CN110243308A - 基于区域定位的实时相位测量轮廓术 - Google Patents

基于区域定位的实时相位测量轮廓术 Download PDF

Info

Publication number
CN110243308A
CN110243308A CN201910472258.4A CN201910472258A CN110243308A CN 110243308 A CN110243308 A CN 110243308A CN 201910472258 A CN201910472258 A CN 201910472258A CN 110243308 A CN110243308 A CN 110243308A
Authority
CN
China
Prior art keywords
matching
testee
pixel
deforming stripe
region
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.)
Pending
Application number
CN201910472258.4A
Other languages
English (en)
Inventor
彭旷
戴铭酉
罗子涵
赵江
刘泱杰
王文峰
万美琳
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.)
Hubei University
Original Assignee
Hubei University
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 Hubei University filed Critical Hubei University
Priority to CN201910472258.4A priority Critical patent/CN110243308A/zh
Publication of CN110243308A publication Critical patent/CN110243308A/zh
Pending legal-status Critical Current

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

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于区域定位的实时相位测量轮廓术，过程为：采集多帧变形条纹图，对多帧变形条纹图分别进行二值化处理，在处理后的图像分别圈出一个矩形区域作为匹配模板中心点的运动区域，在所述运动区域内进行像素匹配得到各帧变形条纹图中与被测物体上某一点的像素一一对的应最优的区域条纹图，根据所述区域条纹图计算被测物体高度调制的相位信息及被测物体高度引起的相位变化，根据相位和高度的对应关系确定被测物体的三维物体表面面形高度分布。本发明利用二值化变形条纹图有明显的灰度特征的特点，对像素匹配区域的进行处理，使得后期遍历像素点的范围减小，在保证精度的前提下，提升了像素匹配的效率及实时相位测量轮廓术的效率。

