CN107894215A - 基于全自动曝光的高动态范围光栅投影三维测量方法 - Google Patents
基于全自动曝光的高动态范围光栅投影三维测量方法 Download PDFInfo
- Publication number
- CN107894215A CN107894215A CN201711442918.1A CN201711442918A CN107894215A CN 107894215 A CN107894215 A CN 107894215A CN 201711442918 A CN201711442918 A CN 201711442918A CN 107894215 A CN107894215 A CN 107894215A
- Authority
- CN
- China
- Prior art keywords
- mrow
- exposure
- phase
- msub
- pixel
- 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
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
Abstract
本发明公开了一种基于全自动曝光的高动态范围光栅投影三维测量方法,该方法包括首先由相机采集一组投影仪投射的光栅,此时曝光时间为初始值t1。然后,对于采集到的图像,计算条纹调制度系数I"。根据相机的噪声水平曲线,求得调制度阈值I"t。然后可以根据该阈值计算整个测量过程一共需要的一组N个曝光时间。然后,根据计算得到的N个曝光时间,自动拍摄N组光栅条纹。用这N组条纹图可由传统相移算法求得N个相位图。对于原始图像中的所有像素点,根据条纹调制度信息I"将它们分为N组,则对于第i组中的所有像素,其在第i个相位图中的相位则是受噪声影响较小的相位。根据此规则,将N个相位图融合成一个最终的相位图,从而结合标定信息求得物体的具有高动态范围的三维信息。
Description
技术领域:
本发明属于计算机视觉中三维重构的领域,具体涉及一种基于全自动曝光的高动态范围光栅投影三维测量方法。
背景技术:
基于光栅投影的三维测量技术FPP(fringe projection profilometry)由于其精度高,速度快,受环境光影响较小等优点,近年来受到了广泛的研究和应用。作为一种基于主动光投影的三维测量方法,FPP也有相应的局限性。其中较为明显的一个是测量系统中所采用的工业相机的动态范围较小,导致在测量具有复杂表面纹理的物体时,采集到的光栅条纹图往往质量不佳。从而影响求解的相位质量以及最终的三维重构精度。
在测量表面纹理复杂的物体时,在采集到条纹图中会出现两类现象:一是由镜面反射物体引起的图像饱和问题,即图像中某些像素的灰度值超出该工业相机的极限(对于图像格式为8位的相机,该极限值为255)。二是当物体表面纹理较暗时,FPP系统采集到的图片信噪比较小,从而在暗部纹理图像部分求解得的相位质量较差。这两个问题是由相机的动态范围不够引起的。针对这两个问题,传统多重曝光技术被引入了光栅投影三维测量中。在这项技术中,FPP系统需要对同一个物体在不同的相机曝光时间下进行若干次测量,然后将不同的测量结果融合成为一个最终的结果。该方法能显著提升整个测量系统的动态范围,能有效解决上述提到的两个问题,对于表面具有镜面反射以及较暗纹理的物体,都能得到较好的三维信息。但是该方法也有其明显的缺点:整个测量过程操作较为繁琐,需要对同一场景连续测量多次才能得到最终结果。且每一次测量中相机的曝光值难以量化,需要凭经验进行手动调节。尽管已有一些计算相机曝光时间的方法被提出,但计算过程仍然较为复杂,需要人为干预才能完成测量。如何全自动计算多重曝光过程中需要的曝光值,使整个测量系统完全自动化,不需要人为干预,则是本专利的主要内容。
发明内容:
本发明旨在提供一种基于全自动曝光的高动态范围光栅投影三维测量方法,从而有效地提高整个测量系统的动态范围。该方法使得基于多重曝光的整个测量过程无需人为干预,也无需借助除测量系统本身以外任的硬件。仅通过分析相机噪声水平曲线以及在初次曝光下的条纹调制度,就可以计算整个多重曝光过程中所需要的所有曝光值。根据这些曝光值,测量系统对同一物体自动投影并拍摄多组光栅条纹图片,利用相移法可以求得多组相位图,这些相位图可用来获取一副最终的相位图,结合标定信息,则可以获取最终具有高动态范围的三维重构信息。
为解决上述问题,本发明采用以下技术方案:
基于全自动曝光的高动态范围光栅投影三维测量方法,该方法包括如下步骤:
S1.使用投影仪在表面纹理复杂的待测物体上投射所需的N幅标准相移正弦光栅图像I,对N幅条纹图进行采集,此时相机的曝光值为t1;
S2.对于步骤S1中采集得到的条纹图,求解条纹图的调制度系数I″并计算相机的噪声响应曲线,获取相机的最大噪声标准值σ;
S3.在考虑噪声的情况下,由噪声引起的相位误差的标准差σφ,相移步数N,相机噪声标准差σ以及调制度系数I”之间有如下关系:
S4.确定每一次测量的具体曝光时间;
S5.确定一共需要的曝光次数M;
S6.将采集图片中的所有像素进行分类:根据曝光时间为t1时求得的调制度系数I”以及ratio,将采集图片中的所有像素分为M类:G。i=1,2,…M。第i类像素Gi的调制度系数范围为该类像素可以在曝光时间为ti时得到准确测量;
S7.获取最终相位信息:计算得到所需的一组曝光时间ti,i=1,·…M后,测量系统自动在这些曝光值下拍摄M组相移图,每一组相移图根据相移算法获取一个相位图,相位的计算公式为:
针对图像中的每一个像素,根据上述的分类规则在相应的相位图中选择高质量的相位,最终获取一幅融合之后的主值相位图;
S8.对主值相位进行展开得到绝对相位,根据经典光栅投影的相位到高度的转换公式,最终求得测量物体的三维信息。
所述的基于全自动曝光的高动态范围光栅投影三维测量方法,步骤S1中所述的使用投影仪在表面纹理复杂的待测物体上投射所需的N幅标准相移正弦光栅图像I的具体方法是:根据主动光投影三维测量系统中的硬件三角关系固定投影仪和摄像机,将表面纹理复杂的待测物体放置在合适的位置,使用投影仪在物体上投射所需的N幅标准相移正弦光栅图像I,条纹灰度值设置为:
其中,I(i,j)为光栅图像I在第i行第j列处的灰度值,p为光栅条纹周期,为光栅的相移量。
所述的基于全自动曝光的高动态范围光栅投影三维测量方法,步骤S1中所述的对N幅条纹图进行采集的具体操作是:将摄像机的光圈大小,曝光时间和感光度进行合理设置,使得采集回来的图像不会出现图像饱和,即图像中最亮区域灰度值小于255,在此相机参数下对N幅条纹图进行采集,此时相机的曝光值为t1,采集到的条纹灰度值为:
In=I′+I″cos[φ+2πn/N],
其中,n=1,2,...,N,In为采集到的第n幅图像的灰度值,I′为背景光强,I″为调制强度,φ为待求的主值相位分布。
所述的基于全自动曝光的高动态范围光栅投影三维测量方法,步骤S2中所述的求解条纹图的调制度系数I″并计算相机的噪声响应曲线的具体方法是:
S21.对于采集到的N幅相移条纹图Ii,i=1,2,..,N,根据公式
其中δi是每一步的相移量。
S22.对于相机噪声水平曲线的获取,对任意一个场景拍摄数N1次。根据如下公式计算噪声的标准差σ:
其中I为拍摄的像素灰度值,μ为同一像素在N1幅图像中的均值。求得每个像素的均值之后,可以获取σI的关系,次关系即为相机的噪声水平曲线。
所述的基于全自动曝光的高动态范围光栅投影三维测量方法,步骤S4中所述的确定每一次测量的具体曝光时间的方法是:首先设对于像素(u,v),和分别表示当曝光时间为ti时该像素的调制度系数和在图片中的最大灰度值,当曝光时间为t1时,可以在所有像素中找到调制度为It"的像素(u1,v1),该像素的最大灰度值则为将曝光时间增加到第二次曝光值t2,像素(u1,v1)的最大灰度值不应该超过图像饱和的阈值255,则根据相机的线性相应特性,可获取如下关系:
此处定义则第二次曝光时间可以很容易求得:t2=t1·ratio;依此类推,可获取第i次的曝光值为ti=t1·ratioi-1。
所述的基于全自动曝光的高动态范围光栅投影三维测量方法,步骤S5中所述的确定一共需要的曝光次数M的具体方法是:当曝光时间为t1时,把条纹调制度I”小于5的像素当做是处于阴影区域的像素,由于阴影区域在光栅投影测量系统是无法被测量的,故可认为在即使在最大的曝光时间下,该部分阴影处的像素的调制度系数仍小于5,则可得到如下关系:
根据此关系可以计算得到整个测量过程中一共需要的曝光次数M。
有益效果:本发明针对传统光栅投影三维测量系统在测量具有高反射率区域及较暗纹理的物体时容易产生相位误差的问题,提出了基于全自动曝光时间计算的光栅投影三维测量算法,有效提高了测量系统的动态范围。在光栅投影三维测量中,当相位误差小于一定程度时,该相位信息可以被认为是能接受的。本发明通过分析测量系统中采用的相机的噪声水平曲线,结合具体光栅的相移步数,对于某个像素,确定当其调制度系数大于某个阈值时,该像素的相位质量是能接受的。多重曝光过程中每一次曝光时间的确定思路是:当某像素的在初始曝光时间下的调制度小于该阈值,则通过增加曝光时间的方法增加该像素的调制度,同时要保证该像素的灰度值不会过饱和。通过该策略可以将图片中的所有像素分为M类,每一类中的像素点都可以在对应的曝光时间下获得准确测量。不同于传统采用多重曝光和改变投影仪亮度的方法,本方法提出了评判像素相位质量是否符合要求的标准,并根据次标准自动计算出一次完整的测量需要曝光的次数M以及具体每一次曝光时间ti=1,2,…,M。根据求得的ti,测量系统可以自动投影并拍摄所需要的所有条纹图,然后可以获取M个相位图并合成一幅最终的相位图,根据该相位图可以获取具有高动态范围的三维测量结果。本发明算法最大的优点是使整个多重曝光过程自动化,大大简化了整个测量过程,并且每一次曝光值的计算都遵循严谨的数学约束而不是凭经验调节。
附图说明:
图1是发明的整个过程的流程图。
图2是光栅投影三维测量系统框架图。
图3是实验中所用相机的噪声水平曲线图。
图4是相位误差标准差和调制度系数之间的关系示意图。
图5被测物体示意图。
图6是应用本方法之前的三维重构结果图。
图7是该被测物体的调制度分布及像素分类结果示意图。
图8(a)是在曝光值t1=13ms下拍摄的一幅光栅条纹图。
图8(b)是在曝光值t2=24ms下拍摄的一幅光栅条纹图。
图8(c)是在曝光值t3=44ms下拍摄的一幅光栅条纹图。
图8(d)是在曝光值t4=80ms下拍摄的一幅光栅条纹图。
图8(e)是在曝光值t5=146ms下拍摄的一幅光栅条纹图。
