雙目立體視覺幾何量的高精度測量技術在計量檢測中的應用和發展前景

包 輝

（河北省計量監督檢測研究院 河北 石家莊 050227）

0 引言

雙目立體視覺是我國在計算機視覺研究領域中的熱點內容，可以對人類視覺進行模擬，在各種條件下都可以對景物的立體信息進行測量，有著其他計算機測量技術難以取代的價值。 因此，在對該技術的研究上，不管是基于視覺生理角度還是工程實踐角度，均有著重要的實用作用。 立體視覺的研究工作起源于20 世紀60 年代中期，實現了二維圖像向三維圖像研究工作的轉變。 在之后的數十年里，經過有關研究學者的不斷研究，該技術已經成為一門新興學科［1］。

1 常見的測量技術

1.1 激光跟蹤儀測量法

激光跟蹤測量儀技術主要是通過對球面坐標系的合理利用，對目標點三維坐標進行求解。 在該技術的使用過程中，長度L 可以直接利用激光干涉原理來獲取角度，α和β 則可以通過不同角度編碼器來獲取。 如果想要在實踐工作過程中獲得工件坐標，需要同步進行半徑補償處理。 由此使用該技術時，反射鏡的移動速度不能超出要求。 若是在測量過程中發生了靶鏡丟光問題，則測量工作無法繼續，而是需要重新調整。 由此可以看出激光跟蹤測量儀技術效率相對較低，操作過程有著較大的技巧性，需要有關工作人員有豐富的工作經驗。

1.2 室內GPS 測量法

室內全球定位系統（global positioning system，GPS）測量技術主要是通過對三角定位測量技術的合理利用，實現全球定位功能。 其整個系統組成和衛星網絡結構存在一定的相似性。 雖然室內GPS 技術可以滿足大范圍、大面積的空間動態測量標準，但是該技術的使用有著較高的成本投入。 與此同時，測量的精度無法滿足高精度測量要求。 再加上接收器數量存在限制，獲取的空間點坐標數量也存在限制，我國的高精度室內GPS 技術使用仍有很大的進步空間。

1.3 視覺測量法

視覺測量技術與其他技術相比，其優勢和價值便在于有著較好的測量效率，測量靈活性將會得到顯著提升。 以立體視覺測量技術為代表，是視覺測量技術中的重要分支之一，被廣泛運用在實際工作中。 立體視覺測量分為三個步驟，分別是測量之前的準備工作、信息的采集以及后續的算法處理。 較早運用在工程實踐中的立體視覺測量技術，可以追溯到20 世紀70 年代。 1978 年，美國一家公司研制出了V?STARS 系統，將該系統應用在了航空制造等裝備生產活動中。 2005 年，V?STARS 系統開始逐漸被引入到我國，在我國的通信航天領域中發揮出了重要的價值。 經過對系統的全面改進，現階段廣船國際有限公司（Guangzhou Shipyard International Company Limited，GSI）已經推出了新一代的測量系統，可以滿足高精度測量需求。與此同時，新一代的雙相機系統及典型測量精度也達到了10 μm＋10 μm／m。 我國的立體視覺測量技術已經被廣泛運用在大尺寸測量工作中，例如可以利用立體視覺測量技術，針對車身進行自動測量、設計車輛參數測量系統、對車輛尺寸進行幾何參數的快速測量［2］。

與視覺測量技術相比，其他的測量技術或是設備測量效率較低，或是操作過程有著較高的技術要求，或是設備成本投入較高。 為此，需要開發高效、準確、性價比高的立體視覺測量技術系統，以滿足大尺寸的快速測量需求。

2 雙目立體視覺幾何量的高精度測量技術原理

雙目立體視覺主要依賴于計算機技術對人類數據原理的動態模擬，并借助計算機來實現距離的被動感知。 該方法基于兩個或更多的點去觀察同一物體的環境，從而產生不同維度的圖像。 然后，根據圖像中像素的匹配程度，運用三角測量的原理，獲取兩幅圖像中空間點的偏移數據，最終得到物體的三維數據信息。 人們不僅能夠獲取到物體的實際景深數據，還能清楚地了解物體與相機之間的真實距離，并且能夠把握物體的三維尺寸，從而確定兩點之間的真實距離［3］。

雙目立體視覺測量技術的價值在于效率較高、精度科學合理、系統結構較為簡單、成本投入較低，更加適合運用在制造現場的在線非接觸產品檢測及質量控制工作中。雙目立體視覺系統是我國計算機視覺的主要技術之一，可以獲得三倍場景的距離信息，是在計算機科學研究工作中的重點內容。 與其他立體視覺測量跟蹤方法相比，雙目立體視覺技術可以對人類雙眼處理景物的方式方法進行直接模擬及數據獲取，結果更為可靠和便捷，在很多領域都有著較好的應用價值。 舉例來說，對于微操作系統的位置檢測與控制、機器人導航、宇航三維測量學和虛擬現實領域，該技術都可以發揮出有用價值。

在計算機的視覺科技范疇內，雙目立體視覺系統主要依賴雙攝像機，從多個角度同步捕捉被觀察物體的兩幅數碼照片，或者是通過攝像機在各個時間點、各個角度捕捉被觀察物體的兩幅數碼照片，并運用視覺偏差原理來修復物體的三維幾何信息，對物體的三維形狀和位置進行重塑。 各種雙目視覺系統的設計各具特色，并且能夠適應各種環境。 對于那些需要進行廣泛、大規模的測量，并且需要較高精確度的情況，可以選擇雙攝像頭的雙目立體視覺系統。 針對測量范圍相對要求較小、視覺系統體系和質量要求較為嚴格、需要以較快的速度實時測量的對象，可以利用光學成像的單攝像機。

視覺系統的安裝方法將會對測量結果的精準度帶來直接影響。 利用雙攝像機的雙目立體視覺系統，必須將其安裝在穩定平臺中，再進行雙目視覺系統標定。 或是利用該系統進行測量的過程中，需要保障攝像機內置參數和兩臺攝像機相對位置的穩定性，整個過程不可出現變化。 若是其中某一環節出現變化，則需要重新對雙目立體視覺系統進行標定處理。 在進行雙目立體視覺標定時，需要利用高精度的標定模板、更為完善且科學合理的攝像機標定數學模型，基于復雜的環境條件下，保障系統現場標定的合理性。 并利用左右圖像特征點的圖像坐標，以實現特征點在三維坐標空間的有效測量［4］。

雙目立體視覺的研究一直是我國在視覺研究工作中的熱點內容，更是難點內容。 利用雙目立體視覺系統可以確定物體的三維輪廓，同時從輪廓中獲得任意點的三維坐標。 為此，雙目立體視覺系統在整個機器視覺和測繪領域都有著廣泛的使用前景。 為將該技術合理運用在不同的工程中，需要優化算法的效率和精度，并使用圖像校正立體視覺系統讓立體匹配全面簡化，依托于濾波、分布分類器和集合變現等方式方法，提高效率和質量。

3 雙目立體視覺幾何量的高精度測量技術在計量檢測中的應用要點

3.1 攝像機標定

攝像機是使用計算機技術構建出物理世界的重要測量工具。 由于在攝像機的使用過程中，其參數情況會在環境、溫度、條件變化等相關因素的影響之下出現不同程度的轉變，為此，為保證定位的精準、有效，必須進行攝像機標定工作。 一般情況下，可以先使用單攝像機標定技術，隨后再通過同一世界坐標中的某一組定標點，明確雙向機制之間存在的位置聯系。 目前標定方法主要分為兩類，線性標定法和非線性標定法。 在進行單攝像機標定時，常用到的方法包括透視變換矩陣、直接線性變換法。 在進行雙目相機標定時，是否可以保障外部參數的精準有效，將會對最終結果帶來直接影響。 一般情況下，需要確定8 個及以上的已知世界坐標點，才可以獲得科學合理的參數矩陣。

3.2 特征點提取

在計量檢測時，測量的精度將會對二維圖像坐標點提取的精準性帶來直接影響。 為此，在進行提取時，特征點需要和傳感器類型以及技術情況適配，同時需要確保特征點提取的一致性和魯棒性，雙目特征點匹配流程如圖1 所示。 而在進行圖像獲取時，可能會存在其他的噪聲源，為進一步優化圖像的綜合質量，凸顯出圖像的特征點，在進行特征點提取之前，首先要進行圖像的預處理工作。 目前常見且有效的特征點提取方法主要是最小灰度差法、興趣算子法和邊緣提取法。 邊緣提取法以及興趣算子法有著較高的光照敏感度，若是物體臨近面灰度較為相似，這兩種方法可以在低精度的要求下，實現對特征點的有效概括和提取。 但是如果某一像素存在局部灰度差異區域，或是有不同的灰度值，在相鄰區域中進行相關操作時需要對其綜合性考量，明確其是否可以精準提取特征點［5］。

圖1 雙目特征點匹配流程圖

3.3 立體匹配

在雙目立體視覺測量技術的使用過程中，立體匹配是其中的重要環節，也是技術使用過程中最復雜的環節。 在二維圖像特征點已經被提取完成之后，便需要進行立體匹配，也就是明確左右圖像中的各個特征點在其他圖像中的對應點。 在將三維場景投射為二維影像時，相同的景物在不同的視點下將會存在一定的差異，會對整個場景造成干擾，因此只用灰度值來定性存在較大的困難。 為有效解決錯誤匹配問題，可以利用唯一性約束、外極限約束和一致性約束。 但是伴隨著約束條件的全面增加，匹配難度也會不斷提高。 研究人員可以使用區域匹配算法，通過對局部窗口灰度信息的關聯性進行分析，明確特征點和對應點之間的相互聯系。

