CN105928472A - 一种基于主动斑投射器的三维形貌动态测量方法 - Google Patents

Abstract

本发明公开了一种基于主动斑投射器的三维形貌动态测量方法，所述方法包括以下步骤：S100、制作主动斑投射器；S200、多测量头全局标定；S300、利用多测量头采集散斑投射器投射至运动物体表面的散斑图像；S400、运动物体表面的三维重建；S500、点云全局对齐。本发明所述的方法测量速度快，能够在2毫秒内完成图像数据的采集，实现一般运动物体的单次测量，还可以实现旋转物体在测量头位置的多次动态测量。本发明方法不需要对物体表面进行喷涂处理，且对环境光的抗干扰性强，测量不受外界光强的影响。

Description

一种基于主动斑投射器的三维形貌动态测量方法

技术领域

本发明涉及图像处理和三维光学测量领域中运动物体的三维数据测量领域，特别涉及一种大型运动物体的三维快速扫描方法。

背景技术

当前基于相机的非接触式光学测量方法很多，国内外目前己出现各种商业化的扫描系统，这些系统一般基于光栅、红外或激光扫描原理，由于一次扫描需要多次投影光栅或激光条纹，使得整体扫描速度较慢，所以主要用于物体在静止状态下的扫描。而当需要物体在运动的过程中获取其形貌时，这些方法便不再适用。

在高新技术和尖端产业中，对运动物体轮廓测量的需求非常迫切。如何快速地动态检测某些运动物体的形貌特征是一个亟待解决的问题。一方面，从生产效率的角度，流水线上的零件只有在运动过程中被测量才能达到较高的生产效率。比如传送带上持续传输的发动机零件喷管的平面度检测。传送带不允许停止，需要对过往的零件逐个进行测量，并将数据发回加工中心，用于质检。另一方面，从研究运动特性的角度，需要考察某物体在反复运动过程中，运动状态对其形貌特征的影响，也需要对物体的形貌进行动态获取，考察运动过程中的形貌变化。比如，直升机旋翼在转动过程中，掌握叶片轮廓的在运动过程中的形貌状况，为研究叶片的动态特性，提高直升机的飞行性能打下基础。

发明内容

为克服传统测量手段的缺陷，满足运动物体三维数据快速、动态扫描的需求，本发明公开了一种基于主动斑投射器的三维快速扫描方法；

所述方法包括以下步骤：

S100、制作主动斑投射器；

S200、多测量头全局标定：通过在测量视场中布置标定板来标定每个测量头中相机的内外方位元素，接着确定测量头之间的坐标系转换矩阵；

S300、利用多测量头采集步骤S100中制作的主动斑投射器投射在运动物体表面的散斑图案，每个测量头分别得到两幅散斑图像；

S400、利用数字图像相关法对步骤S300中每个测量头得到的两幅散斑图像进行图像匹配，同时利用步骤S200中每个测量头中相机的内外方位元素对图像匹配后的散斑图像进行三维重建，每个测量头将得到一幅点云数据；

S500、点云全局对齐：利用步骤S200中获得的测量头之间的坐标系转换矩阵将步骤S400中每个测量头获得的点云数据变换到同一个坐标系下，并进行多幅点云融合，最终得到完整的运动物体模型。

