CN103697815A - 基于相位编码的混频结构光三维信息获取方法 - Google Patents

Abstract

本发明公开了一种基于相位编码的混频结构光三维信息获取方法，主要解决现有三维信息获取方法测量精度低、空间分辨率低、耗时长的问题。其实现步骤为：设计包含两种频率信息且强度变化的双颜色条纹模板；用投影仪将其投射到待测物体上，用摄像机记录变形条纹图像；求解变形条纹图像的颜色相位分布和强度相位分布；根据颜色相位分布和强度相位分布，计算变形条纹图像中像素点的截断相位展开值；根据截断相位展开值确定像素点在投影模板中的匹配点；用三角测距原理及匹配点坐标，求出变形条纹图像中每个像素点的三维坐标值。本发明具有空间分辨率高、测量精度高、测量速度快的优点，可用于对动态物体的三维信息获取。

Description

基于相位编码的混频结构光三维信息获取方法

技术领域

本发明属于测量技术领域，特别涉及静态或动态物体的三维信息获取，可用于人机互动、虚拟现实、逆向工程、文物三维重建。

背景技术

随着科学与技术的飞速发展，物体三维信息的获取在很多应用领域都有着广泛的应用前景，如生产自动化、人机交互、医学诊断、逆向工程、数字化建模等。其中，结构光测量法作为一种非接触式的三维信息获取技术，因其实现简单、速度快和精度高等优点得到了广泛应用。

结构光三维测量方法的基本思想是利用结构光投影的几何关系来获得物体的三维信息。首先通过投影设备将编码的结构光模版投射到待测物体上，并使用摄像机记录下投影图像，将所拍图像与所投影的结构光模版进行匹配，找到匹配点后，利用投影点、匹配点及物体的三角关系求解目标物体的三维信息。现有技术中获得目标物体三维信息的方法，基于相位信息编码结构光的主要有相位轮廓测量法和傅里叶轮廓法，其中：

相位轮廓测量法，采用相位偏移算法求解相位信息，至少需要投影三幅图像，有着高精度、高分辨率的特点，但因需要投射多幅模版，只适于静态物体的三维信息获取，且因对摄像机及投影设备的同步性要求较高，操作困难。

傅里叶轮廓测量法，基于光栅相位同光强基频分量的线性关系，只需投影一幅图像，但因需要对傅里叶基频分量进行分离，故深度测量范围小，不适用于复杂的深度突变物体。

此外，上述两种方法均需进行截断相位的展开，而现有的二维相位展开方法耗时较长，同时因为噪声的干扰，相位展开结果并不十分可靠；若通过增加投影模版数量对截断相位的周期进行编码，则加大了时间成本，不利于动态物体的三维信息获取。

发明内容

本发明的目的在于针对上述已有技术的不足，提出一种基于相位编码的混频结构光三维信息获取方法，以在使用单幅模版、不增加设备复杂性的情况下，提高相位展开的速度，实现适用于动态目标物体的高精度、高分辨率的三维信息获取。

为实现上述目的，本发明的技术方案包括如下步骤：

（1）设计包含两种频率信息且强度变化的双颜色条纹模板P：

（1a）设定双颜色条纹模版P的颜色为红色和蓝色，设强度变化的周期为T_i，颜色变化的周期为T_c，且T_i和T_c为互质的整数；

（1b）将双颜色条纹模板P中第x行、第y列的像素点(x,y)处的红色分量灰度值标记为P_r(x,y)，蓝色分量灰度值标记为P_b(x,y)，并按下式进行赋值，构成双颜色条纹模板P：

$\left\{\begin{array}{c}{P}_r(x,y)=\frac{C(x,y)+1}{2}P(x,y)\\ P_b(x,y)=-\frac{C(x,y)-1}{2}P(x,y)\end{array}\right.$

