1.1相關技術綜述

二維視覺測量采用單攝像機測量目標在特定平面中的位置，如美國的Adept機器人裝配系統(tǒng)、足球機器人等。在二維視覺測量中，攝像機與測量平面之間的距離固定，這使得其應用受到很大的限制[1]。

與二維圖像信息相比，三維信息能夠更全面、真實地反映客觀物體，提供更大的信息量。近年來，各種技術應用于三維信息測量中，由此形成了各類三維測量系統(tǒng)。經過幾十年發(fā)展，三維視覺測量系統(tǒng)已具有較成熟的理論和技術基礎，生產實踐也不斷證明這類系統(tǒng)操作簡便、適應性強、精度高[2]。

從狹義上講，三維視覺測量技術即通過計算機分析處理，讓計算機不僅具有和人眼一樣的視覺感受，而且能夠獲得人眼所不能直接獲得的經過量化的物體參數。

獲取空間三維物體的距離信息是三維成像、三維物體重建和計算機輔助設計中最基礎的內容，有著廣泛的實際應用價值。進入二十世紀90年代以來，各種硬件和軟件技術的發(fā)展使得人們不僅能處理二維圖像而且開始處理三維圖像，許多能獲取三維圖像的設備和處理分析三維圖像的系統(tǒng)研制成功，大大擴展了人們對客觀世界的認識[3]。光學三維形貌測量具有非接觸、高精度、高效率的特點，并且在科研、醫(yī)學診斷、工程設計、刑事偵查現場痕跡分析、自動在線檢測、質量控制、機器人及許多生產過程中得到越來越廣泛的應用。為此，國際光學學會在1994年以信息光學的前沿為主題的年會上，首次將光學三維測量列為信息光學前沿的7個主要領域和方向之一[4]。

80年代初，Marr從信息處理的角度綜合了圖像處理、心理物理學、神經生理學以及臨床病學的研究成果，提出了第一個較為完善的視覺系統(tǒng)框架，稱之為Marr視覺理論[3]。該理論從信息處理系統(tǒng)的角度出發(fā)，將系統(tǒng)的研究分為三個層次[3]：計算理論層次、表達與算法層次、硬件實現層次。

從視覺計算理論出發(fā)，將系統(tǒng)分為自下而上的三個階段[3]，即視覺信息從最初的原始數據（二維圖像數據）到最終對三維環(huán)境的表達經歷了三個階段的處理。第一階段構成所謂“要素圖”或“基元圖”，基元圖由二維圖像的邊緣點、直線段、曲線、頂點、紋理等基本幾何元素或者特征組成；第二階段，Marr稱為對環(huán)境的2.5維描述，這是一種形象的說法，意即部分的、不完整的三維信息描述，用“計算”的語言來講，就是重建三維物體在觀察者為中心的坐標系下的三維形狀與位置；第三階段，即三維階段，是對物體的完整三維描述，即物體本身某一固定坐標系下的描述。

從低層次的處理而言，我們最為關注的是圖像數據在計算機中的表達，即計算機如何理解和區(qū)分“景物”。在高層，我們希望能夠通過高性能的計算機，求解出人眼無法實現的功能，比如精確地識別、定位以及參數的測量等。

圖像的預處理：

圖像預處理是最低層的操作，輸入輸出都是亮度圖像，需要指出的是，圖像的預處理不會增加新的信息量[5]。主要的圖像預處理按照在計算新像素亮度時所使用的像素領域的大小分為四類：第一類：像素亮度變換；第二類：幾何變換；第三類：局部預處理方法；第四類：圖像復原技術。

圖像平滑是指用于突出圖像的寬大區(qū)域低頻成分、主干部分或抑制圖像噪聲和干擾高頻成分，使圖像亮度平緩漸變，減小突變梯度，改善圖像質量的圖像處理方法。圖像平滑的方法包括[5]：插值法、線性平滑法、卷積法等。

