大尺寸鑄件視覺測量拼接技術(shù)*

呂　波，王紫陽，柯希林，晏　濤，王中任

(湖北文理學(xué)院 機(jī)械與汽車工程學(xué)院，湖北　襄陽　441053)

0　引言

尺寸的精密測量在現(xiàn)代制造業(yè)中具有重要的作用和意義，它是衡量和保證產(chǎn)品加工質(zhì)量的必要過程。對于大尺寸工件，傳統(tǒng)的測量方法是采用大尺寸導(dǎo)軌或標(biāo)準(zhǔn)件進(jìn)行，但這種測量方法成本高、精度低、操作不方便；也有采用間接法測量，如弓高弦長法、滾子法等，這類方法存在原理誤差，可靠性低。隨著計(jì)算機(jī)技術(shù)、光電技術(shù)、圖像處理與分析技術(shù)的成熟，視覺測量技術(shù)可以解決上述兩種方法的不足[1]。但是由于攝像機(jī)視角、工作距離等因素的限制，當(dāng)工件尺寸超出相機(jī)視野時(shí),攝像機(jī)不能一次性地?cái)z取大尺寸工件的完整圖像。為了得到大視角圖像，目前多采用三維掃描系統(tǒng)實(shí)現(xiàn)物體三維重構(gòu)，但是這種方法需要在測量表面添加標(biāo)志點(diǎn)，費(fèi)時(shí)且攝像機(jī)標(biāo)定復(fù)雜。圖像拼接技術(shù)研究的是如何將不同角度拍攝的具有重疊區(qū)域的序列圖像拼接成全景圖。本文基于機(jī)器視覺軟件Halcon12,研究攝像機(jī)參數(shù)標(biāo)定、待拼接圖像的攝取規(guī)則、圖像畸變消除、特征點(diǎn)提取以及圖像之間轉(zhuǎn)換關(guān)系確定，以獲得具有較高拼接精度的工件完整圖像，并以大型汽車發(fā)動(dòng)機(jī)鋁合金進(jìn)氣凸輪軸蓋的拼接測量結(jié)果來驗(yàn)證該拼接方法的可行性。

1　攝像機(jī)標(biāo)定

攝像機(jī)標(biāo)定是實(shí)現(xiàn)精密測量的關(guān)鍵技術(shù)[2]，但鏡頭存在或多或少的畸變，對于大多數(shù)鏡頭而言，它們的畸變可充分地近似為徑向畸變，因此所拍攝的圖像都存在徑向畸變，在圖像拼接前，對攝像機(jī)參數(shù)進(jìn)行標(biāo)定可校正鏡頭的畸變，提高圖像拼接精度。

為了標(biāo)定攝像機(jī)，本文首先建立攝像機(jī)投射模型，如圖1所示。通過攝像機(jī)標(biāo)定，可以確定攝像機(jī)坐標(biāo)系與世界坐標(biāo)系的相對位置關(guān)系以及攝像機(jī)如何實(shí)現(xiàn)三維空間點(diǎn)到二維圖像點(diǎn)的投影，此操作在機(jī)器視覺函數(shù)庫Halcon12中實(shí)現(xiàn)。實(shí)現(xiàn)攝像機(jī)標(biāo)定最簡單的方法是使用標(biāo)定板，攝像機(jī)采集的部分不同位姿的標(biāo)定板圖像如圖2所示。利用Halcon標(biāo)定助手可以快速、準(zhǔn)確地進(jìn)行攝像機(jī)標(biāo)定，獲取攝像機(jī)內(nèi)方位參數(shù)，包括焦距f、畸變系數(shù)κ、縮放比例因子sx和sy、圖像中心點(diǎn)行列坐標(biāo)值cx和cy，使用Halcon提供的算子change_radial_distortion_image()可以消除圖像徑向畸變。

