线结构光振镜扫描测量系统通过单个反射镜片摆动实现被测对象三维面形的测量,具有环境适应性强、测量速度快和结构紧凑等优点。为降低系统装调难度、提升标定方法的通用性,提出了直接建立反射激光平面方程系数与振镜摆角关系的标定思路。考虑系统各元件间的相对位姿关系,推导并得到了激光平面各系数与振镜摆角的一般表达式。根据特定摆角处得到的激光平面方程系数,采用最小二乘方法得到该表达式中的待定系数。实验结果表明,采用所提方法标定的测量系统对阶梯块高度测量的最大相对偏差为-0.3029%,成功实现了复杂曲面的多尺度特征获取。

为了精确、快速地提取结构光光条中心,提出了一种基于BP神经网络的中心提取方法。给出了使用BP神经网络实现光条中心提取的基本原理、训练网络所需的理想中心点的求取方法,以及网络权值的调整算法。研究了隐含层神经元个数m、隐含层层数h,以及训练样本对中心提取精度的影响,结果表明:当m=3,h=1,训练样本为带有噪声的随机光条时,神经网络能够得到更好的光条中心。由对比实验可以看出,所提方法相较于Steger方法和灰度重心法的中心提取精度更高,而且对1280 pixel×960 pixel光条图像中心提取的平均用时仅约为0.04 s,为Steger方法的0.27%。所提方法具有高精度、高效率等优势,能够满足复杂光条亚像素中心提取的要求。

为提高线结构光传感器(LSLS)的标定精度,提出了一种基于平面参考靶标的标定方法。给出了相机坐标系下参考靶标点中心坐标及激光平面方程的计算方法;将参考靶标点中心向激光平面投影,并以左下角投影点为原点建立世界坐标系,得到了靶标点中心像素坐标所对应的世界坐标;采用多项式拟合得到了任意像素点到世界坐标的转换关系,实现了传感器的标定,标定结果仅为多项式的系数,便于存储和使用;对标定误差进行了分析。结果表明,所提方法得到的各测试点与第一个点间距离误差的均方根值为0.0216 mm,相对于传统方法减少了22%,所提方法在LSLS高精度标定方面具有一定的优越性。