双目立体视觉几何量的高精度测量技术在计量检测中的应用和发展前景

包 辉

（河北省计量监督检测研究院 河北 石家庄 050227）

0 引言

双目立体视觉是我国在计算机视觉研究领域中的热点内容，可以对人类视觉进行模拟，在各种条件下都可以对景物的立体信息进行测量，有着其他计算机测量技术难以取代的价值。 因此，在对该技术的研究上，不管是基于视觉生理角度还是工程实践角度，均有着重要的实用作用。 立体视觉的研究工作起源于20 世纪60 年代中期，实现了二维图像向三维图像研究工作的转变。 在之后的数十年里，经过有关研究学者的不断研究，该技术已经成为一门新兴学科［1］。

1 常见的测量技术

1.1 激光跟踪仪测量法

激光跟踪测量仪技术主要是通过对球面坐标系的合理利用，对目标点三维坐标进行求解。 在该技术的使用过程中，长度L 可以直接利用激光干涉原理来获取角度，α和β 则可以通过不同角度编码器来获取。 如果想要在实践工作过程中获得工件坐标，需要同步进行半径补偿处理。 由此使用该技术时，反射镜的移动速度不能超出要求。 若是在测量过程中发生了靶镜丢光问题，则测量工作无法继续，而是需要重新调整。 由此可以看出激光跟踪测量仪技术效率相对较低，操作过程有着较大的技巧性，需要有关工作人员有丰富的工作经验。

1.2 室内GPS 测量法

室内全球定位系统（global positioning system，GPS）测量技术主要是通过对三角定位测量技术的合理利用，实现全球定位功能。 其整个系统组成和卫星网络结构存在一定的相似性。 虽然室内GPS 技术可以满足大范围、大面积的空间动态测量标准，但是该技术的使用有着较高的成本投入。 与此同时，测量的精度无法满足高精度测量要求。 再加上接收器数量存在限制，获取的空间点坐标数量也存在限制，我国的高精度室内GPS 技术使用仍有很大的进步空间。

1.3 视觉测量法

视觉测量技术与其他技术相比，其优势和价值便在于有着较好的测量效率，测量灵活性将会得到显著提升。 以立体视觉测量技术为代表，是视觉测量技术中的重要分支之一，被广泛运用在实际工作中。 立体视觉测量分为三个步骤，分别是测量之前的准备工作、信息的采集以及后续的算法处理。 较早运用在工程实践中的立体视觉测量技术，可以追溯到20 世纪70 年代。 1978 年，美国一家公司研制出了V⁃STARS 系统，将该系统应用在了航空制造等装备生产活动中。 2005 年，V⁃STARS 系统开始逐渐被引入到我国，在我国的通信航天领域中发挥出了重要的价值。 经过对系统的全面改进，现阶段广船国际有限公司（Guangzhou Shipyard International Company Limited，GSI）已经推出了新一代的测量系统，可以满足高精度测量需求。与此同时，新一代的双相机系统及典型测量精度也达到了10 μm＋10 μm／m。 我国的立体视觉测量技术已经被广泛运用在大尺寸测量工作中，例如可以利用立体视觉测量技术，针对车身进行自动测量、设计车辆参数测量系统、对车辆尺寸进行几何参数的快速测量［2］。

与视觉测量技术相比，其他的测量技术或是设备测量效率较低，或是操作过程有着较高的技术要求，或是设备成本投入较高。 为此，需要开发高效、准确、性价比高的立体视觉测量技术系统，以满足大尺寸的快速测量需求。

2 双目立体视觉几何量的高精度测量技术原理

双目立体视觉主要依赖于计算机技术对人类数据原理的动态模拟，并借助计算机来实现距离的被动感知。 该方法基于两个或更多的点去观察同一物体的环境，从而产生不同维度的图像。 然后，根据图像中像素的匹配程度，运用三角测量的原理，获取两幅图像中空间点的偏移数据，最终得到物体的三维数据信息。 人们不仅能够获取到物体的实际景深数据，还能清楚地了解物体与相机之间的真实距离，并且能够把握物体的三维尺寸，从而确定两点之间的真实距离［3］。

双目立体视觉测量技术的价值在于效率较高、精度科学合理、系统结构较为简单、成本投入较低，更加适合运用在制造现场的在线非接触产品检测及质量控制工作中。双目立体视觉系统是我国计算机视觉的主要技术之一，可以获得三倍场景的距离信息，是在计算机科学研究工作中的重点内容。 与其他立体视觉测量跟踪方法相比，双目立体视觉技术可以对人类双眼处理景物的方式方法进行直接模拟及数据获取，结果更为可靠和便捷，在很多领域都有着较好的应用价值。 举例来说，对于微操作系统的位置检测与控制、机器人导航、宇航三维测量学和虚拟现实领域，该技术都可以发挥出有用价值。

