ΔMt---(4)]]>其中，Mt為區(qū)分前景灰度與背景灰度的閾值；ΔMt為前景灰度與背景灰度之差應(yīng)滿足的最小值。
另外，約束中心白點(diǎn)內(nèi)部區(qū)域的灰度方差VI和黑色圓環(huán)區(qū)域的灰度方差滿足VI≤δIVO≤δO---(5)]]>其中，δI，δO是允許的最大灰度方差。條件(5)約束編碼點(diǎn)的中心必須滿足一定的灰度均勻性。滿足上述(1)～(5)式，則進(jìn)入編碼點(diǎn)解碼過程。
(2)編碼點(diǎn)解碼本發(fā)明提出的編碼點(diǎn)解碼算法的具體實(shí)現(xiàn)步驟如下Step1擬合編碼點(diǎn)中心圓點(diǎn)的外輪廓橢圓(記為橢圓A)、中間黑色圓環(huán)的外輪廓橢圓(記為橢圓B)、各白色扇區(qū)所在的圓環(huán)的外輪廓橢圓(記為橢圓C)。再擬合一個(gè)位于橢圓B、C中間的橢圓，其中心及旋轉(zhuǎn)角與橢圓B、C的中心及旋轉(zhuǎn)角相同，長、短軸分別取B、C長、短軸的均值。再采用橢圓繪制的算法，獲得橢圓D上各象素點(diǎn)的位置坐標(biāo)。
Step2計(jì)算A所包圍的區(qū)域內(nèi)所有象素灰度的中值作為前景灰度，A和B之間區(qū)域內(nèi)所有象素灰度的中值作為背景灰度。前景灰度與背景灰度的均值作為閾值，用于后續(xù)確定編碼點(diǎn)各二進(jìn)制位的碼值。
Step3對(duì)于橢圓D上的任一個(gè)象素點(diǎn)TD，過橢圓中心做一條射線，記該射線與橢圓B、C的交點(diǎn)為TB和TC。將線段TBTC上所有象素的灰度值進(jìn)行排序，取最中間的一個(gè)象素灰度值作為TD的新灰度值。
Step4對(duì)橢圓D上各點(diǎn)按照公式(6)做逆仿射變換，使橢圓D對(duì)應(yīng)一個(gè)單位圓，單位圓上各點(diǎn)的灰度對(duì)應(yīng)于橢圓B的新灰度值。
X′=a-1b-1cosαsinα-sinαcosα(X-Xo)---(6)]]>式中，X′是與TD對(duì)應(yīng)的單位圓上點(diǎn)的坐標(biāo)，X是點(diǎn)TD的坐標(biāo)，Xo是橢圓D的中心O的坐標(biāo)，a，b分別是橢圓D的長軸和短軸的長度，α是橢圓D的旋轉(zhuǎn)角。
Step5對(duì)單位圓上像素作二值化，取其中的一個(gè)邊緣點(diǎn)作為起始點(diǎn)。
Step6從起始點(diǎn)開始，在該單位圓上每隔24°為一個(gè)二進(jìn)制位，計(jì)算各位內(nèi)所有象素點(diǎn)的平均灰度值。若某位的灰度平均值大于閾值，則該位取二進(jìn)制碼為“1”；否則取“0”。從而可以得到編碼點(diǎn)的一個(gè)二進(jìn)制編碼。找到與該二進(jìn)制數(shù)對(duì)應(yīng)的最小十進(jìn)制數(shù)，該十進(jìn)制數(shù)即為編碼點(diǎn)的ID。
上述Step3相當(dāng)于對(duì)點(diǎn)TD在一個(gè)線形窗口內(nèi)進(jìn)行一次中值濾波，濾波窗口內(nèi)包含的象素即為線段TBTC上的象素。采用中值濾波后橢圓D上新的灰度值來確定編碼點(diǎn)每一位的二進(jìn)制碼，考慮了編碼帶內(nèi)所有象素的灰度值，能夠消除孤立噪聲的影響。對(duì)大量的現(xiàn)場拍攝圖像的處理結(jié)果表明，這一方法對(duì)提高編碼點(diǎn)身份識(shí)別的魯棒性十分有效。
(3)標(biāo)記點(diǎn)中心計(jì)算采用式(7)來進(jìn)行編碼點(diǎn)的中心亞象素定位xc=ΣjΣii·Ii,j/ΣjΣiIi,jyc=ΣjΣij·Ii,j/ΣjΣiIi,j---(7)]]>式中，(xc，yc)為編碼點(diǎn)中心坐標(biāo)，Ii，j為中心圓形區(qū)域內(nèi)象素點(diǎn)(i，j)的灰度值。
