CN104236479A - 一种线结构光三维测量系统及3d纹理图像构造算法 - Google Patents

一种线结构光三维测量系统及3d纹理图像构造算法 Download PDF

Info

Publication number
CN104236479A
CN104236479A CN201410487499.3A CN201410487499A CN104236479A CN 104236479 A CN104236479 A CN 104236479A CN 201410487499 A CN201410487499 A CN 201410487499A CN 104236479 A CN104236479 A CN 104236479A
Authority
CN
China
Prior art keywords
dimensional
line
laser
image
video camera
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.)
Granted
Application number
CN201410487499.3A
Other languages
English (en)
Other versions
CN104236479B (zh
Inventor
余学才
江倩
王宁宁
蒋波
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201410487499.3A priority Critical patent/CN104236479B/zh
Publication of CN104236479A publication Critical patent/CN104236479A/zh
Application granted granted Critical
Publication of CN104236479B publication Critical patent/CN104236479B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)
  • Image Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种线结构光三维测量系统及3D纹理图像构造算法，该系统包括CCD摄像机、二维移位固定支架、线激光器和二维调整平台；所述CCD摄像机固定于所述二维移位固定支架的一端，所述线激光器固定于所述二维移位固定支架的另一端；所述二维调整平台设置于所述二维移位固定支架上，用于放置被测物。基于该系统的3D纹理图像构造算法，以一种新的颜色纹理映射方法来构建由真实图像轮廓线构成的不失真三维轮廓曲面，其核心思想是：通过颜色纹理映射使无任何色彩的二值化的轮廓线具有色彩信息(或灰度信息)。本发明能够重建出具有真实表面纹理的三维纹理模型。