平滑后的圖像需要進行邊緣檢測[5]。兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣是灰度值不連續(xù)的表現。由于邊緣是圖像上灰度變化最劇烈的地方，傳統(tǒng)的邊緣檢測即利用這一特點，對圖像各個像素點進行微分或求二階微分來確定邊緣像素點。常用的邊緣檢測模板有Canny算子、Laplacian算子、Roberts算子、Sobel算子，以及Laplacian of Gaussian（LoG）算子等[5]。

圖像分割[5]是對圖像預處理后的圖像數據進行分析之前，最重要的步驟之一，它的主要目標是將圖像劃分為與其中含有的真實世界的物體或區(qū)域有強相關性的組成部分。通常，可將圖像分割分為三類：第一類，是有關圖像或圖像部分的全局知識，這種知識一般由圖像特征的直方圖來表達；第二類，是基于邊緣的分割；而第三類是基于區(qū)域的分割，在邊緣檢測或區(qū)域增長中可以使用多種不同的特征，例如亮度、紋理、速度場等。

攝像機的標定：

對于攝像機標定，目前已經提出了很多種方法，攝像機標定的理論問題已得到較好的解決。對攝像機標定的研究來說，工作集中在如何針對具體的實際應用問題，采用特定的簡便、實用、快速、準確的標定方法。

傳統(tǒng)的攝像機標定起源于攝影探測學中的校正。在攝影測量學中所實用的方法是數學解析分析的方法，在標定過程中通常要利用數學方法對從數字圖像中獲得的數據進行處理。通過數學處理手段，攝像機標定提供了專業(yè)測量攝像機與非量測攝像機的聯系。在1889年到1951年之間，發(fā)表了近百篇與相機校正有關的論文，Brown對此進行了總結并給出了文件列表[6]。

20世紀50年代到70年代是鏡頭校正技術發(fā)展的黃金時期。在這期間，許多鏡頭像差的表達式陸續(xù)提出并被普遍認同和采用，建立起了較多的鏡頭像差模型。這些模型是在原來攝像測量模型的基礎上增添了許多新的概念，如像元、像素、焦距、像元的傾斜等[7]。而從攝像機標定的角度來看，傳統(tǒng)攝像機標定的概念已經比較成熟。傳統(tǒng)的攝像機標定一般指利用一個標準參照物與其對應圖像的約束關系，來確定攝像機模型的參數，可以通過一幅以上的圖像進行標定。如果不考慮鏡頭像差的影響，可以使用線性方法標定，如直接線性變換法。但由于沒有考慮成像畸變因素，標定精度較低。1966年，B.Hallert首次將最小二乘法用于對鏡頭標定多余觀察數據的處理，并將其應用在野外立體坐標測量儀上，而得到高精度的測量結果。B.Hallert為非線性優(yōu)化在攝像機標定中的應用開啟了大門。到1975年，W. Faig考慮到攝像機成像過程中的各種因素，建立較為復雜的攝像機成像模型并用非線性優(yōu)化來求解。非線性優(yōu)化對提高攝像機標定精度提供了一條很好的途徑，非常適合采用多參數的非線性畸變模型的標定，在能提供較好初值、可以較快收斂，從而得到高精度優(yōu)化的結果。

傳統(tǒng)攝像機標定方法總結：

1、TSAI的RAC標定算法：

20世紀80年代中期Tsai提出的基于RAC的定標方法[8,9]是計算機視覺相機標定方面的一項重要工作，該方法的核心是利用徑向一致約束來求解除像機光軸方向的平移外的其它像機外參數，然后再求解像機的其它參數?；赗AC方法的最大好處是它所使用的大部分方程是線性方程，從而降低了參數求解的復雜性，因此其定標過程快捷、準確。

2、張正友的平面標定方法：

張正友等人基于2D平面靶標提出了攝像機的三維標定方法。在該方法中，要求攝像機在兩個以上不同方位拍攝一個平面靶標，攝像機和2D靶標都可以自由移動，不需要知道運動參數。在標定過程中，假定攝像機內部參數始終不變即不論攝像機從任何角度拍攝靶標，攝像機內部參數都為常數，只有外部參數發(fā)生變化。張正友標定法是目前使用最為廣泛的方法。

