CN109341588B - 一种双目结构光三系统法视角加权的三维轮廓测量方法 - Google Patents

一种双目结构光三系统法视角加权的三维轮廓测量方法 Download PDF

Info

Publication number
CN109341588B
CN109341588B CN201811168587.1A CN201811168587A CN109341588B CN 109341588 B CN109341588 B CN 109341588B CN 201811168587 A CN201811168587 A CN 201811168587A CN 109341588 B CN109341588 B CN 109341588B
Authority
CN
China
Prior art keywords
point
measurement
structured light
normal
visual angle
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201811168587.1A
Other languages
English (en)
Other versions
CN109341588A (zh
Inventor
王昭
邢超
黄军辉
齐召帅
高建民
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian Jiaotong University
Original Assignee
Xian Jiaotong University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xian Jiaotong University filed Critical Xian Jiaotong University
Priority to CN201811168587.1A priority Critical patent/CN109341588B/zh
Publication of CN109341588A publication Critical patent/CN109341588A/zh
Application granted granted Critical
Publication of CN109341588B publication Critical patent/CN109341588B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
    • G01B11/00—Measuring arrangements characterised by the use of optical techniques
    • G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种双目结构光三系统法视角加权的三维轮廓测量方法，本发明通过将双目结构光系统分解为三个独立测量系统，在同一视场下，以法视角大小衡量被测物表面的法向量变化与各测量系统之间的位置关系，根据法视角的变化趋势为各系统中每一点赋予权重值，并且利用多系统进行同时测量。该技术可适用于任意曲率变化的测量对象，多系统同时测量除了解决现有的高光、遮挡等问题外，实现多次测量提高稳定性，利用法视角对各系统赋予的权重可以均衡各系统的测量误差，抑制较大误差点，以提高系统整体测量精度。

