便携式光笔测量系统中中心坐标的定位.docxVIP

便携式光笔测量系统中中心坐标的定位 随着现代科学技术和工业生产的快速发展，用户对质量的检测有了更高的要求。尤其在汽车工业、工程机械及发电设备等大型、重型制造行业中, 往往需要在现场解决测量问题 1 系统的回光反射点组成 便携式光笔测量系统主要由一只手持式光笔、两台参数相同的CCD摄像机和一台运行配套测量软件的计算机构成, 测量系统示意图如图1所示。其中, 光笔笔体上粘贴有5个回光反射标志点。 测量时, 球形测头接触被测物体表面, CCD摄像机拍摄光笔上回光反射标志点的图像, 再经过图像采集卡采集后送入计算机的内存, 之后再由研发的专业软件对采集到的图像进行处理, 得到每个标志点的像面坐标, 最后通过特定模型解算出被测面上球形测头接触点的三维坐标。 2 光笔测量系统的精确性和稳定性 椭圆形标志点中心的定位是光笔式测量中的重要环节。标志点中心坐标的精确度, 决定了标志点在空间中的坐标精度, 同时也间接决定了整个光笔测量系统的准确度, 所以光笔测量系统的精度和稳定性也依赖于标志点中心坐标求取的精确性和稳定性。 目前常用的椭圆定位方法主要有三类:一是基于不变矩的方法 2.1 轮廓跟踪 笔者的轮廓跟踪算法按照从左到右、从上到下的顺序搜索目标, 找到的第一个黑点一定是最左上方的边界点, 记为 2.2 增加条件的处理 椭圆图像曲线的一般表达式为: + 假设 (2) 假设有 =0 (3) 其中 这里增加约束条件|| 最后可以从所拟合的椭圆方程系数向量 2.3 提高算法 在椭圆拟合时, 由于矩阵 2.3.1 坐标数据的标准化 首先求解 此外得到 定义转换矩阵 (8) 将式 (8) 代入式 (2) 可得到: (9) 令R′=T 2.3.2 维高斯平滑滤波器及卷积运算 相对椭圆周围非边缘的点, 真正边缘点的梯度幅值是最大的。因此, 点到椭圆曲线的距离间接反映在边缘点的梯度上。这里以梯度向量幅值的平方作为权重来最小二乘。梯度向量的幅值可以通过 . 对二维高斯平滑滤波器求导; . 再与原图像进行卷积运算; . 求取梯度向量的幅值。 假设求得椭圆轮廓边缘点 (r, c) 的梯度向量幅值为: (10) 式 (10) 中, E 为了增强最小二乘算法的抗噪能力, 这里把权重函数定义为: ω (r, c) =A (r, c) 由上式可得到权重矩阵: 式 (12) 中, 由此, 式 (4) 所定义的目标函数需要改写, 定义为: 对式 (13) 的求解和对式 (4) 的求解完全一样, 最后可求得所拟合的椭圆中心坐标。 3 椭圆中心坐标 为了衡量笔者所述方法提取椭圆中心的准确度, 用计算机生成了具有10个椭圆的理想数字图像, 如图3所示。 假设坐标系规定图像的左上角为 (1, 1) 点, 向右为x轴正方向, 向下为y轴正方向, 可以得到图像上椭圆真实的中心坐标。对经均值为0、方差为15的高斯噪声污染后的图3, 进行轮廓跟踪, 并分别采用最小二乘拟合和改进算法拟合椭圆, 最后分别求得各个椭圆的中心坐标见表1。 通过对比最小二乘拟合出来的椭圆中心坐标和改进算法拟合出来的椭圆中心坐标, 可以得出, 改进后的算法明显比原来普通的最小二乘拟合算法精度要高很多, 所拟合的标准偏差在x方向为0.008 4, 在y方向为0.008 1, 都控制在0.008 5之内, 能够满足现场测量的需要。 为了考察改进算法的精度和稳定性, 分别用0均值, 方差由1～20的高斯噪声来污染图3, 由此得到不同噪声污染下椭圆中心坐标在x轴方向和y轴方向上的标准偏差, 如图4所示。可以看出, 改进后的算法精度非常高, 并且相当稳定。 4 椭圆中心坐标的精确定位 笔者所述的新方法很好地拟合出了椭圆方程, 并且实现了椭圆中心坐标的精确定位。实验结果表明:该方法不仅速度快、精度高、稳定性好, 而且在有噪声干扰的情况下, 也能快速、精确地对椭圆中心进行定位。