-
为了验证文中提出的轨迹测量系统对于狭长空间近距离测量场景下的目标物体轨迹测量精度提高的有效性,需要进行验证实验。首先设计双目测量实验系统光路如图9所示。
其中,双目相机的型号均为Basler-acA-1440;双目相机基线距为181 mm;双目相机光轴夹角为19.22°;轨迹测量长度为128 mm;Z轴方向测量物距约为500 mm;系统的理论总景深为73 mm,前后景深均为36.5 mm。
由公式(17)景深计算公式计算可得系统的实际总景深为104.5 mm,满足理论总景深的要求,且前后景深均满足要求。
式中:dL为系统的实际总景深;f为镜头焦距;F为光圈数值;h为目标物体在深度方向的物距;c为像距;δ为容许弥散圆直径。其中,镜头焦距f为12 mm,光圈数值F为8,目标物体在深度方向的物距h为500 mm,像距c为12.3 mm,容许弥散圆直径δ为3.45 μm。
在景深范围内,由公式(18)计算可得双目测量系统X、Y方向分辨力均为0.15 mm,Z方向深度分辨力为0.46 mm。
式中:dX、dY和dZ为双目测量系统X、Y、Z方向分辨力;d为像元尺寸;hmax为测量范围内最大物距;D为双目相机基线距。其中,像元尺寸d为3.45 μm,测量范围内最大物距hmax约为520 mm,双目相机基线距D为181 mm。
在按照上述设计参数完成双目测量系统的搭建之后,进行近距离目标物体的三维轨迹长度的测量实验,实验原理图和实物图如图10所示。实验平台主要包括双目相机、聚光灯光源、集成光栅尺的电动位移台、具有纹理结构的模拟鸟体。其中集成有光栅尺的电动位移台具有较高位移精度,其位移数值可以作为实验验证部分的基准值。
实验过程如下:使用30幅标定图像进行双目相机标定;把具有纹理结构的模拟鸟体紧贴放置于位移台上,对相机进行对焦,使模拟鸟体在景深范围内清晰成像;通过设置相机曝光时间、控制聚光灯的照明情况对模拟鸟体的成像效果进行调整;控制电动位移台单次步进移动模拟鸟体,双目相机拍摄包括初始位置在内的所有离散位置处的模拟鸟体;通过目标提取和三维重建计算每一帧模拟鸟体在左相机坐标系下的三维坐标;最后通过卡尔曼滤波对于整个运动轨迹中进行滤波修正,去掉一些突变三维点,使理论上的理想轨迹变得更加平滑;最后计算相邻帧模拟鸟体之间的距离,进行距离累加即可得到双目测量系统对模拟鸟体轨迹的测量长度,计算公式如公式(19)所示:
式中:Dist为双目测量系统对模拟鸟体轨迹的测量长度;ci(i=1~s)为卡尔曼滤波修正之后的运动轨迹中的离散三维坐标点;s为电动位移台单次步进移动模拟鸟体的总次数。其中,电动位移台单次步进移动模拟鸟体λ mm,共移动s次,移动过程中双目相机共拍摄包括初始位置在内的2s+2幅图像,每个相机拍摄s+1幅图像。
由于该测量实验中的理想运动轨迹为一条直线,所以轨迹测量精度指标中除了轨迹长度测量精度之外,还应该包括直线度误差。轨迹的直线度误差指轨迹各点偏离此理想轨迹直线的程度,在该测量实验中主要体现在原始测量轨迹散点和预测理想轨迹直线之间的分布误差。实验所用光栅尺位移台在其运动方向具有很高的直线度,所以理想运动轨迹可以视为一条直线。由三维重建公式可知,物体三维坐标是以左相机坐标系为原点坐标,所以需测量三维轨迹散点在左相机光轴方向投影值的直线度误差,从而对整个轨迹的直线度误差进行判定。直线度误差计算过程如下:将测量所得轨迹散点在左相机光轴方向的投影值大小进行线性拟合,拟合为一条理想直线,计算传统仅用形心法和文中轨迹测量系统所测得的轨迹散点在进行线性拟合时的误差参数SSE和R-square。其中,SSE是预测拟合数据和原始数据对应点的误差的平方和,SSE越接近于0,说明线性模型选择和拟合越好,数据预测越成功;R-square由预测数据与原始数据均值之差的平方和与原始数据和均值之差的平方和的比值决定,值越接近1,表明方程的变量对因变量的解释能力越强,表明该模型对数据拟合的也较好,即此数据更符合该模型的分布特性。
实验中,λ=4,s=32,基于目标模拟鸟体在图像中所占的像素比重,互相关匹配的模板S和待搜索区域F的边长像素数为L1=100,L2=90。实验中采用配有光栅尺的位移台作为参考,由位移台带动鸟体运动,光栅尺精度1 μm,远优于轨迹测量精度,所以光栅尺校正之后的位移数值可以在实验验证部分作为基准轨迹长度。以下为验证实验中的相机采集图像和对应的三维轨迹长度测量结果。
图11为纹理较深目标模拟鸟体图像和基于文中测量系统的目标轨迹测量结果,位移台运动128 mm后,该系统的轨迹长度测量结果为127.99 mm。为验证目标物体纹理深浅对于该测量系统精度的影响,实验中λ=4,s=32,L1=100,L2=90不变,只调整上述实验中的相机曝光时间或光源照明来减弱模拟鸟体的成像纹理特征,图12为纹理较浅目标模拟鸟体图像和基于文中测量系统的目标轨迹测量结果,位移台运动128 mm后,该系统的轨迹长度测量结果为128.25 mm。
保持λ=4,s=32,L1=100
,L2=90不变,继续调整上述实验中的相机曝光时间或光源照明,使模拟鸟体的成像纹理特征几乎消失。图13为无纹理目标模拟鸟体图像和基于文中测量系统的目标轨迹测量结果,位移台运动128 mm后,该系统的轨迹长度测量结果为128.55 mm。 在128 mm的测量范围内,测量系统在不同纹理清晰程度下的轨迹长度和直线度误差参数测量结果如表1所示。当目标物体纹理较深时,轨迹长度测量精度约为0.008%,SSE为0.132,R-square为0.9999;当目标物体纹理变浅时,轨迹长度测量精度约为0.195%,SSE为0.427,R-square为0.9997;当目标物体几乎无纹理时,轨迹长度测量精度约为0.430%,SSE为10.37,R-square为0.9943。
Imaging texture
featuresMeasurement
result/mmMeasurement
accuracySSE R-square Deep texture 127.99 0.008% 0.132 0.9999 Light texture 128.25 0.195% 0.427 0.9997 No texture 128.55 0.430% 10.37 0.9943 Table 1. Measurement results of track length and straightness error parameters
为了验证文中提出的轨迹测量系统的稳定性,选取图11中纹理较深的模拟鸟体,共进行5次128 mm轨迹测量重复实验,在基于Intel(R) Core(TM) i5-4690 K CPU 3.50 GHz、4.00 GB RAM的MATLAB 2016b平台进行数据处理。5次重复对比实验的轨迹长度测量误差如图14所示,基于仅用形心法粗定位匹配的轨迹长度测量误差均值为230.5 μm,轨迹长度精度约为0.18%,SSE均值约为0.378,R-square均值约为0.999 8;基于文中形心匹配优化的轨迹长度测量误差均值为13.14 μm,精度约为0.01%,SSE均值约为0.131,R-square均值约为0.999 9。
通过上述不同纹理目标物体的测量实验结果可知,目标物体成像纹理的深浅对文中测量系统的轨迹测量精度有一定影响,由于纹理较深目标物体的灰度值分布更加丰富,所以基于灰度互相关的亚像素匹配具有更好的双目匹配效果,从而具有更高的测量精度;通过重复对比实验结果可知:由于近距离狭长空间的测量场景下双目相机拍摄角度不同,导致双目采集图像中目标物体区域有微小差异,因此直接通过形心法定位匹配的双目匹配精度较低,而文中测量系统在此基础上提出了一种基于距离和方法权重的灰度互相关亚像素匹配算法,通过形心匹配优化显著提高了纹理较好目标物体的轨迹测量精度,实现了狭长空间近距离测量场景下飞行物轨迹的高精度测量。
基于上述测量误差分析,在实际测量中要通过改善光源照明和优化光路设计等方式改善目标物体纹理的成像清晰度,从而提高目标物体轨迹的测量精度。
Long and narrow trajectory measurement system based on centroid matching optimization in close-up scenes
doi: 10.3788/IRLA20220574
- Received Date: 2022-11-10
- Rev Recd Date: 2022-12-24
- Publish Date: 2023-03-25
-
Key words:
- centroid matching optimization /
- binocular vision /
- distance and method weights /
- gray level cross correlation /
- Kalman filtering
Abstract: