一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量方法与流程
本发明属于基于双目结构光的三维测量技术领域，特别涉及一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量方法。
背景技术：
陶瓷型芯是形成航空发动机空心涡轮叶片复杂内腔结构的核心构件。目前陶瓷型芯主要通过热压注成型，成型后的陶瓷型芯容易在分型面处出现飞边、毛刺、孔堵塞等问题，通过修型解决上述问题后才能保证其尺寸精度，受限于在线测量技术的不成熟，目前尚未实现自动化修型，多采用手工修型。陶瓷型芯多为薄壁易碎和自由复杂曲面结构，手工修型存在成品率低(不足20％)、尺寸精度差(0.5mm)、微小结构不规整等问题。为了解决涡轮叶片陶瓷型芯修型的难题，必须研制陶瓷型芯的高精度、自动化修型设备。由于陶瓷型芯具有自由复杂曲面结构，其修型路径为复杂空间曲线，需基于点云模型获取装夹位姿和修型路径，再将位姿矫正后的修型路径反馈到数控机床加工系统，指引激光器沿待修型路径完成自动化修型。由此可以看出，高精度点云模型的在线测量是实现装夹位姿测量和待修型路径提取的先决条件，是实现陶瓷型芯修型自动化的关键输入。
三维测量系统用于对被测对象进行在线测量生成高精度点云模型，点云模型相比于图像，可以很好地解决型芯装夹位姿以及深度信息获取困难的问题。目前，三维测量方法有多种，其中结构光三维测量方法为非接触式测量，可以针对陶瓷型芯这种具有自由复杂曲面的构件进行测量；测量速度快、精度高，适合于在线测量，便于实现陶瓷型芯修型自动化；对环境的抗干扰性强，可以适应激光修型时复杂的工业环境；陶瓷型芯为白色表面漫反射构件，可以克服结构光测量方法易受颜色和光滑平面反光影响的缺点。在结构光三维测量方法中，双目结构光测量相比于单目测量范围更广，故双目结构光三维测量方法是重建陶瓷型芯三维点云模型的理想选择。现有基于结构光三维测量方法的产品主要有两类：一类为结构光深度相机，其使用简单方便但精度差，不能满足陶瓷型芯精细结构的准确测量；另一类为商用三维扫描仪，这类装置能够实现高精度测量，但产品定位多为实现高精度的离线测量，耗时长，较难实现与数控加工系统进行集成时高效的在线测量。
技术实现要素：
为了克服上述现有的缺点，本发明的目的在于提出一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量方法，实现陶瓷型芯高精度的三维在线测量，为装夹位姿测量和型芯待修型路径提取提供高精度的点云模型。
为了实现上述目的，本发明采取的技术方案为：
一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量方法，包括以下步骤：
步骤一：使用左右相机同时拍摄不同角度至少5幅的标定板图像进行相机标定，分别得到左右相机的内参数和畸变参数，以及表征左右相机的位置关系的旋转矩阵和平移向量；
步骤二：通过计算机软件生成特定图案的结构光条纹，经结构光投影装置投射到陶瓷型芯上，条纹受到陶瓷型芯表面高低的调制产生变形，左右相机同时采集含有陶瓷型芯表面深度特征的变形条纹图传至计算机；
步骤三：计算机对左右相机采集的变形条纹图进行图像预处理；
步骤四：对图像预处理后的左右相机变形条纹图进行相位解调，将左右相机直接采集的光强信息转换为相位信息，得到左右图像中各点的包裹相位值分布；
步骤五：对左右相机包裹相位图计算调制度，进行图像分割，分离陶瓷型芯与背景，仅提取陶瓷型芯的包裹相位分布；
