(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210926776.0 (22)申请日 2022.08.03 (71)申请人 重庆中科摇橹船信息科技有限公司 地址 401121 重庆市渝北区杨柳北路6号15 层1-4号 (72)发明人 郑道勤　齐文博　王侃　威池军博　 马恺璘　王建力　 (74)专利代理 机构 重庆智慧之源知识产权代理 事务所(普通 合伙) 50234 专利代理师 余洪 (51)Int.Cl. G06T 7/80(2017.01) G06T 17/00(2006.01) G06F 17/11(2006.01) (54)发明名称 一种高精度线激光 三维重建标定方法 (57)摘要 本发明提供一种高精度线激光三维重建标 定方法， 包括： 通过阶梯标准量块和二维标靶进 行多高度标定， 选取邻近激光的角点， 采用张氏 标定法进行求解， 完成相机标定； 发射激光至物 体表面， 并采用标定后的相机采集对应的原始图 像； 基于改良灰度重心和雅可比矩阵的中心线提 取算法， 获取初始中心线点集， 并采用去噪算法 对点集进行去噪， 得到过滤噪点后的中心线点 集； 基于小孔成像原理和特殊正交群的约束， 结 合最小二乘和随机参数搜索方法， 获取最优光平 面方程； 根据中心线点集、 内参、 外参、 畸变系数 和最优光平 面方程， 求解线性方程组得到物体轮 廓的三维点云数据， 完成三维重建。 本发明提升 了线激光三维重建的精度， 简化了标定过程， 降 低了标定成本 。 权利要求书4页 说明书11页 附图3页 CN 115187676 A 2022.10.14 CN 115187676 A 1.一种高精度线激光 三维重建标定方法， 包括以下步骤： 通过不同大小的阶梯标准量块和二维标靶， 在线激光的全量程范围内进行多高度标 定， 选取邻近激光的角点作为求解域， 采用张氏标定法， 求解出相机的外参、 内参和畸变系 数， 完成相机标定； 通过激光发射器发射激光至物体表面， 并采用完成标定后的相机采集激光照射至物体 表面的激光条纹原 始图像； 基于改良灰度重心和雅可比矩阵的中心线提取算法， 对所述原始图像进行中心线提 取， 获取初始中心线点集， 并采用基于随机一致采样算法的去噪算法， 过滤所述初始中心线 点集中的噪点， 得到过 滤噪点之后的中心线点 集； 基于小孔成像原 理和特殊正交群的性质， 得到 中心线点集中所有点在相机坐标系的坐 标， 结合最小二乘理论和随机参数搜索方法， 获取最优光平面方程； 根据所述中心线点集、 内参、 外参、 畸变系数和最优光平面方程， 求解线性方程组得到 物体表面轮廓点在相机坐标系的坐标并转换到世界坐标系， 得到物体表面轮廓的三 维点云 数据， 完成三维重建。 2.根据权利要求1所述的一种高精度线激光三维重建标定方法， 其特征在于， 所述通过 不同大小的阶梯标准量块和 二维标靶， 在线激光的全量程范围内进行多高度标定， 具体包 括： 调整工作台 高度， 使激光发射器的工作距离覆盖全量 程； 调整二维标靶的位姿， 并保存调整好 位姿后二维标靶的照片； 放置第一量块， 并将所述二维标靶放置在所述第一量块上， 调整好位姿后， 保存照片， 完成第一 量块高度的标定； 重复放置不同的标准 量块， 直至完成全量 程范围内所有高度的标定 。 3.根据权利要求2所述的一种高精度线激光三维重建标定方法， 其特征在于， 所述选取 邻近激光的角点作为求解域， 采用张氏标定法， 求解出相机的外参、 内参和畸变系 数， 完成 相机标定， 具体包括： 选取邻近 激光的角点作为张氏标定法的求 解域； 将非线性优化的无约束最小二乘问题添加特殊正交群的约束， 转化为有约束的最小二 乘问题； 采用拉格朗日乘子法求解所述有约束的最小二乘问题， 并使用LM算法得到内参矩阵、 外参矩阵和畸变系数； 将所述外参矩阵中的旋转矩阵从矩阵空间重新投影到SE3流形空间， 得到最优旋转矩 阵， 并根据所述 最优旋转矩阵得到相机的外参、 内参和畸变系数， 完成相机标定 。 4.根据权利要求1所述的一种高精度线激光三维重建标定方法， 其特征在于， 所述基于 改良灰度重心和雅可比矩阵的中心线提取算法， 对所述原始图像进行中心线提取， 获取初 始中心线点 集， 具体包括： 对所述原 始图像采用最大池化进行16倍的下采样； 对下采样的图像进行线扫描， 获取ROI区域； 对ROI区域进行图像处 理， 计算y方向上的雅可比矩阵； 采用预先设定的高低阈值对所述 雅可比矩阵进行判断， 选取候选中心点；权　利　要　求　书 1/4 页 2 CN 115187676 A 2按y方向对所有候选中心点进行加权平均， 权重为灰度值， 得到最终中心点， 根据所有 最终中心点构成初始中心线点 集。 5.根据权利要求1所述的一种高精度线激光三维重建标定方法， 其特征在于， 所述采用 基于随机一致采样算法的去 噪算法， 过滤所述初始中心线点集中的噪点， 得到过滤噪点之 后的中心线点 集， 具体包括： 在所述初始中心线点 集中随机 选择两点， 计算得到过两点的直线方程， 记为标准 直线； 基于所述标准 直线， 设置阈值T， 所述阈值T表示 点到标准 直线的距离； 计算所述初始中心线点集中所有点到所述标准直线的距离， 统计距离小于阈值T的点 个数， 记为 n1； 重复有放 回的选取不同的两个点， 并计算初始中心线点集中点到标准直线的距离小于 阈值T的点个数， 得到n1,n2…nk； 选取n1,n2…nk中的最大值nmax＝maxi∈[1,k]{ni}， 将最大值对应的初始中心线点集中至所 述标准直线距离小于阈值T的点认定为中心点， 大于或等于阈值T的点认定为噪点， 得到过 滤噪点之后的中心线点 集。 6.根据权利要求3所述的一种高精度线激光三维重建标定方法， 其特征在于， 所述基于 小孔成像原理和特殊正交群的性质， 得到中心线点集中所有点在相 机坐标系的坐标， 具体 包括： 根据小孔成像模型， 得到像素坐标系的点到相机坐标系的对应关系为： 式中， fx、 fy分别为相机在x轴、 y轴 方向的焦距， (u,v)为中心线点集在像素坐标系 下的 坐标， (xc,yc,zc)为对应在相机坐标系下的坐标； 基于小孔成像原理， 有： 中心线点集中的点在相机坐标系中位于标靶平面上， 由旋转矩阵的性质得到最优旋转 矩阵的第三列向量， 为： 其中， 所述最优旋转矩阵的第三列向量是世界坐标系的Z轴在相机坐标系的分量， 则r3 为相机坐标系下靶平面的法向量， 且原世界坐 标系的原点在相机 坐标系下的坐标为(t1,t2, t3)， 则二者的向量积为0， 即： r13(xc‑t1)+r23(yc‑t2)+r33(zc‑t3)＝0 (4) 整理得到靶平面方程 为： r13xc+r23yc+r33zc‑(r13t1+r23t2+r33t3)＝0 (5)权　利　要　求　书 2/4 页 3 CN 115187676 A 3