本发明方法具有以下优点：

(1)测量速度快，能够在2毫秒内完成图像数据的采集，便可以实现一般运动物体的单次测量，还可以实现旋转物体在测量头位置的多次动态测量。

(2)本发明方法不需要对物体表面进行喷涂处理，且对环境光的抗干扰性强，测量不受外界光强的影响。

附图说明

图1为本发明一个实施例中动态形貌测量方法流程图；

图2为本发明一个实施例中单个测量头测量示意图；

图3为本发明一个实施例中20m大型桨叶整体测量布置方案；

图4为本发明一个实施例中主动斑投射器内部结构示意图；

图5为本发明一个实施例中采用光刻法制作的散斑片；

图6(a)本发明一个实施例中调整电子散斑布局大小等参数的对话框；图6(b)本发明一个实施例中生成的电子散斑；

图7为本发明一个实施例中主动斑投射器；

图8(a)显示单个测量头的外观以及其构成；图8(b)是该测量头的内部结构；

图9为本发明一个实施例中标定板；

图10(a)为本发明一个实施例中数字图像相关法中的子区划分方式；图10(b)为本发明一个实施例中数字图像相关法中的子区划分的另一种方式；

图11为本发明一个实施例中标定板的摆放方位示意图。

具体实施方式

下面结合附图及具体的实施例对本发明进行进一步的说明：

在一个实施例中，本发明公开了一种基于主动斑投射器的三维快速扫描方法；

所述方法包括以下步骤：

S100、制作主动斑投射器；

S200、多测量头全局标定：通过在测量视场中布置标定板来标定每个测量头中相机的内外方位元素，接着确定测量头之间的坐标系转换矩阵；

S300、利用多测量头采集步骤S100中制作的主动斑投射器投射在运动物体表面的散斑图案，每个测量头分别得到两幅散斑图像；

S400、利用数字图像相关法对步骤S300中每个测量头得到的两幅散斑图像进行图像匹配，同时利用步骤S200中每个测量头中相机的内外方位元素对图像匹配后的散斑图像进行三维重建，每个测量头将得到一幅点云数据；

S500、点云全局对齐：利用步骤S200中获得的测量头之间的坐标系转换矩阵将步骤S400中每个测量头获得的点云数据变换到同一个坐标系下，并进行多幅点云融合，最终得到完整的运动物体模型。

在本实施例中，利用制作的主动斑投射器向运行物体的表面投射散斑图案，采用一组或者多组测量头采集所述散斑图案；所述测量头的数量由运动物体的大小决定，对于较小运动物体或测量区域较小时，如图2所示，可使用由主动投斑器、相机1和相机2组成的单个测量头进行动态测量，对于较大的运动物体，需使用多个测量头进行测量，测量头的数量以测量范围能够覆盖运动物体的为准。在测量头的测量场景中布置贴有编码标志点的标定板对测量头中的相机的内外方位元素进行标定。根据采集的散斑图像使用数字图像相关法对运动物体表面进行三维重建，获取点云数据，对所述点云数据进行融合，最后得到运动物体的完整三维模型。

在一个实施例中，步骤S100中所述的主动斑投射器包括LED闪光灯，聚光镜，前菲涅尔透镜、散斑片，后菲涅尔透镜以及镜头；

所述LED闪光灯发出的光通过聚光镜的漫反射作用投射在前菲涅尔透镜上，通过前菲涅尔透镜形成平行于轴线的光束，所述平行于轴线的光束穿过散斑片再通过后菲涅尔透镜会聚于镜头的光心位置，最后光束投射到运动物体表面。

在本实施例中，应保证LED闪光灯的光心距离前菲涅尔的距离为前菲涅尔透镜的焦距，后菲涅尔透镜与黑白相机的镜头光心的距离为后菲涅尔透镜的焦距，当所处环境为大视场和需要高亮度投射时，LED灯可替换为大功率阵列式垂直腔面发射激光器。

在一个实施例中，步骤S200中所述的测量头包括：主动斑投射器与双目黑白相机。

在本实施例中，常见的布置形式为将主动斑投射器与双目黑白相机放置在一起，构成一个测量头，主动斑投射器如图7所示，主动斑投射器与两个黑白相机组成的测量头如图8(a)所示，其内部结构如图8(b)所示。调整主动斑投射器镜头的光圈以及测量头上黑白相机的焦距与光圈，保证黑白相机采集到的散斑图像清晰。