在计算机的视觉科技范畴内，双目立体视觉系统主要依赖双摄像机，从多个角度同步捕捉被观察物体的两幅数码照片，或者是通过摄像机在各个时间点、各个角度捕捉被观察物体的两幅数码照片，并运用视觉偏差原理来修复物体的三维几何信息，对物体的三维形状和位置进行重塑。 各种双目视觉系统的设计各具特色，并且能够适应各种环境。 对于那些需要进行广泛、大规模的测量，并且需要较高精确度的情况，可以选择双摄像头的双目立体视觉系统。 针对测量范围相对要求较小、视觉系统体系和质量要求较为严格、需要以较快的速度实时测量的对象，可以利用光学成像的单摄像机。

视觉系统的安装方法将会对测量结果的精准度带来直接影响。 利用双摄像机的双目立体视觉系统，必须将其安装在稳定平台中，再进行双目视觉系统标定。 或是利用该系统进行测量的过程中，需要保障摄像机内置参数和两台摄像机相对位置的稳定性，整个过程不可出现变化。 若是其中某一环节出现变化，则需要重新对双目立体视觉系统进行标定处理。 在进行双目立体视觉标定时，需要利用高精度的标定模板、更为完善且科学合理的摄像机标定数学模型，基于复杂的环境条件下，保障系统现场标定的合理性。 并利用左右图像特征点的图像坐标，以实现特征点在三维坐标空间的有效测量［4］。

双目立体视觉的研究一直是我国在视觉研究工作中的热点内容，更是难点内容。 利用双目立体视觉系统可以确定物体的三维轮廓，同时从轮廓中获得任意点的三维坐标。 为此，双目立体视觉系统在整个机器视觉和测绘领域都有着广泛的使用前景。 为将该技术合理运用在不同的工程中，需要优化算法的效率和精度，并使用图像校正立体视觉系统让立体匹配全面简化，依托于滤波、分布分类器和集合变现等方式方法，提高效率和质量。

3 双目立体视觉几何量的高精度测量技术在计量检测中的应用要点

3.1 摄像机标定

摄像机是使用计算机技术构建出物理世界的重要测量工具。 由于在摄像机的使用过程中，其参数情况会在环境、温度、条件变化等相关因素的影响之下出现不同程度的转变，为此，为保证定位的精准、有效，必须进行摄像机标定工作。 一般情况下，可以先使用单摄像机标定技术，随后再通过同一世界坐标中的某一组定标点，明确双向机制之间存在的位置联系。 目前标定方法主要分为两类，线性标定法和非线性标定法。 在进行单摄像机标定时，常用到的方法包括透视变换矩阵、直接线性变换法。 在进行双目相机标定时，是否可以保障外部参数的精准有效，将会对最终结果带来直接影响。 一般情况下，需要确定8 个及以上的已知世界坐标点，才可以获得科学合理的参数矩阵。

3.2 特征点提取

在计量检测时，测量的精度将会对二维图像坐标点提取的精准性带来直接影响。 为此，在进行提取时，特征点需要和传感器类型以及技术情况适配，同时需要确保特征点提取的一致性和鲁棒性，双目特征点匹配流程如图1 所示。 而在进行图像获取时，可能会存在其他的噪声源，为进一步优化图像的综合质量，凸显出图像的特征点，在进行特征点提取之前，首先要进行图像的预处理工作。 目前常见且有效的特征点提取方法主要是最小灰度差法、兴趣算子法和边缘提取法。 边缘提取法以及兴趣算子法有着较高的光照敏感度，若是物体临近面灰度较为相似，这两种方法可以在低精度的要求下，实现对特征点的有效概括和提取。 但是如果某一像素存在局部灰度差异区域，或是有不同的灰度值，在相邻区域中进行相关操作时需要对其综合性考量，明确其是否可以精准提取特征点［5］。

图1 双目特征点匹配流程图

3.3 立体匹配

在双目立体视觉测量技术的使用过程中，立体匹配是其中的重要环节，也是技术使用过程中最复杂的环节。 在二维图像特征点已经被提取完成之后，便需要进行立体匹配，也就是明确左右图像中的各个特征点在其他图像中的对应点。 在将三维场景投射为二维影像时，相同的景物在不同的视点下将会存在一定的差异，会对整个场景造成干扰，因此只用灰度值来定性存在较大的困难。 为有效解决错误匹配问题，可以利用唯一性约束、外极限约束和一致性约束。 但是伴随着约束条件的全面增加，匹配难度也会不断提高。 研究人员可以使用区域匹配算法，通过对局部窗口灰度信息的关联性进行分析，明确特征点和对应点之间的相互联系。

