張芝賢,，程繼坤，武旭娟

　?。ㄉ蜿柡娇蘸教齑髮W(xué) 電子與通信工程學(xué)院,，遼寧 沈陽，110136）

       摘要：雙目立體視覺測量系統(tǒng)是工業(yè)測量中的重要手段,，三維重建是雙目立體視覺測量體統(tǒng)中非常重要的一環(huán),。基于視差原理的傳統(tǒng)三維重建模型是對雙目立體視覺系統(tǒng)的一種理想化抽象,。通過分析由平面到三維點的實際映射過程,，提出了一種更加符合實際數(shù)據(jù)的三維重建模型，異面直線公垂線三維重建方法,。該方法通過計算兩攝像機(jī)光心與其各自像點構(gòu)成的兩條空間直線的公垂線,，即兩條異面直線的最小距離點來定位三維空間點，且其最小距離參數(shù)可有效判斷誤匹配點,。通過實驗對該方法進(jìn)行了驗證,。結(jié)果表明該方法可達(dá)到傳統(tǒng)視覺三維重建方法的測量精度,，并可有效判斷匹配點是否為誤匹配點。

　　關(guān)鍵詞：雙目立體視覺測量,；異面直線公垂線,；誤匹配點；三維立體重構(gòu)

　　中圖分類號：TP391文獻(xiàn)標(biāo)識碼：ADOI： 10.19358/j.issn.1674-7720.2017.04.024

　　引用格式：張芝賢,，程繼坤,，武旭娟.公垂線法雙目立體視覺三維重建［J］.微型機(jī)與應(yīng)用，2017,36（4）：80-83.

0引言

　　雙目立體視覺測量是一種基于視差原理的三維非接觸測量技術(shù),。由兩臺攝像機(jī)在不同的角度下同時獲取待測目標(biāo)的圖像,，然后利用特征點的圖像坐標(biāo)根據(jù)測量模型重建其三維坐標(biāo),，最后通過擬合這些特征點獲取待測目標(biāo)的三維幾何信息,。雙目立體視覺重建技術(shù)已經(jīng)深入到人們生活、生產(chǎn)和工作的方方面面,，具有重要的理論意義和實用價值,。它所涉及的知識面很廣，是一種綜合性的技術(shù),，有廣闊的發(fā)展前途和廣泛的應(yīng)用前景［1］,。在三維立體重構(gòu)中,空間點作為三維結(jié)構(gòu)最為基本的組成單位，在理論方面能夠從點構(gòu)成線,，從線構(gòu)成面,，隨后通過各個面來形成三維空間結(jié)構(gòu)。所以,，測量空間點的具體坐標(biāo)是最為基本的雙目立體視覺內(nèi)容,。雙目立體三維重構(gòu)也是基于點的三維信息的獲取。

　　雙目立體視覺利用三角幾何相關(guān)原理來對視差進(jìn)行計算進(jìn)而獲得物象在三維空間上的信息［2］,。為理解雙目立體的視覺原理,，通常假設(shè)存在一個結(jié)構(gòu)非常簡單的雙目視覺系統(tǒng)［3］，兩個攝像機(jī)光軸平行并且它們的內(nèi)參完全相同,，如圖1所示,。這個系統(tǒng)的基線（兩個攝像機(jī)光心之間的連線）與第一個攝像機(jī)的x軸一致。

　　而對于構(gòu)建一般雙目視覺系統(tǒng),，無法嚴(yán)格保證兩相機(jī)坐標(biāo)系嚴(yán)格平行,。一般測量模型［4］更便于理解雙目立體視覺結(jié)構(gòu)。如圖2所示,，該模型不需要兩個相機(jī)坐標(biāo)系嚴(yán)格平行,。

　　對于以上兩種測量模型，都首先需要進(jìn)行標(biāo)定獲得相機(jī)的內(nèi)外參數(shù),，區(qū)別在于理想測量模型需要根據(jù)內(nèi)外參數(shù)將測量系統(tǒng)映射轉(zhuǎn)化為理想測量系統(tǒng),，而一般測量模型僅需要對圖像做畸變校正,，而后直接利用兩相機(jī)的相對位姿關(guān)系求得三維點信息。

　　然而由于實際的鏡頭并不是理想的透視成像,，而是帶有不同程度的畸變,，圖像中存在噪聲的干擾影響特征點提取精度等原因，使得空間點所成的像并不是在線性模型所描述的位置,，在實際數(shù)據(jù)中這兩條直線并非交于一點而是構(gòu)成空間異面直線,。另一方面，對于匹配錯誤的同名點,，以上兩種算法的重構(gòu)過程無法判斷該組同名點是否匹配有誤,。而誤匹配在所有的匹配算法中都是無法完全避免的［5］。由于誤匹配點的不確定性可能會導(dǎo)致重構(gòu)三維空間點嚴(yán)重偏離實際點,，大大影響了系統(tǒng)測量精度,。

