核燃料組件的線結構光主動視覺測量

鄭 正,許小進,謝晨江,簡海林,劉志偉

(1.山東核電有限公司，山東 海陽 265116；2.國核電站運行服務技術有限公司，上海 200233；3.東華大學機械工程學院，上海 201620)

0 引言

核電站燃料組件工作環境惡劣，在裝配應力和熱應力的影響下，長時間工作會導致組件變形，引發組件破損，增加核事故發生概率。燃料組件上管座作為提供燃料組件抓取和燃料組件定位載體，其特征尺寸常可用來評價燃料組件位置是否正確。機器視覺是以現代光學為基礎，集光電子學、計算機圖像處理、圖形學、信號處理等科學技術于一體的現代測量技術[1-2]。根據測量光源，該技術可分為主動視覺和被動視覺測量。主動視覺測量具有在線非接觸測量、特征識別明顯、測量精度高等特點[3]，適用于特殊惡劣環境下的物體檢測。本文使用主動視覺測量技術，完成了對燃料組件上管座的尺寸測量，解決了單目視覺無法獲取深度信息的問題。

1 系統總體設計

1.1 系統框架

線結構光掃描系統由線結構光三維測量模塊、傳動機構模塊和信息處理模塊三部分組成，系統框架如圖1所示。三維測量模塊通過已標定相對位置關系的相機和線結構光，獲取線結構光與被測對象相交線上的點所對應的空間坐標。傳動機構模塊通過驅動三維測量模塊和被測物體相對平移運動，采集整個路徑上的平面信息。信息處理模塊通過對圖片進行分析計算并擬合點云數據，最終實現三維重構。

圖1 線結構光掃描系統框架

1.2 被檢測上管座尺寸

被測燃料組件待測尺寸為L=(213.37±0.5)mm、H1=(66±0.5)mm、H2=(90±0.5)mm。上管座外形如圖2所示。

圖2 上管座外形示意圖

1.3 系統參數及檢測要求

系統硬件參數如下：相機分辨率1 920×1 080；單個像素尺寸5.5×5.5 μm；鏡頭焦距16 mm；相機焦點至線結構光發射點的距離S為300 mm；相機光路與水平面夾角θ為60°；傳動機構步距為0.1 mm。

系統軟件參數如下：開發系統win7；開發平臺vs2013、qt5.8.0；庫函數opencv3.1、pcl1.8.0。

系統檢測要求如下：儀器量程300 mm；尺寸測量精度0.5 mm(工作距離0.5 m)。

2 線結構光掃描測量技術

2.1 空間模型及數學模型

線結構光測量空間模型如圖3所示。由線結構光發射器發射出一個很窄的光平面，當光平面與物體相交時，便會形成一條相交線。該相交線由于物體表面形狀的不同，導致相機采集的圖像中的線結構光條紋產生扭曲和斷裂。相交線上的每一個點與焦點和線結構光發射點之間都對應著一個簡單的三角幾何關系。在進行重建時，通過二維圖像結合三角法原理，即可恢復物體的三維特征。

圖3 空間模型

由該模型可求得空間點至線結構光發射點的水平距離Zp：

(1)

式中：S為激光發射點與相機焦點的水平距離；f為焦距；x為圖像坐標點與中心的水平距離；θ為相機光路與基線之間的夾角。

同理可得空間點距離線結構光發射點的垂直距離Yp：

(2)

式中：y為圖像坐標點距離中心的垂直距離。

2.2 相機光路與基線夾角θ的選擇

由于相機光路與水平面的夾角θ決定了相機的視野范圍，同時也影響了圖像對于被測物體尺寸的分辨能力，因此θ的選擇至關重要。

(3)

圖4 空間尺寸與θ之間的關系圖

(4)

