应用于等离子体环境的反射镜损耗的实时测量 下载: 555次
1 引言
二维测量具有广泛的应用需求,如材料力学中对试样应变的测量、加工工件的外部尺寸测量以及常见的几何量(角度、距离、形状等)测量。传统测量需要用引伸计、卡尺、螺旋测微器等工具进行人工操作。随着计算机及图像处理技术的快速发展,视觉测量因其非接触性、自动化程度高、系统柔性好等特性,已成为目前工程应用中最具发展前途的测量方法之一[1-3]。二维视觉测量技术以空间平面到摄像机成像平面的映射关系为基础[4]建立测量模型,进行空间平面特征尺寸到成像平面特征尺寸的变换,根据图像特征点坐标计算空间平面真实特征点坐标,完成待测参数的计算。
二维视觉测量装置结构简单(仅需一台标定内参的摄像机,以及必要的图像采集设备和处理软件),目前已在工业现场应用广泛。然而,现有的二维视觉测量方法在测量过程中通常将平面标定与特征测量分步进行,即首先采用标定靶标确定待测二维平面,然后取下标定靶标,再将待测物约束在该平面上,依据面内特征的交比不变性进行比例换算。这类方法容易引起离面位移,影响测量精度。目前针对离面位移的解决方式主要有三种:1)忽略标定平面与测量平面产生的离面位移[5],这种方式测量精度较低,尤其是当待测物较厚时;2)采用相应的误差补偿机制人为对测量结果进行修正[6],这种方式一般针对已知的离面位移,离面位移的测量往往比较困难,而本身也存在测量误差;3)利用特殊的约束机制[7]使标定平面与测量平面重合,这种方式适用于待测物位置固定的情况,灵活性较差。
为抑制离面位移并简化测量过程,将点结构光测量思想[8]引入到二维视觉测量过程,提出了即时平面标定的二维视觉测量方法。测量前仅需用三个经过标定的激光点投射在待测物表面进行平面标定,即可计算平面内的任何几何尺寸及特征。由于点结构光可以进行深度测量,将三个点结构光直接投射到待测物表面,测量平面与标定平面不重合引起的离面位移就可被消除,避免了传统方法中的机械约束或误差校正等工作。对于已标定系统参数的装置,每次测量前不必采用标定靶标进行平面标定,仅需根据三个激光点坐标进行待测平面空间方程的计算。为验证该方法的可行性及观察其实际测量中的表现,分析了影响测量精度的因素,设计了对比试验,结果显示所提方法的测量精度高于传统二维视觉测量方法,可以达到传统方法经过离面位移误差校正后的精度。
2 测量原理
即时平面标定的二维视觉测量方法利用点结构光在摄像机光轴方向的精密测距能力,计算投射在待测物平面光点的三维坐标,三个光点即可确定一个平面,无需采用靶标就可以完成待测平面方程的计算。测量前的准备工作主要包括系统参数标定及平面标定,在不改变传感器结构的同时,系统参数仅需标定一次;若待测物在光轴方向出现位移,就需要重新进行平面标定,以消除离面位移。
2.1 系统参数标定
点结构光测量方法基于计算机图像二维坐标和空间被测点三维坐标的转换关系,由摄像机透视变换模型[9]和点结构光测量模型两部分组成[10]。点结构光测量的数学模型如
设定世界坐标系
在摄像机坐标系下,令
式中:
在标定结构光系统参数时,摄像机和激光器的空间位置均不能变化[12]。这样将多次摆放的空间点
式中:
经过标定,光线
2.2 即时平面标定及测量
根据点结构光可以计算单点的空间三维坐标,而空间任一平面方程可以由面内不共线的三点唯一确定,根据该思想,设计了由三个激光器及一台CCD相机组成的二维视觉测量传感器,其结构如
图 3. 即时平面标定的二维视觉测量方法示意图
Fig. 3. Diagram of 2D vision measurement method with immediate plane calibration
激光器
在摄像机坐标下激光点的三维坐标
结合(4)式和(5)式,可以得出关于(
3 系统误差分析
根据对整个测量模型及测量过程的分析可知,测量误差来源有以下几方面:成像畸变误差[14]、光斑中心亚像素提取误差[15]、待测物平整度以及标定建模误差等[16]。其中,主要因素为成像畸变误差及亚像素提取误差。
3.1 成像畸变误差
成像畸变主要包括径向畸变和切向畸变,一般情况下,在摄像机内部参数标定过程中会对径向畸变进行2级校正,切向畸变则忽略。如
式中:Δ
图 4. (a)摄像机镜头成像畸变模型; (b)图像畸变分布图
Fig. 4. (a) Lens distortion model in imaging processing; (b) diagram of distortion distribution
3.2 亚像素提取误差
除了建模方面的成像畸变误差,另一个主要的误差源为激光光点中心坐标的亚像素定位[17]。摄像机光电信号转换的不稳定性、激光光点本身的发散特性、外部环境振动等不可控因素,导致在摄像机和激光器均固定时,对不同时间摄取的图像进行光斑中心坐标提取的结果不固定,在一定范围内浮动,导致结构光空间坐标的计算存在误差,由三点确定的平面同样也存在误差。为检验亚像素提取精度,固定激光器、摄像机和待测物,固定待测平面垂直于光轴,确保激光器打在空间物体上的光点在摄像机视场及测量范围内,连续拍摄500张图像进行存储,采用高斯曲面拟合方法[18]计算光斑中心图像坐标,结果如