在一个实施例中，步骤S200中通过在测量视场中布置标定板来标定每个测量头中相机的内外方位元素具体包括：

将标定板放置在测量头的测量距离内，改变标定板或测量头的姿态，保证标定板在测量头的视场内，利用双目黑白相机同时采集多张图像，求解测量头中双目黑白相机的内外参数。

标定是借助于系统配置的标准标定板，利用一定的算法计算出测量头的所有内外部结构参数，依靠这些参数正确的重建出测量点的三维坐标。标定板上按照一定规则分布有编码点和非编码点，带有两个标尺信息，标尺即标定板上两斜对角标志点间的距离。标定板的背面标有详细的刻度和参数信息。

在本实施例中，通过在测量视场中布置标定板进行双相机内、外参数的标定；具体为：在所述标定板上均匀粘贴环形的编码标志点和圆点型的非编码标志点；标定时，将标定板在双目黑白相机公共视场内将摆放出不同位姿，并控制相机同步拍摄标定板不同位姿的图像；然后对采集的标定图像进行处理，利用工业摄影测量原理进行整体一次性解算，得到两个相机的内部参数和外部参数。

本实施例采用的标定算法为八步法，所述八步法就是在系统的标准测量距离下，依次采集八个不同方位的模板图像，标定板的摆放方位示意图的一个方案如图11所示。

在一个实施例中，步骤S200中确定测量头之间的坐标系转换矩阵具体为：

S201、将所有测量头都安装在测量台上，保证运动物体在测量头的视场范围内；

S202、按照测量头在测量台上的安装顺序，依次对相邻两个测量头进行坐标系转换矩阵的计算；

S203、根据相邻两个测量头的坐标系转换矩阵计算任意两个测量头之间的坐标系转换矩阵。

所述步骤S202具体包括以下步骤：

S2021、在标定板上布置编码点，将标定板放置在运动物体位置处，使其位于两个相邻测量头的公共视场内，保证所述两个测量头能测量到标定板上相同编码点的数目至少为4个且不共线；

S2022、使用步骤S2021中所述的两个测量头同时采集图像，对所述图像进行三维重建，计算步骤S2021中所述相同的编码点在两个测量头的坐标系下的坐标；

S2023、基于步骤S2022，计算两个测量头之间的坐标系转换矩阵；

S2024、移动标定板，按照步骤S2021-2023中所述的方法，依次计算其余相邻两个测量头之间的坐标系转换矩阵。

在本实施中，以三个测量头为例来说明计算测量头之间的坐标系转换矩阵：如图3所示的测量头1、测量头2和测量头3，以建立测量头1、测量头2两个测量头的坐标系转换关系为例，将三个测量头安装在测量台上，然后将标定板放置在桨叶运动的高度，且在测量头1、测量头2两个测量头的公共视场内，保证两个测量头所能看到的相同编码点的数目至少为4个且不共线。两个测量头同时采集照片，通过三维重建，可以计算这些公共点在两个不同坐标系下的坐标。通过SVD分解或者四元数法可求解出两个坐标系的变换矩阵。对测量头2、测量头3两个测量头进行相同的操作。

这样仅需通过两次放置标定板，可求出测量头1、测量头3两个测量头的坐标系变换至中间的测量头的坐标系下的旋转和平移矩阵。

在一个实施例中，所述步骤S2023具体为：基于步骤S2022，使用SVD分解算法或者四元数法求解两个测量头之间的坐标系转换矩阵。

在一个实施例中，步骤S203中所述任意两个测量头之间坐标系转换矩阵为：

C_j＝C_iR_(i，j)+T_(i,j)

其中，C_i、C_j为不同测量头的坐标系，R_(i，j)和T_(i，j)分别为C_i向C_j转换的旋转矩阵和平移矩阵。

在一个实施例中，步骤S500中所述的点云融合具体包括以下步骤：

S5001、设定距离阈值K；

S5002、对于N幅点云，以第一幅点云为基准，在剩余N-1幅点云中进行K近邻搜索，搜索到的点则视为相同空间点，在剩余N-1幅点云中删除所述相同空间点；

S5003、消隐第一幅点云，以第二幅保留点云为基准，在剩余N-2幅保留点云中进行K近邻搜索，搜索到的点则视为相同空间点，在剩余N-2幅点云中删除所述相同空间点；

S5004、依次消隐第i幅点云，以第i+1幅保留点云为基准，在剩余N-(i+1)幅保留点云中进行K近邻搜索，搜索到的点则视为相同空间点，在剩余N-(i+1)幅保留点云中删除所述相同空间点；

