三维扫描测头位姿跟踪的立体视觉方法研究与实现

摘要

目前，三维扫描测头和工业机器人已被集成应用于汽车、航空、航天等领域中复杂曲面类零件和产品的在线检测，但由于依赖机器人本身的定位精度，难以实现高精度测量。为此，本文研究了一种基于立体视觉跟踪三维扫描测头位姿的方法，达到高精度测量的目的。
　　本文搭建了测头位姿跟踪实验系统，并在模拟三维扫描测头上粘贴编码标志点，标定好的工业相机连续同步采集运动状态下包含扫描测头的红外图像，通过识别匹配图像中的标志点和基于立体视觉的三维重建算法，重建出测头上标志点的三维坐标，进而实现三维扫描测头的位姿跟踪。本文主要研究内容如下:
　　(1)设计搭建扫描测头跟踪实验系统。在模拟三维扫描测头上粘贴高反光标志点，并采用红外光源，相机镜头装配红外滤光片，滤除图像中大部分的背景噪声。
　　(2)工业相机的内外参数标定。采用张正友标定法标定工业相机的内外参数和畸变系数，进而求解出投影矩阵。
　　(3)图像中标志点识别和中心定位。因为圆形标志点经投影变换后是椭圆，所以对于采集的红外图像，经二值化和形态学腐蚀膨胀预处理后，利用椭圆拟合算法提取图像中的椭圆并定位椭圆圆心。
　　(4)设计一种标志点编码方案。为快速准确的实现标志点匹配，设计了一种基于交比不变性的点分布型编码方案。相比传统标志点匹配方法，该方案的匹配精度更高。
　　(5)三维扫描测头重建与结果分析。依据立体视觉方法实现运动状态下三维扫描测头的重建，并将重建结果和DPA系统的测量结果进行了比较。结果表明，标志点定位在距离长度上的平均偏差为0.293mm，在角度上的平均偏差为0.136°。

目录

声明

致谢

摘要

第一章 绪论

1．1 引言

1．2 研究背景和意义

1．3．1 算法理论研究

1．3．2 相关应用研究

1．4 OpenCV库介绍

1．5 研究主要内容及安排

第二章 立体视觉理论基础

2．1 本章介绍

2．2 相机成像

2．2．1 参考坐标系

2．2．2 线性成像模型

2．2．3 非线性成像模型

2．2．4 对极几何关系

2．3 相机参数标定

2．3．1 标定方法简述

2．3．2 张正有标定法

2．3．3 标定结果及畸变校正

2．4 投影矩阵及三维坐标求解

第三章 人工编码标志点识别和匹配

3．1 本章介绍

3．2 编码标志点设计原则

3．3 编码标志点的种类

3．3．1 同心圆环型编码标志点

3．3．2 点分布型编码标志点

3．4 本文采取的编码标志点方案

3．4．1 几何不变性

3．4．2 编码标志点图案设计

3．5 红外图像预处理

3．5．1 图像二值化

3．5．2 数学形态学处理

3．6 标志点的中心识别定位

3．6．1 椭圆拟合

3．6．2 标志点中心定位

3．7 图像匹配

3．7．1 图像匹配简述

3．7．2 SIFT和SURF匹配

3．7．3 编码标志点的匹配算法

第四章 实验系统及结果

4．1 本章介绍

4．2 OpenGL渲染介绍

4．3 扫描测头跟踪实验系统

4．4 实验结果

4．5 结果分析

4．5．1 空间中两点距离计算

4．5．2 平面度误差

4．5．3 与DPA三维测量系统结果对比

第五章 总结与展望

5．1 总结

5．2 展望

参考文献

攻读硕士学位期间的学术活动及成果情况