步骤六：对陶瓷型芯包裹相位分布左右图像中的各点进行相位解包裹，得到陶瓷型芯绝对相位分布的左右图像；
步骤七：利用步骤一的相机标定结果，左右相机的内参数和畸变参数，以及表征左右相机的位置关系的旋转矩阵和平移向量，对步骤六得到的陶瓷型芯绝对相位分布的左右图像进行极线校正，采用双线性内插方法得到校正后的新绝对相位左右图像；
步骤八：基于极线约束和相位约束对步骤七中极线校正后的新绝对相位左右图像进行立体匹配：设定相位区域模板，基于模板匹配的方法获得初始匹配点，再利用线性插值的方法进行亚像素立体匹配；
步骤九：使用立体匹配结果，结合步骤一的相机标定结果，左右相机的内参数和畸变参数，以及表征左右相机的位置关系的旋转矩阵和平移向量，利用三角测量原理计算出陶瓷型芯上所有立体匹配点对应的三维坐标，即得到了陶瓷型芯的单幅点云；
步骤十：分别将载有陶瓷型芯专用夹具的高精度转台旋转90度、180度、270度，重复步骤二至步骤九，得到四个不同角度的陶瓷型芯的单幅点云后，基于转角信息，计算不同角度陶瓷型芯点云的位姿变换矩阵，实现多视角点云的拼接，即得到了陶瓷型芯的完整点云模型；
步骤十一：将陶瓷型芯的完整点云模型传给数控机床的工控机进行装夹位姿测量和待修型路径提取，指引激光器完成陶瓷型芯自动化修型；
所述的一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量方法采用的装置，包括结构光投影装置1、两个ccd相机、陶瓷型芯专用夹具5、高精度转台7以及与结构光投影装置1和两个ccd相机进行通信的计算机，结构光投影装置1和两个ccd相机固定在数控机床的立柱6上，两个ccd相机为左相机2和右相机3；陶瓷型芯4通过陶瓷型芯专用夹具5固定在高精度转台7上，左相机2和右相机3对准陶瓷型芯4。
所述的步骤一中利用张正友平面标定法对左右相机进行标定，分别得到左右相机的内参数矩阵al,ar、畸变系数k1l,k2l,k1r,k2r，以及表征左相机的位置关系的旋转矩阵r和平移向量t。
所述的步骤二中特定图案的结构光条纹为蓝光正弦条纹投影，采集条纹时需保证条纹灰度连续变化。
所述的步骤三中计算机对左右相机采集的变形条纹图像预处理方法为高斯频域滤波方法，降低随机噪声干扰。
所述的步骤四中相位解调通过四步相移法完成对相位信息的求解，具体通过如下公式对左右图像进行相位解调：
式中：
所述的步骤五中图像分割是在进行相位解包裹之前，将左右变形条纹图像中除陶瓷型芯外的背景去除；计算调制度参量，其中调制度参量定义为：
式中：n为相移总步数，i表示相移步数，ii表示第i步相移对应的条纹图灰度；陶瓷型芯上的条纹计算得到的调制度高于背景，由此设定阈值将其与背景分离，采用迭代的方法来求解最佳阈值。
所述的步骤六中对左右图像中各点的包裹相位值采用多频外差法进行相位解包裹，多频外差法解包裹频率组合选择为74、68、63，得到陶瓷型芯绝对相位分布的左右图像。
所述的步骤七中对陶瓷型芯绝对相位分布的左右图像进行极线校正，校正后系统结构为平视双目标准几何结构，使得左图像中某一点在右图像中的匹配点一定分布在同一条水平线上，采用双线性内插方法为校正后的左右相机相位图计算新绝对相位。
所述的步骤八利用极线约束和相位约束，设定相位区域模板，基于模板匹配计算区域相似度的方法获得初始匹配点，由于左图像中某点在右图像中的匹配点并不一定落在图像的整像素点上，采用线性插值进行亚像素级的匹配。
所述的步骤九计算三维坐标时依据的公式为：
