CN107367245A - 光学三维轮廓测量中的无效点探测与剔除方法 - Google Patents
光学三维轮廓测量中的无效点探测与剔除方法 Download PDFInfo
- Publication number
- CN107367245A CN107367245A CN201710726411.2A CN201710726411A CN107367245A CN 107367245 A CN107367245 A CN 107367245A CN 201710726411 A CN201710726411 A CN 201710726411A CN 107367245 A CN107367245 A CN 107367245A
- Authority
- CN
- China
- Prior art keywords
- null spot
- pixel
- optical
- dimensional
- elimination method
- 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
Links
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
- G01B11/2504—Calibration devices
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
本发明公开了一种光学三维轮廓测量中的无效点探测与剔除方法,以图中像素点对应的投影仪图像坐标到其对极线的距离,作为有效性判据,该判据直接关系后续的三维重建精度,不随被测物表面特性及测量环境等影响,具有全局适用性,避免了选取阈值不合适而造成无效点误探的问题,从而可以准确探测无效点并将其剔除,获得仅含有效点的三维重建结果,为后续点云噪声剔除、点云拼接及曲面重构提供高质量的数据。
Description
技术领域
本发明属于光电测量领域,具体涉及光学三维轮廓测量中的无效点探测与剔除方法。
背景技术
光学三维轮廓测量技术一直是三维传感与计量领域研究的热点,广泛应用于工业检测、反求工程、人体三维建模、文物保护等方面。由于其具有非接触、非破坏、速度快、精度高等特点,使其成为最为理想的轮廓形貌测量手段。
结构光三维轮廓测量方法,根据投射到物体上的光场以及投影系统、采集系统与被测物基准的几何关系解调出被测物的三维信息。测量过程中由于阴影、背景以及环境噪声等影响,不可避免的存在无效数据点,影响后续的数据处理及曲面重构。目前,一般以拍摄条纹的调制度为判据,对无效点进行探测与剔除:一种是操作者根据个人经验及拍摄环境等因素,人为设定阈值,将调制度小于该阈值的像素点视为无效点并进行剔除;一种是采用算法自动选取阈值,并将小于该阈值的像素点进行剔除。然而,由于被测物表面不同部位的调制度常常不同,造成所(手动或自动)选取的阈值常常无法适用于上述所有部位,导致无效点误判。另外,也有以相位的连续性和单调性为判据,对不满足连续性与单调性的数据点进行剔除,达到无效点剔除的目的。然而,被测物表面常常存在突变或不连续,此时上述判据失效,造成无效点剔除失败。
综上所述,需要设计一种合适的判据及探测和剔除方法,避免上述基于调制度、连续性和单调性为判据存在的弊端,以有效剔除无效点。因此,十分必要研究一种能够协调或解决上述问题的无效点探测与剔除方法。
发明内容
本发明的目的在于克服上述不足,提供一种光学三维轮廓测量中的无效点探测与剔除方法,能够在极线约束判据下,选取适用于全局的合理阈值,精确探测并剔除测量数据的无效点,避免现有剔除方法阈值选取困难及无效点误判的问题。
为了达到上述目的,本发明包括以下步骤:
步骤一,计算测量系统的基础矩阵,为后续无效点的探测做准备;
步骤二,投影仪向被测物分别投影多频相移条纹图,并被相机依次拍摄采集,并发送至计算机中;
步骤三,计算机计算拍摄条纹的相位图,并根据相位图获得图中每个像素点的投影仪图像坐标;
步骤四,计算机根据步骤一得到的基础矩阵,计算相位图中每个像素点在投影仪像面的对极线,并计算该像素点对应的投影仪图像坐标到对极线的距离,作为该像素点的有效性判据,得到整幅图像的有效判据图;
步骤五,设置合适的阈值,将有效判据图中所有超过阈值的像素点标记为无效点,其对应的标记值为0,其余点为有效点,标记值为1;
步骤六,剔除有效判据图中所有标记值为0的点,仅对标记值为1的点进行三维重建,得到剔除无效点的三维点云数据。
步骤一中,计算测量系统的基础矩阵时,首先通过投影仪向标定物投影特征阵列图,特征阵列的投影仪图像坐标已知,并用相机进行拍摄;继而对拍摄图进行特征提取,得到特征的相机图像坐标,结合已知的投影仪图像坐标,计算测量系统的基础矩阵。
