李玥華 周京博 劉利劍

摘要：線結(jié)構(gòu)光傳感器由線激光器和相機組成，通過分析拍攝的調(diào)制光條圖像獲得被測對象的輪廓數(shù)據(jù)，具有結(jié)構(gòu)簡單、成本低、非接觸、效率高、使用靈活等優(yōu)點，在科研和工業(yè)生產(chǎn)中具有廣泛的應用前景。從光條圖像質(zhì)量控制及中心提取、傳感器標定、多個線結(jié)構(gòu)光傳感器協(xié)同測量、傳感器和運動坐標軸結(jié)合4個方面對線結(jié)構(gòu)光測量技術(shù)進行了綜述，概括了目前線結(jié)構(gòu)光測量技術(shù)研究和應用中存在的問題，并指出進一步提升測量精度、增強測量的適應性，以及研制基于線結(jié)構(gòu)光傳感器的智能測量系統(tǒng)是線結(jié)構(gòu)光測量技術(shù)未來的研究方向。

關(guān)鍵詞：光學技術(shù)與儀器； 線結(jié)構(gòu)光傳感器；中心提取；傳感器標定；協(xié)同測量；運動坐標軸

中圖分類號：TB92文獻標志碼：A

收稿日期：20171205；修回日期：20180103；責任編輯：馮民

基金項目：國家自然科學基金（51705130）；河北省自然科學基金（E2016208084）；河北省教育廳青年基金（QN2015123）

第一作者簡介：李玥華（1983—），女，河北邯鄲人，講師，博士，主要從事線結(jié)構(gòu)光測量及復雜曲面加工方面的研究。

通信作者：周京博講師，博士。Email：zhoujingbo@hebust.edu.cn

李玥華，周京博，劉利劍. 線結(jié)構(gòu)光測量技術(shù)研究進展[J].河北科技大學學報，2018，39（2）：115124.

LI Yuehua， ZHOU Jingbo， LIU Lijian. Research progress of the line structured light measurement technique[J].Journal of Hebei University of Science and Technology，2018，39（2）：115124.Research progress of the line structured light measurement technique

LI Yuehua， ZHOU Jingbo， LIU Lijian

（School of Mechanical Engineering， Hebei University of Science and Technology， Shijiazhuang， Hebei 050018， China）

Abstract： Line structured light sensor （LSLS） is composed of a laser line projector and a camera. The profile data of the measured object can be obtained by analyzing the perturbed stripe images captured by the camera. The sensors have the advantages of simple construction， low cost， noncontact， high efficiency and flexible application. Thus， they have gained extensive application prospects in research and industry. The measuring technique by use of the LSLSs is reviewed in four aspects as quality control of stripe images and center extraction， sensor calibration， collaborative measurement via multiple sensors， and the integration of the sensor with motion axes. The current problems in the research and the application of this measuring technique are summarized， and the future research trends can be concluded as further improving the measuring accuracy， enhancing the sensor adaptability， and developing the structured light sensor based intelligent measuring system.

Keywords：optical technique and instrument； line structured light sensor； center extraction； sensor calibration； collaborative measurement； motion axes

形狀測量是對物體進行定位、質(zhì)量評價、逆向制造的關(guān)鍵，在工業(yè)生產(chǎn)、醫(yī)療、藝術(shù)品保護等諸多領(lǐng)域具有廣泛的需求[12]。測量方式通?？煞譃榻佑|式和非接觸式兩大類。接觸式測量主要以坐標測量機為手段，控制系統(tǒng)根據(jù)測量頭與被測對象接觸時產(chǎn)生的觸發(fā)信號記錄當前測量點的三維坐標數(shù)據(jù)，測量結(jié)果不受被測對象表面光學特性的影響，其主要有成本高、速度慢、對測量環(huán)境要求嚴格等不足[3]。非接觸式測量主要以光電、電磁、超聲技術(shù)為基礎，在測量設備不與被測對象發(fā)生接觸的情況下獲取表面的幾何信息[4]。結(jié)構(gòu)光測量是非接觸式測量研究中的一個重要方向，它具有原理簡單、速度快、柔性好、精度適中等優(yōu)點，已經(jīng)得到了越來越廣泛的應用[57]。

河北科技大學學報2018年第2期李玥華，等：線結(jié)構(gòu)光測量技術(shù)研究進展結(jié)構(gòu)光傳感器采用激光三角原理，根據(jù)投射到被測表面光強圖樣的不同可分成3類，如圖1所示。激光位移傳感器通過將激光點投射到被測表面，分析像點在感光元件上的位置變化，得到被測點相對于傳感器的距離，但每次只能測量一個位置點[8]。線結(jié)構(gòu)光傳感器將線光條投射到被測表面，分析經(jīng)由被測表面調(diào)制得到的變形光條圖像，獲得被測表面的二維輪廓[9]。光柵投影傳感器通常采用投影儀將光柵圖形投射到被測表面上，通過分析由被測表面調(diào)制得到的光柵圖像直接得到表面的三維面形[10]。

相對于激光位移傳感器，線結(jié)構(gòu)光傳感器單次測量可得到被測輪廓的二維數(shù)據(jù)，測量效率得到了顯著提高。光柵投影傳感器無需與其他運動坐標相結(jié)合即可直接得到被測表面的三維數(shù)據(jù)，當采用高速投影儀和攝像機時能夠?qū)崿F(xiàn)實時三維測量，在工業(yè)生產(chǎn)和科研中具有重要的應用前景[1112]。光柵投影測量需要對投影圖案編碼，并對拍攝的編碼圖像進行解碼運算，成本及圖像處理的復雜程度相對于線結(jié)構(gòu)光傳感器均顯著增加[13]。線結(jié)構(gòu)光傳感器每幅圖像只包含1條光條圖案，圖像處理算法也更為簡單，但其只能獲得被測對象表面的一條二維輪廓數(shù)據(jù)，為得到被測對象的三維表面其至少需要與一個運動坐標軸相結(jié)合。很多時候由于被測表面對光條圖案的遮擋，光柵投影傳感器亦必須與其他運動坐標軸相結(jié)合，并將從多個角度測量得到的點云數(shù)據(jù)拼接，才能獲得完整的被測表面[14]。點云拼接算法復雜、計算量大，精度難以保證[15]。線結(jié)構(gòu)光傳感器單次測量可獲得一條二維輪廓，雖獲取的數(shù)據(jù)量小于面結(jié)構(gòu)光傳感器，但遠大于點激光位移傳感器，其組成結(jié)構(gòu)簡單、成本低廉、測量速度快，易于與其他運動坐標相集成，是實現(xiàn)復雜曲面完整測量的理想選擇。

