CN110887451B - 一种基于相机响应曲线的条纹检测方法 - Google Patents
一种基于相机响应曲线的条纹检测方法 Download PDFInfo
- Publication number
- CN110887451B CN110887451B CN201911138167.3A CN201911138167A CN110887451B CN 110887451 B CN110887451 B CN 110887451B CN 201911138167 A CN201911138167 A CN 201911138167A CN 110887451 B CN110887451 B CN 110887451B
- Authority
- CN
- China
- Prior art keywords
- response curve
- camera
- stripes
- energy
- gray
- 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.)
- Active
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 16
- 230000010363 phase shift Effects 0.000 claims abstract description 8
- 238000000034 method Methods 0.000 claims description 4
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
Images
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)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于相机响应曲线的条纹检测方法,包括以下步骤:1)通过拍摄不同曝光时间的固定场景的照片得到相机的响应曲线;2)将正弦变化的灰度条纹投影到物体上;3)利用相机响应曲线将灰度条纹转化成能量条纹;4)利用相移技术将能量条纹进行相位解码,得到待测物体模型。本发明提供一种精度较高的基于相机响应曲线的条纹检测方法。
Description
技术领域
本发明属于物体检测领域,涉及一种基于相机响应曲线的条纹检测方法。
背景技术
条纹检测法作为一种非接触式的三维检测方法,具有高效、快速、精度适中、简单非侵入等优点,被广泛地应用于逆向工程、产品质量检测、医学诊断等方面。条纹检测法需要将正弦变化的灰度条纹利用投影仪投影到物体上,再用照相机捕获条纹的形变,利用相移算法进行解码,获得物体的三维模型。在检测的过程中,获取正弦条纹质量的好坏(条纹的正弦性及噪声)将直接影响测量的精度,由于环境光影响与投影仪、照相机的系统误差,使用直接获得的正弦条纹会产生较大的误差。
发明内容
为了克服已有条纹检测方法的精度较低的不足,本发明提供了一种精度较高的基于相机响应曲线的条纹检测方法。
本发明解决其技术问题所采用的技术方案是:
一种基于相机响应曲线的条纹检测方法,包括以下步骤:
1)通过拍摄不同曝光时间的固定场景的照片得到相机的响应曲线;
2)将正弦变化的灰度条纹投影到物体上;
3)利用相机响应曲线将灰度条纹转化成能量条纹;
4)利用相移技术将能量条纹进行相位解码,得到待测物体模型。
进一步,所述步骤1)中,获取一组不同曝光时间的照片来恢复相机的响应曲线;同一像素值曝光的时间越长,则其吸收的能量越大,用Zij表示像素值,其中i是像素点,j为经过的曝光时间Δtj,所以可以认为相机响应曲线是单调递增的,则相机响应描述为:
Zij=f(EiΔtj) (1)
因为f是单调递增的,所以将(1)改写为:
f-1(Zij)=EiΔtj
将两边写为对数形式,得到:
lnf-1(Zij)=lnEi+lnΔtj
为了简化方程,定义g=lnf-1,则将方程写为:
g(Zij)=lnEi+lnΔtj (2)
由于假设g是单调且递增的,所以用最小二乘拟合来得到响应关系,得到方程:
其中权重函数:
k为欠曝图片的张数。
再进一步,所述步骤3)中,在得到灰度条纹之后,将其由灰度域的值转化为能量域的值,之后再使用相移算法得到待测模型纹理。
本发明的有益效果主要表现在:精度较高。
附图说明
图1是基于相机响应曲线的条纹检测方法的流程图。
图2是正弦灰度条纹。
图3是正弦能量条纹。
具体实施方式
下面结合附图对本发明作进一步描述。
参照图1,一种基于相机响应曲线的条纹检测方法,包括以下步骤:
1)通过拍摄不同曝光时间的固定场景的照片得到相机的响应曲线;
2)将正弦变化的灰度条纹投影到物体上;
3)利用相机响应曲线将灰度条纹转化成能量条纹;
4)利用相移技术将能量条纹进行相位解码,得到待测物体模型。
进一步,所述步骤1)中,拍摄到曝光时间分别为1/2,1/10,1/30,1/60,1/80,1/100,1/160(曝光时间自己设定)的图像。
获取一组不同曝光时间的照片来恢复相机的响应曲线;同一像素值曝光的时间越长,则其吸收的能量越大,用Zij表示像素值,其中i是像素点,j为经过的曝光时间Δtj,所以可以认为相机响应曲线是单调递增的,则相机响应描述为:
Zij=f(EiΔtj) (1)
因为f是单调递增的,所以将(1)改写为:
f-1(Zij)=EiΔtj
将两边写为对数形式,得到:
lnf-1(Zij)=lnEi+lnΔtj
为了简化方程,定义g=lnf-1,则将方程写为:
g(Zij)=lnEi+lnΔtj (2)
由于假设g是单调且递增的,所以用最小二乘拟合来得到响应关系,得到方程:
其中权重函数:
用来平滑曲线,k为欠曝图片的张数。
再进一步,所述步骤3)中,在得到灰度条纹之后,将其由灰度域的值转化为能量域的值,灰度上的条纹如图2所示,灰度条纹可以表示为:
其中I1(x,y),I2(x,y)是两道背景光强,设I0(x,y)=I1(x,y)+I2(x,y)称为平均强度。条纹分辨率为:
则(3)式可以改写为:
I(x,y)=I0(1+γcos(φ(x,y)+δ)) (5)
根据(2)式的相机响应过程,我们可以根据响应曲线将灰度条纹还原出一条能量相关的条纹曲线:
IE(x,y)=IE0(1+γEcos(φ(x,y)+δ)) (6)
将(6)式展开可以得到:
IE(x,y)=IE0+IE0γEcos(φ(x,y))cosδ-IE0γEsin(φ(x,y))sinδ (7)
