鄭 正,許小進(jìn),謝晨江,簡(jiǎn)海林,劉志偉

(1.山東核電有限公司，山東 海陽 265116；2.國(guó)核電站運(yùn)行服務(wù)技術(shù)有限公司，上海 200233；3.東華大學(xué)機(jī)械工程學(xué)院，上海 201620)

0 引言

核電站燃料組件工作環(huán)境惡劣，在裝配應(yīng)力和熱應(yīng)力的影響下，長(zhǎng)時(shí)間工作會(huì)導(dǎo)致組件變形，引發(fā)組件破損，增加核事故發(fā)生概率。燃料組件上管座作為提供燃料組件抓取和燃料組件定位載體，其特征尺寸?？捎脕碓u(píng)價(jià)燃料組件位置是否正確。機(jī)器視覺是以現(xiàn)代光學(xué)為基礎(chǔ)，集光電子學(xué)、計(jì)算機(jī)圖像處理、圖形學(xué)、信號(hào)處理等科學(xué)技術(shù)于一體的現(xiàn)代測(cè)量技術(shù)[1-2]。根據(jù)測(cè)量光源，該技術(shù)可分為主動(dòng)視覺和被動(dòng)視覺測(cè)量。主動(dòng)視覺測(cè)量具有在線非接觸測(cè)量、特征識(shí)別明顯、測(cè)量精度高等特點(diǎn)[3]，適用于特殊惡劣環(huán)境下的物體檢測(cè)。本文使用主動(dòng)視覺測(cè)量技術(shù)，完成了對(duì)燃料組件上管座的尺寸測(cè)量，解決了單目視覺無法獲取深度信息的問題。

1 系統(tǒng)總體設(shè)計(jì)

1.1 系統(tǒng)框架

線結(jié)構(gòu)光掃描系統(tǒng)由線結(jié)構(gòu)光三維測(cè)量模塊、傳動(dòng)機(jī)構(gòu)模塊和信息處理模塊三部分組成，系統(tǒng)框架如圖1所示。三維測(cè)量模塊通過已標(biāo)定相對(duì)位置關(guān)系的相機(jī)和線結(jié)構(gòu)光，獲取線結(jié)構(gòu)光與被測(cè)對(duì)象相交線上的點(diǎn)所對(duì)應(yīng)的空間坐標(biāo)。傳動(dòng)機(jī)構(gòu)模塊通過驅(qū)動(dòng)三維測(cè)量模塊和被測(cè)物體相對(duì)平移運(yùn)動(dòng)，采集整個(gè)路徑上的平面信息。信息處理模塊通過對(duì)圖片進(jìn)行分析計(jì)算并擬合點(diǎn)云數(shù)據(jù)，最終實(shí)現(xiàn)三維重構(gòu)。

圖1 線結(jié)構(gòu)光掃描系統(tǒng)框架

1.2 被檢測(cè)上管座尺寸

被測(cè)燃料組件待測(cè)尺寸為L(zhǎng)=(213.37±0.5)mm、H1=(66±0.5)mm、H2=(90±0.5)mm。上管座外形如圖2所示。

圖2 上管座外形示意圖

1.3 系統(tǒng)參數(shù)及檢測(cè)要求

系統(tǒng)硬件參數(shù)如下：相機(jī)分辨率1 920×1 080；單個(gè)像素尺寸5.5×5.5 μm；鏡頭焦距16 mm；相機(jī)焦點(diǎn)至線結(jié)構(gòu)光發(fā)射點(diǎn)的距離S為300 mm；相機(jī)光路與水平面夾角θ為60°；傳動(dòng)機(jī)構(gòu)步距為0.1 mm。

系統(tǒng)軟件參數(shù)如下：開發(fā)系統(tǒng)win7；開發(fā)平臺(tái)vs2013、qt5.8.0；庫(kù)函數(shù)opencv3.1、pcl1.8.0。

系統(tǒng)檢測(cè)要求如下：儀器量程300 mm；尺寸測(cè)量精度0.5 mm(工作距離0.5 m)。

2 線結(jié)構(gòu)光掃描測(cè)量技術(shù)