式中：b为基线长度，f为焦距，cc1为左相机光心的横坐标，c1为当前像素点的横坐标，v为当前像素点的纵坐标减去光心的纵坐标，d为空间点在左右图像中的视差，且d表示为：
d＝cc1-c1+c2-cc2
式中：cc2为右相机光心的横坐标，c2为当前像素点在右图像中匹配点的横坐标。
本发明的有益效果为：
1、本发明方法基于获取高精度转台的转角信息来实现不同角度点云拼接。这种利用数据矩阵变换实现拼接的方法，与常用的icp算法不断进行迭代相比，具有速度更快的优点；同时得益于转台高精度，拼接过程精度更高。快速、高精度等优点为陶瓷型芯修型自动化提供了便利条件。
2、由于本发明方法通过计算调制度参量对左右相机采集的变形条纹图像进行图像分割，去除背景可大大提高立体匹配速度；同时生成陶瓷型芯点云模型更准确、生成点云后无需人工去除背景点，为陶瓷型芯修型自动化提供了便利条件。
3、本发明在立体匹配时利用模板匹配方法获得初始匹配点，区域匹配相对于点匹配提高了匹配的正确性；采用线性插值进行亚像素级的匹配，匹配点计算更准确，所以具有生成点云模型更准确的优点。
附图说明
图1为本发明实施例测量装置的示意图。
图2为本发明实施例测量方法的流程图。
图3为本发明实施例所依据的双目立体视觉成像模型示意图。
具体实施方式
下面结合附图和实施例对本发明进一步说明。
如图1所示，一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量装置，包括结构光投影装置1、两个ccd相机、陶瓷型芯专用夹具5、高精度转台7以及与结构光投影装置1和两个ccd相机进行通信的计算机，结构光投影装置1和两个ccd相机固定在数控机床的立柱6上，两个ccd相机为左相机2和右相机3；陶瓷型芯4通过陶瓷型芯专用夹具5固定在高精度转台7上，左相机2和右相机3对准陶瓷型芯4。
如图2所示，一种基于双目结构光的涡轮叶片陶瓷型芯的三维测量方法，包括以下步骤：
步骤一：使用左相机2和右相机3同时拍摄不同角度15幅标定板图像进行相机标定，分别得到左右相机的内参数矩阵al,ar和畸变参数k1l,k2l,k1r,k2r，右相机坐标系转换到左相机坐标系的3*3的旋转矩阵r和平移向量t；
步骤二：通过计算机软件生成蓝光正弦条纹，经结构光投影装置1投射到陶瓷型芯4上，蓝光相比于普通白光抗干扰性更强，条纹受到陶瓷型芯4表面高低的调制产生变形，左右相机同时采集含有陶瓷型芯表面深度特征的变形条纹图传至计算机，采集图像时离焦，滤除高次谐波，保证条纹灰度连续变化，不过度曝光；
步骤三：计算机对左右相机采集的变形条纹图采用高斯频域滤波方法，进行图像预处理以降低随机噪声干扰；
步骤四：对图像预处理后的左右相机变形条纹图进行相位解调，将左右相机直接采集的光强信息转换为相位信息，得到左右图像中各点的包裹相位值分布；基于四步相移法完成相位解调，求解相位信息，，具体通过如下公式：
式中：
步骤五：对左右相机包裹相位图计算调制度，进行图像分割，分离陶瓷型芯与背景，仅提取陶瓷型芯的包裹相位分布；
图像分割是在进行相位解包裹之前，将左右变形条纹图像中除陶瓷型芯外的背景去除，与现有技术相比，增加的背景去除这一步骤可使得生成的点云模型没有背景干扰，降低了后续点云处理的复杂度，也大大提高后续步骤中的匹配速度；调制度参量定义为：
式中：n为相移总步数，i表示相移步数，ii表示第i步相移对应的条纹图灰度；