由于测量平面与光轴夹角对光斑的形状有一定影响,而光斑的形状会对亚像素提取精度产生影响。为检验测量平面与光轴夹角对亚像素提取精度的影响,固定三个激光器及摄像机,采用与摄像机光轴垂直的平板接收从不同方向投射的3束激光,连续采集100张图像;调整平板倾角15°,采集100张;再次调整15°,采集100张。每组100张图像总共300个特征点,对不同平面倾角下采集的光斑进行高斯拟合处理,计算光斑中心,并绘出每组300个特征点的亚像素中心分布图,原图像及处理结果如
图 5. 采用高斯拟合的亚像素光斑中心分布图
Fig. 5. Sub-pixel light spot center distribution image using Gaussian fitting
图 6. 不同角度的(a~c)激光光斑图片及(d~f)亚像素光斑中心分布
Fig. 6. (a-c) Images of laser points from three directions and (d-f) of sub-pixel light spot center distribution
4 测量实验
为验证即时平面标定二维测量方法的可行性及其在实际测量中的表现,设计对比测量实验,针对材料应力应变测量中对试样上特征点轴向位移跟踪的应用场景,采用所提方法对轴向移动状态下的金属试样特征点进行位移测量。同时采用基于局部平面映射的二维视觉测量方法[19]、精密机械式测量方法进行测量,以验证所提方法的测量精度。实验所装置如
实验采用的摄像机型号为IMPERX-IGV-B1601M,帧频为15 frame/s,分辨率为1624 pixel×1236 pixel,CCD靶面尺寸为2/3″,镜头焦距为8.5 mm。实验之前需要进行必要的准备工作:1)采用张氏标定法标定摄像机内部参数;2)采用2.1节阐述的点结构光标定方法标定结构参数,内部参数及结构参数标定结果如
表 1. 测量系统标定结果
Table 1. Calibration results of measurement system
|
设定第一张图像的相对位移为0 mm,依次采用即时平面标定法(IPC)、不经过畸变矫正的即时平面标定测量法(UIPC)、局部平面映射法(LPM)[19]、含离面误差矫正的局部平面映射法(CLPM)[6]、试验机本身显示的测量(PMM)数据计算4个标记点相对于第一张图像的相对位移量。为了避免单个标记点测量的偶然性及摄像机本身的噪声,标记点中心提取均采用椭圆拟合的方式,并且计算每种方法测量的4个标记点位移的平均值进行对比,对比结果如
表 2. 不同方法得到的4个标记点的平均相对位移
Table 2. Average relative displacement of four feature points obtained by different methods
|
为了更直观清晰地对比5组测量数据,绘制了采用每种方法测量的时间-位移曲线,结果如
通过
5 结论
将点结构光思想引入到二维视觉测量过程,作为抑制离面位移的手段,提出了一种即时平面标定的二维视觉测量方法。利用待测平面上的三个光点确定待测平面空间方程,再根据测量模型进行面内坐标提取计算。与传统测量方法相比,从操作过程端抑制了离面位移误差,避免了传统方法中采用机械约束或者误差校正等工作,简化了测量过程。在测量精度方面,通过对比实验可以看出,即时平面标定的二维视觉测量方法的测量精度高于传统局部映射法。
该方法的主要优势:对于标定好系统参数的传感器,仅需根据三个激光点进行待测平面方程计算,简化操作的同时抑制了传统二维视觉测量过程中出现的离面误差。该方法的主要缺点:仅能测量散射效果良好的平面待测物,不适合用于测量曲面或表面不平整的待测物,如坑洼裂痕等,以及对于表面具有强反射特性的待测物。
[2] Ren Z, Liao J, Cai L. Three-dimensional measurement of small mechanical parts under a complicated background based on stereo vision[J]. Applied Optics, 2010, 49(10): 1789-1801.
Ren Z, Liao J, Cai L. Three-dimensional measurement of small mechanical parts under a complicated background based on stereo vision[J]. Applied Optics, 2010, 49(10): 1789-1801.
[4] 刘昶. 二维目标视觉测量的双平行平面标定[J]. 光学学报, 2013, 33(11): 1115004.
刘昶. 二维目标视觉测量的双平行平面标定[J]. 光学学报, 2013, 33(11): 1115004.
[5] 卢宇, 卢荣胜, 郭广平, 等. 基于快速归一化算法的拉伸距离动态跟踪测量[J]. 传感技术学报, 2016, 29(9): 1328-1334.
卢宇, 卢荣胜, 郭广平, 等. 基于快速归一化算法的拉伸距离动态跟踪测量[J]. 传感技术学报, 2016, 29(9): 1328-1334.