图8(f)是在曝光值t1=13ms下可以被准确测量的像素示意图。
图8(g)是在曝光值t2=24ms下可以被准确测量的像素示意图。
图8(h)是在曝光值t3=44ms下可以被准确测量的像素示意图。
图8(i)是在曝光值t4=80ms下可以被准确测量的像素示意图。
图8(j)是在曝光值t5=146ms下可以被准确测量的像素示意图。
图9是用本专利方法融合的最终相位图。
图10是应用本专利校正方法之后的三维重构结果图。
具体实施方式:
下面结合附图和具体实施例,进一步阐明本发明。在Windows操作系统下选用Visual Studio Community作为编程工具,对计算机生成的正弦光栅以及CCD相机采集到的光栅图像进行处理。该实例采用具有复杂纹理和形貌的物体作为被测对象,证实本专利提出的测量方法的有效性。应理解这些实例仅用于说明本发明而不用于限制本发明的范围,在阅读了本发明之后,本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。
一种基于全自动曝光的高动态范围光栅投影三维测量方法,算法流程如图1所示。测量系统结构框图如图2所示。
具体包括以下步骤:
步骤1:根据主动光投影三维测量系统中的硬件三角关系固定投影仪和摄像机,将表面纹理复杂的待测物体放置在合适的位置。使用投影仪在物体上投射所需的N幅标准相移正弦光栅图像I,条纹灰度值设置为:
其中,I(i,j)为光栅图像I在第i行第j列处的灰度值,p为光栅条纹周期,为光栅的相移量。
步骤2:将摄像机相关参数:光圈大小,曝光时间和感光度进行合理设置,使得采集回来的图像不会出现图像饱和(即图像中最亮区域灰度值小于255)。在此相机参数下对N幅条纹图进行采集,此时相机的曝光值为t1。采集到的条纹灰度值为:
In=I′+I″cos[φ+2πn/N],
其中,n=1,2,...,N,In为采集到的第n幅图像的灰度值,I′为背景光强,I″为调制强度,φ为待求的主值相位分布。
步骤3:对于步骤2中采集得到的条纹图,求解条纹图的调制度系I"并计算相机的噪声响应曲线,获取相机的最大噪声标准值σ。
步骤3.1:对于采集到的N幅相移条纹图Ii,i=1,2,..,N,根据公式
其中δi是每一步的相移量。
步骤3.2:对于相机噪声水平曲线的获取,对任意一个场景拍摄数N1次。根据如下公式计算噪声的标准差σ:
其中I为拍摄的像素灰度值,μ为同一像素在N1幅图像中的均值。求得每个像素的均值之后,可以获取σI的关系,次关系即为相机的噪声水平曲线。如图3所示,可以发现当像素灰度值达到一定程度时相机的噪声标准差达到最大,该最大值则是需要计算的σ。
步骤4:在考虑噪声的情况下,由噪声引起的相位误差的标准差σφ,相移步数N,相机噪声标准差σ以及调制度系数I”之间有如下关系:
该式表示若所投影的条纹相移步数N和相机最大噪声标准值σ固定,则由条纹图解得的相位的误差水平取决于条纹的调制度系数。容易看到由噪声引起的相位误差的标准差会随着调制度系数的增加而减小。在实验中,可根据能接受的相位误差的标准差水平,则可以利用上式计算求得调制度系数阈值It"。例如,当投影的条纹为4步相移,相机的最大噪声标准值为2.3,能接受的相位误差的标准差为0.025,则根据上式计算得到的I"=65.05,故可将调制度系数It"设为66。
步骤5:确定每一次测量的具体曝光时间。在曝光时间为t1时,调制度大于It"的像素,由于由噪声引起的相位误差较小,故可看作是能被准确测量的像素。调制度系数小于It"的像素,需要增加曝光时间来提高它们的相位质量。曝光时间的计算规则如下:首先设对于像素(u,v),和分别表示当曝光时间为ti时该像素的调制度系数和在图片中的最大灰度值。当曝光时间为t1时,可以在所有像素中找到调制度为It"的像素(u1,v1),该像素的最大灰度值则为将曝光时间增加到第二次曝光值t2,像素(u1,v1)的最大灰度值不应该超过图像饱和的阈值255,则根据相机的线性相应特性,可获取如下关系:
此处定义则第二次曝光时间可以很容易求得:t2=t1·ratio;依此类推,可以很容易获取第i次的曝光值为ti=t1·ratioi-1。
步骤6:确定一共需要的曝光次数M。当曝光时间为t1时,把条纹调制度I”小于5的像素当做是处于阴影区域的像素。由于阴影区域在光栅投影测量系统是无法被测量的,故可认为在即使在最大的曝光时间下,该部分阴影处的像素的调制度系数仍小于5,则可得到如下关系:
根据此关系可以计算得到整个测量过程中一共需要的曝光次数M。
步骤7:将采集图片中的所有像素进行分类。根据曝光时间为t1时求得的调制度系数I”以及ratio,将采集图片中的所有像素分为M类:Gi,i=1,2,…M。第i类像素Gi的调制度系数范围为该类像素可以在曝光时间为ti时得到准确测量。如图5到图7所示。图5是一个表面纹理和形貌均很复杂的待测物体,图6为采用传统测量方法得到的结果图,可以看到由于系统的动态范围有限,导致物体表面暗部和高光区域无法被正确重构出来。图7为所有像素根据调制度系数范围分类的结果,可以看到对于该物体一共需要曝光5次才能完成整个测量。其中5次的具体的曝光值ti,i=1,2,3,4,5分别为:13ms,24ms,44ms,80ms,146ms。
步骤8:获取最终相位信息。计算得到所需的一组曝光时间ti,i=1,…M后,测量系统自动在这些曝光值下拍摄M组相移图,每一组相移图可根据相移算法获取一个相位图,相位的计算公式为:
针对图像中的每一个像素,可以根据上述的分类规则在相应的相位图中选择高质量的相位,最终可以获取一幅融合之后的主值相位图。如图8和图9所示,图8第一行是5次曝光下的相移条纹图,第二行的二值图是相应曝光时间下提取相位信息的像素点(灰度值为1的点)。图9为根据图8的分类结果融合得到的最终展开相位图。
步骤9:根据经典光栅投影的相位到高度的转换公式,最终求得测量物体的三维信息,如图10所示。与图6对比可以发现,应用本文自动曝光算法得到的重构结果明显具有更高的动态范围,物体表面的暗部纹理和高光区域均得到了较好的测量。
应当指出,上述实施实例仅仅是为清楚地说明所作的举例,而并非对实施方式的限定,这里无需也无法对所有的实施方式予以穷举。本实施例中未明确的各组成部分均可用现有技术加以实现。对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (6)
1.一种基于全自动曝光的高动态范围光栅投影三维测量方法,其特征在于,该方法包括如下步骤:
S1.使用投影仪在表面纹理复杂的待测物体上投射所需的N幅标准相移正弦光栅图像I,对N幅条纹图进行采集,此时相机的曝光值为t1;
S2.对于步骤S1中采集得到的条纹图,求解条纹图的调制度系数I″并计算相机的噪声响应曲线,获取相机的最大噪声标准值σ;
S3.在考虑噪声的情况下,由噪声引起的相位误差的标准差σφ,相移步数N,相机噪声标准差σ以及调制度系数I”之间有如下关系:
<mrow>
<msub>
<mi>&sigma;</mi>
<mi>&phi;</mi>
</msub>
<mo>=</mo>
<msqrt>
<mfrac>
<mn>2</mn>
<mi>N</mi>
</mfrac>
</msqrt>
<mfrac>
<mi>&sigma;</mi>
<msup>
<mi>I</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
</mfrac>
<mo>;</mo>
</mrow>
S4.确定每一次测量的具体曝光时间;
S5.确定一共需要的曝光次数M;
S6.将采集图片中的所有像素进行分类:根据曝光时间为t1时求得的调制度系数I”以及ratio,将采集图片中的所有像素分为M类:Gi,i=1,2,…M。第i类像素Gi的调制度系数范围为(It”/ratioi-1,It”/ratioi-2),该类像素可以在曝光时间为ti时得到准确测量;
S7.获取最终相位信息:计算得到所需的一组曝光时间ti,i=1,…M后,测量系统自动在这些曝光值下拍摄M组相移图,每一组相移图根据相移算法获取一个相位图,相位的计算公式为:
<mrow>
<mi>&phi;</mi>
<mo>=</mo>
<mi>a</mi>
<mi>r</mi>
<mi>c</mi>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>I</mi>
<mi>n</mi>
</msub>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>&pi;</mi>
<mi>n</mi>
<mo>/</mo>
<mi>N</mi>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>n</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>N</mi>
</munderover>
<msub>
<mi>I</mi>
<mi>n</mi>
</msub>
<mi>cos</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mi>&pi;</mi>
<mi>n</mi>
<mo>/</mo>
<mi>N</mi>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>.</mo>
</mrow>
针对图像中的每一个像素,根据上述的分类规则在相应的相位图中选择高质量的相位,最终获取一幅融合之后的主值相位图;
S8.对主值相位进行展开得到绝对相位,根据经典光栅投影的相位到高度的转换公式,最终求得测量物体的三维信息。
2.根据权利要求1所述的基于全自动曝光的高动态范围光栅投影三维测量方法,其特征在于,步骤S1中所述的使用投影仪在表面纹理复杂的待测物体上投射所需的N幅标准相移正弦光栅图像I的具体方法是:根据主动光投影三维测量系统中的硬件三角关系固定投影仪和摄像机,将表面纹理复杂的待测物体放置在合适的位置,使用投影仪在物体上投射所需的N幅标准相移正弦光栅图像I,条纹灰度值设置为:
其中,I(i,j)为光栅图像I在第i行第j列处的灰度值,p为光栅条纹周期,为光栅的相移量。
3.根据权利要求1所述的基于全自动曝光的高动态范围光栅投影三维测量方法,其特征在于,步骤S1中所述的对N幅条纹图进行采集的具体操作是:将摄像机的光圈大小,曝光时间和感光度进行合理设置,使得采集回来的图像不会出现图像饱和,即图像中最亮区域灰度值小于255,在此相机参数下对N幅条纹图进行采集,此时相机的曝光值为t1,采集到的条纹灰度值为:
In=I′+I″cos[φ+2πn/N],
其中,n=1,2,...,N,In为采集到的第n幅图像的灰度值,I′为背景光强,I″为调制强度,φ为待求的主值相位分布。
4.根据权利要求1所述的基于全自动曝光的高动态范围光栅投影三维测量方法,其特征在于,步骤S2中所述的求解条纹图的调制度系数I″并计算相机的噪声响应曲线的具体方法是:
S21.对于采集到的N幅相移条纹图Ii,i=1,2,..,N,根据公式
<mrow>
<msup>
<mi>I</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msup>
<mo>=</mo>
<mfrac>
<mn>2</mn>
<mi>N</mi>
</mfrac>
<msqrt>
<mrow>
<mo>(</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&Sigma;I</mi>
<mi>i</mi>
</msub>
<msub>
<mi>cos&delta;</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>+</mo>
<msup>
<mrow>
<mo>(</mo>
<mrow>
<msub>
<mi>&Sigma;I</mi>
<mi>i</mi>
</msub>
<msub>
<mi>sin&delta;</mi>
<mi>i</mi>
</msub>
</mrow>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
<mo>)</mo>
</mrow>
</msqrt>
<mo>,</mo>
</mrow>
其中δi是每一步的相移量。
S22.对于相机噪声水平曲线的获取,对任意一个场景拍摄数N1次。根据如下公式计算噪声的标准差σ:
<mrow>
<mi>&sigma;</mi>
<mo>=</mo>
<msqrt>
<mfrac>
<mrow>
<mi>&Sigma;</mi>
<msup>
<mrow>
<mo>(</mo>
<mi>I</mi>
<mo>-</mo>
<mi>&mu;</mi>
<mo>)</mo>
</mrow>
<mn>2</mn>
</msup>
</mrow>
<msub>
<mi>N</mi>
<mn>1</mn>
</msub>
</mfrac>
</msqrt>
<mo>,</mo>
</mrow>
其中I为拍摄的像素灰度值,μ为同一像素在N1幅图像中的均值。求得每个像素的均值之后,可以获取σI的关系,次关系即为相机的噪声水平曲线。
5.根据权利要求1所述的基于全自动曝光的高动态范围光栅投影三维测量方法,其特征在于,步骤S4中所述的确定每一次测量的具体曝光时间的方法是:首先设对于像素(u,v),I("i)(u,v)和分别表示当曝光时间为ti时该像素的调制度系数和在图片中的最大灰度值,当曝光时间为t1时,可以在所有像素中找到调制度为It"的像素(u1,v1),该像素的最大灰度值则为将曝光时间增加到第二次曝光值t2,像素(u1,v1)的最大灰度值不应该超过图像饱和的阈值255,则根据相机的线性相应特性,可获取如下关系:
<mrow>
<mfrac>
<msub>
<mi>t</mi>
<mn>2</mn>
</msub>
<msub>
<mi>t</mi>
<mn>1</mn>
</msub>
</mfrac>
<mo>=</mo>
<mfrac>
<mn>254</mn>
<mrow>
<msubsup>
<mi>I</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mi>max</mi>
</msubsup>
<mrow>
<mo>(</mo>
<msub>
<mi>u</mi>
<mn>1</mn>
</msub>
<mo>,</mo>
<msub>
<mi>v</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>.</mo>
</mrow>
此处定义则第二次曝光时间可以很容易求得:t2=t1·ratio;依此类推,可获取第i次的曝光值为ti=t1·ratioi-1。
6.根据权利要求1所述的基于全自动曝光的高动态范围光栅投影三维测量方法,其特征在于,步骤S5中所述的确定一共需要的曝光次数M的具体方法是:当曝光时间为t1时,把条纹调制度I”小于5的像素当做是处于阴影区域的像素,由于阴影区域在光栅投影测量系统是无法被测量的,故可认为在即使在最大的曝光时间下,该部分阴影处的像素的调制度系数仍小于5,则可得到如下关系:
<mrow>
<mfrac>
<msubsup>
<mi>I</mi>
<mi>t</mi>
<mrow>
<mo>&prime;</mo>
<mo>&prime;</mo>
</mrow>
</msubsup>
<mrow>
<msup>
<mi>ratio</mi>
<mrow>
<mi>M</mi>
<mo>-</mo>
<mn>1</mn>
</mrow>
</msup>
</mrow>
</mfrac>
<mo>&GreaterEqual;</mo>
<mn>5.</mn>
</mrow>
根据此关系可以计算得到整个测量过程中一共需要的曝光次数M。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711442918.1A CN107894215B (zh) | 2017-12-26 | 2017-12-26 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711442918.1A CN107894215B (zh) | 2017-12-26 | 2017-12-26 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107894215A true CN107894215A (zh) | 2018-04-10 |
CN107894215B CN107894215B (zh) | 2020-05-08 |
Family
ID=61808732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711442918.1A Active CN107894215B (zh) | 2017-12-26 | 2017-12-26 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107894215B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108827184A (zh) * | 2018-04-28 | 2018-11-16 | 南京航空航天大学 | 一种基于相机响应曲线的结构光自适应三维测量方法 |
CN109631797A (zh) * | 2018-12-28 | 2019-04-16 | 广东奥普特科技股份有限公司 | 一种基于相移技术的三维重构无效区域快速定位方法 |
CN110375671A (zh) * | 2019-02-19 | 2019-10-25 | 西安理工大学 | 一种相位误差的自校正方法 |
CN110887451A (zh) * | 2019-11-20 | 2020-03-17 | 浙江工业大学 | 一种基于相机响应曲线的条纹检测方法 |
CN113340236A (zh) * | 2021-06-28 | 2021-09-03 | 四川大学 | 一种高动态表面形貌测量方法 |
CN114440794A (zh) * | 2022-03-11 | 2022-05-06 | 西安交通大学 | 一种高动态表面的高精度三维测量方法 |
CN114731373A (zh) * | 2019-06-21 | 2022-07-08 | 兹威达公司 | 确定用于三维图像采集过程的一组或多组曝光设置的方法 |
WO2022166723A1 (zh) * | 2021-02-08 | 2022-08-11 | 深圳市汇顶科技股份有限公司 | 深度测量方法、芯片和电子设备 |
CN116485660A (zh) * | 2022-11-22 | 2023-07-25 | 北京迁移科技有限公司 | 图像采集方法及三维重建方法 |
CN117387524A (zh) * | 2023-12-13 | 2024-01-12 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种高动态范围三维测量方法及系统 |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1777487A3 (en) * | 2005-10-20 | 2008-04-23 | Omron Corporation | Three-dimensional shape measuring apparatus, program, computer-readable recording medium, and three-dimensional shape measuring method |
CN101493312A (zh) * | 2009-03-06 | 2009-07-29 | 上海市激光技术研究所 | 一种显微成像高精度三维检测装置及方法 |
CN102679909A (zh) * | 2012-05-10 | 2012-09-19 | 天津大学 | 一种光纤干涉条纹投射中初相位及调制度测量控制方法 |
US20130128030A1 (en) * | 2011-03-25 | 2013-05-23 | Todor G. Georgiev | Thin Plenoptic Cameras Using Solid Immersion Lenses |
US20160171755A1 (en) * | 2013-08-08 | 2016-06-16 | Adobe Systems Incorporated | Automatic geometry and lighting inference for realistic image editing |
CN105806259A (zh) * | 2016-04-29 | 2016-07-27 | 东南大学 | 一种基于二值光栅离焦投影的三维测量方法 |
CN106204732A (zh) * | 2016-07-21 | 2016-12-07 | 深圳市易尚展示股份有限公司 | 动态曝光的三维重建方法及系统 |
CN106408556A (zh) * | 2016-05-23 | 2017-02-15 | 东南大学 | 一种基于一般成像模型的微小物体测量系统标定方法 |
CN106525255A (zh) * | 2016-10-27 | 2017-03-22 | 中国科学院光电技术研究所 | 一种基于图像补偿的相位差波前传感器 |
CN106595522A (zh) * | 2016-12-15 | 2017-04-26 | 东南大学 | 一种光栅投影三维测量系统的误差校正方法 |
-
2017
- 2017-12-26 CN CN201711442918.1A patent/CN107894215B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1777487A3 (en) * | 2005-10-20 | 2008-04-23 | Omron Corporation | Three-dimensional shape measuring apparatus, program, computer-readable recording medium, and three-dimensional shape measuring method |
CN101493312A (zh) * | 2009-03-06 | 2009-07-29 | 上海市激光技术研究所 | 一种显微成像高精度三维检测装置及方法 |
US20130128030A1 (en) * | 2011-03-25 | 2013-05-23 | Todor G. Georgiev | Thin Plenoptic Cameras Using Solid Immersion Lenses |
CN102679909A (zh) * | 2012-05-10 | 2012-09-19 | 天津大学 | 一种光纤干涉条纹投射中初相位及调制度测量控制方法 |
US20160171755A1 (en) * | 2013-08-08 | 2016-06-16 | Adobe Systems Incorporated | Automatic geometry and lighting inference for realistic image editing |
CN105806259A (zh) * | 2016-04-29 | 2016-07-27 | 东南大学 | 一种基于二值光栅离焦投影的三维测量方法 |
CN106408556A (zh) * | 2016-05-23 | 2017-02-15 | 东南大学 | 一种基于一般成像模型的微小物体测量系统标定方法 |
CN106204732A (zh) * | 2016-07-21 | 2016-12-07 | 深圳市易尚展示股份有限公司 | 动态曝光的三维重建方法及系统 |
CN106525255A (zh) * | 2016-10-27 | 2017-03-22 | 中国科学院光电技术研究所 | 一种基于图像补偿的相位差波前传感器 |
CN106595522A (zh) * | 2016-12-15 | 2017-04-26 | 东南大学 | 一种光栅投影三维测量系统的误差校正方法 |
Non-Patent Citations (2)
Title |
---|
LI RAO ET.AL: "Flexible calibration method for telecentric fringe projection profilometry systems", 《OPTICS EXPRESS》 * |
孔玮琦等: "基于一般成像模型的微小物体测量系统标定方法", 《光学学报》 * |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108827184B (zh) * | 2018-04-28 | 2020-04-28 | 南京航空航天大学 | 一种基于相机响应曲线的结构光自适应三维测量方法 |
CN108827184A (zh) * | 2018-04-28 | 2018-11-16 | 南京航空航天大学 | 一种基于相机响应曲线的结构光自适应三维测量方法 |
CN109631797A (zh) * | 2018-12-28 | 2019-04-16 | 广东奥普特科技股份有限公司 | 一种基于相移技术的三维重构无效区域快速定位方法 |
CN110375671A (zh) * | 2019-02-19 | 2019-10-25 | 西安理工大学 | 一种相位误差的自校正方法 |
CN114731373A (zh) * | 2019-06-21 | 2022-07-08 | 兹威达公司 | 确定用于三维图像采集过程的一组或多组曝光设置的方法 |
CN110887451B (zh) * | 2019-11-20 | 2021-08-03 | 浙江工业大学 | 一种基于相机响应曲线的条纹检测方法 |