其中，x、y分别表示像素点(x,y)的行、列坐标，P(x,y)＝a+bcos(2πf₁y)，a、b为常量，分别表示模板的背景深度和调制强度，

C(x,y)＝sign(l(x,y)-l(x,y-1)))，l(y)＝cos(2πf₂y)，

sign(·)为取正负操作，用1表示正，-1表示负；

（2）将投影仪T与摄像机V水平放置，并使两者光轴平行，再用投影仪T将双颜色条纹模板P投射到三维物体O上，用摄像机V拍摄经待测物体O调制过的变形条纹图像U；

（3）将变形条纹图像U中灰度值大于10的像素点，标记为有效像素点(i,j)，计算有效像素点(i,j)的颜色编码信息C(i,j)及强度编码信息I(i,j)：

$\left\{\begin{array}{c}C(i,j)=\left\{\begin{array}{cc}1& P_r(i,j)\≥P_b(i,j)\\ -1& P_b(i,j)>P_r(i,j)\end{array}\right.\\ I(i,j)=\max (P_r(i,j),P_b(i,j))\end{array}\right.$

其中，i、j分别表示有效像素点(i,j)的行、列坐标，P_r(i,j)，P_b(i,j)分别为有效像素点(i,j)的红色分量和蓝色分量的灰度值，C(i,j)为1表示红色，C(i,j)为-1表示蓝色；

（4）计算变形条纹图像U中第i行、第j列的有效像素点(i,j)的颜色积分值：

$\mathrm{Tr}(i,j)={\mathrm{\Σ}}_{j^{\′}=\mathrm{start}}^{j^{\′}=j}C(i,j^{\′})$

其中，start为第i行第一个有效像素点的列坐值；

（5）将颜色积分值Tr(i,j)与波长为T_c的一维Gabor滤波器进行卷积，求取像素点(i,j)的颜色相位分布

（6）将强度编码信息I(i,j)与波长为T_i的一维Gabor滤波器进行卷积，求取像素点(i,j)的强度相位分布

（7）假定在深度为z_R处存在虚拟参考平面R，根据空间几何关系，计算像素点(i,j)对应于虚拟参考平面R的参考颜色相位分布

及参考强度相位分布

其中， $y_R(i,j)=\frac{{\mathrm{j\Δd}}_V-\mathrm{fb}/z_R-f\tan ({\mathrm{\θ}}_V/2)+f\tan ({\mathrm{\θ}}_T/2)}{{\mathrm{\Δd}}_T},$ f为摄像机的焦距，b为摄像机V光心和投影仪T光心的水平距离，θ_V为摄像机的水平视场角，θ_T为投影仪的水平视场角，Δd_V为摄像机单个像素所代表的实际宽度，其值为

N_V为图像U的总列数，Δd_T为投影仪模版中单个像素所代表的实际宽度，其值为

N_T为模版P的总列数，

（8）计算像素点(i,j)的强度截断相位差

和颜色截断相位差

（9）根据空间几何关系及余数定理，利用像素点的强度截断相位差

(i,j)和颜色截断相位差

求取像素点(i,j)的截断相位展开值Δφ(i,j)；

（10）利用像素点(i,j)的截断相位展开值Δφ(i,j)，求取像素点(i,j)在投影模版P中的匹配点(x(i,j),y(i,j))，其中x(i,j)和y(i,j)分别表示匹配点在投影模板P中的行、列坐标值；

