一种基于CCD的高精度测量方法.pdf

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号(10)申请公布号CNCN103499297103499297A(43)申请公布日2014.01.08(21)申请号201310509532.3(22)申请日2013.10.25(71)申请人爱科维申科技（天津）有限公司地址300402天津市北辰区宜兴埠八街轻工业园2排9号(72)发明人耿磊王忠强(74)专利代理机构天津中环专利商标代理有限公司12105代理人莫琪(51)Int.Cl.G01B11/00(2006.01)权权利要求书3页利要求书3页说明书5页说明书5页附图2页附图2页(54)发明名称一种基于CCD的高精度测量方法(57)摘要本发明属于机器视觉领域，涉及一种基于CCD的高精度测量方法，突破了目前基于CCD的尺寸测量技术中多用于小尺寸物体测量的局限，该算法构建摄像机成像模型，标定相机内外参数，根据畸变模型和内参数据校正图像；提出了利用邻域信息区分被测物上下表面边缘的方法，采用Canny滤波器提取被测物上表面亚像素边缘信息，根据被检测零件的CAD数据创建模板,利用基于形状的模板匹配算法精确定位识别被测物,根据点激光器获得被测物深度信息，约束并换算被测物上表面姿态，最后将轮廓距离作为被测物加工误差的度量,该算法可应用于大尺寸平面零件尺寸测量，精度可达亚像素级别。CN103499297ACN1034927ACN103499297A权利要求书1/3页1.一种基于CCD的高精度测量方法，包括下列步骤：标定摄像机内外参数并校正图像；定位被测物；区分被测物上下边缘，提取上表面亚像素边缘；测量被测物高度，确定被测物的边缘实际坐标；导入被测零件的CAD数据，创建模板并匹配；将模板与被测物边缘模型进行比较并进行误差分析。2.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤（2）中，为了缩小匹配范围，提高匹配的速度和精度，首先需要对被测物定位，由于被测物和图像背景之间存在非常显著的灰度差，采用基于灰度直方图的分割方法，对图像的直方图高斯平滑后，选择直方图两峰之间的最小值为阈值进行分割，得到的区域用33的正方形结构元素膨胀，设置膨胀后的区域为感兴趣区域ROI。3.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤（3）中，采用基于16邻域的方法区分上下边缘，对ROI中的任一像素p，计算16邻域外层灰度最小值，若最小值大于阈值T，则认为此像素点不属于被测物上表面的像素点，将其值设为255，计算方法为：设集合(1)(2)其中为图像灰度值；M为图像矩阵纵坐标集合；N为图像矩阵纵坐标集合；A为图像矩阵横坐标集合；B为图像矩阵横坐标集合；r为图像矩阵纵坐标；c为图像矩阵横坐标；T为设定的阈值；图像边缘点处于灰度分布函数斜率最大的地方，恢复图像边缘过渡区域的一维连续灰度分布函数后，亚像素边缘位于灰度分布函数斜率的极值点位置，使用Canny滤波器获取高精度的亚像素边缘。4.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤（4）中，采用点激光器测量被测物高度，测量时,首先激光器投射出点状激光到被测物表面,记图像上点状激光中心为，然后放置已知精确高度的量块到平面上，投射出点状激光到量块上并拍摄图片，记图像上点状激光中心为，再将点状激光投射到被测物表面上,由CCD摄像机拍射下此时物体表面上的成像，记图像上点状激光中心为，由于被测物体与量块高度不同,所以两次成像在水平方向上是不同的,从而利用三角法2CN103499297A权利要求书2/3页计算出物体厚度可由式（3）、（4）求得：(3)(4)式中：h为被测物的厚度；D为两点之间的距离；r为图像矩阵纵坐标；c为图像矩阵横坐标；测得被测物的厚度后，根据摄像机外部参数和厚度信息把测量平面转换到被测物的上平面，得到被测物上边缘在世界坐标系下的坐标。5.根据权利要求1所述的一种基于CCD的高精度测量算法，其特征在于，步骤（5）中，采用了一种基于形状的匹配算法,有效地解决目标发生旋转、平移的图像的匹配；具体方法为：首先根据被测物的CAD数据创建模板，计算CAD图像边缘每个点关联的方向向量；其次设模板图像的点集,各点关联的方向向量；模板图像中心点为P，待检图像每个点的方向向量为；配准时，计算模板图像中心点P到待检图像的点的变换矩阵A，通过仿射变换将模板图像按变换矩阵A整体平移，得到变换后的模板图像点集，记为，其中变换后的方向向量为；最后计算变换后模板中所有的方向向量与待检图像对应点方向向量的点集的总和，该点积的总和就是相似度量s：(5)S为相似度量值；为模板图像上各点的方向向量；为待检图像上各点的方向向量；为向量的横坐标；为向量的纵坐标；x为向量的横坐标；y为向量的纵坐标；当相似度量值s达到用户