1國內(nèi)外研究現(xiàn)狀及發(fā)展動態(tài)分析

線結(jié)構(gòu)光傳感器的測量過程是：將光條投射到被測對象表面，采用相機拍攝光條圖像，提取光條中心，根據(jù)光條中心的像素坐標計算被測輪廓的世界坐標。在實際應用過程中，對于復雜截面廓形的測量需要將多個傳感器組合成一個測量系統(tǒng)，對三維曲面測量則需要將單個傳感器與其他運動坐標結(jié)合。因此，線結(jié)構(gòu)光測量技術(shù)的研究可主要分為以下4個方面：光條圖像質(zhì)量控制及中心提取、傳感器標定、多個傳感器協(xié)同測量及傳感器與運動坐標的結(jié)合。

1.1光條圖像質(zhì)量控制及中心提取

拍攝具有良好質(zhì)量的光條圖像是實現(xiàn)中心精確提取的前提，尤其是對高反光表面的測量，獲得高質(zhì)量的光條圖像比較困難。近年來，為保證光條圖像質(zhì)量，ZHANG等[16]通過控制曝光時間得到多幅光條圖片，進而將圖片進行融合以得到改善質(zhì)量后的光條圖像；EKSTRAND等[17]通過對被測對象表面分析預估曝光時間，獲得較好的光條圖像；BABAIE等[18]通過分析捕獲到的光條圖像，并在像素級別上實時調(diào)整投影光條的強度，使圖像達到理想的測量效果；YANG等[19]通過增加可控的LCoS（liquid crystal on silicon）來實現(xiàn)相機大動態(tài)范圍的成像；宋佳等[20]通過自適應調(diào)節(jié)激光光條的強度保證對電路板錫膏測量時光條圖像的質(zhì)量；唐瑞尹等[21]則通過雙樹小波變換的方法調(diào)節(jié)光條強度，使線結(jié)構(gòu)光相對于背景有較好的高低能量比。圖像質(zhì)量控制的目的就是為光條中心的可靠、準確提取打下基礎。

相機拍攝的線結(jié)構(gòu)光圖像中，光條寬度通常為幾個到幾十個像素，而輪廓計算時僅需要光條中心像素坐標，提取光條中心是實現(xiàn)測量的關(guān)鍵步驟[22]。根據(jù)所提取光條中心坐標的最小單位，算法可分為像素級中心提取算法和亞像素級中心提取算法。極值法為一種像素級中心提取算法，其選擇每個光條截面上灰度值最大的像素點作為中心點，算法簡單直觀、計算效率高，不足之處為精度低、對噪聲點敏感[23]。方向模板法[24]和改進的方向模板法[25]計算得到的光條中心也為像素級別，其能顯著降低噪聲對中心提取結(jié)果的影響，但是提取時圖像像素與方向模板間的大量互相關(guān)運算限制了計算效率的提高。

隨著對測量精度要求的提高，亞像素級的光條中心提取算法逐漸占據(jù)了主導地位?；叶戎匦姆ㄊ且环N常用的亞像素提取算法，具有算法簡單、編程容易等優(yōu)點，其不足之處在于對噪聲較為敏感，對光滑對象輪廓的測量結(jié)果通常也非常粗糙[2627]。Steger方法采用 Heissen矩陣獲得光條的中心法向量，進而通過泰勒展開求得光條中心的亞像素坐標[28]。 為采用Steger方法得到的亞像素光條中心，其在光條與背景對比度較好的情況下，中心提取結(jié)果準確、可靠，已經(jīng)成為目前應用最為廣泛的一種中心提取算法。其不足之處為中心提取結(jié)果對特征值閾值的選取比較敏感，且計算時間較長，通常難以滿足光條實時提取的需求。QI等[29]對Steger方法光條中心提取結(jié)果的統(tǒng)計特性進行了研究，并通過優(yōu)化的高斯核函數(shù)進一步提高光條中心的提取精度，其不足之處在于計算時間過長，且必須要求光條截面能量為高斯分布形式。針對Steger方法計算效率低的問題，孫軍華等[30]提出一種基于卡爾曼濾波和Hessian矩陣相結(jié)合的光條中心提取方法，此方法通過減小計算時選定的圖像區(qū)域，使得每幀提取時間可縮小到1.6 ms。蔡懷宇等[31]采用主成分分析確定線結(jié)構(gòu)光初始中心點的法線方向，進而利用二階泰勒展開求得條紋中心的精確位置，相對于Steger方法，此方法的速度得到了顯著提升。

基于高斯拉普拉斯變換的曲線擬合方法也可以用來提取光條的中心，此方法假定光條截面的灰度值為對稱分布，但是光條截面的灰度值并非都是對稱分布[32]。USAMENTIAGA等[33]在提取每個光條截面中心時，以此截面為中心沿像素列方向選定一個固定大小的窗口，如圖3[34]中的R1所示，在此窗口內(nèi)采用灰度重心法計算光條中心點的坐標，進而通過分割與多項式擬合完成對光條的提取，提取結(jié)果如圖3所示。由于窗口方向不是光條的法線方向，計算得到的光條中心相對于Steger方法存在較大的偏差。LI等[34]提出了一種基于移動最小二乘的改進的灰度重心法（IGWM），其通過移動最小二乘準確計算出了光條上每一個點的方向量和曲率值，并據(jù)此構(gòu)建了沿法向量的自適應窗口，如圖3中的R2所示，顯著提高了光條中心的提取精度。江永付等[35]對采用加權(quán)灰度重心法得到的線結(jié)構(gòu)光中心點采用三次多項式曲線進行擬合，得到了光滑的光條中心亞像素坐標，提高了中心提取的精度。基于互相關(guān)的曲線擬合法[36]和多尺度分析法[37]能夠顯著提高光條中心提取的魯棒性，但是通常由于算法復雜，光條中心提取所需要的時間較長。光條方向引導法通過給定光條提取的起始點，并沿著此起始點搜索下面光條中心點的坐標，能夠顯著提高計算的效率，但是初始點的確定過程較為復雜，不合理的初始點的選取將會影響光條中心提取的結(jié)果[38]。

上述光條中心提取算法的研究極大地推動了線結(jié)構(gòu)光傳感器的開發(fā)和應用進程，但由于應用場合的差異和被測量對象表面光學特性的不同，在特定情況下需要選擇不同的算法才能達到較好的提取結(jié)果。開發(fā)精度更高、計算效率更好、可靠性更強的光中心提取算法，依然是線結(jié)構(gòu)光傳感器研究中的一個關(guān)鍵問題。

1.2線結(jié)構(gòu)光傳感器標定技術(shù)