（11）根据三角测距原理，利用像素点(i,j)与匹配点(x(i,j),y(i,j))的空间关系，计算待测物体的三维信息值。

本发明与现有技术相比具有以下优点：

第一，本发明采用基于相位信息的混频结构光模版，依据相位信息进行匹配，可达到亚像素级的匹配精度；

第二，本发明在不增加设备复杂性且仅使用一幅投影模版的情况下，实现了相位的快速展开，可用于实时三维测量；

第三，本发明对变形条纹图像中的任意像素点均可实现匹配，且匹配过程不依赖于特征点提取，有效地提高了三维测量的鲁棒性和空间分辨率。

附图说明

图1为本发明的实现流程图；

图2为本发明设计的双颜色条纹模板图；

图3为本发明使用的系统框图；

图4为本发明获取的颜色相位分布图及强度相位分布图；

图5为本发明获得的截断相位展开图；

图6为本发明中进行三维测量时使用的空间几何关系图；

图7为本发明获得的待测物体的三维重构图。

具体实施方式

本发明提出了一种基于相位编码的混频结构光三维信息获取方法，以在不增加设备复杂性的条件，实现适用于动态目标物体的高精度、高分辨率的三维信息获取。以下参照附图对本发明作进一步详细描述。

参照图1，本发明的具体实现步骤如下：

步骤1，设计包含两种频率信息且强度变化的双颜色条纹模板P。

（1a）设定双颜色条纹模版P的颜色为红色和蓝色，设强度变化的周期为T_i，颜色变化的周期为T_c，且T_i和T_c为互质的整数，本实例中，T_i＝11，T_c＝8；

（1b）将双颜色条纹模板P中第x行、第y列的像素点(x,y)处的红色分量灰度值标记为P_r(x,y)，蓝色分量灰度值标记为P_b(x,y)，并按下式进行赋值，构成双颜色条纹模板P，如图2所示：

$\left\{\begin{array}{c}{P}_r(x,y)=\frac{C(x,y)+1}{2}P(x,y)\\ P_b(x,y)=-\frac{C(x,y)-1}{2}P(x,y)\end{array},\right.$

其中，x、y分别表示像素点(x,y)的行、列坐标，P(x,y)＝a+bcos(2πf₁y)，a、b为常量，分别表示模板的背景深度和调制强度，

C(x,y)＝sign(l(x,y)-l(x,y-1)))，l(y)＝cos(2πf₂y)，sign(·)为取正负操作，用1表示正，-1表示负。

步骤2，拍摄待测物体O调制过的变形条纹图像U。

参照图3，拍摄时，将投影仪T与摄像机V水平放置，并使两者光轴平行，再用投影仪T将双颜色条纹模板P投射到待测物体O上，使待测物体Ｏ对双颜色条纹模板Ｐ进行调制，用摄像机V拍摄待测物体O调制过的变形条纹图像U。

步骤3，将变形条纹图像U中灰度值大于10的像素点，标记为有效像素点(i,j)，计算有效像素点(i,j)的颜色编码信息C(i,j)及强度编码信息I(i,j)：

$\left\{\begin{array}{c}C(i,j)=\left\{\begin{array}{cc}1& P_r(i,j)\≥P_b(i,j)\\ -1& P_b(i,j)>P_r(i,j)\end{array}\right.\\ I(i,j)=\max (P_r(i,j),P_b(i,j))\end{array}\right.$

其中，i、j分别表示有效像素点(i,j)的行、列坐标，P_r(i,j)，P_b(i,j)分别为有效像素点(i,j)的红色分量和蓝色分量的灰度值，C(i,j)为1表示红色，C(i,j)为-1表示蓝色。

