一种基于数字近景摄影的物体三维信息获取方法
【专利摘要】本发明公开了一种基于数字近景摄影的物体三维信息获取方法，通过在任意场景中摆设一些编码标记点，通过自标定算法对相机的内参进行标定。对物体进行三维重建的时候手持数码相机从不同角度对物体拍摄两幅图片，然后使用SIFT关键点检测方法检测物体上的关键点的坐标信息，完成摄像机的外参数的标定。然后使用光流检测法检测一幅图片上每个像素点在另一幅图片上对应的匹配点，有了匹配点和相机的内外参数采用双视图的重建方法，得到物体三维信息。传统的三维测量方法需要额外的设备例如激光、投影仪来辅助完成三维重建，而本发明使用对图片进行光流检测的方法来代替这些设备获得物体上匹配点的信息，从而实现了主动的三维重建方式，减少了硬件成本和方便实现。
【专利说明】一种基于数字近景摄影的物体三维信息获取方法
【技术领域】
[0001]本发明属于物体三维信息测量【技术领域】，更为具体地讲，涉及一种基于数字近景摄影的物体三维信息获取方法。
【背景技术】
[0002]近年来，随着中国制造业的发展，尤其是以数字制造为核心的先进制造技术的快速发展，在风电、汽车、船舶、飞机、军工等行业中都大量采用了大型复杂工件。如何对这些大型复杂工件进行测量，获取其三维信息是这些行业需要解决的问题。
[0003]目前，许多行业采用激光扫描、三坐标测量机、关节臂对长度小于I米的中小型工件进行三维测量，基本能满足检测要求。而对于长度为I米?100米的大型工件(船舶部件、飞机工件、汽车大型模具等)，目前主要采用经纬仪、全站仪、激光跟踪仪对其进行一些关键点的测量。
[0004]经纬仪测量系统是在大型工件测量领域中应用最早和最多的一种系统；其优点是测量范围可达2米至几十米，采用光学、非接触式测量方式，在20米范围内测量精度可达到10 μ m/m,其不足是一般采用手动照准目标进行逐点测量、速度慢、自动化程度不高。
[0005]全站仪测量系统测程较远，在120米范围内测量精度可达到0.2mm，但是由于存在测距固定误差，使其在小于20米的短距离测量时相对精度较低。
[0006]激光跟踪仪测量系统的整体测量性能和精度优于全站仪测量系统，同时测量速度快,在50米测量测量范围内，绝对坐标测量精度达到10 μ m/m,但其测量范围比全站仪小、测角精度比全站仪低。在测量大型工件时，这些测量设备存在繁琐的移站问题，且只能测量工件关键点的三维坐标，无法进行全尺寸检测；
[0007]然而大型工件采用复杂曲面设计的越来越多，所以对于大型复杂工件的三维全尺寸检测(测量)，获取其三维信息是目前需要解决的问题。
【发明内容】
[0008]本发明的目的在于克服现有技术的不足，提供一种基于数字近景摄影的物体三维信息获取方法，以快速、便捷地对物体进行全尺寸检测(测量)，获取其三维信息。
[0009]为实现上述目的，本发明基于数字近景摄影的物体三维信息获取方法，其特征在于，包括以下步骤:
[0010](I)、先在任意场景内摆放多个编码标记点，然后手持数码相机从不同角度拍摄多幅图片(>5幅)，使用图像检测方法对编码标记点进行检测，得到这些编码标记点的二维图像坐标数据；每个编码标记点有一个唯一的编码，根据编码找到各幅图片中，同一编码标记点在各幅图像中的二维图像坐标数据；然后根据各个编码标记点在各幅图片中的二维图像坐标数据，使用自标定方法标定相机内参数；
[0011](2)、使用内参数已经标定好的数码相机从不同角度对物体拍摄两幅图片；然后使用SIFT关键点检测方法，检测两幅图像上的关键点；根据两幅图片上检测到的关键点使用5点算法求取两个相机之间的本质矩阵E，然后对本质矩阵E进行SVD分解得到相机的两个外参数，即旋转和平移矩阵R和T，从而完成相机的外参数标定；
