王春梅，黃風(fēng)山

(河北科技大學(xué) 電氣信息工程學(xué)院，石家莊 050054)

0 引言

三坐標(biāo)測量機是制造業(yè)中的標(biāo)準三維精密測量設(shè)備，研究能與CAD、CAM 等集成的智能三坐標(biāo)測量機已成為必然，也是近些年來國內(nèi)外測量領(lǐng)域的一大熱點［1］。其中，對零件位姿的自動識別是三坐標(biāo)測量機智能化的一個重要標(biāo)志，快速獲取被測零件位姿信息，制導(dǎo)測量機測頭自動快速找到被測零件，進而建立起零件測量坐標(biāo)系，是智能三坐標(biāo)機測量過程的第一步。

被測零件在三坐標(biāo)測量機工作臺上位姿的自動識別一般利用CCD 攝像機視覺系統(tǒng)來完成，需要三坐標(biāo)測量機自動測量出被測零件上各特征點在攝像機坐標(biāo)系下的三維坐標(biāo)，特征點三維坐標(biāo)自動測量研究方面，目前國內(nèi)外主要是利用計算機視覺系統(tǒng)來完成。

在單純的單目立體視覺坐標(biāo)測量方面，國內(nèi)外相關(guān)研究已很多，精度也達到十幾個微米，但在智能三坐標(biāo)測量零件位姿識別中三坐標(biāo)測量方面，精度達到1mm 就能滿足識別要求［1-2］，相關(guān)研究還較少，比較有代表性是廈門大學(xué)的秦玉紅利用多傳感器集成獲取零件特征點三維坐標(biāo)［2］，系統(tǒng)比較復(fù)雜，測量速度較慢。

針對以上情況，在智能三坐標(biāo)測量零件位姿識別中，本文提出了基于三坐標(biāo)測量機平動的零件特征點坐標(biāo)單目立體視覺測量方法，充分利用三坐標(biāo)測量機高精度平移的特點，實現(xiàn)單攝像機立體視覺測量，省去了雙攝像機之間相對位置的標(biāo)定，簡化了視覺測量系統(tǒng)，進而快速準確地得到零件特征點的三維坐標(biāo)，這方面的研究國內(nèi)外文獻報道還很少。

1 零件位姿識別原理

智能三坐標(biāo)測量機識別被測零件的位姿，就是要確定三坐標(biāo)測量機機器坐標(biāo)系OwXwYwZw與CAD 零件坐標(biāo)系OlXlYlZl之間的旋轉(zhuǎn)矩陣R 和平移矩陣T，其數(shù)學(xué)模型如(1)式所示［2］，進而計算出被測零件的位姿參數(shù)，視覺識別系統(tǒng)坐標(biāo)系如圖1 所示［3］。(1)式中的矩陣R 和T 分別有9 個旋轉(zhuǎn)參數(shù)和3 個平移參數(shù)，共12 個未知量，由于1 個特征點在CAD 零件坐標(biāo)系和機器坐標(biāo)系中的坐標(biāo)帶入(1)式可產(chǎn)生3 個方程，所以在零件上要選取4 個以上特征點來求解。

圖1 攝像機標(biāo)定坐標(biāo)系

圖2 零件位姿視覺識別系統(tǒng)組成

其中，零件上各特征點在CAD 零件坐標(biāo)系中坐標(biāo)可從零件CAD 三維模型直接讀出［3］;而各特征點在三坐標(biāo)測量機機器坐標(biāo)系中的對應(yīng)坐標(biāo)分兩步來完成，第一步是利用立體視覺方法，測量出各特征點在攝像機坐標(biāo)系OXYZ 中的三維坐標(biāo)［3］;第二步利用視覺系統(tǒng)標(biāo)定時得到的機器坐標(biāo)系和攝像機坐標(biāo)系之間的旋轉(zhuǎn)矩陣R'和平移矩陣T'［4］，通過(2)式將第一步得到的各特征點在攝像機坐標(biāo)系中的三維坐標(biāo)轉(zhuǎn)換為在機器坐標(biāo)系下的三維坐標(biāo)。最后將零件上各特征點在CAD 零件坐標(biāo)系和機器坐標(biāo)系下對應(yīng)的坐標(biāo)，帶入(1)式可計算出機器坐標(biāo)系與零件CAD 坐標(biāo)系之間的旋轉(zhuǎn)矩陣R 和平移矩陣T［4］，進而可得到被測零件在三坐標(biāo)測量機工作臺上的位姿參數(shù)。

2 特征點坐標(biāo)單目立體視覺測量方法

由上述識別原理可知，智能三坐標(biāo)測量機零件位姿識別主要包括兩個方面的內(nèi)容，一是根據(jù)立體視覺原理，測得零件各特征點在攝像機坐標(biāo)系中的三維坐標(biāo);二是機器坐標(biāo)系和攝像機坐標(biāo)系之間的旋轉(zhuǎn)矩陣R＇和平移矩陣T＇的標(biāo)定。后者是比較成熟的方法［4］，不再重述。針對前者，本文提出了一種基于三坐標(biāo)測量機平動的特征點三維坐標(biāo)單目立體視覺測量新方法，主要包括特征點成像、特征點像點提取和特征點在兩幅圖像中同名像點的匹配三部分。