相機(jī)位姿自動(dòng)確定在齊次坐標(biāo)表示下，三維空間點(diǎn)X在攝像機(jī)成像平面上的投影x可表示為x＝K[R|t]X＝PX (8)其中，K是攝像機(jī)內(nèi)參數(shù)矩陣；R和t分別為從世界坐標(biāo)系到攝像機(jī)坐標(biāo)系的旋轉(zhuǎn)變換矩陣和平移變換向量；P為3×4的投影變換矩陣。
設(shè)相機(jī)在兩個(gè)不同的位置和朝向?qū)ν粓鼍芭臄z了兩幅圖像，兩個(gè)相機(jī)之間存在旋轉(zhuǎn)矩陣R12和非零平移向量t12，則由極線幾何可知兩幅圖像之間存在以下約束x2TFx1=0---(9)]]>式中x1和x2分別是三維空間點(diǎn)X在第一、第二兩幅圖像上的投影點(diǎn)；F是3×3的基本矩陣，它映射右圖像上的一點(diǎn)x2到左圖像相應(yīng)的對(duì)極線Fx1上。
根據(jù)兩幅圖像之間編碼點(diǎn)的對(duì)應(yīng)關(guān)系 l＝1，L，N，N≥5，我們首先采用MLESAC(Maximum Likelihood Estimation SAmple Consensus)方法計(jì)算兩幅圖像之間的基本矩陣F。
根據(jù)相機(jī)標(biāo)示的焦距等內(nèi)參數(shù)，可以構(gòu)建內(nèi)參數(shù)矩陣K的初值(產(chǎn)品標(biāo)示參數(shù)只作為初值，測量系統(tǒng)在后續(xù)過程中會(huì)對(duì)其做進(jìn)一步優(yōu)化)。這樣，根據(jù)基本矩陣F，可進(jìn)一步計(jì)算兩幅圖像之間的本質(zhì)矩陣EE＝KTFK(10)又根據(jù)本質(zhì)矩陣的定義E＝[t]×R(式中[g]×表示向量的反對(duì)稱矩陣)，利用旋轉(zhuǎn)矩陣的正交性可以很容易推導(dǎo)出E^TE^=1-t^x2-t^xt^y-t^xt^z-t^yt^x1-t^y2-t^yt^z-t^zt^x-t^zt^y1-t^z2---(11)]]>式中E^=E/Tr(ETE)/2,]]>Tr(g)表示矩陣的跡，t^12=t12/||t12||]]>是歸一化后的平移向量。這樣，根據(jù)(10)式求出的E矩陣和式(11)可以很容易求得歸一化后的平移向量t^12=(t^x,t^y,t^z)T.]]>由于(-E^)T(-E^)=E^TE^,]]>因此，歸一化得到的矩陣 可能與實(shí)際的 相差一個(gè)符號(hào)。另外，由于矩陣 的每一個(gè)元素都是關(guān)于向量 的二次項(xiàng)，因此根據(jù)式(11)計(jì)算出的向量 也具有二義性，即 都滿足(11)式。后文將給出解決 和 的二義性的方法。
為了計(jì)算第一幅圖與第二幅圖之間的旋轉(zhuǎn)矩陣R12，定義wi=E^i×t^12(i=1,2,3)---(12)]]>式中 代表矩陣 的各行向量。設(shè)ri是旋轉(zhuǎn)矩陣R12的各行向量，則ri＝wi+wj×wk(13)式中(i，j，k)是(1，2，3)的循環(huán)組合。這樣就確定了前兩幅視圖的相機(jī)姿態(tài)。
將世界坐標(biāo)系建立在第一個(gè)相機(jī)上，根據(jù)成像幾何關(guān)系不難導(dǎo)出空間點(diǎn)X在第一個(gè)相機(jī)坐標(biāo)系下的Z方向坐標(biāo)為Z1=f(fr1-x2r3)Tt^12(fr1-x2r3)Tx1---(14)]]>進(jìn)一步可求得另外兩個(gè)坐標(biāo)分量X1＝x1Z1/f，Y1＝y(tǒng)1Z1/f (15)X在第二個(gè)相機(jī)坐標(biāo)系下的坐標(biāo)為X2＝R12(X1-t12)(16)由于 和 的二義性，可能產(chǎn)生四對(duì)不同的 根據(jù)拍攝時(shí)的實(shí)際情況，只有當(dāng)采用某個(gè) 對(duì)重建的所有點(diǎn)均同時(shí)在兩個(gè)相機(jī)前面，即所有點(diǎn)(這里是指兩個(gè)視圖共同可見的各個(gè)編碼點(diǎn)中心)的Z1和Z2都為正時(shí)，才表明重建結(jié)果正確，相應(yīng)的一組 即為正確解。
