一种标定点图像补偿的线结构光视觉传感器高精度标定方法技术

本发明专利技术涉及一种标定点图像补偿的线结构光视觉传感器高精度标定方法，包括：对结构光视觉传感器中的摄像机内参数进行标定；采用镶嵌有LED发光特征点的平面金属靶标，摄像机拍摄带有光条的平面靶标图像；提取靶标特征点及光条标定点坐标；分别计算靶标特征点坐标与光条标定点定位不确定度；以特征点定位不确定度为约束，通过非线性优化方式求解所有特征点的定位偏差；补偿靶标特征点与光条标定点坐标；将靶标移动两次以上，获取所有光条标定点在摄像机坐标下的三维坐标，拟合这些三维坐标点求解光平面方程，完成标定；本发明专利技术适合在现场复杂光线环境，甚至在较大图像噪声或特征点定位偏差情况下仍可完成线结构视觉传感器的高精度标定。

A High Precision Calibration Method for Linear Structured Light Vision Sensor with Calibration Point Image Compensation

The invention relates to a high-precision calibration method for linear structured light vision sensor with image compensation of calibration points, which includes: calibrating the camera parameters in the structured light vision sensor; using a planar metal target embedded with LED luminous feature points, the camera captures the planar target image with light stripes; extracting the characteristic points of the target and calculating the coordinates of the calibration points of the light stripes respectively; The positioning uncertainty of feature point coordinates and stripe calibration points; constrained by the positioning uncertainty of feature points, the positioning deviation of all feature points is solved by non-linear optimization method; the coordinates of feature points and stripe calibration points are compensated; the target is moved more than twice, and the three-dimensional coordinates of all stripe calibration points in camera coordinates are obtained, and the light plane square is solved by fitting these three-dimensional coordinate points. The method is suitable for high precision calibration of line structure vision sensor in complex light environment, even in the case of large image noise or positioning deviation of feature points.

【技术实现步骤摘要】
一种标定点图像补偿的线结构光视觉传感器高精度标定方法
本专利技术涉及传感器标定的
，具体涉及一种标定点图像补偿的线结构光视觉传感器高精度标定方法。
技术介绍
线结构光视觉传感器作为重要的三维数据获取手段，具有量程大、非接触、速度快、精度高等优点，正在被广泛应用于在线动态测量领域。如列车轮对尺寸在线动态测量，受电弓磨耗在线测量、以及列车车身在线检测等。上述现场测量环境复杂多样，传感器标定和测量容易受传感器布局、外界光线等因素的影响，难以满足理想的标定条件、标定精度低，这成为制约测量精度的难题。目前，基于平面靶标的结构光标定方法以其精度高、成本低、灵活方便等优点被广泛应用于现场标定。但其标定精度仍然容易受现场标定环境影响，使得图像特征点或光条标定点难以同时满足最佳成像，极易产生定位偏差。而依靠图像处理方法只能减小定位偏差，却无法根本消除，这使得该方法无法实现现场复杂环境下的标定。因此研究一种不受图像噪声影响，能够实现复杂光线条件下标定的方法成为结构光视觉传感器发展的新方向。线结构光视觉传感器标定包括相机内参数标定与光平面参数标定两大部分。长期以来，相机内参标定的研究相对较多，其中关于摄像机内部参数标定这方面的研究很多，因此重点讨论光平面参数标定过程。当前关于光平面方程的标定方法有很多。DewarR.在文章“Self-generatedtargetsforspatialcalibrationofstructuredlightopticalsectioningsensorswithrespecttoanexternalcoordinatesystem”提出拉丝标定方法，因亮点本身亮度分布不均匀或高亮反光等现象，用测量设备在空间中瞄准亮点与图像中的亮点很难严格对应，因此该方法得到的标定点少且标定精度较低；在文章“Caibrationastructuredlightstripesystem:anovelapproach”中提出交比不变理论，通过三维靶标上已知坐标的至少三个共线点，利用交比不变获得结构光光条与该已知三点所在直线的交点的坐标。该方法能获得较高精度的光平面上的标定点，适合现场标定。但需要至少两个相互垂直的平面构成的高精度三维靶标。同时，由于平面之间对光照相互遮挡，难以获得高质量的标定图像，也限制标定点数量。刘等人在文章“novelcalibrationmethodformulti-sensorvisualmeasurementsystembasedonstructuredlight”提出采用plucker’s等式表示光条直线的方法，与采用较少标定点的方法相比，本方法可有效提高标定精度。魏等人在文章“anovel1Dtarget-basedcalibrationmethodwithunknownorientationforstructuredlightvisionsensor”提出一种基于一维靶标的结构光视觉传感器标定方法。利用一维靶标特征点之间距离求解光平面与一维靶标的交点的三维坐标。通过拟合多个交点得到光平面方程。近年来，采用空间几何作为辅助约束，用于现场复杂环境下，带有滤光片的结构光视觉传感器标定。刘等人在文章“calibrationmethodforline-structuredlightvisionsensorbasedasingleballtarget”提出基于球靶标的结构光视觉传感器标定方法。这种方法需要提取球靶标外轮廓边缘，进而得到球靶标在相机坐标系下的方位。结合光平面与球靶标相交得到圆锥轮廓求解光平面方程。这种方法具有获得的球靶标轮廓不受靶标摆放角度的影响，但是需要提取靶标的外轮廓，容易受背景或外界的干扰。以及在“Anon-sitecalibrationofline-structuredlightvisionincomplexlightenvironment”中提出利用平行双圆柱靶标，在相机装配滤光片且外界环境复杂的情况下，实现结构光参数现场标定。利用光平面于双圆柱相交产生的空间平行椭圆平面与图像平面之间对应关系，以圆柱半径等于空间椭圆短轴长为约束，进一步优化得到光平面方程。同时，有学者提出了改善标定精度的方法，如周等人在文章“completecalibrationofastructuredlightstripevisonsensorthroughplanartargetofunknownorientations”中提出一种基于平面靶标的光平面参数标定方法。通过交比不变性获得光平面中的标定点，靠平面靶标重复移动获得光平面中的标定点三维坐标，拟合得到光平面方程。该方法以其成本低、灵活、精度高等优点，被广泛应用在现场高精度测量领域。但其仍然无法摆脱图像噪声引起的定位偏差导致的标定误差，无法实现更高精度的标定。分析当前标定方法，都是以提取靶标特征点或光条标定点作为实际成像点坐标真值，得出线性解后再通过最小化特征点投影误差求解得到最优解。同时，也尽量采用标定空间即为测量空间的标定模式，然而现场标定时不可避免地会由于复杂光线、激光器质量、靶标表面加工粗糙度、靶标摆放角度，图像失焦模糊、图像噪声，特征点与光条提取偏差等因素影响，降低标定精度。现场标定时若仅照顾靶标特征点成像质量，极易造成光条亮度下降或变粗；若只照顾光条成像，靶标特征容易出现失焦模糊或曝光不足等现象，二者之间呈矛盾状，无法同时满足最佳成像质量。因此研究现场户外复杂条件下、通用的、不受图像噪声干扰的结构光视觉传感器高精度标定方法成为亟待解决的难题。
技术实现思路
本专利技术技术解决问题：克服现有技术的不足，提供一种标定点图像补偿的线结构光视觉传感器高精度标定方法，能够在现场复杂光线环境的情况下尤其是存在图像模糊、失焦、噪声干扰情况下实现高精度标定。为达到上述目的，本专利技术的技术方案是这样实现的：一种标定点图像补偿的线结构光视觉传感器高精度标定方法，该方法包括：a、在未打开激光器的情况下，对线结构光视觉传感器中的摄像机进行标定；b、采用镶嵌有LED发光特征点的平面金属靶标，摄像机拍摄带有光条的平面靶标图像；提取靶标特征点及光条标定点坐标；c、分别计算靶标特征点坐标与光条标定点定位不确定度。以特征点定位不确定度为约束，通过非线性优化方式求解所有特征点的定位偏差并补偿得到精确特征点坐标；d、将靶标移动两次以上，获取所有光条标定点在摄像机坐标下的三维坐标，经RANSAC剔除杂点后拟合求解光平面方程。步骤a中在未开启激光器的情况下，对线结构光视觉传感器中的摄像机进行标定，采用刘震等人提出的改进的张正友标定方法标定摄像机内部参数及镜头二阶径向畸变系数；步骤b中拍摄光条与平面靶标相交的图像，并分别提取靶标特征点与光条标定点图像坐标，方法如下：(b1)调整金属靶标与空间光平面相交，保证光条不通过空间中的靶标发光特征点；(b2)采取多尺度光点中心坐标方法提取靶标特征点图像坐标作为靶标特征点坐标初值；提取光条中心点坐标，拟合与光条方向垂直的靶标特征点列表为直线，并求解其与光条相交点作为光条标定点坐标初值。步骤c中求解靶标特征点与光条标定点定位不确定度具体方法如下：(c1)利用多个高斯卷积核分别对采集图像进行处理，求解每个特征点的多个定位坐标，统计得出本文档来自技高网...

