一种led手持靶标光心偏差校正算法
【专利说明】一种LED手持靶标光心偏差校正算法 【技术领域】
[0001] 本发明属于视觉测量技术领域，涉及一种LED手持靶标光心偏差校正算法。 【【背景技术】】
[0002] 随着各种异形工件内腔外形检测需求的增多，以立体视觉测量为基础的便携式3D 坐标测量技术得到越来越多的应用。双目立体视觉系统只需要两台摄像机、标定板、手持靶 标和专用侧头，就能完成对大型复杂型腔零件的在位/在线测量，不受现场环境影响，可靠 性高、尤其是对复杂内腔、深长孔等测量有独特的优势。
[0003] 在双目立体视觉系统中，手持靶标是一个重要的测量设备。测量时手持靶标的测 头与待测物体表面接触，标定完成后的摄像机通过捕捉手持靶标靶面特征点，完成特征点 的3D空间坐标还原，利用建立的靶标坐标系完成从靶面特征点的3D空间坐标到侧头坐标转 换，从而最终测得与侧头接触的待测物体表面3D空间坐标。因此，靶面特征点的3D空间坐标 测量精度直接影响系统的测量精度。如何提高手持靶标特征点的测量精度是视觉测量领域 的难点。
[0004] 目前，手持靶标从特征点发光来源上分，可以分为正投式和背投式。正投式手持靶 标特征点本身不发光，靠反射主动光源供摄像机捕捉，由于其特征点形状需要靠加工精度 保证，所以靶标加工成本高且精度受到限制。通常实际测量中使用的都是背投式，通过在靶 面规律布置一定数量LED光点连接稳定直流电源以供摄像机捕捉。
[0005] 由于LED特征点是余弦发光体，不同视角下的光强分布不均匀，利用加权坐标重心 法提取LED发光中心图像平面坐标必然会产生偏差，这个偏差会影响在利用双目立体视觉 系统进行精密测量时的精度。
[0006] 目前，国内外对于利用LED作为手持靶标特征点的光心偏差校正研究还不够深入， 相关研究内容文献很少，所研究的进展也仅仅是停留在针对某一种型号LED的具体分析度 量上，所利用的方法复杂、参数繁琐、鲁棒性不高，校正效果并不明显。 【
【发明内容】
】
[0007] 针对上述现有以LED为特征点的手持靶标光心提取存在偏差的缺陷或不足，本发 明提出一种LED手持靶标光心偏差校正算法，提高靶面特征点光心在图像平面坐标提取精 度，进而提高双目立体视觉系统测量精度。
[0008] 本发明采用以下技术方案：
[0009] -种LED手持靶标光心偏差校正算法，首先确定靶标光心的校正方向，然后提取出 左右摄像机捕捉到图像的光心坐标，最后对光心坐标进彳丁定位;所述定位包括粗定位和精 确定位，其中，粗定位是指将图像光心坐标沿校正方向移动，构成粗略定位，精确定位是指 在粗定位的基础上，左右移动，精确定位的移动步长远小于粗定位的移动步长，从而实现精 确定位。
[0010]进一步，所述粗定位的具体方法为：
[0011] (1)将提取的左右摄像机的光心坐标沿校正方向移动，移动的步长为e，0.01pixel < ει < 0.05pixel，移动的次数为j，共移动距离Pj，其中，Pj = ει* j，左右摄像机捕捉到的图 像平面的所有点移动一个步长ε形成的图像称之为点位图，则左右图像平面形成j*j个点位 图对；
[0012 ] (2)对提取出来的图像光心坐标进行归一化坐标变换，计算每一个点位图对对应 的基础矩阵解除归一化变换得到原始点对应基础矩阵Fi;
[0013] ⑶将与j*j个点位图对相对应的j2个基础矩阵写成列向量的形式构造出一个9行 j2列的矩阵％，利用PCA算法对％进行特征空间重构，取前6个特征值及其对应的特征向量， 构成矩阵，^将，：中的所有列向量进行样本投影重构，将每一个基础矩阵的列向量与均值 向量的差值投影到特征空间，寻找样本空间中与目标欧氏距离最短、夹角最小的基础矩阵， 以筛选出的基础矩阵对应点位图对的左右图像平面光心坐标位置为粗定位的结果。