S5005、直到消隐第N-2幅点云，以第N-1幅保留点云为基准，在第N幅保留点云中进行K近邻搜索，搜索到的点则视为相同空间点，删除最后一幅点云中所述相同空间点，得到第N幅保留点云，所述第N-1幅保留点云、第N幅保留点云与之前消隐的所有保留点云形成最终的融合结果。

在一个实施例中，步骤S500中所述的点云融合具体包括以下步骤：

S501、建立整幅点云的长方体包围盒，并对其进行栅格分割，得到多个长方体单元；

S502、遍历每个长方体单元，若某个长方体单元中至少存在两个点，则保留其中任意一个，删除其余的点，所有长方体单元中保留的点为最终的融合结果。

本实施例中，所述长方体包围盒，就是坐标转换后的整体点云，求其在xyz三个方向上的最大值，构建的一个长方体。所述栅格分割，是将长方体包围盒在长宽高三个长度上进行一定数量的等分，假设分别等分为K，M，N个，这样整个长方体就被分割为K*M*N个小的长方体单元。

在一个实施例中，本发明提出一种基于主动斑投射器的三维形貌动态测量方法，基本流程如图1所示。由于本发明用于测量动态运动物体的三维轮廓，因此援引大型旋转物体的动态测量更能体现出测量方法上的优势，本实施方式以直升机旋翼的测量方案为对象重点叙述。以下结合附图对本发明作进一步的详细说明。

对于较小运动物体或测量区域较小时，如图2所示，可使用由主动斑投射器和双目黑白相机构成的单个测量头进行动态测量。

对于20m旋翼桨叶，一组双目黑白相机的视场不能完全覆盖机翼表面。拟将其分为桨叶根部、桨叶中部、桨叶尖部三个关键部分进行测量，采用景深不同的三组双目黑白相机，调整其视场，使其能覆盖机翼整个表面。图3所示为测量环境以及附件的布置情况。将3组测量头牢固布置于四角可调节支架的主梁上，通过传感器确定主轴的转动位置，并将周期性信号发送给频闪仪、主动斑投射器和测量头，完成桨叶根部、中部、桨尖的图像采集。频闪仪主要用于补光。

在主动斑投射区域有限的情况下，可使用多个投射器覆盖整个测量面，投射重叠的区域不会影响影响点云的计算。

下面以测量旋转桨叶为例，详细描述本发明提供的基于主动斑投射器的三维形貌动态测量方法，所述方法包括以下步骤：

第一步，制作主动斑投射器；

主动斑投射器的内部结构见图4所示。主要包括LED闪光灯，聚光镜，前菲涅尔透镜，散斑片，后菲涅尔透镜以及镜头。LED闪光灯发出的光通过聚光镜的漫反射作用投射在前菲涅尔透镜上，通过前菲涅尔透镜形成平行于轴线的光束，穿过散斑片再通过后菲涅尔透镜将平行光会聚在镜头的光心位置，然后光线将会投射到物体表面。其中应保证LED闪光灯的光心距离前菲涅尔的距离为前菲涅尔透镜的焦距，后菲涅尔透镜与镜头光心的距离为后菲涅尔透镜的焦距。考虑到大视场和高亮度投射，LED灯可替换为大功率阵列式垂直腔面发射激光器。

散斑片是将电子制作的随机散斑图案通过激光刻蚀在玻璃上形成的(见图5)。根据测量幅面的大小，考虑到相机的光轴与运动物体的表面并不垂直，随机散斑需要针对斜光轴的情况制作相应椭圆形状的散斑。为此，编写程序生成了可调节长短大小的椭圆形电子散斑模板，见图6(b)所示，图6(a)为调整电子散斑图案布局大小等参数的对话框。

常见的布置形式为将主动斑投射器与双目黑白相机放置在一起，构成一个测量头，主动斑投射器如图7所示，主动斑投射器与两个黑白相机组成的测量头如图8(a)所示，其内部结构如图8(b)所示。调整主动斑投射器镜头的光圈以及测量头上黑白相机的焦距与光圈，保证相机采集到的散斑图像清晰。

第二步、多测量头全局标定：通过在测量视场中布置标定板来标定每个测量头中相机的内外方位元素，接着确定测量头之间的坐标系转换矩阵；

首先，在地面上对每个测量头进行独立标定。将标定板(图9)放置在测量距离内，改变标定板或者测量头的姿态均可，同时用相机采集多张状态照片，优选8张，可求解出每个测量头中黑白相机的内外参数。下面需要确定测量头之间的坐标系变换关系。

如图3所示测量头1、测量头2和测量头3，以建立测量头1、测量头2两个测量头的坐标系转换关系为例，将三个测量头安装在测量台上，然后将标定板放置在桨叶运动的高度，且在测量头1、测量头2两个测量头的公共视场内，保证两个测量头所能看到的相同编码点的数目至少为4个且不共线。两个测量头同时采集照片，通过三维重建，可以计算这些公共点在两个不同坐标系下的坐标。通过SVD分解或者四元数法可求解出两个坐标系的变换矩阵。对测量头2、测量头3两个测量头进行相同的操作。

这样仅需通过两次放置标定板，可求出测量头1、测量头3两个测量头的坐标系变换至中间的测量头的坐标系下的旋转和平移矩阵。

这个标定板也可以用别的板代替，只要上面布置的编码点满足上述公共视场编码点数目大于4且不共线即可。当然，也可以考虑制作较大的标定板，先用摄影测量求出标定板上编码点的坐标，定出全局坐标系。在测量台上固定好三个测量头后，将标定板放置在桨叶高度，摆动8个状态并同时拍照即可完成所有标定工作，只是这样很大的标定板在空中摆放比较困难，地面上的大型运动物体可以这样标定。

第三步、利用多测量头采集第一步制作的主动斑投射器投射在运动物体表面的散斑图案，每个测量头分别得到两幅散斑图像；

以旋转桨叶为例：首先桨叶转速与频谱仪的频率相同，保证桨叶在双目黑白相机的视场内时，频谱仪正好将光打到桨叶上，同时通过软件控制，使主动斑投射器瞬间把清晰的散斑投射到桨叶表面，这时相机快速采集表面附着有散斑的桨叶图像，如此则完成一次采集，每个测量头分别得到两幅散斑图像，获得了该时刻下用于计算桨叶形貌的图像数据。用下述步骤可快速求解出桨叶形貌。如要继续测量，可当桨叶转动一周后，频闪仪再次打光，主动斑投射器同时投射，然后测量头采集照片，如此循环。

第四步、针对每个测量头得到的两幅散斑图像，采用数字图像相关法进行图像匹配，同时利用第二步中每个测量头中相机的内外方位元素对图像匹配后的散斑图像进行三维重建，每个测量头将得到一幅点云数据；

在数字图像相关法中，对每个测量头中获得的两幅图像，划分子区以后，使用的子区相似度评价函数为

$C_{NSSD}\left(p\right)=\underset{i=-M}{\overset{M}{\Σ}}\underset{j=-M}{\overset{M}{\Σ}}{\[\frac{f({\mathrm{xl}}_i,{\mathrm{yl}}_j)}{\sqrt{\underset{i=-M}{\overset{M}{\Σ}}\underset{j=-M}{\overset{M}{\Σ}}{\[f({\mathrm{xl}}_i,{\mathrm{yl}}_j)\]}^2}}-\frac{g({\mathrm{xr}}_i,{\mathrm{yr}}_j)}{\sqrt{\underset{i=-M}{\overset{M}{\Σ}}\underset{j=-M}{\overset{M}{\Σ}}{\[g({\mathrm{xr}}_i,{\mathrm{yr}}_j)\]}^2}}\]}^2$

式中：p＝[u，v]为相关参数向量，f(xl_i，yl_i)为左图像点(xl_i，yl_i)的灰度值，g(xl_i，yl_i)为右图像点(xl_i，yl_i)的灰度值。

参考子区和目标子区间可看作是单纯地刚性平移。因此，采用下式描述目标子区的偏移情况：

$\left\{\begin{array}{c}xr=xl+u\\ yr=yl+v\end{array}\right.$

式中：[u，v]为左右对应图像点[x，y]图像坐标方向上的偏移量。

常规的图像相关计算划定的子区形状为长方形，如图10(a)所示；这种长方形网格中，每个点向相邻四个点进行扩散。本发明中所述子区域采用如图10(b)所示的等边三角形子区，所述等边三角形子区域中每个点向相邻六个点进行扩散。这使得种子点扩散的效率和对散斑图像子区的利用率提高。

本发明采用散斑投射法与传统的在表面喷涂制造散斑在进行图像匹配是均采用了数字图像相关法，本发明采用的数字图像相关法具有如下特点：

1)图像存在弱相关性，测量头受实验台安放位置限制，相机测量光轴与被测桨叶表面的倾角较大，使单个测量头采集得两幅图像的相关性微弱，为此，计算整体灰度梯度的平方和相关性，在两幅图像中优选一个相关度最高的子区作为种子；以种子格为中心进行邻域网格扩散计算，对己生成的每个网格进行置信度评价；将最优网格作为新种子格进行重新扩散，最终实现高速旋转桨叶的弱相关图像精确匹配和网格扩散。

2)边缘轮廓区域识别，形貌测量需要准确地找到运动物体的外边缘，这样重建的结果不会包括物体外部的无关区域。本发明采用基于图像灰度梯度的方法剔除图像中无效计算区域。

使用Sobel梯度算子求出图像梯度。

$\left\{\begin{array}{c}{g}_x=2g(x+1,y)-2g(x-1,y)+g(x+1,y-1)-g(x-1,y-1)+g(x+1,y+1)-g(x-1,y+1)\\ g_y=2g(x,y+1)-2g(x,y-1)+g(x+1,y+1)-g(x+1,y-1)+g(x-1,y+1)-g(x-1,y-1)\\ g(x,y)=\sqrt{g_x^2+g_y^2}\end{array}\right.$

灰度梯度反映的是该像素处的灰度值与周围像素灰度值的差异程度。当图像子区位于运动物体内部时，由于表面附着散斑，子区中的特征较多，每个像素的灰度值与周围的差异比较剧烈，则平均梯度值较大。

当子区处于运动物体外部区域时，由于子区内相邻像素之间的变化比较平静，平均梯度值较小。因此，引入梯度均值阈值，如果小于这个阈值，就认为是非物体表面，放弃这个子区的匹配。灰度梯度的计算如下式：

$g_{aver}=\frac{\Σg(x,y)}{N}$

当子区处于运动物体边缘时，计算得到平均梯度可能仍然满足要求，这时通过梯度在子区中分布的均匀性来判断是否是边缘。理论上，当子区全部为运动物体表面时，梯度重心应该接近子区的几何中心。如果子区为物体边缘，则该子区中出现的情况是一边有散斑特征，另一边无散斑特征。计算得到的梯度重心将会向着无散斑特征的区域偏移。无散斑区域越大，梯度重心偏离子区几何中心越大。为此设定一个阈值，当梯度重心不在以几何中心为圆心，阈值为半径d的圆内时，放弃计算该子区。梯度重心可用下式计算：

$\left\{\begin{array}{c}{d}_x=\frac{1}{m}\[\frac{\Σxg(x,y)}{\Σg(x,y)}-x_c\]\\ d_y=\frac{1}{n}\[\frac{\Σyg(x,y)}{\Σg(x,y)}-y_c\]\end{array}\right.$

$d=\sqrt{d_x+d_y}$

第五步、点云全局对齐：利用第二步中获得的测量头之间的坐标系转换矩阵将多个测量头获得的多幅点云数据变换到同一个坐标系下，并进行多幅点云融合，最终得到完整的运动物体模型。

如图3所示的测量头1、测量头2和测量头3，己知测量头1、测量头2和测量头3三个测量头的坐标系分别为C₁，C₂和C₃，R_(i，j)和T_(i，j)为C_i向C_j转换的旋转和平移矩阵。

C_j＝C_iR_(i，j)+T_(i，j)

若测量头1、测量头2和测量头3三个测量头获得的点云分别为P₁，P₂和P₃，则可得P₁，P₃转换至坐标系C₂下的点云为

$\left\{\begin{array}{c}{P}_1=P_1{R}_{(1,2)}+T_{(1,2)}\\ P_3=P_3{R}_{(3,2)}+T_{(3,2)}\end{array}\right.$

转换完成后点云虽然在同一个坐标系下，但是点云之间有重合部分，导致点云某些部分臃肿，这会影响后期网格化的效率。应该将重叠部分滤除。点云融合可采用以下两种实施例：

一种是，给定距离阈值K，逐测量头进行K近邻搜索。以P₁为基准，在P₂和P₃中进行K近邻搜索，搜索到的点则视为相同的空间点，删除这些点。完成之后，消隐P₁，以P₂中的保留点云在P₃中进行K近邻搜索，同样删除P₃中保留点云中相同的空间点。进行这两步比较，剩下的保留点云就是最终的测量结果。

同理，当测量使用N个测量头时，也是这样依次用测量头与全局中剩下点云进行K近邻搜索，一共比较N-1次可得到测量结果。

另一种是，基于空间立方体分割的筛选法。建立整幅点云的立方体包围盒，并对其进行栅格分割，栅格的大小根据经验调整。遍历每个小矩形单元，若该单元中存在一个以上的点，则保留其中任意一个(也可定义距离几何中心最近的一个)，其余的点删除。剩下的点就是最终的测量结果。

以上内容是结合具体的优选实施方式对本发明所作的进一步详细说明，不能认定本发明的具体实施方式仅限于此，对于本发明所属技术领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干简单的推演或替换，都应当视为属于本发明由所提交的权利要求书确定的专利保护范围。

Claims (10)

1.一种基于主动斑投射器的三维形貌动态测量方法，其特征在于：所述方法包括以下步骤：

S100、制作主动斑投射器；

S200、多测量头全局标定：通过在测量视场中布置标定板来标定每个测量头中相机的内外方位元素，接着确定测量头之间的坐标系转换矩阵；

S300、利用多测量头采集步骤S100中制作的主动斑投射器投射在运动物体表面的散斑图案，每个测量头分别得到两幅散斑图像；

S400、利用数字图像相关法对步骤S300中每个测量头得到的两幅散斑图像进行图像匹配，同时利用步骤S200中每个测量头中相机的内外方位元素对图像匹配后的散斑图像进行三维重建，每个测量头将得到一幅点云数据；

S500、点云全局对齐：利用步骤S200中获得的测量头之间的坐标系转换矩阵将步骤S400中每个测量头获得的点云数据变换到同一个坐标系下，并进行多幅点云融合，最终得到完整的运动物体模型。

2.根据权利要求1所述的方法，其特征在于：

优选的，步骤S100中所述的主动斑投射器包括LED闪光灯，聚光镜，前菲涅尔透镜、散斑片，后菲涅尔透镜以及镜头；

其中，所述LED闪光灯发出的光通过聚光镜的漫反射作用投射在前菲涅尔透镜上，通过前菲涅尔透镜形成平行于轴线的光束，所述平行于轴线的光束穿过散斑片再通过后菲涅尔透镜会聚于镜头的光心位置，最后光束投射到运动物体表面。

