CN110942506A - 一种物体表面纹理重建方法、终端设备及系统 - Google Patents

一种物体表面纹理重建方法、终端设备及系统 Download PDF

Info

Publication number
CN110942506A
CN110942506A CN201911233571.9A CN201911233571A CN110942506A CN 110942506 A CN110942506 A CN 110942506A CN 201911233571 A CN201911233571 A CN 201911233571A CN 110942506 A CN110942506 A CN 110942506A
Authority
CN
China
Prior art keywords
coordinate system
black
color
camera
white
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
Application number
CN201911233571.9A
Other languages
English (en)
Other versions
CN110942506B (zh
Inventor
周京博
李玥华
毛庆伟
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.)
Hebei University of Science and Technology
Original Assignee
Hebei University of Science and Technology
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 Hebei University of Science and Technology filed Critical Hebei University of Science and Technology
Priority to CN201911233571.9A priority Critical patent/CN110942506B/zh
Publication of CN110942506A publication Critical patent/CN110942506A/zh
Application granted granted Critical
Publication of CN110942506B publication Critical patent/CN110942506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/04Texture mapping
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/10Geometric effects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00Manipulating 3D models or images for computer graphics
    • G06T19/20Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20Indexing scheme for editing of 3D models
    • G06T2219/2012Colour editing, changing, or manipulating; Use of colour codes

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Architecture (AREA)
  • Computer Hardware Design (AREA)
  • General Engineering & Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明适用于图像处理技术领域,提供了一种物体表面纹理重建方法、终端设备及系统,所述方法包括:获取被测物体的灰度条纹图像及彩色图像;提取灰度条纹图像的条纹中心数据点,并将条纹中心数据点由黑白相机像素坐标系转换至运动坐标系下;对运动坐标系下的条纹中心数据点进行三角剖分,确定被测物体的初始几何纹理模型;对初始几何纹理模型中的条纹中心数据点进行插值,得到被测物体的三维几何纹理模型;将三维几何纹理模型由运动坐标系转换至彩色相机的像素坐标系下,并根据彩色图像为三维几何纹理模型进行色彩纹理重建。本申请通过黑白相机和彩色相机能够实现被测物体表面几何纹理和色彩纹理的同时重建,使物体表面纹理重建更加完整。