令a0=IE0;a1=IE0γEcos(φ(x,y));a2=IE0γEsin(φ(x,y)),则(7)式可以表示为:
IE(x,y)=a0+a1 cosδ-a2 sinδ (8)
则可以得到测量光束的和参考光束的相位差:
能量上的条纹如图3所示。之后再使用相移算法得到待测模型纹理。
Claims (2)
1.一种基于相机响应曲线的条纹检测方法,其特征在于,所述方法包括以下步骤:
1)通过拍摄不同曝光时间的固定场景的照片得到相机的响应曲线;
2)将正弦变化的灰度条纹投影到物体上;
3)利用相机响应曲线将灰度条纹转化成能量条纹;
4)利用相移技术将能量条纹进行相位解码,得到待测物体模型;
所述步骤1)中,获取一组不同曝光时间的照片来恢复相机的响应曲线;同一像素值曝光的时间越长,则其吸收的能量越大,用Zij表示像素值,其中i是像素点,j为经过的曝光时间Δtj,所以可以认为相机响应曲线是单调递增的,则相机响应描述为:
Zij=f(EiΔtj) (1)
因为f是单调递增的,所以将(1)改写为:
f-1(Zij)=EiΔtj
将两边写为对数形式,得到:
lnf-1(Zij)=lnEi+lnΔtj
为了简化方程,定义g=lnf-1,则将方程写为:
g(Zij)=lnEi+lnΔtj (2)
由于假设g是单调且递增的,所以用最小二乘拟合来得到响应关系,得到方程:
其中权重函数:
k为欠曝图片的张数。
2.如权利要求1所述的一种基于相机响应曲线的条纹检测方法,其特征在于,所述步骤3)中,在得到灰度条纹之后,将其由灰度域的值转化为能量域的值,之后再使用相移算法得到待测模型纹理。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911138167.3A CN110887451B (zh) | 2019-11-20 | 2019-11-20 | 一种基于相机响应曲线的条纹检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911138167.3A CN110887451B (zh) | 2019-11-20 | 2019-11-20 | 一种基于相机响应曲线的条纹检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110887451A CN110887451A (zh) | 2020-03-17 |
CN110887451B true CN110887451B (zh) | 2021-08-03 |
Family
ID=69748016
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911138167.3A Active CN110887451B (zh) | 2019-11-20 | 2019-11-20 | 一种基于相机响应曲线的条纹检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110887451B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526341A (zh) * | 2009-04-21 | 2009-09-09 | 北京理工大学 | 差动共焦曲率半径测量方法与装置 |
CN102519395A (zh) * | 2011-11-25 | 2012-06-27 | 东南大学 | 彩色结构光三维测量中的彩色响应标定方法 |
CN103391404A (zh) * | 2012-05-08 | 2013-11-13 | 展讯通信(上海)有限公司 | 自动曝光方法、装置、照相设备和移动终端 |
CN104048621A (zh) * | 2014-06-11 | 2014-09-17 | 西安交通大学 | 一种基于恒定相位编码的数字相移三维测量轮廓术相位误差检测方法 |
CN104392203A (zh) * | 2014-10-13 | 2015-03-04 | 浙江工业大学 | 一种基于视频分析的点状条纹噪声检测方法 |
CN107727003A (zh) * | 2017-11-30 | 2018-02-23 | 哈尔滨工业大学 | 基于结构光照明的面形测量装置和方法 |
CN107894215A (zh) * | 2017-12-26 | 2018-04-10 | 东南大学 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
CN108007387A (zh) * | 2017-11-30 | 2018-05-08 | 哈尔滨工业大学 | 基于结构光照明的面形测量装置和方法 |
CN108007382A (zh) * | 2017-11-30 | 2018-05-08 | 哈尔滨工业大学 | 基于结构光照明的面形测量装置和方法 |
CN108195313A (zh) * | 2017-12-29 | 2018-06-22 | 南京理工大学 | 一种基于光强响应函数的高动态范围三维测量方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6248539B1 (en) * | 1997-09-05 | 2001-06-19 | The Scripps Research Institute | Porous semiconductor-based optical interferometric sensor |
TWI426296B (zh) * | 2009-06-19 | 2014-02-11 | Ind Tech Res Inst | 利用光學偏極特性之三維顯微共焦量測系統與方法 |
CN109506591A (zh) * | 2018-09-14 | 2019-03-22 | 天津大学 | 一种适应于复杂光照场景的自适应照明优化方法 |
CN110057319B (zh) * | 2019-02-20 | 2021-05-25 | 西安理工大学 | 一种大范围反射率变化物体的高速三维测量方法 |
-
2019
- 2019-11-20 CN CN201911138167.3A patent/CN110887451B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101526341A (zh) * | 2009-04-21 | 2009-09-09 | 北京理工大学 | 差动共焦曲率半径测量方法与装置 |