步骤二中所采用的多频相移条纹图中包括横竖两种条纹,其中,频率最高的横竖条纹图用于测量,其余频率的横竖条纹图用于解包裹。
步骤三中,采用相移算法计算拍摄条纹的包裹相位图,并结合多频条纹解包裹算法,得到解包裹相位图;根据横条纹和竖条纹的解包裹相位图,计算图中每个像素点对应的投影仪图像坐标。
步骤五中,选取合适的阈值时,根据实际测量情况及测量精度要求,手动选取阈值。
步骤六中,有效点的三维重建,通过事先标定所得的系统参数,以及已获得的该像素点的坐标和对应的投影仪图像坐标,根据三角测量原理,即可计算该点的三维坐标。
与现有技术相比,本发明以图中像素点对应的投影仪图像坐标到其对极线的距离,作为有效性判据,该判据直接关系后续的三维重建精度,不随被测物表面特性及测量环境等影响,具有全局适用性,避免了选取阈值不合适而造成无效点误探的问题,从而可以准确探测无效点并将其剔除,获得仅含有效点的三维重建结果,为后续点云噪声剔除、点云拼接及曲面重构提供高质量的数据。
附图说明
图1为本发明的测量装置原理图;
图2为本发明的特征阵列投影图;
图3为本发明的多频相移条纹图;其中(a)为含最高频率水平条纹的相移条纹图;(b)为含次高频率水平条纹的多频相移条纹图;(c)为含最低频率水平条纹的多频相移条纹图;(d)为含最高频率竖直条纹的多频相移条纹图;(e)为含次高频率竖直条纹的多频相移条纹图;(f)为含最低频率竖直条纹的多频相移条纹图;
图4为本发明的有效判据图获取过程示意图;
图5为本发明的有效判据图;
图6为本发明的标记后的有效判据图。
具体实施方式
下面结合附图对本发明做进一步说明。
1)计算测量系统(装置)的基础矩阵;
a.计算测量装置的基础矩阵,测量装置的原理图如图1,投影仪向标定物投影特征阵列图(如图2所示),特征的投影图像坐标已知,继而用相机拍摄;移动标定物到不同位置,分别重复上述投影及拍摄过程;
b.对拍摄图像中的特征进行提取,得到特征的相机图像坐标,并结合其对应的投影仪图像坐标,计算装置的基础矩阵,用于后续有效性判据的计算;
2)投影仪向被测物投影多频相移条纹图,如图3所示,并依次用相机进行拍摄;上述条纹图中包括横竖两种条纹,且频率最高的条纹图用于测量,其余低频条纹图用于相位解包裹;
3)接着,采用相移算法求解每幅拍摄条纹图的包裹相位图,采用多频解包裹算法,对上述相位图进行解包裹,得到解包裹相移图;根据得到的横竖条纹的解包裹相位图,计算图中每个像素点对应的投影仪图像坐标;
4)随后,以每个像素点对应的投影仪图像坐标到其对极线的距离,作为该像素点的有效性判据,从而得到整幅图像的有效判据图;
5)有效判据图的获取过程,如图4所示:
a.以单个像素点为例,根据步骤1)中得到的基础矩阵,计算某像素点(如图中像素点Pc1)位于投影仪像面的对极线,如图中极线l1;
b.根据步骤3)中获得的图中像素点Pc1对应的投影仪图像坐标Pp1,计算Pp1坐标到对极线l1的距离,即L1,并将其作为该像素点(Pc1)的有效性判据;
c.重复上述操作,计算图中所有像素点的有效性判据,得到整幅图的有效判据图,如图5所示。
6)设置合适的阈值,将失效判据图中所有超过阈值的像素点标记为无效点,其对应的标记值为0,其余点为有效点,标记值为1,标记后的有效判据图如图6所示;
7)选取阈值时,可结合实际测量情况及测量精度,手动选取合适阈值,如将有效判据大于5个像素时的像素点视为无效点,即设置阈值为5;
8)最后,剔除有效判据图中标记值为0的无效点,仅对有效点进行三维重建:通过事先标定所得的系统参数,以及已获得的该像素点的坐标和对应的投影仪图像坐标,根据三角测量原理,即可计算该点的三维坐标。
Claims (6)
1.光学三维轮廓测量中的无效点探测与剔除方法,其特征在于,包括以下步骤:
步骤一,计算测量系统的基础矩阵,为后续无效点的探测做准备;
步骤二,投影仪向被测物分别投影多频相移条纹图,并被相机依次拍摄采集,并发送至计算机中;
步骤三,计算机计算拍摄条纹的相位图,并根据相位图获得图中每个像素点的投影仪图像坐标;
步骤四,计算机根据步骤一得到的基础矩阵,计算相位图中每个像素点在投影仪像面的对极线,并计算该像素点对应的投影仪图像坐标到对极线的距离,作为该像素点的有效性判据,得到整幅图像的有效判据图;
步骤五,设置合适的阈值,将有效判据图中所有超过阈值的像素点标记为无效点,其对应的标记值为0,其余点为有效点,标记值为1;
步骤六,剔除有效判据图中所有标记值为0的点,仅对标记值为1的点进行三维重建,得到剔除无效点的三维点云数据。