由于上述重建算法中，兩個(gè)相機(jī)之間基線長度未知，因此只能得到歸一化的平移向量 從式(14)容易看出，重建出來的場景與實(shí)際場景相差一個(gè)固定的比例因子。為此，在場景中放置標(biāo)尺，標(biāo)尺上兩個(gè)標(biāo)記點(diǎn)之間的距離已知，從而可以確定一個(gè)比例因子，得到被測物體的實(shí)際尺寸。
在兩視圖相機(jī)姿態(tài)確定和編碼點(diǎn)中心三維坐標(biāo)重建的基礎(chǔ)上，需要進(jìn)一步依次確定其它各次拍攝時(shí)的相機(jī)姿態(tài)。對(duì)第j幅圖像進(jìn)行處理時(shí)，要求該圖像中存在至少6個(gè)已在前面的步驟中重建出了三維坐標(biāo)的編碼點(diǎn)，即已知圖像點(diǎn)和空間點(diǎn)的對(duì)應(yīng)Xixi，i＝1，L L，L≥6。將這些約束帶入投影方程(8)中可得xi＝PjXi，i＝1，L L，L≥6 (17)由于每組Xixi的對(duì)應(yīng)產(chǎn)生兩個(gè)線性方程，因此，根據(jù)(17)式采用最小二乘法即可求解出第j幅圖像的投影矩陣Pj中的11個(gè)未知元素。
將3×4的投影矩陣Pj表示成Pj＝K[Rj|tj]＝[KRj|Ktj]＝[M|p4] (18)其中，M是矩陣Pj前3×3的子矩陣，p4表示矩陣Pj的第四列。從式(18)中很容易確定出平移向量tj＝K-1p4。
由于內(nèi)參數(shù)矩陣是上三角的且旋轉(zhuǎn)矩陣是正交的，因此，對(duì)矩陣進(jìn)行QR分解就可得旋轉(zhuǎn)矩陣Rj。在估計(jì)出拍攝第j幅圖像時(shí)相機(jī)相對(duì)于世界坐標(biāo)系的外部姿態(tài)參數(shù)Rj和tj的基礎(chǔ)上，我們進(jìn)一步通過光學(xué)三角形法，重建出第j幅圖像中新出現(xiàn)的且可在前j-1幅圖像中找到同名匹配的編碼點(diǎn)的三維空間點(diǎn)坐標(biāo)。至此，就完成了對(duì)應(yīng)第j幅圖像的相機(jī)姿態(tài)確定和編碼點(diǎn)三維坐標(biāo)計(jì)算。然后繼續(xù)下一幅圖像的處理，直至處理完所有圖像。
(3)相機(jī)姿態(tài)優(yōu)化由于圖像噪聲等因素的存在，三維空間點(diǎn)Xi經(jīng)投影矩陣Pj變換后的像點(diǎn)，與實(shí)際識(shí)別出的Xi在第j幅圖像中的像點(diǎn)坐標(biāo)xij并不重合。為了進(jìn)一步提高系統(tǒng)精度，本發(fā)明基于光束平差算法，以再投影誤差最小建立目標(biāo)函數(shù)Σijd(PjXi,xij)2→min---(19)]]>對(duì)前面求出的相機(jī)參數(shù)和三維空間點(diǎn)坐標(biāo)進(jìn)行全局優(yōu)化。具體求解采用LM(Levenberg-Marquardt)算法。由于是以前面求出的已經(jīng)比較接近真實(shí)值的Xi和Pj作為初值，因此，全局優(yōu)化可以較快收斂。
目標(biāo)曲線的半自動(dòng)提取本發(fā)明開發(fā)的物體曲線結(jié)構(gòu)三維測量軟件系統(tǒng)圖形界面示意圖如附圖3所示，該圖的左側(cè)顯示所有拍攝得到的圖像文件的列表，該圖的右側(cè)下部為當(dāng)前活動(dòng)圖像對(duì)的兩個(gè)圖像顯示窗口，通過點(diǎn)擊左側(cè)的圖像文件列表來指定兩個(gè)窗口內(nèi)當(dāng)前顯示的圖像，該圖的右側(cè)上部為重建出的目標(biāo)曲線的三維圖形顯示區(qū)。
