面结构光与锥光偏振全息组合的反光复杂曲面测量方法

摘要

一种基于面结构光视觉和锥光偏振全息组合的反光复杂曲面零件测量方法，解决了复杂曲面零件由于表面反光影响光学测量精度、效率和数据完整性的问题。该方法借助于面结构光对反光复杂曲面进行快速测量，对面结构光测量获得的三维点云数据进行分割，确定测量数据孔洞和不连续区域，采用锥光偏振全息测头对数据孔洞和不连续区域进行二次测量，将锥光偏振全息方法测得的点云不连续和孔洞位置数据与结构光测量方法得到的点云模型内部的数据相合成，得到复杂曲面零件测量的整体点云数据。本方法结合了面结构光视觉测量方法测量速度快，锥光偏振全息方法测量精度高、可以测量任何表面光洁度反光复杂曲面的特点，可对复杂曲面零件实现高效率、高精度光学测量。

说明书

技术领域

本发明属于光学精密测量领域，具体涉及面结构光视觉和锥光偏振全息组合实现具有金属光泽或光亮的高反射率航空发动机、汽轮机和燃气轮机叶片等反光复杂曲面无涂覆直接快速精密三维测量方法。 

技术背景

复杂曲面零件由于表面反射率变化大，致使其测量难度大，现有的技术无法同时实现高精度、高效率无涂覆测量的目的。比如航空发动机、汽轮机和燃气轮机中的关键基础件叶片，其质量对发动机性能有着重要的影响，从产量上看，我国每年生产数百万个叶片；从形状上看，叶片属典型的复杂薄壁曲面，加工、测量难度都很大；从性能上看，叶片决定了总增压比；从可靠性上看，叶片的工作环境十分恶劣（高温、高压、腐蚀等），叶片承受气动力和离心力等多重载荷作用，其品质对发动机的可靠运行至关重要。因此，在研制和生产过程中严格控制叶片的质量显得尤为必要！每一个叶片在出厂前都必须接受严格的质量检测。影响叶片质量的因素很多。由于叶片的特殊造型、空间角度和重要尺寸繁多，技术要求严格，所以描绘叶片型线的参数没有确切的规律。叶片型线的复杂性和多样性给叶片的测量带来了相当大的困难。叶片型面参数测量方法主要有卡板测量和三坐标测量机测量。卡板测量用于叶片加工过程的质量控制，测量精度低、精度重复性差、工人劳动强度大。三坐标测量机为接触式测量，常用于叶片 的终检，这种测量虽测量精度高，但测量效率低下，增加了叶片产品的交付周期：①一般讲，CMM（三坐标测量）对单个叶片的测量，获得基本数据需要大约30-40分钟的时间，获得全部数据需要花费3-4个小时甚至更长时间；②不能实现叶片在生产过程中的在线测量（若想做到这一点需多台三坐标测量机在生产车间同时工作）；③操作CMM需要受过高级培训的技术人员时刻监控。 

随着电子技术、计算机技术的飞速发展，面结构光视觉非接触式测量技术得到了空前的发展。基于计算机视觉的结构光测量技术的测量精度可达0.025mm、测量速度可超过百万点/秒，但是对于航空发动机，燃气轮机叶片这类具有高性能表面、反射率变化范围大的零件应用结构光进行光学非接触式测量时，在其表面产生的互反射，定向反射和局部的镜面反射等问题，这对面结构光视觉测量提出了巨大的挑战，严重影响测量数据的完整性、精度和测量效率，更严重时造成零件无法测量。传统的方法是在被测量叶片的表面喷涂一层可以减小零件反光的化学物质，如白色的显像剂、钛白粉等。其目的是通过涂层改变零件表面的反射特性，使原本强反光和反射率各异的零件变成均匀的漫反射，以便对零件进行光学测量，大大提高测量效率。但是这样做的不利之处是：①额外增加了测量的工序：测量前需要很长的准备时间，测量后要将涂层除去；②增加了测量的成本；③影响测量结果的精度（涂层厚度约为0.01-0.04mm）；④化学物质污染环境与影响测量人员的身心健康；⑤最重要的是某些表面性能要求高的零件（如具有高性能表面叶片的航空发动机），不允许在其表面喷涂任何 化学物质。 

随着光学测量技术的发展，投射微小光点到物体表面，基于干涉原理的测量方法（如锥光偏振全息方法）不但可以测量任何光亮度的金属表面零件而且测量精度可达亚微米量级，实现微小尺寸测量。但是这种技术都是通过投射光点到被测物体实现高精度的距离测量，测量景深小、速度慢（每秒几千点）。因此，开发一种多光学传感器组合的测量技术是兼顾测量精度与测量效率，解决叶片类复杂曲面零件高精度、高效率无涂覆测量的有效途径，具有广阔的市场前景。 

发明内容

本发明目的在于提供一种面结构光视觉和锥光偏振全息组合的互补测量方法，解决反光复杂曲面反光影响光学测量精度、效率和数据完整性的问题。虽然结构光测量技术的测量精度可达0.025mm、测量速度可超过百万点/秒，但是对于航空发动机，燃气轮机叶片这类具有高性能表面、反射率变化范围大的复杂曲面零件应用结构光进行光学非接触式测量时，在其表面产生的互反射、方向反射和局部的镜面反射等问题，严重影响测量数据的完整性、精度和测量效率；而锥光偏振全息方法虽然可以测量任何光亮度的金属表面零件而且测量精度可达亚微米量级，实现微小尺寸测量，但是这种技术测量景深小、速度慢。本发明提供了基于面结构光视觉和锥光偏振全息组合测量方法，解决复杂曲面零件反光影响光学测量精度、效率和数据完整性的问题。 

本发明实现发明目的采用的技术方案是，该测量方法包括如下步 骤： 

步骤1、使用面结构光测量方法，利用相位值约束和极线约束找到双目立体视觉左右图像的对应点，用三角原理计算被测量反光复杂曲面的深度信息，快速获得反光复杂曲面的三维点云数据； 

步骤2、对步骤1获得的三维点云数据进行分割，规定邻域点的数量为K，计算邻域点的特征值，依据邻域点的特征值确定邻域点的局部曲率和法向量，根据特征值来确定数据孔洞和不连续区域的边界点，按照顺序将确定的边界点连接成多边形折线形成数据孔洞和不连续区域的边界，对边界进行偏置扩大并投影到点云数据上形成新的边界，删除数据孔洞和不连续区域边界和新投影形成边界之间的点云数据；所述的邻域点中数据孔洞和不连续区域的边界点的确定依据为：该点的三个特征值中，最小特征值趋近于0，其他二个特征值具有一定的差值： 

步骤3、对步骤2数据分割结果，将处理后的不连续区域作为锥光偏振全息测量的区域，对这些区域编号，建立锥光偏振全息测量待测量区域列表： 

步骤4、依据步骤3建立锥光偏振全息测量待测量区域列表中的区域编号，对数据孔洞和不连续区域进行基于局部曲面曲率的填充，填充完成后对这些填充点进行实时的法向量计算； 

步骤5、对步骤4每个填充点的法向量上增加一点，增加点与填充点的距离等于锥光偏振全息测头给定的测量距离，然后计算出增加点的X、Y、Z坐标； 

步骤6、依据步骤5计算出增加点的X、Y、Z坐标，由测量系统的多轴精密控制部分带动锥光偏振全息测头运动到增加点实时对该点进行测量； 

步骤7、将锥光偏振全息方法测得的点云不连续和孔洞位置数据与结构光测量方法得到的点云模型内部的数据相合成，得到复杂曲面零件测量的整体点云数据。 

下面结合附图和实例对本发明做进一步详细的说明。 

附图说明

图1.测量方法流程图 

图2.面结构光结构示意图 

图3.数据分割流程图 

具体实施方式

基于面结构光视觉与锥光偏振全息组合的测量方法具体工作流程为：首先通过面结构光视觉测量方法快速获得反光复杂曲面的型面数据；对反光复杂曲面型面数据进行降噪声和三角化处理；对反光复杂曲面的三维数据进行分割，确定锥光偏振全息方法的测量区域并构造列表；控制测量系统实时跟踪到待测量位置，完成精密测量。 

如图1所示，本发明提供的测量方法包括如下步骤： 

第一步使用面结构光测量方法，利用相位值约束和极线约束找到双目立体视觉左右图像的对应点，用三角原理计算被测量反光复杂曲面的深度信息，快速获得反光复杂曲面的三维点云数据； 

第二步对步骤1获得的三维点云数据进行分割，规定邻域点的数 量为K，计算邻域点的特征值，依据邻域点的特征值确定邻域点的局部曲率和法向量，根据特征值来确定数据孔洞和不连续区域的边界点，按照顺序将确定的边界点连接成多边形折线形成数据孔洞和不连续区域的边界，对边界进行偏置扩大并投影到点云数据上形成新的边界，删除数据孔洞和不连续区域边界和新投影形成边界之间的点云数据； 

所述的邻域点中数据孔洞和不连续区域的边界点的确定依据为：该点的三个特征值中，最小特征值趋近于0，其他二个特征值具有一定的差值： 

由于对于点云模型内部的数据点，求得的三个特征值中最小的特征值几乎为零，另外两个几乎相等。而对于邻域点中数据孔洞和不连续区域的边界点来讲，该点的三个特征值中，最小特征值趋近于0，其他二个特征值具有较大的差值，最大的特征值要比次大的大很多。 

第三步，对步骤2数据分割结果，将处理后的不连续区域作为锥光偏振全息测量的区域，对这些区域编号，建立锥光偏振全息测量待测量区域列表： 

第四步依据步骤三建立的锥光偏振全息测量待测量区域列表中的区域编号，对数据孔洞和不连续区域进行基于局部曲面曲率的填充，填充完成后对这些填充点进行实时的法向量计算； 

第五步在待测量区域每个填充点的法向量上增加一点，增加点与填充点的距离等于锥光偏振全息测量头给定的测量距离，然后计算出增加点的X、Y、Z坐标； 

第六步依据计算出的增加点的X、Y、Z坐标，由测量系统的多轴精密控制部分带动锥光偏振全息测头运动到增加点实时对该点进行测量，从而有效保证锥光偏振全息测头工作在所需的测量距离和景深范围内。 

第七步将锥光偏振全息方法测得的点云不连续和孔洞位置数据与结构光测量方法得到的点云模型内部的数据相合成，得到复杂曲面零件测量的整体点云数据。 

本发明实施例中，所述的步骤1中，使用的面结构光为基于光栅的面结构光，所述的光栅为由高频光栅叠加合成的低频光栅，各高频光栅的频率之间满足如下关系： 

f₁+f₃-2f₂≤1    (1) 

式中f₁，f₂和f₃分别代表光栅Φ₁，Φ₂和Φ₃的频率，按照公式(2)进行合成。 

$\frac{1}{f_{12}}=\frac{1}{f_2-f_1}---\left(2\right)$

通过低频光栅对高频光栅进行相位展开，最终获得高频光栅的唯一相位值。 

因为通过研究发现：在面结构光测量过程中，零件表面的互反射将会导致低频光栅的解码错误，所以，本发明利用光波的叠加原理，将高频光栅叠加合成低频光栅，因此在测量过程中仅利用高频光栅就能获得最终的测量结果，有效抑制零件表面的互反射对测量的影响。本案例中光栅的频率f₁，f₂和f₃分别取58、64、69，也就是光栅条纹分别为58、64、69个周期。经公式(2)合成后，f₁₂=6，f₂₃=5，f₁₂₃=1。 然后通过低频光栅对高频光栅进行相位展开，最终获得高频光栅的唯一相位值。 

本发明实施例中，所述的步骤1中，面结构光测量采用，相机C1与投影装置P组成一个单目测量装置、C2与P组成另一个单目测量装置和C1与C2组成双目测量装置的非对称结构的单双目组合测量方法。 

为了达到优化面结构光视觉测量的结构参数、最大限度地减小由于复杂曲面零件表面方向反射引起的条纹图像不清晰带来的测量问题，本发明中使用了非对称结构的单双目组合测量方法，具体为：由于复杂曲面零件表面存在方向反射，造成图像采集装置的局部过饱和图像过暗。采用双相机不对称放置和光栅投射装置组合的方式，设法将方向反射对测量的影响降到最低。结构如附图2所示，两个相机与投影装置成不对称方式放置。其中相机C1与投影装置P组成一个单目测量装置，C2与P组成另一个单目测量装置，C1与C2组成双目测量装置，两个组合的单目测量系统由于相机的角度不同可有效的抑制曲面的定向反射，而C1与C2组成双目测量装置可有效的减少测量盲区，提高测量效率与数据完整性。然后分别应用两个单目测量系统和一个双目测量系统应用步骤1的方法对叶片进行测量，获取其三维点云数据。经过深入研究复杂曲面零件的反射模型与实验验证，这样虚拟构成的组合多目测量系统可以有效的减小方向反射对测量的影响。这样一次测量相当于三次测量，大大提高了测量的效率。 

本发明实施例中，所述的步骤1中获得反光复杂曲面的三维点云数据采用的方法是：首先标定出面结构光测量设备转台中心轴线和面 结构光视觉测头的位置关系，利用精密转台旋转角度对数据进行坐标变换，将多视数据初步统一到同一坐标系下，然后利用迭代最近点算法对数据进行精确拼接获得反光复杂曲面的完整海量三维点云数据。 

其中具体实施方法分为如下4步： 

①对原始点云数据进行采样； 

②确定初始对应点集； 

③去除错误对应点对； 

④通过最小二乘法迭代计算使得误差函数（3）最小的旋转矩阵R和平移矢量t坐标变量，按坐标变量进行统一到同一坐标系的坐标变换，利用迭代最近法对数据进行精准拼接， 

$f(R,T)=\frac{1}{n}{\Sigma }_{i=1}^n{\left|\right|q_i-({\mathrm{Rp}}_k+T)\left|\right|}^2---\left(3\right)$

