形量测量，原有方法难以满足需要。 3)位移场和应变场三维测量
传统的二维数字散斑相关方法，只能测量物体表面的面内位移，而且要得到准确 可靠的测量结果，对于被测物体、被测物体的变形状态以及成像系统还有一系列要求， 包括被测物体表面近似平面、被测物体变形主要发生在面内、摄像机光轴应当和被测 面垂直等，这些条件在实际应用中难以满足，三维的位移场和应变场测量是非常必要 的，三维数字图像相关方法尚不完善。 4)阴影遮挡问题
在工业现场测量环境中，往往存在遮挡、阴影等因素，影响正常的测量过程。通 过各种视觉方法实现的三维测量，阴影和遮挡问题是难以避免的，这是视觉测量研究 中的瓶颈问题。针对这一问题，多年来人们花费了大量精力去研究和尝试，也提出了 很多解决问题的方法，但问题还远未得到根本解决。 _5)光滑金属表面直接型面测量
使用机器视觉技术测量模具等高镜面反射光滑金属表面是一项困难的任务，虽然 近年来在这方面取得了一些研究成果，但收效甚微。目前相对成熟的测量方法都需要 在被测表面喷涂粉末或者哑光涂层，但这种方法降低了测量速度和测量精度。透明及 无反射的特殊型面的三维测量也是视觉测量的难点。 6)海量测量点云后续处理问题
使用结构光等视觉测量方法可以快速的得到大量测量点云，在测量得到的点云中 存在因遮挡、阴影等因素造成的孔洞和噪音点，在贴有标志点的地方也会形成凸起和 孔洞，多视场拼接中的数据融合问题。这些问题是点云后续处理的难点，近年来出现 了大量的点云处理算法试图解决这一难题，但距离实际应用尚存在较大困难。 1.4本文的主要研究内容、目的和意义 1.4.1主要研究内容
针对目前光学三维形貌与变形测量研究中存在的不足，本文采用理论分析和实验 研究相结合的研究方法，综合机械工程、光学电子、计算机视觉、数字图像处理和摄 影测量学等多个学科对三维形貌与变形测量关键技术进行了系统、深入的研究。主要 研究内容如下:
(1>基于工业摄影测量和机器视觉的基本理论，研究单视几何、双视几何和多 视几何中的约束方程及其定向方法。研究摄影测量中捆绑调整优化算法的基本原理、 数学模型和解算思路，讨论捆绑调整算法可靠性和粗差剔除方法，为三维形貌与变形 测量关键技术研究奠定理论基础。
(2)研究相机成像畸变模型，采用十个修正参数补偿相机镜头带来的成像畸变 (包括径向畸变、偏心畸变、像平面畸变、焦距和主点误差等)。研究基于工业摄影测量 的相机柔性标定方法和高精度圆形标志点中心定位算法，通过标志点中心检测实验和 相机标定对比实验，验证算法的精度和有效性。
(3)研究单相机摄影测量实现方案以及相关的核线匹配和三维重建算法，设计 实验框架并进行精度验证。研究基于外插多频相移的双相机结构光测量方法，通过标 准球测量实验研究了不同相机镜头对测量精度的影响规律。
(4)针对大尺度变形测量，研究基于工业摄影的静态变形测量方法及其实现流 程，研究相同变形点匹配和坐标配准算法。针对全场位移和应变三维测量，研究三维 数字图像相关方法及关键技术，分析影响测量精度的因素。
(5)在上述理论与技术研究的基础上，将研制的双目面扫描系统、静态变形测 量系统、动态变形测量系统在大型飞机全尺寸形貌测量、汽车饭金件检测、电力塔架
真型加载试验、薄板焊接变形试验、金属材料拉伸试验中进行实验应用。 1.4.2目的和意义
本课题是国家863高科技计划“大型复杂曲面产品的反求和三维快速检测系统研 究”项目的一部分，同时得到国家自然科学基金项目“大型飞机风洞试验的三维视频 动态变形测量方法和实验研究”的资助。高速度、高精度、大尺度和复杂变形测量是 机器视觉三维测量中的难点和发展趋势，属学科交叉的前沿研究领域。基于工业摄影 和机器视觉的三维形貌与变形测量研究包括理论研究和技术探索，机器视觉是一个发 展中的学科，其理论体系还不完备，新理论、新算法、新应用还在不断涌现。研究这 一课题主要是研究新方法、提出新算法、应用新技术，这就涉及到视觉计算、图像处 理、射影几何、人工智能以及光学等方面理论和计算机、信息、光电器件与测量等方 面技术。在理论研究和实验研究的基础上，将课题的创新成果应用于生产实际，实现 了使用自主研发的光学三维测量系统进行大型飞机全尺寸形貌的快速测量。该课题研 究既具有重要的理论意义，又具有重大的实用价值，应用前景非常广阔，并能创造可 观的经济效益。
4基于机器视觉的高精度三维重建研究 4.1引言
利用相机成像数学模型从获取的二维图像恢复物体的三维形貌是机器视觉研究领 域的经典问题之一，多年来学者们提出了三维重建的多种算法，这些算法归纳起来主 要分为三类:W己知图像间的特征点的匹配关系，提取相机内参数，计算各个视角 图像的位置关系，最后获取三维信息，如近景摄影测量;(2>己知图像间的对应关系， 包括相机内参数矩阵、旋转和平移矩阵，再通过投射光栅条纹，增加密集点相位匹配 关系，实现三维形貌重建，如双目立体视觉系统;(3)直接从序列图像灰度恢复三维 信息，如明暗恢复形貌(Shape from Shading，即SF'S) [132-134]。其中，单相机三维重建
适合应用近景摄影测量技术实现，双相机及多相机适合应用立体视觉技术实现，直接 从序列图像灰度恢复三维信息的视觉算法尚不成熟，难以实现高精度的三维重建。 本章首先提出了摄影测量系统方案，然后根据这个方案，详细阐述了核线匹配方 法和三维坐标计算方法，并对单相机三维重建精度进行了实验验证。对双相机面结构 光测量系统的软硬件组成和多频外插密集点云相移测量技术进行研究并搭建测试平 台，引入国际最新的VDI/VDE-2634光学系统精度测试标准，以此为依据设计并实施 精度测试方案，通过大量实验对影响三维面结构光测量系统精度的光学系统进行实验 分析并加以改进，最终使单次测量精度可达0.03mm，能够满足大型复杂曲面工件快速 检测的精度要求。最后对整个测量过程进行研究和总结，分析了测量过程中影响精度 的因素。
4.2单相机三维重建
4.2.1单相机三维重建原理
图4-1为本文所采用的摄影测量系统方案流程。在获取图像之后，首先进行标志 点检测，得到标志点亚像素级的图像坐标，高精度的标志点检测是保证整个摄影测量 计算精度的基础，如何对标志点图像中心进行高精度的检测己在第三章进行了详细介 绍。得到标志点中心之后，接下来就是利用这些图像点中心坐标进行标志点的三维重 建，这一部分是整个系统的关键。
首先按照公共标志点数目的多少，选用两幅图片进行相对定向，计算出五个外参 数(使用共面方程列误差方程，迭代运算)，如果此两副图像相机夹角小于30度则改
用下一幅图进行相对定向，直到找出相机夹角大于30度的两副图片，完成相对定向， 并重建出至少_5个编码点的三维坐标作为控制点。然后根据这些图片包含的控制点数 目，依次循环处理剩余的图片:首先利用控制点定向该图片，然后与己经定向好的图 片分别搜索公共的未重建的编码标志点，然后重建出来。每定向完毕一幅图片后，利 用捆绑调整算法同时调整外参数和物体点的三维坐标。所有图片都定向完毕后，利用 捆绑调整算法同时调整内、外参数和物体点的三维坐标。然后利用核线约束匹配并重 建非编码点，再利用捆绑调整算法同时调整内、外参数和物体点的三维坐标。最后加 入比例尺和温度补偿，得到最终的物体点三维坐标。如果需要可以利用3-2-1对齐方法 与数模进行坐标对齐以方便偏差分析。具体流程如图4-1所示。
在利用控制点对照片进行了定向之后，为了进行平差计算，需要计算照片上其余 标志点(非控制点)的三维坐标，即三维重建。三维重建包括标志点匹配和计算三维 坐标两部分。对于编码点来说，可以利用其编号进行直接匹配，对于非编码点来说， 需要通过其它方法进行匹配。非编码点的匹配常用的方法有基于特征的匹配[[38]、最小 二乘匹配[[135]、核线约束条件匹配「136]等。基于核线约束条件的匹配，如果只用两张照
片进行匹配，产生错误匹配的几率较大，本文采用基于多张照片的核线匹配，极大的 减少了误匹配，取得了很好的匹配效果。
4.3双相机面结构光三维重建
4.3.1双相机面结构光测量系统构成
三维面结构光测量系统采用结构光非接触式照相测量原理，结合结构光、相位测 量、计算机视觉等技术于一体，通过光栅投影装置投影数幅特定编码的条纹光栅到待 测物体上，并由成一定夹角的两个摄像机同步采集相应图像，然后对图像进行解码和 相位计算，并利用外差式多频相移技术，将空间频率接近的多个投影条纹解相，计算 出两个摄像机公共视区内像素点的三维坐标，从而实现物体的三维信息数字化和测量。 本文所开发的XJTUOM三维面结构光测量系统主要由光学投影仪、双目数码摄像 机和高性能计算机系统组成「m}。整个测量系统分为硬件和软件两部分。硬件部分的工
作主要包括扫描平台的搭建，光栅投射器和数码摄像机的性能参数选取等，软件部分 的工作主要是数据采集和数据处理工作。 1)硬件结构组成
1)光栅投射器:选用光学稳定性较好的数字光栅投射器，分辨率为1280 x 1024 ;
2)数码摄像机:使用工业级数字摄像机，该摄像机在1280 x1024分辨率下的最 大输出可以达到7._5帧，而且提供二次开发SDK可以方便的对其进行编程控制; 3)组合平台一个:包括投影仪底座，相机万向头，连接杆，重型架等; 4)高性能计算机一台:通过控制光栅投射器以及对扫描数据进行处理。 整个系统的硬件部分结构如图4-4所示。、数码摄像机来完成整个扫描过程，
2)软件功能组成
软件部分实现的功能主要有:图像采集、图像预处理、摄像机标定、立体匹配和 三维重建，如图4-_5所示:
各部分的功能简述如下:
二维图像的获取是系统的基础，图像采集质量的好坏直接影响后续的步骤。