Description

一种物体表面纹理重建方法、终端设备及系统
技术领域
本发明属于图像处理技术领域,尤其涉及一种物体表面纹理重建方法、终端设备及系统。
背景技术
机器视觉中的自动化检测方法,相对于传统的检测方法,有着精度好、效率高、检测性稳定等优点,在工业领域中,能够有效解决工人短缺、成本费用高等问题。随着生产需求的不断提高,需要将检测工件的三维形状重建出来用来进行更深一步的研究,这就促进着机器视觉的研究向着三维形状重建领域发展。
机器视觉测量实际上是三维空间物体向二维空间映射的一个过程,映射的过程中,会有一些重要的信息丢失。目前,在逆向工程中通常通过机器视觉来识别物体的空间三维形状,然后通过三维重建技术构造出三维数字模型,这些三维数字模型仅能呈现出被测物体表面形状信息,表面纹理信息获取不全面。而在一些领域中,需要更真实全面的物体表面纹理信息进行更深层的了解以及传递信息。
发明内容
有鉴于此,本发明实施例提供了一种物体表面纹理重建方法、终端设备及系统,以解决现有技术中表面纹理信息获取不全面的问题。
本发明实施例的第一方面提供了一种物体表面纹理重建方法,应用于终端设备,包括:
获取被测物体的灰度条纹图像及彩色图像,所述灰度条纹图像为黑白相机拍摄的被测物体表面条纹的图像,所述被测物体表面条纹为由激光器发射的激光照射形成的条纹;
提取所述灰度条纹图像的条纹中心数据点,并将所述条纹中心数据点由所述黑白相机的像素坐标系转换至运动坐标系下;
对所述运动坐标系下的条纹中心数据点进行三角剖分,确定所述被测物体的初始几何纹理模型;
对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型;
将所述三维几何纹理模型由所述运动坐标系转换至所述彩色相机的像素坐标系下,并根据所述彩色图像为所述三维几何纹理模型进行色彩纹理重建。
本发明实施例的第二方面提供了一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如上所述物体表面纹理重建方法的步骤。
本发明实施例的第三方面提供了一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,所述计算机程序被处理器执行时实现如上所述物体表面纹理重建方法的步骤。
本发明实施例的第四方面提供了一种物体表面纹理重建系统,包括如上所述的终端设备、用于带动被测物体移动的运动平台、黑白相机、彩色相机、激光器、和用于固定所述彩色相机、所述黑白相机和所述激光器的相机支架:
所述黑白相机、所述彩色相机、所述激光器、所述运动平台分别与所述终端设备电连接。
本发明实施例与现有技术相比存在的有益效果是:本发明实施例首先获取被测物体的灰度条纹图像及彩色图像,所述灰度条纹图像为黑白相机拍摄的被测物体表面条纹的图像;提取所述灰度条纹图像的条纹中心数据点,并将所述条纹中心数据点由所述黑白相机的像素坐标系转换至运动坐标系下;对所述运动坐标系下的条纹中心数据点进行三角剖分,确定所述被测物体的初始几何纹理模型;对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型;将所述三维几何纹理模型由所述运动坐标系转换至所述彩色相机的像素坐标系下,并根据所述彩色图像为所述三维几何纹理模型进行色彩纹理重建。本实施例通过黑白相机和彩色相机能够实现被测物体表面几何纹理和色彩纹理的同时重建,使物体表面纹理重建更加完整,并且通过对初始几何纹理模型中的数据点进行插值,能够使插值后的三维几何模型中的数据点与彩色图像的数据点相匹配,从而提高色彩重建的准确性。
附图说明
为了更清楚地说明本发明实施例中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本发明实施例提供的物体表面纹理重建系统的结构示意图;
图2是本发明实施例提供的物体表面纹理重建方法的实现流程示意图;
图3是本发明实施例提供的标定板的示意图;
图4是本发明实施例提供的两个位姿下的黑白标定图像的标定板圆心数据点的示例图;
图5是本发明实施例提供的运动坐标系的示意图;
图6是本发明实施例提供的标定板圆心数据点和部分条纹中心数据点的位置关系示意图;
图7是本发明实施例提供的拟合的激光平面示意图;
图8是本发明实施例提供的对数据点进行三角剖分的示意图;
图9是本发明实施例提供的终端设备的示意图;
图10是本发明实施例提供的初始几何纹理模型的部分条纹中心数据点的示意图;
图11是本发明实施例提供的对初始几何纹理模型的条纹中心数据点进行插值的示意图;
图12是本发明实施例提供的插值后的三维几何纹理模型的部分数据点的示意图。
具体实施方式
以下描述中,为了说明而不是为了限定,提出了诸如特定系统结构、技术之类的具体细节,以便透彻理解本发明实施例。然而,本领域的技术人员应当清楚,在没有这些具体细节的其它实施例中也可以实现本发明。在其它情况中,省略对众所周知的系统、装置、电路以及方法的详细说明,以免不必要的细节妨碍本发明的描述。
为了说明本发明所述的技术方案,下面通过具体实施例来进行说明。
如图1所示,图1示出了本发明实施例提供的物体表面纹理重建系统的结构示意图,其包括:终端设备(图1中未示出)、用于带动被测物体移动的运动平台6、黑白相机6、彩色相机1、激光器2、和用于固定所述彩色相机1、所述黑白相机6和所述激光器2的相机支架8:
所述黑白相机6、所述彩色相机1、所述激光器2、所述运动平台6分别与所述终端设备电连接。