2.根据权利要求1所述的光学三维轮廓测量中的无效点探测与剔除方法,其特征在于,步骤一中,计算测量系统的基础矩阵时,首先通过投影仪向标定物投影特征阵列图,特征阵列的投影仪图像坐标已知,并用相机进行拍摄;继而对拍摄图进行特征提取,得到特征的相机图像坐标,结合已知的投影仪图像坐标,计算测量系统的基础矩阵。
3.根据权利要求1所述的光学三维轮廓测量中的无效点探测与剔除方法,其特征在于,步骤二中所采用的多频相移条纹图中包括横竖两种条纹,其中,频率最高的横竖条纹图用于测量,其余频率的横竖条纹图用于解包裹。
4.根据权利要求1所述的光学三维轮廓测量中的无效点探测与剔除方法,其特征在于,步骤三中,采用相移算法计算拍摄条纹的包裹相位图,并结合多频条纹解包裹算法,得到解包裹相位图;根据横条纹和竖条纹的解包裹相位图,计算图中每个像素点对应的投影仪图像坐标。
5.根据权利要求1所述的光学三维轮廓测量中的无效点探测与剔除方法,其特征在于,步骤五中,选取合适的阈值时,根据实际测量情况及测量精度要求,手动选取阈值。
6.根据权利要求1所述的光学三维轮廓测量中的无效点探测与剔除方法,其特征在于,步骤六中,有效点的三维重建,通过事先标定所得的系统参数,以及已获得的该像素点的坐标和对应的投影仪图像坐标,根据三角测量原理,即可计算该点的三维坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710726411.2A CN107367245B (zh) | 2017-08-22 | 2017-08-22 | 光学三维轮廓测量中的无效点探测与剔除方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710726411.2A CN107367245B (zh) | 2017-08-22 | 2017-08-22 | 光学三维轮廓测量中的无效点探测与剔除方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107367245A true CN107367245A (zh) | 2017-11-21 |
CN107367245B CN107367245B (zh) | 2019-12-24 |
Family
ID=60311659
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710726411.2A Active CN107367245B (zh) | 2017-08-22 | 2017-08-22 | 光学三维轮廓测量中的无效点探测与剔除方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107367245B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108961378A (zh) * | 2018-07-05 | 2018-12-07 | 深圳辰视智能科技有限公司 | 一种多目点云三维重建方法、装置及其设备 |
CN110672036A (zh) * | 2018-07-03 | 2020-01-10 | 杭州海康机器人技术有限公司 | 确定投影区域的方法及装置 |
CN111006612A (zh) * | 2019-12-20 | 2020-04-14 | 四川大学 | 三维成像方法、装置、计算机设备和可读存储介质 |
CN114461104A (zh) * | 2022-02-07 | 2022-05-10 | 深圳须弥云图空间科技有限公司 | 楼型拼合方法、装置、设备及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105393A (zh) * | 2006-07-13 | 2008-01-16 | 周波 | 投射多频光栅的物体表面三维轮廓的视觉测量方法 |
CN105136108A (zh) * | 2015-07-28 | 2015-12-09 | 哈尔滨工程大学 | 一种基于立体视觉高精度波浪浪高测量方法 |
-
2017
- 2017-08-22 CN CN201710726411.2A patent/CN107367245B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101105393A (zh) * | 2006-07-13 | 2008-01-16 | 周波 | 投射多频光栅的物体表面三维轮廓的视觉测量方法 |
CN105136108A (zh) * | 2015-07-28 | 2015-12-09 | 哈尔滨工程大学 | 一种基于立体视觉高精度波浪浪高测量方法 |