2.1 空間模型及數(shù)學(xué)模型

線結(jié)構(gòu)光測(cè)量空間模型如圖3所示。由線結(jié)構(gòu)光發(fā)射器發(fā)射出一個(gè)很窄的光平面，當(dāng)光平面與物體相交時(shí)，便會(huì)形成一條相交線。該相交線由于物體表面形狀的不同，導(dǎo)致相機(jī)采集的圖像中的線結(jié)構(gòu)光條紋產(chǎn)生扭曲和斷裂。相交線上的每一個(gè)點(diǎn)與焦點(diǎn)和線結(jié)構(gòu)光發(fā)射點(diǎn)之間都對(duì)應(yīng)著一個(gè)簡(jiǎn)單的三角幾何關(guān)系。在進(jìn)行重建時(shí)，通過二維圖像結(jié)合三角法原理，即可恢復(fù)物體的三維特征。

圖3 空間模型

由該模型可求得空間點(diǎn)至線結(jié)構(gòu)光發(fā)射點(diǎn)的水平距離Zp：

(1)

式中：S為激光發(fā)射點(diǎn)與相機(jī)焦點(diǎn)的水平距離；f為焦距；x為圖像坐標(biāo)點(diǎn)與中心的水平距離；θ為相機(jī)光路與基線之間的夾角。

同理可得空間點(diǎn)距離線結(jié)構(gòu)光發(fā)射點(diǎn)的垂直距離Yp：

(2)

式中：y為圖像坐標(biāo)點(diǎn)距離中心的垂直距離。

2.2 相機(jī)光路與基線夾角θ的選擇

由于相機(jī)光路與水平面的夾角θ決定了相機(jī)的視野范圍，同時(shí)也影響了圖像對(duì)于被測(cè)物體尺寸的分辨能力，因此θ的選擇至關(guān)重要。

(3)

圖4 空間尺寸與θ之間的關(guān)系圖

(4)

式中：L為像平面的寬度。

結(jié)合式(3)和式(4)，即可根據(jù)實(shí)際測(cè)量距離選擇合適的θ，從而在獲得較好采樣效果的同時(shí)，得到較高的分辨率。

2.3 相機(jī)及線結(jié)構(gòu)光器的標(biāo)定

2.3.1 相機(jī)標(biāo)定

在實(shí)際應(yīng)用中，由于相機(jī)的鏡頭的制造以及安裝過程都難以避免誤差，因此數(shù)學(xué)模型需要考慮鏡頭畸變及光軸中心偏移造成的影響。在線性成像模型下，假設(shè)任意一個(gè)三維點(diǎn)所成的圖像坐標(biāo)為(X0,Y0)。由于光軸中心偏移，圖像的實(shí)際中心坐標(biāo)為(u0,v0),因畸變影響而產(chǎn)生的實(shí)際圖像坐標(biāo)為(Xd,Yd)。

此時(shí)，兩個(gè)圖像坐標(biāo)之間的關(guān)系為[4-5]：

(5)

式中:Dx、Dy為非線性畸變因子，它們和點(diǎn)在圖像中的位置有關(guān)。

Dx、Dy與Xd、Yd之間的關(guān)系可表示為：

(6)

式中：k1、k2、k3分別為2階、4階、6階的徑向畸變因子；p1、p2為切向畸變因子；r=Xd2+Yd2。

本文選用棋盤格標(biāo)定板，采用的標(biāo)定工具是Matlab標(biāo)定工具箱。通過對(duì)二十張含有不同方向標(biāo)定板的角點(diǎn)分析，最終可以獲得四組參數(shù)組。第一組是fc。fc中的兩個(gè)數(shù)據(jù)分別是kx和ky，即焦距歸一化成像平面上的成像點(diǎn)坐標(biāo)到圖像坐標(biāo)的放大系數(shù)。第二組是cc，代表光軸中心的圖像坐標(biāo)(u0,v0)。第三組參數(shù)為alpha_c，對(duì)應(yīng)于圖像坐標(biāo)v的攝像機(jī)的實(shí)際y軸與理想y軸之間的夾角。最后一組參數(shù)是kc1～kc5，分別對(duì)應(yīng)了式(6)中的徑向和切向畸變因子。通過對(duì)這些拍攝圖像的參數(shù)進(jìn)行重映射，即可完成相機(jī)的標(biāo)定。

2.3.2 線結(jié)構(gòu)光矯正

由于之前的模型是以線結(jié)構(gòu)光器平面與相機(jī)坐標(biāo)系y方向平行為基礎(chǔ)的，所以需要對(duì)線結(jié)構(gòu)光器進(jìn)行矯正。標(biāo)定采用的是哈量0級(jí)加工精度量塊，標(biāo)定過程如下。

