一种船舶外板水火加工过程中的型面数据采集方法

摘要

本发明涉及一种船舶外板水火加工过程中的型面数据采集方法，其特征在于该方法包括以下步骤：A、在待测外板上投射可变特征图案；B、利用双目相机进行2D图像采集；C、提取上述2D图像中的特征图案；D、计算特征图案中心像素坐标；E、对双目相机拍摄的两组图像中的特征图案中心进行立体匹配；F、通过三维重建计算特征图案中心的空间三维坐标；G、计算所有特征图案中心的空间三维坐标，获取外板点云数据。本发明与传统采集方法相比，速度快、精度高，且对船板加工表面颜色等特征的适应性强。

说明书

技术领域

本发明属于船舶制造技术和光学测量领域，涉及一种船舶外板水火加工过程 中的型面数据采集方法，特别是水火弯板过程中针对复杂表面特征的在线检测方 法。

背景技术

水火弯板无模成型技术是目前世界造船工业中一种技术性强、难度大、影响 因素多且被广泛应用的复杂板材成型加工工艺。在加工过程中如何检测与判别被 加工船体曲板与目标曲板的形状误差是目前造船业迫切需要解决的问题，如何快 速、准确获取型面数据是解决问题的关键。

目前船厂主要依靠有经验的工人通过卡样板、样箱的方式来实现。但这种方 法仅仅获取了肋位线上少量数据，且精度决定于样板、样箱精度，而样板、样箱 大多数为木质材料，受环境影响如天气等会发生较大的变形，误差较大。后续发 明了铁质活络样板，但同样需要靠人的眼睛目测偏差，精度无法保证，为后续造 船精度控制设置了障碍。

随着计算机技术和光电技术的发展，计算机辅助船板曲面成型检测已经成为 一个重要的发展方向。数十年来，国内外许多专家学者致力于新型检测技术及设 备的研发。

国内比较有代表性的有：(1)大连理工大学、大连新船重工有限责任公司、 清华大学以及北京航空航天大学等单位，对船体外板加工成型自动检测方法、加 工后外板成型的自动判别进行了相关的研究并取得了一定的成果，但是离工程化 实际应用还有很大一段距离；(2)武汉理工大学和山东硕立在板材数控冷弯设备 上，采用了导轨和激光点测量方法，获取板面数据，数据获取速度较慢。

国外比较有代表性的有：(1)首尔大学的J S Park，J G Skin，K H Ko采用 三坐标测量仪(CMM)对船板进行测量，测量精度高、可以近似得到船板边界， 角点等特征点的数据。但存在着众多缺点：(a)测量过程需要大量的人工操作， 导致测量效率低下；(b)CMM的使用对现场环境条件要求高；(c)CMM测量范围 的扩大需要增加很多成本等。

发明内容

为克服已有技术的不足和缺陷，本发明提供一种船舶外板水火加工过程中的 型面数据采集方法，能够适应船板水火过程产生的火圈、锈迹等复杂表面特征， 快速获取船板型面数据。

为了实现上述目的，本发明的技术方案为：一种船舶外板水火加工过程中的 型面数据采集方法，其特征在于该方法包括以下步骤：A、在待测外板上投射可 变特征图案；B、利用双目相机进行2D图像采集；C、提取上述2D图像中的特 征图案；D、计算特征图案中心像素坐标；E、对双目相机拍摄的两组图像中的 特征图案中心进行立体匹配；F、通过三维重建计算特征图案中心的空间三维坐 标；G、计算所有特征图案中心的空间三维坐标，获取外板点云数据。所述可变 特征图案为图案相同、颜色变化的特征图案。

根据本发明的具体实施例，该型面数据采集方法具体包括以下步骤：

A、使用投影设备在待测外板上投射覆盖全板面的两组图案相同、颜色不同 的特征图案，且颜色为红色和绿色先后各一次；

B、利用双目相机采集上述特征图案的2D图像；

C、基于色差原理提取上述2D图像中的特征图案，假定图像上某一像素的 颜色值为：

$\left(\begin{array}{cc}\overrightarrow{V}=(r,g,b)& 0\le r,g,b\le 255\end{array}\right)$

第一第二幅图片上某一像素的颜色值分别为：

${\overrightarrow{V}}^{\text{'}}=(r^{\text{'}},g^{\text{'}},b^{\text{'}})$

${\overrightarrow{V}}^{\text{'}\text{'}}=(r^{\text{'}\text{'}},g^{\text{'}\text{'}},b^{\text{'}\text{'}})$

