双目立体视觉系统的旋转轴方位计算与特征点立体匹配

王小娟+刘丙才

摘 要 双目立体视觉是计算机视觉的一个研究热点，它是利用两个摄像机对同一物体从不同角度获取图像，并根据几何原理实现三维轮廓信息的重建。本文针对“激光线扫描口腔教学评估系统”，采用MATLAB与OpenCV相结合的方法，实现了不同高度处标定物中心点直线拟合的旋转轴方位确定与图像立体匹配。实验结果表明，该标定法简单可靠，转轴具有较好的稳定性，根据图像立体匹配所得到的视差图可较好的完成牙颌模型的三维轮廓重建。

关键词 双目立体视觉 转轴方位 直线拟合 立体匹配

中图分类号：T311 文献标识码：A

0引言

双目立体视觉是计算机视觉的一个重要分支，可以很好地模拟人类双眼的立体成像原理，利用两个成像传感器在同一时间从不同位置拍摄同一物体，对获得的两幅图像进行差别分析，得到特征点的位置偏差，再利用视差原理提取坐标信息，构建三维轮廓。本文研究的双目立体视觉系统基于一个旋转平台，该平台绕其中心轴线做指定角度的旋转多方位拍摄，因此，旋转台转轴方位的标定会直接影响物体的三维重构精度。同时，特征点的立体匹配也是双目立体视觉的关键和难点。

本文针对三维激光线扫描测量系统，自行设计标定物，采用双目立体视觉系统获取不同位置处的标定物图像，通过特征点提取和椭圆拟合获得旋转台转轴的方位，同时利用标定结果进行匹配点搜索，实现物体三维轮廓的重建。

1转轴方位计算原理

本文采用标定物，将其固定在旋转平台的中心位置，随着旋转台的平移扫描和旋转扫描，采集不同高度处标定物旋转一周的若干幅图像。为直观表达旋转台与地面间的方位关系，将旋转台的轴线设计为45度夹角，以旋转台中心为原点，以水平扫描方向为x轴，建立物空间坐标系Ow-XwYwZw；以标定物的中心O0为原点，以CCD的光心OC与OO的连线作为Zc的方向，建立像空间坐标系OcXcYcZc，用来描述关于激光器呈对称分布的左右两个CCD的位置。

不考虑镜头畸变，空间中任意一点在图像上的成像位置可用小孔模型近似表示，它在像空间与物空间坐标系的变换关系可用（1）式表示：

（1）

其中，f为CCD的有效焦距，R为33的正交单位旋转矩阵，T为三维平移向量。这种基于旋转并平移扫描来测量标定圆点轮廓的方法，根据空间透视投影变换模型，该圆形标志点投影到像平面上会变成椭圆，利用椭圆拟合法可以计算出投影椭圆的中心，将椭圆中心与其对应的圆形标志点的中心作为像平面与空间坐标系之间的对应拓扑点，计算旋转轴位置。标定物只需要固定一次即可完成标定，算法简单，标定速度快。

2测量实例

2.1系统搭建

本文以实验室自主研发的“激光线扫描口腔教学评估系统”为实验平台，该系统主要由两个专业CCD相机、半导体激光器和计算机组成，通过运动控制卡MPC08驱动激光器作为投影光刀，在预备牙体表面作水平扫描和旋转扫描，由CCD采集光条图像并经串口传输至计算机，再利用MATLAB进行相移解码等处理，确定测量系统的结构参数，同时提取预备牙体的曲面形态信息进行图像立体匹配，重构预备牙体三维形貌，实现非接触测量。

2.2转轴方位的标定

由于加工及装调误差，使得旋转台的转轴与水平导轨平面之间的夹角并非严格的45€埃备萃甘油队霸恚残伪曛镜愠上裨谏阆窕南衿矫嫖煌衷病2捎肕ATLAB软件，对采集到的系列标志点图像进行处理过程，根据椭圆拟合方程得到椭圆中心点的像素坐标，将其转换为实际坐标值。

在标志物下面放置10mm高的标准量块改变其高度，重新提取拟合椭圆的中心点坐标的像素值，根据直线拟合方法，可以得到旋转台轴线相对于左右CCD的位置和方位。

所得到的直线拟合方程为：

2.3图像立体匹配

立体匹配就是在左右相机所获取的图像之间建立同一个像素点的对应关系，得到视差图以恢复该特征的空间坐标实现三维重建。本文采用基于局部优化的匹配算法，在OpenCV中利用“绝对误差累计”的窗体对左右两幅无畸变图像中的相同点进行快速有效的匹配，可以匹配出较强的纹理点。

像素点的灰度值可以代表牙颌模型的基本轮廓和相对于CCD相机的放置位置，像素点的灰度值越大，表示该位置靠近CCD，牙齿肩台的深度值也较小。同时在实验过程中应选取合适的基线长度，也就是两个摄像机的投影中心连线的距离，以保证牙颌模型成像在左右CCD上时尽量不被遮挡。

2.4牙颌模型的三维重建

在旋转台标定的基础上，结合左右摄像机同时拍摄到的牙颌模型的视差图，可以得到某一角度的牙颌三维信息。将牙颌模型放置在旋转台上，间隔一定角度对其进行旋转扫描，可以获得牙齿多个视角的三维信息。

3结论

本文将激光线扫描方法与双目立体视觉系统相结合，针对实验室所开发的“激光线扫描口腔教学评估系统”，采用2个CCD相机采集不同高度处的标志点图像，在MATLAB中实现图像处理并提取标志点中心的坐标参数，利用直线拟合法确定旋转台的转轴方位，在此基础上采用OpenCV进行图像的立体匹配并完成牙颌模型的三维重建。实验结果表明，该系统的转轴稳定性良好，不同高度处中心点直线拟合的转轴标定方法简单可靠，根据立体匹配的视差图可以较好的重建牙颌模型的三维轮廓。

参考文献

[1] 狄红卫，柴颖，李逵.一种快速双目视觉立体匹配算法[J].光学学报，2009，29（8）：2180-2184.

[2] 尹茂东.基于旋转平台的物体表面三维重建研究[D].山东：青岛大学，2007.