圖1　攝像機(jī)標(biāo)定模型

圖2　不同位姿的標(biāo)定板圖像

2　圖像的拼接

圖像拼接對象是一組相鄰圖像中具有部分重疊區(qū)域的有序圖片[3]，拼接過程的具體流程如圖3所示。

圖3　圖像拼接流程

2.1　待拼接圖像的攝取規(guī)則

為減小圖像拼接誤差，經(jīng)反復(fù)實(shí)驗(yàn)，拍攝的序列圖像需要注意以下幾點(diǎn)：①圖像須有重疊部分，重疊區(qū)域?yàn)?/3最好；②圖像的重疊區(qū)域必須紋理化或有特征點(diǎn)，以便允許在自動(dòng)匹配過程中識別圖像中的相同點(diǎn)，在一些缺少紋理的重疊區(qū)域可通過適當(dāng)定義圖像配準(zhǔn)方式來解決，如果整個(gè)對象顯示很小的紋理，那么重疊區(qū)域應(yīng)該被選擇大些；③重疊區(qū)域的大小大致相同，一般來說，規(guī)模差異不應(yīng)該超過5%～10%；④相鄰圖像明暗度應(yīng)相接近，否則拼接處縫隙清晰可見。本文以大型汽車發(fā)動(dòng)機(jī)鋁合金進(jìn)氣凸輪軸蓋的拼接為例，圖4為將鋁合金鑄造件分塊拍攝，然后按順序排列的2幀圖像，從圖中可明顯看出兩幅圖像符合該攝取規(guī)則要求。

圖4　鋁合金鑄造件待拼接圖像

2.2　特征點(diǎn)的提取

Halcon軟件提供了多種算子用于提取特征點(diǎn)，比較重要的算子有points_foerstner、points_harris、points_lepetit等。本文采用Harris角點(diǎn)提取算法[4]，該算法是C.Harris同M.Stephens在1988年提出的，是在改進(jìn)Moravec算子后形成的算子，它的提取思想是：判斷圖像上某一點(diǎn)沿任意方向發(fā)生很小偏移時(shí)其灰度是否有明顯變化，若有則為角點(diǎn)，在使用該算法時(shí)需要選擇合適的高斯平滑系數(shù)。該算法與Forstnert特征點(diǎn)提取算法相比，具有計(jì)算簡單、穩(wěn)定性強(qiáng)、不受閾值影響等優(yōu)勢。

2.3　特征點(diǎn)匹配及全景圖像生成

圖像特征點(diǎn)匹配是圖像拼接的關(guān)鍵技術(shù)，目的是找到圖像對之間特征點(diǎn)的對應(yīng)關(guān)系，即求取相鄰圖像重疊區(qū)域?qū)?yīng)點(diǎn)投影變換關(guān)系，使相鄰圖像在重疊區(qū)域的坐標(biāo)能精確配準(zhǔn)[5]。圖像匹配精度是圖像拼接質(zhì)量的決定性因素。在完成特征點(diǎn)提取后，本文先采用歸一化互相關(guān)法(NCC)尋找相鄰兩幅圖像對應(yīng)點(diǎn)關(guān)系，完成初始化匹配，然后通過調(diào)節(jié)模板大小、搜索窗口中心偏移量、搜索區(qū)域大小、對應(yīng)匹配方法的閾值等參數(shù)進(jìn)行魯棒性匹配，剔除誤匹配點(diǎn)，使圖像對達(dá)到最好匹配效果。圖5為Harris算法提取的特征點(diǎn)及匹配結(jié)果圖像，經(jīng)RANSAC魯棒性匹配，得到了相鄰兩幅圖像正確匹配點(diǎn)的對極線，最終圖像拼接結(jié)果如圖6所示。拼接過程用到的關(guān)鍵算子有：①算子proj_match_points_ransac()，可根據(jù)圖像對應(yīng)點(diǎn)關(guān)系計(jì)算投影變換矩陣；②算子gen_bundle_adjusted_mosaic()，將多幅輸入圖像捆綁合成為一幅全景圖像，各輸入圖像的相對位姿由3×3的投影矩陣來定義。

圖5　Harris角點(diǎn)提取及匹配結(jié)果

3　實(shí)驗(yàn)與結(jié)果分析

本文測量對象為某型汽車發(fā)動(dòng)機(jī)的鋁合金進(jìn)氣凸輪軸蓋，其零件圖及主要大尺寸如圖7所示。

獲取被測工件一組清晰的存在部分重疊區(qū)域的有序圖片，是利用圖像拼接技術(shù)進(jìn)行圖像拼接融合的前提條件[6]。圖8為搭建的拼接測量系統(tǒng)，主要由3個(gè)模塊組成：精密十字模組和雷賽運(yùn)動(dòng)控制卡等組成的運(yùn)動(dòng)控制平臺；由大恒130萬像素的CMOS相機(jī)、平行背光源和Computar鏡頭(f=12 mm)等構(gòu)成的圖像采集模塊；以計(jì)算機(jī)為核心的圖像處理分析和控制處理模塊。

圖6　圖像拼接結(jié)果

圖7　進(jìn)氣凸輪軸蓋

圖8　圖像拼接測量平臺

在拍攝圖像前，首先將攝像機(jī)光軸調(diào)整到與測量工件表面垂直位置，根據(jù)此時(shí)攝像機(jī)的視野大小和相鄰圖像重疊區(qū)域面積確定攝像機(jī)在攝取工件相鄰兩幅圖像時(shí)運(yùn)動(dòng)平臺的移動(dòng)方式；然后手動(dòng)調(diào)節(jié)鏡頭光圈，在能夠拍攝清晰的、對比度較好的圖像后，將標(biāo)定板放置在測量平臺上，采集11張不同位姿的標(biāo)定板圖像，完成攝像機(jī)標(biāo)定工作；最后啟動(dòng)運(yùn)動(dòng)平臺，分塊拍攝工件序列圖像。圖9為6幅圖像拼接得到的工件全景圖，針對零件上的重要尺寸(本文注值為344±0.13)，拼接測量結(jié)果如圖10所示，本方法的測量結(jié)果與利用三維掃描儀測量的結(jié)果如表1所示。

圖9　6幅圖像拼接得到的工件全景圖

圖10　拼接測量結(jié)果

根據(jù)表1測量結(jié)果繪制折線圖，如圖11所示。經(jīng)過分析，本測量方法產(chǎn)生誤差的原因有：①硬件設(shè)備自身精度不夠；②攝像機(jī)標(biāo)定誤差造成測量誤差；③由于外界環(huán)境光干擾，相機(jī)拍攝的圖像灰度值易發(fā)生變化，造成相同特征點(diǎn)匹配困難；④尺寸計(jì)算算法誤差。

表1　本方法的測量結(jié)果與利用三維掃描儀測量的結(jié)果

4　結(jié)束語

本文基于Halcon12實(shí)現(xiàn)了鋁合金鑄造件圖像拼接，對待拼接圖像的攝取規(guī)則、特征點(diǎn)提取和特征點(diǎn)匹配等幾個(gè)方面進(jìn)行了分析，并完成了相關(guān)尺寸的測量工作。試驗(yàn)結(jié)果表明：在合理的光照條件下，該方法能快速有效地實(shí)現(xiàn)大尺寸工件視覺圖像拼接測量，具有一定的應(yīng)用價(jià)值。

圖11　測量數(shù)據(jù)折線圖

參考文獻(xiàn)：

[1]遲健男.視覺測量技術(shù)[M].北京：機(jī)械工業(yè)出版社，2011.

[2]斯蒂格,尤里奇,威德曼,等.機(jī)器視覺算法與應(yīng)用[M].楊少榮,吳迪靖,段德山,譯.北京：清華大學(xué)出版社,2008.

[3]王中任,金燕鳴.大尺寸工件在機(jī)視覺測量的圖像拼接方法[J].工具技術(shù),2010(10):95-97.

[4]Milolajczyk K,Schmid C.Scale and affine invariant interest point detectors[J].Intl Journal of Computer Vision,2004,60(1):63-86.

[5]譚杰.基于Halcon的圖像拼接算法研究[J].微電子學(xué)與計(jì)算機(jī),2011,28(12):184-187.

[6]全思博,龔金云.基于圖像拼接的大尺寸零件精密測量[J].機(jī)電工程技術(shù),2009,38(7):59-61.