系統(tǒng)標定是線結(jié)構(gòu)光測量研究的核心問題，標定的目的是得到線結(jié)構(gòu)光傳感器從像素坐標到世界坐標的參數(shù)變換矩陣，實現(xiàn)光條中心像素坐標到被測輪廓世界坐標的轉(zhuǎn)換。早期的標定方法中比較有代表性的有拉絲法[39]、微分標定法[40]、消隱點法[41]、鋸齒靶標法[42]、雙重交比不變法[43]等。拉絲法獲得的標定特征點較少，特征點的世界坐標誤差較大，影響了標定精度。微分標定法通過二維工作臺帶動標準塊運動時CCD像面上的位置差實現(xiàn)對傳感器參數(shù)的標定，其測量結(jié)果相對于三坐標測量機測量結(jié)果誤差小于0.15 mm。消隱點法對傳感器進行標定時，可避免繁雜的數(shù)學計算，簡化標定過程，保證標定精度，其靜態(tài)標定精度可達±0.03 mm。上述兩種方法尚未考慮鏡頭的畸變，限制了傳感器測量精度的進一步提高。鋸齒靶標法則需要對傳感器姿態(tài)進行精確調(diào)整，使激光平面與棱線相垂直，因此操作較為復雜。雙重交比不變法中所需的靶標制作復雜，成本較高，限制了其在工業(yè)應用中的推廣。上述早期的線結(jié)構(gòu)光標定方法雖然存在一定的不足之處，但是對線結(jié)構(gòu)光標定技術(shù)的發(fā)展起到了重要的推動作用。韓建棟等[44]基于三點透視模型實現(xiàn)了傳感器標定，方法簡單、快速，平均相對測量誤差約為0.72%。劉震等[45]通過將靶標在不同位置擺放兩次以上，激光投射器在平面靶標上形成光條，計算圖像坐標，求解光條的 Plucker矩陣，然后采用非線性優(yōu)化方法得到結(jié)構(gòu)光平面方程的最優(yōu)解。該方法使光條上所有的點參與運算，精度較高，但計算復雜，標定結(jié)果直接依賴于光條物理特性參數(shù)。孫軍華等[46]先由靶標上的特征點和對應的圖像點求得同射變換矩陣，再求解光條上的點在攝像機坐標系下的坐標，但如何求得同射變換矩陣仍是標定的關(guān)鍵。

近年來，WEI等[47]提出了基于消隱點和消隱線的標定方法，在200 mm×200 mm范圍內(nèi)標定誤差優(yōu)于0.09 mm。陳天飛等[48]提出了一種基于共面靶標的線結(jié)構(gòu)光標定方法，通過多次移動共面靶標，計算不同方向激光條紋直線的消隱點，并對其擬合得到光平面的消隱線，完成光平面法向標定。LIU等[49]基于平行圓柱的現(xiàn)場標定方法所能達到的標定精度為0.07 mm，與基于平面靶標的標定方法相當。此外LIU等[50]通過分析光平面與標準球的相交輪廓并求解非線性優(yōu)化模型實現(xiàn)標定，精度可達0.04 mm。陸敏恂等[51]提出采用雙重虛擬圓以標定激光平面，此方法采用的基本原理仍為交比不變原理。吳慶華等[52]通過測試結(jié)果表明即使在標定時考慮鏡頭徑向、切向畸變，仍不能完全消除畸變對測量的影響。為了進一步提高標定的精度，鄒媛媛等[53]采用標準量塊制作標定靶標，并結(jié)合精密工作臺的移動實現(xiàn)標定，但量塊倒角反光所引起的特征點提取誤差、插值誤差等對標定精度產(chǎn)生了重要影響。LI等[54]提出了一種線結(jié)構(gòu)光傳感器的數(shù)值標定方法，此方法通過對標定靶標圖像的三角剖分，直接建立了像素坐標與世界坐標的映射關(guān)系，避免了相機鏡頭的畸變對結(jié)果的影響，有效保證了測量精度。目前，在不降低精度的情況下，如何使標定過程更加簡單，求解更容易，更易于現(xiàn)場使用和維護，并充分考慮鏡頭畸變的影響是結(jié)構(gòu)光視覺傳感器標定需要研究的問題。

1.3多個線結(jié)構(gòu)光傳感器協(xié)同測量技術(shù)

線結(jié)構(gòu)光傳感器對復雜廓形測量時，為保證結(jié)果的完整性，通常采用多個相機從不同角度拍攝光條或采用多個傳感器協(xié)同完成測量。肖華軍等[55]提出了采用一個激光光條和兩個相機拍攝相同區(qū)域?qū)崿F(xiàn)輪廓測量的方法，并給出了實現(xiàn)兩個相機圖像融合的方法。王鵬等[56]通過雙線投影模型，實現(xiàn)了具有2個相機和1個激光器的線結(jié)構(gòu)光傳感器標定，其在工作范圍內(nèi)的測量精度優(yōu)于0.08 mm。ZHOU等[57]給出了一種基于平面靶標的線結(jié)構(gòu)光傳感器數(shù)值標定方法，并通過將兩個傳感器集成到一起，實現(xiàn)了對矩形截面的精確測量。ZHAN等[58]采用多組線結(jié)構(gòu)光傳感器實現(xiàn)了對機車隧道的測量，其在水平和垂直方向上的最大偏差分別為-1.47 mm和1.43 mm，能夠滿足隧道工程的測量精度要求。黃風山等[59]采用兩個線結(jié)構(gòu)光傳感器實現(xiàn)了對矩形連鑄坯截面的測量，進而與長度測量結(jié)果相結(jié)合，滿足了連鑄坯現(xiàn)場定重的需求。高巖等[60]采用兩個線結(jié)構(gòu)光傳感器對火車車輪廓形參數(shù)進行了測量，得到了車輪直徑、輪緣厚、輪輞寬等關(guān)鍵參數(shù)，對車輪質(zhì)量評價具有指導意義。TIAN等[61]采用4個線結(jié)構(gòu)光傳感器實現(xiàn)了對截面廓形的測量，給出了標定方法，并對測量精度進行了分析，其測量誤差優(yōu)于5 mm。MOLLEDA等[62]采用4個線結(jié)構(gòu)光傳感器實現(xiàn)了鐵軌截面的完整測量，給出了基于圓柱陣列的標定方法，系統(tǒng)最大測量誤差優(yōu)于0.12%。王中亞等[63]采用4個線結(jié)構(gòu)光傳感器實現(xiàn)了熱軋圓鋼截面輪廓及直徑的在線測量，給出了一種快速現(xiàn)場標定方法，系統(tǒng)對圓鋼直徑的測量精度可達0.2 mm。馬旭等[64]采用4個線結(jié)構(gòu)光傳感器實現(xiàn)了對密封條360°截面輪廓的在線監(jiān)測，并設計了用于現(xiàn)場校準的立體靶標，給出了現(xiàn)場校準的方法。李濤濤等[65]采用一個線激光光源與多個相機相結(jié)合，有效擴大了傳感器的測量尺度，通過圖像配準得到了不同相機間的變換矩陣，進而實現(xiàn)了測量數(shù)據(jù)的融合。

系統(tǒng)標定是多個線結(jié)構(gòu)光傳感器協(xié)同測量的核心問題，即確定各傳感器之間的相對位置關(guān)系，從而能夠?qū)⒚總€傳感器的測量結(jié)果轉(zhuǎn)換到一個相同的世界坐標系當中。被測截面的大小、復雜程度不同，則為了實現(xiàn)完整測量所需要的傳感器的個數(shù)也不同。通常截面輪廓越大、截面復雜程度越高，所需要的傳感器的個數(shù)也就越多，系統(tǒng)標定和后續(xù)的數(shù)據(jù)處理就會越復雜。

