[发明专利]基于截面灰度能量分布的圆柱表面光条建模方法

摘要

本发明基于截面灰度能量分布的圆柱表面光条建模方法属于计算机视觉测量领域，特别涉及双目立体视觉大视场测量中，符合待测圆柱类工件表面特征的光条模型建立方法。方法通过CCD相机的光电转换特性得到图像能量与圆柱类工件反射光光强的关系，利用待测件的表面几何特征推导得到反射光光强与激光入射角以及相机拍摄角度的关系；根据空间几何特性，建立空间距离入射角与截面位置之间的关系；通过摄像机将空间距离与图像上的像素距离进行转换，进而得到反应圆柱表面光条截面能量及几何特征的数学模型。本发明利用MATLAB拟合工具箱对圆柱类工件表面的激光光条进行拟合，拟合优度良好，能起到评价圆柱类待测工件表面光条质量、提高匹配精度的作用。

主权项

一种基于截面灰度能量分布的圆柱表面光条建模方法，其特征是，方法通过CCD相机的光电转换特性得到图像光条截面能量与圆柱类工件反射光光强的关系，利用待测件的表面几何特征推导得到反射光光强与激光入射角以及相机拍摄角度的关系；根据空间几何特性，建立圆柱形待测目标的入射角与截面位置之间的关系模型；通过摄像机将空间距离与图像上的像素距离进行转换，进而得到反应圆柱表面光条截面能量及几何特征的数学模型；方法的具体步骤如下；步骤1：建立图像中光条截面灰度能量与反射光光强的关系模型CCD相机的工作分为光电转换、电荷存储、电荷转移和电荷检测四个基本动作；在CCD相机的光电转换过程中，光注入电荷遵循公式(1)：QIP＝ηqAΔneoTc  (1)其中，QIP为光注入电荷，η为材料量子效率，q为一个电子的电荷量，A为光敏单元的受光面积，Δneo为入射光的光子流速率，Tc为光注入时间；CCD相机的光电转换中，同样满足光强公式(2)：I=NhvATc=Δneohv---(2)]]>其中，I为光强，N为Tc时间内A面积上的光子总数，h为普朗克常量，ν为入射光频率；根据式(1)和式(2)得出CCD相机的光注入电荷与光强关系式：QIP=ηqATchvI---(3)]]>在CCD相机的电荷存储和电荷转移的过程中，设电荷存储和电荷转移的效率分别为ρ1和ρ2，则发生转移的电荷QIT为：QIT＝ρ1ρ2QIP  (4)在其电荷检测过程中，图像能量Er与电荷量QIT成线性关系，即Er＝kQIT  (5)其中，k为比例系数；结合式(3)、(4)、(5)得出图像光条截面能量与圆柱类工件反射光光强关系：Er=kρ1ρ2ηqATchvI---(6)]]>步骤2：建立工件表面反射光光强与激光入射角的关系模型待测工件表面的反射光光强与激光入射角以及相机拍摄的角度关系符合phong光照模型：I＝KaIa+Ip(Kdcosθ+Kscosnα)  (7)其中，Ia为环境光线的总亮度，Ka为物体表面对环境光线的反射系数，Ip为激光光源发出的入射光线强度，Kd为漫反射系数，θ为激光入射角，Ks为镜面反射系数，α为相机相对于入射点的方向与激光理想反射光线方向的夹角，n为比例系数；结合测量大型圆柱类工件现场测量的空间位置，得出相机相对于入射点的方向与激光理想反射光线方向的夹角α与激光入射角θ的近似关系为：α＝2θ  (8)则将公式(8)代入公式(7)中建立工件表面反射光光强与激光入射角的关系模型：I＝KaIa+Ip(Kdcosθ+Kscosn2θ)  (9)步骤3：建立圆柱形待测目标的入射角与截面位置之间的关系模型结合大型圆柱类工件测量现场的空间布局，建立待测工件与CCD相机、激光器之间的空间位置关系模型，并根据该空间位置模型进行假设：Oc为激光器和相机所在位置，相机拍摄角度与激光器入射角度相同，其角度差忽略不计，光心近似指向圆柱轴心，圆柱面上A点为激光入射点，入射角为θ，平面β为A点所在截面，OL为截面圆心，Oc距离圆柱轴线和平面β距离分别为a、b，圆柱半径为c，OL、Oc和M所形成平面为α，A点距离平面α距离为n，以OL为原点建立空间坐标系，y轴为圆柱轴线方向，x轴在α平面上，z轴在β平面上，A点距离α平面距离为n；在空间直角坐标系OLxyz中，A点坐标Oc坐标(a,‑b,0)，OL坐标(0,0,0)；入射角θ可由及两向量表示：步骤4：建立图像上光条截面灰度能量分布模型假设相机拍摄为小孔成像模型，A点在图像上像素坐标系中的坐标为(uL,vL)，OL点在图像上虚拟像点像素坐标为(u,v)，A点距离α平面距离n与图像A点和OL点像素坐标呈线性关系，由此得到n＝Kc(uL‑u)  (11)其中，KC为小孔成像的比例系数；结合式(6)、(8)、(9)、(10)、(11)可得到最终光条截面能量与截面所在位置关联关系，有Er=KeKaIa+KeIpKdac2-Kc2(uL-u)2ca2+b2+c2-2ac2-Kc2(uL-u)2-KeIpKdc2ca2+b2+c2-2ac2-Kc2(uL-u)2+KeIpKs[2c2a2-2a2Kc2(uL-u)2+2c2-4ac2-Kc2(uL-u)2c2(a2+b2+c2)-2c2ac2-Kc2(uL-u)2-1]n---(12)]]>其中，Ke为根据公式(6)简化得到的系数，根据空间位置关系可对该模型进行约化、简化，得到大视场测量中基于截面灰度能量分布的圆柱表面光条模型：Er=KeIpKda1-Kc2c2(uL-u)2c(a-c)2+b2+ac+2n(2a2c2-a2-b2+c2)nKeIpKsc2n((a-c)2+b2+ac)n[1-2a2Kc2(uL-u)22a2c2-a2-b2+c2]n+KeIaKa-KeIpKdd(a-c)2+b2+ac---(13)]]>至此，完成了大视场测量中基于截面灰度能量分布的圆柱表面光条模型的建立。