[发明专利]一种基于深度信息的系统标定方法

权利要求书

1.一种基于深度信息的系统标定方法，其特征在于：采用基于深度约束的零件尺寸测量系统标定方法，首先精确提取平面标靶特征点，通过最小二乘法求取摄像机模型参数，然后结合非接触式的激光测厚技术，引入测量平面与靶标平面之间的深度信息建立了位姿测量模型；所述方法，包括如下次序步骤：

步骤1、由VA-8MC型CCD黑白工业相机获取圆形平面靶标图像；

步骤2、采用自适应阈值的边缘检测和多项式拟合算法提取特征点亚像素轮廓；

步骤3、利用最小平方拟合算法拟合椭圆，得到特征点中心坐标，建立图像中特征点与实物标靶特征点的拓扑关系；

步骤4、利用像平面上靶标特征点坐标与图像处理得到的特征点图像坐标之间的距离构建数学模型进行非线性优化，采用最小二乘法实现内外参数的优化求解；

步骤5、利用激光三角法测量物体的厚度；

步骤6、利用测量平面与靶标平面的高度差校正测量平面的位姿；

步骤7、采用CCD相机采集零件的图像，在标定得到的姿态的基础上利用深度方向的约束，得到零件的尺寸。

2.如权利要求1所述一种基于深度信息的系统标定方法，其特征在于：步骤2的具体步骤包括：

(1)通过统计灰度直方图得到初始阈值T₀；

(2)选用Canny算子作为整像素级边缘定位函数，进行整像素级边缘提取，通过抑制梯度方向上所有非屋脊峰值的幅值来细化边缘，最后进行双阈值分割时，选用T_k作为高阈值，当k＝0时，T_k＝T₀，得到的点作为候选轮廓；

(3)在候选轮廓的基础上经过直径、形状因子特征约束剔除非标识点，得到经过特征约束的椭圆边缘的图像；形状因子定义为：

A=4πsl2,0<A≤1]]>

l=n1+2n2]]>

其中，S是图形面积，定义为封闭轮廓包含的像素总数，n₁是图像边缘中4邻域像素数，n₂是图像边缘中8邻域像素数；

(4)确定评价函数为轮廓个数和轮廓中心点位置关系；若与靶标数据一致，则迭代结束，否则k＝k+1，计算新的阈值T_k＝T_k-T_p，T_p为阈值步长，转步骤2。

3.根据权利要求1所述的系统标定方法，其特征在于，步骤5、步骤6中采用点结构光的方法获得测量零件的厚度，并且利用厚度信息校正测量平面的位姿；设测量平面为π₁，标定平面为π₀，在两个平面上分别建立标定平面坐标系(x_w,y_w,z_w)和测量平面坐标系(x¹_w,y¹_w,z¹_w)，两平面之间的距离为h；标定平面π₀与摄像机坐标系的对应关系M₁已由步骤4给出，此时，若已知π₀与π₁间距h，测量平面坐标系(x¹_w,y¹_w,z¹_w)到摄像机坐标系的转换由下式得到：

T′＝R×(0,0,h)^T+T

被测物表面与靶标平面之间的深度信息作为摄像机模型修正项，校正测量平面位姿，最终实现了系统的高精度标定。