则该像素为特征点的定义为：

$f_n(r^{\text{'}}-r^{\text{'}\text{'}},g^{\text{'}}-g^{\text{'}\text{'}},b^{\text{'}}-b^{\text{'}\text{'}})·\left|\right|({\overrightarrow{V}}^{\text{'}}-{\overrightarrow{V}}^{\text{'}\text{'}})·(-\mathrm{1,1,0})\left|\right|\ge \theta$

$0\le \theta \le 255·\sqrt{2}$

θ为设定的阈值，其中fn定义为：

$f_n(a,b)=\left(\begin{array}{cc}+1& a<0,b<0\\ -1& \mathrm{others}\end{array}\right)$

D、基于质心法计算上述特征图案中心像平面坐标：

设特征图案任意像素坐标为P_ix，P_iy，则该特征图案中心像素坐标P_cx和标P_cy为：

$P_{\mathrm{cx}}={\Sigma }_{i=1}^n{P}_{\mathrm{ix}}$

$P_{\mathrm{cy}}={\Sigma }_{i=1}^n{P}_{\mathrm{iy}}$

其中n为特征图案包含像素点的数目。

E、对双目相机拍摄的两组图像中的特征图案中心进行立体匹配，建立同一 个特征图案在两组图像中的对应关系；

F、利用三角法原理计算特征图案中心的空间三维坐标；

G、计算所有特征图案中心的空间三维坐标，获取外板点云模型。

上述步骤A中在船板上投射了可变特征为圆形特征，圆形特征直径和间距可 以根据板面尺寸和相机工作距离预设，能够覆盖板面、成像清晰即可，先后采用 红色和绿色各投射一次，分别采用步骤2)进行拍摄。

上述步骤B中为具有确定相对位姿关系的两台CCD相机，且从不同角度同 时拍摄带有特征图像的船板，其中两台相机的位姿关系根据船板尺寸范围确定， 确保在该位姿关系下两台相机视场分别能覆盖整个船板。

上述步骤C中采用色差原理提取2D图像中的特征图案。

上述步骤D中采用质心方法计算特征图案中心的像素坐标。

本发明与传统采集方法相比，速度快、精度高，且对船板加工表面颜色等特 征的适应性强。本发明采用基于主动特征投影的非接触式数据采集方法，该方法 首先在船舶外板投射红色和绿色两组圆形特征图案，并采用具有确定相对位姿关 系的两台CCD相机拍摄，获取带有两组可变特征图案的船舶外板图像，通过色 差原理从2D图像中精确获取特征图案，利用质心方法计算特征图案中心的像素 坐标，并通过对双目相机拍摄的两组图像中的特征图案中心进行立体匹配，建立 同一个特征图案在两组图像中的对应关系，基于已标定的CCD位姿关系和三角 法原理计算特征图案中心的空间三维坐标，该坐标即为船舶外板上的点；求取所 有特征图案中心的空间三维坐标，即获得船板外板点云数据；点云密度可以通过 图像特征直径和间距进行控制。本发明适用于水火过程中具有火圈、锈迹、腐蚀 等特殊表面特征的复杂型面，也适用于其他表面颜色特征复杂的曲面数据采集。 同传统样板、样箱采集方法以及其他光学采集方法相比，具有速度快、精度高、 适应性强等特点。本发明的应用时实现水火弯板工艺自动化的关键环节之一。

附图说明

图1为本发明船舶外板水火加工过程中型面数据采集方法的流程图。

图2为双目立体视觉几何模型的几何关系图。

具体实施方式

下面结合图1曲面检测方法的流程图，对本发明的具体实施方式做进一步的 描述。

1)使用投影设备在待测外板上投射覆盖全板面的两组图案相同、颜色不同 的特征图案，且颜色为红色和绿色先后各一次，即一次为先红后绿，另一次为先 绿后红；

2)利用双目相机采集图像数据；

3)基于色差原理提取2D图像中的特征图案。假定图像上某一像素的颜色值 为：

$\left(\begin{array}{cc}\overrightarrow{V}=(r,g,b)& 0\le r,g,b\le 255\end{array}\right)$

第一第二幅图片上某一像素的颜色值分别为：

${\overrightarrow{V}}^{\text{'}}=(r^{\text{'}},g^{\text{'}},b^{\text{'}})$

${\overrightarrow{V}}^{\text{'}\text{'}}=(r^{\text{'}\text{'}},g^{\text{'}\text{'}},b^{\text{'}\text{'}})$

