一种无需滤波的复合光栅投影的在线三维测量方法 下载: 721次
1 引言
相位测量轮廓术(PMP)[1-5]由于具有采集数据量大、精度高、非接触等特点,是光学三维(3D)测量手段中被广泛研究和使用的一种方法,通过投影和采集多帧条纹图即可恢复出被测物体的三维面型。随着工业的发展和应用场合的增多,测量三维形貌的需求日益增加,测量的对象也从静态物体延伸至动态物体。根据动态物体的运动特点,可分为实时三维测量和在线三维测量。实时三维测量可视为各个时刻对不同物体的测量,需要增加投影仪的投影和电荷耦合器件(CCD)的采集速率,只有使所采集到的多帧变形条纹图中被测物体的变化小于1个像素点,才能实时恢复出被测物体的面型,才能对刚性物体和非刚性物体进行测量,硬件要求较高[6-8]。随着现代工业的发展,流水线生产的应用范围越来越广,对流水线上运载的物件进行在线测量,是对动态物体进行三维测量的发展方向。由于流水线上运动的物体是刚性物体,基于其形貌不发生变化的特点,不同时刻对同一物体进行测量时,可以采用像素匹配技术,在无须提升硬件的情况下使用PMP重构出被测物体的三维面型[9-12]。
在线三维测量重构被测物体的过程中,相位能否正确地进行空间相位展开,与正弦条纹的频率高低密切相关。当频率过高时,可能因被测物体高度变化过快而导致相位展开错误;当频率过低时,求得的截断相位可以正确地进行展开,但是此时由于各帧变形条纹图频谱中零频分量和基频分量距离较小,频谱混叠现象将会增多,得到的调制度图像质量将会降低,进而影响像素匹配精度。为了解决相位展开和像素匹配对条纹频率不同需求的矛盾,可以采用复合光栅进行在线三维测量,低频条纹用于相位计算,高频条纹用于像素匹配,但在相位计算时又需要对低频条纹进行滤波,滤波过程会丢失部分被测物体的有效信息,降低三维重构精度[13-14]。为了避免滤波造成的精度损失,武迎春等[15]提出了一种基于满周期等相移算法的正交双频光栅,虽然在解相过程中没有对双频条纹进行滤波,但由于高频条纹在各帧变形条纹图中的光强分布并不一致,给三维重构精度引入了误差。
基于Stoilov算法[3,10,16],通过调整系统结构,本文提出了一种无需滤波的复合光栅投影在线三维测量方法。本方法中使用了一种复合光栅,高频条纹用于像素匹配,相移方向与被测物体运动方向垂直;低频条纹用于相位计算,相移方向与被测物体运动方向平行。CCD采集到多帧变形复合双频条纹图后,滤出高频条纹+1级频谱分量得到调制度图像并进行像素匹配,低频条纹用于计算相位。根据数字光处理器(DLP)与运动的被测物体摆放的相对位置,高频条纹由于相移方向与被测物体运动方向垂直,其在像素匹配后各帧复合双频变形条纹图中的光强分布完全一致,不会对相位计算造成影响,可直接利用Stoilov算法进行解相,由于不必对低频条纹进行滤波,避免了滤波过程造成的精度损失。同时在设计双频光栅的过程中,低频分量的光强要远远大于高频分量,可将用于像素匹配的高频分量看作微弱的背景光,进一步保证高频分量不会对重构精度造成影响。
2 测量原理
为了解决相位计算和像素匹配对条纹频率需求不同的矛盾,设计出一种与被测物体运动方向平行相移的复合双频条纹图,其透过率表示为
式中:(
基于Stoilov算法的在线三维测量系统光路结构图如
图 1. 基于Stoilov算法的在线三维测量系统
Fig. 1. Online 3D measurement system based on Stoilov algorithm
DLP的光轴,点
式中
其中:(
由于被测物体的在线运动导致采集到的各帧变形条纹图中被测物体的位置各不相同,需要基于高频条纹进行像素匹配,像素匹配可以得到像素点完全对应的变形条纹图。由于高频条纹的相移方向与被测物体的运动方向垂直,根据DLP与运动被测物体摆放的相对位置可知,被测物体高度不对其产生相位调制,高频条纹在5帧像素匹配后的变形条纹图中光强分布完全一致,可以直接用匹配后的复合双频变形条纹图进行相位计算,不必提取其中的低频分量,避免了滤波过程中有效信息的丢失,提高了三维重构的精度。
2.1 基于整体调制度的像素匹配
对(2)式所示的各帧复合双频变形条纹图两边进行傅里叶变换可得
式中:
由于高频条纹+1级频谱区域离零频频谱区域较远,频谱混叠较少,在滤波窗类型和参数的选择上没有太多的限制,选用高斯滤波窗,将(4)式中复合双频变形条纹图高频条纹的+1级频谱
在第一帧调制度图像中截取被测物体的整体调制度图像
式中:
2.2 基于Stoilov算法的相位计算
像素匹配后得到的像素点一一对应的复合双频变形条纹图
式中
其中:
由于高频条纹相移方向与被测物体运动方向垂直,根据DLP与运动的被测物体摆放的相对位置可知,被测物体的高度不对其产生相位调制,又因高频条纹在像素匹配后各帧变形条纹图中与被测物体的相对位置保持不变,故光强分布完全相同。Stoilov算法是一种点对点解相的算法,要求多帧变形条纹图间的相移大小相等,像素匹配将被测物体在各帧变形条纹图中的等距离运动转换为等效的相移,因此可以直接使用像素匹配后的复合双频变形条纹图
式中
由于在相位计算过程中直接利用复合双频变形条纹图进行解相,不必使用滤波窗滤出其低频分量,避免了滤波过程中有效信息的丢失,可以改善被测物体的重构质量,提高在线三维测量精度。最后再依次通过相位展开和相位高度映射,可恢复出被测物体的三维轮廓信息[10-12,19-20]。
3 数据仿真
为了验证本文提出的方法的有效性,对一个椭球碗底形状的物体进行计算机数值仿真,该被测物体如
