CN111415405A - 高反光表面工件的三维高精度视觉测量方法 - Google Patents
高反光表面工件的三维高精度视觉测量方法 Download PDFInfo
- Publication number
- CN111415405A CN111415405A CN202010182224.4A CN202010182224A CN111415405A CN 111415405 A CN111415405 A CN 111415405A CN 202010182224 A CN202010182224 A CN 202010182224A CN 111415405 A CN111415405 A CN 111415405A
- Authority
- CN
- China
- Prior art keywords
- images
- workpiece
- dimensional high
- precision
- processor
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration using two or more images, e.g. averaging or subtraction
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
Description
技术领域
本发明涉及3D领域,具体涉及一种高反光表面工件的三维高精度视觉测量方法。
背景技术
三维测量技术已被广泛应用于(1)测绘工程,如地形测量、公路测绘、遗址测绘、文物修复;(2)国家安全,如反恐怖主义、移动侦察、森林火灾监控;(3)娱乐业,如3D游戏开发、虚拟现实;(4)反求工程;(5)产品质量管理等领域。
随着现代制造业的飞速发展,大尺度零部件的高速高精密3D形貌特征测量、检测已逐步成为三维测量领域新的关注方向,如在航空航天领域的飞机、发动机叶片,在交通运输领域的汽车、船舶等大物体型面的三维测量,这对于三维形貌测量也提出了更高的要求。
以汽车行业为例,汽车零部件及整车件厂商逐步提升其产品质量管控标准以应对行业竞争的加剧及市场对产品质量的严苛要求,他们对每一件产品的质量(包括外观、空间形位几何尺寸等)进行精确的检测与测量。现有的三维测量主要包括:(1)以三坐标测量仪为代表的离线测量系统。在三维可测的空间范围内,三坐标测量仪根据测头系统逐点探测工件并返回工件表面的点数据,通过软件系统最终计算出各类几何形状、尺寸等。该测量仪精度高(达到μm级),通常作为3D测量领域的金标准,但缺点是离线、效率低、抽检,难以满足高速高精度的零部件批量化测量需求。(2)基于视觉技术的测量系统。立体视觉(StereoVision)技术是通过分析不同角度下拍摄的同一场景多帧图像重构出被测物体的三维形貌,但由于该方法对周围环境光很敏感且数据运算量巨大,很难满足工业生产线对零部件的实时检测需求。现有工业领域中,结构光(Structured Light)技术被大量采用,包含有大量条纹状的结构光被主动投射到零部件表面,投射条纹会跟随零部件表面的凹凸形状而发生改变,通过条纹的偏移量大小计算出空间特征点的三维坐标值。
传统技术存在以下技术问题:
但现有基于结构光的3D视觉测量技术及系统仍存在不足,例如,当待测量工件表面有剧烈反光时,细节特征将丢失或精度大幅下降。
发明内容
本发明要解决的技术问题是提供一种高反光表面工件的三维高精度视觉测量方法,高速结构光亮度顺序切换和高速图像融合方法,解决工件表面高反光导致的3D点云重构质量差、测量精度低的难题。
为了解决上述技术问题,本发明提供了一种高反光表面工件的三维高精度视觉测量方法,包括:
(1)设定结构光投射亮度值区间[Lmin,Lmax],投射结构光的组数为N;
(3)将N组的相移光栅图像,通过图像融合方法,融合成1组2*M张图像;
(4)最后将融合后的2*M帧图像重构出精确的待检测物体3D点云图;
其中,M和N都是正整数。
在其中一个实施例中,M是12。
在其中一个实施例中,所述3D相机内部的左右相机各拍摄M张。
在其中一个实施例中,步骤(3)中,3D相机内部的左相机拍摄的图像融合成M张,右相机拍摄的图像融合成M张。
在其中一个实施例中,所述图像融合方法采用极限学习机。
在其中一个实施例中,所述图像融合方法采用支持向量机或者反向传播法。
在其中一个实施例中,步骤(4)中,通过三角变换方法将融合后的24帧图像重构出精确的待检测物体3D点云图。
基于同样的发明构思,本申请还提供一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现任一项所述方法的步骤。
基于同样的发明构思,本申请还提供一种计算机可读存储介质,其上存储有计算机程序,该程序被处理器执行时实现任一项所述方法的步骤。
基于同样的发明构思,本申请还提供一种处理器,所述处理器用于运行程序,其中,所述程序运行时执行任一项所述的方法。
本发明的有益效果:
利用高速结构光亮度顺序切换和高速图像融合方法,解决了工件表面高反光导致的3D点云重构质量差、测量精度低的难题。
附图说明
图1是本发明高反光表面工件的三维高精度视觉测量方法的流程图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步说明,以使本领域的技术人员可以更好地理解本发明并能予以实施,但所举实施例不作为对本发明的限定。
针对具有高反光表面的工件,难以确定以哪种合适的亮度来投射光条以获取高质量的工件点云数据,本发明提出高速结构光亮度顺序切换、高速图像融合方法,具体实施步骤如下(具体流程图如图1所示):