Description

基于区域定位的实时相位测量轮廓术
技术领域
本发明属于物体三维测量技术领域，具体涉及一种基于区域定位的实时相位测量轮廓术。
背景技术
随着制造业，医学影像，虚拟现实，计算机图形学的发展，使用具有相移的多个条纹图案算法获得准确和高分辨率的三维轮廓的相位测量轮廓术越来越受到关注。实时相位测量轮廓术(PMP)由于有采集数据量大、精度高、非接触等特点，通过投影和采集多帧条纹图即可恢复出被测物体的三维面型，是光学三维测量手段中被广泛研究和使用的一种方法。
由于工业的发展和应用场合的增多，测量三维形貌的需求日益旺盛，测量的对象也从静态物体延伸至动态物体，根据动态物体的运动特点，可分为在线三维测量和实时三维测量。在线三维测量主要针对于流水线上在一条直线上运动的物体，对测量的外界条件要求较高，实时三维测量可视为各个时刻在对不同的物体进行测量，由于实时测量不要求物体运动在一条直线上，因而适用面更广，是对动态物体进行三维测量的发展方向。目前实时测量采用投影仪投影、CCD采集图像后，匹配像素时需要遍历采集的整个图像，才能使所采集到的多帧变形条纹图中被测物体的变化小于一个像素点，从而实时恢复出被测物体的面型，这种整体遍历的匹配过程复杂，处理效率低，对设备性能要求较高。
发明内容
本发明的目的就是为了解决上述背景技术存在的不足，提供一种方法简单、效率高的基于区域定位的实时相位测量轮廓术。
本发明采用的技术方案是：一种基于区域定位的实时相位测量轮廓术，将条纹图投影到在参考平面运动的被测物体上，采集多帧变形条纹图，选取匹配模板，对多帧变形条纹图分别进行二值化处理，根据二值化图像的灰度特点在处理后的图像分别圈出一个矩形区域作为匹配模板中心点的运动区域，在所述运动区域内进行像素匹配得到各帧变形条纹图中与被测物体上某一点的像素一一对的应最优的区域条纹图，根据所述区域条纹图计算被测物体高度调制的相位信息及被测物体高度引起的相位变化，根据相位和高度的对应关系确定被测物体的三维物体表面面形高度分布。
进一步地，所述圈出一个矩形区域的过程为：二值化图像中的灰度只有0和1，以变形条纹图边缘为基准选取二值化图像中最上、最下、最左、最右四个位置灰度值为0的点，分别过每个点画平行于形条纹图边缘的直线，四条直线相交形成的中心区域即为所述矩形区域。
更进一步地，所述在所述运动区域内进行像素匹配的过程为：在每帧变形条纹图中选取能够与匹配模板进行相关度计算的匹配区域，所述匹配区域的中心点位于运动区域内，分别计算所有选取的匹配区域与匹配模板之间的相关度，比较所有相关度的大小，以最大的相关度所对应的匹配区域作为变形条纹图中与被测物体上某一点的像素对应的最优的区域条纹图。
本发明变形条纹图进行二值化处理，利用图像的灰度特征圈出一个最小的包围被测物体的矩形，以其作为衡量匹配区域位置的标志，故与匹配模板进行相关度计算的次数最多为矩形内像素点的个数，在此基础上得到像素匹配所需要的坐标信息，最终确定被测物体的三维物体表面面形高度分布。本发明与现有技术相比有如下优点：
1、本发明利用二值化变形条纹图有明显的灰度特征的特点，对像素匹配区域的进行处理，由于对匹配区域进行了预处理，使得后期遍历像素点的范围减小，省去了传统方法中遍历整个匹配区域的过程，在保证精度的前提下，提升了像素匹配的效率及实时相位测量轮廓术的效率。
2、本发明实用性强，可根据测量物体灵活调整参数来达到最佳匹配效率，适用性广，无需增加硬件设备。
附图说明
图1为实现本发明实时相位测量轮廓术的系统结构示意图。
图2为被测物体的示意图。
图3为本发明其中一帧利用区域定位圈选的被测物体的示意图。
图4为选取的模板的中心的示意图。
图5为采用本发明最终恢复三维结构的图像。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步说明。在此需要说明的是，对于这些实施方式的说明用于帮助理解本发明，但并不构成对本发明的限定。此外，下面所描述的本发明各个实施方式中所涉及到的技术特征只要彼此之间未构成冲突就可以互相结合。
如图1-5所示，本发明提供一种基于区域定位的实时相位测量轮廓术，采用投影设备将条纹图投影到在参考平面运动的被测物体上，通过图像采集系统采集多帧变形条纹图，选取匹配模板，对多帧变形条纹图分别进行二值化处理，根据二值化图像的灰度特点在处理后的图像分别圈出一个矩形区域作为匹配模板中心点的运动区域，在所述运动区域内进行像素匹配得到各帧变形条纹图中与被测物体上某一点的像素一一对的应最优的区域条纹图，根据所述区域条纹图计算被测物体高度调制的相位信息及被测物体高度引起的相位变化，根据相位和高度的对应关系确定被测物体的三维物体表面面形高度分布。
本发明投影设备使用的是数字光投影仪(Digital Light Procession,DLP)，图像采集系统使用的是电荷耦合元件(Charge-coupled Device,CCD)，投影的面结构光通常采用的是正弦光栅图。
在参考面上没有摆放被测物体时，DLP投影的正弦光栅条纹仅受到参考平面高度的调制，并设投影的第一帧正弦条纹图相对于第n帧正弦条纹图的相移量为δn，此时采集到的变形条纹图为：
其中(x，y)为CCD系统中的像素点坐标，A(x，y)为背景光强度，B(x，y)表征正弦条纹的对比度，R0(x，y)为参考平面反射率分布，(2)为参考平面变形条纹的相位信息，为受到参考平面调制的相位信息。f0为正弦条纹的频率。
当DLP将正弦光栅条纹图投影到被测物体上时，被测物体的高度会对正弦光栅的相位进行调制，同时由于在不同测量情况下参考平面和物体表面材质的不同，它们的反射率也会让采集到的变形条纹的灰度发生变化。因此，变形条纹的光强分布I(x，y)如式(3)所示：
其中，R(x，y)表示参考面和物体表面的反射率分布，(4)为参考平面放置了被测物体时变形条纹的相位分布，为受到物面高度调制的相位信息。
当被测物体在工作平台上运动时，以CCD采集五帧变形条纹图为例，被测物体上的某一点在五帧变形条纹图中所对应的像素点坐标(x，y)分别为(x1，y1)，(x2，y2)，(x3，y3)，(x4，y4)，(x5，y5)这五个像素点的坐标值各不相同，但是为了满足PMP(实时相位测量轮廓术)计算相位时点对点的特性，必须通过像素匹配来使其对应。
大津法是一种运用于图像处理中确定动态阈值的方法，本文通过大津法来对所采集到的五帧变形条纹图进行处理，可以找出一个阈值，设定为K。图像经过二值化处理以后，变形条纹图中各像素点的灰度信息将会由有多个灰阶变成只有0和1二个数值，高于K灰阶的像素点将被置为0，小于K灰阶的像素点会被置于1。
在将多帧变形条纹图经过二值化处理之后，首先以尽量小面积的矩形包含全部所测物体为标准在第一帧变形条纹图截取匹配模板T1(x，y)，设其规格为m*n，再在多张二值化图像中以图像四个边缘为基准寻找像素值为零的最值点，分别为最上、最下、最左、最右四个点，并记录其坐标为(x1，y1)，(x2，y2)，(x3，y3)，(x4，y4)，分别过这四个点画平行于图像边缘的直线，四条直线相交形成的中心区域即为包围被测物体的最小矩形区域，设其长为a，宽为b，且此矩形四边位置分别为y＝y1，y＝y2，x＝x3，x＝x4，此区域记为S。
a＝y1-y2 (5)
b＝x4-x3 (6)
找到匹配模板的中心点c，那么匹配模板T1(x，y)可匹配的区域就是模板中心点在矩形S中运动的区域。
其中δ1，δ2为描述模板运动的参数，在此方法中，模板中心点只能在区域S中运动。但在实际操作过程中，受到测量物体与测量平台大小的限制，在y方向上，模板中心运动的长度往往小于a。故本发明所提出的方法在小物体大平台上与传统中遍历整张图片的方法相比效果更明显。尽管会受到物体大小的限制，在y方向不能满足运动距离为a时，此方法依然在保证精度的前提下大幅提升了匹配的速度。
上述在所述运动区域内进行像素匹配的过程为：在每帧变形条纹图中选取能够与匹配模板进行相关度计算的匹配区域，所述匹配区域的中心点位于运动区域内，分别计算所有选取的匹配区域与匹配模板之间的相关度，比较所有相关度的大小，以最大的相关度所对应的匹配区域作为变形条纹图中与被测物体上某一点的像素对应的最优的区域条纹图。
在第一帧变形条纹图中通过大津法计算后选定一个二值化的匹配模板T1(x，y)与另一张变形条纹图中划定的匹配区域M′n(x，y)中进行相关度运算，相关度(RL)值如(8)式所示，当RL值最大时，可视为两张图像相同，即可得出物体在相邻两帧图像拍摄时物体位置所间隔的距离X。将IN(X，Y)(n＝1，2，3，4，5)(进行像素匹配后的区域条纹图)分别向物体运动的反方向移动nXpixel(n＝1，2，3，4，5)得到INp(X，Y)(n＝1，23，4，5)，截取同一区域带有物体高度信息的部分，即可得到像素一一对应的变形条纹图I′n(X，Y)(n＝1，2，3，4，5)完成像素匹配：
在完成像素匹配之后假设在相位计算过程中一共使用了N帧变形条纹图，则第n帧条纹图相对于第一帧条纹图的相移量为：
基于三角函数的正交性，由这N帧变形条纹图即可计算出被物体高度调制的相位信息
同样的，经CCD采集后利用式(10)进行计算，即可得到参考平面上的相位信息进而可计算出被测物体高度所引起的相位变化再利用相位和高度的对应关系即可恢复出物体的三维物体表面面形高度分布。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。