4 双目立体视觉几何量的高精度测量技术应用场景

4.1 车道检测

在车道检测环节中，视觉需对道路弯曲、阴影、路面变化、标识线变化等路况实时反馈分析，并通过深度学习算法，自动生成车辆最佳行驶路线。 而想要实现快速机动反应，便需要高速的环境采集能力，双目视觉惯性模组的图像采集帧率快，在遇到车道变化时快速检测车道变化，还可以通过连续多帧分析车道变化趋势，为自动驾驶算法提供多方面精准、快速的环境信息数据，辅助算法实现高机动自动驾驶。

4.2 物料检测

在检测环节中，视觉需对物料大小、阴影、表面磨损等变化实时反馈分析，并通过深度学习算法，自动生成检测结果。 而想要实现快速机动反应，需要高速的环境采集能力，双目视觉模组的图像采集帧率可达到200 帧，双目视觉模组可以0.005 s／帧的速度快速检测物料，并通过连续多帧分析表面缺陷，提供多方面精准、快速的环境信息数据，辅助算法实现高性能表面检测。

4.3 扫地机器人

随着视觉导航系统在iRobot、戴森等扫地机器人头部阵营不断发酵，关于视觉导航单目、双目的技术问题，也得到了扫地机器人厂商的广泛关注。 双目视觉导航是定位精度更高、系统性更强，更加智能的扫地机器人导航方案，能够更好地引领扫地机器人向家庭清洁智能助手转变。随着技术的不断进步，可以预见双目视觉导航系统将会逐渐成为扫地机器人主流导航定位方案。

5 双目立体视觉系统的未来展望

视觉技术目前已经在全球的计量检测工作中获得了广泛运用。 举例来说，日本大阪大学机械系统研究院研制出了一种自适应双目视觉伺服系统；华盛顿大学与微软公司合作之后，研制出了宽基线立体视觉系统，该系统可以在火星中进行千米范围之内的精确定位及导航。 但是总体来看，想要真正地创造出和人眼无异的通用双目视觉系统，未来还有很长的路要走，其整体的发展趋势可以从以下几点概括：一是受益于5G 配套基础设施的日益完善，制造行业发展规模的全面扩大，智能化水平不断提升，再加上政策利好，我国的双目立体视觉市场需求也会全面增长。 因此，在行业技术水平提升、产品应用领域愈发广泛的时代背景之下，未来的机器视觉市场将会得到全方位的扩大。 二是市场空间巨大。 据预测，2025 年，全球机器视觉市场规模将会超过150 亿美元。 应用市场的全面扩大，市场需求将会得到全方位放量。 面对日益扩大的市场，大多数公司都会选择运用双目视觉测量技术，在图像算法上获得更为成熟的发展经验。 三是双目视觉芯片为未来发展趋势。 图像处理算法最开始是采用服务器的软件算法来完成，但是伴随着5G 技术、智能化技术的全面成熟，将会逐步拓展到云端计算来完成。 由此也会对云服务器的计算量提出更高的标准及要求，需要更大的网络带宽。 因此，双目视觉芯片具有的技术优势更为明显，可以进一步降低成本投入，改善运算能力。 四是机器视觉是强需求。在当今时代，计算机视觉领域展现出了全新的发展趋势，除了可运用在手机、个人电脑和工艺检测之外，计算机视觉技术在机器人、智能驾驶、增强现实等众多领域都出现了不同形态的应用方式，为此，计算机视觉将迎来应用爆炸式增长的时代。 五是探索全新的、适用范围更为广泛的立体视觉计算理论以及匹配的方式方法，选择科学合理的匹配原则，明确算法结构，从根本上解决灰度失真、几何畸变、噪声干扰、特殊结构等重点问题。 六是算法走向并行化的发展之路，进一步提高速度，降低有关工作人员的运算总量，使得系统的实用性得到增强，强化场景和任务的约束，面对不同的应用目的，构建出具有一定目标性的体视系统。

6 结语

综上所述，在生产过程中检测是一项重要的工作，对产品质量的提升有着至关重要的作用。 因此，为了提高产品质量检测工作的效率和准确度，很多企业开始采用机器视觉技术。 本文主要介绍了双目立体视觉几何量的高精度测量技术在计量检测中的应用和发展前景，并对其进行了简要分析，希望能给相关工作人员提供一些参考。