陳章華 馬月輝 石彥輝
摘 ?要: 針對混凝土布料機布料厚度測量中超聲波法存在測量盲區(qū)、激光測距法只能單點間斷測量等問題,提出一種基于雙目視覺的混凝土布料機布料厚度測量方法。利用雙目視覺,通過基于區(qū)域和ORB特征相結(jié)合的立體匹配算法實現(xiàn)了對布料后預制混凝土構(gòu)件任意一點混凝土厚度的大范圍、連續(xù)、高精度測量。實驗結(jié)果表明,采用該系統(tǒng)進行混凝土布料機布料厚度測量絕對誤差不超過0.83 mm,完全滿足測量要求。
關鍵詞: 測量系統(tǒng); 厚度測量; 圖像預處理; 系統(tǒng)原理; 特征檢測; 特征匹配
中圖分類號: TN98?34; TP273.2 ? ? ? ? ? ? ? ? ? 文獻標識碼: A ? ? ? ? ? ? ? ? ? ? 文章編號: 1004?373X(2020)23?0076?03
Abstract: As the ultrasonic measuring method has measurement blind area and the laser ranging method can only make single?point discontinuity measurement for concrete distribution thickness made by concrete distributor, a new distribution thickness measuring method based on binocular vision is proposed in this paper. By binocular vision and stereo matching algorithm based on region and ORB features, the continuous, wide?range and high?precision measurement of concrete thickness is realized at any position of precast concrete units. The experimental results show that the absolute error of the system for distribution thickness measurement is less than 0.83 mm, which fully meets the measurement requirements.
Keywords: measuring system; thickness measurement; image pre?processing; system theory; feature detection; feature matching
0 ?引 ?言
21世紀以來,預制裝配式建筑技術(shù)得到了飛速的發(fā)展,在世界范圍內(nèi)已經(jīng)成為建筑工業(yè)化潮流的主流發(fā)展趨勢。在裝配式建筑建造過程中,預制混凝土構(gòu)件是其中的核心組成部分,預制構(gòu)件的質(zhì)量直接影響著裝配式建筑的施工質(zhì)量及使用性能。預制混凝土構(gòu)件的質(zhì)量在很大程度上取決于布料過程的檢測精度,尤其對于比較復雜的構(gòu)件,若不能準確測量布料過程中不同位置的混凝土厚度,則不能準確指導布料機進行布料,從而導致生產(chǎn)的預制構(gòu)件達不到施工要求,影響整個建筑工程的質(zhì)量和工期。
《裝配式混凝土建筑技術(shù)標準GB/T 51231?2016》中規(guī)定預制混凝土樓板厚度允許偏差為5 mm,預制混凝土墻板厚度允許偏差為3 mm。目前,國內(nèi)外混凝土布料厚度檢測大多采用人工測量、超聲波測距、激光測距等方法。人工測量法一般采用尺量板,精度受人為影響大,費時費力。文獻[1]采用頻率為50 Hz的超聲波傳感器測量厚度為500 mm的混凝土構(gòu)件,最大誤差不超過19.5 mm。文獻[2]采用相位式激光測距傳感器測量預制構(gòu)件的厚度信息,測量誤差可達到±1 mm。激光測距雖然具有精度高、非接觸的優(yōu)點,但是只能單點測量,無法實現(xiàn)大范圍測量(例如一般為4 m×2 m的預制混凝土板)。因此,本文提出了基于雙目視覺[3]的混凝土布料機布料厚度測量系統(tǒng),能夠?qū)崿F(xiàn)高精度、大范圍、無盲點的厚度測量。
1 ?系統(tǒng)原理
1.1 ?系統(tǒng)組成
混凝土布料機布料厚度測量系統(tǒng)由千兆以太網(wǎng)工業(yè)相機(2個)、相機支架和預裝相應軟件的計算機組成,系統(tǒng)硬件示意圖如圖1所示。首先,將相機固定在混凝土預制板上方固定位置;然后通過數(shù)據(jù)線與計算機相連,通過相機采集被測物圖像,并傳到計算機上進行圖像處理,從而實現(xiàn)混凝土布料機布料厚度測量。
1.2 ?系統(tǒng)原理
安裝時將相機固定在相機支架上,采集棋盤格圖像,采用張正友標定法[3]對相機進行雙目標定,把標定參數(shù)讀入程序中,對采集的被測物圖像進行預處理;然后對圖像進行特征點檢測得到描述子信息;再通過立體匹配尋找匹配點,最后根據(jù)匹配結(jié)果通過左右圖像的視差計算布料機布料后的距離信息,并根據(jù)未布料時的距離信息得到成像視場區(qū)域內(nèi)的布料厚度信息。系統(tǒng)流程圖如圖2所示。
1.3 ?雙目立體視覺測距模型
如圖3所示,理想的雙目立體視覺模型假定兩相機光軸平行,在簡單的測距應用中只要得到目標點[z]軸坐標即可,因此建立[x?z]平面模型。
2 ?相機標定與圖像預處理