【技术保护点】
1.一种标定点图像补偿的线结构光视觉传感器高精度标定方法，其特征在于，实现步骤如下：步骤a、在未打开激光器的情况下，对线结构光视觉传感器中的摄像机进行标定；步骤b、采用镶嵌有LED发光特征点的平面金属靶标，利用标定好的摄像机拍摄打了激光光条的镶嵌有LED发光特征点的平面金属靶标图像；计算所有靶标LED特征点在图像中的坐标及所有光条标定点的坐标初值；步骤c、求解靶标特征点和光条标定点的不确定度，并利用不确定度求解靶标特征点和光条标定点的定位偏差并补偿得到特征点坐标；步骤d、将平面金属靶标移动两次以上，获取所有光条标定点在摄像机坐标下的三维坐标，剔除杂点后拟合求解光平面方程，完成线结构光视觉传感器的标定。

【技术特征摘要】
1.一种标定点图像补偿的线结构光视觉传感器高精度标定方法，其特征在于，实现步骤如下：步骤a、在未打开激光器的情况下，对线结构光视觉传感器中的摄像机进行标定；步骤b、采用镶嵌有LED发光特征点的平面金属靶标，利用标定好的摄像机拍摄打了激光光条的镶嵌有LED发光特征点的平面金属靶标图像；计算所有靶标LED特征点在图像中的坐标及所有光条标定点的坐标初值；步骤c、求解靶标特征点和光条标定点的不确定度，并利用不确定度求解靶标特征点和光条标定点的定位偏差并补偿得到特征点坐标；步骤d、将平面金属靶标移动两次以上，获取所有光条标定点在摄像机坐标下的三维坐标，剔除杂点后拟合求解光平面方程，完成线结构光视觉传感器的标定。2.根据权利要求1所述的一种标定点图像补偿的线结构光视觉传感器高精度标定方法，其特征在于：步骤a中在未开启激光器情况下，对线结构光视觉传感器中的摄像机进行标定，获得摄像机内部参数及镜头二阶径向畸变系数。3.根据权利要求1所述的一种标定点图像补偿的线结构光视觉传感器高精度标定方法，其特征在于：步骤b中拍摄光条与平面靶标相交的图像，计算靶标特征点的图像坐标，利用靶标特征点的图像坐标计算光条标定点的图像坐标初值的方法如下：(b1)利用标定获得的镜头二阶畸变系数对拍摄图像进行畸变矫正；(b2)调整平面金属靶标与空间光平面相交，保证激光光条不通过空间中的靶标特征点；(b3)采取多尺度光点中心坐标方法提取靶标特征点的图像坐标作为靶标特征点坐标初值；提取光条中心点坐标，拟合与光条方向...

【专利技术属性】
技术研发人员：刘震，胡杨，任一鸣，阎峰，吴穗宁，
申请(专利权)人：北京航空航天大学，
类型：发明
国别省市：北京,11