(1)设定结构光投射亮度值区间[Lmin,Lmax],投射结构光的组数为N;
(3)将N组的相移光栅图像,通过图像融合方法,融合成1组24张图像(3D相机内部的左相机拍摄的图像融合成12张,右相机拍摄的图像融合成12张);此处融合方法采用极限学习机(Extreme Learning Machine,ELM)方法,在同等融合精度情况下,其融合速度是最常见方法如支持向量机(Support Vector Machines,SVMs)、反向传播法(backpropagation)的上千倍。
(4)最后,通过三角变换方法将融合后的24帧图像重构出精确的待检测物体3D点云图。
以上所述实施例仅是为充分说明本发明而所举的较佳的实施例,本发明的保护范围不限于此。本技术领域的技术人员在本发明基础上所作的等同替代或变换,均在本发明的保护范围之内。本发明的保护范围以权利要求书为准。
Claims (10)
2.如权利要求1所述的高反光表面工件的三维高精度视觉测量方法,其特征在于,M是12。
3.如权利要求1所述的高反光表面工件的三维高精度视觉测量方法,其特征在于,所述3D相机内部的左右相机各拍摄M张。
4.如权利要求1所述的高反光表面工件的三维高精度视觉测量方法,其特征在于,步骤(3)中,3D相机内部的左相机拍摄的图像融合成M张,右相机拍摄的图像融合成M张。
5.如权利要求1所述的高反光表面工件的三维高精度视觉测量方法,其特征在于,所述图像融合方法采用极限学习机。
6.如权利要求1所述的高反光表面工件的三维高精度视觉测量方法,其特征在于,所述图像融合方法采用支持向量机或者反向传播法。
7.如权利要求1所述的高反光表面工件的三维高精度视觉测量方法,其特征在于,步骤(4)中,通过三角变换方法将融合后的24帧图像重构出精确的待检测物体3D点云图。
8.一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1到7任一项所述方法的步骤。
9.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现权利要求1到7任一项所述方法的步骤。
10.一种处理器,其特征在于,所述处理器用于运行程序,其中,所述程序运行时执行权利要求1到7任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010182224.4A CN111415405A (zh) | 2020-03-16 | 2020-03-16 | 高反光表面工件的三维高精度视觉测量方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010182224.4A CN111415405A (zh) | 2020-03-16 | 2020-03-16 | 高反光表面工件的三维高精度视觉测量方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111415405A true CN111415405A (zh) | 2020-07-14 |
Family
ID=71492968
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010182224.4A Pending CN111415405A (zh) | 2020-03-16 | 2020-03-16 | 高反光表面工件的三维高精度视觉测量方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111415405A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113091647A (zh) * | 2021-04-07 | 2021-07-09 | 韶关学院 | 一种用于高反光表面工件的结构光三维扫描方法 |
| CN114219893A (zh) * | 2021-12-15 | 2022-03-22 | 无锡图创智能科技有限公司 | 一种弧面反光工件的三维视觉重构方法 |
| CN115060198A (zh) * | 2022-08-17 | 2022-09-16 | 无锡维度机器视觉产业技术研究院有限公司 | 光亮表面工件的全方位立体视觉检测方法及应用 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102261896A (zh) * | 2011-04-19 | 2011-11-30 | 长春东瑞科技发展有限公司 | 一种基于相位测量的物体三维形貌测量方法及系统 |
| JP2012068176A (ja) * | 2010-09-27 | 2012-04-05 | Panasonic Corp | 三次元形状計測装置 |
| CN102721375A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种强反光金属结构件的在位测量中多次反光抑制方法 |
| CN102937425A (zh) * | 2012-10-18 | 2013-02-20 | 北京航空航天大学 | 一种基于高动态条纹投射器的强反射表面三维形貌测量系统 |
| CN103827626A (zh) * | 2012-01-27 | 2014-05-28 | Ckd株式会社 | 三维测量装置 |
| CN108195313A (zh) * | 2017-12-29 | 2018-06-22 | 南京理工大学 | 一种基于光强响应函数的高动态范围三维测量方法 |
-
2020