Description

一种双目结构光三系统法视角加权的三维轮廓测量方法
技术领域
本发明属于检测技术领域，具体涉及一种双目结构光三系统法视角加权的三维轮廓测量方法。
背景技术
由于快速、准确及非接触特点，面结构光三维轮廓检测法目前被广泛应用于工业检测、人体测量、文物保护和逆向工程等领域，该方法基于三角测量原理，利用投影设备向被测表面投影一系列编码条纹图案后，被相机获得调制后的图像，通过被测表面深度与条纹调制之间的关系，得到被测表面三维轮廓信息。从相机数量角度来讲，目前面结构光测量技术分为单目结构光和双目结构光。单目结构光系统需要进行相机和投影仪的标定，其中投影仪的标定方法多样，但相比相机标定精度来说，投影仪的标定精度略低，因此导致最终单目结构光系统的测量精度会受到影响；而传统双目结构光测量系统是在双目立体视觉测量系统基础上发展而来，投影编码图案是为了提高双目视觉中对应特征点的匹配准确度，该系统需要标定两个相机，相比单目结构光系统来说，由于多引入一个相机，能够增加成像光线约束条件，因此三维轮廓测量精度有所提高，然而双目结构光系统测量易受到视场限制，任一相机所成像受遮挡、阴影等影响，那么双目系统测量结果相应会出现部分数据丢失。特别对于复杂曲面测量，单目或者双目系统都具有一定的局限性，由于复杂曲面的曲率变化较大，大多情况下单一系统无法形成最佳的成像角度，因而不能精确提取图像特征信息，进而无法实现高精度三维测量。
迄今为止，人们对提高传统双目结构光三维轮廓测量中的关键技术进行了大量的研究，包括结构光编码技术，系统标定技术，相移法解包裹技术以及双目匹配技术等方面，这些技术都是从不同角度研究双目结构光系统的测量精度提高的方法。在现有技术成果基础上，有学者将双目结构光系统分解为三个测量子系统，即两个单目结构光系统和一个双目立体视觉系统，用以解决物体表面高光、遮挡问题，也就是说，用其中一个单目结构光系统的测量结果弥补由于高光现象或遮挡导致的另一单目结构光系统数据的缺失问题。然而考虑到复杂曲面测量，对于三个测量子系统在整个双目结构光系统测量精度的进一步提高方面并没有进行深入研究，因此系统测量精度仍然依赖于传统双目结构光系统的测量技术。
综上所述，针对复杂曲面，研究一种高精度的基于双目结构光三系统的三维轮廓测量方法具有重大意义。
发明内容
本发明的目的在于克服上述不足，提供一种双目结构光三系统法视角加权的三维轮廓测量方法，该方法考虑到测量系统与被测物表面法向量之间的关系，适用于任意曲率变化的被测物表面；并且实现系统同时多次测量，提高整个系统的测量精度以及稳定性，为目前三维轮廓检测技术提供更有效的参考。
为了达到上述目的，本发明包括以下步骤：
步骤一，将双目结构光三系统分解为左相机-投影仪、右相机-投影仪和左相机-右相机三个独立测量系统，前两者为单目系统，第三个为双目系统，分别进行各系统标定；
步骤二，在同一视场下，利用标定后的三个独立测量系统分别对被测物体进行轮廓测量，获得三组三维轮廓点云数据，作为测量初始值；
步骤三，删除三组测量初始值中缺失及粗大误差点对，然后计算每组测量值中各点的法向量，进而计算各点法向量与其成像的相机空间视线向量之间的夹角，即法视角；
步骤四，对所得的各点的法视角进行归一化处理；
步骤五，计算各点的法视角分别在三个独立测量系统中的占比，确定各点在每个独立测量系统的权重；
步骤六，基于各独立测量系统的权重及测量初始值，重新计算各点的三维坐标。
三个独立测量系统的标定和测量过程均以统一的世界坐标系为基准，分别采用直接线性变换及非线性优化的标定方法，求解各系统的标定参数。
步骤二中，获得三组三维轮廓点云数据的具体方法如下：
基于三个独立测量系统的标定参数，对同一视场下的被测物表面投影二进制条纹图像，被各相机拍摄条纹调制后的图像，提取调制图像的条纹中心，根据三角测量原理，分别计算各系统下各点的初始三维点云坐标。
步骤三的具体方法如下：利用主成分分析方法PCA计算双目结构光三系统得到的三维轮廓点云的法向量，同时从步骤一中得到的双目结构光三系统标定参数中提取各相机的光心坐标，将光心与各点的连线形成各点的相机空间视线向量，经向量规范化后计算各点法向量及其空间视线向量之间的夹角，并称之为法视角。
其中的两个单目系统的光心分别指的是左右相机的镜头光心，而双目系统的光心是则指的是左相机和右相机光心连线的中点。
通过主成分分析方法PCA估计空间点法向量时，先利用K-D树算法对各点取临近点集，再对临近点集作PCA降维至二维平面，即得到各点的切平面，切平面的法线即为各点的法线，通过临近点的凸凹方向确定最终的法向量。
与现有技术相比，本发明通过将双目结构光系统分解为三个独立测量系统，在同一视场下，利用法视角大小衡量被测物表面的法向量变化与各测量系统之间的位置关系，根据法视角的变化趋势为各系统中每一点赋予权重值，并且采用多系统进行同时测量。该技术可适用于任意曲率变化的测量对象，多系统同时测量除了解决现有的高光、遮挡等问题外，实现多次测量以提高稳定性，利用法视角对各系统赋予的权重可以均衡各系统的测量误差，抑制较大误差点，以提高系统整体测量精度。
附图说明
图1为本发明的流程图；
图2为本发明中三系统对实例球面测量后所得三维点云示意图；
图3为本发明中实例球面的法向量和法视角示意图；其中(a)为法向量估计，(b)为右系统法视角示意图。
具体实施方式
下面结合附图对本发明做进一步说明。
参见图1，本发明包括以下步骤：
步骤一，双目结构光三系统测量系统是基于传统双目结构光测量硬件系统，仅对测量方法进行开发，将双目结构光测量系统分解为左相机-投影仪、右相机-投影仪和左相机-右相机三个独立测量系统，分别进行各系统标定。其中，三个独立测量系统的标定和测量过程，都以统一的世界坐标系为基准，分别采用直接线性变换及非线性优化的标定方法，求解得到左系统参数Ml，右系统参数Mr，双目系统参数Mb。
步骤二，在同一视场下，利用标定后的三个测量系统分别对被测物体进行轮廓测量，获得三组初始三维轮廓点云数据；
本实施例中的被测物体为高精度标准陶瓷球体。基于三个测量系统的标定参数，对同一视场下的被测物表面投影二进制条纹图像，被各相机拍摄条纹调制后的图像，提取调制图像的条纹中心p(u,v)，根据三角测量原理(u,v,1)T＝M*(X,Y,Z,1)T，分别计算各系统下各点的三维点云坐标，分别为Pij(Xij，Yij，Zij)，i＝1，2，…，N，N为测量初始值的总数量；j＝1，2，3，j指的是三个测量系统，图2示意三系统分别测量所得三维点云数据，分别用星点、圈点和圆点表示。
步骤三，删除初始三维轮廓点云数据中缺失及粗大误差点对，然后估计每组三维轮廓点云数据的法向量
Figure GDA0002362941730000051
进而计算各点的法向量与其相机空间视线向量
Figure GDA0002362941730000052
之间的夹角，即法视角θij，如图3所示。具体方法如下：
第一步，对比各独立测量系统中每个三维轮廓点云的三维坐标，根据阈值法，删除缺失及粗大误差点云对；
第二步，利用主成分分析方法PCA计算各系统得到的三维轮廓点云的法向量。首先利用K-D树算法对各点取临近点集，再对临近点集作PCA降维至二维平面，即得到各点的切平面，切平面的法线即为该点的法线，通过临近点的凸凹方向确定最终的法向量，如图3(a)所示；
第三步，从各系统标定参数中提取各相机的光心坐标Cj(x,y)。左相机-投影仪和右相机-投影仪分别以左、右相机光心为准，左相机-右相机系统则以左、右相机光心连线的中点为其光心；
第四步，计算各点在三个独立测量系统中的法视角，图3(b)所示为右系统法视角示意图。各独立测量系统光心与各三维轮廓点的连线可以形成相机空间视线向量，此向量与各点法向量经规范化后，计算此二者向量之间的夹角，即为法视角。
步骤四，对所得的各三维轮廓点云的所有法视角进行归一化处理，即
Figure GDA0002362941730000053
步骤五，计算各三维轮廓点云P处的法视角在三个测量系统中的占比，利用
Figure GDA0002362941730000054
确定各测量系统的权重j1。
步骤六，基于各点在各测量系统中的权重及测量初始值，由，(X′ij，Y′ij，Z′ij)＝∑ωij·(Xij，Yij，Zij)重新计算各三维轮廓点云的三维坐标。

