一種基于機(jī)器視覺的結(jié)構(gòu)光三維掃描系統(tǒng)

0 引 言
    隨著制造技術(shù)的快速發(fā)展和制造領(lǐng)域的不斷擴(kuò)大，使得對制造產(chǎn)品的質(zhì)量要求也越來越高。傳統(tǒng)意義上很多對產(chǎn)品的檢測方法已經(jīng)不能適應(yīng)現(xiàn)代制造業(yè)的要求。計算機(jī)視覺檢測技術(shù)具有操作、維護(hù)簡單，測量速度快，精度高，測量范圍廣等眾多無可比擬的優(yōu)點，被認(rèn)為是檢測技術(shù)領(lǐng)域中最具有發(fā)展?jié)摿Φ募夹g(shù)。機(jī)器視覺被稱為自動化的眼睛，在國民經(jīng)濟(jì)、科學(xué)研究及國防建設(shè)上都有著廣泛的應(yīng)用。機(jī)器視覺不但可以實現(xiàn)無接觸觀測，還可以長時間保持精度，因此，機(jī)器視覺系統(tǒng)可以廣泛應(yīng)用于長時間的、惡劣的環(huán)境。
    在此探討了線性結(jié)構(gòu)光三維掃描系統(tǒng)的特點。設(shè)計一種能夠測量物體深度的結(jié)構(gòu)光三維掃描系統(tǒng)，通過圖像處理技術(shù)對激光條紋進(jìn)行提取，并建立數(shù)學(xué)模型，采用三角法測量方法獲取深度信息，對工件圖像進(jìn)行重建。最后，實驗結(jié)果驗證了該系統(tǒng)的有效性。

1 基于機(jī)器視覺的結(jié)構(gòu)光三維掃描系統(tǒng)模型
    結(jié)構(gòu)光測量是將激光器發(fā)出的光束經(jīng)過光學(xué)系統(tǒng)形成某種形式的光，包括點、單線、多線、單圓、同心多圓、網(wǎng)格、十字交叉、灰度編碼圖案、顏色編碼圖案和隨機(jī)紋理投影等投向景物，在景物上形成特定的圖案，并通過圖像處理，對圖案進(jìn)行提取，然后根據(jù)三角法進(jìn)行計算，從而得到景物表面的深度信息。根據(jù)投射光圖案的種類可分為單點法、單線法和圖案法。
1．1 系統(tǒng)的硬件結(jié)構(gòu)設(shè)計
    如圖1所示，文中所設(shè)計的結(jié)構(gòu)光三維掃描系統(tǒng)由3大部分組成，分別是運動平臺、激光器和攝像機(jī)。系統(tǒng)的運動平臺由導(dǎo)軌絲杠機(jī)構(gòu)成，絲杠上的滑塊帶動工件左右運動，絲杠由伺服馬達(dá)驅(qū)動。攝像機(jī)垂直于導(dǎo)軌運動平面。激光器和攝像機(jī)與攝像機(jī)呈固定角度安裝。激光器所射出的線形光斑垂直于工件的運動方向。激光器與攝像機(jī)的相對角度可以調(diào)節(jié)，調(diào)節(jié)范圍由20~～45。之間。運動平臺行程為100 mm，圖像分辨率為0．2 mm／pixel。
1．2 系統(tǒng)的數(shù)學(xué)模型建立
    系統(tǒng)的數(shù)學(xué)模型如圖2所示。工件放置于運動平臺上，攝像機(jī)垂直安裝在運動平臺正上方，激光與水平面的夾角θ，激光器產(chǎn)生一字的線性結(jié)構(gòu)光，由于物體表面與運動平臺的高度差，條形光斑同時照射在物體上的A處和平臺的B處。用攝像機(jī)獲得光斑的圖像，經(jīng)圖像采集卡輸入至計算機(jī)，經(jīng)過圖像處理，可以測量出點A與點B的距離d，根據(jù)三角法公式tanθ=H／d，可以通過光斑間距d計算出工件的高度H。因此物坐標(biāo)和像坐標(biāo)對應(yīng)關(guān)系為：

   
其中：xg，yg，zg分別為物坐標(biāo)；k為像素一毫米轉(zhuǎn)換系數(shù)；xi，yi分別為圖像坐標(biāo)。

2 結(jié)構(gòu)光光斑提取的相關(guān)理論與方法
    從系統(tǒng)的數(shù)學(xué)模型可知，物體的深度信息H主要受θ和d的影響，而θ主要表現(xiàn)為系統(tǒng)誤差。因此，有必要對條紋間距d進(jìn)行深入研究，以提高系統(tǒng)的精度。其主要包括：圖像增強(qiáng)、圖像二值化以及圖像細(xì)化。
2．1 圖像增強(qiáng)
   圖像增強(qiáng)主要增加圖像的對比度，突出圖像中的高頻部分。算法描述為：設(shè)原圖像的灰度級為x，其最大和最小灰度級分別為xmax和xmin期望圖像灰度級的最大和最小值分別為ymax和ymin則與原圖像灰度級x相對應(yīng)的期望灰度級：

    式(3)是一個線性函數(shù)：參數(shù)n是函數(shù)的斜率；6是函數(shù)在y軸的截距；x表示輸入圖像的灰度；y表示輸出圖像的灰度。
2．2 圖像二值化
    這里所采用的256色的灰度圖像，通過選取閾值t，將小于t灰度全設(shè)為0，即黑色；將大于t的灰度全部設(shè)為255，即白色。這樣，目標(biāo)就從背景中獨立出來。采用文獻(xiàn)提出的一種基于熵的自動閾值提取方法。一幅圖像的直方圖可以表示為：

   
式中：G表示灰度值的總和；g(h)表示圖像灰度等級為h的像素個數(shù)。一幅具有[O，N一1]灰度值范圍圖像的直方圖的熵可以表示為：

   
    式(6)中，ta。表示圖像分割的閾值，則不同閾值范圍內(nèi)的熵可以表示為：

   
    總熵可以表示為。通過求解一組優(yōu)化的閾值，可以使總熵達(dá)到最大。其中：L表示閾值的個數(shù)，a—O，1，…，L一1。
2．3 圖像細(xì)化
    圖像的細(xì)化是一個通過迭代去除目標(biāo)圖像上不影響連通性的輪廓象素點，以得到最終寬度為一個像素的圖像骨架的過程。對被處理的圖像進(jìn)行細(xì)化有助于突出圖像的形狀特點和減少冗余的信息量。

3 實驗結(jié)果與分析
3．1 系統(tǒng)標(biāo)定
    實驗通過基于機(jī)器視覺結(jié)構(gòu)光三維掃描系統(tǒng)獲取扳手三維圖像，為獲得準(zhǔn)確的三維圖像，首先采用40 mm的標(biāo)準(zhǔn)塊規(guī)進(jìn)行測量，測量結(jié)果與誤差如表1所示。圖3為三維掃描系統(tǒng)的測量軟件界面。

3．2 實驗內(nèi)容與步驟
    用該系統(tǒng)獲取準(zhǔn)確的扳手圖像信息如圖4、圖5所示。對所獲取的信息進(jìn)行圖像增強(qiáng)、腐蝕和去除小顆粒濾波處理，再根據(jù)三角法測量原理測量計算出扳手的厚度。

    對所獲取的圖像信息進(jìn)行圖像處理，首先對圖像進(jìn)行圖像增強(qiáng)，增加圖像的對比度，突出圖像中的高頻部分，如圖6、圖7所示。其次采用自動閾值技術(shù)對圖像進(jìn)行二值化處理，如圖8所示。為了得到更清晰的圖像。采用相關(guān)的濾波器將小顆粒噪聲去除，處理結(jié)果如圖9所示。

3. 3 實驗數(shù)據(jù)
    圖10、圖11給出了扳手手柄和鉗口處的高度信息提取結(jié)果。通過對多處截面進(jìn)行高度信息提取，可以重構(gòu)處扳手的三維圖像，如圖12、圖13所示。

3．4 結(jié)果分析
    經(jīng)過分析上述的測量數(shù)據(jù)，總體誤差為4．47％。從實驗測量結(jié)果來看，實現(xiàn)系統(tǒng)還有待進(jìn)一步提高。影響其精度的主要原因如下：
    (1)由于本系統(tǒng)采用的激光光斑比較粗，從一定程度上影響了精度。
    (2)對激光光斑的提取算法性能不足，可進(jìn)一步改進(jìn)。