Description

一种线结构光三维测量系统及3D纹理图像构造算法
技术领域
本发明属于物体三维测量领域，尤其涉及一种线结构光三维测量系统，以及基于该系统的3D纹理图像构造算法。
背景技术
随着机器视觉、三维测量和计算机图形学的飞速发展，物体三维测量因其具有广泛的应用价值而成为研究热点。基于激光扫描的光学三维测量技术已经能够很容易获取和显示物体表面真实几何轮廓结构，但显示的三维图像一般是网状和点状的结构，只能反映物体几何轮廓，不能反映物体表面真实纹理变化。在很多应用中，希望所显示的三维图像不仅能够反映物体的几何结构，也能够反映物体表面真实纹理甚至色彩。例如文物表面三维图像，希望计算机所显示的三维图像要有真实的纹理感；卫星组装过程中视频监控，也需要所获取的三维图像能反映卫星部件表面可能具有的真实裂纹或划痕，以便在卫星出事故后，回溯追踪可能的事故根源。
目前基于激光扫面获取三维点云数据，是单色的灰度无变化的数据，不具有反映物体真实纹理变化的功能，其三维图像的构造算法也不能用于具有真实感的三维纹理图像构造。目前已有的三维纹理图像显示是用假纹理图像模块去填充网格点云之间的空白区域，以模拟物体表面纹理明暗变化，不具有真实性。在计算机图形学中，传统的纹理映射是一种将二维纹理图案按某种算法覆盖到三维几何模型表面的技术，它能在一定程度上模拟物体表面的纹理细节。但它并不是物体表面纹理的真实反映。
以清华大学自主研发的三维激光与可见光同步扫描系统TH-3DLCS-2001为平台，提出了基于激光同步扫描图像的三维景物模型纹理映射方法。首先对同步扫描图像和三维激光扫描数据进行配准，估计相机内外参数，然后利用激光同步扫描图像作为中介，采用两步法进行高分辨率图像与激光扫描数据的全局和局部误差估计，最后在高分辨率纹理映射过程中进行反向误差补偿。基于激光同步扫描图像的纹理映射提出以激光同步扫描可见光图像为中介，不固定相机位置的方式实现纹理映射，并通过两步法进行误差估计和补偿以提高映射精度。但该方法采用不固定相机位置的方式实现纹理映射，相机参数需要估计获得，准确性受到制约，必须进行误差估计和补偿来提高映射精度。
激光点云的着色和三角网模型的纹理映射的总体设计另一种方案是，利用Riegl LMS 420i三维激光扫描仪和Nikon D100数码相机获取点云及图像数据,选定地理对象，经过布设合理的测站，扫描得到目标对象完整的几何坐标数据及强度信息，数码相机固定在激光扫描仪上时先获取图像，然后再将相机取下，从不同角度对目标进行拍摄，以获得更全面的纹理数据。然后进行点云数据编辑，除去点云中的非目标采样点。接着利用点云和影像中获取的6对同名点坐标根据直接线性变换原理确定点云模型采样点与影像中对应像素的行列号之间的关系，然后计算出每一个采样点对应的行列号，从而将该行列号处的RGB值赋给该点，这样就得到了具有真实颜色信息的点云模型。根据点云中点的三维几何坐标信息通过直接线性变换对图像进行纠正，将纠正后的图像保存，供下面的三角网模型的纹理映射使用。着色后的点云可以直接生成密集的三角网模型，对三角网模型进行渲染时小三角面片的颜色RGB分别取三个顶点颜色RGB的平均值，这样可以得到具有真实颜色的三角网模型。对于较稀疏的三角网模型，使用纠正后的纹理影像采用面面对应的方式对每个三角形面片进行纹理映射，最后得到具有纹理真实感的三维表面模型。但该技术只能对具有鲜明特征点的物体进行纹理映射和点云着色，在对无特征点的模型映射时具有局限性。
密歇根州立大学的Hu Han和Anil K.Jain提出了一种基于人脸正面和侧面图像的三维人脸纹理模型重构。由于通常捕获人脸正面和侧面图像未经校准，首先通过地标对准的方式将人脸正面和侧面图像进行对齐，并从正面图像重构出初始的三维人脸模型，再利用侧面图像细化三维人脸轮廓，最后通过正面图像的映射提取面部纹理来恢复三维人脸纹理轮廓。但该技术只能对有鲜明特征点的物体的部分纹理进行映射，并且对所提供的图像有严格的角度要求，限制了其适用范围。
发明内容
为解决上述问题，本发明提供一种线结构光三维测量系统及3D纹理图像构造算法。
技术方案：
一种线结构光三维测量系统，包括CCD摄像机、二维移位固定支架、线激光器和二维调整平台；所述CCD摄像机固定于所述二维移位固定支架的一端，所述线激光器固定于所述二维移位固定支架的另一端；所述二维调整平台设置于所述二维移位固定支架上，用于放置被测物。
进一步的，所述线激光器共有三个，分别设置于所述二维移位固定支架的同一竖直截面上，且该三个线结构激光器采用120°夹角分布，每一个线结构激光器与被测物中心线之间等距。
进一步的，所述CCD摄像机共一对，分别用于捕获所述线激光器在被测物上投射的激光光带的左右两部分。
进一步的，所述二维调整平台在所述二维移位固定支架上相对于所述CCD摄像机和线激光器移动，以使CCD摄像机和线激光器完成对被测物的纵向扫描。
一种基于上述线结构光三维测量系统的3D纹理图像构造算法，包括以下步骤：
