一种基于双目视觉的安全气囊轮廓尺寸检测方法
【技术领域】
[0001] 本发明属于计算机视觉和图像测量技术领域，尤其是涉及双目视觉的安全气囊轮 廓尺寸检测方法。
【背景技术】
[0002] 随着科学技术的高速发展，安全气囊的装配工艺要求也越来越苛刻，但是现阶段 的安全气囊检测技术还不是很完善，如果检测质量不过关，不仅会影响美观和使用性能，更 重要的是势必会带来安全遗患，现有的安全气囊装配检测方法有三坐标检测法、检具检测 法，存在着检测成本高、检测结果重复性差、检测误判率高、效率低等缺陷，不适合生产流水 线的在线全检，随着图像处理、计算机技术和工业摄像机制造水平的不断发展，计算机视觉 技术也得到了快速的发展，不但可以实现物体在三维空间中形状、位置和尺寸的测量，而且 相比接触式的检测系统在智能型、柔性以及检测速度方便具有更大的优越性，将逐步成为 工业产品尺寸在线检测的重要手段和未来发展趋势。
【发明内容】
[0003] 本发明为了解决上述问题，提出了一种基于双目视觉的安全气囊轮廓尺寸检测方 法，本发明将双目视觉和轮廓尺寸检测相结合，根据轮廓尺寸参数具有的特点，设计双目视 觉测量系统，利用图像采集及预处理、曲线的分段及立体匹配、三维重建、坐标变换及配准 等技术实现安全气囊轮廓尺寸参数的自动测量，解决了检测成本高、检测结果重复性差、效 率低等弊端，具有自动化、非接触、精度高、通用性的特点，可有效判别安全气囊是否合格。
[0004] 为了实现上述目的，本发明采用如下技术方案，所述的双目视觉的安全气囊轮廓 尺寸检测方法的步骤如下：
[0005] (1)双目立体视觉系统的标定：使用MATLAB标定工具箱分别对两台摄像机进行单 相机标定，获得每个摄像机的内参数和外参数，再通过VS2010中的的Open CV对标定好的 相机进行立体标定，获得两个摄像机之间位置关系的旋转矩阵R和平移矩阵T;
[0006] (2)图像采集及预处理：使用两台摄像机同时对待测安全气囊进行拍摄，得到左 右两幅图像Ip 12，对安全气囊的视觉图像进行高斯滤波、对比度增强、Canny算子边缘检测 等图像预处理，得到连续且封闭的安全气囊边缘轮廓二维曲线；
[0007] (3)安全气囊轮廓曲线的分段及立体匹配：对安全气囊轮廓曲线进行分段，然后 利用正规化交叉相关系数和亮度均方差方法对特征点进行粗匹配，最后利用动态规划算法 以边界势能为衡量标准对匹配点对间的曲线段进行最优化匹配。
[0008] (4)安全气囊轮廓曲线的三维重建：由⑴所求的内外参数、平移矩阵、旋转矩阵 及（3)所求的匹配曲线段，根据摄像机光心确定匹配曲线段所在的空间曲面的交线，然后 根据图像上曲线段的端点及曲线上任一标记点在三维空间的点到候选空间曲线的距离确 定对应图像上曲线段的空间曲线段。
[0009] (5)待测气囊与标准气囊轮廓三维坐标变换及配准：将标准安全气囊CATIA三维 数模边缘信息提取出来，对空间曲线进行立体匹配，用来确定标准安全气囊和待测安全气 囊的公共点，采用布尔莎七参数模型进行空间坐标变换，由标准安全气囊和待测安全气囊 的公共点对坐标，用最小二乘法拟合出相应的七参数，然后由求得的七参数将待测安全气 囊空间坐标转换到标准安全气囊的空间坐标中，进而完成待测气囊与标准气囊轮廓三维坐 标变换及配准。
[0010] (6)计算检测点的位置公差Vx、Vy、Vz以及点所在轮廓曲线段的形状公差K，判定是 否在位置公差、形状公差范围之内，进而判断待测安全气囊是否合格。
[0011] 与现有技术相比本发明的有益效果是：能够仅仅利用CCD摄像机提供的待测安全 气囊图像及标准安全气囊三维数模自动完成轮廓尺寸参数的计算，判定待测安全气囊是否 合格，可同时取缔当今使用的三坐标检测和检具检测两种设备，不仅可以降低成本、提高效 率，而且具有自动化、非接触、精度高、适应性强等优点。
【附图说明】
[0012] 图1是本发明的基于双目视觉的安全气囊轮廓尺寸检测方法流程图；
