一种机器视觉相机的标定平台及标定方法

本发明属于机器视觉检测领域，具体涉及一种机器视觉相机的标定平台及标定方法。

背景技术：

1、在机器视觉的尺寸检测和位移检测应用领域，相机参数的标定是确立图像像素坐标与物理空间坐标精确映射关系的关键环节，是确保机器视觉技术对工件对位、尺寸检测、位移检测等精度的重要先决条件。

2、现有技术中，相机的标定方法主要以张正友标定法为主，该方法通过测量标定板与相机间的几何关系来确定相机的内部参数（如焦距、镜头畸变系数和图像中心的位置）和外部参数（相机的位置和角度），张正友标定法需要拍摄多组不同位置和角度的已知尺寸的标定板图像，然后，使用角点检测算法来检测每个图像中的角点（棋盘格标定板）或圆点中心（圆形阵列标定板），使用最小二乘法来搜索使得投影的3d标定点与其对应的2d图像点之间的几何误差最小的相机内外参数。

3、上述方法对于标定精度依赖于获取的标定板图像质量，而标定板的图像质量与光源的亮度和均匀度相关，标定板在进行垂直位移或倾斜时，标定板表面的光照强度会发生改变，容易存在光照不均匀的现象，导致后期提取的标定板的图像特征缺失，现有技术中，主要以灰度校准算法、高斯滤波、直方图均衡化等算法来对标定板图像进行光照补偿和边缘强化，来降低复杂环境光照的影响，提升标定板图像特征，但这些方法对于图像特征缺少严重的点处理能力有限(如俯仰角大于25°，标定板表面可能会存在反光或阴影)。使得用于相机标定的有效姿态特征图数量有限，可能会引入非线性失真、噪声放大或细节丢失，甚至干扰特征点检测，限制了对于相机标定算法的精度。

4、有鉴于此，本发明提出了一种机器视觉的标定平台及标定方法，以解决上述技术问题。

技术实现思路

1、本发明的目的在于提供一种机器视觉相机的标定平台及标定方法，以解决上述背景技术中提出的问题。

2、为实现上述目的，本发明所采取的技术方案为：

3、第一方面，本发明提供一种机器视觉相机的标定平台，包括框架、六自由度并联运动平台、标定板、待标定相机、相机支架、环形补光灯、电源模块和控制模块，所述六自由度并联运动平台安装在所述框架上，所述标定板放置在所述六自由度并联运动平台，所述待标定相机和环形补光灯同轴安装在所述相机支架上，所述相机支架安装在框架的顶部。

4、所述环形补光灯包括四个照明分区，四个所述照明分区具有相同数量的led灯，每个照明分区的输出端对应电连接有一个开关模块，输入端与所述电源模块连接，所述开关模块的控制端与所述控制模块电连接，所述开关模块的输出端接地。

5、优选的，在上述技术方案的基础上，所述六自由度并联运动平台包括六个舵机、六根鱼眼连接杆、定平台和动平台，六个所述舵机设于所述定平台上，所述鱼眼连接杆的一端与所述舵机的舵机臂铰接，另一端与所述动平台的侧边铰接，六个所述舵机均与所述控制模块电连接。

6、优选的，在上述技术方案的基础上，所述动平台的中部设有360°转盘，所述标定板固定在所述360°转盘上，所述360°转盘与所述控制模块电连接。

7、优选的，在上述技术方案的基础上，还包括3d相机和两个陀螺仪，所述3d相机安装在所述框架的顶部，两个所述陀螺仪共线安装于所述动平台的底面，所述陀螺仪和3d相机均与所述控制模块连接。

8、优选的，在上述技术方案的基础上，所述相机支架与所述框架间通过螺栓固定，所述支架与框架间的接触面设有隔热垫。

9、第二方面，本发明还提供了一种机器视觉相机的标定方法，该方法包括：

10、s1，设计模糊pid控制模型，设定采样位置和采样数量；

11、s2，控制待标定相机采集标定板在每一个采样位置的图片，通过模糊pid控制模型控制环形补光灯四个照明分区的亮度，获取至少15幅不同空间姿态的标定板的优选灰度图；