1.4線結(jié)構(gòu)光傳感器與運動坐標軸的結(jié)合

每次測量時線結(jié)構(gòu)光傳感器只能獲得被測對象的一條截面輪廓，而工業(yè)中應用的許多重要的零件（例如渦輪葉片、整體葉輪等）均為具有復雜面型的整體式曲面，故為了實現(xiàn)復雜曲面的完整、高精度測量，必須要將線結(jié)構(gòu)光傳感器與其他運動坐標相結(jié)合。在線結(jié)構(gòu)光傳感器與運動復合研究方面，周會成等[66]通過電機帶動旋轉(zhuǎn)鏡片掃描，實現(xiàn)對被測零件三維尺寸的快速測量。SON等[67]將線結(jié)構(gòu)光傳感器與一維直線運動相結(jié)合，實現(xiàn)了針對逆向工程應用的自由曲面的測量。線結(jié)構(gòu)光傳感器與一維直線運動相結(jié)合時，傳感器沿激光平面法向方向運動，依次獲取自由曲面上的二維輪廓，如圖4所示[67]。王中任等[68]將線結(jié)構(gòu)光和維直線運動工作臺相結(jié)合的方法實現(xiàn)對物體表面的三維測量，對齊平均誤差為0.065 mm，最大對齊殘差為0.145 mm。CARBONE等[69]將線結(jié)構(gòu)光傳感器與三坐標測量機相結(jié)合，實現(xiàn)了對自由曲面的測量，為逆向工程設計提供了對象的三維數(shù)據(jù)模型。李鵬飛等[70]將線結(jié)構(gòu)光傳感器與旋轉(zhuǎn)運動相結(jié)合，對標準圓柱體進行了測量，其測量的最大正向誤差為0.118 mm，最大負向誤差為0.095 mm。GESTEL等[71]圖4傳感器與直線運動相結(jié)合

Fig.4Integration of the sensor with linear motion

圖5傳感器與4個運動坐標軸相結(jié)合

Fig.5Integration of the sensor with four motion axes

給出了一種基于CMM的線結(jié)構(gòu)光傳感器評價方法，并對一商品化的線結(jié)構(gòu)光傳感器的精度進行了評定，在對其進行標定后測量誤差在10 μm左右。ISHEIL等[72]提出了通過測量機械樣件實現(xiàn)對線結(jié)構(gòu)光傳感器進行校正的方法，在對樣件進行測量時通過將線結(jié)構(gòu)光傳感器和一維直線運動工作臺相結(jié)合完成樣件表面三維數(shù)據(jù)的獲取。

為進一步提升結(jié)果的完整性，XIE等[73]通過將線結(jié)構(gòu)光傳感器與三坐標測量機和以一旋轉(zhuǎn)工作臺相結(jié)合實現(xiàn)了對復雜零件的完整測量，測量系統(tǒng)如圖5所示[73]，此外他們還將線結(jié)構(gòu)光傳感器與5個運動坐標軸相結(jié)合，給出了系統(tǒng)標定的方法[74]。OZAN等[75]采用2個激光器與單個相機構(gòu)成線結(jié)構(gòu)光傳感器，并與兩個旋轉(zhuǎn)運動軸結(jié)合來實現(xiàn)三維測量，雖然線激光器的增加能夠在一定程度上減小光條被遮擋所導致的數(shù)據(jù)缺失程度，但是測量數(shù)據(jù)的完整性還有待提高。MARANI等[76]通過將線結(jié)構(gòu)光傳感器與一維旋轉(zhuǎn)運動工作臺相結(jié)合實現(xiàn)了對絲錐三維形貌的測量。SANTOLARIA等[77]將線結(jié)構(gòu)光傳感器與關(guān)節(jié)臂測量系統(tǒng)集成到一起，給出了系統(tǒng)集成的方法。ZHOU等[78]通過圓柱樣件將線結(jié)構(gòu)光傳感器與一個直線運動坐標和一個旋轉(zhuǎn)運動坐標相結(jié)合，實現(xiàn)了對螺旋曲面的三維測量。實現(xiàn)傳感器與運動坐標相結(jié)合所要解決的問題就是標定傳感器測量坐標系和運動坐標系之間的關(guān)系，運動坐標軸的個數(shù)越多，測量系統(tǒng)的靈活度就會越大，越容易保證被測表面結(jié)果的完整性，但其標定方法也越復雜。

2當前研究存在的問題

線結(jié)構(gòu)光傳感器測量時，光條圖像質(zhì)量受被測表面光學特性影響，描述光束與粗糙表面相互作用的Nayar模型如圖6 a）所示，被測對象的表面光潔度越高，反射光在彌散區(qū)的能量就越小，在主鏡面反射區(qū)能量就越大。如果相機拍攝的是彌散區(qū)，光條圖像就會非常微弱，如果拍攝主鏡面反射區(qū)就可能出現(xiàn)飽和，因此測量角度會對測量精度產(chǎn)生重要影響，如圖6 b）所示。此外，被測對象還可能遮擋光條，導致無法獲取被測截面的數(shù)據(jù)，如圖6 c）所示。

圖6線結(jié)構(gòu)光測量技術(shù)存在的問題

Fig.6Problems of the line structured light measurement technique

線結(jié)構(gòu)光測量技術(shù)目前存在的問題主要可總結(jié)為以下3個方面。

1）測量精度有待進一步提高測量精度是線結(jié)構(gòu)光傳感器的一個核心指標。目前線結(jié)構(gòu)光傳感器的測量精度通常在十幾到幾十微米之間，滿足了許多對精度要求不高的測量需求，例如零件表面殘缺檢測、汽車蒙皮三維形貌測量等。但其難以滿足對精密齒輪的廓形、螺桿空壓機螺桿的齒形線、精密模具等有嚴格公差要求零件的測量。目前上述零件的測量主要為以三坐標測量機為代表的接觸式測量，存在測量設備昂貴、效率低、環(huán)境要求苛刻等問題。如果線結(jié)構(gòu)光傳感器的測量精度能夠被提高至與三坐標測量機相當，將會極大地推進線結(jié)構(gòu)光測量技術(shù)在工業(yè)中的應用。

2）測量的適應性不強線結(jié)構(gòu)光測量技術(shù)屬于視覺測量的范疇，準確獲取調(diào)制光條圖像是實現(xiàn)測量的基礎。不同被測對象具有不同的材質(zhì)、表面粗糙度、幾何形狀等，這些均會影響光條圖像的質(zhì)量。尤其是對具有不同反光強度的零件表面，當被測表面反光性較好時，光條圖像會出現(xiàn)飽和，反之所拍攝的光條圖像灰度值過低，甚至難以完成對中心的提取。除此之外，在對內(nèi)孔、V型槽等進行測量時，孔的內(nèi)部和V型槽的底部會由于光的多次反射出現(xiàn)干擾光斑，影響測量結(jié)果的準確性。工業(yè)現(xiàn)場測量時，環(huán)境中還可能存在其他各種光源。干擾光不僅會對測量精度產(chǎn)生不利影響，甚至可能直接導致測量的失敗。