4 雙目立體視覺幾何量的高精度測量技術應用場景

4.1 車道檢測

在車道檢測環節中，視覺需對道路彎曲、陰影、路面變化、標識線變化等路況實時反饋分析，并通過深度學習算法，自動生成車輛最佳行駛路線。 而想要實現快速機動反應，便需要高速的環境采集能力，雙目視覺慣性模組的圖像采集幀率快，在遇到車道變化時快速檢測車道變化，還可以通過連續多幀分析車道變化趨勢，為自動駕駛算法提供多方面精準、快速的環境信息數據，輔助算法實現高機動自動駕駛。

4.2 物料檢測

在檢測環節中，視覺需對物料大小、陰影、表面磨損等變化實時反饋分析，并通過深度學習算法，自動生成檢測結果。 而想要實現快速機動反應，需要高速的環境采集能力，雙目視覺模組的圖像采集幀率可達到200 幀，雙目視覺模組可以0.005 s／幀的速度快速檢測物料，并通過連續多幀分析表面缺陷，提供多方面精準、快速的環境信息數據，輔助算法實現高性能表面檢測。

4.3 掃地機器人

隨著視覺導航系統在iRobot、戴森等掃地機器人頭部陣營不斷發酵，關于視覺導航單目、雙目的技術問題，也得到了掃地機器人廠商的廣泛關注。 雙目視覺導航是定位精度更高、系統性更強，更加智能的掃地機器人導航方案，能夠更好地引領掃地機器人向家庭清潔智能助手轉變。隨著技術的不斷進步，可以預見雙目視覺導航系統將會逐漸成為掃地機器人主流導航定位方案。

5 雙目立體視覺系統的未來展望

視覺技術目前已經在全球的計量檢測工作中獲得了廣泛運用。 舉例來說，日本大阪大學機械系統研究院研制出了一種自適應雙目視覺伺服系統；華盛頓大學與微軟公司合作之后，研制出了寬基線立體視覺系統，該系統可以在火星中進行千米范圍之內的精確定位及導航。 但是總體來看，想要真正地創造出和人眼無異的通用雙目視覺系統，未來還有很長的路要走，其整體的發展趨勢可以從以下幾點概括：一是受益于5G 配套基礎設施的日益完善，制造行業發展規模的全面擴大，智能化水平不斷提升，再加上政策利好，我國的雙目立體視覺市場需求也會全面增長。 因此，在行業技術水平提升、產品應用領域愈發廣泛的時代背景之下，未來的機器視覺市場將會得到全方位的擴大。 二是市場空間巨大。 據預測，2025 年，全球機器視覺市場規模將會超過150 億美元。 應用市場的全面擴大，市場需求將會得到全方位放量。 面對日益擴大的市場，大多數公司都會選擇運用雙目視覺測量技術，在圖像算法上獲得更為成熟的發展經驗。 三是雙目視覺芯片為未來發展趨勢。 圖像處理算法最開始是采用服務器的軟件算法來完成，但是伴隨著5G 技術、智能化技術的全面成熟，將會逐步拓展到云端計算來完成。 由此也會對云服務器的計算量提出更高的標準及要求，需要更大的網絡帶寬。 因此，雙目視覺芯片具有的技術優勢更為明顯，可以進一步降低成本投入，改善運算能力。 四是機器視覺是強需求。在當今時代，計算機視覺領域展現出了全新的發展趨勢，除了可運用在手機、個人電腦和工藝檢測之外，計算機視覺技術在機器人、智能駕駛、增強現實等眾多領域都出現了不同形態的應用方式，為此，計算機視覺將迎來應用爆炸式增長的時代。 五是探索全新的、適用范圍更為廣泛的立體視覺計算理論以及匹配的方式方法，選擇科學合理的匹配原則，明確算法結構，從根本上解決灰度失真、幾何畸變、噪聲干擾、特殊結構等重點問題。 六是算法走向并行化的發展之路，進一步提高速度，降低有關工作人員的運算總量，使得系統的實用性得到增強，強化場景和任務的約束，面對不同的應用目的，構建出具有一定目標性的體視系統。

6 結語

綜上所述，在生產過程中檢測是一項重要的工作，對產品質量的提升有著至關重要的作用。 因此，為了提高產品質量檢測工作的效率和準確度，很多企業開始采用機器視覺技術。 本文主要介紹了雙目立體視覺幾何量的高精度測量技術在計量檢測中的應用和發展前景，并對其進行了簡要分析，希望能給相關工作人員提供一些參考。