为实现大空间域激光跟踪仪的高精度测量, 本文针对由转站误差导致的激光跟踪仪分时多基站测量精度难保证的问题, 提出了基于多站位下单台激光跟踪仪测量误差的转站误差模型与转站参数修正的补偿方法。首先分析了激光跟踪仪测量误差的来源以及具体形式, 阐述了激光跟踪仪测量误差影响空间任意点测量精度的具体形式; 其次分析了激光跟踪仪的随机测量误差和系统测量误差对多基站转站参数求解精度的影响。在此基础上, 建立了考虑随机、系统测量误差的激光跟踪仪多基站转站误差模型和转站参数误差补偿模型。蒙特卡洛仿真结果表明: 当激光跟踪仪的长度测量误差为05 μm/m, 角度测量误差为5 μm+6 μm/m时, 最大转站误差为0.174 7 mm, 补偿后最大转站误差为0.04 mm, 转站精度提高了77%。分时多基站转站测量实验结果表明: 直接转站测量时最大转站误差为0.054 2 mm, 补偿后转站误差为0.033 1 mm, 转站精度提升了38.9%。激光跟踪转站补偿后测量精度有明显的提高。

针对工业环境下拍摄的大视场图像受噪声与畸变影响较大,使用传统匹配参数计算方法的精度无法满足现场测量需求的问题,提出一种基于非度量校正的大视场图像匹配参数标定算法。设计了一种共线特征点布置方案,基于非度量校正完成了特征点坐标的畸变校正,并提出基于该布置方案的特征点识别匹配算法,通过分区域抽样一致性法实现匹配参数的高精度标定。实验结果表明,该算法匹配精度相较于传统方法提高了51%以上,能够满足工业环境下大视场图像匹配参数所需的精度要求。

为实现大型航空零件三维测量过程中激光光条的快速高精度提取, 提出了一种结合分层处理的激光光条亚像素中心提取方法。首先, 根据序列图像的结构不变性将高分辨率图像压缩为低分辨图像。接着, 通过二次拟合求解低分辨率图像中激光光条中心的法线斜率。然后, 将低分辨图像求得的法线斜率还原到高分辨激光光条图像中。进而通过灰度重心判断准则, 快速计算激光光条的亚像素中心。最后, 采用所提出的方法分别在实验室和大型航空零件装配测试台上进行了复合材料标准样件和复杂零件的三维形貌测量。实验结果表明: 该方法的单激光光条重建误差为0.269 mm, 三维形面的重建误差为0.268 mm。该方法可有效提高工程零件快速测量过程中激光光条提取精度, 满足大型航空零件现场测量的工程要求。

目前, 辅助激光视觉测量法已广泛应用于大型零部件的三维形面测量。针对该方法在测量过程中普遍存在的轮廓边界信息获取不准确的问题, 提出一种面向大型零部件的三维形面测量方法以获得精确的形面信息和轮廓边界信息。首先, 根据光条图像序列采集特性, 基于时间流的光条自适应定位方法实现了光条所在区域的实时定位; 其次, 提出了一种基于光条几何特征突变的边界提取方法, 获取光条处的被测物边界行(列)坐标位置; 然后, 利用光条区域内快速提取的光条中心结果, 确定准确的边界特征点坐标, 并仅保留边界特征点以内的有效光条中心点; 最后, 对所提取的有效光条中心进行了三维重建, 结合光条扫描实现了整个形面的三维快速测量。实验验证结果表明: 该方法可实现被测物三维形面信息的高精度快速测量, 同时获取精确的轮廓边界信息, 其测量精度达到0.06 mm, 且大大减小运算量, 满足大型零部件的快速高精度测量要求。

针对工业现场中需要对大型回转类零件直径实现实时、非接触测量的需求, 提出了一种基于相交激光光条的双目视觉测量方法。结合双目立体视觉测量技术与直径测量的几何约束, 采用强度高、方向性强的线型激光构造直径重建的特征信息; 通过向待测零件表面投射相交的激光光条构造用于测量的特征点, 提出了一种大型回转体表面激光光条交点的精确提取方法; 利用摄像机标定结果重建激光光条交点的空间坐标, 进而建立符合直径测量的椭圆模型并计算直径。在实验室环境下进行圆柱件直径测量实验, 实验结果表明, 待测物体的直径测量误差为0.5%, 直径重建时间为1.026 s, 所提出的测量方法为大型回转体直径的实时非接触测量提供可靠的技术手段。

为了精确、快速提取激光条中心, 使其提取结果更适用于工业现场特征尺寸的双目视觉测量, 提出了一种等匹配点的激光条中心提取方法。利用灰度重心法粗提取出激光条中心点, 计算灰度梯度方向, 确定光条边界。接着, 根据左右图像中激光条的粗提取结果确定基准光条, 对另一幅图像中的对应光条进行插值。然后结合灰度梯度方向与插值结果对激光条进行重提取, 得到等匹配点的亚像素中心坐标。最后, 利用激光条中心点提取结果重建陶瓷平板、金属板表面及加工现场锻件表面的特征信息。实验结果表明, 本文方法提取陶瓷板与金属板的激光条中心点的匹配率分别为99887%与98.276%, 宽度重建的相对误差分别为0.638%与0.488%, 激光条中心提取结果能有效重建锻件表面的特征信息, 满足工业现场对测量的精度、速度和鲁棒性要求。

针对风洞内视觉测量视场较大, 测量物体较近以及图像畸变过大等导致的标定精度低, 标定物成本高等问题, 提出了一种基于复合式靶标分区域分约束近景大视场相机标定方法。该方法利用一维标定架与二维标定平面构造的复合式靶标充满测量视场将测量视场划分区域, 针对不同参照物信息采用分约束的方式完成整个视场的分区域准确标定, 重建时针对感兴趣特征所处图像不同区域选取不同像机内外参数与畸变系数进行3D重建, 完成基于复合式靶标的三维信息求取。最后, 针对所提出的标定方法进行了标定精度对比以及验证实验。实验结果表明: 内区域标定均方根误差为0.165, 外区域标定均方根误差为0.276, 标定精度高, 满足了测量精度要求。

对航空大型零部件的视觉测量时，采用传统的相机标定方法需要依靠高精度的标准参照物，大型的参照物加工难度大、精度难以保证，不能满足大视场相机标定要求。针对这些问题，提出了结合四角共线标志约束进行现场标定的方法；在空间测量视场范围内靠近主点的区域布置标定控制点，利用线性变换求解标定初值，在拍摄视场四角放置共线标志约束尺，利用交比不变性质以及直线拟合完成畸变系数求解，进行控制点的数量优化以及参数的整体优化得到现场标定最优解。相关标定实验结果表明在2.5 m×1.8 m的视场范围内现场重建误差小于0.07%，可以满足现场标定的高精度要求，对于航空大型零部件的视觉测量具有较好的稳健性与适用性。

针对摄像机镜头畸变对系统测量精度的影响, 提出了基于纯平移两视图几何的镜头畸变参数标定方法。首先, 分析了机器视觉测量中影响测量精度的主要畸变类型, 建立了镜头非线性畸变模型。然后, 利用射影几何及纯平移两视图几何的固有特性, 构建了四组约束方程用于求解畸变参数。最后, 针对大视场测量时标定板无法有效充满视场的问题, 提出了利用四维电控平台对视场分区域拍摄多组纯平移运动图像的畸变参数标定流程, 利用较小的靶标实现了大视场的镜头畸变参数标定。在实验室验证了本文提出的畸变校正方法的可行性。结果显示: 提出的方法标定精度较高, 标定后图像特征点连线的直线度误差减小了89%, 标定精度及可靠性均满足机器视觉测量的要求。

考虑传统的自标定方法虽然无需场景信息即可实现摄像机标定, 但是标定精度较低, 故本文提出了一种新的大视场双目视觉测量系统自标定方法。该方法无需高精度标定板或者标定物, 仅需利用空间中常见的平行线和垂直线建立摄像机参数与特征线间的约束方程, 即可实现摄像机的内参数与旋转矩阵标定; 同时利用空间中距离已知的3个空间点即可线性标定两摄像机间的平移向量。通过标定实验对本文提出的方法进行了验证。结果表明: 该方法标定精度能够达到0.51%, 可以较高精度地标定双目测量系统。由于避免了大视场测量系统标定中大型标定物制造困难, 以及摄像机自标定过程中算法冗杂, 标定精度不高等问题, 该方法操作简便, 精度较好, 适用于大视场双目测量系统的在线标定。