3）復雜零件測量的智能性不足線結(jié)構(gòu)光傳感器必須與其他的運動坐標軸相結(jié)合才能實現(xiàn)對曲面的三維測量，被測曲面復雜程度越高，所需要結(jié)合的運動坐標軸個數(shù)越多。目前所研發(fā)的測量系統(tǒng)，在測量時通常需要人工編寫運動程序，使被測對象相對線結(jié)構(gòu)光傳感器產(chǎn)生要求的運動，完成對被測對象的掃描。對于所需要控制的運動軸數(shù)較少的簡單曲面，如沖壓模具等單側(cè)曲面，通常只需控制1～3個直線運動坐標軸即可實現(xiàn)。但是對于整體渦輪葉片的整體測量，則需要結(jié)合更多的運動坐標軸，通過合理調(diào)整傳感器的測量位置和姿態(tài)，才能避免測量某些區(qū)域時葉片上的其他部分對光條的遮擋，這使得測量軌跡的規(guī)劃也變得更為復雜。并且測量前被測對象的幾何參數(shù)通常是未知的，難以編寫相應的運動程序，也無法保證測量結(jié)果的完整性。

3研究展望

線結(jié)構(gòu)光傳感器具有結(jié)構(gòu)簡單、成本低廉、測量速度快、易于與其他運動坐標相結(jié)合等優(yōu)點，在科研和生產(chǎn)中有巨大的需求。根據(jù)線結(jié)構(gòu)光測量過程和應用場合，本文從線結(jié)構(gòu)光光條質(zhì)量控制和光條中心提取、線結(jié)構(gòu)光傳感器的標定、多個線結(jié)構(gòu)光傳感器協(xié)同測量和線結(jié)構(gòu)光與其他運動坐標的融合4個方面分析了線結(jié)構(gòu)光測量研究的現(xiàn)狀，總結(jié)了線結(jié)構(gòu)光傳感器研究當前存在的測量精度需進一步提升、測量適應性不強、測量系統(tǒng)智能性不足等問題。針對上述問題，認為未來的研究方向如下。

1）進一步提升線結(jié)構(gòu)光傳感器的測量精度精度是線結(jié)構(gòu)光傳感器的核心指標，提升傳感器的測量精度是線結(jié)構(gòu)光傳感器研究的核心問題。開發(fā)具有微米/亞微米測量精度的線結(jié)構(gòu)光傳感器，將會極大促進線結(jié)構(gòu)光傳感器在科研和工業(yè)生產(chǎn)中的應用。為進一步提升測量精度，在測量原理上可嘗試將線結(jié)構(gòu)光激光三角測量原理與全息測量等干涉測量方法相融合，在硬件上可開發(fā)光條更細、更直、均勻程度更好的線激光器，使用更高分辨率的相機、畸變更小的鏡頭等。除此之外，還應繼續(xù)研究更高精度的亞像素光條中心提取算法，開發(fā)更高精度的標定方法，研究測量誤差在測量系統(tǒng)中的產(chǎn)生和傳播規(guī)律等。

2）增強線結(jié)構(gòu)光傳感器的測量適應性 增強線結(jié)構(gòu)光傳感器測量的適應性，就是將其改進為智能傳感器。傳感器首先能夠?qū)λ臄z到的圖像進行評價，進而對系統(tǒng)參數(shù)進行自適應控制，以達到理想的光條拍攝效果。為此，可根據(jù)光條截面的能量分布特性，建立光條質(zhì)量評價模型，分析在不同的激光光強、曝光時間、相機模擬增益和傳感器曲面相對位姿等多可控參數(shù)下所獲光條的優(yōu)劣，得到光條質(zhì)量評價參數(shù)與傳感器可控參數(shù)之間的聯(lián)系規(guī)律，通過建立自適應控制模型，使傳感器的多個可控系統(tǒng)參數(shù)能夠根據(jù)不同表面的反光特性自動調(diào)節(jié)，從而獲取具有良好質(zhì)量的線結(jié)構(gòu)光圖片，為光條中心的高精度提取打下良好的基礎。

3）研制智能線結(jié)構(gòu)光測量系統(tǒng) 智能線結(jié)構(gòu)光測量系統(tǒng)的目標是實現(xiàn)一鍵式測量，極大地提高使用的便捷性。測量基礎為線結(jié)構(gòu)光傳感器與多軸運動的結(jié)合，這就要準確標定傳感器坐標系與運動坐標系的相對關(guān)系，并通過設計標準樣件及傳感器樣件相對運動軌跡，完成將傳感器與多軸系統(tǒng)的集成，研究標準樣件的設計、標準樣件的測量方案和標定算法對標定精度的影響規(guī)律。分析在連續(xù)運動過程中，圖像采集延時對測量精度的影響，并對運動進行預估補償，從而保證測量精度。通過建立曲面的完整性評價指標，預測每次測量后空缺部分曲面的位姿參數(shù)，在傳感器測量范圍、坐標軸運動范圍、不發(fā)生干涉等多約束條件下自動規(guī)劃測量軌跡，實現(xiàn)主動測量。

參考文獻/References：

[1]BARBERO B R，URETA E S. Comparative study of different digitization techniques and their accuracy[J].Computer Aided Design， 2011， 43： 188206.

[2]丁洵，趙前程，王憲，等. 結(jié)構(gòu)光三維角度測量系統(tǒng)位姿參數(shù)優(yōu)化研究[J]. 河北科技大學學報，2015，36（5）：467473.

DING Xun， ZHAO Qiancheng， WANG Xian， et al. Posture parameters optimization of a structured light 3D angle measuring system[J].Journal of Hebei University of Science and Technology， 2015，36（5）：467473.

[3]HOCKEN R J， PAULO P. Coordinate Measuring Machines and Systems[M]. Boca Raton： CRC Press， 2016：392412.

[4]SAVIO E， LEONARDO D C， ROBERT S. Metrology of freeform shaped parts[J].CIRP AnnalsManufacturing Technology，2007， 56（2）： 810835.

[5]ZHANG Song. Recent progresses on realtime 3D shape measurement using digital fringe projection techniques[J]. Optics and Lasers in Engineering， 2010，48（2）：149158.

[6]張德津， 李清泉， 何莉. 一種新的激光車轍深度測量方法研究[J]. 光學學報， 2013， 33（1）： 0112005.

ZHANG Dejin， LI Qingquan， HE Li. A new method for laser rut depth measurement[J].Acta Optica Sinica，2013， 33（1）： 0112005.