在本实施例中,如图1所示,彩色相机1、黑白相机6和激光器2分别安装在相机机架上,彩色相机1、黑白相机6和激光器2在相机机架上的位置可以通过人工手动调整,也可以通过终端设备控制自动调整。运动平台6设置在相机机架的下方,能够使黑白相机6、彩色相机1和激光器2向下拍摄到运动平台6上的被测物体。
本实施例中的终端设备可以为桌上型计算机、笔记本、掌上电脑及云端服务器等,终端设备分别与黑白相机6、彩色相机1、激光器2和运动平台6连接,用户通过终端设备输入操作指令,操作指令包括黑白相机拍摄指令、彩色相机拍摄指令、激光器工作指令和平台移动指令,终端设备收到用户输入的指令后,分别控制黑白相机6、彩色相机1、激光器2以及运动平台6移动。
在本实施例中,运动平台6可以为一维运动平台,在水平方向移动,从而带动被测物体在水平方向移动。运动平台也可以为二维平台,在垂直方向和水平方向移动,从而带动被测物体在垂直方向和水平方向移动。
在本发明的一个实施例中,物体表面纹理重建系统还包括LED灯3,LED灯3安装在相机支架8上,用于为被测物体提供光源。
在本发明的一个实施例中,物体表面纹理重建系统还包括步进电机7,步进电机7与终端设备电连接,与运动平台6机械连接,步进电机7用于获取终端设备的平台移动指令,并驱动运动平台6移动。
本实施例中提到的纹理包括几何纹理和色彩纹理两种,本实施例使用彩色相机1和LED灯3负责得到高质量的彩色图像,激光器2和黑白相机6构成线结构光测量系统,该测量系统通过与运动工作台结合实现被测物体三维几何形状的测量。通过双相机协同测量工作,从而实现物体表面几何纹理和色彩纹理的同时重建。
在本实施例中,黑白相机6选择MindVision USB2.0工业相机MV-UB500M,分辨率1280×960,感光范围为380~1050nm,用于拍摄灰度条纹图像,计算被测物体的三维轮廓;彩色相机1选择MindVision USB2.0工业相机MV-UBS31GC,分辨率752×480,感光范围为350~750nm,与LED灯3配合获取高清晰的彩色纹理图像;激光器2采用半导体激光器,半导体激光器输出波长为850nm,输出波长在彩色相机感光范围外,因此不影响彩色相机的图像获取,输出功率可调,最大输出功率为50mW。
如图2所示,图2示出了本发明实施例提供的物体表面纹理重建方法的流程示意图,其包括:
S101:获取被测物体的灰度条纹图像及彩色图像,所述灰度条纹图像为黑白相机6拍摄的被测物体表面条纹的图像,所述被测物体表面条纹为由激光器2发射的激光照射形成的条纹。
在本实施例中,将被测物体放置在运动平台6上,终端设备首先控制激光器2打开,并控制黑白相机6捕获被测物体表面带条纹的图像,通过运动平台6运动,完成整个被测物体表面的扫描,然后将激光器2和黑白相机6关闭,打开彩色相机1和LED灯3,运动平台6保持在黑白相机6最后拍摄被测物体时的位置,然后获取此时被测物体的彩色图像,从而获取到被测物体的灰度条纹图像和彩色图像。
在本实施例中,激光器2发射的光线与被测物体表面相交形成激光条纹,黑白相机6采集带条纹的灰度条纹图像,通过条纹中心数据获取、预处理、生成表面等过程,重建出该条纹所处位置被测物体的三维形状模型。在对被测物体的整个外表面进行集合重建时,通过和运动平台6结合,获取能够完整表现被测物体表面的一组灰度条纹图像集,该组灰度条纹图像集包括至少一张灰度条纹图像,从而根据该组灰度条纹图像集,完成整个被测物体三维形状模型重建。
S102:提取所述灰度条纹图像的条纹中心数据点,并将所述条纹中心数据点由所述黑白相机的像素坐标系转换至运动坐标系下。
S103:对所述运动坐标系下的条纹中心数据点进行三角剖分,确定所述被测物体的初始几何纹理模型。
S104:对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型。
S105:将所述三维几何纹理模型由所述运动坐标系转换至所述彩色相机的像素坐标系下,并根据所述彩色图像为所述三维几何纹理模型进行色彩纹理重建。
在本实施例中,三维几何纹理模型用来体现被测物体的表面几何纹理。
在本实施例中,由于初始几何纹理模型中的数据点为条纹中心数据点,该数据点在运动方向上较为稀疏,无法与彩色图像的像素点完全匹配,获取的彩色信息不真实。基于此,对初始几何纹理模型进行插值就是为了将插值处理后的三维几何纹理模型的数据点与彩色图像的像素点完全匹配,从而提高色彩重建的准确性。
本发明实施例首先获取被测物体的灰度条纹图像及彩色图像;然后将所述灰度条纹图像的条纹中心数据点由黑白相机像素坐标系转换至运动坐标系下,并根据所述运动坐标系下的条纹中心数据点,确定所述被测物体的三维几何纹理模型;将所述灰度条纹图像的三维几何纹理模型由所述运动坐标系转换至彩色相机像素坐标系下,并根据所述彩色图像为所述三维几何纹理模型进行色彩纹理重建。从而实现被测物体表面几何纹理和色彩纹理的同时重建,使物体表面纹理重建更加完整。
在一个实施例中,在所述获取被测物体的灰度条纹图像及彩色图像之前,还包括:
S201:分别获取所述黑白相机6及所述彩色相机1采集的所述标定板在至少一个位姿下的黑白标定图像及彩色标定图像;
S202:根据同一位姿下的黑白标定图像及彩色标定图像,分别对所述黑白相机和所述彩色相机进行标定,得到所述黑白相机的标定参数和所述彩色相机的标定参数,以及确定所述黑白相机坐标系和所述彩色相机坐标系之间的转换矩阵;