3、攝像機自標定方法：

自標定方法是20世紀90年代中后期在機器視覺領域中最重要的研究方向之一。它是指不使用標定塊，僅僅通過圖像點之間的對應關系而進行攝像機標定的方法。自從1992年R.L.Hartley和O.D.Faugeras提出自標定的思想以后，自標定方法成為了計算機視覺領域的熱點研究問題之一。近年來在國際計算機視覺會議（ICCV）、歐洲計算機視覺會議（ECCV）、計算機視覺和模式識別會議（CVPR）、國際模式識別會議（ICPR）及相關領域的重要會議雜志上大量與自標定技術相關內容文章的問世說明了這一點。大體來講，攝像機自標定主要分為兩類：基于Kruppa方程的自標定方法和基于絕對二次曲面的方法。

三維形貌測量方法：

三維形貌測量的方法從測量方式上可分為接觸式和非接觸式。

傳統(tǒng)的接觸式測量方法發(fā)展已有幾十年歷史，其機械結構及電子系統(tǒng)已經相當成熟。三坐標測量機（CMM, Coordinate Measuring Machine）和接觸式粗糙度輪廓儀是接觸式三維測量的典型代表，其原理是用采樣頭的探針接觸模型表面，采集一個輪廓點的數據，然后橫向移動一個間距，采集相鄰的輪廓點數據，最后構筑整個表面的線框模型。接觸式測量方法具有較高的準確性和可靠性，但也存在以下缺點[11]：

（1）測量時測量頭與被測物之間有接觸壓力，它不適合測量柔性物體，而且對測量頭無法觸及的表面沒有很好的測量效果；另外不當的操作容易損傷被測物體的表面，特別是高精度表面，同時也會使測量頭磨損。

（2）測量頭本身的半徑以及接觸測量時被測物體受到測量頭擠壓發(fā)生局部形變會影響測量的精度。

（3）接觸式測量是以逐點掃描的方式進行測量的，所以測量速度慢，尤其在測量較大物體時，非常耗時。

（4）由于測量機的機械結構復雜，對工作環(huán)境要求很高，必須防震、防灰、恒溫等，使其應用范圍收到一些限制。

盡管世界各國生產廠家都試圖用各種高新技術來改變這一現狀，但至今都未能從根本上解決測量機原理本身所造成的結構龐大和復雜的不足，難以滿足當今高效率、高精度測量的需求。

非接觸測量方法[12,13]主要是指光學測量方法。隨著光電子技術、微電子技術的發(fā)展，各種新型器件不斷出現，如電荷耦合器件（CCD, Charge Coupled Device）、數字投影儀（DLP, Digital Light Processing）等。非接觸式光學測量技術得到快速發(fā)展，并開始在一些領域中得到廣泛應用。非接觸式光學測量方法由于其高靈敏度、高速度、無損壞、獲取數據多等優(yōu)點而被公認為最有前途的三維面形測量方法。

目前，光學三維視覺測量方法的種類主要分為：攝影測量法、飛行時間法、三角法、投影條紋法、成像面定位法、干涉測量法等。而獲取宏觀物體的三維信息的基本方法可以分成兩大類[11]：被動三維傳感和主動三維傳感。被動三維傳感采用非結構光（自然光）照明方式，從一個或多個攝像系統(tǒng)獲取的二維圖像中確定的距離信息，形成三維面形數據。被動三維傳感需要進行大量的相關匹配運算，當被測目標的結構信息過于簡單或過于復雜，或者被測物體上各點的反射率沒有明顯差異時，這種相關匹配運算將變得十分復雜和困難。主動三維傳感啟用結構光照明方式，這是由于物體三維表面對結構光場的空間或時間調制，觀察到的變形廣場包含了物體三維面形的信息，對變形廣場進行解調，便可以獲得三維面形數據。主動三維傳感具有非接觸、高自動化、高靈敏度、高精度等優(yōu)點，因此，大多數以三維精細面形測量為目的的系統(tǒng)都采用主動三維傳感方式。