- 2020-03-16 CN CN202010182224.4A patent/CN111415405A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2012068176A (ja) * | 2010-09-27 | 2012-04-05 | Panasonic Corp | 三次元形状計測装置 |
| CN102261896A (zh) * | 2011-04-19 | 2011-11-30 | 长春东瑞科技发展有限公司 | 一种基于相位测量的物体三维形貌测量方法及系统 |
| CN103827626A (zh) * | 2012-01-27 | 2014-05-28 | Ckd株式会社 | 三维测量装置 |
| CN102721375A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种强反光金属结构件的在位测量中多次反光抑制方法 |
| CN102937425A (zh) * | 2012-10-18 | 2013-02-20 | 北京航空航天大学 | 一种基于高动态条纹投射器的强反射表面三维形貌测量系统 |
| CN108195313A (zh) * | 2017-12-29 | 2018-06-22 | 南京理工大学 | 一种基于光强响应函数的高动态范围三维测量方法 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113091647A (zh) * | 2021-04-07 | 2021-07-09 | 韶关学院 | 一种用于高反光表面工件的结构光三维扫描方法 |
| CN114219893A (zh) * | 2021-12-15 | 2022-03-22 | 无锡图创智能科技有限公司 | 一种弧面反光工件的三维视觉重构方法 |
| CN115060198A (zh) * | 2022-08-17 | 2022-09-16 | 无锡维度机器视觉产业技术研究院有限公司 | 光亮表面工件的全方位立体视觉检测方法及应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN103049896B (zh) | 三维模型的几何数据和纹理数据自动配准算法 | |
| CN105006021B (zh) | 一种适用于快速点云三维重建的颜色映射方法及装置 | |
| CN109816704A (zh) | 物体的三维信息获取方法和装置 | |
| CN109596059A (zh) | 一种基于平行线结构光的飞机蒙皮间隙与阶差测量方法 | |
| CN111415405A (zh) | 高反光表面工件的三维高精度视觉测量方法 | |
| CN110672039A (zh) | 一种基于平面反射镜的物体全方位三维测量方法 | |
| CN110702025B (zh) | 一种光栅式双目立体视觉三维测量系统及方法 | |
| CN113888639B (zh) | 基于事件相机与深度相机的视觉里程计定位方法及系统 | |
| CN111563952B (zh) | 基于相位信息与空间纹理特征实现立体匹配方法及系统 | |
| CN108036740A (zh) | 一种基于多视角的高精度实时三维彩色测量系统及其方法 | |
| CN109443239A (zh) | 结构光测量方法、装置、设备、存储介质及系统 | |
| CN116295113A (zh) | 一种融合条纹投影的偏振三维成像方法 | |
| CN113450460A (zh) | 一种基于人脸面形空间分布的无相位展开三维人脸重建方法及系统 | |
| CN102721375A (zh) | 一种强反光金属结构件的在位测量中多次反光抑制方法 | |
| CN102269575B (zh) | 一种视觉测量中基于映射的相位匹配方法 | |
| CN102679937A (zh) | 基于多目视觉的船舶钢板动态三维测量方法 | |
| CN103559710B (zh) | 一种用于三维重建系统的标定方法 | |
| US8948498B1 (en) | Systems and methods to transform a colored point cloud to a 3D textured mesh | |
| CN111982026A (zh) | 一种高反射物体曲面的光栅投影三维测量装置和测量方法 | |
| CN111288929B (zh) | 大曲率表面工件的三维高精度视觉测量方法 | |
| Zhang et al. | 3D reconstruction of coal pile based on visual scanning of bridge crane | |
| CN114719780A (zh) | 基于深度学习的反光物体表面结构光投影三维测量方法 | |
| CN115993099B (zh) | 基于多相机拼接偏折术测量大口径光学元件面形的方法 | |
| Rao et al. | A calibration method of a large FOV binocular vision system for field measurement | |
| CN118225001A (zh) | 面向快速三维测量的变频条纹编解码方法、装置及介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200714 |
|
| RJ01 | Rejection of invention patent application after publication |