详情

原文传递齿轮倒角轮廓多视觉协同测量方法研究

论文题名：	齿轮倒角轮廓多视觉协同测量方法研究
关键词：	汽车工业;倒角齿轮;轮廓结构;接触式测量;非接触式测量
摘要：	近年来，汽车工业得到很大的发展，对汽车用倒角齿轮的制造精度要求也越来越高。为了检测齿轮倒角的轮廓，人们研究了各种方法。这些方法包括接触式测量和非接触式测量方法。　　论文研究了针对齿轮倒角测量的双目视觉原理;建立了测量系统相应的数学模型;设计了测量系统，并进行了标定试验;利用标定所获得的系统内外部参数，对齿轮倒角轮廓进行了测量并得到了测量结果。　　结果表明:本论文所提出的测量方法具有一定的可行性，可为多相机视觉协同测量系统的研究与开发提供参考。　　论文对利用双目视觉进行齿轮倒角测量时产生的误差及原因进行了初步分析，提出了控制误差应采取的相关措施与方法。　　本论文内容包括: 　　第一章:引言　　本章介绍了课题的研究背景和意义，以及齿轮倒角参数测量方法的国内外研究发展状况。　　随着汽车工业的发展，对汽车倒角齿轮制造精度的要求也越来越高。为了保证倒角齿轮的加工精度，需要研究检测齿轮倒角轮廓的方法与技术。近年来，人们研究了各种检测方法。这些方法包括接触式和非接触式测量方法。　　综上所述以及根据企业实际需求，本文对汽车齿轮倒角的机器视觉双目测量方法开展研究具有一定的意义。　　国外研究状况: 　　国外接触式工件表面轮廓参数测量系统相对比较成熟，非接触式参数测量系统的研究不断深入，但但还存在许多问题，还有很大的研究空间。　　国内研究状况: 　　目前，国外基于机器视觉测量方法和相关理论研究现有测量刀具和工件表面轮廓的研究取得了许多成果，这些成果部分已经应用于刀具参数和工件表面质量检测中，技术相对成熟，但双目立体视觉检测技术应用于齿轮倒角几何参数测量的研究还还很少见。许多研究距离真正应用于生产实践还有很长的路程。　　第二章:多相机协同系统测量方法　　本章主要介绍了齿轮倒角双目视觉协同测量系统的工作原理。利用四组双目视觉组成相机协同测量系统。由于重要的基础工作是研究基本组件双目视觉系统的工作原理及对齿轮倒角的测量应用，所以论文重点放在了双目视觉的研究方面，只要一组双目视觉系统测量成功，四组即可协同进行测量工作。研究了协同系统中单目和双目相机的标定、极线校正、边缘提取及特征点的提取原理。构建了一个齿轮倒角角度参数测量系统。　　假设有待测的三维物体表面点Pw，如果只使用一个相机，它在相机的成像平面为P1点。该视觉系统不能根据像平面上P1点求得三维空间的Pw。这是因为相机沿光轴方向的信息被压缩了。既三维信息在图像上仅有两维信息了。但由于三角关系，双目视觉系统用两个相机同时拍一个点后，可以计算出点的三维坐标，提取的坐标可用于测量。为了实现齿轮倒角轮廓进行测量，必须确定齿轮，相机和图像平面的空间位置关系，这个关系必须通过标定才能得到，因此摄像机的标定是最重要的步骤。相机校正的核心意义是获取相应的图像像素坐标系空间中的某一点和世界坐标系某点之间的关系，相互之间的关系是通过相机的内部和外部参数反映的。所以，首先要建立两个模型，即针孔成像模型，照相机和镜头畸变模型;然后需要通过标定，建立图像坐标系，摄像机坐标系和世界坐标系转换的三者之间的关系。　　本部分首先描述了相机标定理论模型，说明了各坐标系之间的关系，讨论了单一相机标定方法。　　摄像机成像可以简化为理想的针孔成像模型。如图2.6所示，假设任何点在物体表面的反射光通过一个小孔并投影到图像平面，根据光的直线传播的原理，存在光学中心和共线点。根据三维空间上针孔成像模型的关系称为透视投影关系。透视投影关系即:摄像机坐标系X，Y轴分别和图像坐标系的x,y轴平行于Z轴，相机光轴垂直于像平面。摄像机坐标系和图像坐标系可以表述为:之间的关系。　　图像在数学上可以有不同的表达，通常用来描述一个简单的二维函数，x和y是图像平面坐标，f为任何坐标点的亮度，也被称作这一点的振幅。图像为模拟图像，对其在空间上进行离散、保持、量化和编码，就可以将模拟图像转化为数字图像。数码相机形成的图像就是数字图像。对于数字图像，可以定义成具有i列j行的数字图像，其存储形式为i×j数组，i列j行图像中每一个元素称为像素，其值为图像像素灰度值。图像屏幕坐标系是在直角坐标系中定义的，图像屏幕坐标系的左上角为坐标原点，u，v(u，v)表示的像素数组的行和列的坐标。相机模拟光学图像的坐标系的x轴和y轴分别与屏幕坐标系的u，v轴平行。　　单摄像机标定是指通过建立成像模型，解决摄像机内外参数，最终建立空间点和图像点之间的关系。单摄像机标定是机器视觉理论的核心理论之一，该算法主要包括图像平面标定方法，2D平面目标方法，三维目标方，法径向约束方法，BP神经网络校正算法等。张正友2D平面目标算法由于其简单的校准过程，目标简单，标定精度较高，得到了广泛的应用。　　