式中：L為像平面的寬度。

結合式(3)和式(4)，即可根據實際測量距離選擇合適的θ，從而在獲得較好采樣效果的同時，得到較高的分辨率。

2.3 相機及線結構光器的標定

2.3.1 相機標定

在實際應用中，由于相機的鏡頭的制造以及安裝過程都難以避免誤差，因此數學模型需要考慮鏡頭畸變及光軸中心偏移造成的影響。在線性成像模型下，假設任意一個三維點所成的圖像坐標為(X0,Y0)。由于光軸中心偏移，圖像的實際中心坐標為(u0,v0),因畸變影響而產生的實際圖像坐標為(Xd,Yd)。

此時，兩個圖像坐標之間的關系為[4-5]：

(5)

式中:Dx、Dy為非線性畸變因子，它們和點在圖像中的位置有關。

Dx、Dy與Xd、Yd之間的關系可表示為：

(6)

式中：k1、k2、k3分別為2階、4階、6階的徑向畸變因子；p1、p2為切向畸變因子；r=Xd2+Yd2。

本文選用棋盤格標定板，采用的標定工具是Matlab標定工具箱。通過對二十張含有不同方向標定板的角點分析，最終可以獲得四組參數組。第一組是fc。fc中的兩個數據分別是kx和ky，即焦距歸一化成像平面上的成像點坐標到圖像坐標的放大系數。第二組是cc，代表光軸中心的圖像坐標(u0,v0)。第三組參數為alpha_c，對應于圖像坐標v的攝像機的實際y軸與理想y軸之間的夾角。最后一組參數是kc1～kc5，分別對應了式(6)中的徑向和切向畸變因子。通過對這些拍攝圖像的參數進行重映射，即可完成相機的標定。

2.3.2 線結構光矯正

由于之前的模型是以線結構光器平面與相機坐標系y方向平行為基礎的，所以需要對線結構光器進行矯正。標定采用的是哈量0級加工精度量塊，標定過程如下。

①利用初步搭建的系統，對量塊進行拍攝。

②提取投影到量塊上的線結構光條紋中心坐標，并用最小二乘法擬合中心線方程。

③計算直線與計算機圖像y軸之間的夾角θ。

④根據夾角θ，對線激光器進行角度調節。

⑤重復步驟①至步驟④，直至夾角θ小于0.01°。

2.4 線結構光條紋中心線坐標的提取

線結構光發射器發射出的線結構光本身具有寬度，照射在不同反射率的材料上會導致相機拍攝到的線結構光條紋寬度不同。因此，需要提取出線結構光條的中心坐標。提取的步驟可分為以下六步。

①標定矯正。

根據2.3.1節中的標定結果完成圖像坐標點的重映射，從而消除同步變帶來的影響。

②灰度化。

采集到的圖像分為R、G、B三個分量。為了便于計算，通常將圖像轉為灰度圖像，轉換公式為：

Gray=0.299×R+0.587×G+0.114×B

(7)

轉換過后的圖像既能保留線結構光的原有信息，又能提高圖像的處理速度。

③圖像濾波。

由于現實環境以及設備的質量都并非理想狀態，在傳輸過程中也有可能出現隨機干擾，使得圖像中不可避免地出現隨機信號，即噪聲。噪聲在采樣的各個過程中都會產生，導致最終計算結果不盡如人意。因此，對于圖像噪聲的平滑抑制是圖像處理的重要內容。

本文使用的濾波方法為高斯濾波[6]。高斯濾波是根據高斯函數來選擇權值的線性平滑濾波器。采用該方法濾波，可以在對圖像細節進行模糊的同時，更多地保留圖像總體的灰度分布特征。圖像濾波前后對比如圖5所示。

圖5 圖像濾波對比圖

由圖5可以看出，濾波前的圖像中灰度分布較離散，濾波后的灰度分布較平滑。由此表明，圖像濾波有利于結構光中心條紋的提取。

④伽馬校正。

灰度值的取值范圍為0～255，取值范圍較小，因此灰度值的總體對比度不高，不利于閾值的設定。伽馬校正[7]是對輸入圖像的灰度值進行非線性操作，使得輸入與輸出之間呈現指數關系：