通過張正友棋盤格標定法對相機進行標定。讀入一系列拍攝的棋盤格圖像,標定相機內(nèi)參數(shù)IntrinsicMatrix,徑向畸變參數(shù)[K1],[K2],[K3],切向畸變參數(shù)[P1],[P],旋轉(zhuǎn)矩陣[R]和平移向量[T]對圖像進行校正,校正后左右相機圖像已經(jīng)共面并且行對準,并對圖像進行雙邊濾波預處理保邊去噪。拍攝圖像如圖4所示,校正后圖像如圖5所示。
3 ?特征檢測與匹配
立體匹配作為雙目立體視覺系統(tǒng)中最核心的步驟,其實質(zhì)為根據(jù)雙目相機對三維場景所獲取的左右圖像,獲取真實視場中同一空間點在左右圖像中的匹配投影點,并由此得到相應的視差圖。立體匹配算法一般分為局部立體匹配算法[4]與全局立體匹配算法[5],局部立體匹配算法由于其實時性好,計算復雜度低,在立體匹配領域得到了廣泛的應用。
局部立體匹配算法根據(jù)不同的匹配代價可以分為區(qū)域匹配、特征匹配、相位匹配三大類[6]。目前常用的特征匹配算法有SIFT[7],SURF[8],ORB[9?10]等。ORB算法比SIFT算法效率高兩個數(shù)量級,是SURF的10倍。因此本文擬采用ORB算法進行特征點檢測與立體匹配,ORB匹配結(jié)果如圖6所示。
由圖6可知該算法只能對較明顯的特征進行匹配,不能對混凝土預制板任意一點厚度進行匹配,不滿足測量要求?;诖?,本文提出了基于區(qū)域和ORB特征的立體匹配算法。
算法步驟如下:
Step1:利用OFAST算法強制對左右圖像上的所有點進行特征檢測,采用rBRIEF算法進行特征描述。
Step2:定義閾值[n],匹配窗口長[w],寬[v],當在左圖像上點擊鼠標左鍵時獲得像素坐標為[(x,y)],以右圖像上[(x-n,y)]為中心、長為2[w]寬為2[v]的矩形匹配窗口開始,到以[(x,y)]為中心、長為2[w]寬為2[v]的矩形匹配窗口結(jié)束,在右圖像上尋找預匹配點。計算每個匹配窗口描述子漢明距離均值,找到最小值,此時對應的右圖像像素點[(Rx,y)]即為左圖像像素點預匹配點。尋找預匹配點示意圖如圖7所示。
Step3:以左圖像上([Rx,y)]為中心,長為[2w]寬為[2v]的矩形匹配窗口開始,到以[(x,y)]為中心,長為[2w]寬為[2v]的矩形匹配窗口結(jié)束,在左圖像上尋找右圖像上[(Rx,y)]最佳預匹配點。計算每個匹配窗口描述子漢明距離均值,找到最小值,此時對應的左圖像像素點[(Lx,y)]即為右圖像像素點最佳預匹配點。尋找最佳預匹配點示意圖如圖8所示。
Step4:判斷左圖像上最佳預匹配點[Lx]和[x]之差是否小于設定值,如果小于設定值,則右圖像上[(Rx,y)]為左圖像上[(Lx,y)]最佳匹配點;否則匹配錯誤。匹配結(jié)果如圖9所示。
4 ?實驗分析與討論
本系統(tǒng)中采用2臺維視MV?EM200M千兆以太網(wǎng)工業(yè)相機進行圖像采集,MV?EM200M工業(yè)相機如圖10所示。采用如圖11所示6個錯落有致的混凝土格來模擬測量混凝土布料機布料厚度實驗。
實驗中通過刻度尺測量模具厚度,即表1中實際厚度,通過該系統(tǒng)測量所得厚度為測量厚度,并計算測量的相對誤差與絕對誤差。測量結(jié)果及分析如表1所示。
由表1實驗數(shù)據(jù)可以看出,該系統(tǒng)存在測量誤差,且絕對誤差不超過0.83 mm。可能的誤差來源為:
1) 外界環(huán)境的干擾。采集圖像時光照對圖像造成影響。
2) 實際測量存在誤差。當用刻度尺測量模具高度差時,由于人為因素的影響,不可避免地產(chǎn)生測量誤差。
5 ?結(jié) ?語
本文設計了基于雙目視覺的厚度測量系統(tǒng),提出了利用基于區(qū)域和ORB特征的匹配算法,結(jié)合極限約束進行立體匹配與厚度測量,實現(xiàn)了混凝土布料機布料厚度測量。實驗結(jié)果證明了該測量系統(tǒng)的有效性。
參考文獻
[1] 周凱.超聲波混凝土構(gòu)件檢測系統(tǒng)的研究及試驗分析[D].長沙:中南大學,2007.
[2] 丁凱悅.預制混凝土布料機數(shù)控技術(shù)研究[D].石家莊:石家莊鐵道大學,2019.
[3] 周科杰.雙目視覺三維測量技術(shù)研究與應用[D].北京:中國科學院大學,2019.
[4] ZHANG Zhenyou. A flexible new technique for camera calibration [J]. IEEE transactions on pattern analysis and machine intelligence, 2000, 22(11): 1330?1334.
[5] 孫明珠.面向低紋理區(qū)域的局部立體匹配算法研究[D].秦皇島:燕山大學,2018.
[6] 曹之樂,嚴中紅,王洪.雙目立體匹配技術(shù)綜述[J].重慶理工大學學報(自然科學版),2015,29(2):70?75.
[7] 王梓任,楊友良,馬翠紅.一種面向三維重建的改進SIFT圖像匹配算法[J].網(wǎng)絡安全技術(shù)與應用,2019(8):35?38.
[8] 王錦坤,張秋菊.基于SURF算法的紅外圖像拼接方法的改進[J].輕工機械,2019,37(3):66?71.
[9] 袁小平,張毅,張俠,等.基于改進FAST檢測的ORB特征匹配算法[J].科學技術(shù)與工程,2019,19(21):233?238.
[10] LUO Chuan, YANG Wei, HUANG Panling, et al. Overview of image matching based on ORB algorithm [EB/OL]. [2019?07?12]. https://iopscience.iop.org/article/10.1088/1742?6596/1237/3/032020/pdf.