相位辅助光学三维测量系统的标定方法.docx

相位辅助光学三维测量系统的标定方法.docx

《相位辅助光学三维测量系统的标定方法.docx》由会员分享，可在线阅读，更多相关《相位辅助光学三维测量系统的标定方法.docx（33页珍藏版）》请在冰点文库上搜索。

相位辅助光学三维测量系统的标定方法

相位辅助光学三维测量系统的标定方法

相位辅助光学三维测量系统的标定方法

CalibrationTechniqueforPhase-Aided

Optical3DMeasurementSystems

一级学科仪器科学与技术

学科专业仪器科学与技术

作者姓名殷永凯

指导教师彭翔教授

天津大学精密仪器与光电子工程学院

二零一二年五月

独创性声明

本人声明所呈交的学位论文是本人在导师指导下进行的研究工作和取得的

研究成果,除了文中特别加以标注和致谢之处外,论文中不包含其他人已经发表

或撰写过的研究成果,也不包含为获得天津大学或其他教育机构的学位或证

书而使用过的材料。

与我一同工作的同志对本研究所做的任何贡献均已在论文中

作了明确的说明并表示了谢意。

学位论文作者签名:

签字日期:

年月日

学位论文版权使用授权书本学位论文作者完全了解天津大学有关保留、使用学位论文的规定。

特授权天津大学可以将学位论文的全部或部分内容编入有关数据库进行检

索,并采用影印、缩印或扫描等复制手段保存、汇编以供查阅和借阅。

同意学校

向国家有关部门或机构送交论文的复印件和磁盘。

（保密的学位论文在解密后适用本授权说明）

学位论文作者签名:

导师签名:

签字日期:

年月日签字日期:

年月日

中文摘要

相位辅助光学三维测量技术具有测量精度高、数据密度大、测量速度快、系

统结构简单、普适性和灵活性好等优点,是基于结构照明的光学三维测量中极具

代表性的一类方法,在工业制造、测绘导航、文化遗产、医学诊疗、影视娱乐等

各个领域有着日趋广泛的应用。

本论文主要针对相位辅助光学三维测量系统的标定方法及其相关技术展开

研究,旨在提高测量系统的标定精度,寻找可行性更高的现场标定方法。

在概括

介绍相位辅助光学三维测量的基本原理、国内外研究现状、发展趋势以及关键技

术的基础上,论文重点对决定系统标定精度的两个要素?

?

基准点的图像坐标和

基准点的三维坐标进行了分析研究。

圆形标志点是标定所用基准点的常见形态,为了准确地获得圆形标志点图像

的中心坐标,基于余误差函数的椭圆旋转变换对圆形标志点图像邻域的灰度分布

进行曲面建模,实现了基于曲面拟合的亚像素精度的中心定位。

模拟和实际的实

验均证明,该方法对图像中的噪声表现出了较好的鲁棒性。

讨论了由于透视投影

的非对称性导致的中心定位偏差,结合Chen的基于圆的相机标定技术以及

Heikkil?

的偏差模型来对上述中心定位偏差进行了修正。

单目的“相机-投影仪”结构是基于相位辅助光学三维测量技术的三维传感

器的常见配置。

针对单目三维传感器标定所常用的平面标靶,设计了一种基于位

置关系不变性实现基准点自动编码的平面标靶图案,用于方便地对传感器进行标

定。

考虑到投影仪和相机在模型上的等价性,将光束平差原理引入单目三维传感

器的标定中,从根本上减小了由于基准点三维坐标的不确定度所引入的系统误

差。

实验证明该方法可以利用制作精度较低的标靶实现较高精度的标定。

在测量拓扑复杂、尺度较大的物体时,一个可行性较高的方案是利用多个双

目传感器构成多节点三维测量网来进行测量。

通过对已有文献的分析可知,三维

标靶是昀适用于测量网标定的标靶。

为此,首先以编码标志点为基准点来构造自

适应测量空间的三维标靶,然后运用欧氏重建和光束平差技术精确重建基准点的

三维坐标,昀后利用重构后的标靶方便地进行多节点三维测量网的标定。

对上述

过程中的标靶重建精度和系统标定精度进行了小尺度下的实验验证。

将上述测量

网的标定方法应用于一个工程案例,对某石英陶瓷坩埚自动检测系统中的三节点

测量网进行了实际标定。

关键词:

光学三维测量,标定,中心定位,光束平差,测量网,相位辅助

ABSTRACT

Phase-aidedopticalthree-dimensional3DmeasurementPAOM-3Dhasthe

advantagesofhighaccuracy,highdensity,rapidmeasurement,simplestructure,good

universalityandflexibility.ThePAOM-3Disthemostrepresentativemethodamong

optical3Dmeasurementtechniquesusingstructuralillumination,andithas

increasinglyextensiveapplicationsinvariousfieldsincludingindustrial

manufacturing,surveying&navigation,culturalheritage,medicineclinics,

entertainment,andsoonThecalibrationmethodologyandrelatedtechniquesofthePAOM-3Dsystemare

studiedinthisdissertation,whichaimstoimprovetheaccuracyofsystemcalibration

andfindmorefeasibleinsitucalibrationapproach.Afterbrieflyintroducingthe

workingprinciple,researchstatus,developmenttrendandkeytechniquesofthe

PAOM-3D,thisdissertationpaysmoreattentiontotheimagecoordinateandthe3D

coordinateofthebenchmark,whicharetwoessentialsdeterminingtheaccuracyof

systemcalibrationCircularlandmarkisthecommonlyusedbenchmarkinthecalibration.Inorder

toobtaintheimagecoordinateofthecircularlandmarkcenter,thegraylevel

distributionaroundthecircularlandmarkimageismodeledwiththesurfacecreated

byellipticrotationofthecomplementaryerrorfunction,andthenthecentercanbe

locatedwithsub-pixelaccuracyusingsurfacefittingalgorithm.Experimentresultsfor

bothsimulatedandpracticalimagesdemonstratethattheproposedmethodshows

goodrobustnessagainsttheimagenoise.Theeccentricityerrorofcenterlocation

algorithmcausedbytheasymmetricperspectiveprojectionisdiscussed,andthis

eccentricityerroriscorrectedwiththecombinationofChen’scameracalibration

basedoncirclesandHeikkil?

’sformulationfortheeccentricityerrorMonocular“Camera-Projector”structureisthecommonsetupfor3Dsensor

basedonthePAOM-3Dtechnique.Sinceplanartargetiscommonlyusedinthe

calibrationofthemonocular3Dsensor,aplanarcalibrationtargetpattern,whichcan

achieveauto-codingforbenchmarksbyusingpositionalrelationshipinvariance,is

designedforconvenientlycalibratingthe3Dsensor.Takingintoaccountthe

equivalenceonthemodelingforprojectorandcamera,theprincipleofbundle

adjustmentisintroducedintotheprocessofcalibratingthemonocular3Dsensor,

whichcaneffectivelyreducethesystemcalibrationerrorarisingfromtheinaccurate

3Dcoordinatesofthebenchmarks.Experimentresultsshowthattheproposedmethod

canreachrelativelyhighcalibrationaccuracywhileutilizingcalibrationtargetwith

lowmanufactureprecisionWhenmeasuringobjectsoflargescaleandcomplextopology,amorefeasible

schemeistobuildupamulti-nodeoptical3Dmeasurementnetworkconsistingof

multiplebinocular3Dsensors.Ananalysisofpreviousliteratureshowsthatthe3D

calibrationtargetisthemostsuitableoneformeasurementnetworkcalibrationTherefore,thecodedlandmarkswhicharetakenasbenchmarksareusedtobuildthe

3Dcalibrationtargetthatisself-adaptivetothemeasurementvolume,thenthe

Euclideanreconstructionandbundleadjustmentareemployedtoreconstructthe3D

coordinatesofbenchmarksaccurately.Finallythemulti-node3Dmeasurement

networkcanbecalibratedconvenientlywiththereconstructedtarget.Theaccuracyof

targetreconstructionandsystemcalibrationarewellevaluatedintheexperimentsona

reducedscale.Theproposedapproachofmeasurementnetworkcalibrationisapplied

toanengineeringcasestudy,inwhichathree-nodemeasurementnetworktoinspect

thesilicaceramiccrucibleautomaticallywassuccessfullycalibrated

Keywords:

opticalthree-dimensional3Dmeasurement,calibration,centerlocation,

bundleadjustment,measurementnetwork,phase-aided

第一章绪论1?

1.1光学三维测量简介1?

1.1.1典型技术.1?

1.1.2应用领域.8?

1.2相位辅助光学三维测量.11?

1.2.1结构光编码与相位编码11?

1.2.2工作原理13?

1.2.3系统标定14?

1.2.4国内外研究现状与发展趋势16?

1.3本论文的研究背景及主要创新点18?

1.3.1课题来源18?

1.3.2主要研究内容和创新点18?

第二章相位辅助光学三维测量系统的基本原理.21?

2.1双目三维传感器.21?

2.1.1相机模型21?

2.1.2双目传感器模型24?

