[发明专利]空间圆几何参数的双目立体视觉测量方法

摘要

本发明公开了一种适用于工业产品上的空间圆几何参数非接触式在线测量的空间圆几何参数的双目立体视觉测量方法。旨在克服存在的测量精度不高、测量速度慢和自动化程度低的问题。方法分为标定阶段、图像处理阶段与空间圆拟合阶段。首先采用神经网络技术进行摄像机标定，利用双摄像机对空间圆进行亚像素图像边缘提取，然后基于图像灰度梯度分布特征开发出简便算法实现边缘点匹配，求出圆边缘的实际三维空间坐标，最后通过相关的数学几何知识拟合空间圆，求得空间圆的几何参数，包括其半径、圆心位置和空间圆所在平面的方位。本发明图像处理速度快，自动化程度高，当空间圆所在平面与图像平面成角度约50°时，测量空间圆的相对误差优于±0.6％。

主权项

1.一种空间圆几何参数的双目立体视觉测量方法，采用标定阶段、图像处理阶段与空间圆拟合阶段，其特征在于，所述的标定阶段的具体步骤如下：1)设定三维立体标靶，标靶面上布满了黑白相间的棋盘格，棋盘格的尺寸大小为20mm×20mm，以黑方块与白方块公共的角点作为标定特征点，标定特征点的数量为250～600个，以立体标靶三个标靶面交点为原点建立世界坐标系；2)固定安装左右摄像机建立双目立体视觉系统，在两摄像机的公共视场范围内放置立体标靶，拍摄图像，为获得标定特征点的图像坐标，对Harris角点提取算法进行改进；3)将左右图像的同名点对坐标(uil，vil，uir，vir)作为输入，标定特征点三维坐标(x，y，z)作为输出，整个坐标点对分成三组分别作为神经网络的训练样本、确认样本和测试样本；4)将样本数据进行归一化处理，使数据范围在-1～1之间；5)建立网络，把隐层神经元个数设为变量，均方差作为目标函数进行网络训练，选取使目标函数最小的变量作为最终神经元个数，并适当采用提前终止策略，训练完成后保存网络；6)运用确认样本和测试样本对已建好的神经网络进行确认并测试，验证网络的泛化能力和精度；所述的图像处理阶段的具体步骤如下：1)将待测量空间圆放置在双目立体视觉系统的公共视场里进行拍摄，得到两幅包含空间圆的椭圆影像的图像对；2)运用图像间的逻辑或运算，将待测量圆区域从背景图像中分割开来；3)先利用3×3的均值滤波器对图像进行处理，去除图像中某些类型的噪声；再利用中值滤波器进一步抑制噪声；4)用canny算子提取出图像平面上空间圆的椭圆影像的整像素级边缘，在左右图像上分别取得一组由椭圆影像边缘像素点的坐标构成的点对；5)以图像的灰度梯度作为匹配特征，运用图像对间灰度梯度距离、邻域支持和唯一性等三个约束条件实现两图像圆边缘点的一一匹配，即分别对左右图像边缘点间的灰度梯度距离和边缘点某邻域内梯度的SAD值设定阈值并要求满足匹配的唯一性加以限制；6)运用快速高效的插值法对匹配点对坐标进行浮点运算，精确到亚像素级精度；所述的空间圆拟合阶段的具体步骤如下：1)根据已建立好的神经网络，求出空间圆边缘点的三维空间坐标；2)空间圆所在平面的拟合；3)空间平面的旋转；4)平面圆的拟合；求出空间圆的几何中心、半径以及圆所在平面的平面方程。