[7]安冬， 蓋紹彥， 達飛鵬. 一種新的基于條紋投影的三維輪廓測量系統(tǒng)模型[J]. 光學學報， 2014， 34（5）： 0512004.

AN Dong， GAI Shaoyan， DA Feipeng. A new model of threedimensional shape measurement system based on fringe projection[J].Acta Optica Sinica，2014， 34（5）： 0512004.

[8]MURALIKRISHNAN B， REN W， EVERETT D， et al. Performance evaluation experiments on a laser spot triangulation probe [J]. Measurement， 2012， 45（3）： 333343.

[9]SHEN Hongyuan， LIN Tao， CHEN Shanben， et al. Realtime seam tracking technology of welding robot with visual sensing [J]. Journal of Intelligent and Robotic Systems， 2010， 59（3）： 283298.

[10]CHEN Bo， ZHANG Song. Highquality 3D shape measurement using saturated fringe patterns[J]. Optics and Lasers in Engineering， 2016，87： 8389.

[11]LI Beiwen， ZHANG Song. Superfast highresolution absolute 3D recovery of a stabilized flapping flight process[J].Optics Express，2017，25（22）： 2727027282.

[12]ZUO Chao，TAO Tianyang， FENG Shijie，et al. Micro Fourier transform profilometry（μFTP）： 3D shape measurement at 10，000 frames per second[J].Optics and Lasers in Engineering，2018，102：7091.

[13]LONG Yunfei， WANG Shuaijun， WU Wei， et al. Decoding line structured light patterns by using Fourier analysis[J]. Optical Engineering， 2015， 54（7）： 073109.

[14]KARASZEWSKI M， SITNIK R， BUNSCH E， et al. Online， collisionfree positioning of a scanner during fully automated threedimensional measurement of cultural heritage objects[J]. Robotics and Autonomous Systems， 2012， 60（9）： 12051219.

[15]SUN Junhua， ZHANG Jie， ZHANG Guangjun. An automatic 3D point cloud registration method based on regional curvature maps[J]. Image and Vision Computing， 2016，56： 4958.

[16]ZHANG Song， YAU Shingtung. High dynamic range scanning technique [J]. Optical Engineering， 2009， 48（3）： 033604.

[17]EKSTRAND L， ZHANG S. Auto exposure for threedimensional shape measurement using a digital light processing projector [J]. Optical Engineering， 2011，50（12）： 123603.

[18]BABAIE G， ABOLBASHARI M， FARAHI F. Dynamics range enhancement in digital fringe projection technique[J]. Precision Engineering， 2015， 39： 243251.

[19]YANG Zhongdong， WANG Peng， LI Xiaohui， et al. 3D laser scanner system using high dynamic range imaging[J].Optics and Lasers in Engineering， 2014， 54： 3141.

[20]宋佳， 孫長庫， 王鵬. 錫膏激光掃描三維測量系統(tǒng)光強自適應調(diào)節(jié)技術(shù)[J]. 傳感技術(shù)學報， 2012， 25（8）： 11661171.

SONG Jia， SUN Chuangku， WANG Peng. Techniques of light intensity adaptive adjusting for the 3D measurement system of the solder paste[J]. Chinese Journal of Sensors and Actuators，2012， 25（8）： 11661171.

[21]唐瑞尹， 沈鴻海， 何鴻鯤，等. 基于雙樹復小波變換的激光亮度自適應調(diào)節(jié)[J]. 激光雜志， 2015， 36（7）： 113116.

TANG Ruiyin，SHEN Honghai， HE Hongkun， et al. Adaptive intensity of laser control based on dualtree complex wavelet transform[J].Laser Journal，2015， 36（7）： 113116.

[22]ZHANG Zhiyi， YUAN Lin. Building a 3D scanner system based on monocular vision[J]. Applied Optics， 2012， 51（11）： 16381644.

[23]PERONA P， MALIK J. Scalespace and edge detection using anisotropic diffusion[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1990， 12（7）： 629639.

[24]胡斌， 李德華， 金剛，等.基于方向模板的結(jié)構(gòu)光條紋中心檢測方法[J].計算機工程與應用， 2002， 38（11）：5960.

HU Bin， LI Dehua， JIN Gang， et al. New method for obtaining the center of the structured light stripe by direction template[J].Computer Engineering and Applications，2002， 38（11）：5960.

[25]雷海軍，李德華，王建永，等. 一種結(jié)構(gòu)光條紋中心快速檢測方法[J]. 華中科技大學學報（自然科學版），2003，31（1）：7476.

LEI Haijun， LI Dehua， WANG Jianyong，et al. A method for fast detecting the center of structured light stripe[J]. Journal of Huazhong University of Science and Technology（Science Edition）， 2003， 31（1）： 7476.

[26]SUBBARAO M， CHOI T. Accurate recovery of threedimensional shape from image focus[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1995， 17（3）： 266274.

[27]LV Zhihua， ZHANG Zhiyi. Build 3D scanner system based on binocular stereo vision[J]. Journal of Computers， 2012， 7（2）：399404.

[28]STEGER C. An unbiased detector of curvilinear structures[J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 1998， 20（2）： 113125.

[29]QI Li， ZHANG Yixin， ZHANG Xuping， et al. Statistical behavior analysis and precision optimization for the laser stripe center detector based on Stegers algorithm[J]. Optics Express， 2013， 21：1344213449.

[30]孫軍華，王恒，劉震，等. 鋼軌磨耗動態(tài)測量中激光光條中心的快速提取[J]. 光學精密工程，2011，19（3）：690696.

SUN Junhua，WANG Heng， LIU Zhen， et al. Rapid extraction algorithm of laser stripe center in rail wear dynamic measurement[J].Optics and Precision Engineering，2011，19（3）：690696.

[31]蔡懷宇，馮召東，黃戰(zhàn)華. 基于主成分分析的結(jié)構(gòu)光條紋中心提取方法[J]. 中國激光，2015，42（3）：278283.

CAI Huaiyu， FENG Zhaodong， HUANG Zhanhua. Centerline extraction of structured light stripe based on principal component analysis[J]. Chinese Journal of Lasers，2015，42（3）：278283.

[32]GOSHTASBY A A， SHYU H. Edge detection by curve fitting[J]. Image and Vision Computing， 1995， 13（3）： 169177.

[33]USAMENTIAGA R， MOLLEDA J， GARCIA D F， et al. Fast and robust laser stripe extraction for 3D reconstruction in industrial environments[J]. Machine Vision Applications， 2012， 23（1）： 179196.

[34]LI Yuehua， ZHOU Jingbo， HUANG Fengshan， et al. Subpixel extraction of laser stripe center using an improved graygravity method[J]. Sensors， 2017， 17（4）： 814.

[35]江永付，江開勇，林俊義. 線結(jié)構(gòu)光光條中心亞像素精確提取方法[J]. 激光與光電子學進展，2015，52（7）：185191.