本发明实施例中，所述的步骤2中计算邻域点的特征值的方法是：建立点云数据的邻域拓扑关系，将空间点云划分成相等大小的多个立方体，并对划分后的各立方体进行编号，搜索时首先找到当前给定点所在的立方体，然后根据点在立方体中所处位置逐步扩大搜索范围，直到满足条件的邻域建立为止，具体方法是：遍历点云所有点，计算点云在x，y，z方向的最大值x_max，y_max，z_max和最小值x_min，y_min，z_min,利用所得结果，并按公式(4)计算点云的密度ρ，σ为补偿值，利用所得到的点云密度信息对点云进行划分，得到各数据点所属的小立方体，并根据公式对这些立方体进行三个坐标x，y，z方向编号。 

$\rho =\sqrt[3]{\frac{k\times (x_{\max }-x_{\min })\times (y_{\max }-y_{\min })\times (z_{\max }-z_{\min })}{n}}---\left(4\right)$

$\left(\begin{array}{c}m=(x_{\max }-x_{\min }+\sigma +\rho )/\rho \\ n=(y_{\max }-y_{\min }+\sigma +\rho )/\rho \\ l=(z_{\max }-z_{\min }+\sigma +\rho )/\rho \end{array}\right)$

接下来利用k邻域构造一个协方差矩阵，设一点的k邻域包括P₁,P₂,…P_k,它们的重心为可得如下协方差矩阵C， 

$C={\left(\begin{array}{c}{P}_1-P\\ ......\\ P_k-P\end{array}\right)}^T·\left(\begin{array}{c}{P}_1-P\\ ......\\ P_k-P\end{array}\right).$

在使用面结构光视觉方法获得复杂曲面零件表面的三维点云数据，并对三维点云数据进行分割的过程中，由于获得的复杂曲面零件的海量点云数据的各个数据点之间没有必然的联系，所以建立点云数据的邻域拓扑关系成为对其进行后续处理的必要条件。首先对叶片三维点云数据进行邻域搜索，对于庞大的点云数据来说，要对每一点周围的k个点进行搜索并记录会大大降低数据处理效率。本发明通过对复杂曲面零件三维点云数据进行分析，将空间点云划分成相等大小的多个立方体，并对划分后的各立方体进行编号。搜索时首先找到当前给定点所在的立方体，然后根据点在立方体中所处位置逐步扩大搜索范围，直到满足条件的邻域建立为止。具体步骤为，遍历点云所有点，计算点云在x，y，z方向的最大值x_max，y_max，z_max和最小值x_min，y_min，z_min,利用所得结果，并按公式(4)计算点云的密度ρ。利用所得到的点云密度信息对点云数据进行划分，得到各数据点所属的小立方体，并根据公式对这些立方体进行三个坐标x，y，z方向编号。为避免算法在处理与某一坐标平面平行的平面数据时x_max-x_min，y_max-y_min或z_max-z_min中有一个值为0，导致算法无法继续，可对其适当增加一个很 小的补偿值σ。 

$\rho =\sqrt[3]{\frac{k\times (x_{\max }-x_{\min })\times (y_{\max }-y_{\min })\times (z_{\max }-z_{\min })}{n}}---\left(4\right)$

$\left(\begin{array}{c}m=(x_{\max }-x_{\min }+\sigma +\rho )/\rho \\ n=(y_{\max }-y_{\min }+\sigma +\rho )/\rho \\ l=(z_{\max }-z_{\min }+\sigma +\rho )/\rho \end{array}\right)$

接下来利用k邻域构造一个协方差矩阵，我们可以根据协方差矩阵的三个特征值来对边界特征点进行检测，而且该矩阵的最小特征值对应的特征向量就是曲面在点云处的法向量。设一点的k邻域包括P₁,P₂,…P_k,它们的重心为可得如下协方差矩阵C， 

$C={\left(\begin{array}{c}{P}_1-P\\ ......\\ P_k-P\end{array}\right)}^T·\left(\begin{array}{c}{P}_1-P\\ ......\\ P_k-P\end{array}\right).$

对于点云模型内部的数据点，求得的三个特征值中最小的特征值几乎为零,另外两个几乎相等。而对于孔洞边界特征点来讲,最小的特征值几乎为零,最大的特征值要比次大的大很多。因此，我们通过求解协方差矩阵的特征值来提取点云数据的不连续区域边界点。 

本发明将面结构光视觉测量方法与锥光偏振全息测量方法有机结合，利用面结构光视觉测量方法测量速度快、锥光偏振全息方法测量精度高的特点，充分发挥两种测量技术在速度、精度和细节分辨率上的优势，实现了反光复杂曲面零件（如：叶片）这类具有高性能表面、反射率变化范围大零件的高效率、高精度无涂覆测量。