(8)

式中：γ為調節系數。

本文需要提高高灰度處的分辨率。因此，設置γ的值為5，得到伽巴校正前后對比，如圖6所示。

圖6 伽馬校正對比圖

由圖6可以看出，經過伽馬校正后，灰度較高區域的分辨率得到了顯著提高。

⑤閾值提取及改進。

閾值提取的過程中，傳統方法是設定一個閾值，僅保留大于閾值部分的信息。但由于線結構光的能量隨著距離的傳播逐漸衰弱，被測物體又具有較強的反光，導致在近距離處的反光強度大于或等于較遠處的線結構光強度，使得在提取過程中出現了提取不全或噪點過多的問題。針對此問題，在傳統閾值法的基礎上進行了改進。線結構光的強度雖然隨著距離的不同在圖像中呈現不同的分布，然而線結構光的亮度在每一行始終是近似于高斯分布。因此，改進的閾值提取方法可以分為以下三步：①計算出圖像中每一行的最大灰度值并計算總的平均值；②根據平均值設定總體閾值來過濾背景；③對單行設定閾值，灰度的范圍由每行的最大灰度值決定。

改進的方法既剔除了背景，又完整地保留了結構光條紋的完整信息。閾值提取及改進對比如圖7所示。

圖7 閾值提取及改進對比圖

⑥計算亞像素坐標。

經過之前的處理，每一行的結構光灰度值分布如圖8所示。

圖8 結構光灰度分布圖

此時，坐標點仍停留在像素級。為獲得更高的精度，需要進行亞像素計算。亞像素的計算采用的是梯度重心法[8]。

根據線結構光條的粗細以及中心坐標(i,c)確定待處理范圍2r，并在此范圍內計算出各點之間的梯度：

G(i,j)=|V(i,j+1)-V(i,j)|

(9)

式中:V為對應點的灰度值。

梯度的對應位置由線性插值得出：

(10)

重心的計算公式為：

(11)

由以上公式，即可計算出線結構光條紋的亞像素坐標(Ci，y)。

2.5 三維點云數據計算

根據亞像素坐標(Ci，y)以及式(1)、式(2)，結合掃描系統的空間位置，即可計算出空間點對應的點云數據。

3 三維重建試驗驗證

本文利用上述線結構光掃描系統，結合相機與線結構光器同步標定的方法，對組件進行了三維重構驗證。

①通過掃描機構系統，分別對核燃料組件的六個方向進行掃描。

②選擇兩組點云，一組為參考點云、另一組為待變換點云。在兩組點云中選取三組共同特征點，通過三組特征點解出正交旋轉矩陣R和平移矢量T,對待變換點云通過R和T進行重映射，完成粗匹配。新坐標與舊坐標的變換公式如下:

(12)

③完成粗匹配后，使用改進的點云拼接算法[9]，對點云進行進一步的準確匹配。

④三維模型重建采用的是貪婪投影三角化算法[10]，搜索方法為kdtree，搜索的范圍是20。三維模型重建如圖9所示。

圖9 三維模型重建圖

使用本系統對核燃料組件進行了4組試驗，依次檢測了長、寬、高三個方向上的尺寸，并與標準值進行了比較。測量誤差如表1所示。

由表1可知，平均誤差率為0.27%。試驗結果顯示，計算值與測量值誤差均小于0.5 mm，表明基于主動視覺的線結構光測量系統重建上管座組件數據與實物有很好的一致性，能夠達到實際應用精度需求。

表1 測量誤差

4 結束語

本文將線掃描三維測量技術用于核用燃料組件上管座的特征識別，通過三維線掃描測量系統和水平傳動機構獲取組件表面三維輪廓數據。針對組件點云數據，分塊擬合，最終實現了組件上管座特征尺寸測量和三維重建。試驗結果表明，該方法能滿足核燃料組件上管座測量精度，可實現核電站上管座非接觸測量，上管座特征尺寸測量誤差在0.5 mm之內。