[0014]进一步，所述精确定位的方法为:将粗定位中的单步步长变为ε2, ￡2 = 6:/10,校正 方向为粗定位结果为中心，沿靶标光心的校正方向左右各移动n/2个步长ε2,得到n*n个点 位图对和η 2个基础矩阵，重复粗定位过程，此时筛选出的基础矩阵对应点位图对的左右图 像平面光心坐标位置为最终校正结果。
[0015] 进一步，靶标光心的校正方向根据以下公式计算：
[0016]
[0017]其中，圮为LED发光面的法线方向，瓦为摄像机光心到LED发光中心的向量，i为 校正方向，分别代表校正方向的两个分量。
[0018] 进一步，对光心坐标进行定位前，首先对左右相机内外参标定结果构造出来的基 础矩阵Fo进行降噪，保证基础矩阵Fo满足秩为2。
[0019] 一种LED手持靶标光心偏差校正算法，包括以下几个步骤：
[0020] 1) LED光心偏差方向的确定；
[0021] 2)粗提取;利用加权重心算法对左右摄像机捕捉的手持靶标LED特征点灰度值图 像进行光心坐标提取，也是校正的初始值；
[0022] 3)降噪声；
[0023] 4)粗定位;利用左右图像平面原始光心坐标点在校正方向上移动微小的步长所形 成的基础矩阵来判断校正的粗略位置；
[0024] 5)精定位;利用同样的方式在粗定位的坐标附近，移动更小的步长，利用每个位置 对应的基础矩阵，精确确定光心校正的最佳位置。
[0025]进一步，所述粗定位的具体方法为：
[0026] (1)将提取的左右摄像机的光心坐标沿校正方向移动，移动的步长为e，0.01pixel < ει < 0.05pixel，移动的次数为j，共移动距离Pj，其中，Pj = ει* j，左右摄像机捕捉到的图 像平面的所有点移动一个步长ε形成的图像称之为点位图，则左右图像平面形成j*j个点位 图对；
[0027] (2)对提取出来的图像光心坐标进行归一化坐标变换，计算每一个点位图对对应 的基础矩阵尸，解除归一化变换得到原始点对应基础矩阵Fi;
[0028] (3)将与j*j个点位图对相对应的j2个基础矩阵写成列向量的形式构造出一个9行 j2列的矩阵％，利用PCA算法对％进行特征空间重构，取前6个特征值及其对应的特征向量， 构成矩阵将矩阵，冲所有列向量进行样本投影重构，将每一个基础矩阵的列向量与均 值向量的差值投影到特征空间，寻找样本空间中与目标欧氏距离最短、夹角最小的基础矩 阵，以筛选出的基础矩阵对应点位图对的左右图像平面光心坐标位置为粗定位的结果。 [00 29]所述精确定位的方法为:将粗定位中的单步步长变为ε2，ε2 = εi/10，校正方向为粗 定位结果为中心，沿靶标光心的校正方向左右各移动n/2个步长ε2，得到n*n个点位图对和η 2 个基础矩阵，重复粗定位过程，此时筛选出的基础矩阵对应点位图对的左右图像平面光心 坐标位置为最终校正结果。
[0030] 降噪的方法为:对所使用的双目立体视觉系统进行标定，求得内外参参数，利用内 外参参数通过对极几何中基础矩阵与内外参参数的互相关系，得到标定之后的左右图像对 的基础矩阵Fo,然后对该基础矩阵Fo降噪，保证基础矩阵Fo满足秩为2;降噪的具体方法为： 通过SVD分解对基础矩阵进行降秩，将3个特征值中最小特征值设为0。