步骤4，计算变形条纹图像U中第i行、第j列的有效像素点(i,j)的颜色积分值：

$\mathrm{Tr}(i,j)={\mathrm{\Σ}}_{j^{\′}=\mathrm{start}}^{j^{\′}=j}C(i,j^{\′})$

其中，start为第i行第一个有效像素点的列坐值。

步骤5，求取像素点(i,j)的颜色相位分布

（5a）将颜色积分值Tr(i,j)与波长为T_c的一维Gabor滤波器G_c(j,T_c)进行卷积，得到像素点(i,j)的响应值：

$G_c\left(\mathrm{Tr}(i,j)\right)=G_c(j,T_c)\⊗\mathrm{Tr}(i,j),$

其中，

li为复数虚部的单位，σ为高斯函数的标准差，取值为1；

（5b）求取像素点(i,j)的颜色相位分布

其中，imag(·)为取复数的虚部操作，real(·)为取复数的实部操作。

步骤6，求取像素点(i,j)的强度相位分布

（6a）将强度编码信息I(i,j)与波长为T_i的一维Gabor滤波器G_i(j,T_i)进行卷积，得到像素点(i,j)的响应值：

$G_i\left(I(i,j)\right)=G_i(j,T_i)\⊗I(i,j),$

其中，

li为复数虚部的单位，σ为高斯函数的标准差，取值为1；

（6b）求取像素点(i,j)的强度相位分布值

按照步骤（5）和步骤（6）得到的颜色相位分布图和强度相位分布图，分别如图4(a)和4(b)所示。图4中像素点的灰度值表示相位值大小，灰度值从最大变化到最小表示相位从2π变化到0。

步骤7，假定在深度为z_R处存在虚拟参考平面R，根据空间几何关系，计算像素点(i,j)对应于虚拟参考平面R的参考颜色相位分布

及参考强度相位分布

其中，y_R(i,j)为中间变量，其值为：

$y_R(i,j)=\frac{{\mathrm{j\Δd}}_V-\mathrm{fb}/z_R-f\tan ({\mathrm{\θ}}_V/2)+f\tan ({\mathrm{\θ}}_T/2)}{{\mathrm{\Δd}}_T},$

f为摄像机的焦距，b为摄像机V光心和投影仪T光心的水平距离，θ_V为摄像机的水平视场角，θ_T为投影仪的水平视场角，Δd_V为单个摄像机像素所代表的实际宽度，其值为

N_V为图像U的总列数，Δd_T为投影仪模版中单个像素所代表的实际宽度，其值为

N_T为双颜色条纹模版P的总列数，

T_c为双颜色条纹模板P的颜色变化周期。

步骤8，计算像素点(i,j)的强度截断相位差

和颜色截断相位差

其中，

为参考颜色相位分布，

为参考强度相位分布，

为颜色相位分布，为强度相位分布。

步骤9，根据空间几何关系及余数定理，利用像素点的强度截断相位差

和颜色截断相位差

求取像素点(i,j)的截断相位展开值Δφ(i,j)。

（9a）计算相位展开参考值：V_ic(n_i,n_c)＝n_iT_i-n_cT_c，其中，T_c、T_i分别为双颜色条纹模板P的颜色变化周期和强度变化周期，n_i和n_c均为整数，分别表示截断相位展开的强度周期和颜色周期，且n_c∈[0,T_i-1],n_i∈[0,T_c-1]；

（9b）计算像素点(i,j)的相位展开中间值V(i,j)：

（9c）根据相位展开参考值V_ic(n_i,n_c)，按照查表法确定相位展开中间值[V(i,j)]对应的n_i值，标记为n(i,j)，其中[·]表示四舍五入操作；

（9d）给定可信赖的误差最大值σ和前后两帧变形条纹图像所允许的最大相位展开值之差σ_φ，根据相位展开参考值V_ic(n_i,n_c)及相位展开中间值V(i,j)，判断像素点(i,j)是否为可信赖像素点:

若像素点(i,j)同时满足以下两式，则判为可信赖像素点：

$\left\{\begin{array}{c}|V(i,j)-[V(i,j)\left]\right|\&le;\mathrm{\&sigma;}\\ |\mathrm{\&Delta;}{\mathrm{\&phi;}}_n(i,j)-\mathrm{\&Delta;}{\mathrm{\&phi;}}^{\&prime;}(i,j)|<{\mathrm{\&sigma;}}_{\mathrm{\&phi;}}\end{array}\right.,$

其中，Δφ_n(i,j)为截断相位展开预估值，其值为

Δφ'(i,j)为前一帧变形条纹图像中像素点(i,j)处的截断相位展开值；

反之，像素点(i,j)为不可信赖像素点；

（9e）对可信赖像素点求取其截断相位展开值：Δφ(i,j)＝Δφ_n(i,j)；

（9f）对于不可信赖的像素点(i,j)，统计其邻域的八个像素点中为可信赖像素点的个数，标记为r(i,j)；

（9g）按照r(i,j)从大到小的顺序，根据像素点(i,j)的邻域信息，求解不可信赖的像素点(i,j)的截断相位展开值Δφ(i,j)：

（9g1）对标记为不可信赖点的像素点(i,j)，根据相位展开参考值V_ic(n_i,n_c)，按照查表法确定?

对应的n_i值，分别标记为n₁(i,j)，n₂(i,j)，n₃(i,j)，n₄(i,j)，其中

分别表示向下取整、向上取整；

（9g2）以不可信赖的像素点(i,j)为中心，取5×5大小的窗；

（9g3）计算窗内所有可信赖像素点的截断相位展开值的中值Δφ_m；

（9g4）对不可信赖的像素点(i,j)，求取四个可能的截断相位展开值

其中m=1～4；

（9g5）计算不可信赖的像素点(i,j)的截断相位展开值：

其中， $m^{\&prime;}=\underset{m}{\min }|{\mathrm{\&Delta;\&phi;}}_i^m(i,j)-{\mathrm{\&Delta;\&phi;}}_m|.$

按照步骤9得到的截断相位展开图如图5所示，图中灰度值大小表示截断相位展开值的大小。

步骤10，利用像素点(i,j)的截断相位展开值Δφ(i,j)，求取像素点(i,j)在投影模版P中的匹配点(x(i,j),y(i,j))，其中x(i,j)和y(i,j)分别表示匹配点在投影模板P中的行、列坐标值。

参照图6，根据空间几何关系，可知：

$\left\{\begin{array}{c}x(i,j)=i\\ y(i,j)=y_R(i,j)+\frac{\mathrm{\&Delta;\&phi;}(i,j)}{2\mathrm{\&pi;}}{T}_i\end{array}\right.$

其中，i为像素点(i,j)的行坐标，y_R(i,j)为中间变量，其值在步骤7中给出，Δφ(i,j)为像素点(i,j)的截断相位展开值，T_i为双颜色条纹模版P的强度变化周期。

步骤11，根据三角测距原理，利用像素点(i,j)与匹配点(x(i,j),y(i,j))的空间关系，计算待测物体的三维信息值。

根据三角测距原理，像素点(i,j)在待测物体上的对应点为H(i,j)，其在世界坐标系下的三维坐标为：

$\left\{\begin{array}{c}{H}_x(i,j)=(j-N_V/2){\mathrm{\&Delta;d}}_V\\ H_y(i,j)=-(i-M_V/2){\mathrm{\&Delta;d}}_{\mathrm{Vi}}\\ H_z(i,j)=\frac{\mathrm{fb}}{H_x(i,j)-(y(i,j)-N_T/2){\mathrm{\&Delta;d}}_T}\end{array}\right.$

其中，H_x(i,j)，H_y(i,j)，H_z(i,j)分别为待测物体在世界坐标系下沿x轴、y轴、z轴的三维坐标值，世界坐标系的原点选在摄像机的光心，x轴沿摄像机成像平面的水平方向，y轴沿摄像机成像平面的垂直方向，z轴与摄像机成像平面垂直，i、j分别为像素点(i,j)的行、列坐标，y(i,j)为匹配点(x(i,j),y(i,j))的列坐标，f为摄像机的焦距，b为摄像机V光心和投影仪T光心的水平距离，M_V为变形条纹图像U的总行数，N_V为变形条纹图像U的总列数，N_T为模版P的总列数，Δd_Vi为摄像机单个像素所代表的实际高度，其值为

