激光三角实验报告

《激光三角实验报告》由会员分享，可在线阅读，更多相关《激光三角实验报告（16页珍藏版）》请在金锄头文库上搜索。

1、激光三角法实验报告激光三角法实验报告学 院： 指导教师： 学 生： 学 号： 一、激光三角法测三维表面综述一、激光三角法测三维表面综述1激光三角法实验报告激光三角法实验报告随着工业测量领域的不断扩展以及对测量精度和测量速度的不断提高，传统的接触是测量已经无法满足工业界的需求。而非接触测量由于其良好的精确性和实时性，已经成为测量领域的热点。同时由于电子学和光学技术的飞速发展，光电检测已经成为非接触测量的一种主要方法。激光三角法（Laser Triangulation）是光电检测技术的一种，由于该方法具有结构简单、测试速度快、不易损伤表面、测量距离大、抗干扰、测量准确度高、实时处理能力强、使用灵活

2、方便等优点，在工业中的长度、距离以及三维形貌等检测中有着广泛的应用。一、一、 实验原理实验原理1、激光三角法测距图表 1 激光三角法测距原理图如图 1 所示，激光三角法的测量仪器主要由激光发射器、透镜和 CCD 组成。在测量过程当中使用激光光源作为测量的指示光源，激光器的轴线、成像物镜的光轴以及 CCD线阵，三者位于同一个平面内。激光光源照射到物体上某一点，该目标点的图像通过透镜汇聚到 CCD 上形成像点。当激光照射的物体沿激光光轴移动时，像点也在 CCD 像面上2移动。在 CCD 焦距已知，光源、透镜和 CCD 的相对位置确定的前提下，通过测量 CCD 上像点的位置就能准确确定被测物体移动的

3、距离。图 1 中，已知透镜的轴线与激光束的夹角为 ，CCD 像平面与镜头光轴的夹角为 ，像面距镜头的距离 s约等于镜头焦距 f，物距为 s,像点在 CCD 上移动距离 d，物点在激光束方向上的移动距离为 ，则： = sin + sin ( + )通常情况下， 等于，即 CCD 像平面与镜头主光轴垂直，所以：90 = sin + cos 2、激光三角法三维重建在图 1 中，将激光束沿直面垂直方向延伸成激光面。激光将一个理想的光斑投射在被测表面上，沿激光束方向移动被测物体，该光斑将随其投射点位置的深高度坐标变化而沿着激光器的轴向作同样距离的位移。光斑同时又通过物镜成像在线阵上，且成像位置与光斑的深

4、度，位置有唯一的对应关系。测出 CCD 线阵上所成实像的中心位置，即可通过光斑与其在 CCD 线阵上所成像点的位置几何光学关系求出光斑的高度坐标，从而得到被测表面该点处的深度参数。通过对若干采样线条的测量，就能得到被测表面形貌的一组数据。二、实验仪器二、实验仪器1、摄像头2、激光器3、被测物体3、直尺、三角板等三、实验内容三、实验内容1、棋盘法，摄像机镜头标定Calibration results after optimization (with uncertainties):Focal Length: fc = 756.43812 759.72668 ? 15.49074 17.22837

5、Principal point: cc = 271.37288 225.46669 ? 43.81021 30.02520 3Skew: alpha_c = 0.00000 ? 0.00000 = angle of pixel axes = 90.00000 ?0.00000 degreesDistortion: kc = -0.20907 0.66411 -0.00512 -0.00912 0.00000 ? 0.15997 0.97373 0.01015 0.01355 0.00000 Pixel error: err = 1.86400 1.64923 Note: The numeric

6、al errors are approximately three times the standard deviations (for reference).即摄像机镜头焦距 f=756mm。2、激光三角法测距图表 2 激光三角测距实验平台如图 2，摆放试验装置，其中物距 s=270mm, 透镜的轴线与激光束的夹角为 取 45度。物体沿激光光轴方向移动，步长为 2mm，共标定 9 个点。4图表 3 测距第一个点图表 4 测距第二个点5图表 5 激光三角测距 9 幅图片Matlab程序见附件1。Matlab计算出的各点中心坐标图表 6 各中心点坐标被测物体位移的测量值6图表 7 位移测量值拟合

7、直线以标准步长2mm为横坐标，物距测量值为纵坐标，拟合直线。图表 8 测量值与实际值拟合直线拟合结果Linear model Poly1:f(x) = p1*x + p2Coefficients (with 95% confidence bounds):p1 = 0.9737 (0.8985, 1.049)p2 = 0.2286 (-0.4873, 0.9445)7Goodness of fit:SSE: 1.698R-square: 0.9926Adjusted R-square: 0.9915RMSE: 0.49263、激光三角法三维重建图表 9 三维重建实验平台如图 9，摆放实验器材，其

