欢迎光临~超人视觉--机器视觉专业培训--深圳英超微视科技快乐赛车
  咨询电话:19928722582、13631563298

技术文章

基于halcon图像拼接技术在工件测量中的应用研究

在工件的测量当中,机器视觉技术以它快速、准确、精度高的特点在实际应用当中快速发展。本文基于halcon强大的软件库,进行图像接接算法的研究。首先进行摄像机标定,消除镜头畸变后采集若干幅有次序的图像,然后对图像提取Forstner特征点,根据这些特征点的匹配关系,完成最后的图像拼接,然后可进行下一步的测量或检测。

一般工件测量当中,可以用卡尺、千分尺、测长仪等测量工具即可实现测量目的。对于大工件的测量,可以使用专用测量工具,但专用测量工具只是针对某一个或某一类工件进行测量,柔性度较差;对于特殊工件,可以采用导轨,标准件进行测量,但这种方法操作不方便,精度较低,而且成本较高。另外,也有采用间接法测量,如高弦长法,由于这种方法存在原理误差,所以可靠性不高,鲁棒性较低。
近年来,随着机器视觉的不断发展,采用视觉测量方法越来越多的应用于实践当中,它可以更好的达到精度要求,且操作简便,成本低廉。但在一些大尺寸工件的测量中,由于像机视角,拍摄角度,像机的视场不足等因素的影响,不可能得到一个完整的全景图像,故需要利用图像拼接技术生成一幅完整图像。
本文根据一种基于halcon软件的图像拼接方法,利用计算机视觉技术,首先进行摄像机标定,确定物体图像坐标系与相机坐标系,及世界坐标系的关系;然后采集数幅待拼接的图像,进行图像处理;最后根据图像处理中提取的特征点,完成图像配准及图像拼接的过程。图1为图像拼接一般流程。

2 图像拼接与工件测量
图像拼接就是将不同时刻、不同角度拍摄的存在一定重叠区域的图像拼接融合,获得一幅全景图像。根据halcon拼接算法合成一幅大视野,高分辨率的适合需求的图像。
本文算法是在软件平台halcon中调用及实现。halcon是世界公认的具有最佳效能的机器视觉软件之一,由一千多个各自独立的函数,以及底层的数据管理核心构成。
2。1 摄像机标定
在进行图像拼接之前,首先要进行摄像机标定。在halcon中进行摄像机标定就是通过摄像机对不同方位的标定板进行拍照,使用标定算子完成标定,得到摄像机的内、外参数。
摄像机标定可以确定二维图像与世界坐标系中物体的关系,这样就可以由图像中物体的尺寸计算出物体的实际尺寸。相机标定大致可以分为三个步骤:第一步是世界坐标系变换到相机坐标系,第二步是由相机坐标系变换到成像平面坐标系,这个过程有畸变,需要处理,第三步是成像平面坐标系变换到图像像素坐标系。
  1. 世界坐标系→相机坐标系
  2. 相机坐标系→成像平面坐标系
  3. 成像平面坐标系→图像坐标系
在上述标定过程中,用到的基本算子有:
create_calib_data 创建标定数据模型,用于储存数据;
set_calib_data_cam_param 设置相机参数和相机类型;
find_caltab 图像中寻找标定板所在区域;
find_marks_and_pose 获得标定板黑圆点的信息和预估外参数;
camera_calibration 标定相机所有参数;
get_calib_data 获得储存在标定模型中的标定。

2.2 图像处理
摄像机标定后,可以得到待拼接,处理的图像,此过程中摄像机要保持位置不变,这样可以得到待拼接图像的图像坐标与世界坐标的关系。而在实际项目应用当中,图像可能存在噪点,几何失真的问题,故在图像拼接之前需要对图像进行图像处理。
2.3 图像配准
图像配准就是将不同时间、不同传感器(成像设备)或不同条件下(天候、照度、摄像位置和角度等)获取的两幅或多幅图像进行匹配、叠加的过程。它已经被广泛地应用于遥感数据分析、计算机视觉、图像处理等领域。
本文中,采用的是Forstner特征点提取算子,另外,也可以采用Harris特征点提取算子,但与Harris角点提取相比,Forstner提取算子速度更快,精度高,因为需要阈值,所以匹配度更高。
其原理为:首先通过计算图像各个像元的Robert's梯度和以该像素为中心的一个窗口的灰度协方差矩阵,选为特征选点的都是误差最接近圆的椭圆点。在完成特征点的提取之后,通过重叠区域的特征点对比关系可以求得投影变换矩阵。经过初步匹配之后,采用Ransac算法进行进一步鲁棒性匹配,剔除不合适特征点,这样就可以完成最后的图像拼接合成。

此过程中用到的基本算子有:
Tile_images 平铺图像;
points_foerstner 用 foerstner 算 子 检 测 兴 趣 点 ;
proj_match_points_ransac 通过图像特征点,计算出仿射变换矩阵;

gen_profective_mosaic 多幅待拼接图像合成全景图像。


3 实例验证
实验中采用的是DHSV1411GC/GM工业相机,通过halcon自带算子open_framegrabber 可以打开摄像机并采集图片,通过以上拼接步骤完成以下实验:选用120cmPCB板作为实验对象,采集6幅有重叠部分的PCB板进行拼接。

3.1 图像采集及平铺图像
平铺图像如图2,由于页面过大,截取的为两幅图像;在平铺图像中可以明显看到重叠部分。



3.2 图像配准
配准图像如图3,其中绿色点代表Forstner特征点,蓝色代表Forstner特征点之间的匹配关系。
3.3 全景图像
全景图像如图4所示。


3。4 实验结果分析
进行五次拼接实验,与真实值进行对比,得出平均值及误差,结果如表1所示。
结果表明,拼结接果精度可以达到0.10mm,且整个拼接过程仅用4.5秒,无论在精度上还是速度上都能达到工业项目要求,故拼接技术在工件测量上的应用具有稳健有效的实用价值。
4 结束语
本文采用的图像拼接算法是基于强大的halcon软件平台上进行的。无论是在工业应用还是其它行业当中,测量必不可少,而面对实际项目当中都会有各种各样的问题和困难,尤其在对较大工件的测量当中更是如此。将图像拼接技术应用到视觉领域当中,可以在一定程度上解决大尺寸物体的测量与检测问题。因此,无论是从提高精度,准确度,还是效率方面考率,对图像拼接在测量当中的应用研究很有必要。





导航栏目

联系我们

联系人:嘉嘉老师

手 机:19928722582

邮 箱:3554436663@qq.com

公 司:超人视觉--机器视觉专业培训--深圳英超微视科技快乐赛车

地 址:深圳市观澜镇观光路1313-01栋盛宝宏大楼501室

用手机扫描二维码关闭
二维码
快乐赛车 秒速快3 上海快3走势图 快乐赛车 三分快3 幸运飞艇官网 欢乐生肖 PK10牛牛 秒速时时彩 澳洲幸运10开奖结果