CN110887451A (zh) * | 2019-11-20 | 2020-03-17 | 浙江工业大学 | 一种基于相机响应曲线的条纹检测方法 |
WO2022166723A1 (zh) * | 2021-02-08 | 2022-08-11 | 深圳市汇顶科技股份有限公司 | 深度测量方法、芯片和电子设备 |
CN113340236A (zh) * | 2021-06-28 | 2021-09-03 | 四川大学 | 一种高动态表面形貌测量方法 |
CN113340236B (zh) * | 2021-06-28 | 2023-02-24 | 四川大学 | 一种高动态表面形貌测量方法 |
CN114440794A (zh) * | 2022-03-11 | 2022-05-06 | 西安交通大学 | 一种高动态表面的高精度三维测量方法 |
CN114440794B (zh) * | 2022-03-11 | 2022-10-28 | 西安交通大学 | 一种高动态表面的高精度三维测量方法 |
CN116485660A (zh) * | 2022-11-22 | 2023-07-25 | 北京迁移科技有限公司 | 图像采集方法及三维重建方法 |
CN116485660B (zh) * | 2022-11-22 | 2023-11-17 | 北京迁移科技有限公司 | 图像采集方法及三维重建方法 |
CN117387524A (zh) * | 2023-12-13 | 2024-01-12 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种高动态范围三维测量方法及系统 |
CN117387524B (zh) * | 2023-12-13 | 2024-02-13 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种高动态范围三维测量方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN107894215B (zh) | 2020-05-08 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107894215A (zh) | 基于全自动曝光的高动态范围光栅投影三维测量方法 | |
CN106595522A (zh) | 一种光栅投影三维测量系统的误差校正方法 | |
CN106705855A (zh) | 一种基于自适应光栅投影的高动态性能三维测量方法 | |
CN104897083B (zh) | 一种基于投影仪散焦解相位的光栅投影三维快速测量方法 | |
CN101292255B (zh) | 三维成像中的人工痕迹消除 | |
CN107917679B (zh) | 一种高亮、过暗区域动态检测、补偿的方法 | |
CN108168464A (zh) | 针对条纹投影三维测量系统离焦现象的相位误差校正方法 | |
CN103925889B (zh) | 一种基于最小二乘法的高光物体表面相位快速恢复方法 | |
CN103994732B (zh) | 一种基于条纹投影的三维测量方法 | |
CN106705849A (zh) | 线结构光传感器标定方法 | |
CN103868473B (zh) | 一种基于递推法的高光物体表面相位快速恢复方法 | |
CN113340236B (zh) | 一种高动态表面形貌测量方法 | |
CN104019767B (zh) | 一种基于灰度直方图的自适应高动态范围三维测量方法 | |
CN110109105A (zh) | 一种基于时序的InSAR技术监测地表形变的方法 | |
CN108362226A (zh) | 提高图像过曝区域相位测量精度的双四步相移法 | |
CN110500957A (zh) | 一种主动三维成像方法、装置、设备以及存储介质 | |
CN112097688A (zh) | 基于光栅投影三维成像的多光谱三维形貌测量方法及装置 | |
CN115272065A (zh) | 基于条纹图超分辨率重建的动态条纹投影三维测量方法 | |
DE19859801C2 (de) | Verfahren zur echtzeitfähigen Ermittlung und Darstellung von Verformungen oder Verschiebungen von Prüfobjekten und Vorrichtung zur Durchführung des Verfahrens | |
CN110414101A (zh) | 一种仿真场景测量方法、准确性测定方法及系统 | |
CN114136236A (zh) | 一种结合极线约束的相位轮廓自适应投影测量方法 | |
CN115523866B (zh) | 一种适用煤矿皮带输送机传输中高反光异物检测的条纹投影三维测量方法 | |
CN110308117A (zh) | 衍射距离校准方法及系统和图像重建方法及系统 | |
JP3370418B2 (ja) | 3次元形状測定システム | |
WO2019126916A1 (zh) | 一种测试方法、装置及终端 |
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 |