[0013] 图2是本发明的图像采集及预处理流程图；
[0014] 图3是本发明的曲线段三维重建示意图；
【具体实施方式】
[0015] 下面参照附图，对本发明具体实施方案做更为详细的描述。
[0016] 图1是本发明的基于双目视觉的安全气囊轮廓尺寸检测方法流程图，一种基于双 目视觉的安全气囊轮廓尺寸检测方法，包括以下步骤：
[0017] (1)双目立体视觉系统的标定。摄像机的标定是为了获得摄像机的内外参数，使 用MATLAB标定工具箱分别对两台摄像机进行单相机标定，获得每个摄像机的内参数和外 参数，再通过VS2010中的的OpenCV对标定好的相机进行立体标定，获得两个摄像机之间 位置关系的旋转矩阵R和平移矩阵T。
[0018] (2)图像采集及预处理。如图2,包括下列子步骤：
[0019](2. 1)使用两台摄像机同时对同一场景进行拍摄，得到左右两幅图像Ip12;
[0020] (2. 2)采用高斯滤波对两幅图像进行去噪处理；
[0021] (2. 3)对两幅图像进行比度增强及灰度归一化，增强安全气囊轮廓边缘；
[0022] (2. 4)采用Canny算子提取图像的边缘；
[0023] (2. 5)采用数学形态法把边缘细化为单像素，对边缘细化过程中在边界上产生的 断点进行边界跟踪，填充边界上的断点，得到图像的矢量化表示，进而得到连续且封闭的安 全气囊轮廓边缘二维曲线；
[0024] (3)安全气囊轮廓曲线的分段及立体匹配，包括下列子步骤：
[0025] (3. 1)对安全气囊轮廓曲线进行分段。假设n个序列点描述安全气囊的轮廓曲线 L，即：
[0026]L=(Pi=(xi,,i= 1, 2, . . . ,n}
[0027] 其中（Xi,y)为边界L上点坐标，p1+1为pi邻接点。Sk(Pi)为边界L上以Pi 为中心的一小曲线段，即：
[0028] Sk(Pi) = {pj | j = i-k, i-k+1, . . . , i+k~l, i+k}
[0029] 曲线段Sk(Pi)上的点Pi的协方差矩阵C定义如下：
【主权项】
1. 一种基于双目视觉的安全气囊轮廓尺寸检测方法，其特征在于， 具体步骤如下： (1) 双目立体视觉系统的标定：使用MATLAB标定工具箱分别对两台摄像机进行单相机 标定，获得每个摄像机的内参数和外参数，再通过VS2010中的的OpenCV对标定好的相机进 行立体标定，获得两个摄像机之间位置关系的旋转矩阵R和平移矩阵T; (2) 图像采集及预处理：使用两台摄像机同时对待测安全气囊进行拍摄，得到左右两 幅图像I,、12，对安全气囊的视觉图像进行高斯滤波、对比度增强、Canny算子边缘检测等 图像预处理，得到连续且封闭的安全气囊边缘轮廓二维曲线； (3) 安全气囊轮廓曲线的分段及立体匹配：先对安全气囊轮廓曲线进行分段，然后对 安全气囊轮廓曲线段进行立体匹配，先利用正规化交叉相关系数和亮度均方差方法对特征 点进行粗匹配，然后利用动态规划算法以边界势能为衡量标准对匹配点对间的曲线段进行 最优化匹配； (4) 安全气囊轮廓曲线的三维重建：由（1)所求的内外参数、平移矩阵、旋转矩阵及（3) 所求的匹配曲线段，根据摄像机光心确定匹配曲线段所在的空间曲面的交线，然后根据图 像上曲线段的端点及曲线上任一标记点在三维空间的点到候选空间曲线的距离确定对应 图像上曲线段的空间曲线段； (5) 待测气囊与标准气囊轮廓三维坐标变换及配准：将标准安全气囊CATIA三维数模 边缘信息提取出来，对待测气囊与标准气囊轮廓三维曲线进行立体匹配，用来确定标准安 全气囊和待测安全气囊的匹配点，采用布尔莎七参数模型进行空间坐标变换，由标准安全 气囊和待测安全气囊的匹配点对坐标，用最小二乘法拟合出相应的七参数，然后由求得的 七参数将待测安全气囊空间坐标转换到标准安全气囊的空间坐标中，进而完成待测气囊与 标准气囊轮廓三维坐标变换及配准； (6) 计算检测点的位置公差Vx、Vy、Vz以及点所在轮廓曲线段