①利用初步搭建的系統(tǒng)，對(duì)量塊進(jìn)行拍攝。

②提取投影到量塊上的線結(jié)構(gòu)光條紋中心坐標(biāo)，并用最小二乘法擬合中心線方程。

③計(jì)算直線與計(jì)算機(jī)圖像y軸之間的夾角θ。

④根據(jù)夾角θ，對(duì)線激光器進(jìn)行角度調(diào)節(jié)。

⑤重復(fù)步驟①至步驟④，直至夾角θ小于0.01°。

2.4 線結(jié)構(gòu)光條紋中心線坐標(biāo)的提取

線結(jié)構(gòu)光發(fā)射器發(fā)射出的線結(jié)構(gòu)光本身具有寬度，照射在不同反射率的材料上會(huì)導(dǎo)致相機(jī)拍攝到的線結(jié)構(gòu)光條紋寬度不同。因此，需要提取出線結(jié)構(gòu)光條的中心坐標(biāo)。提取的步驟可分為以下六步。

①標(biāo)定矯正。

根據(jù)2.3.1節(jié)中的標(biāo)定結(jié)果完成圖像坐標(biāo)點(diǎn)的重映射，從而消除同步變帶來的影響。

②灰度化。

采集到的圖像分為R、G、B三個(gè)分量。為了便于計(jì)算，通常將圖像轉(zhuǎn)為灰度圖像，轉(zhuǎn)換公式為：

Gray=0.299×R+0.587×G+0.114×B

(7)

轉(zhuǎn)換過后的圖像既能保留線結(jié)構(gòu)光的原有信息，又能提高圖像的處理速度。

③圖像濾波。

由于現(xiàn)實(shí)環(huán)境以及設(shè)備的質(zhì)量都并非理想狀態(tài)，在傳輸過程中也有可能出現(xiàn)隨機(jī)干擾，使得圖像中不可避免地出現(xiàn)隨機(jī)信號(hào)，即噪聲。噪聲在采樣的各個(gè)過程中都會(huì)產(chǎn)生，導(dǎo)致最終計(jì)算結(jié)果不盡如人意。因此，對(duì)于圖像噪聲的平滑抑制是圖像處理的重要內(nèi)容。

本文使用的濾波方法為高斯濾波[6]。高斯濾波是根據(jù)高斯函數(shù)來選擇權(quán)值的線性平滑濾波器。采用該方法濾波，可以在對(duì)圖像細(xì)節(jié)進(jìn)行模糊的同時(shí)，更多地保留圖像總體的灰度分布特征。圖像濾波前后對(duì)比如圖5所示。

圖5 圖像濾波對(duì)比圖

由圖5可以看出，濾波前的圖像中灰度分布較離散，濾波后的灰度分布較平滑。由此表明，圖像濾波有利于結(jié)構(gòu)光中心條紋的提取。

④伽馬校正。

灰度值的取值范圍為0～255，取值范圍較小，因此灰度值的總體對(duì)比度不高，不利于閾值的設(shè)定。伽馬校正[7]是對(duì)輸入圖像的灰度值進(jìn)行非線性操作，使得輸入與輸出之間呈現(xiàn)指數(shù)關(guān)系：

(8)

式中：γ為調(diào)節(jié)系數(shù)。

本文需要提高高灰度處的分辨率。因此，設(shè)置γ的值為5，得到伽巴校正前后對(duì)比，如圖6所示。

圖6 伽馬校正對(duì)比圖

由圖6可以看出，經(jīng)過伽馬校正后，灰度較高區(qū)域的分辨率得到了顯著提高。

⑤閾值提取及改進(jìn)。

閾值提取的過程中，傳統(tǒng)方法是設(shè)定一個(gè)閾值，僅保留大于閾值部分的信息。但由于線結(jié)構(gòu)光的能量隨著距離的傳播逐漸衰弱，被測(cè)物體又具有較強(qiáng)的反光，導(dǎo)致在近距離處的反光強(qiáng)度大于或等于較遠(yuǎn)處的線結(jié)構(gòu)光強(qiáng)度，使得在提取過程中出現(xiàn)了提取不全或噪點(diǎn)過多的問題。針對(duì)此問題，在傳統(tǒng)閾值法的基礎(chǔ)上進(jìn)行了改進(jìn)。線結(jié)構(gòu)光的強(qiáng)度雖然隨著距離的不同在圖像中呈現(xiàn)不同的分布，然而線結(jié)構(gòu)光的亮度在每一行始終是近似于高斯分布。因此，改進(jìn)的閾值提取方法可以分為以下三步：①計(jì)算出圖像中每一行的最大灰度值并計(jì)算總的平均值；②根據(jù)平均值設(shè)定總體閾值來過濾背景；③對(duì)單行設(shè)定閾值，灰度的范圍由每行的最大灰度值決定。

改進(jìn)的方法既剔除了背景，又完整地保留了結(jié)構(gòu)光條紋的完整信息。閾值提取及改進(jìn)對(duì)比如圖7所示。

圖7 閾值提取及改進(jìn)對(duì)比圖

⑥計(jì)算亞像素坐標(biāo)。

經(jīng)過之前的處理，每一行的結(jié)構(gòu)光灰度值分布如圖8所示。

圖8 結(jié)構(gòu)光灰度分布圖

此時(shí)，坐標(biāo)點(diǎn)仍停留在像素級(jí)。為獲得更高的精度，需要進(jìn)行亞像素計(jì)算。亞像素的計(jì)算采用的是梯度重心法[8]。

根據(jù)線結(jié)構(gòu)光條的粗細(xì)以及中心坐標(biāo)(i,c)確定待處理范圍2r，并在此范圍內(nèi)計(jì)算出各點(diǎn)之間的梯度：

G(i,j)=|V(i,j+1)-V(i,j)|

(9)

式中:V為對(duì)應(yīng)點(diǎn)的灰度值。

梯度的對(duì)應(yīng)位置由線性插值得出：

(10)

重心的計(jì)算公式為：

(11)

由以上公式，即可計(jì)算出線結(jié)構(gòu)光條紋的亞像素坐標(biāo)(Ci，y)。

2.5 三維點(diǎn)云數(shù)據(jù)計(jì)算

根據(jù)亞像素坐標(biāo)(Ci，y)以及式(1)、式(2)，結(jié)合掃描系統(tǒng)的空間位置，即可計(jì)算出空間點(diǎn)對(duì)應(yīng)的點(diǎn)云數(shù)據(jù)。

3 三維重建試驗(yàn)驗(yàn)證

本文利用上述線結(jié)構(gòu)光掃描系統(tǒng)，結(jié)合相機(jī)與線結(jié)構(gòu)光器同步標(biāo)定的方法，對(duì)組件進(jìn)行了三維重構(gòu)驗(yàn)證。

①通過掃描機(jī)構(gòu)系統(tǒng)，分別對(duì)核燃料組件的六個(gè)方向進(jìn)行掃描。

②選擇兩組點(diǎn)云，一組為參考點(diǎn)云、另一組為待變換點(diǎn)云。在兩組點(diǎn)云中選取三組共同特征點(diǎn)，通過三組特征點(diǎn)解出正交旋轉(zhuǎn)矩陣R和平移矢量T,對(duì)待變換點(diǎn)云通過R和T進(jìn)行重映射，完成粗匹配。新坐標(biāo)與舊坐標(biāo)的變換公式如下:

(12)

③完成粗匹配后，使用改進(jìn)的點(diǎn)云拼接算法[9]，對(duì)點(diǎn)云進(jìn)行進(jìn)一步的準(zhǔn)確匹配。

④三維模型重建采用的是貪婪投影三角化算法[10]，搜索方法為kdtree，搜索的范圍是20。三維模型重建如圖9所示。

圖9 三維模型重建圖

使用本系統(tǒng)對(duì)核燃料組件進(jìn)行了4組試驗(yàn)，依次檢測(cè)了長(zhǎng)、寬、高三個(gè)方向上的尺寸，并與標(biāo)準(zhǔn)值進(jìn)行了比較。測(cè)量誤差如表1所示。

由表1可知，平均誤差率為0.27%。試驗(yàn)結(jié)果顯示，計(jì)算值與測(cè)量值誤差均小于0.5 mm，表明基于主動(dòng)視覺的線結(jié)構(gòu)光測(cè)量系統(tǒng)重建上管座組件數(shù)據(jù)與實(shí)物有很好的一致性，能夠達(dá)到實(shí)際應(yīng)用精度需求。

表1 測(cè)量誤差

4 結(jié)束語

本文將線掃描三維測(cè)量技術(shù)用于核用燃料組件上管座的特征識(shí)別，通過三維線掃描測(cè)量系統(tǒng)和水平傳動(dòng)機(jī)構(gòu)獲取組件表面三維輪廓數(shù)據(jù)。針對(duì)組件點(diǎn)云數(shù)據(jù)，分塊擬合，最終實(shí)現(xiàn)了組件上管座特征尺寸測(cè)量和三維重建。試驗(yàn)結(jié)果表明，該方法能滿足核燃料組件上管座測(cè)量精度，可實(shí)現(xiàn)核電站上管座非接觸測(cè)量，上管座特征尺寸測(cè)量誤差在0.5 mm之內(nèi)。