θ_Vi为摄像机的垂直视场角，Δd_V为摄像机单个像素所代表的实际宽度，Δd_T为投影仪模版中单个像素所代表的实际宽度。

利用上述步骤得到的待测物体的三维信息，对待测物体进行重构的效果图如图7所示，从图7中可以看到，本发明能获得高精度、高分辨率的三维信息，而且所需时间仅为相位轮廓测量法的几百分之一，可应用于动态目标的三维信息获取。

Claims (7)

1.一种基于相位编码的混频结构光三维信息获取方法，包括如下步骤：

（1）设计包含两种频率信息且强度变化的双颜色条纹模板P：

（1a）设定双颜色条纹模版P的颜色为红色和蓝色，设强度变化的周期为T_i，颜色变化的周期为T_c，且T_i和T_c为互质的整数；

（1b）将双颜色条纹模板P中第x行、第y列的像素点(x,y)处的红色分量灰度值标记为P_r(x,y)，蓝色分量灰度值标记为P_b(x,y)，并按下式进行赋值，构成双颜色条纹模板P：

$\left\{\begin{array}{c}{P}_r(x,y)=\frac{C(x,y)+1}{2}P(x,y)\\ P_b(x,y)=-\frac{C(x,y)-1}{2}P(x,y)\end{array}\right.$

其中，x、y分别表示像素点(x,y)的行、列坐标，P(x,y)=a+bcos(2πf₁y)，a、b为常量，分别表示模板的背景深度和调制强度，

C(x,y)=sign(l(x,y)-l(x,y-1)))，l(y)=cos(2πf₂y)，

sign(g)为取正负操作，用1表示正，-1表示负；

（2）将投影仪T与摄像机V水平放置，并使两者光轴平行，再用投影仪T将双颜色条纹模板P投射到三维物体O上，用摄像机V拍摄经待测物体O调制过的变形条纹图像U；

（3）将变形条纹图像U中灰度值大于10的像素点，标记为有效像素点(i,j)，计算有效像素点(i,j)的颜色编码信息C(i,j)及强度编码信息I(i,j)：

$\left\{\begin{array}{c}C(i,j)=\left\{\begin{array}{cc}1& P_r(i,j)\&GreaterEqual;P_b(i,j)\\ -1& P_b(i,j)>P_r(i,j)\end{array}\right.\\ I(i,j)=\max (P_r(i,j),P_b(i,j))\end{array}\right.$

其中，i、j分别表示有效像素点(i,j)的行、列坐标，P_r(i,j)，P_b(i,j)分别为有效像素点(i,j)的红色分量和蓝色分量的灰度值，C(i,j)为1表示红色，C(i,j)为-1表示蓝色；

（4）计算变形条纹图像U中第i行、第j列的有效像素点(i,j)的颜色积分值：

$\mathrm{Tr}(i,j)={\mathrm{\&Sigma;}}_{j^{\&prime;}=\mathrm{start}}^{j^{\&prime;}=j}C(i,j^{\&prime;})$

其中，start为第i行第一个有效像素点的列坐值；

（5）将颜色积分值Tr(i,j)与波长为T_c的一维Gabor滤波器进行卷积，求取像素点(i,j)的颜色相位分布

（6）将强度编码信息I(i,j)与波长为T_i的一维Gabor滤波器进行卷积，求取像素点(i,j)的强度相位分布

（7）假定在深度为z_R处存在虚拟参考平面R，根据空间几何关系，计算像素点(i,j)对应于虚拟参考平面R的参考颜色相位分布

及参考强度相位分布

其中， $y_R(i,j)=\frac{{\mathrm{j\&Delta;d}}_V-\mathrm{fb}/z_R-f\tan ({\mathrm{\&theta;}}_V/2)+f\tan ({\mathrm{\&theta;}}_T/2)}{{\mathrm{\&Delta;d}}_T},$ f为摄像机的焦距，b为摄像机V光心和投影仪T光心的水平距离，θ_V为摄像机的水平视场角，θ_T为投影仪的水平视场角，Δd_V为摄像机单个像素所代表的实际宽度，其值为