JIANG Yongfu， JIANG Kaiyong， LIN Junyi. Extrication method for subpixel center of linear structured light stripe[J].Laser & Optoelectronics Progress，2015，52（7）：185191.

[36]劉振，李聲，馮常. 基于互相關(guān)算法的激光條紋中心提取[J]. 中國激光，2013，40（5）：202207.

LIU Zhen， LI Sheng， FENG Chang. Laser stripe center extraction based on crosscorrelation algorithm[J]. Chinese Journal of Lasers， 2013， 40（5）：202207.

[37]李鳳嬌，李小菁，劉震. 基于多尺度分析的激光光條中心點坐標提取方法[J]. 光學學報，2014，34（11）：1110002.

LI Fengjiao， LI Xiaojing， LIU Zhen. A multiscale analysis based method for extracting coordinates of laser light stripe centers[J]. Acta Optica Sinica， 2014， 34（11）：1110002.

[38]CHEN Xu， ZHANG Guangjun， SUN Junhua. An efficient and accurate method for realtime processing of light stripe images[J]. Advances in Mechanical Engineering，2013， 5： 56927.

[39]DEWAR R. Selfgenerated targets for spatial calibration of structured light optical sectioning sensors with respect to an external coordinate system [J]. Society of Manufacturing Engineers， 1988： 513.

[40]王春和，鄒定海，葉聲華.三維視覺檢測與結(jié)構(gòu)光傳感器的標定[J].儀器儀表學報，1994，15（2）：119123.

WANG Chunhe， ZOU Dinghai， YE Shenghua.3D vision checking and calibration of the structure light sensor[J]. Chinese Journal of Scientific Instrument，1994，15（2）：119123.

[41]肖海，羅明，王春和，等.用“消隱點”法標定線結(jié)構(gòu)光三維視覺傳感器[J].光電工程，1996，23（3）：5459.

XIAO Hai， LUO Ming， WANG Chunhe，et al. A line structuredlight 3D visual sensor calibration by vanishing point method[J]. OptoElectronic Engineering，1996，23（3）：5459.

[42]段發(fā)階，劉鳳梅，葉聲華. 一種新型線結(jié)構(gòu)光傳感器結(jié)構(gòu)參數(shù)標定方法[J]. 儀器儀表學報，2000，21（1）：108110.

DUAN Fajie， LIU Fengmei， YE Shenghua. A new accurate method for the calibration of line structured light sensor[J].Chinese Journal of Scientific Instrument， 2000，21（1）：108110.

[43]魏振忠，張廣軍，徐園. 一種線結(jié)構(gòu)光視覺傳感器標定方法[J]. 機械工程學報，2005， 41（2）： 210214.

WEI Zhenzhong， ZHANG Guangjun， XU Yuan. Calibration approach for structuredlight stripe vision sensor[J].Chinese Journal of Mechanical Engineering，2005， 41（2）： 210214.

[44]韓建棟，呂乃光， 董明利，等.線結(jié)構(gòu)光傳感系統(tǒng)的快速標定方法[J].光學精密工程，2009， 17（5）： 958963.

HAN Jiandong， LYU Naiguang， DONG Mingli， et al. Fast method to calibrate structure parameters of line structured light vision sersor[J]. Optics and Precision Engineering， 2009， 17（5）： 958963.

[45]劉震，張廣軍，魏振忠，等. 一種高精度線結(jié)構(gòu)光視覺傳感器現(xiàn)場標定方法[J]. 光學學報， 2009， 29（11）： 31243128.

LIU Zhen， ZHANG Guangjun， WEI Zhenzhong， et al. An accurate calibration method for line structured light vision sensor[J].Acta Optica Sinica， 2009， 29（11）： 31243128.

[46]孫軍華，張廣軍，劉謙哲，等. 結(jié)構(gòu)光視覺傳感器通用現(xiàn)場標定方法[ J]. 機械工程學報， 2009， 45（3）： 174177.

SUN Junhua， ZHANG Guangjun， LIU Qianzhe， et al. Universal method for calibrating structuredlight vision sensor on the spot[J].Chinese Journal of Mechanical Engineering， 2009， 45（3）： 174177.

[47]WEI Zhenzhong， SHAO Mingwei， ZHANG Guangjun， et al. Parallelbased calibration method for linestructured light vision sensor[J]. Optical Engineering，2014，53（3）：033101.

[48]陳天飛，趙吉賓，吳翔. 基于共面靶標的線結(jié)構(gòu)光傳感器標定新方法[J]. 光學學報，2015，35（1）：0112004.

CHEN Tianfei， ZHAO Jibin， WU Xiang. New calibration method for line structured light sensor based on planar target[J]. Acta Optica Sinica，2015，35（1）：0112004

[49]LIU Zhen， LI Xiaojing， YIN Yang. Onsite calibration of linestructured light vision sensor in complex light environments[J]. Optics Express， 2015， 23（23）： 2989629911.

[50]LIU Zhen， LI Xiaojing， LI Fengjiao， et al. Calibration method for line structured light vision sensor based on a single ball target[J]. Optics and Lasers in Engineering，2015， 69：2028.

[51]陸敏恂，葛衛(wèi)梁，周愛國，等.基于雙重虛擬圓靶標的激光掃描測頭標定[J].光學學報，2014，34（10）：1015005.

LU Minxun， GE Weiliang， ZHOU Aiguo， et al. Calibrating laser scanning probe with double virtual circle target[J]. Acta Optica sinica， 2014，34（10）：1015005.

[52]吳慶華，何濤，史鐵林.一種基于平面標靶的線結(jié)構(gòu)光視覺傳感器標定方法[J].光電子·激光，2013，24（2）：297301.

WU Qinghua， HE Tao， SHI Tielin. A calibration method for line structuredlight vision sensor based on a plane target[J]. Journal of Optoelectronics·Laser， 2013，24（2）：297301.

[53]鄒媛媛，趙明揚，張雷.基于量塊的線結(jié)構(gòu)光視覺傳感器直接標定方法[J].中國激光，2014，41（11）：1108002.

ZOU Yuanyuan， ZHAO Mingyang， ZHANG Lei. Direct calibration method of laser stripe vision sensor based on gauge block[J]. Chinese Journal of Lasers，2014，41（11）：1108002.

[54]LI Yuehua， ZHOU Jingbo， HUANG Fengshan. High precision calibration of line structured light sensors based on linear transformation over triangular domain[C]// Proc of SPIE.[S.l.]：[s.n.]， 2016： 96849690.

[55]肖華軍，侯力，游云霞.一種基于圖像融合的多線結(jié)構(gòu)光立體視覺測量方法[J].四川大學學報（工程科學版）， 2015，47（3）：154159.

XIAO Huajun， HOU Li， YOU Yunxia. A measurement method of multiline structured light stereo vision based on image fusion[J].Journal of Sichuan University（Engineering Science Edition），2015，47（3）：154159.