Lu Y, Lu R S, Guo G P, et al. Stretched distance measurement using dynamic tracking based on the fast normalized cross-correlation algorithm[J]. Chinese Journal of Sensors and Actuators, 2016, 29(9): 1328-1334.
[6] 柴兴华, 张静, 陈昕, 等. 视频引伸计离面位移误差及校正方法[J]. 计量学报, 2017, 38(6): 717-720.
柴兴华, 张静, 陈昕, 等. 视频引伸计离面位移误差及校正方法[J]. 计量学报, 2017, 38(6): 717-720.
Chai X H, Zhang J, Chen X, et al. Out-plane error and correction in measurement using video extensometer[J]. Acta Metrologica Sinica, 2017, 38(6): 717-720.
[7] 尹英杰, 徐德, 张正涛, 等. 基于单目视觉的平面测量[J]. 电子测量与仪器学报, 2013, 27(4): 347-352.
尹英杰, 徐德, 张正涛, 等. 基于单目视觉的平面测量[J]. 电子测量与仪器学报, 2013, 27(4): 347-352.
Yin Y J, Xu D, Zhang Z T, et al. Plane measurement based on monocular vision[J]. Journal of Electronic Measurement and Instrument, 2013, 27(4): 347-352.
[8] 陈天飞, 赵吉宾, 吴翔. 基于共面靶标的线结构光传感器标定新方法[J]. 光学学报, 2015, 35(1): 0112004.
陈天飞, 赵吉宾, 吴翔. 基于共面靶标的线结构光传感器标定新方法[J]. 光学学报, 2015, 35(1): 0112004.
[10] 刘震, 张广军, 魏振忠, 等. 一种高精度线结构光视觉传感器现场标定方法[J]. 光学学报, 2009, 29(11): 3124-3128.
刘震, 张广军, 魏振忠, 等. 一种高精度线结构光视觉传感器现场标定方法[J]. 光学学报, 2009, 29(11): 3124-3128.
[12] 吕耀文, 刘维, 徐熙平, 等. 一种新的摄像机一维标定方法[J]. 光学学报, 2016, 36(12): 1215005.
吕耀文, 刘维, 徐熙平, 等. 一种新的摄像机一维标定方法[J]. 光学学报, 2016, 36(12): 1215005.
[13] 张鸿燕, 耿征. Levenberg-Marquardt算法的一种新解释[J]. 计算机工程与应用, 2009, 45(19): 5-8.
张鸿燕, 耿征. Levenberg-Marquardt算法的一种新解释[J]. 计算机工程与应用, 2009, 45(19): 5-8.
Zhang H Y, Geng Z. Novel interpretation for Levenberg-Marquardt algorithm[J]. Computer Engineering and Applications, 2009, 45(19): 5-8.
[14] 张敏, 金龙旭, 李国宁, 等. 基于直线特征的摄像机镜头畸变标定方法[J]. 光学学报, 2015, 35(6): 0615001.
张敏, 金龙旭, 李国宁, 等. 基于直线特征的摄像机镜头畸变标定方法[J]. 光学学报, 2015, 35(6): 0615001.
[15] 刘国栋, 刘炳国, 陈凤东, 等. 亚像素定位算法精度评价方法的研究[J]. 光学学报, 2009, 29(12): 3446-3451.
刘国栋, 刘炳国, 陈凤东, 等. 亚像素定位算法精度评价方法的研究[J]. 光学学报, 2009, 29(12): 3446-3451.
[16] 许丽, 张之江. 结构光测量系统的误差传递分析[J]. 光学精密工程, 2009, 17(2): 306-313.
许丽, 张之江. 结构光测量系统的误差传递分析[J]. 光学精密工程, 2009, 17(2): 306-313.
[17] 陈少杰, 张亮, 王建宇. 探测器条状噪声对精跟踪系统光斑定位的影响[J]. 中国激光, 2017, 44(9): 0906008.
陈少杰, 张亮, 王建宇. 探测器条状噪声对精跟踪系统光斑定位的影响[J]. 中国激光, 2017, 44(9): 0906008.
[18] 王丽丽, 胡中文, 季杭馨. 基于高斯拟合的激光光斑中心定位算法[J]. 应用光学, 2012, 33(5): 985-990.
王丽丽, 胡中文, 季杭馨. 基于高斯拟合的激光光斑中心定位算法[J]. 应用光学, 2012, 33(5): 985-990.
翟亮, 王涛, 白满社, 左毅娟, 苏宇, 刘新, 陈静, 朱良建. 应用于等离子体环境的反射镜损耗的实时测量[J]. 光学学报, 2017, 37(7): 0712001. Zhai Liang, Wang Tao, Bai Manshe, Zuo Yijuan, Su Yu, Liu Xin, Chen Jing, Zhu Liangjian. Real-Time Loss Measurement of Reflecting Mirrors Applied in Plasma Environment[J]. Acta Optica Sinica, 2017, 37(7): 0712001.