一種基於數字近景攝影的物體三維信息獲取方法
2023-09-27 07:44:00 1
一種基於數字近景攝影的物體三維信息獲取方法
【專利摘要】本發明公開了一種基於數字近景攝影的物體三維信息獲取方法，通過在任意場景中擺設一些編碼標記點，通過自標定算法對相機的內參進行標定。對物體進行三維重建的時候手持數位相機從不同角度對物體拍攝兩幅圖片，然後使用SIFT關鍵點檢測方法檢測物體上的關鍵點的坐標信息，完成攝像機的外參數的標定。然後使用光流檢測法檢測一幅圖片上每個像素點在另一幅圖片上對應的匹配點，有了匹配點和相機的內外參數採用雙視圖的重建方法，得到物體三維信息。傳統的三維測量方法需要額外的設備例如雷射、投影儀來輔助完成三維重建，而本發明使用對圖片進行光流檢測的方法來代替這些設備獲得物體上匹配點的信息，從而實現了主動的三維重建方式，減少了硬體成本和方便實現。
【專利說明】一種基於數字近景攝影的物體三維信息獲取方法
【技術領域】
[0001]本發明屬於物體三維信息測量【技術領域】，更為具體地講，涉及一種基於數字近景攝影的物體三維信息獲取方法。
【背景技術】
[0002]近年來，隨著中國製造業的發展，尤其是以數字製造為核心的先進位造技術的快速發展，在風電、汽車、船舶、飛機、軍工等行業中都大量採用了大型複雜工件。如何對這些大型複雜工件進行測量，獲取其三維信息是這些行業需要解決的問題。
[0003]目前，許多行業採用雷射掃描、三坐標測量機、關節臂對長度小於I米的中小型工件進行三維測量，基本能滿足檢測要求。而對於長度為I米?100米的大型工件(船舶部件、飛機工件、汽車大型模具等)，目前主要採用經緯儀、全站儀、雷射跟蹤儀對其進行一些關鍵點的測量。
[0004]經緯儀測量系統是在大型工件測量領域中應用最早和最多的一種系統；其優點是測量範圍可達2米至幾十米，採用光學、非接觸式測量方式，在20米範圍內測量精度可達到10 μ m/m,其不足是一般採用手動照準目標進行逐點測量、速度慢、自動化程度不高。
[0005]全站儀測量系統測程較遠，在120米範圍內測量精度可達到0.2mm，但是由於存在測距固定誤差，使其在小於20米的短距離測量時相對精度較低。
[0006]雷射跟蹤儀測量系統的整體測量性能和精度優於全站儀測量系統，同時測量速度快,在50米測量測量範圍內，絕對坐標測量精度達到10 μ m/m,但其測量範圍比全站儀小、測角精度比全站儀低。在測量大型工件時，這些測量設備存在繁瑣的移站問題，且只能測量工件關鍵點的三維坐標，無法進行全尺寸檢測；
[0007]然而大型工件採用複雜曲面設計的越來越多，所以對於大型複雜工件的三維全尺寸檢測(測量)，獲取其三維信息是目前需要解決的問題。
【發明內容】
[0008]本發明的目的在於克服現有技術的不足，提供一種基於數字近景攝影的物體三維信息獲取方法，以快速、便捷地對物體進行全尺寸檢測(測量)，獲取其三維信息。
[0009]為實現上述目的，本發明基於數字近景攝影的物體三維信息獲取方法，其特徵在於，包括以下步驟:
[0010](I)、先在任意場景內擺放多個編碼標記點，然後手持數位相機從不同角度拍攝多幅圖片(>5幅)，使用圖像檢測方法對編碼標記點進行檢測，得到這些編碼標記點的二維圖像坐標數據；每個編碼標記點有一個唯一的編碼，根據編碼找到各幅圖片中，同一編碼標記點在各幅圖像中的二維圖像坐標數據；然後根據各個編碼標記點在各幅圖片中的二維圖像坐標數據，使用自標定方法標定相機內參數；
[0011](2)、使用內參數已經標定好的數位相機從不同角度對物體拍攝兩幅圖片；然後使用SIFT關鍵點檢測方法，檢測兩幅圖像上的關鍵點；根據兩幅圖片上檢測到的關鍵點使用5點算法求取兩個相機之間的本質矩陣E，然後對本質矩陣E進行SVD分解得到相機的兩個外參數，即旋轉和平移矩陣R和T，從而完成相機的外參數標定；