[56]王鵬，史瑞澤，鐘小峰，等. 基于雙線投影與線面約束的3D掃描測量系統(tǒng)研究[J]. 紅外與激光工程，2017，46（4）：140146.

WANG Peng， SHI Ruize， ZHONG Xiaofeng， et al. 3D scanning measurement system based on double line projection and the lineplane constraint[J].Infrared and Laser Engineering，2017，46（4）：140146.

[57]ZHOU Jingbo， LI Yuehua， HUANG Fengshan， et al. Numerical calibration of laser line scanning system with multiple sensors for inspecting crosssection profiles[C]//SPIE/COS Photonics Asia. International Society for Optics and Photonics.[S.l.]：[s.n.]， 2016： 100231X.

[58]ZHAN Dong， YU Long， XIAO Jian， et al. Multicamera and structuredlight vision system （MSVS） for dynamic highaccuracy 3D measurements of railway tunnels[J]. Sensors， 2015， 15（4）： 86648684.

[59]黃風山，陳麗，任有志，等. 連鑄坯線結(jié)構(gòu)光視覺定重方法[J]. 光電工程，2015，42（8）：2733.

HUANG Fengshan， CHEN Li， REN Youzhi， et al. A vision weight method of billet based on linear structure laser[J]. OptoElectronic Engineering，2015，42（8）：2733.

[60]高巖，邵雙運，馮其波. 一種激光掃描自動測量輪對幾何參數(shù)的方法[J]. 中國激光，2013，40（7）：182187.

GAO Yan，SHAO Shuangyun， FENG Qibo. A novel method for automatically measuring wheel geometric parameters by laser scanning[J].Chinese Journal of Lasers， 2013，40（7）：182187.

[61]TIAN Qingguo， YANG Yujie， ZHANG Xiangyu， et al. An experimental evaluation method for the performance of a laser line scanning system with multiple sensors[J]. Optics and Lasers in Engineering， 2014，52（1）： 241249.

[62]MOLLEDA J， USAMENTIAGA R， MILLARA A F， et al. A profile measurement system for rail quality assessment during manufacturing[J]. IEEE Transactions on Industry Applications， 2016， 52（3）： 26842692.

[63]王中亞，王鵬，楊國威，等. 熱軋圓鋼截面輪廓及直徑結(jié)構(gòu)光在線檢測系統(tǒng)[J]. 儀器儀表學報，2014，35（10）：23352340.

WANG Zhongya， WANG Peng， YANG Guowei， et al. Structuredlight based online measurement system of hot bar section profile and diameter[J].Chinese Journal of Scientific Instrument，2014，35（10）：23352340.

[64]馬旭，王鵬，孫長庫. 密封條輪廓激光視覺在線檢測系統(tǒng)[J]. 納米技術(shù)與精密工程，2017，15（1）：4452.

MA Xu， WANG Peng， SUN Changku. An online laservision system for measurement of sealing strips section profile[J].Nanotechnology and Precision Engineering，2017，15（1）：4452.

[65]李濤濤，楊峰，許獻磊. 基于多視覺線結(jié)構(gòu)光傳感器的大尺度測量新方法[J].中國激光，2017，44（11）：1104003.

LI Taotao， YANG Feng， XU Xianlei. A novel method of largescale measurement with multivision line structured light sensor[J].Chinese Journal of Lasers，2017，44（11）：1104003.

[66]周會成，陳吉紅，周濟.光學三角法全視場自掃描測頭的設計與研究[J].儀器儀表學報，2000，21（5）：493496.

ZHOU Huicheng， CHEN Jihong， ZHOU Ji. Design and research on optical triangulation scanner with full field of view scanning ability[J]. Chinese Journal of Scientific Instrument，2000，21（5）：493496.

[67]SON S， PARK H， LEE K H. Automated laser scanning system for reverse engineering and inspection[J]. International Journal of Machine Tools and Manufacture， 2002， 42（8）： 889897.

[68]王中任，周岳斌，李波.基于線結(jié)構(gòu)光和運動平臺的三維重構(gòu)方法[J].工具技術(shù)，2015，49（1）：8183.

WANG Zhongren，ZHOU Yuebin， LI Bo. 3D reconstruction method based on linear structured light and motion platform[J].Tool Engineering，2015，49（1）：8183.

[69]CARBONE V， CAROCCI M， SAVIO E， et al. Combination of a vision system and a coordinate measuring machine for the reverse engineering of freeform surfaces[J]. The International Journal of Advanced Manufacturing Technology， 2001， 17（4）： 263271.

[70]李鵬飛，張文濤，熊顯名. 基于線結(jié)構(gòu)光的三維測量系統(tǒng)轉(zhuǎn)軸快速標定方法[J].微型機與應用， 2015，34（4）：7375.

LI Pengfei， ZHANG Wentao， XIONG Xianming. A fast approach for calibrating 3D coordinate measuring system rotation axis based on linestructure light[J].Microcomputer & Its Applications，2015，34（4）：7375.

[71]GESTEL N V， CUYPERS S， BLEYS P， et al. A performance evaluation test for laser line scanners on CMMs[J]. Optics and Lasers in Engineering， 2009， 47（47）： 336342.

[72]ISHEIL A， GONNET J， JOANNIC D， et al. Systematic error correction of a 3D laser scanning measurement device[J]. Optics and Lasers in Engineering， 2011， 49（1）： 1624.

[73]XIE Zexiao， WANG Jianguo， ZHANG Qiumei. Complete 3D measurement in reverse engineering using a multiprobe system[J]. International Journal of Machine Tools & Manufacture， 2005，45（12/13）： 14741486.

[74]XIE Zexiao， ZHANG Qiumei， ZHANG Guoxiong. Modeling and calibration of a structuredlightsensorbased fiveaxis scanning system[J]. Measurement， 36（2）： 185194.

[75]OZAN S， GUMUSTEKIN S. Calibration of double stripe 3D laser scanner systems using planarity and orthogonality constraints[J]. Digital Signal Processing， 2014， 24（1）： 231243.

[76]MARANI R， NITTI M， CICIRELLI G， et al. Highresolution laser scanning for threedimensional inspection of drilling tools[J]. Advances in Mechanical Engineering， 2013，5：620786.

[77]SANTOLARIA J， GUILLOMIA D， CAJAL C， et al. Modelling and calibration technique of laser triangulation sensors for integration in robot arms and articulated arm coordinate measuring machines[J]. Sensors， 2009， 9（9）： 73747396.

[78]ZHOU Jingbo， LI Yuehua， LIU Lijian. A cylinder based calibration method for integrating a line structured light sensor with a rotationtranslation platform[C]//Eighth International Symposium on Advanced Optical Manufacturing and Testing Technology （AOMATT 2016）. International Society for Optics and Photonics.[S.l.]：[s.n.]， 2016： 96841Q.第39卷第2期河北科技大學學報Vol.39，No.2

2018年4月Journal of Hebei University of Science and TechnologyApr. 2018