S203:选取第一位姿对应的黑白标定图像中的任两个标定板圆心数据点作为第一数据点;并获取各个第一数据点在所述黑白相机坐标系下对应的标定板圆心坐标;
S204:选取第二位姿对应的黑白标定图像中的任一标定板圆心数据点作为第二数据点;并获取第二数据点在所述黑白相机坐标系下对应的标定板圆心坐标;
S205:根据两个第一数据点对应的标定板圆心坐标及所述第二数据点对应的标定板圆心坐标,在所述黑白相机坐标系下建立运动坐标系,并得到所述黑白相机坐标系和所述运动坐标系之间的转换矩阵。
在本实施例中,在对灰度条纹图像和彩色条纹图像进行拍摄之前,需要调整黑白相机6、彩色相机1以及激光器2的位置,从而使拍摄的图像更加清晰。而每次调整相机后、再次对被测物体拍摄前,都需要对黑白相机6和彩色相机1进行标定,该标定过程需要用到的标定板如图3所示,标定板上绘制有多个圆心。
标定过程具体包括:
1、采用激光三角原理,固定黑白相机6、彩色相机1和激光器2的相对位置;
2、打开黑白相机6、彩色相机1和激光器2,调整激光器2的激光亮度,黑白相机6的相机参数以及彩色相机1的相机参数;
3、对黑白相机6和彩色相机1进行标定;
具体地,利用黑白相机6和彩色相机1同时拍摄一个标定板,获取黑白标定图像和彩色标定图像,可以通过黑白相机6和彩色相机1分别同时获取标定板不同位姿的黑白标定图像集合和彩色标定图像集合,该组黑白标定图像集合可以为16张图像,该组彩色标定图像集合也可以为16张,然后将各个黑白标定图像转换为第一灰度图像,将各个彩色标定图像转换为第二灰度图像,并根据第一灰度图像和第二灰度图像,利用张正友标定方法求出黑白相机6的标定参数和彩色相机1的标定参数,以及黑白相机坐标系和彩色相机坐标系之间的转换矩阵。
根据黑白相机的标定参数以及激光平面方程,确定黑白相机的像素坐标系和黑白相机坐标系的转换关系,同样的,根据彩色相机的标定参数,确定彩色相机1对应的像素坐标系和彩色相机坐标系的转换关系。
4、在黑白相机坐标系下建立运动坐标系;运动坐标系是在黑白相机坐标系下定义的一个新的坐标系,定义运动坐标系的目的有两个:
(1)为了和计算机记录的运动平台6运动的数据建立联系;
(2)黑白相机坐标系下重建后的三维几何纹理模型在计算机上呈现的效果是倒着的效果,不符合人正常的视觉观察。所以最终需要将黑白相机6采集的所有图像的激光条纹中心点转换到运动坐标系中。
在黑白相机坐标系下建立运动坐标系的具体过程为:
1)首先通过黑白相机6拍摄标定板在第一位姿下的黑白标定图像,然后求取该黑白标定图像中标定板的各个圆心在黑白相机坐标系下的坐标;
2)控制运动平台6运动一定的距离,通过黑白相机6拍摄标定板在第二位姿下的黑白标定图像,并求取该黑白标定图像中标定板的各个圆心在黑白相机坐标系下的坐标;
3)取第一位姿对应的黑白标定图像中的两个标定板圆心数据点作为第一数据点,并选取第二位姿对应的黑白标定图像中的一个标定板圆心数据点作为第二数据点,其中,第一数据点包括Xa、Xn,第二数据点为Xb
4)如图4所示,图4为第一位姿下的黑白标定图像的标定板圆心数据点和第二位姿下的黑白标定图像的标定板圆心数据点的位置示意图。根据Xa、Xn和Xb拟合一个平面X-O-Y,然后定义Xa为运动坐标系的原点O,运动的方向为X轴方向。根据拟合平面X-O-Y的平面方程可以求出过该平面且同时过原点Xa的法向量F1,这样就可以依据式Xe=F1+Xa求出法向量F1上一点Xe,根据Xa、Xb、Xe三点拟合平面X-O-Z,同理可求平面Y-O-Z,三个相互垂直的平面已知后,就完成了运动坐标系的建立,如图5所示。
已知运动坐标系三个相互垂直平面的方程,将黑白相机坐标系下数据点坐标转换到运动坐标系下,就是计算黑白相机坐标系下每个离散数据点到三个平面的距离,然后再判断三个距离的正负即可得到运动坐标系下该离散点的坐标。
在一个实施例中,在所述获取被测物体的灰度条纹图像及彩色图像之前,还包括:
S301:获取所述黑白相机6采集的所述标定板在至少两个高度位置对应的黑白标定图像;
S302:获取各个高度位置对应的黑白标定图像中条纹中心数据点在黑白相机坐标系下对应的坐标;
S303:根据各个高度位置对应的黑白标定图像中条纹中心数据点在黑白相机坐标系下的坐标,对激光平面进行拟合,得到激光平面方程。
在本实施例中,激光平面的标定过程是指在相机内参数精确标定完成的前提下,求解出测量坐标系下的激光平面方程。当系统中相机和激光器2的位置固定后,标定后在相机和激光器2不移动的前提下,相机和激光器2的相对位置固定不变,即相机坐标系下激光平面的平面方程是唯一确定的。
在本实施例中,激光平面方程的具体计算过程如下:
1、将标定板放在运动平台6上,激光器2打开,在标定板上投射激光条纹,用黑白相机6采集其灰度图像进行处理;
2、根据黑白相机6标定后的像素坐标系与黑白相机坐标系之间的转换关系,可以求出标定板上部分激光条纹中心和标定板圆心在黑白相机坐标系下的坐标位置如图6所示。
3、将标定板抬高/降低一定的距离,重复上面的操作求出抬高/降低一定距离后标定板上部分条纹中心数据点和标定板圆心数据点在相机坐标系下的坐标位置,同理可以求出第三次抬高/降低后的数据点,最后根据三次不同高度位置处的条纹中心数据点的坐标进行平面拟合,拟合所得的平面就是激光平面,激光平面如图7所示。拟合后的平面方程表达式如式(1)所示。
-0.005933X+0.8376Y-0.5462Z+146.878=0 (1)