Claims (3)

1.一种基于区域定位的实时相位测量轮廓术，其特征在于：将条纹图投影到在参考平面运动的被测物体上，采集多帧变形条纹图，选取匹配模板，对多帧变形条纹图分别进行二值化处理，根据二值化图像的灰度特点在处理后的图像分别圈出一个矩形区域作为匹配模板中心点的运动区域，在所述运动区域内进行像素匹配得到各帧变形条纹图中与被测物体上某一点的像素一一对的应最优的区域条纹图，根据所述区域条纹图计算被测物体高度调制的相位信息及被测物体高度引起的相位变化，根据相位和高度的对应关系确定被测物体的三维物体表面面形高度分布。
2.根据权利要求1所述的基于区域定位的实时相位测量轮廓术，其特征在于：所述圈出一个矩形区域的过程为：二值化图像中的灰度只有0和1，以变形条纹图边缘为基准选取二值化图像中最上、最下、最左、最右四个位置灰度值为0的点，分别过每个点画平行于形条纹图边缘的直线，四条直线相交形成的中心区域即为所述矩形区域。
3.根据权利要求1所述的基于区域定位的实时相位测量轮廓术，其特征在于：在所述运动区域内进行像素匹配的过程为：在每帧变形条纹图中选取能够与匹配模板进行相关度计算的匹配区域，所述匹配区域的中心点位于运动区域内，分别计算所有选取的匹配区域与匹配模板之间的相关度，比较所有相关度的大小，以最大的相关度所对应的匹配区域作为变形条纹图中与被测物体上某一点的像素对应的最优的区域条纹图。
CN201910472258.4A 2019-05-31 2019-05-31 基于区域定位的实时相位测量轮廓术 Pending CN110243308A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910472258.4A CN110243308A (zh) 2019-05-31 2019-05-31 基于区域定位的实时相位测量轮廓术