Claims (6)

1.一种双目结构光三系统法视角加权的三维轮廓测量方法，其特征在于，包括以下步骤：
步骤一，将双目结构光构架分解为三个独立测量系统，即为左相机-投影仪和右相机-投影仪这两个单目系统以及左相机-右相机组成的双目系统，分别进行各系统标定；
步骤二，在同一视场下，利用标定后的三个独立测量系统分别对被测物体进行轮廓测量，获得三组三维轮廓点云数据，作为测量初始值；
步骤三，删除三组测量初始值中缺失及粗大误差点云对，然后估计每组初始值中各点的法向量，进而计算各点法向量与其成像的相机空间视线向量之间的夹角，即法视角；
步骤四，对所得的各点的法视角进行归一化处理；
步骤五，计算各点的法视角分别在三个独立测量系统中的占比，确定各点在每个独立测量系统的权重；
步骤六，基于各独立测量系统的权重及初始测量值，重新计算各点的三维坐标。
2.根据权利要求1所述的一种双目结构光三系统法视角加权的三维轮廓测量方法，其特征在于，三个独立测量系统的标定和测量过程均以统一的世界坐标系为基准，分别采用直接线性变换及非线性优化的标定方法，求解各系统的标定参数。
3.根据权利要求1所述的一种双目结构光三系统法视角加权的三维轮廓测量方法，其特征在于，步骤二中，获得三组三维轮廓点云数据的具体方法如下：
基于三个独立测量系统的标定参数，对同一视场下的被测物表面投影二进制条纹图像，被各相机拍摄条纹调制后的图像，提取调制图像的条纹中心，根据三角测量原理，分别计算各系统下各点的初始三维点云坐标。
4.根据权利要求1所述的一种双目结构光三系统法视角加权的三维轮廓测量方法，其特征在于，步骤三的具体方法如下：利用主成分分析方法PCA估计双目结构光三系统得到的初始三维轮廓点云的法向量，同时从步骤一中得到的三系统标定参数中提取各相机的光心坐标，将光心与各点的初始测量值的连线形成各点的相机空间视线向量，向量规范化后计算各点法向量及其相机空间视线向量之间的夹角，并称之为法视角。
5.根据权利要求4所述的一种双目结构光三系统法视角加权的三维轮廓测量方法，其特征在于，对于其中的两个单目系统的光心分别指的是左右相机的镜头光心，而双目系统的光心是则指的是左相机和右相机光心连线的中点。
6.根据权利要求4所述的一种双目结构光三系统法视角加权的三维轮廓测量方法，其特征在于，通过主成分分析方法PCA估计空间点法向量时，先利用K-D树算法对各点取临近点集，再对临近点集作PCA降维至二维平面，即得到各点的切平面，切平面的法线即为各点的法线，通过临近点的凸凹方向确定最终的法向量。
CN201811168587.1A 2018-10-08 2018-10-08 一种双目结构光三系统法视角加权的三维轮廓测量方法 Active CN109341588B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811168587.1A CN109341588B (zh) 2018-10-08 2018-10-08 一种双目结构光三系统法视角加权的三维轮廓测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811168587.1A CN109341588B (zh) 2018-10-08 2018-10-08 一种双目结构光三系统法视角加权的三维轮廓测量方法