[0012](3)、相机外参标定好之后对两幅物体图片进行光流检测，光流检测数据反映的是每个像素点的位移，然后根据这个位移使第一幅图像上的像素点能找到在另一幅图片上的匹配点；
[0013](4)、根据相机标定的内外参数和两幅物体图片上的匹配点的光流数据完成三维重建，得到物体三维信息，其中，重建使用双视图的三维重建方法。
[0014]本发明的发明目的是这样实现的:
[0015]本发明基于数字近景摄影的物体三维信息获取方法，使用数码相机进行。使用之前需要对数码相机的内参数进行标定，对内参数的标定使用的是自标定方法，通过在任意场景中摆设一些编码标记点，从不同角度拍摄这些编码标记点的图片然后进行图像检测，最后通过自标定算法对相机的内参进行标定。对物体进行三维重建的时候手持数码相机从不同角度对物体拍摄两幅图片，然后使用SIFT关键点检测方法检测物体上的关键点的坐标信息，通过这些关键点的坐标来完成摄像机的外参数的标定。然后使用光流检测法检测一幅图片上每个像素点在另一幅图片上对应的匹配点，有了匹配点和相机的内外参数采用双视图的重建方法，得到物体三维信息。
[0016]本发明基于数字近景摄影的物体三维信息获取方法基于数字近景摄影测量学和光流法对物体三维测量，本发明主要的意义在于快速方便的获取到物体的三维信息。近景摄影测量学在机器视觉中扮演的十分重要的角色，它的方便性在于只需要一个数码相机而不需要其他的硬件设备，减少了硬件成本和方便操作。传统的三维测量方法需要额外的设备例如激光、投影仪来辅助完成三维重建，而本发明使用对图片进行光流检测的方法来代替这些设备获得物体上匹配点的信息，从而实现了主动的三维重建方式，减少了硬件成本和方便实现。
【专利附图】
【附图说明】
[0017]图1是本发明基于数字近景摄影的物体三维信息获取方法【具体实施方式】流程图；
[0018]图2是编码标记点拍摄和标定过程示意图；
[0019]图3是数码相机模型；
[0020]图4是双目视觉的三维重建示意图。
【具体实施方式】
[0021]下面结合附图对本发明的【具体实施方式】进行描述，以便本领域的技术人员更好地理解本发明。需要特别提醒注意的是，在以下的描述中，当已知功能和设计的详细描述也许会淡化本发明的主要内容时，这些描述在这里将被忽略。
[0022]数字近景摄影测量是摄影测量学科的一个重要分支，同时也是关于大地摄影测量、计算机视觉、机械测量的一门综合性学科。数字近景摄影测量是一种非接触式的光学测量方法，它采用数码相机，从多个不同的位置和方向对被测物关键点拍摄两幅图像，得到空间场景的二维信息，通过图像解析、摄像机标定和三维重构等步骤获得该物体的三维场景信息。[0023]光流(optical flow)法是目前运动图像分析的重要方法，它的概念是Gibso在1950年首先提出来的，它的理论是指时变图像中模式运动速度。因为当物体在运动时，它在图像上对应点的亮度模式也在运动。这种图像亮度模式的表观运动(apparent motion)就是光流。光流表达了图像的变化，由于它包含了目标运动的信息，因此可被观察者用来确定目标的运动情况。由光流的定义可以引申出光流场，它是指图像中所有像素点构成的一种二维(2D)瞬时速度场，其中的二维速度矢量是景物中可见点的三维速度矢量在成像表面的投影。所以光流不仅包含了被观察物体的运动信息，而且还包含有关景物三维结构的丰富信息。对光流的研究成为计算机视觉及有关研究领域中的一个重要部分。因为在计算机视觉中，光流扮演着重要角色，在目标对象分割、识别、跟踪、机器人导航以及形状信息恢复等都有着非常重要的应用。
[0024]图1是本发明基于数字近景摄影的物体三维信息获取方法【具体实施方式】流程图。在本实施例中，使用之前需要对相机的内参数进行标定，对内参的标定使用的是自标定的方法。首先采集标定图片，通过在任意场景中摆设一些编码标记点，从不同角度拍摄这些编码标记点的图片，然后编码标记点进行图像检测，最后通过自标定方法对相机的内参数进行标定。
[0025]对物体进行三维重建的时候手持数码相机从不同角度对物体拍摄两幅图片即采集物体图片，然后使用SIFT算法检测物体上关键点，得到关键点坐标信息，通过这些关键点的坐标来完成数码相机的外参数标定。
[0026]使用光流检测算法检测两幅图片上每个像素点在另一幅图片上对应的匹配点。有了匹配点和相机的内外参数就可以完成三维重建。
[0027]各个步骤的具体描述如下:
[0028]1、相机标定
[0029]1.1、相机内参数标定
[0030]数码相机的内参数为相机2个轴方向的的焦距、2个主点坐标以及7个相机的畸变系数。对内参的标定采用的是自标定的算法，它的优点就是不需要任何标准的标定物(如平板标定板)，只需要一些方便制作的编码标记点。在标定的时候只需手持相机对这些编码标记点从不同角度拍摄几幅图片，如图2所示。然后使用图像检测，检测出编码标记点的二维图像坐标数据和每个编码标记点的编码值，在本实施例中，二维图像坐标数据为圆心坐标根据。编码值完成多幅图片上编码标记点的匹配，然后根据这些匹配好了得圆心坐标使用自标定的方法标定相机内参数。自标定方法主要用于近景摄影测量过程中，该方法的核心首先进行射影重建，然后通过仿射变换将射影重建升级到射影空间下，最后用欧式变换将仿射空间转换到欧式空间下，从而实现欧式三维重建以此来获得相机的内参数。
[0031]数码相机的成像原理是基于针孔模型的，在理想的情况下物体三维点、镜头中心和图像点三点共线，这就是摄像机的理想线性成像模型，采用齐次坐标矩阵可以表示如下:
[0032]
【权利要求】
1.一种基于数字近景摄影的物体三维信息获取方法，其特征在于，包括以下步骤: (1)、先在任意场景内摆放多个编码标记点，然后手持数码相机从不同角度拍摄多幅图片(>5幅)，使用图像检测方法对编码标记点进行检测，得到这些编码标记点的二维图像坐标数据；每个编码标记点有一个唯一的编码，根据编码找到各幅图片中，同一编码标记点在各幅图像中的二维图像坐标数据；然后根据各个编码标记点在各幅图片中的二维图像坐标数据，使用自标定方法标定相机内参数； (2)、使用内参数已经标定好的数码相机从不同角度对物体拍摄两幅图片；然后使用SIFT关键点检测方法，检测两幅图像上的关键点；根据两幅图片上检测到的关键点使用5点算法求取两个相机之间的本质矩阵E，然后对本质矩阵E进行SVD分解得到相机的两个外参数，即旋转和平移矩阵R和T，从而完成相机的外参数标定； (3)、相机外参标定好之后对两幅物体图片进行光流检测，光流检测数据反映的是每个像素点的位移，然后根据这个位移使第一幅图像上的像素点能找到在另一幅图片上的匹配占.(4)、根据相机标定的内外参数和两幅物体图片上的匹配点的光流数据完成三维重建，得到物体三维信息，其中，重建使用双视图的三维重建方法。
2.根据权利要求1所示的物体三维信息获取方法，其特征在于，所述的相机内参数为: 相机u轴和V轴的焦距fu和fv、图像的主点坐标(Uc^vtl);数码相机的7个畸变系数ki, k2, k3, P1, p2, bu b2。
【文档编号】G01B11/24GK103759670SQ201410003730
【公开日】2014年4月30日 申请日期:2014年1月6日 优先权日:2014年1月6日
【发明者】黄会明 申请人:四川虹微技术有限公司