N_V为图像U的总列数，Δd_T为投影仪模版中单个像素所代表的实际宽度，其值为

N_T为模版P的总列数，T_c为双颜色条纹模板P的颜色变化周期；

（8）计算像素点(i,j)的强度截断相位差

和颜色截断相位差

（9）根据空间几何关系及余数定理，利用像素点的强度截断相位差

和颜色截断相位差求取像素点(i,j)的截断相位展开值Δφ(i,j)；

（10）利用像素点(i,j)的截断相位展开值Δφ(i,j)，求取像素点(i,j)在投影模版P中的匹配点(x(i,j),y(i,j))，其中x(i,j)和y(i,j)分别表示匹配点在投影模板P中的行、列坐标值；

（11）根据三角测距原理，利用像素点(i,j)与匹配点(x(i,j),y(i,j))的空间关系，计算待测物体的三维信息值。

2.根据权利要求1所述的基于相位编码的混频结构光三维信息获取方法，其中步骤（5）所述的求取像素点(i,j)的颜色相位分布

按如下步骤进行：

（5a）将颜色积分值Tr(i,j)与波长为T_c的一维Gabor滤波器进行卷积，得到像素点(i,j)的响应值G_c(Tr(i,j));

（5b）计算像素点(i,j)的颜色相位分布

其中，imag(·)为取复数的虚部操作，real(·)为取复数的实部操作。

3.根据权利要求1所述的基于相位编码的混频结构光三维信息获取方法，其中步骤（6）所述的求取像素点(i,j)的强度相位分布

按如下步骤进行：

（6a）将强度编码信息I(i,j)与波长为T_i的一维Gabor滤波器进行卷积，得到像素点(i,j)的响应值G_i(I(i,j))；

（6b）计算像素点(i,j)的强度相位分布

4.根据权利要求1所述的基于相位编码的混频结构光三维信息获取方法，其中步骤（9）所述的求取像素点(i,j)的截断相位展开值Δφ(i,j)，按如下步骤进行：

（9a）计算相位展开参考值：V_ic(n_i,n_c)=n_iT_i-n_cT_c，其中，T_c、T_i分别为双颜色条纹模板P的颜色变化周期和强度变化周期，n_i和n_c均为整数，分别表示截断相位展开的强度周期和颜色周期，且n_c∈[0,T_i-1],n_i∈[0,T_c-1]；

（9b）计算像素点(i,j)的相位展开中间值V(i,j)：

（9c）根据相位展开参考值V_ic(n_i,n_c)，按照查表法确定相位展开中间值[V(i,j)]对应的n_i值，标记为n(i,j)，其中[·]表示四舍五入操作；

（9d）给定可信赖的误差最大值σ和前后两帧变形条纹图像所允许的最大相位展开值之差σ_φ，根据相位展开参考值V_ic(n_i,n_c)及相位展开中间值V(i,j)，判断像素点(i,j)是否为可信赖像素点:

若像素点(i,j)同时满足以下两式，则判为可信赖像素点：

$\left\{\begin{array}{c}|V(i,j)-[V(i,j)\left]\right|\&le;\mathrm{\&sigma;}\\ |\mathrm{\&Delta;}{\mathrm{\&phi;}}_n(i,j)-\mathrm{\&Delta;}{\mathrm{\&phi;}}^{\&prime;}(i,j)|<{\mathrm{\&sigma;}}_{\mathrm{\&phi;}}\end{array}\right.$