根據物體三維表面對結構照明光場調制方式的不同，人們又將主動三維傳感方法分為時間調制與空間調制兩類。其中更為常用的是空間調制方法，根據測量原理的不同，空間調制又可以分為兩類：直接三角法和相位測量法。直接三角法輪廓測量是以純粹的三角測量原理為基礎，通過出射點、投影點和成像點三者之間的幾何成像關系確定物體各點高度。直接三角法的優(yōu)點是信號處理簡單可靠，無需復雜的條紋分析就能唯一確定各個測量點的絕對高度信息，自動分辨物體凹凸，即使物體上的物理斷點（臺階、裂縫）、陰影等使圖樣不連續(xù)的缺陷也不會影響測量；缺點是精度不高，不能實現全場測量。而近幾年來興起的相位測量法是采用面結構光照明的三角光路測量法，這類方法首先將規(guī)則的光柵條紋圖像投影到被測物表面，從另一角度看，可以觀察到由于受物體高度的影響而發(fā)生變形的條紋。這種變形可解釋為相位和振幅均為被調制的空間載波信號。采集變形條紋并從被調制的結構光場中提取所需的相位信息，然后再根據高度與相位的映射關系計算出被測物體的三維面形信息。相位測量法采用面結構光進行投影，不需要對物體掃描就可以得到物體面形的三維信息，具有全場測量、高速測量的特點。但是由于求解相位時用到了反三角函數運算，相位截斷在三角函數的主值范圍內，因此還需要進行相位展開才能得到被測物體真實的相位分布。

1.2國內外發(fā)展現狀

1、線結構光視覺測量系統(tǒng)國內外研究現狀及應用領域：

目前市場上線結構光視覺測量系統(tǒng)比較知名的品牌有英國的3D Scanners公司、德國的Leica公司、法國的Kreon公司、瑞士的Tesa公司、比利時的Metris公司、美國的Perceptron公司等，其中英國的3D Scanner公司是世界上最早開發(fā)三維激光系統(tǒng)的公司[14]。國內外學者在視覺測量方面也做了大量的研究。Boyer和Kak提出彩色編碼結構光主動三維測量法[15]。Pancewicz將提出的基于光紋投影應用于CAD/CAM/CAE的物體三維建模算法[16]。德國GOM公司的Atos系列流動式光學掃描儀，利用視覺測量定位技術和物理光柵進行投影，精度可達0.02 mm，可自動實現不同視角點云數據的拼接。英國的3D Scanners公司開發(fā)了Reversa型激光測頭，采用單線結構光雙目視覺原理實現三維測量，每秒采樣點可達1-1.5萬個，深度測量精度為0.01 mm。國內許多學者也將基于線結構光測量原理的許多研究成果應用于工業(yè)生產和日常生活中。清華大學的羅先波等人開發(fā)的一種基于線結構光原理的多用途傳感器技術，可對腐蝕性物體表面和移動物體進行實時和非接觸三維測量，且重建結果具有較高的精確度。北京航空航天大學研究所設計的按照徑向基函數（RBF）神經網絡原理而發(fā)明的結構光三維視覺檢測方法，不用考慮光學調整誤差、視覺模型誤差等相關因素對視覺檢測系統(tǒng)測量精度所造成的誤差，可以較好克服利用一般建模方法所存在的缺陷和不足，同時還能提高視覺測量系統(tǒng)的測量準確度。武漢大學的鄭莉等人推到了像點到物方空間三維點的數學模型，主要應用與不規(guī)則鏡面物體的三維重建技術。該方法集成了傳統(tǒng)攝影測量方法的優(yōu)點，且具有靈活性以及無需匹配同名點。

