一种基于至少两个公共标记点的双视角数据对齐方法
【技术领域】
[0001] 本发明涉及一种基于至少两个公共标记点的双视角数据对齐方法，属于图像处理 和视觉测量领域。
【背景技术】
[0002] 视觉测量是一种利用相机采集被测量物体表面图像并从中恢复出其三维外形的 技术。线结构光测量和面结构光测量是诸多视觉测量方法中常用的两种实现方式。无论采 用何种视觉测量方法，为了获取完整的物体表面数据，需要在多个位置以多个角度对物体 进行测量。这就需要将多个角度下不同坐标系的测量数据融合到一个统一的坐标系下，以 纠正由于测量装置位置移动带来的数据错位。
[0003] 目前，对齐不同视角下测量数据的算法大致可以分为基于运动机构的方法、基于 ICP的方法和基于标记点的方法三类：
[0004] 第一类方法通过将测量装置固定在特定的运动机构上然后依靠读取运动机构编 码器的数值获取视角间坐标系的变换关系，如林娜等人将测量装置安装在六自由度机械臂 上；吴俣等人将测量装置与旋转平台相结合进行测量。采用这种方式进行数据对齐的缺陷 是，测量装置的工作范围受到运动机构行程的限制，且容易形成测量死角。
[0005] 第二类方法将两视角数据中距离最近点作为匹配点，并依此计算出一个旋转平移 关系。迭代地进行上述步骤，即可以得出最终的双视角变换关系。但这种方法仅适用于面 结构光测量方式，并且对两视角数据初始位置关系有要求，如果数据错位严重，则有可能得 不到正确的对齐结果。
[0006] 第三类方法通过在被测量物体表面粘贴标记点，并利用标记点中心的拓扑关系搜 索两视角中的公共标记点（为计算稳定性一般采用四个）实现数据对齐。由于标记点中心 具有很高的定位精度，因此，基于该方法的数据融合精度很高。同时，由于没有运动机构的 束缚，理论上可以进行无限拼接。但是，标记点覆盖了物体部分表面，因此，被遮挡部分的数 据只能依靠后期修复得到，影响了数据获取的完整性和准确性。
【发明内容】
[0007] 本发明所要解决的技术问题是提供一种基于至少两个公共标记点的双视角数据 对齐方法，本发明将标记点数量减少到了两个，减少了在物体表面粘贴标记点的数量，进而 减少了被标记点遮挡的物体表面积，提高了数据的完整性。
[0008] 本发明为解决上述技术问题采用以下技术方案：
[0009] 本发明提供一种基于至少两个公共标记点的双视角数据对齐方法，双视角至少有 两个公共标记点，该方法包含以下步骤：
[0010] 步骤1，在被测量物体上粘贴圆形标记点，左右目相机分别拍摄被测量物体，得到 左右目图像；
[0011] 步骤2,从步骤1中得到的左右目图像中提取出标记点边缘成像位置，利用椭圆拟 合算法得到左右目标记点中心成像位置；
[0012] 步骤3,将步骤2中得到的左右目标记点中心成像位置进行立体匹配，并根据匹配 结果，完成标记点边缘成像位置在左右目图像中的匹配；
[0013] 步骤4,利用双目三角法重建标记点中心和边缘位置的三维坐标；
[0014] 步骤5,利用步骤4重建得到的标记点中心和边缘位置的三维坐标拟合平面，得到 标记点所在局部平面的法向量信息；
[0015] 步骤6,在另一个视角下，利用左右目相机分别拍摄被测量物体，重复步骤2~步 骤5,得到该视角下的标记点中心的三维坐标及其所在局部平面的法向量信息；
[0016] 步骤7,搜索两个视角下的公共标记点，利用搜索到的公共标记点的中心三维坐标 及其所在局部平面的法向量信息，计算两视角间坐标系旋转平移关系，从而完成双视角数 据对齐。
[0017] 作为本发明的进一步优化方案，步骤1中的圆形标记点是编码或非编码标记点。
[0018] 作为本发明的进一步优化方案，步骤1中在被测量物体上较为平坦的位置处粘贴 丰不T己点。
[0019] 作为本发明的进一步优化方案，步骤1中左右目相机的内参数及左右目相机坐标 系的刚体变换关系已经事先进行了标定。
[0020] 作为本发明的进一步优化方案，步骤3中将步骤2中得到的左右目标记点中心成 像位置进行立体匹配，具体步骤如下：
[0021] 5. 1如果采用圆形编码标记点，则依照标记点的编码值完成左右目标记点中心成 像位置立体匹配；
[0022] 5. 2如果采用非编码标记点，则按照分为以下两种：
[0023] 1)如果采用面结构光原理进行单视角数据测量，则依赖标记点中心成像位置的相 位值完成立体匹配，具体为：
[0024] ①对于左目中的任意标记点中心成像位置，根据左目相机的基本矩阵计算其在右 目图像中的极线方程；