　　根據(jù)雙目立體視覺的實際數(shù)據(jù)，在一般測量模型基礎(chǔ)上,，可將兩條視線即兩相機(jī)光心與各自像點的連線視為兩條空間異面直線,。通過求取這兩條異面直線以及異面直線公垂線［6］，可確定三維重構(gòu)點的最佳估計位置,，同時可根據(jù)距離參數(shù)判斷該點是否為誤匹配點,。

1公垂線法三維立體重建

　　1.1攝像機(jī)標(biāo)定與點的坐標(biāo)系轉(zhuǎn)換

　　圖像與三維信息之間的對應(yīng)關(guān)系是由攝像機(jī)成像的幾何模型決定的,這些幾何模型參數(shù)就是攝像機(jī)參數(shù),求解攝像機(jī)參數(shù)的過程即攝像機(jī)標(biāo)定的過程［7］。攝像機(jī)標(biāo)定是雙目立體視覺系統(tǒng)中的重要一環(huán),，是三維立體重構(gòu)的基礎(chǔ)環(huán)節(jié),。通過攝像機(jī)標(biāo)定一方面獲得成像幾何模型的結(jié)構(gòu)參數(shù)用于三維立體信息的重構(gòu)，另一方面是對攝像機(jī)存在的鏡頭畸變進(jìn)行校正確保測量精度,。

　　研究中采用張正友提出的基2D平面標(biāo)定板的標(biāo)定算法［8］,，并在其原有算法僅考慮鏡像畸變基礎(chǔ)上考慮了切向畸變帶來的影響，使得畸變校正結(jié)果更理想,，精度更高,。

　　其中，k1,、k2為徑向畸變系數(shù),，p1、p2為切向畸變系數(shù),，pd(xd, yd)為實際的圖像坐標(biāo),，pu(xu, yu)為不考慮鏡頭畸變的線性模型下的圖像坐標(biāo)，即為畸變校正后的圖像坐標(biāo),。

　　標(biāo)定獲得相機(jī)的內(nèi)部參數(shù)以及兩相機(jī)坐標(biāo)系間的變換關(guān)系H,。根據(jù)內(nèi)參可以確定相機(jī)光心與像點在各自坐標(biāo)下的坐標(biāo)，然后根據(jù)兩相機(jī)坐標(biāo)系的轉(zhuǎn)換關(guān)系H將所有點統(tǒng)一到同一坐標(biāo)系下［9］,。這里根據(jù)方程(2)將所有三維點統(tǒng)一到左相機(jī)坐標(biāo)系下,。

　　其中PR為空間點在右相機(jī)坐標(biāo)系下的空間坐標(biāo),，PL為空間點在左相機(jī)坐標(biāo)系下的坐標(biāo)R為旋轉(zhuǎn)矩陣，t為右相機(jī)坐標(biāo)系到左相機(jī)坐標(biāo)系的一個平移量,。

　　由此可由一對同名點以及相機(jī)各自光心四個點構(gòu)成雙目立體視覺的兩條視線,，并可將這兩條異面直線在同一坐標(biāo)系下表示。

　　1.2公垂線法立體重構(gòu)

　　如圖3所示,，兩條視線構(gòu)成一對異面直線,。空間異面直線的最小距離點即為兩條異面直線的公垂線與兩條異面直線的交點,。這里是以左相機(jī)坐標(biāo)系為作為系統(tǒng)坐標(biāo)系,。因此選取左相機(jī)的視線與公垂線的交點為三維重構(gòu)的最佳估計點。

　　根據(jù)P1,、O1與P2,、O2構(gòu)成的兩條視線的直線為：

　　公垂線兩視線的交點分別為：

　　M(x1+m1t1,y1+n1t1,z1+p1t1)

　　N(x2+m2t2,y2+n2t2,z2+p2t2)

　　兩條異面直線的最小距離參數(shù)：

　　選取左相機(jī)視線與公垂線交點M為最佳三維重構(gòu)點。距離參數(shù)Dist為兩條視線的最小距離,。

　　與傳統(tǒng)方法相比公垂線法立體重構(gòu)除獲得三維重構(gòu)點外,，還可獲得一個異面直線距離參數(shù),。在理想情況下兩個特征點匹配正確時該距離參數(shù)為零,。而實際中匹配正確的也會存在微小的位置偏差，但這種偏差基本是亞像素級的,，雖然會使距離參數(shù)不為零,，但其值在會在一個很小的范圍之內(nèi)。當(dāng)重構(gòu)點為誤匹配點時,，匹配點對的誤差則是不可預(yù)知的,，至少是像素級別的，其可能是幾個,、幾十個甚至上百個像素點,，因而距離參數(shù)數(shù)值也急劇增大。正是因為正確匹配點與誤匹配點在距離參數(shù)數(shù)值上的差異,，所以可將該值作為對誤匹配點進(jìn)行甄別的一個有效手段,。