Non-Patent Citations (1)
Title |
---|
杨福俊 等: "《现代光测力学与图像处理》", 31 December 2015 * |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110672036A (zh) * | 2018-07-03 | 2020-01-10 | 杭州海康机器人技术有限公司 | 确定投影区域的方法及装置 |
CN108961378A (zh) * | 2018-07-05 | 2018-12-07 | 深圳辰视智能科技有限公司 | 一种多目点云三维重建方法、装置及其设备 |
CN111006612A (zh) * | 2019-12-20 | 2020-04-14 | 四川大学 | 三维成像方法、装置、计算机设备和可读存储介质 |
CN111006612B (zh) * | 2019-12-20 | 2021-01-01 | 四川大学 | 三维成像方法、装置、计算机设备和可读存储介质 |
CN114461104A (zh) * | 2022-02-07 | 2022-05-10 | 深圳须弥云图空间科技有限公司 | 楼型拼合方法、装置、设备及存储介质 |
CN114461104B (zh) * | 2022-02-07 | 2024-04-16 | 深圳须弥云图空间科技有限公司 | 楼型拼合方法、装置、设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN107367245B (zh) | 2019-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107367245A (zh) | 光学三维轮廓测量中的无效点探测与剔除方法 | |
CN110230998B (zh) | 基于线激光和双目相机的快速精密三维测量方法和装置 | |
CN109655040B (zh) | 一种基于无人机靶向技术的边坡位移监测方法 | |
CN106969706A (zh) | 基于双目立体视觉的工件检测与三维测量系统及检测方法 | |
Xu et al. | A simple calibration method for structured light-based 3D profile measurement | |
CN106891333A (zh) | 模型生成装置、位置姿态计算装置以及搬运机器人装置 | |
CN106091981B (zh) | 用于高动态范围物体的区域投影光学三维轮廓测量方法 | |
CN106978774A (zh) | 一种路面坑槽自动检测方法 | |
CN106996748A (zh) | 一种基于双目视觉的轮径测量方法 | |
CN104075688A (zh) | 一种双目立体凝视监控系统的测距方法 | |
CN107504917B (zh) | 一种三维尺寸测量方法及装置 | |
CN106569220A (zh) | 激光测距校正方法与应用此方法的装置 | |
CN104677277B (zh) | 一种测量物体几何属性或距离的方法及系统 | |
CN104794717A (zh) | 一种基于双目视觉系统的深度信息对比方法 | |
CN113008158B (zh) | 多线激光轮胎花纹深度测量方法 | |
CN107907055A (zh) | 图案投射模组、三维信息获取系统、处理装置及测量方法 | |
CN107339938A (zh) | 一种用于单目立体视觉自标定的异型标定块及标定方法 | |
CN104897174B (zh) | 基于置信度评价的图像光条噪声抑制方法 | |
CN109186942A (zh) | 测试用结构光摄像头的平行度检测方法、装置及可读存储介质 | |
JP2018522240A (ja) | アーチファクトを測定するための方法 | |
KR101006728B1 (ko) | 중심 투영과 영상 매칭을 이용한 자동 3 차원 좌표 측정 방법 | |
CN112595262B (zh) | 一种基于双目结构光的高反光表面工件深度图像获取方法 | |
CN113888641A (zh) | 一种基于机器视觉和深度学习的立木胸径测量方法 | |
CN112164099A (zh) | 基于单目结构光的自检自校准方法及装置 | |
KR20140102831A (ko) | 모바일 기반의 부가정보를 이용한 위치 보정 방법 |
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 |