[0025] ②搜索右目图像中位于①中极线两侧的标记点中心成像位置，找到其中与左目标 记点中心成像位置相位最接近的那个作为匹配像素点，完成左右目标记点中心成像位置的 匹配；
[0026] 2)如果采用线结构光原理进行单视角数据测量，则具体为：
[0027] ①对于左目中的任意标记点中心成像位置，根据左目相机的基本矩阵计算其在右 目图像中的极线方程；
[0028] ②搜索右目图像中位于极线两侧的标记点中心成像位置，作为左目标记点中心成 像位置的潜在匹配点；
[0029] ③利用视差梯度约束构造匹配支持度函数；
[0030] ④通过松弛方法优化匹配支持度函数，完成左右目标记点中心成像位置的匹配。
[0031] 作为本发明的进一步优化方案，步骤3中标记点边缘成像位置在左右目图像中的 匹配，具体步骤如下：
[0032] 6. 1任意选取左目标记点边缘成像位置中的一点P1，根据左目相机的基本矩阵计 算其在右目图像中的极线方程L1;
[0033] 6. 2记右目图像中的所有标记点边缘成像位置拟合所得的椭圆为找到极线L1与椭圆ej^的两个交点p η和p
[0034] 6. 3假设左右目匹配标记点中心成像位置为cjP Cp则根据立体匹配顺序一致性 原则，选取PllC和中与向量P&夬角小者作为匹配点，完成P1K在的边缘成像位置在 左右目图像中的匹配。
[0035] 作为本发明的进一步优化方案，步骤7中搜索两个视角下的公共标记点依赖标记 点之间的拓扑关系来完成。
[0036] 本发明采用以上技术方案与现有技术相比，具有以下技术效果：
[0037] 1.相对于传统基于标记点对齐的方法，本发明所述方法将对齐所用最少标记点由 4个减少为2个，这减少了在物体表面粘贴标记点的数量，进而减少了被标记点遮挡的物体 表面积，提尚了数据的完整性；
[0038] 2.由于仅需要在相邻视角中看到两个公共标记点，因此，采用本发明方法进行数 据对齐的测量装置可以有更灵活的测量姿态，极大的方便了测量操作，减少了测量死角的 存在；
[0039] 3.本发明的计算结果，可以为基于ICP的对齐方法提供良好的迭代初值；
[0040] 4.本发明可应用于一切需要依靠圆形标记点进行两视角测量数据对齐的场合，诸 如基于激光的线结构光测量、白光测量以及TOF相机测量等。
【附图说明】
[0041] 图1是本发明实施所用的多激光线扫描装置示意图。
[0042] 其中，1-左右目相机；2- -字线激光发射器；3-骨架。
[0043] 图2是应用本方法进行双视角测量数据对齐的流程图。
[0044] 图3是标记点边缘匹配示意图。
【具体实施方式】
[0045] 下面结合附图对本发明的技术方案做进一步的详细说明：
[0046] 图1为本实施例所用的线结构光测量装置，其由左右目相机和一个一字线激光发 射器组成。左右目相机均采用The Imaging Source公司的DMK23U445工业相机，其传感器 为1/3〃CCD，输出方式为USB3. 0,镜头选用Computar M0814-MP2百万像素定焦镜头；两相机 通过骨架刚性连接，左右目相机光轴间夹角约为40°，基线距离约为25cm。一字线激光器 位于两相机中间位置。在实施具体步骤前，测量装置参数已经进行了标定，所述参数包括： 左右目相机内参数、左右目相机坐标系间的刚体变换参数及光平面方程。
[0047] 如图2所示，应用本方法进行双视角数据对齐的具体步骤如下：
[0048] 步骤1 :在被测量物体表面粘贴非编码圆形标记点。
[0049] 步骤2:调用相机驱动程序，利用左右目相机拍摄被测量物体图像，分别记所采集 的左右目图像为IJP L。假设左目图像I1上有m ^标记点，右目图像I ^上有n i个标记点。
[0050] 步骤3 :提取左、右目图像中的非编码圆形标记点的成像位置，其主要步骤如下：
[0051] 1)对图像进行Canny边缘提取；
[0052] 2)对Canny边缘的每一条边缘线进行验证，并滤除边缘长度或者边缘最小包围矩 形长短轴比例超出合理范围的边缘线；
[0053] 3)利用椭圆表达式拟合过滤后的边缘线，并进一步滤除拟合误差超出容限ε的 边缘，最终通过椭圆表达式得到标记圆中心成像位置。
[0054] 步骤4 :匹配左右目标记点中心成像位置，主要步骤如下：
[0055] 1)对于左目中的任意标记圆中心成像位置，根据相机基本矩阵计算其在右目图像 中的极线方程。
[0056] 2)搜索右目图像中位于极线两侧的标记点中心成像位置，作为左目标记点中心成 像位置的潜在匹配点。
[0057] 3)利用视差梯度约束来构造匹配支持度函数。
[0058] 4)通过松弛方法优化匹配支持度函数完成标记点中心的匹配