2三維重構(gòu)實驗及精度評價

　　本文標(biāo)定過程采用寬度為500 mm的 Halcon標(biāo)定板對雙目立體視覺系統(tǒng)進(jìn)行標(biāo)定。標(biāo)定獲得相機(jī)內(nèi)參如表1,、表2所示,，左右兩相機(jī)的相對位置關(guān)系如表3所示。

　　實驗中標(biāo)定板精度在1 μm以內(nèi),，因此通過提取標(biāo)定板中的標(biāo)志點進(jìn)行匹配三維重構(gòu)來驗證公垂線三維重構(gòu)點的距離精度,。實驗中拍攝了標(biāo)定板8種不同姿態(tài)，并對距離為375 mm的兩標(biāo)志點進(jìn)行三維重構(gòu),，如圖4所示,。

　　利用不同三維重構(gòu)算法對該對同名點進(jìn)行三維重構(gòu)求取距離,，并對三種方法進(jìn)行精度分析對比，如表4所示,。利用公垂線法三維重構(gòu)同時可獲得16個點重構(gòu)的距離參數(shù)Dist,。而后在在雙目系統(tǒng)下利用匹配算法進(jìn)行特征點的提取與匹配，通過人工識別找出自動匹配點對中的誤匹配點,。同樣對重構(gòu)獲得距離參數(shù)Dist,，并將與正確匹配點對的距離參數(shù)作比較，如表5所示,。

　　由表5可知,，正確匹配點與誤匹配點對距距離參數(shù)Dist有明顯差異,且其值與系統(tǒng)精度重構(gòu)一致，在10-5 m波動,。而誤匹配點由于誤匹配的隨機(jī)性則距離參數(shù)具有較大波動性,，并且其距離參數(shù)要遠(yuǎn)遠(yuǎn)大于求取正確匹配點的距離參數(shù)，所以根據(jù)該依據(jù)可有效區(qū)分匹配點中的誤匹配點,。

3結(jié)論

　　本文基于傳統(tǒng)雙目立體視覺重構(gòu)方法提出了一種新公垂線雙目立體視覺重構(gòu)方法,。通過實驗驗證了該方法可達(dá)到傳統(tǒng)的三維立體重構(gòu)方法對空間點的重構(gòu)精度。同時利用該方法三維點重構(gòu)過程中獲得的異面直線的距離參數(shù)來對匹配點進(jìn)行判斷,。通過設(shè)置合適閾值可自動篩選出重構(gòu)點中的誤匹配點將其去除,，不僅可提高測量效率，而且進(jìn)一步保證了測量精度,。

參考文獻(xiàn)

　?。?］ FUSIELLO A.Uncalibrated euclidean reconstruction:a review［J］.Image and Vision Computing, 2000, 18(67): 555563.［2］ 馬頌德,張正友. 計算機(jī)視覺計算機(jī)理論與算法基礎(chǔ)［M］.北京: 科學(xué)出版社,1998.

　　［3］ 馬桂珍,諶海新,馬丙辰.基于雙目視覺的手術(shù)器械跟蹤定位技術(shù)［J］.微計算機(jī)應(yīng)用,2005,26(2)：181183.

　?。?］ 邾繼貴,于之靖.視覺測量原理與方法［M］.北京：機(jī)械工業(yè)出版社,，2011.

　　［5］ 劉晶晶.基于雙目立體視覺的三維定位技術(shù)研究［D］.武漢:華中科技大學(xué),2007.

　?。?］ 呂林根,許子道.解析幾何［M］.北京:高等教育出版社,2007.

　?。?］ 賈云得.機(jī)器視覺 ［M］.北京：科學(xué)出版社,2005.

　　［8］ Zhang Zhengyou. A flexible new technique for camera  calibration ［J］.IEEE Transactions on Pattern Analysis and Machine Intelligence,2000,，22（11）：1330 1334.

　?。?］ STEGER C,ULRICH M,WIEDEMANN C.機(jī)器視覺算法與應(yīng)用［M］.楊少榮，吳迪靖,，段德山,，譯.北京：清華大學(xué)出版社，2008．

　?。?0］ LENZ R K,TSAI R Y. Techniques for calibration of the scale factor and image center for high accuracy 3D machine vision metrology ［C］. Proceedings of IEEE International Conference on Robotics and Automation, Washington DC：IEEE,，1987：6875.