本發(fā)明采用能量優(yōu)化的基本思想將在兩個(gè)活動(dòng)圖像上交互勾勒出的目標(biāo)曲線的大致輪廓通過后臺(tái)算法自動(dòng)“貼合”到相應(yīng)的目標(biāo)曲線上。
具體實(shí)現(xiàn)時(shí)，首先連接用戶輸入的目標(biāo)曲線上的點(diǎn)構(gòu)成一條折線(封閉情況下為多邊形)，然后本發(fā)明采用計(jì)算機(jī)圖形學(xué)中直線段光柵掃描轉(zhuǎn)換的DDA算法快速得到折線經(jīng)過的所有象素點(diǎn)，從這些象素點(diǎn)中按固定間隔(實(shí)施例中每隔兩個(gè)象素取一個(gè))進(jìn)行采樣，記為vi，i＝(0，1，L，n)。這里需要進(jìn)一步利用Canny邊緣檢測算子自動(dòng)檢測出的圖像邊緣信息，因此記檢測出的邊緣點(diǎn)集為P。另記vij，j＝(1，L，8)為點(diǎn)vi的八鄰域象素點(diǎn)，同時(shí)為了敘述方便，記vi0＝vi。
本發(fā)明建立每個(gè)點(diǎn)vi及其八鄰域點(diǎn)的如下能量函數(shù)E(vij)＝[αEtension(vij)+βEbend(vij)+γEimg(vij)+δEattr(vij)] (20)其中，Etension(vij)，Ebend(vij)，Eimg(vij)，Eattr(vij)分別為vij點(diǎn)處的拉伸能量、彎曲能量、圖像能量和邊緣點(diǎn)引力產(chǎn)生的能量，α，β，γ，δ分別為各能量項(xiàng)的權(quán)值，用以調(diào)節(jié)各能量項(xiàng)的比重。為了平衡各項(xiàng)的影響，各能量項(xiàng)全都?xì)w一化到區(qū)間Etension(vij)=|d‾-|vij-vi-1||max0≤j≤8{|d‾-|vij-vi-1||},]]>d‾=1nΣi=1n|vi-vi-1|]]>Ebend(vij)=|vi-1-2vij+vi+1|2max0≤j≤8{|vi-1-2vij+vi+1|2}]]>Eimg(vij)=min0≤j≤8(Eimg(vij))-Eimg(vij)max0≤j≤8(Eimg(vij))-min0≤j≤8(Eimg(vij))]]>Eattr(vij)=|vij-pij|max0≤j≤8{|vij-pij|}]]>其中，Eimg＝-|I(x，y)|2，Eattr(vij)中的pij∈P是與vi距離最近的邊緣點(diǎn)。本發(fā)明在拉伸能、彎曲、圖像能之外增加邊緣點(diǎn)引力能Eattr(vi)的目的是進(jìn)一步促使點(diǎn)列向目標(biāo)曲線收斂。pij的搜索限定在以vi為中心的一個(gè)窗口內(nèi)進(jìn)行。如果該窗口內(nèi)沒有任何邊緣點(diǎn)，Eattr(vij)＝0，j＝0，L，8。
通過迭代的方法使點(diǎn)列vi，i＝(0，1，L，n)向使式(20)能量極小的位置移動(dòng)，最終鎖定在圖像特征附近，形成光滑的目標(biāo)曲線點(diǎn)列。再用均勻B樣條曲線來擬合這些點(diǎn)，以備后續(xù)曲線匹配使用。對(duì)于開曲線，約束其兩端點(diǎn)始終保持位置不變，從而防止開曲線的點(diǎn)列收縮為一點(diǎn)產(chǎn)生退化。