8、中物距 s=270mm, 透镜的轴线与激光束的夹角为 取 45度。以鼠标作为被测物体，物体沿激光光轴方向移动，步长为 2mm，共拍摄 15 张图片。8图表 10 三维重建第一张图图表 11 三维重建第二张图9图表 12 三维重建 15 张图片图表 13 二值去噪提取中心线后的第一张图片Matlab程序见附件2。10三维重建结果图表 14 三维重建结果图表 15 X-Y 平面图11图表 16 Y-Z 方向平面图图表 17 Y-Z 方向平面图四、实验小结：四、实验小结：12此实验比较复杂但内容丰富，经过一段时间的努力及老师的指导和同学的交流，最终顺利完成了基本任务。实验过程中第一步摄取照片很关键，

9、照片的效果好坏直接决定了后续程序处理（主要是滤波）这块的复杂程度，原始照片杂波太复杂，则程序上会比较困难，而且，最后的结果误差也会表达。本次实验，我吸取了其他同学的经验，在晚上拍摄照片，照片效果较好。但是在激光三角测量的拍摄过程中，由于拍摄最后几张图片时，摄像机有些微的移动，导致照片不能被使用，最终只选择了 9 幅图片进行处理，误差偏大。其次，程序的编写也很关键。程序横向主要分两块，标定和建模；纵向分为图片的处理、计算标定结果和三维重建。在编程过程中，遇到最大的一个困难就是二值化过程中噪声的去除，在确定了主体思路后，参数的调整（如腐蚀模板大小，阈值的大小等）花去了很多调试的时间。图像的中心线提

10、取则是在研读了以前学长的程序的基础上进行设计，所以少走了很多弯路。总的来说，在这次程序的编写过程中，学到了很多，如果加深了图像处理上的腐蚀、去噪、二值化等等的概念的理解，对 matlab 基本操作和程序调试更加熟悉。附件1： 激光三角测距 Matlab 程序13clear all;rows= 1:566;cols= 1:805;jj=756;%定义焦距为756mmwj=270;%物距为270mma=45/180*3.14159;%镜头的轴线与激光束的夹角为45度 for m=1:9typ=.jpg;fname=num2str(m);image=strcat(fname,typ);pic=imr

11、ead(image);% figure:imshow(pic(:,:,1);%图片二值化处理%pic_red=(pic(:,:,1)230);pic_red(1:50,1:805)=0;pic_red(500:566,1:805)=0;pic_red(1:566,1:85)=0;pic_red(1:566,710:805)=0;%计算每个标定点的中心点坐标%areapic_red= sum(sum(double(pic_red);colpic_red= sum(sum(double(pic_red).* cols)/ areapic_red;rowpic_red= sum(sum(double

12、(pic_red).* rows)/ areapic_red;point(m,1)=colpic_red;point(m,2)=rowpic_red;endfor m=1:9pix(m)=(point(m,1)-point(1,1)*(point(m,1)-point(1,1)+(point(m,2)-point(1,2)*(point(m,2)-point(1,2);pix(m)=(pix(m)(0.5);d(m)=pix(m);endfor m=1:9wu(m)=(d(m)*wj)/(jj*sin(a)+d(m)*cos(a); %计算物距 end 附件 2： x0=0;jj=756; %

13、定义焦距为756mm 14a=45/180*3.14159; %镜头的轴线与激光束的夹角为45度%依次读入15幅图像并处理% for m=16:30x1=x0+(m-16)*2;%x1步进2mmtyp=.jpg;fname=num2str(m);image=strcat(fname,typ);pic=imread(image);red=pic(:,:,1)10;red_1=uint8(red);pic_red(:,:,1)=red_1.*pic(:,:,1);pic_red(:,:,2)=red_1.*pic(:,:,2);pic_red(:,:,3)=red_1.*pic(:,:,3);pi

14、c_1=im2bw(pic_red,0.05);%二值化%将多余点直接覆为零pic_1(260:506,100:600)=0;pic_1(1:50,1:805)=0;pic_1(500:566,1:805)=0;pic_1(1:566,1:85)=0;pic_1(1:566,710:805)=0;%找出处理后每张图片的中心线%for i=1:566n=find(pic_1(i,:); if isempty(n) f(i)=0;else f(i)=round(n(1)+0.5*length(m);endendg=zeros(size(pic_1);g=im2bw(g);for j=1:566if any(pic_1(j,:) g(j,f(j)=1; endend %三维重建%i0,j0,v0=find(g);daxiao=size(i0);for q=1:daxiaoy=double(i0(q)-0);z=double(j0(q)-0); %取原点坐标为(0,0)y1=y*300/(jj*sin(a)-y*sin(a);15z1=z*300/(jj*sin(a)-z*sin(a);plot3(x1,z1,y1),hold on;endend