VoL.26 No.6 梁治国等：基于线型激光的钢板表面缺陷三维检测技术 663· 768×576的面阵摄像机，采用隔行扫描方式，有效 像素为768×288，镜头焦距为25mm,实验平台为 自行设计开发的运动图像采集与表面在线检测 3 实验台，系统在深度方向的图像采集范围为30 mm左右，深度检测的理论精度为0.10mm. 图2标定示意图 2摄像机的标定 Fig.2 Sketch map of partitioning calibration 摄像机标定的任务是，在某一个即定的摄像 表1标定验证结果对比 机模型下，经过对数字图像的处理，利用一系列 Table 1 Comparison of validating results 数学变换和计算方法，求取摄像机模型的内部参 标定方式 验证点个数误差均值mm 数和外部参数，从而确定像平面上各点与物理坐 全局标定 10 1.721 分区标定 10 0.121 标中各点的映射关系向.系统标定的基本方法是 在一定的成像模型下，利用形状、尺寸已知的标 标定的系统标定处理方法 定参照物求取摄像机的内、外部参数， 直接线性变换法(DLT)是由Abdel-Aziz和Ka- 3激光线形提取与空间曲线还原 rara首先提出的.通过求解线性方程的手段求得 摄像机模型的参数.该方法是对在摄影测量学中 3.1图像细化预处理 传统方法的简化。 由于工业生产现场的光环境可以通过安装 直接线性变换方法所使用的模型为： 检测设备而保持相对稳定，因此本文选择阈值化 u-l ty-loy+Zalo+lo 法对图像进行二值化.运用阈值化法进行图像二 xl20+y.21+zl2a+l23 (1) 值化的关键是选择适当的阈值T.根据实验原始 x lo+y山1+zl+lg xl2o+y h+zlz+l 图像（图3）的灰度直方图分布，选择图像灰度直 其中，（化以，2）为三维空间中控制点的坐标， 方图分布上最高波峰后的第一个波谷作为阙值， (4,)为图像上对应于三维控制点的像点坐标， 处理后得到二值图像如图4.需要说明的是，为了 为待定参数.不失一般性，令如=1，则如果得到 方便读者观察缺陷图像特征，本文选择深度为5 NN26)个控制点的空间坐标(x,y,)和对应的 mm的模拟缺陷进行图像处理流程示意图.本环 像坐标(“，)，就可以用最小二乘法求解出除外 节的另外一个任务是将经过二值化处理后的图 的另外11个参数. 像中来自原始图像的噪声干扰和一些离散的干 根据激光线条出现的期望区域（即激光线在 扰点去除. 空间形成的光平面)，截取标定靶面上相应区域， 并在图像区域内均匀选择了特征点48个，分别 记录这些特征点的空间坐标和在像平面的坐标， 再将数据用来对系统成像进行标定.实验结果表 明，这样标定系统的误差较大，研究其误差的分 布可以发现，距离物理空间原点较近的区域内， 图3激光线原始图像 数据的误差较小.以往实验中的标定范围多为正 Fig.3 Original image of a laser line 方形，效果较好，而此次图像为狭长区域，造成图 像左右段区域数据的干扰.对系统标定方法作修 正，将原有标定图像进行分区标定，如图2所示， 表1为采用这两种不同标定方式后选择任意10 点进行验证的对比结果.不难发现，经过分区处 理后的系统标定，数据处理的误差降低了一个数 图4二值化图像 量级，因此在实际的检测过程中，采用基于分区 Fig.4 Binary imageVb L2 6 N o . 6 梁治 国等 :基 于线 型激 光的钢 板 表面缺 陷三 维检 测技 术 6 63 - 76 8 x 5 7 6的面 阵摄像 机 , 采用 隔行 扫描 方式 , 有 效 像素 为 76 x8 28 8 , 镜 头焦 距 为 25 ~ , 实 验平 台 为 自行 设 计 开 发 的运 动 图像采 集 与表 面 在线 检测 实验 台 . 系 统在深 度方 向的 图像采集范 围为 30 ~ 左 右 , 深 度检测 的理 论精 度 为 0 . 10 ~ . 2 摄 像 机 的标定 摄 像机 标 定 的任务 是 , 在 某一 个 即定 的摄 像 机模型 下 , 经 过对 数字 图像 的处 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 , 从 而确定 像平 面上 各 点与物理坐 标 中 各 点的 映射 关系 `司 . 系统 标定 的基本 方 法是 在 一 定的成 像模 型下 , 利 用 形状 、 尺 寸 己 知 的标 定 参照 物求 取摄 像 机 的 内 、 外部 参 数 . 直 接 线性 变换法 田LT ) 是 由 bA de l 曰 八ZL i z 和 K a . r a r a 首先 提 出 的 . 通 过求 解 线性 方程 的手 段求 得 摄像机 模型的 参数 . 该方 法 是对在 摄 影测量 学 中 传统 方法 的简化 . 直接 线 性变 换 方法 所 使用 的模型 为 : 图 2 标 定 示意 图 iF g · 2 S k e t e h m a p o f Pa rt i仃o n 运 g e a月i b邝如. 表 1 标 定验证 结 果对 比 aT b l e 1 C o m p a 呛 o n o f v a 胜d . h血 g 卿 u lst 标 定方 式 全 局标 定 分区标 定 验 证 点个数 误差 均值加m I 0 l 0 1 . 7 2 1 0 . 12 1 标 定 的系 统标 定 处理 方 法 . 丛病wlzn ( l ) 工侧 乙 。 十外人 : 十 + 乙 3 3 激 光线 形 提 取 与空 间曲线还 原 .3 1 图像细 化预处 理 由 于工 业 生产 现 场 的 光 环境 可 以通 过 安 装 检 测 设备 而保 持相对 稳 定 , 因此 本文 选 择闽值 化 法对图像进 行 二值 化 , 运用 闽值 化法 进 行 图像 二 值 化 的关 键 是选 择适 当的 闽值 T . 根据 实 验原 始 图像 (图 3) 的灰 度 直方 图分 布 , 选择 图像灰 度直 方 图分 布上 最 高波峰后 的第 一个波谷 作为闽值 , 处 理后得 到 二值 图像如 图 4 . 需要 说 明的是 , 为 了 方 便读 者 观 察缺 陷 图像 特征 , 本 文选 择 深度 为 5 m m 的模 拟 缺 陷进 行 图像 处理 流程示 意 图 . 本环 节 的另 外一 个 任 务 是将 经 过 二值 化 处 理 后 的 图 像 中 来 自原 始图像 的噪 声 干 扰和 一 些 离 散 的干 扰 点 去除 . UV ! 、.矛几 其 中 , xw( ,外 ,幼 为 三 维 空 间 中 控 制 点 的 坐 标 , u( , v) 为 图像 上 对应 于三 维控制 点 的像 点坐 标 , 几 为 待定 参数 . 不 失 一般性 , 令人 3 二 1 , 则如 果得 到 州万之 6) 个 控 制 点 的空 间坐 标 xw( , yw , ` ) 和对 应 的 像 坐标 u( , v) , 就可 以 用最 小 二乘 法求 解 出 除人 3外 的另外 1 个 参 数 . 根 据激 光 线 条 出现 的期 望 区域 ( 即激光 线 在 空 间形成 的光平 面 ) , 截取标 定靶面 上相 应 区域 , 并在 图像 区域 内均匀 选 择 了特征 点 48 个 , 分 别 记录 这些特征 点 的空 间坐标 和在像 平 面 的坐标 , 再将 数据用 来对系 统成像 进行 标 定 . 实验 结果表 明 , 这 样标定 系统 的误 差较大 . 研究 其 误差 的 分 布可 以发现 , 距离 物 理空 间 原 点较 近 的区域 内 , 数据 的误差 较小 . 以往 实验 中 的标定 范 围多为 正 方形 , 效果较好 , 而此次 图像 为狭 长 区域 , 造 成 图 像左 右段 区域 数据 的干扰 . 对系 统标定方法 作修 正 , 将 原有标 定 图像 进行 分 区 标 定 , 如 图 2 所 示 . 表 I 为采用 这 两种 不 同标 定 方式 后选 择 任 意 10 点进 行验 证 的对 比结果 . 不难 发现 , 经 过分 区处 理后 的系统 标 定 , 数 据处 理 的误差 降低 了一个数 量级 . 因此 在 实 际的检 测 过程 中 , 采 用 基于 分 区 图 3 激光 线原 始图像 F i g . 3 o r ig i o a l ha a平 Of a la s e r il n e 图 4 二值 化 图像 乃.9 4 B I l a 理 加 ag e