同名曲線的自動(dòng)匹配優(yōu)化(1)匹配程度度量相機(jī)在不同位置和角度獲得的一個(gè)圖像對(duì)間同名點(diǎn)應(yīng)滿足的一個(gè)基本約束是(9)式描述的極線約束。在相機(jī)內(nèi)參數(shù)和相對(duì)位置及姿態(tài)已知的情況，圖像對(duì)間的基本矩陣F是已知的。對(duì)于一個(gè)圖像對(duì)中兩個(gè)候選匹配點(diǎn)v1和v2，可以用在第二幅圖像上v2到v1的極線的距離D2(v1,v2)=|v2TFv1|||eFv1||---(21)]]>以及在第一幅圖像上v1到v2的極線的距離D1(v1,v2)=|v2TFv1|||v2TFeT||---(22)]]>度量v1和v2的匹配程度，其中，e=0-10100000.]]>本發(fā)明正是根據(jù)式(21)和式(22)的極線約束條件，建立同名曲線間點(diǎn)對(duì)匹配的優(yōu)化目標(biāo)函數(shù)。
(2)圖像曲線重采樣為了得到擬合出來的均勻B樣條曲線p(u)，u∈
上的各象素點(diǎn)，取離散參數(shù)間距Δu＝1/L，L為各型值點(diǎn)的累加弦長，得到均勻B樣條曲線上的離散象素點(diǎn)vi，i＝0，1，...，N，構(gòu)造分段線性插值曲線滿足c(li)=vi,i=0,...,Nc(l)=li+1-lli+1-livi+l-lili+1-livi+1,li≤l<li+1---(23)]]>其中l(wèi)0＝0.0，li=Σj=1i|vj-vj-1|.]]>記L=Σj=1N|vj-vj-1|.]]>不失一般性，將兩條同名圖像曲線中象素點(diǎn)較多的一條記為c1(l)，較少的那條記為c2(l)。c1(l)上的離散象素點(diǎn)記為vk(1)，0≤k≤N1；c2(l)上的離散象素點(diǎn)記為vj(2)，0≤j≤N2。尋求c1(l)，l∈
上的各象素點(diǎn)在c2(l)，l∈
上的匹配點(diǎn)，可以實(shí)現(xiàn)其在c2(l)上的亞象素匹配，從而實(shí)現(xiàn)高精度三維曲線重建。
(3)匹配優(yōu)化首先采用動(dòng)態(tài)規(guī)劃來初始匹配對(duì)應(yīng)曲線上的離散象素點(diǎn)。同名曲線一個(gè)對(duì)應(yīng)點(diǎn)對(duì)的累積代價(jià)函數(shù)定義為C(vk(1),vj(2))=D(vk(1),vj(2))+minm∈GkjC(vk-1(1),vm(2))---(24)]]>其中D(vk(1),vj(2))=D1(vk(1),vj(2))+D2(vk(1),vj(2)),]]>Gkj表示在vk(1)與vj(2)已經(jīng)匹配的情況下m的所有可能取值。由于兩條同名圖像曲線上的象素點(diǎn)個(gè)數(shù)不等，動(dòng)態(tài)規(guī)劃匹配的結(jié)果會(huì)出現(xiàn)多對(duì)一的情況，即較長的c1曲線上的多個(gè)象素點(diǎn)對(duì)應(yīng)較短的c2曲線上的同一個(gè)象素點(diǎn)。
得到圖像曲線上點(diǎn)對(duì)的初始匹配后，再進(jìn)行曲線的匹配優(yōu)化。根據(jù)式(21)和式(22)，本發(fā)明優(yōu)化下面的目標(biāo)函數(shù)來達(dá)到c1、c2曲線上點(diǎn)的精確匹配min∫0L1|c2(σ(l))TFc1(l)|||eFc1(l)||+|c2(σ(l))TFc1(l)|||c2(σ(l))TFeTdl---(25)]]>其中σ(l)為待求的映射函數(shù)，表示c1曲線上參數(shù)為l的點(diǎn)在曲線c2上的參數(shù)值。將式(25)的積分形式改寫為求和的形式 (26)式中l(wèi)0，l1，L，lN1分別是vk(1)，0≤k≤N1對(duì)應(yīng)c1(l)上的參數(shù)值。以上述動(dòng)態(tài)規(guī)劃法產(chǎn)生的粗匹配為迭代初始條件，采用共軛梯度法即可求解式(26)的最小化問題。