[0012](3)、相機外參標定好之後對兩幅物體圖片進行光流檢測，光流檢測數據反映的是每個像素點的位移，然後根據這個位移使第一幅圖像上的像素點能找到在另一幅圖片上的匹配點；
[0013](4)、根據相機標定的內外參數和兩幅物體圖片上的匹配點的光流數據完成三維重建，得到物體三維信息，其中，重建使用雙視圖的三維重建方法。
[0014]本發明的發明目的是這樣實現的:
[0015]本發明基於數字近景攝影的物體三維信息獲取方法，使用數位相機進行。使用之前需要對數位相機的內參數進行標定，對內參數的標定使用的是自標定方法，通過在任意場景中擺設一些編碼標記點，從不同角度拍攝這些編碼標記點的圖片然後進行圖像檢測，最後通過自標定算法對相機的內參進行標定。對物體進行三維重建的時候手持數位相機從不同角度對物體拍攝兩幅圖片，然後使用SIFT關鍵點檢測方法檢測物體上的關鍵點的坐標信息，通過這些關鍵點的坐標來完成攝像機的外參數的標定。然後使用光流檢測法檢測一幅圖片上每個像素點在另一幅圖片上對應的匹配點，有了匹配點和相機的內外參數採用雙視圖的重建方法，得到物體三維信息。
[0016]本發明基於數字近景攝影的物體三維信息獲取方法基於數字近景攝影測量學和光流法對物體三維測量，本發明主要的意義在於快速方便的獲取到物體的三維信息。近景攝影測量學在機器視覺中扮演的十分重要的角色，它的方便性在於只需要一個數位相機而不需要其他的硬體設備，減少了硬體成本和方便操作。傳統的三維測量方法需要額外的設備例如雷射、投影儀來輔助完成三維重建，而本發明使用對圖片進行光流檢測的方法來代替這些設備獲得物體上匹配點的信息，從而實現了主動的三維重建方式，減少了硬體成本和方便實現。
【專利附圖】
【附圖說明】
[0017]圖1是本發明基於數字近景攝影的物體三維信息獲取方法【具體實施方式】流程圖；
[0018]圖2是編碼標記點拍攝和標定過程示意圖；
[0019]圖3是數位相機模型；
[0020]圖4是雙目視覺的三維重建示意圖。
【具體實施方式】
[0021]下面結合附圖對本發明的【具體實施方式】進行描述，以便本領域的技術人員更好地理解本發明。需要特別提醒注意的是，在以下的描述中，當已知功能和設計的詳細描述也許會淡化本發明的主要內容時，這些描述在這裡將被忽略。
[0022]數字近景攝影測量是攝影測量學科的一個重要分支，同時也是關於大地攝影測量、計算機視覺、機械測量的一門綜合性學科。數字近景攝影測量是一種非接觸式的光學測量方法，它採用數位相機，從多個不同的位置和方向對被測物關鍵點拍攝兩幅圖像，得到空間場景的二維信息，通過圖像解析、攝像機標定和三維重構等步驟獲得該物體的三維場景信息。[0023]光流(optical flow)法是目前運動圖像分析的重要方法，它的概念是Gibso在1950年首先提出來的，它的理論是指時變圖像中模式運動速度。因為當物體在運動時，它在圖像上對應點的亮度模式也在運動。這種圖像亮度模式的表觀運動(apparent motion)就是光流。光流表達了圖像的變化，由於它包含了目標運動的信息，因此可被觀察者用來確定目標的運動情況。由光流的定義可以引申出光流場，它是指圖像中所有像素點構成的一種二維(2D)瞬時速度場，其中的二維速度矢量是景物中可見點的三維速度矢量在成像表面的投影。所以光流不僅包含了被觀察物體的運動信息，而且還包含有關景物三維結構的豐富信息。對光流的研究成為計算機視覺及有關研究領域中的一個重要部分。因為在計算機視覺中，光流扮演著重要角色，在目標對象分割、識別、跟蹤、機器人導航以及形狀信息恢復等都有著非常重要的應用。