2.1.3双目传感器标定25?

2.1.4影响标定精度的因素分析.26?

2.2单视点深度像27?

2.2.1相位重建27?

2.2.2对应点搜索.30?

2.3深度数据的后处理31?

2.3.1深度像匹配.31?

2.3.2深度像融合.33?

2.3.3几何模型简化34?

2.4本章小结.35?

第三章圆形标志点的中心定位36?

3.1标志点的自动识别36?

3.1.1边缘检测36?

3.1.2目标识别37?

3.2基于曲面拟合的亚像素中心定位38

3.2.1算法原理39?

3.2.2参数估计41?

3.2.3实验结果42?

3.3中心定位投影偏差的分析和修正47?

3.3.1中心定位偏差分析.48?

3.3.2中心定位偏差修正.50?

3.4本章小结.56?

第四章单目三维传感器的标定58?

4.1单目传感器标定的基本论述58?

4.1.1单目传感器系统模型58?

4.1.2单目传感器标定的基本原理60?

4.2标靶图案设计61?

4.3基于光束平差的单目传感器标定64?

4.3.1基本原理64?

4.3.2算法分析65?

4.3.3实验结果67?

4.4本章小结.71?

第五章多节点三维测量网的标定.73?

5.1多节点三维测量网标定的一般论述73?

5.1.1多节点三维测量网模型73?

5.1.2多节点三维测量网标定的基本原理74?

5.1.3测量网标定的研究现状75?

5.2编码标志点的设计与解码75?

5.2.1编码标志点的设计.76?

5.2.2编码标志点的解码.78?

5.3基于自适应标靶的三维测量网标定79?

5.3.1自适应标靶的构造.79?

5.3.2三维测量网的标定.84?

5.4测量网标定的实验验证.84?

5.4.1标靶重构实验84?

5.4.2测量网标定实验87?

5.5本章小结.88?

第六章三维测量网应用案例研究?

?

石英陶瓷坩埚自动检测.90?

6.1自动检测的需求.90

6.2检测系统方案设计91?

6.3三维数据采集93?

6.3.1系统标定93?

6.3.2深度像采集.96?

6.4三维数据后处理.96?

6.4.1深度像匹配.97?

6.4.2几何特征检测98?

6.4.3生成报表100?

6.5本章小结101?

第七章总结与展望103?

7.1全文总结103?

7.2工作展望104?

参考文献106?

附录128?

A.椭圆方程及其性质128?

B.昀小二乘问题129?

B.1线性昀小二乘问题130?

B.2非线性昀小二乘问题.130?

C.由本质矩阵求解相机外参133?

发表论文和参加科研情况说明136?

致谢138

第一章绪论

第一章绪论

1随着先进制造技术的发展和产品需求的多样化,对复杂结构和自由曲面的测

量需求不断增长,传统的针对经典几何量如长度、角度、直线度、平面度等的测

量手段,在应对复杂的测量任务时,其局限性日益凸显。

由于真实世界中的物体

均以三维几何实体的形式存在,当简单几何量的测量无法满足特定的测量需求

时,对复杂结构和自由曲面的测量昀终将归结于对物体的三维测量。

在现实需求

的强力推动下,三维测量技术取得了长足的进展,在制造、医疗、文化等领域得

到了日益广泛的应用。

根据测量方式的不同,现有的三维测量技术可以分为接触式（Contact）和

非接触式（Non-contact）两大类。

与接触式测量相比,非接触式测量在测量过程

中无需与物体表面进行接触,因此具有更宽广的适用范围和更大的测量灵活性。

非接触式测量中昀具有代表性的技术当属光学三维测量技术。

1.1光学三维测量简介

光学三维测量以光学传感为主要的信息获取方式,以计算机图形图像处理为

主要的信息处理手段,是一门涉及光电技术、计算机技术、信息处理技术的新兴

交叉学科。

近年来,随着相关技术的发展,针对光学三维测量的研究呈现出百花

[1-3]

齐放的繁荣景象,已有的方法不断改善,新的方法时有提出,许多相对成熟

的技术早已离开实验室转向商品化,并在不同领域得到了广泛的应用。

良好的应

用效果使人们对光学三维测量的认同度和依赖性日渐提高,反过来刺激了光学三

维测量技术的进一步发展。

1.1.1典型技术

光学三维测量的具体实现技术种类繁多,原理各异,在此仅介绍几种宏观尺

度下的典型技术及其代表性的商品化系统。

1.1.1.1飞行时间法

飞行时间法（Time-of-flight,TOF）通过检测光在探测器与目标之间往返传播

[4]

的时间,结合空气中的光速来计算目标与探测器之间的距离,其工作原理与雷

达相似,因此也被称为光雷达（LightDetectionandRanging,LiDAR）。

飞行时间

[5-8][9-13]

法在应用中有几种不同的实现机制:

脉冲计时法、相移探测法和距离选通

[14-16]

法。

脉冲计时法向目标发射时间极短的激光脉冲并探测反射回来的脉冲信

1第一章绪论

号,通过计时电路直接测量光脉冲往返的时间并计算距离,如图1-1a所示。

相

移探测法利用射频载波对连续的发射光波进行振幅或频率调制,通过测量反射光

波中载波的相移并结合已知的载波信号频率来计算距离,如图1-1b所示。

距离

选通法利用一个选通频率与光脉冲的发射频率相同的电子快门来控制探测器,距

离不同将导致光脉冲返回的时间不同,从而会有部分脉冲能量被快门阻隔而无法

被探测器接收,此时通过接收到的光能量与整个光脉冲能量的比值即可求得距

离,如图1-1c所示。

a脉冲计时法b相移探测法c距离选通法

图1-1TOF的几种工作机制

由于TOF测距仪每次只能测量一个空间点,因此在较大尺度的测量中,通

常需要将TOF测距仪与扫描系统结合以实现对一定空间角范围内乃至全场的三

维测量。

代表性的商品化系统如图1-2所示,包括Zoller+Fr?

hlich公司的IMAGER

3D

5010、Leica公司的ScanStation2、FARO公司的Focus和RIEGL公司的VZ-4000

等,其测距精度均为mm量级,扫描速度均不低于100000pts/sec其中扫描速度

昀快的IMAGER5010可达1016000pts/sec。

3D

aIMAGER5010bScanStation2bFocuscVZ-4000

图1-2TOF激光扫描仪

近年来,随着半导体制作工艺的发展,已经可以将TOF测距所需的探测、

[17-19]

计时和信息处理电路集成于一片CMOS/CCD芯片中。

芯片中的每个像素都

相当于一个独立的TOF距离探测器,因此无需扫描即可同时获得对应于所有像

素的距离信息,形成一幅深度像。

这种阵列集成的非扫描TOF深度像采集装置

被称为TOF相机,代表性的商品化系统包括MESAImaging公司的SR4000、PMDTechnologies公司的PMD[vision]CamCube3.0以及Fotonic公司的D40等,

如图1-3所示。

TOF相机的精度相对较低,一般在cm量级,优点在于无需扫描,

深度像采集的帧速率较高。

2第一章绪论

aSR4000bCamCube3.0cD40

图1-3TOF相机

1.1.1.2近景摄影测量

近景摄影测量（CloseRangePhotogrammetry）通过对目标图像的记录、处理

和计算来确定目标的几何信息,是传统摄影测量在近景范围（通常限定为小于

[20-22]

100m）内的应用。

近景摄影测量的基本原理是视线交汇,从至少2个不同

的位置拍摄目标的图像,每个位置均可以引出从相机到目标上兴趣点的视线

（LinesofSight）,对应于同一兴趣点的视线在空间中相交,数学上求解交点即

可获得兴趣点的三维坐标,如图1-4所示。

图中同时展示了近景摄影测量的几个

基本要素:

图像坐标、相机内外参和畸变、附加观测带来的约束条件、三维坐标。

在物理上,上述要素由视线关联,在数学上,光束平差算法提供了求解三维坐标

时实现误差昀小化和均衡化的解决方案。

近景摄影测量按应用领域可以分为工业

应用和非工业应用。

图1-4近景摄影测量的工作原理和基本要素

在工业应用中,为达到较高的测量精度,测量的主要对象是投影或粘附在物

体表面的人工标志点。

亚像素定位技术使得标志点的图像定位精度可达1/50

pixel,为高精度测量提供了基本保障。

离线（Off-line）近景摄影测量的相对精

[23]

度的典型值通常在1:

100000到1:

200000之间,针对特定的测量任务专门对

[24]

测量网进行优化后,测量的相对精度甚至可以达到1:

1000000。

高速相机和

摄像机的出现,使得图像的采集可以动态和实时地进行;计算机硬件包括DSP、

3第一章绪论

FPGA等小型处理器的快速发展,以及各种高效的图像处理和分析运算方法的大

量涌现,使得数据处理可以实时、准实时地实现。

实时的图像采集和数据处理结

合已标定的双相机或多相机系统构成了可以进行瞬态或实时测量的在线

[23,25]

（On-line）近景摄影测量系统。

随着近景摄影测量应用的普及,