对第一帧复合双频变形条纹图进行傅里叶变换后得到的频谱分布图如
像素匹配后像素点完全对应的第一帧和第二帧复合双频变形条纹图
图 2. 仿真原始数据。(a)被测物体; (b)反射率分布; (c)第一帧变形条纹图I1(x,y); (d)第二帧变形条纹图I2(x,y)
Fig. 2. Original simulation data. (a) Measured object; (b) reflectance distribution; (c) the first deformed pattern I1(x,y); (d) the second deformed pattern I2(x,y)
图 3. 仿真调制度图像提取。(a)复合双频变形条纹图频谱分布; (b)滤波后高频条纹+1级频谱区域; (c)调制度图像
Fig. 3. Extraction of the modulation patterns in the simulation. (a)Spectrum distribution of the composite dual-frequency deformed pattern; (b) area of the positive first-level frequency spectrum after filtering; (c) modulation pattern
图 4. 仿真像素匹配后直接进行相位计算。(a)匹配后第一帧复合双频变形条纹图I'1(x,y);(b)匹配后第二帧复合双频变形条纹图I'2(x,y); (c)重构的被测物体; (d)误差分布; (e)被测物体与重构被测物体第250行的截图; (f)被测物体与重构被测物体第250列的截图
Fig. 4. Phase calculation directly after pixel matching in the simulation. (a) The first composite dual-frequency deformed pattern I'1(x,y) after pixel matching; (b) the second composite dual-frequency deformed pattern I'2(x,y) after pixel matching; (c) reconstructed object; (d) error distribution; (e) section cross at x=250 for the measured object and the reconstructed object; (f) section cross at y=250 for the measured object and the reconstructed object
为了验证本文提出的方法可避免因滤波导致的误差,提升重构精度,对滤出低频分量进行相位计算的方法进行数值仿真,如
图 5. 仿真滤出低频分量相位计算。(a)匹配后复合变形条纹图频谱分布; (b)滤波后低频分量频谱区域; (c)第一帧低频分量变形条纹图I'FL1(x,y); (d)第二帧低频分量变形条纹图I'FL2(x,y); (e)重构的被测物体; (f)误差分布; (g)被测物体与重构被测物体第250行的截图; (h)被测物体与重构被测物体第250列的截图
Fig. 5. Phase calculation after filtering out the low-frequency component in the simulation. (a) Frequency spectrum distribution of the composite deformed pattern after pixel matching; (b) frequency spectrum area of the low-frequency component after filtering; (c) the first deformed pattern of the low-frequency component I'FL1(x,y); (d) the second deformed pattern of the low-frequency component I'FL2(x,y); (e) reconstructed object; (f) error distribution; (g) section cross at x=250 for the measured obje
4 实验
为进一步验证本文提出的方法的实用性,对
图 6. 被测物体及变形条纹图。(a)被测物体; (b)第一帧变形条纹图I1(x,y); (c)第二帧变形条纹图I2(x,y)
Fig. 6. Measured object and deformed patterns. (a) Measured object; (b) the first deformed pattern I1(x,y); (c) the second deformed pattern I2(x,y)
图 7. 频谱分布中的被测物体和调制度图像。(a)复合双频变形条纹图频谱分布中的被测物体; (b)滤波后高频条纹+1级频谱区域; (c)调制度图像