S1、获取图像，线激光器点亮时CCD摄像机捕获的图像记为I1，然后关闭线激光器，此时CCD摄像机捕获的与激光器点亮时相同位置的图像记为I11；
S2、对由步骤S1所述的图像I1、I11所得的锁定成像进行二值化和细化的图像处理，获得一条单像素的二值化轮廓线，并将该轮廓线记为l1(u,v)；
S3、获得步骤S2所述曲线l1(u,v)对应的没有激光照明时的灰度曲线，即曲线l1(u,v)映射到图像I11中形成一条灰度曲线，该灰度曲线记为h(u,v)；
S4、将步骤S3所述h(u,v)的灰度曲线还原，即可获得一条被测物在三维空间某一横截面的真实轮廓线图。
进一步的，在所述步骤S4之后，将被测物相对于CCD摄像机和线激光器移动，并重复步骤S1至步骤S4，以获得被测物的在三维空间的完整纹理图像。
由于采用了上述技术方案，本发明具有以下有益效果：
(1)、本发明通过构建由真实图像轮廓线(灰度有变化)构成的不失真轮廓线，将其应用于线结构光三维重建过程中，实现具有高度真实感的纹理映射，重建出具有真实表面纹理的三维纹理模型；
(2)、采用固定CCD摄像机和线激光器的位置，移动被测物相对于线激光器的位置来扫描被测物，使相机获得准确的被测物的图像，提高了测试精度，系统的稳定性和可操作性也会大大提升；
(3)、本发明不需要对图像进行特征点的提取及匹配，对于没有明显特征点的物体同样适用。
附图说明
图1为本发明线结构光三维测量系统结构示意图；
图2为本发明3D纹理图像构造算法的流程示意图。
图3为获取具有灰度信息的点云数据的流程图。
具体实施方式
下面结合附图对本发明做进一步阐述。
如图1所示，一种线结构光三维测量系统，包括两个CCD摄像机及其二维移位固定支架、三个共面线激光器及其二维调整平台；三个线结构激光器采用120°夹角分布，每一个离被测物中心线等距，这样保证投射到待测物表面的激光带均匀变化，调节二维平台使激光面共面，使在待测物表面形成一个环形横截面轮廓激光光带，再使用摄像机获取光带图像，将获取的图像传送到计算机中计算被测物的轮廓信息。两个CCD摄像机分别捕获环形光带的左右两部分，从而保证了最终获取一个完整的环形横截面轮廓图。由于CCD摄像机和激光器均固定在测量系统的支架上，要实现激光对被测物的纵向扫描来获取系列的轮廓线，如果移动摄像机和激光器来扫描，那么系统的稳定性和可操作性将会下降，并且很难控制扫描速度。为了解决上述问题，本测量系统采用固定摄像机和激光器的位置，移动被测物相对于激光的位置来扫描物体。为方便被测物的移动速度和距离的控制，使用步进电机来对被测物的移动进行精确控制。
线结构光三维测量系统重构出的轮廓曲面是用二值化(灰度没有变化)轮廓线构成的三维曲面，为了反映三维曲面纹理，必须用真实灰度轮廓线构成三维曲面。基于此，本发明提出了一种3D纹理图像构造算法来构建由真实图像轮廓线(灰度有变化)构成的不失真三维轮廓曲面。其核心思想是：通过颜色纹理映射使无任何色彩的二值化的轮廓线具有色彩信息(或灰度信息)。如图2，具体操作步骤如下：
S1、获取图像，线激光器点亮时CCD摄像机捕获的图像记为I1，然后关闭线激光器，此时CCD摄像机捕获的与激光器点亮时相同位置的图像记为I11；
S2、对由步骤S1所述的图像I1、I11所得的锁定成像进行二值化和细化的图像处理，获得一条单像素的二值化轮廓线，并将该轮廓线记为l1(u,v)；
S3、获得步骤S2所述曲线l1(u,v)对应的没有激光照明时的灰度曲线，即曲线l1(u,v)映射到图像I11中形成一条灰度曲线，该灰度曲线记为h(u,v)；
S4、将步骤S3所述h(u,v)的灰度曲线还原，即可获得一条被测物在三维空间某一横截面的真实轮廓线图。
重复上述步骤，将物体以沿Z轴方向平移就可以获得一系列有灰度信息的轮廓线。利用系统标定获得的隐参数将从灰度轮廓线上提取出灰度信息与从单像素轮廓线上提取的位置点云数据匹配，获得具有灰度信息的点云数据，利用VTK(visualization toolkit)采用三维表面轮廓重建技术就可以将这些具有灰度信息的点云数据重构出一个具有表面纹理信息的三维数字模型。获取具有灰度信息的点云数据的流程图如图3所示。
颜色映射能够真实反映出物体的纹理细节，并且还能不破坏被测物体的拓扑结构。在线结构光三维测量系统中将颜色映射与曲面的还原过程相融合，即将轮廓表面重建与纹理重建相结合能够极大的缩短整个表面重建的时间，利用系统相机标定的隐参数匹配物体真实灰度值提高了纹理映射的精度。
本发明技术方案将纹理映射与三维模型重建相结合，重建出具有实物真实表面纹理的三维模型，提高了三维纹理模型的重建效率。本方案提出的颜色映射不仅能够真实反映出物体的纹理细节，并且还能不破坏被测物体的拓扑结构，利用系统标定获得的隐参数匹配物体真实灰度值提高了纹理映射的精度。本方案不需要对图像进行特征点的提取及匹配，对于没有明显特征点的物体同样适用。
本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