曲線三維重建完成同名曲線上所有象素點(diǎn)的匹配后，由于相機(jī)內(nèi)參數(shù)已知，且圖像對(duì)在各自拍攝時(shí)的相機(jī)位置和姿態(tài)已經(jīng)自動(dòng)計(jì)算得出，即相對(duì)于世界坐標(biāo)系的旋轉(zhuǎn)矩陣和平移向量也已知，因此可以用雙目立體視覺中成熟的三角測量法重建出這些點(diǎn)的空間坐標(biāo)，具體計(jì)算式可表達(dá)為
x(j)=fR11(j)X+R12(j)Y+R13(j)Z+Tx(j)R31(j)X+R32(j)Y+R33(j)Z+Tz(j)y(j)=fR21(j)X+R22(j)Y+R23(j)Z+Ty(j)R31(j)X+R32(j)Y+R33(j)Z+Tz(j),j=1,2---(27)]]>其中，f是相機(jī)的焦距，x(j)和y(j)分別是同名匹配點(diǎn)在第j幅圖像上的象素坐標(biāo)的兩個(gè)分量，R.(j)是第j次拍攝時(shí)相機(jī)相對(duì)于世界坐標(biāo)系的旋轉(zhuǎn)矩陣的各個(gè)分量，T.(j)是第j次拍攝時(shí)相機(jī)相對(duì)于世界坐標(biāo)系的各個(gè)平移分量，根據(jù)(27)式中的4個(gè)方程用最小二乘法即可解出該點(diǎn)的空間坐標(biāo)的3個(gè)未知分量(X，Y，Z)。對(duì)同名曲線上每一個(gè)匹配點(diǎn)對(duì)執(zhí)行上述求解過程，就完成了整條目標(biāo)曲線點(diǎn)列的三維測量。完成所有目標(biāo)曲線的三維測量后，可以進(jìn)一步根據(jù)這些點(diǎn)列構(gòu)造出曲線的參數(shù)方程及模型的曲面方程。
權(quán)利要求
1.一種利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法，其特征在于，包括測量準(zhǔn)備、圖像攝取、編碼點(diǎn)的識(shí)別與定位、相機(jī)位姿確定、目標(biāo)曲線提取、同名曲線的自動(dòng)匹配優(yōu)化、目標(biāo)曲線的三維重建七個(gè)步驟，具體方法在于首先對(duì)被測物體的特征線和進(jìn)行數(shù)字化模型重建所需要的物體表面的關(guān)鍵截面控制線進(jìn)行標(biāo)記，使其在顏色亮度上明顯區(qū)別于被測物體本身的顏色，以利于圖像識(shí)別；在被測物體周圍放置一把標(biāo)尺和一組編碼點(diǎn)；然后手持一個(gè)數(shù)碼相機(jī)以自由拍攝方式獲得被測物體的一組圖像；根據(jù)這組圖像，自動(dòng)精確計(jì)算各次拍攝時(shí)的相機(jī)位置與姿態(tài)，同時(shí)，提供使用者方便的交互手段，實(shí)現(xiàn)對(duì)標(biāo)識(shí)曲線的半自動(dòng)提取和不同圖像中同名曲線的優(yōu)化匹配，進(jìn)而自動(dòng)計(jì)算出所標(biāo)識(shí)曲線結(jié)構(gòu)的三維點(diǎn)列信息。
2.根據(jù)權(quán)利要求1所述的利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法，其特征在于，所述編碼點(diǎn)的識(shí)別，是設(shè)計(jì)的一組編碼點(diǎn)中每個(gè)點(diǎn)的編碼均不相同，采用尺寸、形狀、橢圓擬合殘差、區(qū)域灰度的均值、區(qū)域灰度的方差5個(gè)約束條件，對(duì)候選編碼點(diǎn)目標(biāo)進(jìn)行逐步過濾；編碼點(diǎn)解碼過程中綜合考慮編碼帶內(nèi)大多數(shù)象素的灰度值，來達(dá)到消除噪聲影響、提高編碼點(diǎn)身份識(shí)別的魯棒性的效果；采用目標(biāo)區(qū)域內(nèi)灰度加權(quán)的方法進(jìn)行編碼點(diǎn)中心亞象素定位。