其中，Δφ_n(i,j)为截断相位展开预估值，其值为

Δφ'(i,j)为前一帧变形条纹图像中像素点(i,j)处的截断相位展开值；

反之，像素点(i,j)为不可信赖像素点。

（9e）对可信赖像素点求取其截断相位展开值：Δφ(i,j)=Δφ_n(i,j)；

（9f）对于不可信赖的像素点(i,j)，统计其邻域的八个像素点中为可信赖像素点的个数，标记为r(i,j)；

（9g）按照r(i,j)从大到小的顺序，根据像素点(i,j)的邻域信息求解不可信赖的像素点(i,j)的截断相位展开值Δφ(i,j)。

5.根据权利要求4所述的基于相位编码的混频结构光三维信息获取方法，其中步骤（9g）中所述的根据邻域信息求解不可信赖的像素点(i,j)的截断相位展开值Δφ(i,j)，按如下步骤进行：

（9g1）对标记为不可信赖点的像素点(i,j)，根据相位展开参考值V_ic(n_i,n_c)，按照查表法确定

对应的n_i值，分别标记为n₁(i,j)，n₂(i,j)，n₃(i,j)，n₄(i,j)，其中

分别表示向下取整、向上取整；

（9g2）以不可信赖的像素点(i,j)为中心，取5′5大小的窗；

（9g3）计算窗内所有可信赖像素点的截断相位展开值的中值Δφ_m；

（9g4）对不可信赖的像素点(i,j)，求取四个可能的截断相位展开值

其中m=1～4；

（9g5）计算不可信赖的像素点(i,j)的截断相位展开值：

其中， $m^{\&prime;}=\underset{m}{\min }|{\mathrm{\&Delta;\&phi;}}_i^m(i,j)-{\mathrm{\&Delta;\&phi;}}_m|.$

6.根据权利要求1所述的基于相位编码的混频结构光三维信息获取方法，其中步骤（10）中所述的求取像素点(i,j)在投影模版P中的匹配点(x(i,j),y(i,j))，按如下公式进行：

$\left\{\begin{array}{c}x(i,j)=i\\ y(i,j)=y_R(i,j)+\frac{\mathrm{\&Delta;\&phi;}(i,j)}{2\mathrm{\&pi;}}{T}_i\end{array}\right.$

其中，i为像素点(i,j)的行坐标，y_R(i,j)为中间变量，其值在步骤（7）中给出，Δφ(i,j)为像素点(i,j)的截断相位展开值，T_i为双颜色条纹模版P的强度变化周期。

7.根据权利要求1所述的基于相位编码的混频结构光三维信息获取方法，其中步骤（11）中所述的利用像素点(i,j)与匹配点(x(i,j),y(i,j))的空间关系，计算待测物体的三维信息值，按如下公式进行：

$\left\{\begin{array}{c}{H}_x(i,j)=(j-N_V/2){\mathrm{\&Delta;d}}_V\\ H_y(i,j)=-(i-M_V/2){\mathrm{\&Delta;d}}_{\mathrm{Vi}}\\ H_z(i,j)=\frac{\mathrm{fb}}{H_x(i,j)-(y(i,j)-N_T/2){\mathrm{\&Delta;d}}_T}\end{array}\right.$

其中，H_x(i,j)，H_y(i,j)，H_z(i,j)分别为待测物体在世界坐标系下沿x轴、y轴、z轴的三维坐标值，世界坐标系的原点选在摄像机的光心，x轴沿摄像机成像平面的水平方向，y轴沿摄像机成像平面的垂直方向，z轴与摄像机成像平面垂直，i、j分别为像素点(i,j)的行、列坐标，y(i,j)为匹配点(x(i,j),y(i,j))的列坐标，f为摄像机的焦距，b为摄像机V光心和投影仪T光心的水平距离，M_V为变形条纹图像U的总行数，N_V为变形条纹图像U的总列数，N_T为模版P的总列数，Δd_Vi为摄像机单个像素所代表的实际高度，其值为θ_Vi为摄像机的垂直视场角，Δd_V为摄像机单个像素所代表的实际宽度，Δd_T为投影仪模版中单个像素所代表的实际宽度。

Images