[发明专利]一种基于柔性特征点的三维数据拼接方法

摘要

本发明一种基于柔性特征点的三维数据拼接方法属于计算机视觉测量技术领域，涉及一种基于柔性特征点的三维数据拼接方法。该方法针对具有自由曲面的大型零件的三维数据测量，采用阶梯式测量系统，利用全局控制系统和局部测量系统公共视场区域内的控制点信息，匹配控制点并求得转换矩阵；利用该转换矩阵将局部测量系统测得的三维点云数据统一到全局控制系统中，最终对全局控制系统的数据进行三维重建，实现大型零件的三维数据拼接。该方法利用投影柔性控制点，解决了传统大型零件测量过程中控制点布局繁琐和测量盲区的问题，便于测量过程中根据被测零件表面特征实时调整测量站位，提高了测量系统的现场适应性和数据拼接的精度及测量稳定性。

主权项

一种基于柔性特征点的三维数据拼接方法，其特征是，该方法针对具有自由曲面的大型零件的三维数据测量，采用阶梯式测量系统，利用全局控制系统和局部测量系统公共视场区域内的控制点信息，匹配控制点并求得转换矩阵；利用该转换矩阵将局部测量系统测得的三维点云数据统一到全局控制系统中，最终对全局控制系统的数据进行三维重建，实现大型零件的三维数据拼接；方法的具体步骤如下：第一步、安装阶梯式测量系统阶梯式测量系统中，采用两台分辨率高且视场大的左、右工业相机(1、2)固定于测量区域后方，构成全局控制系统(I)，用以建立固定的全局坐标系；局部测量系统(II)采用两台视场较小的左、右相机(8、9)放置于测量区域的前方，通过移动以获取被测零件的局部信息；将被测物(4)放置在阶梯式测量系统中，用投影仪(3)投影柔性控制点阵，投影出的点阵同时被两套双目系统采集到，以实现局部坐标系到全局坐标系的坐标转换，最终完成零件的三维数据拼接；第二步、全局坐标系与局部坐标系的建立为建立全局控制坐标系，选择全局控制系统的左工业相机(1)坐标系作为全局坐标系，并对左工业相机的内外参数进行标定；通过单相机的标定，得到视场范围内任意点m在二维图像坐标系中的像素坐标(um,vm)与世界坐标系中的坐标(xm,ym,zm)间的转换关系：umvm1=K·H·xmymzm1=fx0cx0fycy001·[RCTC]·xmymzm1---(1)]]>其中，K为相机的内参矩阵，H为相机的外参矩阵，fx为焦距长度与相机芯片每个单元x方向尺寸的乘积，fy为焦距长度与相机芯片每个单元y方向尺寸的乘积，(cx,cy)为相机的主点坐标，RC为像素坐标系与世界坐标系间的旋转矩阵，TC为像素坐标系与世界坐标系间的平移矩阵；然后，对右工业相机(2)也进行标定，通过立体标定得到左、右工业相机的对应关系，利用空间交汇的原理，将视场内的任意空间点在左相机坐标系下进行重建，得到点在全局坐标系下的三维空间坐标；按照上述建立全局坐标系的方法，将局部坐标系建立在局部测量系统的左相机(8)上；利用相同的标定方法对右相机(9)也进行标定，得到空间中任意一点在局部坐标系下的三维空间坐标；第三步、全局控制点的布局与匹配1)全局控制点的布局为实现三维数据的全局拼接，需要在全局坐标系和局部坐标系下设立具有公共信息的全局控制点，利用具有相同特征的控制点阵，求解局部坐标系与全局坐标系间的转换矩阵；采用投影仪投影柔性全局控制点阵，点阵要求充满整个视场，其尺寸要根据测量现场全局控制系统与零件表面的位置关系实时调整，使控制点由尽可能多的像素表示，提高点的提取精度；布局好全局控制点后，利用已经标定好的相机对全局控制点图像进行采集；设同一位置下局部测量系统测量得到的局部坐标系下控制点集为P：P＝{Pi|Pi∈P,i∈N,i≥3}     (2)其中Pi＝(xi,yi,zi)为点Pi在局部坐标系下的三维坐标，N为控制点个数；全局控制系统得到的全局坐标系下的控制点集为Q：Q＝{Qi|Qi∈Q,i∈N,i≥3}    (3)其中Qi＝(xi,yi,zi)为点Qi在全局坐标系下的三维坐标；2)全局控制点的匹配为了使局部测量系统与全局控制系统上的全局控制点相互匹配，分别构建局部坐标系下控制点集P中第i个点的描述向量Ai和全局坐标系下控制点集Q中第i个点的描述向量Bi：Ai＝|d(Pi,P1) d(Pi,P2) … d(Pi,Pn)|,n≠i (4)Bi＝|d(Qi,Q1) d(Qi,Q2) … d(Qi,Qn)|,n≠i (5)其中,d(Pi,Pj)＝||Pi‑Pj||2为点Pi与P中其他点Pj间的欧式距离，d(Qi,Qj)＝||Qi‑Qj||2为点Qi与Q中其他点Qj间的欧式距离，n为控制点个数；由于点的提取和重建存在误差，互相匹配的点对的描述向量并不完全相同，因此设定阈值φ，若点Pi和点Qj的描述向量满足如下公式：||Ai‑Bj||2<φ      (6)则认为点Pi和点Qj是相互匹配的，Q(Pi,Qj)为匹配点对；对点集P和Q中的所有点进行匹配，并找到其匹配点对；最后，将P、Q中的点根据匹配关系重新编号排序，得到高精度匹配的局部坐标系下控制点集P'和全局坐标系下控制点集Q'：P′={Pk|Pk∈P,k∈N}Q′={Qk|Qk∈Q,k∈N}---(7)]]>其中，N为控制点个数，此时(Pk,Qk)为匹配的控制点对；第四步、三维数据拼接及优化利用全局坐标系下与局部坐标系对应匹配的点，建立局部坐标系与全局坐标系间的坐标转换关系，即计算旋转矩阵R和平移矩阵T；首先，计算两匹配点集的质心点，计算公式如下：P‾=1nΣk=1nPk---(8)]]>Q‾=1nΣk=1nQk---(9)]]>其中为局部坐标系下控制点集的质心点，为全局坐标系下控制点集的质心点，Pk为局部坐标系下第k个控制点，Qk为全局坐标系下第k个控制点；根据两坐标系下点对的匹配关系，也为一个匹配点对；然后分别计算两匹配点集中的特殊向量，计算公式如下：pk→=P‾-Pk---(10)]]>qk→=Q‾-Qk---(11)]]>其中，为局部坐标系下第k个点的特殊向量，为全局坐标系下第k个点的特殊向量；又由于局部坐标系和全局坐标系的匹配点对存在以下关系：Qk＝R·Pk+T   (12)其中，R和T分别为全局坐标系与局部坐标系之间的旋转矩阵和平移矩阵；则根据以上公式，还可以表示为：qk→=1nΣk=1nQk-Qk=1nΣk=1n(R·Pk+T)-(R·Pk+T)=R·pk→---(13)]]>建立如下目标函数：minf=Σk=13||qk→-Rpk→||2---(14)]]>则求解旋转矩阵R的过程就转化为了求取使得f最小的问题；利用矩阵的奇异值分解计算得到后，根据式(11)，得到计算平移矩阵公式如下：T^=Q‾-R^·P‾---(15)]]>其中为优化后的局部坐标系与全局坐标系间的旋转矩阵，为优化后的局部坐标系与全局坐标系间的平移矩阵；得到局部坐标系与全局坐标系间的旋转矩阵与平移矩阵后，将局部坐标系下的扫描测量数据根据公式(12)统一到全局坐标系下；最后通过移动局部测量系统，使局部测量视场覆盖所有的感兴趣区域，并将每一部分的测量点云数据均统一到固定不变的全局坐标系下，最终实现大型零件的全局三维数据拼接。