CN102519395A (zh) * | 2011-11-25 | 2012-06-27 | 东南大学 | 彩色结构光三维测量中的彩色响应标定方法 |
CN103391404A (zh) * | 2012-05-08 | 2013-11-13 | 展讯通信(上海)有限公司 | 自动曝光方法、装置、照相设备和移动终端 |
CN104048621A (zh) * | 2014-06-11 | 2014-09-17 | 西安交通大学 | 一种基于恒定相位编码的数字相移三维测量轮廓术相位误差检测方法 |
CN104392203A (zh) * | 2014-10-13 | 2015-03-04 | 浙江工业大学 | 一种基于视频分析的点状条纹噪声检测方法 |
CN107727003A (zh) * | 2017-11-30 | 2018-02-23 | 哈尔滨工业大学 | 基于结构光照明的面形测量装置和方法 |
CN108007387A (zh) * | 2017-11-30 | 2018-05-08 | 哈尔滨工业大学 | 基于结构光照明的面形测量装置和方法 |
CN108007382A (zh) * | 2017-11-30 | 2018-05-08 | 哈尔滨工业大学 | 基于结构光照明的面形测量装置和方法 |
CN107894215A (zh) * | 2017-12-26 | 2018-04-10 | 东南大学 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
CN108195313A (zh) * | 2017-12-29 | 2018-06-22 | 南京理工大学 | 一种基于光强响应函数的高动态范围三维测量方法 |
Non-Patent Citations (1)
Title |
---|
High dynamic range 3D shape measurement based on the intensity response function of a camera;Liang Zhang, Qian Chen, Chao Zuo, and Shijie Feng;《Applied Optics》;20180220;第57卷(第6期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110887451A (zh) | 2020-03-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zuo et al. | Micro Fourier transform profilometry (μFTP): 3D shape measurement at 10,000 frames per second | |
CN106931910B (zh) | 一种基于多模态复合编码和极线约束的高效三维图像获取方法 | |
JP5029618B2 (ja) | パターン投影法による3次元形状計測装置、方法およびプログラム | |
CN113237435B (zh) | 一种高反光表面三维视觉测量系统及方法 | |
CN101373135B (zh) | 基于瞬时随机光照的三维曲面测量装置及方法 | |
CN109579738B (zh) | 一种二值条纹离焦投影系统低通滤波特性测量方法 | |
TWI573984B (zh) | 圖像匹配系統及方法 | |
CN102183214A (zh) | 一种大口径非球面镜结构光检测方法 | |
CN101608908A (zh) | 数字散斑投影和相位测量轮廓术相结合的三维数字成像方法 | |
CN104111038B (zh) | 利用相位融合算法修复饱和产生的相位误差的方法 | |
Wang et al. | Enhanced high dynamic range 3D shape measurement based on generalized phase-shifting algorithm | |
RU2010133943A (ru) | Способ и камера для получения визуальной информации из трехмерных объектов съемки в режиме реального времени | |
CN108362226B (zh) | 提高图像过曝区域相位测量精度的双四步相移法 | |
CN103994732A (zh) | 一种基于条纹投影的三维测量方法 | |
CN105157614A (zh) | 基于二值相移图案的三维测量方法 | |
CN104482877A (zh) | 动态物体三维成像中的运动补偿方法与系统 | |
CN115775303A (zh) | 一种基于深度学习与光照模型的高反光物体三维重建方法 | |
US20170094254A1 (en) | Method and apparatus for acquiring three-dimensional image, and computer readable recording medium | |
CN115451820B (zh) | 三通道偏振信息采集系统 | |
CN111272099A (zh) | 一种面向航空发动机叶片表面三维形貌的面结构光精密检测系统 | |
CN111174730A (zh) | 一种基于相位编码的快速相位解包裹方法 | |
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 | |
CN110887451B (zh) | 一种基于相机响应曲线的条纹检测方法 | |
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 | |
Berssenbrügge et al. | Characterization of the 3D resolution of topometric sensors based on fringe and speckle pattern projection by a 3D transfer function |
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 |