[发明专利]基于结构光三维测量系统的连接件识别方法

权利要求书

1.一种基于结构光三维测量系统的连接件识别方法，包括步骤：

S1：搭建包括相机(1)、投影仪(2)、支架(3)以及计算机(4)的结构光三维测量系统，相机(1)与投影仪(2)均固定于支架(3)上，使得相机(1)与投影仪(2)的相对位置固定，对结构光三维测量系统进行标定，得到相机(1)的内参矩阵K_C、投影仪(2)的内参矩阵K_P以及相机(1)与投影仪(2)之间的转换矩阵[R_CP|t_CP]，其中R_CP和t_CP分别为旋转矩阵和平移向量，计算机(4)存储有来自技术手册的标准连接件的三维特征信息；

S2：将包括不同类型的连接件的连接件组设置在相机(1)与投影仪(2)的公共视场区域内，使投影仪(2)投影的图像能投射到连接件组的表面上，且相机(1)能拍摄到连接件组，利用相机(1)拍摄连接件组得到原始连接件组图像，根据原始连接件组图像获得原始连接件组图像的纹理信息，原始连接件组图像的纹理信息包括图像上的各像素点在相机(1)的图像坐标系下的坐标及各像素点的光强；

S3：利用结构光三维测量系统基于N步相移法测量原理得到连接件组的三维点云，连接件组的三维点云包括不同类型的连接件上的各像素点在投影仪坐标系下的坐标(X_P,Y_P,Z_P)；

S4：根据步骤S2中得到的原始连接件组图像的纹理信息和步骤S3中得到的连接件组的三维点云，建立原始连接件组图像的纹理信息与连接件组的三维点云的对应关系；

S5：根据步骤S4中得到的原始连接件组图像的纹理信息与连接件组的三维点云的对应关系，提取连接件组中的各类型的连接件的轮廓并识别各类型的连接件的轮廓是否符合存储的来自技术手册的所属类型的标准连接件，符合则将该连接件的轮廓识别为连接件，不符合则将该连接件的轮廓识别为非连接件。

2.根据权利要求1所述的基于结构光三维测量系统的连接件识别方法，其特征在于，步骤S3包括步骤：

S31：用计算机(4)生成高频正弦条纹模板图像组和低频正弦条纹模板图像组，高频正弦条纹模板图像组和低频正弦条纹模板图像组均有N张图像，高频正弦条纹模板图像组中的图像的条纹频率为f_h，低频正弦条纹模板图像组中的图像的条纹频率为f_l，f_h＞f_l，利用投影仪(2)分别依次将高频正弦条纹模板图像组和低频正弦条纹模板图像组中的图像投射到连接件组的表面上并用相机(1)拍摄连接件组，分别得到第一图像组和第二图像组；

S32：根据步骤S31中得到的第一图像组和第二图像组，得到各像素点在相机(1)的图像坐标系下的坐标(u_c,v_c)；

S33：根据步骤S31中得到的第一图像组和第二图像组，计算得到各像素点在相机(1)的图像坐标系下的坐标(u_c,v_c)处的投影仪高频相对相位φ_h和低频相对相位φ_u，表达为：

其中，c_kh为第一图像组中的第k张图像在坐标(u_c,v_c)处的灰度值，c_ku为第二张图像组中的第k张图像在坐标(u_c,v_c)处的灰度值；

S34：根据步骤S33中得到的各像素点在相机(1)的图像坐标系下的坐标(u_c,v_c)处的投影仪高频相对相位φ_h和低频相对相位φ_u，计算得到各像素点在相机(1)的图像坐标系下的坐标(u_c,v_c)处的投影仪绝对相位φ_abs表达为：

其中，[*]为取整符号，T_u为低频正弦条纹模板图像组中的图像的条纹周期；T_h为高频正弦条纹模板图像组中的图像的条纹周期；

S35，根据步骤S34中得到的各像素点在相机(1)的图像坐标系下的坐标(u_c,v_c)处的投影仪绝对相位φ_abs，得到各像素点在投影仪(2)的图像坐标系下的横坐标值u_p；

S36：各像素点在相机坐标系下的坐标记为(X_C,Y_C,Z_C)，各像素点在相机坐标系下的坐标(X_C,Y_C,Z_C)和其对应的在相机(1)的图像坐标系下的坐标(u_c,v_c)满足第一等式：

各像素点在投影仪坐标系下的坐标记为(X_P,Y_P,Z_P)，各像素点在投影仪坐标系下的坐标(X_P,Y_P,Z_P)和其对应的在投影仪(2)的图像坐标系下的坐标(u_p,v_p)满足第二等式：

各像素点在投影仪坐标系下的坐标(X_P,Y_P,Z_P)和其对应的在相机坐标系下的坐标(X_C,Y_C,Z_C)满足第三等式：

根据第一等式、第二等式和第三等式计算得到各像素点在投影仪坐标系下的三维坐标(X_P,Y_P,Z_P)，即得到连接件组的三维点云。

3.根据权利要求1所述的基于结构光三维测量系统的连接件识别方法，其特征在于，步骤S5包括步骤：

S51：根据步骤S2中得到的原始连接件组图像的纹理信息，对原始连接件组图像进行预处理，预处理包括滤波，降噪；

S52：根据步骤S51中得到的预处理后的原始连接件组图像，提取原始连接件组图像的轮廓特征，得到轮廓序列；

S53：连接件组中不同类型的连接件均为圆形连接件，则在原始连接件组图像中不同类型的连接件为椭圆形，在步骤S52得到的轮廓序列中，对每一轮廓进行椭圆拟合，并计算椭圆拟合误差，对于椭圆拟合误差小于所设阈值的，则判定为该轮廓可能为连接件轮廓，并存储为预选轮廓集合，预选轮廓集合包括连接件组中的各类型的连接件的轮廓；

S54：对于预选轮廓集合中的各类型的连接件的轮廓，根据步骤S4中得到的连接件组图像的纹理信息与连接件的三维点云的对应关系，得到轮廓内部及其邻域附近的三维点云；

S55：对轮廓内部及其邻域附近的三维点云进行处理，计算连接件组中各类型的连接件的三维特征，三维特征包括平面参数，将连接件组中各类型的连接件的三维特征与存储的来自技术手册的所属类型的标准连接件进行对比，如果连接件组中的连接件的三维特征符合存储的来自技术手册的所属类型的标准连接件的三维特征，则该连接件的轮廓识别为连接件，否则识别为非连接件，其中，平面参数为连接件的平面直径。