激光平面方程确定后,当获取到灰度条纹图像的一数据点P的二维像素点(u,v)后,通过上面的黑白相机的标定参数以及激光平面方程的联立就能将像素坐标转换为黑白相机坐标,完成二维像素点到三维空间点的转换。
在一个实施例中,图1中S102的具体实现流程包括:
S401:根据所述黑白相机的标定参数以及所述激光平面方程,将所述灰度条纹图像的条纹中心数据点由像素坐标系转换至黑白相机坐标系下;
S402:根据所述黑白相机坐标系和所述运动坐标系之间的转换矩阵,将条纹中心数据点由黑白相机坐标系转换至运动坐标系。
在一个实施例中,图1中S104的具体实现流程还包括:
S501:选取所述灰度条纹图像中的任一行像素点作为第一行像素点;
S502:将所述第一行像素点由所述像素坐标系转换至所述运动坐标系;
S503:根据所述运动坐标系下所述第一行像素点对应的坐标,确定所述第一行像素点中两两像素点之间的第一距离,所述第一距离为x轴方向上的距离;
S504:对所述第一行像素点中两两像素点之间的第一距离求平均,得到插值间隔;
S505:根据所述插值间隔对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型。
在本实施例中,被测物体的三维几何纹理重建就是将大量离散的空间数据点云按照相关的算法重建出被测物体的三维数字模型,对空间数据点云进行三角剖分就是将空间数据点云按照相关的计算连接成三角面片的形式,如图8所示。并且通过三角剖分形成的三角面片描述空间数据点云之间的拓扑结构,所以三角剖分后的三角面片能够有效的表示被测物体三维表面几何纹理。
在本实施例中,初始三维几何纹理模型获取后,为了提高三维几何纹理模型表达的准确性,还需要对三维几何纹理模型中的数据点进行插值。
具体地,如图10所示,初始几何纹理模型中的数据点为灰度条纹图像中提取出的条纹中心数据点,在进行数据插值之前每个横截面条纹之间的距离较为稀疏,每个数据点并不能和被测物体彩色图像中每个像素点相对应,导致为三维几何纹理模型进行色彩纹理填充的时候出现色彩纹理模糊和色彩纹理渐变的问题。
因此,数据点插值间隔的选取尤为重要,插值间隔选取过大,插值后就会导致有用信息的缺失,插值间隔选取过小,插值后会导致过多的冗余数据点,会增加数据处理量降低数据处理效率,所以要选取合适的插值间隔,求取合适插值间隔具体的流程如下:
1)选取黑白相机拍摄的一张灰度条纹图像的像素点任意一行坐标;
2)将该任意一行像素点的坐标由像素坐标转换为相机坐标;
3)将相机坐标系下的数据点转换至运动坐标系下;
4)在运动坐标系下,求解该行像素点的两两相邻数据点间在x轴方向的距离作为第一距离,并根据两两相邻数据点间的第一距离求平均值,以该平均值作为插值间隔。
在本实施例中,在求得插值间隔后,根据求得的插值间隔对运动坐标系下的数据点进行插值,得到三维几何纹理模型。
具体地,如图11所示,在得到插值间隔后,首先获取所述初始几何纹理模型在X-O-Y平面上的投影区域,然后在投影区域上按照插值间隔进行划分,确定X-O-Y平面上的插值点投影坐标,最后根据各个插值点投影坐标,将插值点投影坐标反投至初始几何纹理模型对应的三角面片上,确定各个插值点坐标的z值。然后对插值点进行三角剖分,得到三维几何纹理模型。
对运动坐标系中的初始几何纹理模型的数据点进行插值后的示意图如图12所示,每个插值点能够和彩色图像中的每个像素点相对应,这样数据点匹配的色彩值更真实,重建后不会出现色彩纹理模糊和色彩纹理渐变的问题。
在一个实施例中,图1中S105的具体实现流程包括:
S601:根据所述黑白相机坐标系和所述运动坐标系之间的转换矩阵,将所述三维几何纹理模型中的插值点由所述运动坐标系转换至所述黑白相机坐标系;
S602:根据所述黑白相机坐标系和所述彩色相机坐标系之间的转换矩阵,将所述三维几何纹理模型中的插值点由所述黑白相机坐标系转换至所述彩色相机坐标系;
S603:根据所述彩色相机的标定参数,将所述三维几何纹理模型中的插值点由所述彩色相机坐标系转换至所述彩色相机的像素坐标系下。
在一个实施例中,图1中S105的具体实现流程还包括:
S701:根据所述彩色图像中各个像素点的色彩值,为所述三维几何纹理模型中的插值点匹配色彩值;
S702:根据各个插值点的色彩值对所述三维几何纹理模型进行色彩纹理重建。
在本实施例中,根据彩色相机像素坐标系下彩色图像的各个像素点的RGB色彩值,确定三维几何纹理模型中的各个数据点的色彩值。
在本实施例中,三维几何纹理模型中的插值点以三角面片的形式来有效的表示被测物体三维表面几何纹理,如图8所示,每个三角面片均由三个顶点组成,因此可以根据每个三角面片三个顶点所对应的色彩值对面片进行色彩纹理填充,从而实现被测物体表面的色彩纹理重建。
从上述实施例可知,本实施例首先搭建了物体表面纹理重建系统,通过物体表面纹理重建系统进行相机标定以及激光平面方程的确定,建立黑白相机6和彩色相机1之间的联系,完成二维条纹中心像素点到三维空间数据点的转换。然后在黑白相机坐标系下定义一个运动坐标系,将黑白相机6采集的数据点转换到运动坐标下进行三角剖分完成三维几何纹理模型的重建。并根据上述标定过程得到黑白相机坐标系和运动坐标系之间的转换矩阵,根据黑白相机坐标系、彩色相机坐标系以及运动坐标系之间的联系,为插值后的数据点进行色彩纹理信息的匹配,最终完成被测物体表面的纹理重建。本实施例提供的方法不仅能够将被测物体表面的几何纹理重建出来,而且对数据点进行插值以及为插值后的数据点统一进行色彩信息匹配的过程,都能提高最终的纹理重建效率和精度。