2.1 特征點三維坐標(biāo)單目立體視覺測量原理

圖3 單目立體測量

立體視覺測量可直接獲得零件特征點三維坐標(biāo)信息，包括雙目立體視覺測量和單目立體視覺測量［7］，圖3 所示的平行光軸單目立體視覺系統(tǒng)是一種最簡單的單目立體視覺系統(tǒng)［4］，攝像機沿x 軸方向從位置A 移動到位置B;在位置A、B 時攝像機的投影中心連線距離為基線距b，設(shè)空間任一點P(x，y，z)，其在A、B 兩個位置的攝像機像平面上所成像點及其像面坐標(biāo)分別為P1(u1，v1)和P2(u2，v2)，因攝像機是沿x 軸平移，所以V1=V2，則P 點對應(yīng)視差為D =u1－u2。由此可計算出特征點P 在A、B 兩個位置攝像機坐標(biāo)系下的三維坐標(biāo)［4］，以A 位置攝像機坐標(biāo)系為例，x =b·u1/D，y=b·v1/D，z=b·f/D (3)，因此，在準確標(biāo)定左右兩攝像機之間的相對位置，即基線距b 后，對于空間任意一點，只要能確定該點在兩幅圖像中的匹配同名像點，就可以確定視差D，通過(3)式可計算出該點在A、B 兩個位置攝像機坐標(biāo)系中的三維坐標(biāo)。

根據(jù)平行光軸單目立體視覺系統(tǒng)測量原理，結(jié)合三坐標(biāo)測量機可高精度平移的特點，本文提出了基于三坐標(biāo)測量機平動的單目立體視覺坐標(biāo)測量方法，測量系統(tǒng)如圖2 所示?；€距b 可直接由三坐標(biāo)測量機測得，這樣既省去了基線距b 的標(biāo)定過程，提高了測量精度，又簡化了系統(tǒng)結(jié)構(gòu)。另外，在測量過程中根據(jù)實際情況，可精確調(diào)整基線距b，使系統(tǒng)具有很大的靈活性。

2.2 特征點像點提取

三坐標(biāo)測量機帶動攝像機，在兩個光軸相互平行的A、B 位置分別對被測零件拍攝一幅圖像，拍攝到的實驗件原始圖像如圖4、圖5 所示，接著需要對原始圖像進行圖像處理，得到零件圖像的邊緣，如圖6 所示，進而提取圖像邊緣上像素點的像面坐標(biāo)，如果對所有像素點都進行相關(guān)計算，其計算量會非常大，也沒有必要。為了提高計算的準確度和圖像處理速度，只選擇零件上一些特殊點作為特征點，如角點、中心點和質(zhì)心點等［5］，對這些特征點在左右兩幅中的對應(yīng)像點進行提取，得其像面坐標(biāo)，為每個目標(biāo)特征點在兩幅圖像中同名像點的匹配做好準備。

針對本文采用的實驗件特點，選用角點作為特征點，采用全局和局部曲率特性來定義和提取角點［5］，提取結(jié)果如圖7 所示，打“* ”的點即為提取出的角點。

2.3 基于邊緣圖像質(zhì)心偏移的同名像點匹配

由(3)式可知，要得到特征點在攝像機坐標(biāo)系中的三維坐標(biāo)，需要計算出每一特征點對應(yīng)的時差D，必須從左右兩幅圖像中提出的特征點像點中，找出與零件上每一特征點對應(yīng)的左右兩個像點，即同一個特征點的兩個同名像點［6］，這一過程就是特征點同名像點的立體匹配。立體匹配是立體視覺測量中最重要、最困難的問題，本文利用三坐標(biāo)測量機帶動攝像機精確平移并形成平行光軸立體視覺的特點，提出了基于邊緣圖像質(zhì)心偏移的同名像點立體匹配方法。

基于邊緣圖像質(zhì)心偏移的同名像點匹配的原理如圖8 所示。由于攝像機在零件的正上方采集圖像，攝像機只在X 或Y 軸方向移動，沒有Z 軸方向的上下移動或旋轉(zhuǎn)，所以在兩個位置采集到的左右兩幅圖像既沒有尺度大小變化，也沒有旋轉(zhuǎn)的變化，右圖相對于左圖來說只是相當(dāng)于把零件圖像區(qū)域(圖8 中的實線)在像面上平移了一段或距離，即左圖像上所有的像點都沿X 軸或Y 軸平移了一段或距離。根據(jù)圖像這一特點，找到零件圖像上的一個基準點，即無論圖像經(jīng)怎樣變換(尺度、旋轉(zhuǎn)、平移)，此點對應(yīng)的像點相對于零件整個圖像的位置關(guān)系都不會變，如零件圖像的質(zhì)心，所以提取出左右圖像各自的質(zhì)心O、O1的像面坐標(biāo)，計算出OO1的X軸或Y 軸距離dx或dy(本文以dx為例)，則左圖中的任一角點的像點P 與其右圖中的對應(yīng)點P1的距離也為dx。因此，立體匹配就轉(zhuǎn)化為尋找左右兩圖像中滿足像面距離為dx這一約束的每一個特征點的左右兩個像點。

具體方法是先計算兩圖像區(qū)域質(zhì)心點的像面坐標(biāo)，得到兩質(zhì)心點偏移的距離dx;然后對應(yīng)于左圖像中每一特征點(本文以角點為例)的像點，在右圖像中按從上往下，從左向右的順序遍歷尋找與其距離為dx的像點，若符合此約束條件，則兩像點即為同名匹配像點。圖9 為此匹配方法的實驗匹配結(jié)果，其中“* ”點為左右圖像區(qū)域的質(zhì)心點，直線連接點為左右圖像中的同名匹配像點，匹配精度可達到1 個像素，能滿足識別精度要求。

3 實驗

為了驗證本文提出的基于三坐標(biāo)測量機平動的特征點三維坐標(biāo)單目立體視覺測量方法的可行性，采用圖2所示的實驗系統(tǒng)進行了測量實驗。CCD 攝像機的焦距為12mm，將其安裝在三坐標(biāo)測量機測座上，沿X 軸平移，在間隔10mm 的兩個位置各采集一幅圖像，即b=10 mm，用本文提出的方法測量出特征點在攝像機坐標(biāo)系中的三維坐標(biāo)，如表1 第4 列數(shù)據(jù)所示;在此基礎(chǔ)上再計算出特征點在機器坐標(biāo)中的三維坐標(biāo)，如表1 第5 列數(shù)據(jù)所示;同時用三坐標(biāo)測量機直接測量出實驗件上各特征點在機器坐標(biāo)系中的三維坐標(biāo)，如表1 第6 列數(shù)據(jù)所示，將以上兩種方法得到的特征點在機器坐標(biāo)系中的三維坐標(biāo)進行比對，以此來驗證本文提出方法的可行性。被測零件的CAD 三維模型如圖10 所示，零件上各特征點在CAD 零件坐標(biāo)系下的坐標(biāo)值(單位為mm)、各特征點在左右圖像中的同名匹配像點的像面坐標(biāo)值(單位為pixel(像素))、各特征點在攝像機坐標(biāo)系和機器坐標(biāo)系下的三維坐標(biāo)值(單位為mm)如表1 所示。

特征點坐標(biāo)測量時間為1.818s，由表1 第5 列和第6 列數(shù)據(jù)可發(fā)現(xiàn)，兩列對應(yīng)數(shù)據(jù)之差小于0.3mm，能滿足智能三坐標(biāo)測量機位姿中特征點坐標(biāo)測量精度1mm 的要求，進而驗證了本文提出的特征點三維坐標(biāo)單目立體視覺測量方法的可行性。

表1 實驗數(shù)據(jù)

4 結(jié)論

針對智能三坐標(biāo)測量機被測零件位姿快速準確識別中的特征點坐標(biāo)自動測量問題，提出了一種基于三坐標(biāo)測量機平動的單目立體視覺測量方法。以三坐標(biāo)測量機帶動單個攝像機沿X 軸或Y 軸平移，在兩個不同位置分別拍攝被測零件的一幅圖像，實現(xiàn)了特征點的單目立體視覺坐標(biāo)測量，提出了基于邊緣圖像質(zhì)心偏移的特征點兩個同名像點的匹配方法，比對實驗測得結(jié)果表明本文所提測量方法能滿足智能三坐標(biāo)測量機零件位姿識別要求。

［1］趙金才.坐標(biāo)測量系統(tǒng)零件信息提取與位姿自動識別的研究［D］.天津:天津大學(xué)，2006.

［2］秦玉紅.三坐標(biāo)機柔性化測量系統(tǒng)關(guān)鍵技術(shù)研究［D］.廈門:廈門大學(xué)，2009.

［3］黃風(fēng)山，錢惠芬. 三坐標(biāo)測量機驅(qū)動的攝像機標(biāo)定技術(shù)［J］.光學(xué)精密工程，2010，18(4):952-957.

［4］張曉玲，張寶峰，林玉池，等.基于光軸垂直雙目立體視覺系統(tǒng)的物體運行姿態(tài)研究［J］. 光電子·激光，2010，20(11):1693-1697.

［5］黃風(fēng)山，王春梅.光筆式視覺坐標(biāo)測量中控制點光斑圖像的識別［J］.光學(xué)精密工程，2007，15(4):587-591.

［6］Kun Wang. Adaptive stereo matching algorithm based on edge detection［A］. IEEE International Conference on Image Processing，2004(11):1345-1348.