2、單目視覺測量系統(tǒng)發(fā)展現狀：

由于采用測棒測量方式，克服了傳統(tǒng)的視覺坐標測量系統(tǒng)直接從被測表面獲取被測信息的缺點，改變了以往的由于被測表面形狀復雜而使應用受到限制的缺點，能夠實現遮擋點及高光點的測量，所以該方法得到了廣泛的研究。國外在這方面的研究起步比較早，已開發(fā)出成熟產品，如Metronor公司的SCS系統(tǒng)、Lecia公司的V-STARS/S系統(tǒng)和Aicon公司的ProCam系統(tǒng)。

Metronor公司的SCS系統(tǒng)由數碼傳感器、專利光筆、測頭、筆記本電腦及三腳架等組成。它以光學測頭上的紅外發(fā)光二極管作為成像目標，由攝像機獲取的單幅圖像實現單機視覺測量，其測量范圍為1.5~10m，分辨率為0.001 mm，長度測量三軸精度指標：±0.035 mm，±0.090 mm，±0.188 mm。該系統(tǒng)結構簡單、輕巧，使用快捷方便，并且精度高、測量空間大，具有進行CAD對比測量、LED補償、最佳匹配等功能，可用于汽車、航空、造船及鑄造領域中各種大、小部件的測量，能輕松測量不同尺寸的部件，包括：點、線、平面、圓孔、圓柱、圓錐等幾何元素，同時也可滿足曲面、邊界、槽等測量。

瑞士 Leica 公司和美國 GSI 公司聯合推出了系列 V-STARS 系統(tǒng)(攝像-STARS 系統(tǒng))。V-STARS 系統(tǒng)是一種基于高分辨率、高精度的固態(tài)影像傳感器的視頻攝影測量系統(tǒng)，由一臺高性能像機、手提電腦、V-STARS 軟件及測棒等一些附件構成。V-STARS/S 系統(tǒng)以測棒上的反射特征點作為成像目標，通過激光跟蹤方法確定深度信息，實現單機視覺測量。該系統(tǒng)精度高，可達被測物體尺寸的。若物體長 6 m 時，精度為±（0.025~0.075）mm；速度快，能在十分鐘乃至數分鐘內完成復雜工業(yè)目標的全部測量；體積??；軟件功能強大；自動化程度高；廣泛地應用于國外航空航天、造船、天線制造、核工業(yè)、汽車等行業(yè)。

Aicon 公司的 ProCam 系統(tǒng)，它與上述兩種系統(tǒng)不同，數字攝像機設置在沿軌道滑動的移動測頭上，以固定在攝像機視場范圍內合適位置的目標模板作為空間特征點約束，從而得到測頭上的觸測點相對于模板坐標系的空間坐標位置，實現坐標的測量。

國內在這方面的研究相對起步較晚，還處于理論探索階段，目前還沒有開發(fā)出成型產品。哈爾濱工業(yè)大學測控技術與質量工程研究所是國內較早進行這方面研究的單位，對基于測棒成像的單目視覺坐標測量方法進行了研究，并在1998年研制出實驗樣機。另外，天津大學的精儀學院和上海大學等院校也正在進行該方面的研究工作。

3、雙目視覺系統(tǒng)發(fā)展現狀：

雙目視覺測量系統(tǒng)大致分為三種類型：1）利用單臺或兩臺攝像機和激光掃描或LCD編碼光投影的三角測量方法，如GOM公司的ATOS三維數字化測量儀，主要用于自由曲面測量；2）利用兩臺外部方位固定的攝像機構成的被動式立體視覺測量系統(tǒng)或附加投影的主動式立體視覺測量系統(tǒng)，由于像機預先安置在固定支架上，在實驗室中完成外參校準工作，所以限制了系統(tǒng)使用的靈活性，不能根據不同的測量體進行調整，限制了測量范圍，難以滿足大型構件的在線測量要求；3）利用兩臺任意放置的攝像機構成，兩臺攝像機的外部方位通過現場校準的方法確定。為實現大型構件的真正在線測量，從上個世紀九十年代中期起，科技工作者對立體視覺測量系統(tǒng)的現場校準問題進行了廣泛的研究，開發(fā)出了適用于現場測量的立體視覺測量系統(tǒng)，如Metronor的DCS系統(tǒng)和Lecia的V-STARS/M系統(tǒng)。