应理解,上述实施例中各步骤的序号的大小并不意味着执行顺序的先后,各过程的执行顺序应以其功能和内在逻辑确定,而不应对本发明实施例的实施过程构成任何限定。
图9是本发明一实施例提供的终端设备的示意图。如图9所示,该实施例的终端设备900包括:处理器90、存储器91以及存储在所述存储器91中并可在所述处理器90上运行的计算机程序92。所述处理器90执行所述计算机程序92时实现上述各个物体表面纹理重建方法实施例中的步骤,例如图2所示的步骤101至105。
所述计算机程序92可以被分割成一个或多个模块/单元,所述一个或者多个模块/单元被存储在所述存储器91中,并由所述处理器90执行,以完成本发明。所述一个或多个模块/单元可以是能够完成特定功能的一系列计算机程序指令段,该指令段用于描述所述计算机程序92在所述终端设备900中的执行过程。
所述终端设备900可以是桌上型计算机、笔记本、掌上电脑及云端服务器等计算设备。所述终端设备可包括,但不仅限于,处理器90、存储器91。本领域技术人员可以理解,图6仅仅是终端设备900的示例,并不构成对终端设备900的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件,例如所述终端设备还可以包括输入输出设备、网络接入设备、总线等。
所称处理器90可以是中央处理单元(Central Processing Unit,CPU),还可以是其他通用处理器、数字信号处理器(Digital Signal Processor,DSP)、专用集成电路(Application Specific Integrated Circuit,ASIC)、现成可编程门阵列(Field-Programmable Gate Array,FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
所述存储器91可以是所述终端设备900的内部存储单元,例如终端设备900的硬盘或内存。所述存储器91也可以是所述终端设备900的外部存储设备,例如所述终端设备900上配备的插接式硬盘,智能存储卡(Smart Media Card,SMC),安全数字(Secure Digital,SD)卡,闪存卡(Flash Card)等。进一步地,所述存储器91还可以既包括所述终端设备900的内部存储单元也包括外部存储设备。所述存储器91用于存储所述计算机程序以及所述终端设备所需的其他程序和数据。所述存储器91还可以用于暂时地存储已经输出或者将要输出的数据。
所属领域的技术人员可以清楚地了解到,为了描述的方便和简洁,仅以上述各功能单元、模块的划分进行举例说明,实际应用中,可以根据需要而将上述功能分配由不同的功能单元、模块完成,即将所述装置的内部结构划分成不同的功能单元或模块,以完成以上描述的全部或者部分功能。实施例中的各功能单元、模块可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中,上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。另外,各功能单元、模块的具体名称也只是为了便于相互区分,并不用于限制本申请的保护范围。上述系统中单元、模块的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述或记载的部分,可以参见其它实施例的相关描述。
本领域普通技术人员可以意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,能够以电子硬件、或者计算机软件和电子硬件的结合来实现。这些功能究竟以硬件还是软件方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本发明的范围。
在本发明所提供的实施例中,应该理解到,所揭露的装置/终端设备和方法,可以通过其它的方式实现。例如,以上所描述的装置/终端设备实施例仅仅是示意性的,例如,所述模块或单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通讯连接可以是通过一些接口,装置或单元的间接耦合或通讯连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
所述集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实现上述实施例方法中的全部或部分流程,也可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一计算机可读存储介质中,该计算机程序在被处理器执行时,可实现上述各个方法实施例的步骤。。其中,所述计算机程序包括计算机程序代码,所述计算机程序代码可以为源代码形式、对象代码形式、可执行文件或某些中间形式等。所述计算机可读介质可以包括:能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、电载波信号、电信信号以及软件分发介质等。需要说明的是,所述计算机可读介质包含的内容可以根据司法管辖区内立法和专利实践的要求进行适当的增减,例如在某些司法管辖区,根据立法和专利实践,计算机可读介质不包括电载波信号和电信信号。
以上所述实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围,均应包含在本发明的保护范围之内。