Claims (6)

1.一种线结构光三维测量系统，其特征在于：包括CCD摄像机、二维移位固定支架、线激光器和二维调整平台；所述CCD摄像机固定于所述二维移位固定支架的一端，所述线激光器固定于所述二维移位固定支架的另一端；所述二维调整平台设置于所述二维移位固定支架上，用于放置被测物。
2.根据权利要求1所述的一种线结构光三维测量系统，其特征在于：所述线激光器共有三个，分别设置于所述二维移位固定支架的同一竖直截面上，且该三个线结构激光器采用120°夹角分布，每一个线结构激光器与被测物中心线之间等距。
3.根据权利要求2所述的一种线结构光三维测量系统，其特征在于：所述CCD摄像机共一对，分别用于捕获所述线激光器在被测物上投射的激光光带的左右两部分。
4.根据权利要求3所述的一种线结构光三维测量系统，其特征在于：所述二维调整平台在所述二维移位固定支架上相对于所述CCD摄像机和线激光器移动，以使CCD摄像机和线激光器完成对被测物的纵向扫描。
5.一种基于上述线结构光三维测量系统的3D纹理图像构造算法，其特征在于，包括以下步骤：
S1、获取图像，线激光器点亮时CCD摄像机捕获的图像记为I1，然后关闭线激光器，此时CCD摄像机捕获的与激光器点亮时相同位置的图像记为I11；
S2、对由步骤S1所述的图像I1、I11所得的锁定成像进行二值化和细化的图像处理，获得一条单像素的二值化轮廓线，并将该轮廓线记为l1(u,v)；
S3、获得步骤S2所述曲线l1(u,v)对应的没有激光照明时的灰度曲线，即曲线l1(u,v)映射到图像I11中形成一条灰度曲线，该灰度曲线记为h(u,v)；
S4、将步骤S3所述h(u,v)的灰度曲线还原，即可获得一条被测物在三维空间某一横截面的真实轮廓线图。
6.根据权利要求5所述的一种基于上述线结构光三维测量系统的3D纹理图像构造算法，其特征在于：还包括，在所述步骤S4之后，将被测物相对于CCD摄像机和线激光器移动，并重复步骤S1至步骤S4，以获得被测物的在三维空间的完整纹理图像。
CN201410487499.3A 2014-09-22 2014-09-22 一种线结构光三维测量系统及3d纹理图像构造算法 Expired - Fee Related CN104236479B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410487499.3A CN104236479B (zh) 2014-09-22 2014-09-22 一种线结构光三维测量系统及3d纹理图像构造算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410487499.3A CN104236479B (zh) 2014-09-22 2014-09-22 一种线结构光三维测量系统及3d纹理图像构造算法

Publications (2)

Publication Number Publication Date
CN104236479A true CN104236479A (zh) 2014-12-24
CN104236479B CN104236479B (zh) 2016-11-02

Family

ID=52225031

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410487499.3A Expired - Fee Related CN104236479B (zh) 2014-09-22 2014-09-22 一种线结构光三维测量系统及3d纹理图像构造算法

Country Status (1)

Country Link
CN (1) CN104236479B (zh)

Cited By (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104848800A (zh) * 2015-06-17 2015-08-19 中国地质大学（武汉） 一种基于线激光扫描的多视角三维成像装置
CN105809668A (zh) * 2016-01-15 2016-07-27 武汉武大卓越科技有限责任公司 基于线扫描三维点云的物体表面变形特征提取方法
CN106353317A (zh) * 2015-07-13 2017-01-25 德律科技股份有限公司 检测待测目标物的检测装置与方法
CN106959078A (zh) * 2017-02-28 2017-07-18 苏州凡目视觉科技有限公司 一种用于三维轮廓测量的轮廓测量方法
CN107392987A (zh) * 2017-07-13 2017-11-24 深圳市魔眼科技有限公司 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN108088361A (zh) * 2017-10-12 2018-05-29 深圳市迈实自动化有限公司 一种3d纹理数据采集装置及方法
CN108876935A (zh) * 2018-06-06 2018-11-23 链家网（北京）科技有限公司 一种在移动端快速进行房屋三维模型拼接的方法及装置
CN109015632A (zh) * 2018-07-11 2018-12-18 云南电网有限责任公司电力科学研究院 一种机器人手爪末端定位方法
CN113945167A (zh) * 2021-12-21 2022-01-18 杭州灵西机器人智能科技有限公司 一种工件数据获取方法和装置
CN115457154A (zh) * 2022-11-11 2022-12-09 思看科技(杭州)股份有限公司 三维扫描仪的标定方法、装置、计算机设备和存储介质

