结构光三维视觉检测关键技术研究

【摘要】：外形及尺度测量是人类认识和改造世界的基本手段之一，是现代化生产质量控制的主要技术。结构光三维视觉检测以其高精度、光条图像信息易于提取、实时性强等特点，近年来在工业环境中倍受瞩目，在三维自动检测和物体识别等领域内具有不可替代的作用。 本文结合船体分段测量系统的开发实践，对项目所涉及到的结构光三维视觉检测系统中的系统建模、参数标定、激光条纹提取和深度图像边缘检测等关键问题进行了深入研究。 基于线结构光测量基本原理，出现了许多不同的系统模型及建模方法。本文除了根据三角原理建立系统的模型外，还提出了一种直接映射模型。建立了系统的模型及结构，就需要对系统进行标定。结构光三维视觉测量系统的标定包括两个部分，即摄像机标定和系统结构参数标定。在总结现有视觉系统标定方法的基础上，提出了一种基于直接映射模型的插值标定方法。该标定方法不必对摄像机的内外参数和系统结构参数进行标定，降低了系统模型的复杂度，减小了对各种参数的敏感度，易于实现在应用现场经常性的标定，使用过程简捷且可靠性高。 激光条纹提取是线结构光检测系统获取物体信息的主要过程。本文总结了一般的条纹中心提取算法过程，对现有的方法进行了综述，提出了自适应窗曲线拟合法计算激光条纹中心坐标。该法对条纹的宽度有很强的自适应特征，因此具有很强的鲁棒性。同时为了增强激光条纹的完整性，提出了抛物线拟合曲率延伸法对激光条纹进行断线修补。 由于经过三维数据采集后得到的数据量很大，物体表面的性质也是隐含的，而通过对物体边缘的提取、分析与处理，可以得到物体的显著特征。本文通过对深度图像边缘提取算法的总结分析，实现了一种鲁棒性很强的边缘提取算法，并通过实验验证了算法的适用性。