具体实施方式

下面结合附图对本发明的实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。

如图1-2所示，一种基于单维像素合并(binning)模式等效窄面阵相机的空间位置测量方法，采用binning模式等效窄面阵成像的方式实现高速度测量的能力；采用三相机组合测量的方式实现测量的高精度，涉及binning模式成像方法及三目组合、等效窄面阵三目视觉测量模型、等效窄面阵三目视觉测量系统相机内部参数和外部参数标定、窄面阵图像处理方法等。

具体实施步骤为：

步骤1，基于单维像素合并模式(即binning)将工业面阵相机转化为等效窄面阵，通过三个等效窄面阵相机构建三目视觉测量系统，并针对由光点构建的特征标识进行测量。

具体的，通过三个等效窄面阵相机构建的三目视觉测量系统，三个相机分左、中、右排列构成三目交汇立体视觉测量系统，其中左、右相机采用1×4binning(即纵向进行4倍的像素合并，横向不合并)，中间相机采用4×1binning(即横向进行4倍的像素合并，纵向不合并)；固定好三目相机的位置，保证在测量过程中相机位置不发生变动。

步骤2，根据步骤1的等效窄面阵三目视觉测量系统，建立等效窄面阵三目视觉测量模型，并标定得到各相机内部参数和相机之间空间关系的外部参数；

具体的，通过等效窄面阵三目视觉测量模型，建立起被测特征标识点图像像素位置与测量坐标系下空间位置的关系，模型中包含各相机内部参数和外部参数。等效窄面阵三目视觉测量系统中各相机内部参数和外部参数标定步骤如下：

(1)三个相机均在常规模式下使用棋盘格靶标标定内部参数；

(2)将三个相机在常规模式下标定出的内部参数根据各个相机binning方向的不同，分别转换为对应的窄面阵的内部参数；

(3)使用棋盘格靶标，三目同时拍摄靶标上的特征点，在拍摄时，靶标不断变换位置姿态，多组图像提取靶标特征点，标定出三目相机测量系统各相机之间的旋转平移关系。

步骤3，针对步骤1中由光点构建的特征标识，等效窄面阵相机拍摄获取其图像为等效窄面阵图像，通过精密图像处理方法提取光点中心的亚像素坐标。

具体的，特征标识使用的高亮光点，其灰度值远大于背景，通过自适应二值化处理及形态学运算，可将合作目标的大体位置确定出来；

采用Hessian矩阵方法对初步筛选后的光点图像进行亚像素中心提取，由于背景其他高亮点，因此可鲁棒地获取所需各特征标识的光点图像亚像素中心，从而提取特征标识点的精密亚像素坐标。

步骤4，根据步骤2中的等效窄面阵三目视觉测量模型和标定得到的相机内部参数和外部参数，以及步骤3中各相机提取的光点图像亚像素中心坐标，解算获取特征标识点的空间位置。

步骤101，工业面阵相机转化为等效窄面阵相机。

如图1所示，工业面阵相机的原始成像单个像素的横向和纵向尺寸相等，单向1×4binning后纵向像素长度为横向的4倍，数据传输到电脑端变为图像时，由于图像显示的横向和纵向像素尺寸相同，因此图像表现出窄面阵的效果，称之为等效窄面阵成像。

步骤201，单摄像机透视投影模型。

单摄像机透视投影模型如下：

其中ρ是比例系数，p＝[u v 1]^T和q＝[x y z 1]^T是特征点分别在摄像机图像下的像素坐标和测量系统坐标系下的坐标，K是相机内部参数矩阵，由内部参数a_x，a_y，u₀，v₀决定，a_x，a_y分别是x轴和y轴上的归一化焦距，u₀，v₀是图像中心的像素坐标。R，t＝[t_x t_y t_z]^T分别是相机外部参数中的摄像机坐标系相对测量系统坐标系的旋转矩阵和平移矢量，r₁～r₉表示R矩阵的各系数。

步骤202，三目视觉测量模型。

如图2所示，由三个摄像机左、中、右排列组合成三目立体视觉测量系统，建立各摄像机坐标系，以中相机坐标系作为整个测量系统坐标系。

根据摄像机透视投影模型，得到三目视觉测量模型如下：

式中，ρ_L，ρ_M和ρ_R是为左、中、右相机对应的比例系数；特征点在测量系统坐标系即中相机坐标系下的三维齐次坐标为q_M，在左、中、右相机下的投影即图像下的像素坐标分别为p_L，p_M和p_R；K_L，K_M和K_R分别为左、中、右相机的内部参数矩阵；R_ML和t_ML，以及R_MR和t_MR分别是左、右相机坐标系相对测量系统坐标系即中相机坐标系的旋转矩阵和平移矢量。根据式(1)将式(2)展开如下：

其中各参数定义与式(1)中对应，右下角标中的L、M、R分别代表对应左、中、右摄像机下的参数。将式(3)进一步展开，约掉各相机对应的比例系数ρ，得6个线性方程组如下：

步骤203，等效窄面阵三目视觉测量模型。

等效窄面阵三目视觉测量系统相对面阵三目视觉测量系统，由于binning后图像像素数量和单位像素长度发生了变化，因此归一化焦距和图像中心像素坐标位置发生了变化，其中左、右相机y方向的归一化焦距a_y和中心像素坐标v₀，以及中相机x方向的归一化焦距a_x和中心像素坐标u₀均变为正常模式的1/4，则等效窄面阵三目视觉测量模型即由式(4)转化为：

在所有相机内部参数和外部参数已知的条件下，获取被测特征点在各相机图像上的像素坐标(u_L,v_L)，(u_M,v_M)，(u_R,v_R)，即可求解被测特征点在测量系统坐标系下的空间坐标q_M＝[x_M y_M z_M 1]^T，由式(5)，将被测量提出，可转化为：

Aq_M＝b (6)

其中，

注意到binning后，对于式(5)或(6)中的6个线性方程，其权重是不相等的。对于每个相机成像构建的2个方程，binning后的方程标准差是正常模式的4倍，则binning后方程的权重就当为正常模式下方程的1/16，因此，得到加权矩阵W数值如下：

则通过加权最小二乘求解得到被测特征点的三维空间坐标：

q_M＝(A^TWA)^-1A^TWb (8)

步骤204，等效窄面阵三目视觉测量系统相机内部参数和外部参数标定。

将平面棋盘格靶标分别放置在三个相机的视场内，采用张正友在2000年11月发表的文章“A flexible new technique for camera calibration[J].IEEE Trans.OnPattern Analysis and Machine Intelligence”中提到的摄像机标定方法分别标定出常规模式下三个相机的内部参数和外部参数。

步骤301，窄面阵图像处理方法提取光点图像中心亚像素坐标。

将平面棋盘格靶标分别放置在三个相机的视场内，采用基于Hessian矩阵的图像处理方法提取出光点中心在图像中的亚像素坐标。

本发明未详细说明的部分采用现有技术即可实现，在此不做赘述。

以上所述仅为本发明的实施例，并非因此限制本发明的范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的保护范围内。