单目结构光在异形工件三维重构及测量中的应用

针对工业生产中异形工件尺寸在线测量的难题,将单目相机与线激光相结合,以突破传统测量技术在复杂几何形状、成本、避免表面损伤和测量精度方面的局限性。针对线结构光条纹中心提取的挑战,对传统的Steger算法改进提出双重调节优化算法,优化Steger算法中的二值化阈值参数和光条宽度参数,以提高算法在检测条纹中心时的准确性和鲁棒性。实验结果表明:采用基于线结构光和单目相机的测量方法以及改进的结构光条纹中心提取技术,对异形工件进行了三维重构,测量误差在0.10 mm以内,处于可接受的范围。相较于传统方法,基于线结构光和单目相机的新测量方法提取的条纹中心位置更准确,能实现对异形工件的高精度测量。

基于相位测量偏折术的透明物体表面缺陷检测

目前国内对玻璃、透镜等透明物体的质量控制仍使用传统方法,传统的肉眼评估方法效率低下。为实现透明物体表面缺陷的自动化检测,提出一种基于相位测量偏折术(Phase Measuring Deflectometry,PMD)的透射式检测方法。利用结合了新相移图案生成计算式的PMD算法生成结构光条纹图案,使用透射式系统将该条纹图案投射到被测物体表面。相机采集经被测物体折射后的变形条纹图片,生成绝对相位图,通过识别绝对相位图中的局部畸变提取缺陷。通过分析周期错位导致误检的原因,提出一种绝对相位周期错位修正的方法。新相移图案生成计算式能提前修正周期错位现象,二者结合使用能提高相位展开的精度。以焦距为300 mm的凹、凸透镜为例进行实验,结果表明该方法能准确地提取出因表面缺陷导致的绝对相位图中的局部畸变,精度为0.1 mm。

基于线结构光的零件三维尺寸测量系统

针对原有接触式三维测量技术测量时间长、效率低、对零件有损伤等问题,提出一种基于线结构光的零件三维尺寸测量系统。建立光平面数学模型,采用基于平面靶标的自由移动标定法标定光平面,利用基于Hessian矩阵的Steger方法对线结构光中心提取,通过坐标变换得到零件的三维尺寸。在Visual Studio软件中的Winform窗体应用设计三维测量系统的软件交互界面,搭建实验测量平台进行多个零件的测量实验。实验结果表明,对不同零件三维尺寸测量相误差均小于4%,提出的测量系统及方法具有较高的精度和稳定性,能够满足工程应用。

一种简单高精度的线结构光传感器标定方法

线结构光三维视觉测量是获取物体表面三维数据的主要方法之一,传统的线结构光标定结果完全依赖提取光条纹特征点的数量,实际操作中无法保证提取足够多的特征点来拟合平面。针对这一问题,设计1种新的线结构光标定方法,将相机中心与结构光光条纹中心的任一特征点连成直线,不需求得光条纹中心线所有点的坐标,只需找到光条纹与棋盘格格边的交点;将其作为光条纹的特征点,控制特征点的数量,基于一次拟合特征点在像素坐标系下的直线方程,再联立直线方程与棋盘格平面方程,得到相机坐标系下的特征点坐标,依次求得3条及以上光条纹的中心坐标;利用多条不重合的直线拟合平面,采用二次拟合的方法提高标定精度。通过实验室搭建的线结构光单目相机对本文方法进行标定实验,结果表明:特征点到光平面的平均距离为0.052 mm,该距离在标定误差范围内,本文方法可有效解决因特征点较少而导致标定误差大的问题。

线结构光中心线提取算法研究与发展

在线结构光三维测量系统中,准确提取光条中心线是实现三维测量的关键问题。首先,从线结构光的工作原理及系统组成出发,介绍了当前线结构光的发展历程。然后,概述了现有的光条中心提取方法,对其原理和关键技术进行了分析和对比。最后,分析传统中心线提取算法的优缺点,总结了深度学习的强适应性和高精度性能更适合工业检测中的应用。对线结构光光条纹中心线提取算法进行研究,对现有的问题进行了深入分析,并对未来的研究方向做出了展望。

Method for Detecting Weld Feature Size Based on Line Structured Light

With the rapid development of the machining and manufacturing industry,welding has been widely used in forming connections of structural parts.At present,manual methods are often used for welding and quality inspection,with low efficiency and unstable product quality.Due to the requirements of visual inspection of weld feature size,a visual inspection system for weld feature size based on line structured light(LSL)is designed and built in this paper.An adaptive light stripe sub-pixel center extraction algorithm and a feature point extraction algorithm for welding light stripe are proposed.The experiment results show that the detection error of the weld width is 0.216 mm,the detection error of the remaining height is 0.035 mm,the single measurement costs 109 ms,and the inspection stability and repeatability of the system is 1%.Our approach can meet the online detection requirements of practical applications.

