CN104019767A - 一种基于灰度直方图的自适应高动态范围三维测量方法 - Google Patents

Abstract

本发明提供一种基于灰度直方图的自适应高动态范围三维测量方法。通过对被测物的灰度直方图进行分析，确定被测物的反射率分布以及各反射率所需的最佳曝光时间；使用多次曝光技术，按照各反射率所需的最佳曝光时间对被测物分别进行曝光，获得被测物在不同的最佳曝光时间下拍摄的图像，然后将不同的最佳曝光时间下拍摄的图像进行融合，从而恢复被测物的三维形貌。本发明克服了传统高动态范围测量方法中存在的盲目性，提高了测量效率。

Description

一种基于灰度直方图的自适应高动态范围三维测量方法

技术领域

本发明属于光学测量技术领域，具体涉一种基于灰度直方图的自适应高动态范围三维测量方法。 

背景技术

三维测量是现代精密测量的一个重要分支，它是通过使用精密的测量设备来获取被测物表面的几何坐标数据，从而得到被测物表面的三维信息。随着3D打印技术的快速发展和普及，在逆向设计中如何实时获取动态物体的三维数据已成为国内外工程技术领域研究的热点。传统的三维测量方法通常采用三维坐标机来实现被测物几何形貌的获取。它的优势在于测量精度高，且由于是接触式的测量，这种测量方法不会受制于被测物表面的反射特性。但是，同样是这种接触式的测量特性，使得该方法并不适用于测量表面柔软的物体。因为对柔软表面的碰触会容易改变物体表面原有的外形轮廓，从而不利于获取物体表面真实的数据。而且，利用三维坐标机的测量方法需要逐点地对物体进行测量，测量速度缓慢，测量效率低。 

相比之下，基于光学技术的三维测量方法测量速度快，测量精度高，同时由于使用光照作为测量手段，避免了和物体的直接接触，所以不会对物体表面造成任何影响。近年来，随着数字投影技术的不断发展，基于数字条纹投影的结构光三维测量技术以高分辨率、全视场、鲁棒性好等优势被广泛应用于众多领域，其中包括工业制造、在线检测、文物保护和生物医学等。然而，在实践中发现，利用上述方法进行三维测量时仍面存在一些问题。其中最为常见的问题是，被测物表面动态范围高，即物体表面既有反射率高的亮区域，也有反射率低的暗区域。通常亮区域由于反射的光信号充足，能得到较好的重建，而对于反射率低的暗区域，由于只有少量的光能被反射，所以很难进行恢复。 

目前，为了解决高动态范围的问题，有人提出采用对被测物体进行多次曝光的方法来实现测量。这种方法通过延长对低反射区域的曝光来采集足够的光信号。但是任然存在弊端，对于未知场景，通常无法在直接确定所需的曝光次数与每次曝光的时间，所以在测量初期具有一定的盲目性，测量效率不够高。另外，还有人提出采用改变投影装置的光强来解决这一问题。通过对低反射率区域投影更强的光来增加该区域反射的光。虽然这种方法也可以解决高动态范围这一问题，但是改变投影装置光强的操作较为麻烦， 且和改变曝光做法一样，光强改变的量以及光强改变的次数都是无法事先确定的，所以同样使用起来不够便捷。所以目前，能根据被测场景来自适应高动态范围的光学测量方法仍较为缺乏。 

发明内容

本发明目的在于提供一种基于灰度直方图的自适应高动态范围三维测量方法，该方法克服了传统高动态范围测量方法中存在的盲目性，提高了测量效率。 

为了解决上述技术问题，本发明提供一种基于灰度直方图的自适应高动态范围三维测量方法，通过对被测物的灰度直方图进行分析，确定被测物的反射率分布以及各反射率所需的最佳曝光时间；使用多次曝光技术，按照各反射率所需的最佳曝光时间对被测物分别进行曝光，获得被测物在不同的最佳曝光时间下拍摄的图像，然后将不同的最佳曝光时间下拍摄的图像进行融合，从而恢复被测物的三维形貌。 

本发明与现有技术相比，其显著优点在于：(1)本发明能自适应地判断被测物所需的曝光次数与曝光时间，克服了传统方法在确定曝光时间与曝光次数时存在的盲目性，提高了测量的效率；(2)本发明将白光投影到被测物后，通过分析此时的灰度直方图，判断场景中波峰与波谷位置，即场景所包含的反射率情况，对不同的反射率估计最佳的曝光时间，此时由于场景处于最佳的曝光，所以测量信噪比高，结果准确；(3)本发明相位算法是基于广泛使用的N步相移算法，具有普遍适用的特性，可移植性强，具有很高的实用价值。 

附图说明

图1是本发明流程图。 

图2是本发明实验中所用被测场景被投影白光后的图像。 

图3是本发明实验中取得的图2的灰度直方图。 

图4是本发明实验中图像融合示意图。 

图5是本发明实验生成的三维模型正视图。 

图6是本发明实验生成的三维模型侧视图。 

具体实施方式

本发明一种基于灰度直方图的自适应高动态范围三维测量方法，通过对被测物的灰 度直方图进行分析，确定被测物的反射率分布以及各反射率所需的最佳曝光时间；使用多次曝光技术，按照各反射率所需的最佳曝光时间对被测物分别进行曝光，获得被测物在不同的最佳曝光时间下拍摄的图像，然后将不同的最佳曝光时间下拍摄的图像进行融合，从而恢复被测物的三维形貌。如图1所示，具体步骤如下： 

步骤一：使用投影装置向被测物投影均匀白光，然后使用摄像机拍摄被测物获得图像I₀，同时记录拍摄幅图像I₀时所使用的曝光时间t₀；计算图像I₀的灰度直方图；在灰度直方图中，用横轴表示图像I₀的光强，用纵轴表示该光强对应的像素点个数。由于向被测物投影的为均匀白光，所以图像I₀的像素灰度值就直接正比于被测物体上被测点的反射率，进而使用用灰度直方图就可直接推断出被测物表面反射率的分布； 

步骤二：在灰度直方图中定位出每个波峰，并在每个波峰的右侧寻找与该波峰相临最近的波谷，并记录该波谷的横坐标。由于灰度直方图反应了物体表面反射率分布，所以灰度直方图中每个波形就代表了物体表面反射率的一部分变化范围，由于每个变化范围可用一个曝光时间来满足，所以直方图中波形的数量直接决定了整个测量所需的曝光次数，且针对每个波形，取波峰右侧最近的波谷位置就可计算该反射率区域对应的最佳曝光时间。在本步骤中，可以使用求函数极值的方法求出灰度直方图中包含的波峰。同时，用I_0i表示找到的第i个波谷的横坐标。 

步骤三：确定被测物所需的曝光次数和最佳曝光时间。曝光次数由确定的波谷数量来决定，所以当灰度直方图中确定了m个波谷，那么所需的曝光次数就为m。然后，计算每个波谷所需的最佳曝光时间，计算方法如公式(1)所示， 

$t_{\mathrm{opt}}^i=\frac{2^B-1}{I_{0i}}{t}_0---\left(1\right)$

公式(1)中，为第i个波谷所需的最佳曝光时间(i＝1,2,3...m)，B为摄像机单个像素用来存储光强时所使用的比特数，通常B的取值为8； 

步骤四：使用多曝光技术结合N步相移技术拍摄被测物，并进行图像融合，具体为： 

首先，将生成的N幅相移光栅图像依次投影至被测物，当所需曝光次数为n时，在n个不同的曝光时间下，对每一幅被被测物表面轮廓调制过的相移光栅图像均进行拍摄，共采集N*n幅相移光栅图像，即在不同的n个的曝光时间下，都拍摄了N幅相移光栅图像。这N*n幅相移光栅图像是在不同曝光时间下拍摄的具有相同相移的光栅图像。 

所述生成的N幅相移光栅图像的光强分布如公式(2)所示， 

$I_n^C(x,y)=A^C(x,y)+B^C(x,y)\cos [\mathrm{\φ}(x,y)+2\mathrm{\πn}/N]---\left(2\right)$

公式(2)中，n为相移引索值(n＝1,2,…N)，N为总共的相移次数,φ(x,y)为相位值，A(x,y)为平均光强，B(x,y)为相位调制度。 

然后，为了融合在不同曝光时间下拍摄的具有相同相移的光栅图像，首先生成图像荣融合所需的模板图像，生成方法如公式(3)所示， 

$M_i(x,y)=\left\{\begin{array}{c}1,\mathrm{if}{I}_{0(i-1)}<I_0(x,y)\&le;I_{0i}\\ 0,\mathrm{otherwise}\end{array}\right.---\left(3\right)$

公式(3)中，M_i(x,y)为第i幅模板图像，(x,y)为模板图像的像素坐标。然后利用生成的模板，进行图像融合，融合方法如公式(4)所示， 

$I^{\&prime;}(x,y)=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{I}_{\mathrm{opt}}^i(x,y)\&times;M_i(x,y)---\left(4\right)$

公式(4)中，I′为具有相同相移的融合后光栅图像，为在第i个曝光时间下拍摄得到的相移光栅图像。重复利用该公式，生成所有相移的光栅融合图像。即获得融合后的N幅相移光栅图像。 

步骤五：相位恢复与三维模型重建。得到了融合后的N幅相移光栅图像后，进行相位求解以及三维模型重建。本发明使用文献“Automatic identification and removal of outliers for high-speed fringe projection profilometry”(Opt Eng2013；52013605-013605)所述的方法进行相位求解以及三维模型重建。 

本发明的有益效果可以通过以下实验进一步说明： 

测试本发明所述方法的测量系统包括投影装置(TI DLP Light Crafter DMD)，工业CCD相机(GE680)和一台用于数据处理的计算机。本实验被测场景中包括一个白色石膏像，一个浅褐色纸盒和一个深蓝色纸盒，它们具有不同反射率。拍摄的向该被测场景投影白光后的图像如图2所示，其中，(1)所标识的是白色石膏像，(2)所标识的是浅褐色纸盒，(3)所标识的是深蓝色纸盒。图2的灰度直方图如图3所示，横轴表示图2的光强，纵轴表示该光强对应的像素点个数，从图3中可以看出，其中包含三个波峰以及它们右侧最近的波谷位。使用本发明步骤三中曝光时间求解公式，计算出每个波谷对应的曝光时间为 $t_{\mathrm{opt}}^1=93869\mathrm{\&mu;s},t_{\mathrm{opt}}^2=38553\mathrm{\&mu;s}$ 和 $t_{\mathrm{opt}}^3=17000\mathrm{\&mu;s}.$ 图4显示了融合拍摄的相移光栅图像的过程。利用上述三个曝光时间，拍摄相移光栅图像和 然后利用步骤四中模板图像生成公式，生成相应的模板M₁，M₂和M₃。最后利用步骤五的图像融合公式，生成一幅融合的相移光栅图I′。当生成了所有的融合相移光栅图像后，对这些图像进行相位求解，最终将求解的相位转换成三维模型，三维模型如图5和图6所示。其中，图5是三维模型正视图，图6是三维模型侧视图。从图5和图6所示的测量结果中可以看出，具有不同反射率的白色石膏像、浅褐色纸盒和深蓝色纸盒的三维外貌都同时被精确地恢复出来。 

Claims (3)

1.一种基于灰度直方图的自适应高动态范围三维测量方法，其特征在于，通过对被测物的灰度直方图进行分析，确定被测物的反射率分布以及各反射率所需的最佳曝光时间；使用多次曝光技术，按照各反射率所需的最佳曝光时间对被测物分别进行曝光，获得被测物在不同的最佳曝光时间下拍摄的图像，然后将不同的最佳曝光时间下拍摄的图像进行融合，从而恢复被测物的三维形貌。

2.如权利要求1所述的基于灰度直方图的自适应高动态范围三维测量方法，其特征在于，包括以下步骤：

步骤一：使用投影装置向被测物投影均匀白光，然后使用摄像机拍摄被测物获得图像I₀，同时记录拍摄幅图像I₀时所使用的曝光时间t₀；计算图像I₀的灰度直方图；

步骤二：在灰度直方图中定位出每个波峰，并在每个波峰的右侧寻找与该波峰相临最近的波谷，并记录该波谷的横坐标；

步骤三：统计步骤二获得的波谷的个数n，将n作为曝光次数，用公式(1)所示方法计算每个波谷所需的最佳曝光时间，

$t_{\mathrm{opt}}^i=\frac{2^B-1}{I_{0i}}{t}_0---\left(1\right)$

公式(1)中，为第i个波谷所需的最佳曝光时间(i＝1,2,3...m)；用I_0i为找到的第i个波谷的横坐标；B为摄像机单个像素用来存储光强时所使用的比特数；

步骤四：使用多曝光技术结合N步相移技术拍摄被测物，获得N*n幅相移光栅图像，然后将N*n幅相移光栅图像进行图像融合，获得融合后的N幅相移光栅图像；

步骤五：使用融合后的N幅相移光栅图像进行相位求解并重建被测物三维模型。

3.如权利要求2所述的基于灰度直方图的自适应高动态范围三维测量方法，其特征在于，所述步骤四中将生成的N幅相移光栅图像依次投影至被测物，在n个不同的曝光时间下，对每一幅被被测物表面轮廓调制过的相移光栅图像均进行拍摄，共采集N*n幅相移光栅图像；

所述生成的N幅相移光栅图像的光强分布如公式(2)所示，

$I_n^C(x,y)=A^C(x,y)+B^C(x,y)\cos [\mathrm{\&phi;}(x,y)+2\mathrm{\&pi;n}/N]---\left(2\right)$

公式(2)中，n为相移引索值(n＝1,2,…N)，N为总共的相移次数,φ(x,y)为相位值，A(x,y)为平均光强，B(x,y)为相位调制度；

所述在进行图像融合时所需的模板图像，按公式(3)所示的方法生成，

$M_i(x,y)=\left\{\begin{array}{c}1,\mathrm{if}{I}_{0(i-1)}<I_0(x,y)\&le;I_{0i}\\ 0,\mathrm{otherwise}\end{array}\right.---\left(3\right)$

公式(3)中，M_i(x,y)为第i幅模板图像，(x,y)为模板图像的像素坐标；

所述进行图像融合的融合方法如公式(4)所示，

$I^{\&prime;}(x,y)=\underset{i=1}{\overset{m}{\mathrm{\&Sigma;}}}{I}_{\mathrm{opt}}^i(x,y)\&times;M_i(x,y)---\left(4\right)$

公式(4)中，I′为具有相同相移的融合后光栅图像，为在第i个曝光时间下拍摄得到的相移光栅图像。