[0031] 与现有技术相比，本发明至少具有以下有益效果:在本发明方法中，首先确定除了 靶标光心的校正方向，然后将光心实际坐标以校正方向移动步长，进行粗略校正，然后再在 粗定位的基础上，仍然以校正方向为目标，减小步长，左右分别移动，以进一步接近理想光 心坐标，最终得到光心坐标。 【【附图说明】】
[0032]图1为本发明手持靶标LED光心校正方向示意图。
[0033]图2为校正算法中粗定位示意图。
[0034]图3为校正算法中精定位示意图。
[0035]图4为本发明算法的流程图。 【【具体实施方式】】
[0036] 请参阅附图所示，图1为本发明手持靶标LED光心校正方向示意图。其中平面为 手持靶标靶面，Γ :为某个LED发光源，112为摄像机CCD成像平面，Γ 2为Γ :在!^平面所成的 像，〇为摄像机光心，0-ΧΥΖ为以摄像机光心0为原点摄像机光轴为Z轴建立的直角坐标系，斤. 为LED发光面的法线方向，瓦为摄像机光心到LED发光中心的向量，为在图像平面LED光 心所要校正的方向向量。图2为校正算法中粗定位示意图。在左右摄像机拍摄的原始图像 上，LED光心坐标点沿着自己的校正方向上移动1个步长ε#1和移动2个步长ε#2以后光心位 置的结果。图3为校正算法中精定位示意图。在粗定位结果的基础上，LED光心坐标点沿着自 己的校正方向上分别左移动1个步长ε 2,向右移动1个步长ε2以后，光心位置的结果。
[0037] 本算法是在使用以LED作为空间特征点的手持靶标的双目立体视觉系统测量空间 定位点时的校正算法，旨在校正以LED作为空间特征点的手持靶标测量时由LED光心畸变带 来的偏差，目的是提高双目立体视觉系统的测量精度。其具体实施操作存在于双目立体视 觉系统测量过程。下面结合某一次测量过程对本发明作进一步详细说明。
[0038] 第一步:标定。
[0039] 首先利用张正友棋盘格标定算法对搭建好的双目立体视觉系统进行标定，得到标 定参数。目的是利用左右相机内外参标定结果构造出表示左右两个相机状态(焦距、主点、 旋转矩阵、平移向量)的基础矩阵Fo。
[0040] 第二步:获取图像彳目息。
[0041] 标定完成以后，利用手持靶标对待测的表面进行逐点测量。即移动手持靶标至需 要测量的目标点，然后两个相机同时拍照，捕捉到手持靶标在左右两个不同位姿的相机的 图像。获取的是图像，其有效信息是图像中手持靶标靶面上的LED空间特征点的像。利用加 权重心算法，将LED在2维平面的像点面(大约100-200个像素单位左右)拟合成一个亚像素 的像素坐标。
[0042] 第三步：匹配。
[0043]匹配的目的是将同一个LED在左右两个相机不同的像联系起来，形成一一对应的 关系。能否正确的匹配决定了特征点三维还原的正确与否。由于LED在靶面分布的特殊性， 本发明利用基于极径极角的匹配算法，其运算速度快，鲁棒性极好，保证了匹配的正确定。 [0044] 第四步:三维还原。
[0045] 1、LED光心偏差方向的确定
[0046] 理想的LED是一个余弦发光体，光强空间分布满足Ie = INC〇S0，其中In为发光面在 法线方向的发光强度，Ιθ为和法线成任意角度Θ方向的发光强度。实际的LED发光模型在空 间呈捕球状，在θ = 〇时取得最大值，距尚θ = 〇越远，则偏差越大。具体如下：
[0047] 1.1、确定LED发光面的法线方向％
[0048] 利用靶面上3个标志点（标志点个数P 3)分别记为PAP3,用一组三维坐标表示Pi =(xi，yi，zi)，任意非共线的三个点P1P2P3建立一个正交坐标系Ft。
[0052] LED发光面的法线方向：
[0