基于线结构光的钢领内表面圆度测量方法

针对钢领内表面圆度在人工接触式测量中存在主观干扰及自动化程度低等问题,提出一种基于线结构光的钢领内表面圆度测量方法。通过构建图像掩模提取钢领内表面线结构光条纹的感兴趣区域,采用基于主成分分析的改进Steger方法,通过计算条纹法线方向的二阶泰勒展开得到亚像素级条纹中心,提升算法效率。由线结构光条中心坐标相机内外参数、光平面方程及旋转轴方程重构钢领内表面三维点云数据,根据圆度评价方法建立基于点云数据的钢领内表面圆度的测量模型。实验结果表明,本文方法所测最大偏差为5.8μm,与文献中投影法所测结果相比更加精确,重复性测量标准差为0.725,且算法运行时间小于40 ms。

连铸坯三维测量多线结构光的中心条纹快速提取

在利用多线结构光系统对大尺度连铸坯进行三维测量的过程中,线结构光中心条纹的提取精度是影响三维测量精度的重要因素。提出了一种对传统灰度质心方法进行优化的多线结构光中心条纹提取方法。对连铸坯表面激光横截面不满足高斯分布的线结构光条纹,利用图像背景差分的方式去除环境噪声,并根据线结构光条纹与背景间的灰度变化信息确定线结构光的边界,同时提取线结构光的感兴趣区域。根据光条在梯度方向上的灰度积分比例计算灰度质心法的自适应灰度阈值,利用灰度质心方法处理感兴趣区域提取出光条中心点,最后结合附近半径为5个像素的邻域内所定位的中心点进行质心重提取,获得连铸坯表面光条的亚像素中心坐标。现场测量结果表明:对反射特性不均匀的连铸坯表面的激光条纹光条中心进行提取,最终连铸坯边缘轨迹点的三维测量结果标准偏差在2 mm以内,该方法具有精度高、速度快、鲁棒性强的特点。

基于结构光和深度神经网络的3维面形重建

为了提高基于结构光法的3维重建精度,采用机器学习中的回归模型对物体进行了3维形貌测量,通过以单目式获取对象高度点不同方向的光强信息簇样本,将其作为回归模型的训练集,在训练好回归模型后,直接建立起条纹图案的光强信息分布与对象高度之间的映射函数关系,完成对目标的3维测量;将调制条纹光数值信息以特征形式导入回归模型,获得端到端高度信息,验证了机器学习的神经网络回归模型在3维面形重建上的可行性。结果表明,该模型即使在投影特征模糊或噪音较大的情况也能较精确地重建3维面形,平均重建误差为1.40×10^(-4)mm,优于一般面形重建方法的数据。该研究为物体在强干扰条件下的单目式高精度3维面形重建提供了参考,简化了繁琐的计算过程和测量过程,提高了测量精度。

基于信度评估的线结构光多重曝光条纹提取

在单线结构光三角测量法的实际应用中,图像中条纹截面灰度分布的可靠性是保证条纹中心提取精度的重要基础。在物体表面反射特性不均匀的测量场景中,受欠曝光与过曝光的双重影响,造成条纹截面灰度分布不均匀、条纹中心可信度低等问题。基于上述问题,对复杂反射特性表面的单线结构光条纹提取技术进行了研究。提出了一种基于信度评估的条纹提取方法。创新性地应用了条纹能量密度与条纹宽度相结合的双参数评价标准,有效避免了单一能量信度标准下约束力不够的问题。该方法依据信度阈值识别多重曝光图像中的可信条纹,并将可信条纹拼接重建成最终条纹图像。试验结果表明,重建图像具有全局可信度,有效提升了条纹中心计算精度。该方法能够为复杂场景下三维测量技术的发展提供一定参考。

基于白光三角法的芯片封装凸点高度测量

为了实现芯片封装凸点(Bump)高度的测量,建立了基于白光三角法的测量系统,并提出了一种复杂背景下Bump高度的测量方法。根据提出的测量模型搭建了Bump高度测量系统,利用U-Net深度学习模型进行光条图像的分割并结合灰度重心法和插值法提取完整的光条中心,以克服复杂背景的干扰。然后,对测量系统进行标定以确定像素值与实际高度值的对应关系。最后,通过函数拟合的方式确定Bump的高度。实验结果表明:Bump高度的测量重复性平均值为0.21 μm,标准差为0.095 μm;测量平均误差为-0.04 μm,标准差为0.408 μm。该方法在复杂背景下对Bump高度的测量精准度高、稳定性好,可满足芯片封装中晶圆Bump共面性在线检测的要求。

基于骨架邻近像素匹配的光条中心提取方法

提出一种基于骨架邻近像素匹配的线结构光条中心提取方法,分别在图像预处理阶段和光条中心提取阶段对传统方法进行改进.在图像预处理阶段,将马尔可夫随机场理论应用于二值图像去噪中,同时提出了一种基于连通域面积特性的ROI(region of interest)提取方法.在光条中心提取阶段,首先提出了一种光条骨架剪枝算法,对细化ROI得到的光条骨架进行剪枝、平滑,之后综合考虑光条图像的几何特性和灰度分布特性,基于邻近分析对ROI内各像素进行划分,继而求取出灰度重心,最后经Savitzky-Golay滤波后实现光条中心提取.实验结果表明,所提方法对不同类型光条的提取适用性强,相较于Steger法精度更高,且速度在其基础上提高了约6.98倍.