则该像素为特征点的定义为：

$f_n(r^{\text{'}}-r^{\text{'}\text{'}},g^{\text{'}}-g^{\text{'}\text{'}},b^{\text{'}}-b^{\text{'}\text{'}})·\left|\right|({\overrightarrow{V}}^{\text{'}}-{\overrightarrow{V}}^{\text{'}\text{'}})·(-\mathrm{1,1,0})\left|\right|\ge \theta$

$0\le \theta \le 255·\sqrt{2}$

θ为设定的阈值，其中fn定义为：

$f_n(a,b)=\left(\begin{array}{cc}+1& a<0,b<0\\ -1& \mathrm{others}\end{array}\right)$

4)基于质心法计算特征图案中心像平面坐标：

设特征图案任意像素坐标为P_ix，P_iy则该特征图案中心像素坐标P_cx和标P_cy 为：

$P_{\mathrm{cx}}={\Sigma }_{i=1}^n{P}_{\mathrm{ix}}$

$P_{\mathrm{cy}}={\Sigma }_{i=1}^n{P}_{\mathrm{iy}}$

其中n为特征图案包含像素点的数目。

5)对双目相机拍摄的两组图像中的特征图案中心进行立体匹配，建立同一 个特征图案在两组图像中的对应关系；

6)利用三角法原理计算特征图案中心的空间三维坐标：

如图2所示以两个CCD摄像机光轴的交点为原点，建立目标物坐标系x-y-z， 其x轴与两CCD摄像头基线S₁S₂平行。摄像机1的中心位于点S₁，摄像机2的 中心位于点S₂，S₁S₂＝d₀，l₀为x轴到基线S₁S₂的距离。OS₁与x轴的夹角为α₀， OS₂与x轴的夹角为β₀(-π/2<α₀<π/2，-π/2<β₀<π/2)。若光斑上一点M处于xy 平面内，且分别在摄像机1、2上成像，其投影直线分别为MA、MB(A、B是 投影直线与基线S₁S₂的交点，定义AB距离为d)，在像平面u轴的截距分别为 u₁、u₂。假设在光轴之左为正，在光轴之右为负，MA与x轴的夹角为α，MB 与x轴的夹角为β，MA与光轴OS₁的夹角为γ₁，MB与光轴OS₂的夹角为γ₂， 两个摄像头的焦距为f。由几何关系可得：

$\left(\begin{array}{c}{\gamma }_1=\arctan \left(\frac{u_1}{f}\right)\\ {\gamma }_2=\arctan \left(\frac{u_2}{f}\right)\end{array}\right)---(5-1)$

$\left(\begin{array}{c}\alpha ={\alpha }_0-{\gamma }_1\\ \beta ={\beta }_0+{\gamma }_2\end{array}\right)---(5-2)$

$d=d_0+f\times (\frac{\sin {\gamma }_1}{\sin \alpha }-\frac{\sin {\gamma }_2}{\sin \beta })---(5-3)$

从(5-1)、(5-2)、(5-3)式得到平面上任意点M的二维坐标

$x=\frac{d\sin \beta \cos \alpha }{\sin (\alpha +\beta )}-f\frac{\sin {\gamma }_1}{\sin \alpha }-\frac{d_0}{2}---(5-4)$

$y=\frac{d\sin \beta \sin \alpha }{\sin (\alpha +\beta )}-\frac{d_0\tan {\alpha }_0}{2}---(5-5)$

当M不是处于xy平面时，设v为M点在像平面v轴截距，根据三角形相似 原理可得

$z=-v\times \frac{L}{\sqrt{u^2+f^2}}---(5-6)$

式中：

$L=\sqrt{{(x+\frac{d_0}{2}-f\cos {\alpha }_0)}^2+{(y+\frac{d_0}{2}\tan {\alpha }_0-f\sin {\alpha }_0)}^2}---(5-7)$

由此可以得到M点的三维坐标

$\left(\begin{array}{c}x=\frac{d\sin \mathrm{\beta \alpha }\cos }{\sin (\alpha +\beta )}-f\frac{\sin {\gamma }_1}{\sin \alpha }-\frac{d_0}{2}\\ y=\frac{d\sin \mathrm{\beta \alpha }\sin }{\sin (\alpha +\beta )}-\frac{d_0\tan {\alpha }_0}{2}\\ z=-v\times \frac{L}{\sqrt{u^2+f^2}}\end{array}\right)---(5-8)$

(5-8)式给出求取空间点的三维坐标的一般表达式。从上式可知，若获取 了图像上的u₁、u₂、v₁、v₂以及系统结构参数就可以计算出空间点的三维坐标值， 在本方法中为特征图案中心的空间坐标，即为曲板表面特征图案中心三维坐标。

7)计算所有特征图案中心的空间三维坐标，获取外板点云数据。