基于远心-透视异构立体视觉系统的高精度三维测量方法及标定技术研究

针对传统远心立体视觉系统(TSVS)工作体积小、景深(DOF)受限等问题，研究人员创新性地提出由远心相机和透视相机组成的异构立体视觉系统(HSVS)，通过建立统一标定框架解决远心相机位姿歧义问题，实验表明该系统在保持0.012 mm测量精度的同时显著扩展工作体积。该研究为复杂曲面结构件（如蜂窝材料）的高精度三维测量提供了新方案。

　　

在精密制造领域，三维测量技术如同工业生产的"火眼金睛"，而传统测量系统却面临"看得清"与"看得广"难以兼得的困境。由两个远心镜头组成的立体视觉系统(TSVS)虽能实现微米级精度，但其重叠景深(DOF)仅如一张纸的厚度，严重制约测量范围；而传统透视立体系统(PSVS)又易受镜头畸变干扰。这种"鱼与熊掌"的难题，在测量蜂窝材料等具有曲面孔洞结构的工件时尤为突出——就像试图用单反相机同时拍清蜂巢表面和深孔底部，光学系统面临巨大挑战。

针对这一测量领域的"卡脖子"问题，中国某高校的研究团队另辟蹊径，创造性地将远心镜头与透视镜头"混搭"，构建出远心-透视异构立体视觉系统(HSVS)。这种系统如同给测量设备装上"双焦镜头"：远心相机的正交投影特性可清晰捕捉表面特征，而透视相机的广景深优势则能探测深度信息。相关研究成果发表在光学工程领域顶级期刊《Optics and Lasers in Engineering》上，为复杂结构件的高精度测量提供了创新解决方案。

研究团队采用多技术协同攻关：首先建立包含正交/透视投影的统一数学模型，通过平面标定板多姿态成像解决远心相机位姿歧义；其次设计变换一致性约束优化算法，确保异构相机间单组刚性变换参数的全局最优；最后改进三角测量法，实现异源图像特征点的三维重建。实验采用99点标定板验证，通过Levenberg-Marquardt算法进行非线性优化。

【Modeling of the HSVS】部分创新性地构建了异构系统的数学框架：定义远心相机坐标系O_l-X_lY_lZ_l与透视相机坐标系O_r-X_rY_rZ_r的映射关系，通过引入虚拟图像平面解决投影模型异构性问题。实验显示该模型可将重投影误差控制在0.3像素以内。

【Calibration of the HSVS】部分突破传统标定局限：仅需平面标定板而无需微动平台等辅助设备，通过奇异值分解(SVD)消除旋转矩阵R_t的符号歧义。优化后的参数使平均反投影误差较初始值降低62%，验证了方法的鲁棒性。

【3D reconstruction with HSVS】部分提出改进的三角测量法：将远心相机的深度不变性转化为约束条件，建立超定方程组求解三维坐标。对标准量块的测试表明，系统在120×80×25 mm³工作体积内保持0.012 mm平均偏差，较传统TSVS扩大8倍测量范围。

【Experiments and discussions】部分通过蜂窝材料测量案例验证优势：远心相机准确捕捉表面六边形特征（定位误差<0.5μm），透视相机同步获取侧壁信息。这种"优势互补"的测量模式，成功解决了曲面孔洞结构的"成像死角"难题。

这项研究在工程应用层面具有三重突破：其一，提出的HSVS系统打破TSVS的景深桎梏，实现"既见树木又见森林"的测量效果；其二，创新的标定方法将复杂设备需求降至"一张标定板"；其三，为航空复合材料等特殊构件的无损检测开辟新途径。正如论文通讯作者Liyan Zhang指出，该技术框架可扩展至多光谱异构视觉系统，未来在智能制造、生物医学等领域具有广阔应用前景。研究团队特别致谢国家自然科学基金（52075260）的支持，体现了基础研究对国家高端装备制造的支撑作用。