Metronor 的 DCS 系統(tǒng)，由兩臺攝像機、專利光學測頭、外參校準棒、筆記本電腦及三腳架等組成。DCS 系統(tǒng)采用帶有 6 個光學特征點的外參校準棒完成雙機系統(tǒng)的在線校準，同樣利用含有 5 個光學特征點的光學測頭進行大空間三維測量，其測量范圍為1.5 m~10 m，分辨率為0.001 mm，長度測量精度指標：±0.020 mm/2.5 m，±0.03 mm/6 m,±0.06 mm/10 m。該系統(tǒng)應用于汽車、航空、造船及鑄造領域中各種大型部件的測量。

Lecia 的 V-STARS/M 系統(tǒng)也是現場校準的立體視覺測量系統(tǒng)的典型代表，其測量精度高，在世界范圍內獲得了廣泛應用。它也采用接觸式光學測頭作為成像目標，利用含有反射式光學特征點的光學測棒實現大尺寸三維坐標測量。該系統(tǒng)在大范圍內幾何尺寸測量方面具有較強的技術優(yōu)勢，主要表現在測量速度快、方便攜帶、使用靈活、可在狹小的空間測量、受溫度影響小、可在振動環(huán)境下工作和測量精度高，在10 m范圍內其測量精度可達到0.06 mm~0.085 mm。因此廣泛地應用于航空航天以及天線安裝等大型裝置的測量。上述兩個系統(tǒng)根據被測工件的特點在現場按照一定的布局進行設置，利用光學參考棒對兩臺攝像機之間的外部方位參數進行現場校準。

就雙目立體視覺技術的發(fā)展現狀而言，要構造出類似于人眼的通用雙目立體視覺系統(tǒng)，還有很長的路要求，進一步的研究方向可歸納如下：

（1）如何建立更有效的雙目立體視覺模型，能更充分地反映立體視覺不確定性的本質屬性，為匹配提供更多的約束信息，降低立體匹配的難度；

（2）探索新的實用于全面立體視覺的計算理論和匹配的準則及算法結構，以解決存在灰度失真、幾何畸變（透視、旋轉、縮放等）、噪聲干擾，及對特殊結構（平坦區(qū)域、重復相似結構等）、遮掩景物的匹配問題；

（3）算法向并行化發(fā)展，提高速度、減少運算量、增強系統(tǒng)的實用性；

（4）強調場景與任務的約束，針對不同的應用目的，建立有目的的面向任務的雙目立體視覺系統(tǒng)。

4、多目視覺系統(tǒng)發(fā)展現狀：

三攝像機視覺測量系統(tǒng)是多攝像機視覺測量系統(tǒng)的一個特例，是人們在進行立體視覺測量時為減小特征點誤匹配常采用的一種方法，該系統(tǒng)通

常將外部參數已經精確校準的三臺攝像機固定在一個支架上，利用三臺攝像機對被測空間點進行成像來確定其空間位置，如Krypton公司推出的400-CMM和600-CMM系統(tǒng)。測量時將系統(tǒng)任意擺放在被測件附近，使被測體處于系統(tǒng)視場范圍內，通過光學接觸式測頭進行逐點測量。測頭上包含9個位置關系確定的光學特征點，通過測頭和測尖的組合變換可以實現不可見點的測量；系統(tǒng)不需要現場校準，可以根據被測體的大小和位置來改變測量系統(tǒng)的擺放位置，但是由于三臺像機位置固定不動，所以其視場范圍受到了很大的限制，并且該系統(tǒng)還比較笨重。