一种基于双目视觉的奥制齿轮刀具参数测量方法

［1 ］
1． 1
采集图像
主要通过两摄像机采集标定靶图像和待测奥制齿轮刀
具图像。采集过程中要注意考虑光照 、 待测刀具表面纹理 两相机本身性能参数和公共视野等影响 。 和漫反射、
。
针对上述问题， 本文提出一种基于双目视觉的奥制齿 轮刀具参数测量方法， 采用平行双目视觉系统， 通过双目标 极线校正、 边缘提取、 直线拟合、 特征点提取和三维重建 定、
奥利康螺旋锥齿轮的加工刀具为条形刀具， 精确测量 刀具的外形轮廓参数， 一方面可以检测刀具生产质量是否 合格， 另一方面， 可以在齿轮加工过程中检测刀具磨损程度 并及时更换损坏的刀条， 减少齿轮废品率， 提高生产效益。 传统的奥制齿轮刀具参数测量以接触式的机械探针测 量为主， 将刀具固定在三坐标测量机上， 通过探针的球心位 置获取待测刀具表面各点的三维坐标值， 必须进行球心补 偿才能得到精度较高的三维数据 。此种测量方法连续测量 而且对被测工件的材质和大小要 时准确性和可靠性较低， 求十分严格。由于刀具表面硬度较高， 测量过程中探针极 易损坏
（ 1）
X
经过以上的极线校正过程， 获取新的图像对对应像素 为特征点匹配提供了必须的约束条件 。 点行对准，
1． 4
边缘检测与特征提取
图像的边缘是图像基本的特征之一， 图像中有突变的
式中 决定。
f x = f / dx 为 u 轴上尺度因子； f y = f / dy 为 v 轴上尺度
f y 和摄像机光学中心（ u0 ， v0 ） 因子； M1 为 3 × 4 矩阵， 由 fx ， 如果两个摄像机对同一标定模板进行拍摄， 获得相应 Ｒ1 ， t1］ ，［Ｒ2 ， t2 ］ 。 在两个相机分别标定 外部参数分别为［ 完成后， 必须将两个摄像机坐标系统一到同一个世界坐标 即双目标定。两个摄像机之间坐标系变换关系可通 系中， 过旋转矩阵 Ｒ 和平移矩阵 T 表示
图2
特征点匹配示意图
（ 4）
Fig 2
Diagram of feature points matching
1． 6
三维重建
理想意义上的双目平行视觉系统的结， 等： 一种基于双目视觉的奥制齿轮刀具参数测量方法
表2 Tab 2 校正前后相机外部参数对比表
149
Comparison of external parameters before and after calibration
A measurement method for parameters of Oerlikon’ s gear cutting tools based on binocular vision
HE Changhai，XU Zengpu， WANG Yongqiang，ZHOU Congling
（ College of Mechanical Engineering， Tianjin University of Science ＆ Technology， Tianjin 300222 ， China） Abstract ： Binocular vision technology is applied to get the parameters of Oerlikon spiral cutting tools： get internal and external parameters of the system through stereo calibration and rectifying the stereo pairs of cutting tool images． After edge extraction and linear fitting， make coplane straight line intersection points as matching characteristic points． Use the position relationship between space points and space plane to calculate the s gear cutting tools， the algorithm is verified by experiment， and the experimental parameters of the Oerlikon ’ results show that the measurement method is validated and has certain practical application value． Key words： binocular vision； Oerlikon’ s gear cutting tools； measurement method 0 引 言 一系列过程获取刀具相关参数 。 实验证明： 该测量方法精 度能够满足测量要求， 采用的非接触式测量技术不会对工 件表面造成任何损害且稳定性较好 。 1 奥制齿轮刀具参数测量基本原理 奥制齿轮刀具参数测量基本原理主要是利用两台不同 通过 位置的摄像机（ CCD） 同时拍摄刀具获取立体图像对， 一系列算法计算刀具三维几何参数 。测量流程图如图 1 所 示。