12、s3，统计所述优选灰度图的局部灰度特征，基于所述局部灰度特征，利用自适应阈值分割算法提取标定板轮廓图；

13、s4，利用最小二乘法对所述标定板轮廓图进行亚像素定位，得到标定板亚像素轮廓图；

14、s5，基于所述标定板亚像素轮廓图，利用张正友标定算法对所述标定板的亚像素轮廓图进行标定解算，得到待标定相机的标定参数。

15、优选的，所述模糊pid控制模型的设计流程包括：

16、为环形补光灯的四个照明分区对应配置一个pid执行器，每个pid执行器对应配置一个模糊控制器；

17、利用标定板在各采样位置的姿态数据 ，对模糊控制器的量化因子和比例因子进行优化；

18、设置模糊规则库和隶属度函数；

19、设置解模糊方法；

20、所述隶属度函数选择三角形隶属函数，所述解模糊方法选择重心法。

21、优选的，所述pid执行器的数学模型为：

22、

23、式中，为pid执行器的pwm输出量，为离散控制周期序号，为pid执行器的编号，、、分别为比例系数、微分系数和积分系数，为灰度子图灰度偏差量，为灰度偏差率，，为上一个离散控制周期的照明分区的模糊pid控制模型的pwm输出量，为补偿增益，为灰度图的总体灰度梯度变化量。

24、优选的，所述步骤s2包括：

25、s2.1，控制六自由度并联运动平台带动标定板运动到第一预设采样位置，待标定相机采集标定板的图像，并转换为灰度图；

26、s2.2，将所述灰度图划分为与各照明分区一一对应的四个灰度子图，并统计各灰度子图的平均灰度值，统计公式为：

27、

28、式中，为灰度子图的平均灰度值，为灰度子图的所有像素点集合，为灰度子图的序号，，为灰度图像的所有像素集合，和为灰度图像的长和宽，与标定板图像尺寸对应，为像素点灰度值，和分别为灰度图像像素点的行号和列号；

29、s2.3，基于所述灰度子图的平均灰度值，通过模糊pid控制模型调整各照明分区的灯光亮度，计算每个灰度子图的平均灰度值与预设值对应的灰度偏差量和总体灰度梯度变化量；

30、s2.4，重复步骤s2.1至步骤s2.3多次，直到所述灰度偏差量和总体灰度梯度变化量满足设定阈值或最大采样次数，得到第一预设采样位置的优选灰度图；

31、s2.5，切换采样位置，按照步骤s2.1至s2.4的流程，获取所有预设采样位置的标定板的优选灰度图。

32、所述四个灰度子图的划分方法为：

33、s2.21，定义第一动态边界值和第二动态边界值,所述第一动态边界值和第二动态边界值用于划分照明分区对应的灰度子图；

34、s2.22，求解所述第一动态边界值和第二动态边界值，计算公式为：

35、

36、式中，为灰度图像上的任意一像素点的坐标，为灰度图像中心坐标，和分别为标定板的x轴在图像坐标系中的水平投影分量和竖直投影分量，、分别为标定板的y轴在图像坐标系中的水平投影分量和竖直投影分量；

37、s2.23，基于所述第一动态边界值a和第二动态边界值b，划分所述四个灰度子图，划分逻辑为：

38、当,对应照明分区一，记为灰度子图；

39、当,对应照明分区二，记为灰度子图；

40、当,对应照明分区三，记为灰度子图；

41、当,对应照明分区四，记为灰度子图。

42、与现有的技术相比，本发明具有如下有益效果：

43、1.本发明通过六自由度并联运动平台带动标定板进行运动，然后通过环形补光灯的四个等面积的照明分区对标定板进行分区补光，采用模糊pid控制模型控制环形补光灯在每个预设采样位置时的各照明分区的亮度来确保标定板表面获取到均匀的光照，提升待标定相机采集到的标定板图像质量，提高了后续的标定板轮廓特征提取精度，为张正友标定算法提供高质量的标定板轮廓图数据，从而提高了对待标定相机的参数标定精度。

44、 2.本发明通过六自由度并联运动平台、3d相机和两个陀螺仪配合，两个陀螺仪用于实时采集六自由度并联运动平台的动平台的空间姿态，3d相机通过采集标定板上固定特征点的深度变化数据来计算标定板的空间姿态，控制模块通过结合3d相机及陀螺仪的数据，实现对六自由度并联运动平台的闭环控制，提高了六自由度并联运动平台的运动姿态控制精度，使待标定相机能够获取准确的标定板在物理空间的位姿数据，进一步提高了对待标定相机的标定精度。