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910472258.4A CN110243308A (zh) 2019-05-31 2019-05-31 基于区域定位的实时相位测量轮廓术

Publications (1)

Publication Number Publication Date
CN110243308A true CN110243308A (zh) 2019-09-17

Family

ID=67885734

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910472258.4A Pending CN110243308A (zh) 2019-05-31 2019-05-31 基于区域定位的实时相位测量轮廓术

Country Status (1)

Country Link
CN (1) CN110243308A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783529A (zh) * 2019-07-26 2020-10-16 牧今科技 基于边缘和多维拐角的检测后改善
US11389965B2 (en) 2019-07-26 2022-07-19 Mujin, Inc. Post-detection refinement based on edges and multi-dimensional corners

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001043480A (ja) * 1999-07-30 2001-02-16 Pkd:Kk 車両の床投影面積の計測装置
CN104990514A (zh) * 2015-07-09 2015-10-21 三峡大学 一种动态傅里叶变换轮廓术数据处理装置及方法
CN107576280A (zh) * 2017-09-05 2018-01-12 河北工业大学 基于并行四颜色通道的条纹投影三维形貌测量方法及装置
CN109472822A (zh) * 2018-12-29 2019-03-15 上海大学 基于深度图像处理的物体尺寸测量方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2001043480A (ja) * 1999-07-30 2001-02-16 Pkd:Kk 車両の床投影面積の計測装置
CN104990514A (zh) * 2015-07-09 2015-10-21 三峡大学 一种动态傅里叶变换轮廓术数据处理装置及方法
CN107576280A (zh) * 2017-09-05 2018-01-12 河北工业大学 基于并行四颜色通道的条纹投影三维形貌测量方法及装置
CN109472822A (zh) * 2018-12-29 2019-03-15 上海大学 基于深度图像处理的物体尺寸测量方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
彭旷等: "基于低调制度特征的在线三维测量方法", 《中国激光》 *
林定天: "基于模板的运动物体跟踪", 《中国优秀硕士学位论文全文数据库信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111783529A (zh) * 2019-07-26 2020-10-16 牧今科技 基于边缘和多维拐角的检测后改善
CN111783529B (zh) * 2019-07-26 2021-07-09 牧今科技 基于边缘和多维拐角的检测后改善
US11389965B2 (en) 2019-07-26 2022-07-19 Mujin, Inc. Post-detection refinement based on edges and multi-dimensional corners
US11850760B2 (en) 2019-07-26 2023-12-26 Mujin, Inc. Post-detection refinement based on edges and multi-dimensional corners

Similar Documents

Publication Publication Date Title
Wang Review of real-time three-dimensional shape measurement techniques
CN103400366B (zh) 基于条纹结构光的动态场景深度获取方法
CN106989695B (zh) 一种投影仪标定方法
CN105783775B (zh) 一种镜面及类镜面物体表面形貌测量装置与方法
Mouaddib et al. Recent progress in structured light in order to solve the correspondence problem in stereovision
US8837812B2 (en) Image processing device, image processing method, and program
CN103697815B (zh) 基于相位编码的混频结构光三维信息获取方法
Sun et al. A robust method to extract a laser stripe centre based on grey level moment
CN104457615B (zh) 基于广义s变换的三维数字成像方法
Zong et al. An intelligent and automated 3D surface defect detection system for quantitative 3D estimation and feature classification of material surface defects
CN103414861B (zh) 一种投影仪画面自适应几何矫正的方法
CN105844633B (zh) 基于De序列和相位编码的单帧结构光深度获取方法
CN105069789B (zh) 基于编码网格模板的结构光动态场景深度获取方法
CN106643562B (zh) 基于时域空域混合编码的结构光条纹投射方法
CN103292733B (zh) 一种基于相移和三视张量的对应点查找方法
CN108955571A (zh) 双频外差与相移编码相结合的三维测量方法
Yue et al. Reduction of systematic errors in structured light metrology at discontinuities in surface reflectivity
CN109631798A (zh) 一种基于π相移方法的三维面形垂直测量方法
JP5761750B2 (ja) 画像処理方法および装置
CN110243308A (zh) 基于区域定位的实时相位测量轮廓术
CN113587852A (zh) 一种基于改进三步相移的彩色条纹投影三维测量方法
CN106767531B (zh) 一种二维运动物体的三维测量方法及装置
CN107036555B (zh) 一种交叉光轴光栅投影测量仿真系统及其实现方法
KR101001894B1 (ko) 컬러 투사 모아레 기법을 이용한 3차원 형상 측정 장치 및 방법
Xu et al. Realtime 3D profile measurement by using the composite pattern based on the binary stripe pattern

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
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20190917