［5 ］
2． 2
三维重建精度验证
左右相机拍摄的标准测量块如图 4 所示。
x = B （ u l － u0 l ） u l － u r － u0 l + u0 r B （ v l － v0 ） y = u － u － u + u ． l r 0l 0r Bf z = u l － u r － u0 l + u0 r
左右图像对应点像素行对准， 进而减少 平行双目视觉结构， 计算量并降低匹配难度 。左右图像对的极线校正过程可以 分为如下四个步骤进行 线
［3 ］
：
1 ） 利用式（ 3 ） 首先将左右图像极线变成与 u 轴的平行
u' v' = － v0 u0 1 － 1 u0
像素点被称为边缘点， 即灰度值导数 较 大 或 者 极 大 的 地 方
［4 ］
。由于 Canny 边缘检测算子边缘定位精确性较高， 去
边缘检测效果较好， 因此， 本文采用 Canny 算 噪能力较强， 子进行边缘检测， 然后利用最小二乘法对直线边缘进行拟 合。 由于本文测量对象为奥制齿轮刀具， 边缘多以直线和 曲线为主。拟合出共面相交直线后， 将交点作为待测刀具 特征点。
（ 5） （ 6）
（ u l0 ， v l0 ） ， （ u r0 ， v r0 ） 分别为左右相机的光学中心 。
4 ） 对新的左右图像进行灰度插值运算， 获取立体图像 对， 其运算表达式为 f（ u' ， v' ） = f（ i， j） × （ j + 1 － u ） × （ i + 1 － v ） + f（ i + 1 ， j ） × （ j + 1 － u） × （ v － i ） + f （ i ， j + 1 ） × （ u － j） × （ i + 1 － v） + f（ i + 1 ， j + 1 ） × （ u － j） × （ v － i ） ． （ 7）
收稿日期： 2015 —02 —23
1． 2
相机标定
相机标定是指通过建立成像模型， 求解相机内部参数
［2 ］
和 外部参数， 最终建立空间点和其像点之间的关系
。 世
148
传 感 器 与 微 系 统
第 34 卷
3 ） 投影校正， 获取新的图像坐标： 经过上述两个步骤 利用如下两式进行投影校正， 计算出新的图像坐标（ u' 后， l， v' v' l ） 和（ u' r， r） u' l = u' r = 式中
图1 Fig 1 测量流程图
u l0 × u l v l × u l0 － u l × v l0 ， v' = ， u l0 － u l l u l0 － u l u l0 × u l （ v r × u r0 － u r × v r0 ） ， v' = +b ， u r0 － u r r u r0 － u r
（ 天津科技大学 机械工程学院 ， 天津 300222 ） 摘 要： 将双目视觉技术应用于奥利康齿制螺旋锥齿轮铣刀盘刀具的参数测量， 通过双目标定获得系统
的内外参数， 并对待测刀具图像进行双目极线校正； 提取待测刀具图像边缘轮廓并采用最小二乘法对直线 边缘进行拟合， 将共面直线交点作为匹配特征点， 依据理想平行双目视觉系统三维重建方法求出刀具特征 通过实验对算法进行验 点的三维空间点坐标； 利用空间点和空间平面的位置关系求取奥制齿轮刀具参数， 证， 实验结果证明了该测量方法的有效性， 并具有一定的实际应用价值 。 关键词： 双目视觉； 奥制齿轮刀具； 测量方法 中图分类号： TP 391 文献标识码： A 文章编号： 1000 —9787 （ 2015 ） 10 —0147 —04
0
1
0
平移向量
图3 Fig 3
平行双目视觉系统
T
Parallel binocular vision system

2． 529 7
1． 021 7

－ 56． 994 1 0 0

图 3 中， 经过极线校正的理想平行双目视觉系统左右 且相机坐标系下 X 轴在同一直线上， 相机光轴前向平行， 左右相机之间的距离相当于极线校正后平移矩阵的 X 值， 即基线距离 B。假设有空间点 W 在相机坐标系下图像坐 y， z） ， Y l ） 和（ X r ， Yr ） ， 物理坐标分别为（ X l ， 则左相 标为（ x， 机坐标系下 W 点的三维坐标为
线的调整系数 b 和 k
1 u0
0
u 1 0 v ． 1 0 1