分别两个相机校正完成后，两个相机坐标系必须统一到同一个世界坐标系，即双目标定。第三和四章可以看到本研究的标定结果分析。　　限制约束来解决摄像机的标定并确定校准目标图像的位置和空间关系，获取三维信息的测量，还需要使用解决摄像机标定的参数特性匹配、极地校正和3D重建的一系列的步骤。分别在两个不同的成像平面的图像上，两个对应的特征点存在于一个特殊关系的约束限制。如图2.15所示，立体成像，假设相机光学中心点分别为Cl和Cr。三维空间点Pw在投影平面投影点Pi和Pr。相机的光学中心Cl和Cr在另一个摄像机成像平面上的投影点。由空间点W和相机的光学中心Cl和Cr被称为极地表面。根据上述定义，空间的任意一点，摄像机成像平面投影点，必须在这一点上，两个相机光学中心放在一个平面上，成为一个特定的图像中的特征点。极限约束减少了二维搜索匹配点和一维搜索匹配点，加快匹配的速度，减少了匹配的困难。但是，在这个过程中对应点的三维坐标重建，只有极地约束匹配，每次匹配都需要重新计算时间，极线方程搜索和确定相应的匹配点，需要大量的计算，需要更多的时间。因此在双目立体匹配之前，首先对左右图像校正限制约束。极地校正图像的所有的线平行，从而大大减少了计算量，极地方程简化计算过程。极地校正系统结构如图2.15所示:整改前后的图像。　　目前，极地校正算法更多，常用的算法有两种:一是Hartley算法，只需要提取一定数量的基础矩阵，获得对应的特征点在图像，然后使用基本矩阵可以极地校正;第二是Bouguet算法，主要通过立体相机标定的旋转矩阵和翻译为极地修正向量。Hartley算法优点是该算法不需要双目立体标定，提取完成一定数量的对应点就可，缺点是现场图像比例是未知的，只有没有失真或畸变的图像。Bouguet算法的原则最核心的内容是让每一个图像的图像投影和数量最低，同时观察区域最大化。左右摄像机之间的旋转矩阵R分为两部分，分别左相机旋转矩阵和右相机旋转矩阵合成。　　双目立体视觉的核心是双目匹配问题，系统中的参数之一，在齿轮倒角测量中起着非常重要的作用。双目匹配的目的是基于图像的空间对应关系相同的点。与此对应关系可以计算出视差，恢复图像深度信息。恢复深度信息后可以解决被测对象特征点的三维坐标，最后通过这些稀疏空间点三维坐标信息恢复表面。双目匹配主要包括两个步骤:一是为了解决图像匹配点;二，根据双目视觉系统的内部和外部参数和相应的计算特征点的深度在景象匹配点，获得齿轮倒角的三维信息。　　本章系统的讨论了齿轮倒角测量系统主要参数测量的基本原理。着重描述了四个基本坐标系下针孔相机模型，内部和外部之间关系的单摄像机标定参数计算方法，并通过了对双目摄像机的内外参数标定算法。　　第三章:双目立体视觉测量过程　　根据双目视觉测量的原理，设计了齿轮倒角轮廓参数测量系统。测量系统结构图如图3.1所示，通过双目摄像机图像采集，首先单目后双目立体标定、系统标定完并提取内外参数进行图像处理和齿轮图像校正，最后提取倒角的三维信息和相关参数。　　通过计算，本研究选择工业相机镜头M0814-MP,其基本参数如表3.1所示，选择工业相机DH-HV1303UM面阵CMOS相机，它的基本参数如表3.2所示。测量系统的研究若生产现场质量检测，根据工作环境，如果不使用照明，然后采集的齿轮图像会出现一些误差（如图3.5所示）和背景灰度图像，图像处理的难度增加，影响齿轮倒角参数的测量精度;如果使用光源则会改善这种情况，图像轮廓清晰可见（见图3.6 c），可减少后期的图像预处理及相关算法的工作难度，确保齿轮倒角参数测量的准确性。　　单和双目标定是实验的很重要部分，本文研究用张正友标定算法来标定;标定靶是8x8的黑白棋盘格，设区城面积为100mmX100mm。　　图像采集模块的测量系统通过两个相同的工业相机图像采集，即采用工业相机和镜头画面，包括棋盘校准目标图像和图像检测工具。棋盘图像用于单一目标和双目标定，计算相机的内部和外部参数。软件的操作包括:打开相机，相机单帧捕获图像、连续采集图像、图像存储三个部分，其具体操作功能:打开相机使用相机类定义了一个对象定义图像采集对话框捆绑在一起，以创建图像采集对话框将打开相机，然后收集图像保存到指定的文件夹。其具体操作流程图如图3.12所示. 　　第四章角度测量试验及试验结果分析　　根据第二章中提到的摄像机模型，单目和双目标定的校准算法，使用第三章编写的软件，首先:使用相机采集不同位置标定靶图像后进行相机标定，分别获取计算相机的内部和外部参数参数，图像处理，用canny算法边缘提取，图像校正，RANSAC特征点提取，角度计算和实验结果分析。
作者：	Atif Mahmood(阿帝夫)
专业：	机械制造及其自动化
导师：	许增朴
授予学位：	硕士
授予学位单位：	天津科技大学
学位年度：	2015
正文语种：	中文