鐘 華，程良倫

ZHONG Hua，CHENG Liang-lun

（廣東工業(yè)大學 自動化學院，廣州 510006）

0 引言

在目前的水火彎板機系統(tǒng)中，主要是利用激光測距儀對鋼板加工數(shù)據(jù)進行測量，其主要問題如下：須有操作人員的干預，不能實現(xiàn)全自動化的生產(chǎn)。對一塊10米長3米寬的鋼板，測量時間長達十分鐘左右。為了解決這個問題，本論文擬采用基于機器視覺的三位重建方法對鋼板進行三維重建，系統(tǒng)直接從三維重建后得到的立體圖形中取得生產(chǎn)所需的尺寸數(shù)據(jù)。

1 研究背景

文獻[1]提出了利用編碼結(jié)構(gòu)光的方法對頭像進行三位重建，重建的精度高，速度快。

文獻[2]提出針對文獻[1]存在的編碼結(jié)構(gòu)光易受到環(huán)境影響，對編碼結(jié)構(gòu)光的方式進行了改進。

文獻[3]指出了相移的缺點，并提出線移的概念。投影圖案由等寬的條紋組成。通過尋找這些相移圖案的邊緣來增加測量點密度。

文獻[4]針對圖像的特征點匹配問題，提出了一種基于小波多分辨率特征的字符串匹配算法。

文獻[5]針對研究并實現(xiàn)了一種基于多特征約束的分階段立體匹配算法。

針對廣船項目三維重建的特點，本論文提出基于圖像特征點的三維重建方法，以解決目前三維重建方法中存在的點云數(shù)量龐大，設備精密不適用于工業(yè)現(xiàn)場的問題。

2 研究內(nèi)容

基于特征點的三維重建主要包括，照相機標定、特征點坐標提取和特征點匹配三個部分構(gòu)成。

2.1 照相機標定

照相機的標定是為確立圖像中的某一點u(u0,v0)與其空間點U(X0,Y0,Z0)之間的對應關(guān)系，這個對應關(guān)系可由一個3×4的矩陣來表示。

通過引入攝像機坐標系，照相機坐標系和世界坐標系等輔助坐標系，推導出得到世界坐標系中P（Xw,Yw,Zw）點和其在圖像坐標系中的p(u,v)點之間的對應關(guān)系為[6]：

其中M1為照相機內(nèi)參數(shù)矩陣，M2為照相機外參數(shù)矩陣。確定M1，M2矩陣參數(shù)的過程稱為照相機的標定。

本文利用camera calibration tools這個標定工具[7]進行標定。

2.2 特征點圖像坐標系的求取

在廣船項目中，由于三維重建的目標物體為大面積的鋼板，表面平整，先用Led點陣向鋼板投影，雙目照相機對鋼板拍照如圖1左圖所示，通過圖像處理，可以得到質(zhì)量較好的右圖像。

視光點為正方形，尋找特征點的工作簡化為尋找圖像中白色方塊的中心坐標。其處理過程為：

圖1 處理前后的Led點陣圖像對比

1）特征點的個數(shù)是不定的，需要用一個單向鏈表來保存白色方塊的首個像素的坐標，每次檢測到一個新的白色方塊，就將此白色方塊的首像素的坐標插入鏈表的尾部，直到程序檢測到所有的白色方塊位置。此鏈表稱為集團鏈表。

2）由于白色方塊的大小未定，即每個方塊中包含多少白色像素點不能確定，所以以集團鏈表的每個節(jié)點為起始點，創(chuàng)建一個新的鏈表，此鏈表稱為子集團鏈表，每當檢測到某個白色像素點屬于某個集團，就將此白色像素點納入該集團內(nèi)。

對每個集團鏈表的特征點都采用此方法進行聚類，完成整個數(shù)據(jù)結(jié)構(gòu)的建立。

完成整體數(shù)據(jù)結(jié)構(gòu)的創(chuàng)建以后，遍歷每一個子集團鏈表，得出其第一個結(jié)點圖像坐標數(shù)據(jù)(x0,y0)和最后一個結(jié)點圖像坐標數(shù)據(jù)(xn,yn)的數(shù)據(jù)，則此白色方塊的中心坐標(xc,yc)可有下列的公式得到：

數(shù)據(jù)結(jié)構(gòu)如圖2所示。

圖2 數(shù)據(jù)結(jié)構(gòu)形成示意圖

2.3 特征點匹配

在三維重建中，實現(xiàn)特征點匹配是一個關(guān)鍵問題。

圖3 雙目照相機示意圖

對于兩圖像的集團鏈表來說，其特征點是相對應的。也就是說按照從上到下，從左到右的順序，左右圖像特征點是相互對應的。對左右兩幅鋼板圖像進行特征點聚類操作，完成特征點的匹配工作。其結(jié)構(gòu)如圖4所示。

圖4 特征點匹配示意圖

在圖4中，兩個集團鏈表節(jié)點之間的雙向箭頭表示這兩個節(jié)點所在的特征方塊的中心坐標點是一對特征點對。

2.4 多個空間點的重建

在圖3中，左圖像中的某一點p1，其對應為空間直線Pp1，若要得到P點，則需要另外一臺照相機在另外一個角度對P點進行拍照，得到右圖像，在有圖像中p2點對應的空間直線Pp2，Pp1和Pp2相交于唯一的空間點P，p1和p2稱為特征點對。設其投影矩陣分別為M1，M2，得到下列方程組：

其中(u1,v1)是p1點在圖像坐標系中的坐標，(u2,v2)是p2點在圖像坐標系中的坐標。(X,Y,Z)是P點在世界坐標系中的坐標。解這個方程組，就可以求出P點在空間坐標系中的坐標。

本論文中的試驗用到了34個點，實驗過程如下。

3 試驗數(shù)據(jù)

對實驗室中任取的一個弧面進行了重建，弧面如圖5左圖所示。

弧面的重建用到了20個特征點，均勻的分布在如圖5左圖的170mm×100mm弧面上，以下為數(shù)據(jù)：

序號 左圖像素坐標右圖像素坐標 三維坐標1 50 164 5 29 7.8778 -19.6392-13.3387 2 46 232 11 177 31.474 -18.6601-3.40347 3 37 324 15 331 57.70599 -18.6601-3.40347 4 29 436 21 477 84.57015 -18.4306 5.09098 5 19 566 24 604 110.6301-18.66345 14.1827 6 48 878 75 820 162.7013 -12.7067 13.1283 7 175 168 127 34 9.0149 1.34101 -13.2252 8 175 235 137 179 32.25229 2.68216 -3.5514 9 172 324 143 329 57.820239 3.28795 4.808067 10 175 235 150 457 81.3211 4.2372 10.34378 11 159 579 145 614 113.358 2.41914 14.1774 12 144 708 141 718 136.5365 0.72096 15.342 13 198 881 190 820 163.4527 8.3964 12.8858 14 336 174 268 44 10.9048 26.99794-12.5575 15 338 235 295 175 32.0944 29.5736 -4.0782 16 338 314 291 311 55.14077 29.222 3.7304 17 321 716 280 717 137.6525 25.9468 14.39322 18 326 572 285 605 112.1683 27.23051 13.6997 19 321 716 280 717 137.6525 25.9468 14.39322 20 340 890 299 824 165.128 28.38589 12.6562

實際弧面和Matlab重建的弧面圖形如圖5所示。

圖5 任取弧面和重建弧面

為了驗證精度，在這20個點中任意取7組相鄰點，比如?。?、5、8、12、15、17、20這7個點，對任意兩點間的x，y，z距離進行測量，與三維重建中的三維坐標得出的兩點間的x，y，z坐標進行對比，得出以下表格：

序號 計算距離 實際測量距離ΔX ΔY ΔZ ΔX1 ΔY1 ΔZ+3～5 52.9 0.23 9 51 0.1 6 5～8 78.4 21.3 18 79 20 14 8～12 104 1.96 19 105 0.8 14 12～15 104 28.9 19 105 25 15 15～17 50.3 2.64 14 48 1 10 17～20 82.8 1.45 3 80 1 1.5

可以看出，此方法得到的三維重建值存在一定的誤差，其中可以看出x,y方向的重建精度高于z方向，z方向的三維重建值普遍大于實際測量值，整體數(shù)據(jù)滿足項目的基本要求。

4 結(jié)束語

為了節(jié)約三維重建成本，提出基于特征點的三維重建方法。三維重建結(jié)果滿足項目對三維重建的精度需求。

[1] 賈小軍,等.編碼結(jié)構(gòu)光系統(tǒng)模型及誤差分析[J].光學精密工程.2011(4).

[2] 戰(zhàn)麗,劉國忠.用格雷編碼結(jié)構(gòu)光法測量三維面形[J].計算機測量與控制.2006(10).

[3] 王忠實,等.棋盤格模板角點的自動定位與識別[J].中國圖像圖形學報.2007,12(4).

[4] 梁錕.基于雙目視覺的三維重建研究[D].2007.

[5] 張金苓.基于特征點和灰度相關(guān)的雙目視覺匹配研究[D].2008.

[6] 張正友,馬頌德.計算機視覺[M].北京:科學出版社,1998.

[7] http://www.vision.caltech.edu/bouguetj/calib_doc/.[EB/OL]