Claims (10)

1.一种物体表面纹理重建方法,其特征在于,应用于终端设备,包括:
获取被测物体的灰度条纹图像及彩色图像,所述灰度条纹图像为黑白相机拍摄的被测物体表面条纹的图像,所述被测物体表面条纹为由激光器发射的激光照射形成的条纹;
提取所述灰度条纹图像的条纹中心数据点,并将所述条纹中心数据点由所述黑白相机的像素坐标系转换至运动坐标系下;
对所述运动坐标系下的条纹中心数据点进行三角剖分,确定所述被测物体的初始几何纹理模型;
对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型;
将所述三维几何纹理模型由所述运动坐标系转换至所述彩色相机的像素坐标系下,并根据所述彩色图像为所述三维几何纹理模型进行色彩纹理重建。
2.如权利要求1所述的物体表面纹理重建方法,其特征在于,在所述获取被测物体的灰度条纹图像及彩色图像之前,还包括:
分别获取所述黑白相机及所述彩色相机采集的标定板在至少一个位姿下的黑白标定图像及彩色标定图像;
根据同一位姿下的黑白标定图像及彩色标定图像,分别对所述黑白相机和所述彩色相机进行标定,得到所述黑白相机的标定参数和所述彩色相机的标定参数,以及确定所述黑白相机坐标系和所述彩色相机坐标系之间的转换矩阵;
选取第一位姿对应的黑白标定图像中的任两个标定板圆心数据点作为第一数据点;并获取各个第一数据点在所述黑白相机坐标系下对应的标定板圆心坐标;
选取第二位姿对应的黑白标定图像中的任一标定板圆心数据点作为第二数据点;并获取第二数据点在所述黑白相机坐标系下对应的标定板圆心坐标;
根据两个第一数据点对应的标定板圆心坐标及所述第二数据点对应的标定板圆心坐标,在所述黑白相机坐标系下建立运动坐标系,并得到所述黑白相机坐标系和所述运动坐标系之间的转换矩阵。
3.如权利要求2所述的物体表面纹理重建方法,其特征在于,在所述获取被测物体的灰度条纹图像及彩色图像之前,还包括:
获取所述黑白相机采集的所述标定板在至少两个高度位置对应的黑白标定图像;
获取各个高度位置对应的黑白标定图像中条纹中心数据点在所述黑白相机坐标系下对应的坐标;
根据各个高度位置对应的黑白标定图像中条纹中心数据点在所述黑白相机坐标系下的坐标,对激光平面进行拟合,得到激光平面方程。
4.如权利要求3所述的物体表面纹理重建方法,其特征在于,所述将所述灰度条纹图像的条纹中心数据点由黑白相机像素坐标系转换至运动坐标系下,包括:
根据所述黑白相机的标定参数以及所述激光平面方程,将所述灰度条纹图像的条纹中心数据点由所述黑白相机的像素坐标系转换至所述黑白相机坐标系下;
根据所述黑白相机坐标系和所述运动坐标系之间的转换矩阵,将条纹中心数据点由所述黑白相机坐标系转换至所述运动坐标系。
5.如权利要求1所述的物体表面纹理重建方法,其特征在于,所述对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型,包括:
选取所述灰度条纹图像中的任一行像素点作为第一行像素点;
将所述第一行像素点由所述像素坐标系转换至所述运动坐标系;
根据所述运动坐标系下所述第一行像素点对应的坐标,确定所述第一行像素点中两两像素点之间的第一距离,所述第一距离为x轴方向上的距离;
对所述第一行像素点中两两像素点之间的第一距离求平均,得到插值间隔;
根据所述插值间隔对所述初始几何纹理模型中的条纹中心数据点进行插值,得到所述被测物体的三维几何纹理模型。
6.如权利要求2所述的物体表面纹理重建方法,其特征在于,所述将所述三维几何纹理模型由所述运动坐标系转换至所述彩色相机的像素坐标系下,包括:
根据所述黑白相机坐标系和所述运动坐标系之间的转换矩阵,将所述三维几何纹理模型中的插值点由所述运动坐标系转换至所述黑白相机坐标系;
根据所述黑白相机坐标系和所述彩色相机坐标系之间的转换矩阵,将所述三维几何纹理模型中的插值点由所述黑白相机坐标系转换至所述彩色相机坐标系;
根据所述彩色相机的标定参数,将所述三维几何纹理模型中的插值点由所述彩色相机坐标系转换至所述彩色相机的像素坐标系下。
7.如权利要求6所述的物体表面纹理重建方法,其特征在于,所述根据所述彩色图像为所述三维几何纹理模型进行色彩纹理重建,包括:
根据所述彩色图像中各个像素点的色彩值,为所述三维几何纹理模型中的插值点匹配色彩值;
根据各个插值点的色彩值对所述三维几何纹理模型进行色彩纹理重建。
8.一种终端设备,包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至7任一项所述方法的步骤。
9.一种计算机可读存储介质,所述计算机可读存储介质存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7任一项所述方法的步骤。
10.一种物体表面纹理重建系统,其特征在于,包括如权利要求8所述的终端设备、用于带动被测物体移动的运动平台、黑白相机、彩色相机、激光器、和用于固定所述彩色相机、所述黑白相机和所述激光器的相机支架:
所述黑白相机、所述彩色相机、所述激光器、所述运动平台分别与所述终端设备电连接。
CN201911233571.9A 2019-12-05 2019-12-05 一种物体表面纹理重建方法、终端设备及系统 Active CN110942506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911233571.9A CN110942506B (zh) 2019-12-05 2019-12-05 一种物体表面纹理重建方法、终端设备及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911233571.9A CN110942506B (zh) 2019-12-05 2019-12-05 一种物体表面纹理重建方法、终端设备及系统