3.根据权利要求1所述的方法，其特征在于：步骤S200中所述的测量头包括：主动斑投射器与双目黑白相机。

4.根据权利要求3所述的方法，其特征在于：步骤S200中所述的通过在测量视场中布置标定板来标定每个测量头中相机的内外方位元素具体包括：

将标定板放置在测量头的测量距离内，改变标定板或测量头的姿态，保证标定板在测量头的视场内，利用双目黑白相机同时采集多张图像，求解测量头中双目黑白相机的内外参数。

5.根据权利要求4所述的方法，其特征在于，步骤S200中所述的确定测量头之间的坐标系转换矩阵具体包括以下步骤：

S201、将所有测量头都安装在测量台上，保证运动物体在测量头的视场范围内；

S202、按照测量头在测量台上的安装顺序，依次对相邻两个测量头进行坐标系转换矩阵的计算；

S203、根据相邻两个测量头的坐标系转换矩阵计算任意两个测量头之间的坐标系转换矩阵。

6.根据权利要求5所述的方法，其特征在于，所述步骤S202具体包括以下步骤：

S2021、在标定板上布置编码点，将标定板放置在运动物体位置处，且在属于测量台安装位置相邻两个测量头的公共视场内，保证所述两个测量头能测量到标定板上相同编码点的数目至少为4个且不共线；

S2022、使用步骤S2021中所述的两个测量头同时采集图像，对所述图像进行三维重建，计算步骤S2021中所述相同的编码点在两个测量头所在坐标系下的坐标；

S2023、基于步骤S2022，计算两个测量头之间的坐标系转换矩阵；

S2024、移动标定板，按照步骤S2021-2023中所述的方法，依次计算其余相邻两个测量头之间的坐标系转换矩阵。

7.根据权利要求6所述的方法，其特征在于：所述步骤S2023具体包括：基于步骤S2022，使用SVD分解或者四元数法求解两个测量头之间的坐标系转换矩阵。

8.根据权利要求5所述的方法，其特征在于，步骤S203中所述任意两个测量头之间坐标系转换矩阵为：

C_j＝C_iR_(i，j)+T_(i，j)

其中，C_i、C_j为不同测量头的坐标系，R_(i，j)和T_(i，j)分别为C_i向C_j转换的旋转矩阵和平移矩阵。

9.根据权利要求8所述的方法，其特征在于，步骤S500中所述的点云融合具体包括以下步骤：

S5001、设定距离阈值K；

S5002、对于N幅点云，以第一幅点云为基准，在剩余N-1幅点云中进行K近邻搜索，搜索到的点则视为相同空间点，删除所述相同空间点；

S5003、消隐第一幅点云，以第二幅保留点云为基准，在剩余N-2幅保留点云中进行K近邻搜索，搜索到的点则视为相同空间点，删除所述相同空间点；

S5004、依次消隐第i幅点云，以第i+1幅保留点云为基准，在剩余N-(i+1)幅保留点云中进行K近邻搜索，搜索到的点则视为相同空间点，删除所述相同空间点；

S5005、直到消隐第N-2幅点云，以第N-1幅保留点云为基准，在第N幅保留点云中进行K近邻搜索，搜索到的点则视为相同空间点，删除所述相同空间点，得到第N幅保留点云，所述第N-1幅保留点云、第N幅保留点云与之前消隐的所有保留点云形成最终的融合结果。

10.根据权利要求8所述的方法，其特征在于：步骤S500中所述的点云融合具体包括以下步骤：

S501、建立整幅点云的长方体包围盒，并对其进行栅格分割，得到多个长方体单元；

S502、遍历每个长方体单元，若某个长方体单元中至少存在两个点，则保留其中任意一个，删除其余的点，所有长方体单元中保留的点为最终的融合结果。