[0024]圖1是本發明基於數字近景攝影的物體三維信息獲取方法【具體實施方式】流程圖。在本實施例中，使用之前需要對相機的內參數進行標定，對內參的標定使用的是自標定的方法。首先採集標定圖片，通過在任意場景中擺設一些編碼標記點，從不同角度拍攝這些編碼標記點的圖片，然後編碼標記點進行圖像檢測，最後通過自標定方法對相機的內參數進行標定。
[0025]對物體進行三維重建的時候手持數位相機從不同角度對物體拍攝兩幅圖片即採集物體圖片，然後使用SIFT算法檢測物體上關鍵點，得到關鍵點坐標信息，通過這些關鍵點的坐標來完成數位相機的外參數標定。
[0026]使用光流檢測算法檢測兩幅圖片上每個像素點在另一幅圖片上對應的匹配點。有了匹配點和相機的內外參數就可以完成三維重建。
[0027]各個步驟的具體描述如下:
[0028]1、相機標定
[0029]1.1、相機內參數標定
[0030]數位相機的內參數為相機2個軸方向的的焦距、2個主點坐標以及7個相機的畸變係數。對內參的標定採用的是自標定的算法，它的優點就是不需要任何標準的標定物(如平板標定板)，只需要一些方便製作的編碼標記點。在標定的時候只需手持相機對這些編碼標記點從不同角度拍攝幾幅圖片，如圖2所示。然後使用圖像檢測，檢測出編碼標記點的二維圖像坐標數據和每個編碼標記點的編碼值，在本實施例中，二維圖像坐標數據為圓心坐標根據。編碼值完成多幅圖片上編碼標記點的匹配，然後根據這些匹配好了得圓心坐標使用自標定的方法標定相機內參數。自標定方法主要用於近景攝影測量過程中，該方法的核心首先進行射影重建，然後通過仿射變換將射影重建升級到射影空間下，最後用歐式變換將仿射空間轉換到歐式空間下，從而實現歐式三維重建以此來獲得相機的內參數。
[0031]數位相機的成像原理是基於針孔模型的，在理想的情況下物體三維點、鏡頭中心和圖像點三點共線，這就是攝像機的理想線性成像模型，採用齊次坐標矩陣可以表示如下:
[0032]
【權利要求】
1.一種基於數字近景攝影的物體三維信息獲取方法，其特徵在於，包括以下步驟: (1)、先在任意場景內擺放多個編碼標記點，然後手持數位相機從不同角度拍攝多幅圖片(>5幅)，使用圖像檢測方法對編碼標記點進行檢測，得到這些編碼標記點的二維圖像坐標數據；每個編碼標記點有一個唯一的編碼，根據編碼找到各幅圖片中，同一編碼標記點在各幅圖像中的二維圖像坐標數據；然後根據各個編碼標記點在各幅圖片中的二維圖像坐標數據，使用自標定方法標定相機內參數； (2)、使用內參數已經標定好的數位相機從不同角度對物體拍攝兩幅圖片；然後使用SIFT關鍵點檢測方法，檢測兩幅圖像上的關鍵點；根據兩幅圖片上檢測到的關鍵點使用5點算法求取兩個相機之間的本質矩陣E，然後對本質矩陣E進行SVD分解得到相機的兩個外參數，即旋轉和平移矩陣R和T，從而完成相機的外參數標定； (3)、相機外參標定好之後對兩幅物體圖片進行光流檢測，光流檢測數據反映的是每個像素點的位移，然後根據這個位移使第一幅圖像上的像素點能找到在另一幅圖片上的匹配佔.(4)、根據相機標定的內外參數和兩幅物體圖片上的匹配點的光流數據完成三維重建，得到物體三維信息，其中，重建使用雙視圖的三維重建方法。
2.根據權利要求1所示的物體三維信息獲取方法，其特徵在於，所述的相機內參數為: 相機u軸和V軸的焦距fu和fv、圖像的主點坐標(Uc^vtl);數位相機的7個畸變係數ki, k2, k3, P1, p2, bu b2。
【文檔編號】G01B11/24GK103759670SQ201410003730
【公開日】2014年4月30日 申請日期:2014年1月6日 優先權日:2014年1月6日
【發明者】黃會明 申請人:四川虹微技術有限公司