Fig. 7. Measured object in the spectral distribution and the deformed patterns. (a) Measured object in the spectral distribution of the composite dual-frequency deformed pattern; (b) positive first-level frequency spectrum area of the high-frequency fringe after filtering; (c) modulation pattern
像素匹配后得到的5帧复合双频变形条纹图中的前两帧
图 8. 被测物体的三维重构。(a)匹配后第一帧复合双频变形条纹图I'1(x,y); (b)匹配后第二帧复合双频变形条纹图I'2(x,y); (c)重构的被测物体; (d)本文方法和滤波方法重构被测物体第340列的截图
Fig. 8. 3D reconstruction of the measured object. (a) The first composite dual-frequency deformed pattern I'1(x,y) after pixel matching; (b) the second composite dual-frequency deformed pattern I'2(x,y) after pixel matching; (c) reconstructed object; (d) cross section at y=340 for the reconstructed object by the proposed method and the filtering method
表 1. 高度为3,5,10 mm平面的测量误差
Table 1. Measurement errors of planes with height of 3, 5 and 10 mm
|
由
5 结论
提出了一种无需滤波的复合光栅投影的在线三维测量方法,在利用Stoilov算法进行相位计算时,根据DLP与运动被测物体摆放的相对位置,被测物体的高度信息不会对高频条纹产生相位调制,同时在像素匹配过程中被测物体的运动不会转换为高频条纹的等效相移,高频条纹在各帧变形条纹图中的光强分布是完全相同的,根据Stoilov算法点对点解相的特点,可以直接用复合双频变形条纹图进行相位计算。由于没有对低频分量进行滤波,避免了在滤波过程中部分有效相位信息的丢失,在仿真实验中本文所提出的方法的误差均方根为0.057 mm,小于滤波方法误差的均方根0.369 mm。在设计中高频条纹的强度远远低于低频条纹,可将其视为微弱的背景光强,可有效地保证重构精度。该方法为复合多频光栅的处理提供了一种新思路。
[2] Srinivasan V, Liu H C, Halioua M. Automated phase-measuring profilometry of 3-D diffuse objects[J]. Applied Optics, 1984, 23(18): 3105-3108.
[3] 许幸芬, 曹益平. 基于统计逼近的Stoilov改进算法[J]. 光学学报, 2009, 29(3): 733-737.
[9] 许幸芬, 曹益平, 彭旷. 基于相位预测的在线三维测量像素匹配方法[J]. 光学学报, 2016, 36(6): 0612005.
[10] 李坤, 曹益平, 陈永权, 等. 一种无需标记的在线三维测量方法[J]. 光学与光电技术, 2009, 7(2): 62-65.
[11] 钟立俊, 曹益平. 相移正交物体运动方向的在线相位测量轮廓术[J]. 光学学报, 2009, 29(2): 417-420.
[14] 何宇航, 曹益平, 翟爱平. 基于条纹对比度和背景光校准的正交复合光三维测量方法[J]. 光学学报, 2010, 30(11): 3191-3196.
[15] 武迎春, 曹益平, 史顺平, 等. 基于正交双频光栅投影的在线三维检测[J]. 中国激光, 2012, 39(5): 0508003.
[17] 岳慧敏, 苏显渝, 李泽仁. 基于复合光栅投影的快速傅里叶变换轮廓术[J]. 光学学报, 2005, 25(6): 767-771.
[18] 岳慧敏, 苏显渝. 复合相位测量轮廓术研究[J]. 激光杂志, 2006, 27(1): 22-23.
[19] 卢明腾, 苏显渝, 曹益平, 等. 调制度测量轮廓术中高度映射与相机同时标定的方法[J]. 光学学报, 2016, 36(6): 0612002.
[20] 边心田, 程菊, 左芬, 等. 基于光栅预校正的三维面形测量方法[J]. 激光与光电子学进展, 2017, 54(1): 011202.
Article Outline
彭旷, 曹益平, 武迎春. 一种无需滤波的复合光栅投影的在线三维测量方法[J]. 光学学报, 2018, 38(11): 1112003. Kuang Peng, Yiping Cao, Yingchun Wu. An On-Line Three-Dimensional Measurement Method of Composite Grating Projection Without Filtering[J]. Acta Optica Sinica, 2018, 38(11): 1112003.