一种结构光组合编码模式和解码算法

为了满足高分辨率的动态三维测量,设计了一种结构光组合编解码模式。将伪随机阵列编码和单幅正弦条纹图案组合形成编码图案。单幅正弦条纹编码图案能够满足高分辨率的三维测量,通过伪随机阵列编码对单幅正弦条纹进行再编码,使得单幅正弦条纹图案能够适用于动态场景下的三维测量。为了确保相位值的准确性,设定编码参数,使得伪随机阵列子窗口中只包含一个完整周期的正弦条纹。组合图案解码算法通过伪随机阵列的窗口识别匹配,再进行窗口内的正弦条纹解码。实验结果表明了上述编解码模式的有效性。

基于K-means聚类的结构光中心线提取方法研究

在线结构光测量系统中,为实现对结构光光条中心线的快速、准确提取,提出一种基于K-means聚类的光条中心线提取方法。在对光条图像进行中值滤波的基础上,利用K-means算法分割出光条感兴趣区域(ROI),并对二值图像进行数学形态学操作,再结合灰度重心法和最小二乘法得出较好的光条中心线。实验结果表明:该方法能够有效分割出目标光条,并快速提取出光条中心线;算法提取光条中心到拟合直线距离的标准差约为0.184像素,运行时间约为0.281 s;提取精度明显优于灰度重心法和方向模板法,实时性比Steger算法有巨大的提升,且具有较好的抗噪声干扰能力。

三维曲面重构技术

针对主动式光学三角法原理的线结构光三维视觉测量系统采集得到的大量散乱数据 ,研究了一种结合三角 Bezier曲面造型和传统 NURBS曲面造型技术的实用曲面重构算法 。

关节臂激光扫描系统光条中心提取方法研究

在基于关节臂的线激光扫描系统中,光条中心的提取精度和所用时间直接影响到整个系统的测量精度和实时响应能力。本文在国内外现有算法基础上整合改进,利用迭代阈值法、改进Sobel算子和光条修补算法完成光条粗提取,取中心点附近10 pixels利用灰度重心法计算光条中心精确位置。实验证明,该算法在350 mm?350 mm测量范围内,系统测量误差优于40?m,一次提取时间28 ms,确保系统35 f/s扫描频率,满足实时在线测量要求。

线性结构光心的自适应迭代提取法

针对线结构光测量系统中如何提高光刀中心位置提取精度的问题,根据系统量传递理论,建立了线结构光截面强度的偏态分布分析模型,采用一种基于重心法的自适应迭代算法来提取光刀中心位置,并且分析了被曲面调制后的光刀强度分布变化对光刀中心位置提取精度的影响.分别对45°标准斜面和自由曲面进行了实验,并与阈值重心法、自适应阈值法进行了比较.实验结果表明,自适应迭代提取算法可以得到较稳定、更准确的光刀中心位置数据,精度可从50μm提高到10μm左右,并具有受外界干扰影响较小的特点,因此满足了线结构光测量系统的测量精度要求.

基于彩色条纹结构光的物体三维重建方法

提出了一种新的基于结构光的彩色条纹编码方法完成彩色投影图案的设计.将投影投射到待测量物体表面后,需要对获得的图像进行颜色区分来获得代码信息.基于阈值和HSI空间分色算法,研究了彩色编码中8种颜色的有效区分方法.得到投影图像中条纹的代码信息后,利用摄像机和投影仪的参数计算物体的三维信息.研究了摄像机和投影仪标定以及物体三维信息的计算方法,进而研究了基于样条插值的物体表面三维重建方法.利用提出的方法对石膏模型和人手表面进行三维测量与重建.实验结果表明,所提出的三维重建方法具有较高的重建精度和良好的实时性品质指标.

基于自适应窗曲线拟合的结构光条纹中心提取

在结构光视觉系统中,光条中心位置的提取精度非常重要。在总结现有的结构光条纹中心提取方法后,提出了一种结构光条纹中心自适应窗曲线拟合法。该方法在保持曲线拟合法优点的同时,克服了拟合窗口的尺寸选取对拟合结果的影响。光条中心的定位精度从而可以达到亚像素级。实验结果表明,使用自适应窗曲线拟合法与传统方法相比,改善了条纹中心提取的稳定性和精度。

钢轨磨耗动态测量结构光条纹中心提取算法

针对钢轨磨耗结构光动态测量中结构光条纹中心提取的实时性问题,提出一种新的序列图像中结构光条纹中心的快速提取算法。以上一帧图像中提取的钢轨条纹中心作为条纹中心的初始位置,首先对初始位置进行校正,以补偿传感器振动所带来的图像中条纹纵向变化,然后在法向方向上使用灰度质心法计算得到条纹中心的近似值,通过在近似值点计算单点Hessian矩阵获得条纹中心的亚像素精确位置。实验表明,该方法速度快、精度高,有效解决了基于结构光视觉的钢轨磨耗动态测量中条纹中心的实时精确提取问题。