机器视觉在测量领域中的应用.pptVIP

双目立体视觉 在工业测量领域中的应用 1 一、机器视觉测量系统简介 二、双目立体视觉测量原理 三、视觉测量的主要技术 四、应用举例 2 双目立体视觉在工业测量领域中的应用 一、机器视觉测量系统简介 二、双目立体视觉测量原理 三、视觉测量的主要技术 四、应用举例 3 双目立体视觉在工业测量领域中的应用 4 机器视觉简介 高效、非接触测量 生物最强大的感知方式 生物视觉 控制视觉环境 明确测量任务 机器视觉 直接与周围环境进行智能交互 难以建立复杂的生物视觉系统 5 机器视觉产品（图像摄取装置） 被检测目标 图像处理系统(像素分布、亮度、颜色) 数字信号 图像信号 目标特征 图像处理系统(各种算法) 判别结果 控制设备动作 机器视觉测量 图像摄取装置：CMOS、CCD摄像机 CMOS传感器感光度通常比CCD传感器低10倍。 像素（图像元素）： 构成数码影像的基本单元，通常以像素每英寸PPI（pixels per inch）为单位来表示影像分辨率的大小。 机器视觉测量系统示意图 一、机器视觉测量系统简介 二、双目立体视觉测量原理 三、视觉测量的主要技术 四、应用举例 6 机器视觉在工业测量领域中的应用 7 双目立体视觉测量原理 世界坐标系三维坐标 图像坐标系二维坐标（像素坐标系） 摄像机坐标系二维坐标 标定 重建 外参数 内参数 确定待测目标 构造特征信息 特征信息重建 外参数标定：待测目标与相机之间的位置关系 内参数标定：相机与图像之间的位置关系 提取特征信息 光源选取 图像处理 左右图像特征匹配 约束关系 双目立体视觉测量原理 双目立体 视觉测量方法 8 搭建在线测量 硬件平台 获取大锻件热态 几何特征清晰图像 求取摄像机内参数（标定） 求取测量现场摄像机 外参数 几何特征快速提取 特征点匹配 三维轮廓重建 双目立体视觉测量原理-锻件测量 输入摄像机内外参数 读入图像 图像裁剪 去除干扰光线 光条像素缘提取 光条亚像素中心求取 光条中心点匹配 保存空间点 拟合重建曲线 求取锻件直径 欧式重建 9 双目立体视觉测量方法-锻件测量 一、机器视觉测量系统简介 二、双目立体视觉测量原理 三、视觉测量的主要技术 四、应用举例 10 机器视觉在工业测量领域中的应用 11 视觉测量的主要技术 摄像机标定 是否需要标定参照物 所用模型 所用的摄像机个数 传统摄像机标定技术 基于特定的实验条件，如形状尺寸已知的标定物，经过对其进行图像处理，利用一系列数学变换和计算方法，求取摄像机模型的内部参数和外部参数。 自标定技术 利用多幅图像之间的直线对应关系的摄像机自标定方以及利用灭点和 通过弱透视投影或平行透视投影进行摄像机标定等。 线性模型标定技术 利用经典的小孔成像模型进行线性方程求解，但线性模型不考虑镜头畸变。 非线性模型标定技术 模型不服从经典的小孔成像模型，考虑了畸变参数，引入了非线性优化。 单摄像机标定技术 双目立体视觉标定技术 多组双目立体视觉标定技术 应用最为广泛，但标定精度依赖标定参照物精度，且与算法选择密切相关。 方法灵活，但并不很成熟。未知参数太多,很难得到稳定的结果。 简单快速，目前已有大量研究成果，未考虑畸变系数，准确性欠佳。 考虑了畸变参数，但方法复杂速度慢，对初值和噪声比较敏感，且不能保证参数收敛到全局最优解。 对于双目立体视觉标定技术，外参数需要考虑到左右相机之间的关系，多组双目需要考虑到双目之间的关系。 12 图像处理 视觉测量的主要技术 数字图像处理是指将图像信号转换成数字信号并利用计算机对其进行处理的过程。 视觉测量应用于工业领域中主要涉及的图像处理方式为：图像二值化、图像滤波。 图像二值化 图像二值化就是将图像上的像素点的灰度值设置为0或255，也就是将整个图像呈现出明显的黑白效果。 RGB图像 灰度化处理 二值化图像 图像滤波 滤波前 滤波后 常用滤波方法： （1）高斯滤波 （2）均值滤波 （3）中值滤波 （4）双边滤波 在尽量保留图像细节特征的条件下对目标图像的噪声进行抑制，其处理效果的好坏将直接影响到后续图像处理和分析的有效性和可靠性。 13 视觉测量的主要技术 图像处理对比图 RGB图像 灰度图像 二值化过程 二值化图像 高斯滤波 均值滤波 中值滤波 双边滤波 视觉测量的主要技术 特征提取 中心提取 算法复杂度 提取速度 提取精度 方向性 抗白噪声 抗强漫反射 抗反射干扰 极值法 简单 快 像素 差 差 差 差 自适应阈值法 简单 快 像素 差 差 差 差 灰度重心法 简单 快 像素 差 差 差 差 方向模板法 简单 中 像素 一般 一般 一般 一般 曲线拟合法 复杂 非常慢 亚像素 差 一般 一般 差 Steger算法 较复杂 慢 亚像素 好 好 差 好 14 指数字图像处理中，对于图片轮廓的一个处理。对