Cited By (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104848800A (zh) * 2015-06-17 2015-08-19 中国地质大学（武汉） 一种基于线激光扫描的多视角三维成像装置
CN106353317A (zh) * 2015-07-13 2017-01-25 德律科技股份有限公司 检测待测目标物的检测装置与方法
CN106353317B (zh) * 2015-07-13 2019-10-11 德律科技股份有限公司 检测待测目标物的检测装置与方法
CN105809668A (zh) * 2016-01-15 2016-07-27 武汉武大卓越科技有限责任公司 基于线扫描三维点云的物体表面变形特征提取方法
CN105809668B (zh) * 2016-01-15 2018-10-02 武汉武大卓越科技有限责任公司 基于线扫描三维点云的物体表面变形特征提取方法
CN106959078B (zh) * 2017-02-28 2019-07-30 苏州凡目视觉科技有限公司 一种用于三维轮廓测量的轮廓测量方法
CN106959078A (zh) * 2017-02-28 2017-07-18 苏州凡目视觉科技有限公司 一种用于三维轮廓测量的轮廓测量方法
CN107578464B (zh) * 2017-06-30 2021-01-29 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN107578464A (zh) * 2017-06-30 2018-01-12 长沙湘计海盾科技有限公司 一种基于线激光扫描的传送带工件三维轮廓测量方法
CN107392987B (zh) * 2017-07-13 2020-03-06 深圳市魔眼科技有限公司 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN107392987A (zh) * 2017-07-13 2017-11-24 深圳市魔眼科技有限公司 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN108088361A (zh) * 2017-10-12 2018-05-29 深圳市迈实自动化有限公司 一种3d纹理数据采集装置及方法
CN108876935A (zh) * 2018-06-06 2018-11-23 链家网（北京）科技有限公司 一种在移动端快速进行房屋三维模型拼接的方法及装置
CN109015632A (zh) * 2018-07-11 2018-12-18 云南电网有限责任公司电力科学研究院 一种机器人手爪末端定位方法
CN113945167A (zh) * 2021-12-21 2022-01-18 杭州灵西机器人智能科技有限公司 一种工件数据获取方法和装置
CN115457154A (zh) * 2022-11-11 2022-12-09 思看科技(杭州)股份有限公司 三维扫描仪的标定方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN104236479B (zh) 2016-11-02

Similar Documents

Publication Publication Date Title
CN104236479A (zh) 一种线结构光三维测量系统及3d纹理图像构造算法
CN111629193B (zh) 一种实景三维重建方法及系统
CN106803267B (zh) 基于Kinect的室内场景三维重建方法
CN104266587B (zh) 一种三维测量系统及获得真实3d纹理点云数据方法
CN106839977B (zh) 基于光栅投影双目成像技术的盾构渣土体积实时测量方法
WO2021203883A1 (zh) 三维扫描方法、三维扫描系统和计算机可读存储介质
CN105547189B (zh) 基于变尺度的高精度光学三维测量方法
CN104574501B (zh) 一种针对复杂三维场景的高质量纹理映射方法
Zhu et al. Reliability fusion of time-of-flight depth and stereo geometry for high quality depth maps
KR101554241B1 (ko) 3차원 이미지에서의 결함성 픽셀 깊이 데이터 값의 깊이 맵 품질 향상을 위한 방법
CN110264567A (zh) 一种基于标记点的实时三维建模方法
CN114998499B (zh) 一种基于线激光振镜扫描的双目三维重建方法及系统
CN106709947A (zh) 一种基于rgbd相机的三维人体快速建模系统
CN101853528A (zh) 一种手持式三维型面信息提取方法及其提取仪
CN105006021A (zh) 一种适用于快速点云三维重建的颜色映射方法及装置
CN111047698B (zh) 一种真正射影像采集方法
CN111009030A (zh) 一种多视高分辨率纹理图像与双目三维点云映射方法
Xu et al. Survey of 3D modeling using depth cameras
CN110738731A (zh) 一种用于双目视觉的3d重建方法和系统
KR101495299B1 (ko) 3차원 형상 획득 장치 및 그 획득 방법
CN108230442A (zh) 一种盾构隧道三维仿真方法
Lin et al. Vision system for fast 3-D model reconstruction
CN102980511B (zh) 一种扫描动态物体的三维扫描系统及其扫描方法
Lanman et al. Surround structured lighting for full object scanning
CN108171790A (zh) 一种基于字典学习的目标重建方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20161102

Termination date: 20180922

CF01 Termination of patent right due to non-payment of annual fee