陶瓷型芯上的条纹计算得到的调制度高于背景，由此对调制度设置阈值，二值化后生成一个二元模板，模板上值为1的点为有效点，值为0的点为无效点；相位解包裹时只解包裹值为1的点，对于无效点，通过插值的方法获得连续相位；对调制度阈值的选择非常重要，阈值过大，无效点的数目会很大，给后期插值带来困难；阈值过小，降低了被认为是可靠点的可靠性，采用迭代的方法来求解最佳阈值；
步骤六：对图像分割后陶瓷型芯包裹相位分布左右图像中的各点进行相位解包裹，得到陶瓷型芯绝对相位分布的左右图像；采用多频外差法，频率组合选择为条纹的空间周期为74、68、63，
多频外差法的公式：
式中：ψ1表示频率一的条纹相位，ψ2表示频率二的条纹相位，
步骤七：利用步骤一的相机标定结果，左右相机的内参数矩阵al,ar和畸变参数k1l,k2l,k1r,k2r，右相机坐标系转换到左相机坐标系的3*3的旋转矩阵r和平移向量t，计算双目系统的基础矩阵f，对步骤六得到的陶瓷型芯绝对相位分布的左右图像进行极线校正；校正后依据极线约束准则，左图像中某一点在右图像中的匹配点一定分布在同一条水平线上，极大地提高了匹配效率；采用双线性内插方法得到校正后的新绝对相位左右图像；
步骤八：基于极线约束和相位约束对步骤七中极线校正后的左右图像利用线性插值方法进行亚像素级的立体匹配；设定相位区域模板，基于模板匹配的方法获得初始匹配点，但由于相机是面阵ccd，左图像中某点在右图像中的匹配点并不一定落在图像的整像素点上，采用线性插值进行亚像素级的匹配；
区域模板设置如下：
设极线校正后左图像中一点为p1，以p1点为中心，建立3*3的相位模板，然后在校正后右图像中与p1纵坐标相同的直线上搜索与极线校正后左图像相位模板相似度最高的区域作为匹配区域，相似度采用sad(sumofabsolutedifferences)算法计算每个像素对应相位值之差的绝对值求和作为度量，匹配区域的中心点即为出是初始匹配点p20；
由于左图像中某点在右图像中的匹配点并不一定落在图像的整像素点上，采用线性插值进行亚像素级的匹配；
设p1点相位值表示为il(xl,yl),p20点相位值表示为ir(xr,yr)，p20点在极线上的左右相邻点分别为p21(xr-1,yr),p22(xr+1,yr)；求p20点与p1点相位差值，若差值为正，则亚像素匹配点在p21(xr-1,yr)和p20点之间；若差值为负，则亚像素匹配点在p20点和p22(xr+1,yr)之间；将整像素分为1000等份，取与p1点相位差值最小点为最终匹配点p2；
步骤九：使用立体匹配结果，结合步骤一的相机标定结果左右相机的内参数矩阵al,ar和畸变参数k1l,k2l,k1r,k2r，右相机坐标系转换到左相机坐标系的3*3的旋转矩阵r和平移向量t，利用三角测量原理计算出陶瓷型芯4上所有立体匹配点对应的三维坐标，即得到了陶瓷型芯4的单幅点云，依据图3中相似三角形，计算三维坐标时依据的公式为：
式中：b为基线长度，f为焦距，cc1为左相机光心的横坐标，c1为当前像素点的横坐标，v为当前像素点的纵坐标减去光心的纵坐标，d为空间点在左右图像中的视差，且d表示为：
d＝cc1-c1+c2-cc2
式中：cc2为右相机光心的横坐标，c2为当前像素点在右图像中匹配点的横坐标；
步骤十：分别将载有陶瓷型芯专用夹具5的高精度转台7旋转90度、180度、270度，重复步骤二至步骤八，得到四个不同角度的陶瓷型芯4的单幅点云后，基于转角信息，计算不同角度型芯点云的位姿变换矩阵，实现多视角点云的拼接，即得到了陶瓷型芯4的完整点云模型；
步骤十一：将陶瓷型芯4的完整点云模型传给数控机床的工控机进行装夹位姿测量和待修型路径提取，指引激光器完成陶瓷型芯自动化修型。
- 还没有人留言评论。精彩留言会获得点赞！