3.根據(jù)權(quán)利要求1所述的利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法，其特征在于，所述相機(jī)位姿確定，是根據(jù)編碼點(diǎn)的身份唯一性，自動(dòng)建立同名編碼點(diǎn)在各圖像間的對(duì)應(yīng)關(guān)系；根據(jù)至少5個(gè)同名編碼點(diǎn)中心在兩幅圖像中的象素坐標(biāo)，恢復(fù)兩幅圖像對(duì)應(yīng)的相機(jī)姿態(tài)及這兩幅圖中共同可見的編碼點(diǎn)中心的三維坐標(biāo)，進(jìn)而采用遞增式方法和全局優(yōu)化方法相結(jié)合的策略，實(shí)現(xiàn)所有圖像對(duì)應(yīng)的相機(jī)位置和姿態(tài)的自動(dòng)求解。
4.根據(jù)權(quán)利要求1所述的利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法，其特征在于，所述目標(biāo)曲線提取，是使用者只需要分別在兩幅圖像上用鼠標(biāo)在共同可見的同一條標(biāo)識(shí)曲線附近取點(diǎn)，使這些點(diǎn)的連線大致反映相應(yīng)的圖像曲線輪廓，然后測量軟件系統(tǒng)迭代地使圖像曲線輪廓的能量達(dá)到最小，從而自動(dòng)將交互勾勒的大致圖像曲線輪廓最佳地貼合到圖像曲線上。
5.根據(jù)權(quán)利要求1所述的利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法，其特征在于，所述同名曲線的自動(dòng)匹配優(yōu)化，是采用動(dòng)態(tài)規(guī)劃法來獲得對(duì)應(yīng)曲線上象素點(diǎn)的初始匹配，再通過非線性優(yōu)化方法使對(duì)應(yīng)曲線上所有匹配點(diǎn)對(duì)到各自極線的距離之和達(dá)到最小，實(shí)現(xiàn)圖像對(duì)上同名目標(biāo)曲線點(diǎn)列的最優(yōu)匹配，進(jìn)而計(jì)算出點(diǎn)列的三維坐標(biāo)。
全文摘要
一種利用單數(shù)碼相機(jī)自由拍攝進(jìn)行物體三維測量的方法，屬測試技術(shù)。該方法包括測量準(zhǔn)備、圖像攝取、編碼點(diǎn)的識(shí)別與定位、相機(jī)位姿確定、目標(biāo)曲線提取、同名曲線的自動(dòng)匹配優(yōu)化、目標(biāo)曲線的三維重建七個(gè)步驟。其特征在于三維測量用一個(gè)數(shù)碼相機(jī)、一臺(tái)電腦、一組編碼點(diǎn)和一把標(biāo)尺，測量時(shí)先對(duì)被測物體上需要測量的目標(biāo)曲線進(jìn)行標(biāo)記，以利于圖像識(shí)別；在被測物體周圍放置標(biāo)尺和一組編碼點(diǎn)；再手持一個(gè)數(shù)碼相機(jī)以自由拍攝方式獲得被測物體的一組圖像；根據(jù)這組圖像，自動(dòng)精確計(jì)算各次拍攝時(shí)的相機(jī)位置與姿態(tài)；提供使用者方便的交互手段，實(shí)現(xiàn)對(duì)標(biāo)識(shí)曲線的半自動(dòng)提取和不同圖像中同名曲線的優(yōu)化匹配，從而自動(dòng)計(jì)算出所標(biāo)識(shí)曲線結(jié)構(gòu)上的三維點(diǎn)列信息。
文檔編號(hào)G01B11/03GK1975323SQ20061016127
公開日2007年6月6日 申請(qǐng)日期2006年12月19日 優(yōu)先權(quán)日2006年12月19日
發(fā)明者張麗艷, 鄭建冬, 張輝, 衛(wèi)煒 申請(qǐng)人:南京航空航天大學(xué)