Publications (2)

Publication Number Publication Date
CN110942506A true CN110942506A (zh) 2020-03-31
CN110942506B CN110942506B (zh) 2023-05-02

Family

ID=69908903

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911233571.9A Active CN110942506B (zh) 2019-12-05 2019-12-05 一种物体表面纹理重建方法、终端设备及系统

Country Status (1)

Country Link
CN (1) CN110942506B (zh)

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113421292A (zh) * 2021-06-25 2021-09-21 北京华捷艾米科技有限公司 一种三维建模细节增强方法及装置
CN114155349A (zh) * 2021-12-14 2022-03-08 杭州联吉技术有限公司 一种三维建图方法、三维建图装置及机器人
CN115046499A (zh) * 2022-06-17 2022-09-13 中国地质大学(武汉) 一种基于三角测量原理的环形激光管道检测系统及方法
WO2024001923A1 (zh) * 2022-06-30 2024-01-04 先临三维科技股份有限公司 贴图方法、装置、设备及存储介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750698A (zh) * 2012-06-11 2012-10-24 上海大学 纹理摄像机标定装置与方法及其纹理图像几何校正方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102750698A (zh) * 2012-06-11 2012-10-24 上海大学 纹理摄像机标定装置与方法及其纹理图像几何校正方法

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113421292A (zh) * 2021-06-25 2021-09-21 北京华捷艾米科技有限公司 一种三维建模细节增强方法及装置
CN114155349A (zh) * 2021-12-14 2022-03-08 杭州联吉技术有限公司 一种三维建图方法、三维建图装置及机器人
CN114155349B (zh) * 2021-12-14 2024-03-22 杭州联吉技术有限公司 一种三维建图方法、三维建图装置及机器人
CN115046499A (zh) * 2022-06-17 2022-09-13 中国地质大学(武汉) 一种基于三角测量原理的环形激光管道检测系统及方法
WO2024001923A1 (zh) * 2022-06-30 2024-01-04 先临三维科技股份有限公司 贴图方法、装置、设备及存储介质

Also Published As

Publication number Publication date
CN110942506B (zh) 2023-05-02

Similar Documents

Publication Publication Date Title
CN110276808B (zh) 一种单相机结合二维码测量玻璃板不平度的方法
CN110942506B (zh) 一种物体表面纹理重建方法、终端设备及系统
CN101697233B (zh) 一种基于结构光的三维物体表面重建方法
CN104574350B (zh) 三维数据撷取方法及其系统
CN112082512B (zh) 一种相位测量偏折术的标定优化方法、装置及计算机设备
CN102129680B (zh) 实时几何形状感知投影和快速重校准
CN103069250B (zh) 三维测量设备、三维测量方法
CN102289803A (zh) 图像处理设备、图像处理方法及程序
CN109272555B (zh) 一种rgb-d相机的外部参数获得及标定方法
CN116129037B (zh) 视触觉传感器及其三维重建方法、系统、设备及存储介质
WO2022126870A1 (en) Three-dimensional imaging method and method based on light field camera and three-dimensional imaging measuring production line
CN111743642B (zh) 壳状牙科器械切割方法、制备方法及电子设备
US11512946B2 (en) Method and system for automatic focusing for high-resolution structured light 3D imaging
CN112361989B (zh) 一种通过点云均匀性考量测量系统标定参数的方法
CN115082538A (zh) 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法
CN110378967B (zh) 一种光栅投射与立体视觉结合的虚拟靶标标定方法
CN112446926B (zh) 一种激光雷达与多目鱼眼相机的相对位置标定方法及装置
CN115187612A (zh) 一种基于机器视觉的平面面积测量方法、装置及系统
CN110969650B (zh) 一种基于中心投影的强度图像与纹理序列间的配准方法
CN117036475A (zh) 基于双目匹配的点云构建方法和系统、设备及存储介质
CN116817789A (zh) 基于单目视觉的超景深粗糙表面三维形貌测量方法
CN115014296B (zh) 基于相机的输电线测距方法、装置和计算机设备
CN115026834B (zh) 一种基于机器人模板程序纠偏功能的实现方法
Botterill et al. Design and calibration of a hybrid computer vision and structured light 3D imaging system
JP6867766B2 (ja) 情報処理装置およびその制御方法、プログラム

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