Publications (2)

Publication Number Publication Date
CN109341588A CN109341588A (zh) 2019-02-15
CN109341588B true CN109341588B (zh) 2020-05-22

Family

ID=65308350

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811168587.1A Active CN109341588B (zh) 2018-10-08 2018-10-08 一种双目结构光三系统法视角加权的三维轮廓测量方法

Country Status (1)

Country Link
CN (1) CN109341588B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109978800B (zh) * 2019-04-23 2021-01-19 武汉惟景三维科技有限公司 一种基于阈值的点云阴影数据去除方法
CN110274552A (zh) * 2019-06-18 2019-09-24 西安交通大学 一种多目结构光系统的加权集成测量方法
CN113409367B (zh) * 2021-07-08 2023-08-18 西安交通大学 条纹投影测量点云逐点加权配准方法、设备和介质

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7028899B2 (en) * 1999-06-07 2006-04-18 Metrologic Instruments, Inc. Method of speckle-noise pattern reduction and apparatus therefore based on reducing the temporal-coherence of the planar laser illumination beam before it illuminates the target object by applying temporal phase modulation techniques during the transmission of the plib towards the target
US6639685B1 (en) * 2000-02-25 2003-10-28 General Motors Corporation Image processing method using phase-shifted fringe patterns and curve fitting
JP5016520B2 (ja) * 2008-02-26 2012-09-05 パナソニック株式会社 ３次元形状計測方法および装置
KR101206371B1 (ko) * 2010-11-30 2012-11-29 임창주 디스플레이 화면 상의 객체 제어 방법, 제어 장치 및 컴퓨터 판독 가능한 기록 매체
CN102831385B (zh) * 2011-06-13 2017-03-01 索尼公司 多相机监控网络中的目标识别设备和方法
CN103075960B (zh) * 2012-12-30 2015-06-03 北京工业大学 多视角大深度显微立体视觉特征融合测量方法
CN104484648B (zh) * 2014-11-27 2017-07-25 浙江工业大学 基于轮廓识别的机器人可变视角障碍物检测方法
CN105698699B (zh) * 2016-01-26 2017-12-19 大连理工大学 一种基于时间转轴约束的双目视觉测量方法
CN108317953A (zh) * 2018-01-19 2018-07-24 东北电力大学 一种基于无人机的双目视觉目标表面3d检测方法及系统

Also Published As

Publication number Publication date
CN109341588A (zh) 2019-02-15

Similar Documents

Publication Publication Date Title
CN102472609B (zh) 位置和姿势校准方法及设备
CN109523595B (zh) 一种建筑工程直线棱角间距视觉测量方法
CN109341588B (zh) 一种双目结构光三系统法视角加权的三维轮廓测量方法
CN111192235B (zh) 一种基于单目视觉模型和透视变换的图像测量方法
CN109357632A (zh) 一种镜面物体三维形貌测量方法及装置
CN109767476A (zh) 一种自动对焦双目摄像头标定及深度计算方法
CN109405765A (zh) 一种基于散斑结构光的高精度深度计算方法及系统
WO2018119771A1 (zh) 基于条纹投影轮廓术的高效相位-三维映射方法及系统
CN110189400B (zh) 一种三维重建方法、三维重建系统、移动终端及存储装置
CN109827521B (zh) 一种快速多线结构光视觉测量系统标定方法
CN110310331B (zh) 一种基于直线特征与点云特征结合的位姿估计方法
CN110443879B (zh) 一种基于神经网络的透视误差补偿方法
CN111563952B (zh) 基于相位信息与空间纹理特征实现立体匹配方法及系统
WO2021109138A1 (zh) 三维图像传感系统以及相关电子装置以及飞时测距方法
CN116188558B (zh) 基于双目视觉的立体摄影测量方法
CN112489109B (zh) 一种三维成像系统方法、装置及三维成像系统
CN111709985A (zh) 一种基于双目视觉的水下目标测距方法
CN108180888A (zh) 一种基于可转动摄像头的距离检测方法
WO2013012054A1 (ja) 画像処理方法および装置
CN111998823B (zh) 基于双目异光源测距装置的目标测距方法
CN103258327B (zh) 一种基于二自由度摄像机的单点标定方法
CN111105467A (zh) 一种图像标定方法、装置及电子设备
CN112712566B (zh) 基于结构参数在线校正的双目立体视觉传感器测量方法
KR101634283B1 (ko) 단일영상에서의 3차원 카메라교정을 통한 3차원 공간모델링 형성제어장치 및 방법
CN111968182A (zh) 一种双目相机非线性模型参数的标定方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant