[發(fā)明專利]一種單幀二值結(jié)構(gòu)光編解碼方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201711071098.X
• 申請(qǐng)日: 2017-11-03
• 公開（公告）號(hào): CN108038898B
• 公開（公告）日: 2020-06-30
• 發(fā)明（設(shè)計(jì)）人: 李中偉;詹國(guó)敏;鐘凱;劉潔;史玉升;王從軍
• 申請(qǐng)（專利權(quán)）人: 華中科技大學(xué)
• 主分類號(hào): G06T17/00
• 分類號(hào): G06T17/00;G06T9/00
• 代理公司: 華中科技大學(xué)專利中心 42201
• 代理人: 周磊;曹葆青

本發(fā)明屬于三維重構(gòu)技術(shù)領(lǐng)域，并公開了一種單幀二值結(jié)構(gòu)光編解碼方法，包括以下步驟：1)對(duì)獲取的編碼圖案中的特征點(diǎn)進(jìn)行粗提取；2)對(duì)步驟1)查找到備選位置進(jìn)行精提取；3)特征點(diǎn)的亞像素位置確定；4)對(duì)步驟3)獲得的每個(gè)特征點(diǎn)進(jìn)行解碼；5)特征點(diǎn)通過編碼值與極線約束原理可唯一確定的對(duì)應(yīng)關(guān)系，實(shí)現(xiàn)雙目視覺中的對(duì)應(yīng)點(diǎn)查找，最后利用雙目重構(gòu)算法完成三維測(cè)量。本發(fā)明利用單幀二值的編碼圖像進(jìn)行雙目立體視覺的唯一性匹配，并實(shí)現(xiàn)精確的特征點(diǎn)提取。實(shí)現(xiàn)了在單幀結(jié)構(gòu)光投影條件下的三維測(cè)量，該方法適合于高速三維測(cè)量。

技術(shù)領(lǐng)域

本發(fā)明屬于三維重構(gòu)技術(shù)領(lǐng)域，更具體地，涉及一種單幀二值結(jié)構(gòu)光編解碼方法。

背景技術(shù)

面結(jié)構(gòu)光三維測(cè)量方法通過向被測(cè)物體投影結(jié)構(gòu)光圖像，并用相機(jī)拍攝物體表面，獲取經(jīng)過物體表面調(diào)制后圖像。通過特定的算法匹配每個(gè)特征位置的對(duì)應(yīng)關(guān)系，根據(jù)三角測(cè)量原理，重建被測(cè)物體表面的三維數(shù)據(jù)。面結(jié)構(gòu)光三維測(cè)量方法的關(guān)鍵是利用主動(dòng)投影結(jié)構(gòu)光獲取兩相機(jī)圖像中特征點(diǎn)的對(duì)應(yīng)關(guān)系，從而利用雙目視覺原理求出三維坐標(biāo)。

根據(jù)投影圖像編碼測(cè)量的不同，大部分結(jié)構(gòu)光三維測(cè)量方法可以分為兩大類：多幀與單幀結(jié)構(gòu)光測(cè)量方法。多幀結(jié)構(gòu)光通過順序投影多幀編碼圖像，通過每幀圖像相同位置的編碼信息來檢索對(duì)應(yīng)點(diǎn)，因此能實(shí)現(xiàn)全分辨率的三維面形測(cè)量。但是動(dòng)態(tài)物體的運(yùn)動(dòng)會(huì)引起相應(yīng)的誤差。單幀結(jié)構(gòu)光測(cè)量方法只投影單幅編碼圖像，通過每個(gè)特征點(diǎn)的鄰域編碼信息進(jìn)行對(duì)應(yīng)點(diǎn)查找，此方法非常適合動(dòng)態(tài)三維測(cè)量。但由于采用了鄰域的編碼信息降低了該方法的空間分辨率，同時(shí)也影響了被測(cè)物體邊緣處的測(cè)量。另一方面由于僅采用單幀圖像編碼，無法采用多幀編碼的方法消去物體表面紋理帶來的影響，故編碼時(shí)需考慮盡量增大編碼方法的信噪比。

綜上所述：?jiǎn)螏Y(jié)構(gòu)光編碼方法適合于高速三維測(cè)量，但在精度、穩(wěn)定性、空間分辨率幾方面有著不足。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的以上缺陷或改進(jìn)需求，本發(fā)明提供了一種單幀二值結(jié)構(gòu)光編解碼方法，該方法能實(shí)現(xiàn)了高速三維測(cè)量，同時(shí)具有較高的測(cè)量空間分辨率與測(cè)量穩(wěn)定性。

為實(shí)現(xiàn)上述目的，按照本發(fā)明，提供了一種單幀二值結(jié)構(gòu)光編解碼方法，其特征在于，包括以下步驟：

1)對(duì)編碼圖案中的特征點(diǎn)進(jìn)行粗提取：投影儀將編碼圖案投影到被測(cè)物體上，兩個(gè)CCD相機(jī)對(duì)被測(cè)物體表面的編碼圖案進(jìn)行采集獲得編碼圖像，然后利用卷積模板對(duì)所述編碼圖像進(jìn)行卷積操作，并通過卷積操作得到對(duì)稱值分布圖，從所述對(duì)稱值分布圖中提取峰值位置與谷值位置，所述峰值位置與谷值位置分別為編碼圖案中P+與P-兩種類型特征點(diǎn)的備選位置，其中，所述投影儀位于兩個(gè)CCD相機(jī)之間，所述卷積模板為如下(2n+1)×(2n+1)矩陣：

上述矩陣中，空白處的數(shù)值均為0，并且n為正整數(shù)；

2)對(duì)步驟1)中的備選位置進(jìn)行精提取：將備選位置的每個(gè)像素進(jìn)行180°旋轉(zhuǎn)，然后求解每個(gè)像素的相關(guān)性值ρc，并提取大于相關(guān)性閾值的像素區(qū)域作為精提取區(qū)域；

3)特征點(diǎn)的亞像素位置確定：利用步驟2)的精提取區(qū)域獲得每個(gè)大于相關(guān)性閾值的像素的連通域，根據(jù)相關(guān)性因子ρc進(jìn)行重心法求解，得到每個(gè)特征點(diǎn)的亞像素的位置；

4)對(duì)步驟3)獲得的每個(gè)特征點(diǎn)進(jìn)行解碼：對(duì)每個(gè)特征點(diǎn)分別在x軸方向和y軸方向上求解梯度，根據(jù)梯度的極值對(duì)精提取區(qū)域進(jìn)行判斷，找到特征點(diǎn)對(duì)應(yīng)的四個(gè)角的坐標(biāo)位置，再利用高斯卷積模板求解編碼區(qū)域的灰度值，并利用編碼區(qū)域的均值作為判斷的閾值，得到每個(gè)角的黑白編碼值，最終根據(jù)特征點(diǎn)的類型，求出每個(gè)特征點(diǎn)的編碼；其中，x軸和y軸組成平面直角坐標(biāo)系，并且x軸為水平方向；

5)通過編碼值與極線約束原理實(shí)現(xiàn)雙目視覺中特征點(diǎn)的對(duì)應(yīng)點(diǎn)查找，然后利用雙目重構(gòu)算法完成被測(cè)物體的三維測(cè)量。