CN112945140B - 一种基于查找表和区域分割的彩色物体三维测量方法 - Google Patents

一种基于查找表和区域分割的彩色物体三维测量方法 Download PDF

Info

Publication number
CN112945140B
CN112945140B CN202110130026.8A CN202110130026A CN112945140B CN 112945140 B CN112945140 B CN 112945140B CN 202110130026 A CN202110130026 A CN 202110130026A CN 112945140 B CN112945140 B CN 112945140B
Authority
CN
China
Prior art keywords
color
distortion
camera
information
dimensional measurement
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
Application number
CN202110130026.8A
Other languages
English (en)
Other versions
CN112945140A (zh
Inventor
李洪儒
袁寒
崔磊
包忠毅
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.)
Sichuan University
Original Assignee
Sichuan 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 Sichuan University filed Critical Sichuan University
Priority to CN202110130026.8A priority Critical patent/CN112945140B/zh
Publication of CN112945140A publication Critical patent/CN112945140A/zh
Application granted granted Critical
Publication of CN112945140B publication Critical patent/CN112945140B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01J—MEASUREMENT OF INTENSITY, VELOCITY, SPECTRAL CONTENT, POLARISATION, PHASE OR PULSE CHARACTERISTICS OF INFRARED, VISIBLE OR ULTRAVIOLET LIGHT; COLORIMETRY; RADIATION PYROMETRY
    • G01J3/00—Spectrometry; Spectrophotometry; Monochromators; Measuring colours
    • G01J3/46—Measurement of colour; Colour measuring devices, e.g. colorimeters
    • G01J3/52—Measurement of colour; Colour measuring devices, e.g. colorimeters using colour charts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/80—Geometric correction
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds

Landscapes

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

Abstract

本发明提供一种基于查找表和区域分割的彩色物体三维测量方法。所述基于查找表和区域分割的彩色物体三维测量方法，包括以下步骤：S1标定投影仪‑摄像机系统；S2建立最优条纹对比度查找表；S3获取最优绝对相位。本发明提供的基于查找表和区域分割的彩色物体三维测量方法具有利用基于查找表和区域分割原理，前期建立起不同颜色低对比度下条纹灰度和最优对比度下条纹灰度的映射关系，并将该映射关系保存为设备参数，在系统保持稳定的情况下，该参数可直接调用；在实际测量过程中，该方法在不增加测量次数的同时提高彩色物体三维测量精度，对不同颜色的物体都具有普适性，因此，较已有方法更适用于高速高精度的彩色物体三维测量。

Description

一种基于查找表和区域分割的彩色物体三维测量方法
技术领域
本发明涉及结构光三维测量技术领域，尤其涉及一种基于查找表和区域分割的彩色物体三维测量方法。
背景技术
彩色物体三维测量技术不仅要求测量过程中精确还原物体的三维形貌信息，同时需要无偏差的还原物体的颜色信息，利用彩色摄像机对物体表面的纹理信息进行采集是高效获取物体表面颜色信息的一种方式。
在实际应用中，由于彩色摄像机需要进行白平衡处理，其采集的信息受非线性影响较为严重，在利用条纹结构光对物体进行三维测量时，非线性将引入较大的误差，影响测量精度，同时，由于彩色物体自身反射率并不均匀，在相同曝光条件下，反射率高的区域反射条纹的动态范围满足测量需求时，反射率低的区域反射条纹的动态范围则无法达到所需精度需求。
现有方法多采用通过多次曝光的测量方式，利用对多次曝光采集图像不同区域进行高动态光照渲染，合成出一张各区域均合理曝光，动态范围满足测量条件的图案，该方法在反射率不均匀物体的测量中，测量精度得到了极大的提升，但由于多次曝光采集，使得测量效率降低，测量的时效性得不到满足。
因此，有必要提供一种基于查找表和区域分割的彩色物体三维测量方法解决上述技术问题。
发明内容
本发明提供一种基于查找表和区域分割的彩色物体三维测量方法，解决了通过多次曝光的测量方式使得测量效率降低的问题。
为解决上述技术问题，本发明提供的基于查找表和区域分割的彩色物体三维测量方法，包括以下步骤：
S1标定投影仪-摄像机系统，利用现有方法对投影仪-摄像机系统进行标定；
S2建立最优条纹对比度查找表，在利用步骤S1对物体进行测量之前，通过设定采样范围建立起不同反射率的颜色的最优条纹对比度和实际条纹对比度下的条纹灰度值查找表；
S3获取最优绝对相位，投影仪先将计算机编码的用于获取物体包裹相位信息的N帧正弦条纹和编码条纹级次的图案投影至物体表面，采集得到N帧变形条纹In(x,y)；
S4校正相位畸变，根据步骤S1中标定获得的摄像机畸变参数，对求得的绝对相位信息进行去畸变处理，求得去畸形连续相位信息；
S5重建物体彩色三维面形，通过步骤S4中求取的去畸变连续相位信息，建立投影仪与摄像机像素对应关系，再根据步骤S1中标定获得的参数，极限定理及射线相交定理重建出物体的三维面形，通过坐标索引，即可将颜色信息赋值给点云，则最终重建点云结果为点云在世界坐标系下的三维坐标信息与颜色信息。
优选的，所述步骤S1中标定后分别获取投影仪的内参矩阵KP、畸变矩阵OP、摄像机的内参矩阵KC、畸变向量OC和投影仪-摄像机之间的外参矩阵R、T，并通过上述标定得到的信息计算出投影仪-摄像机之间的本征矩阵S。
优选的，所述畸变向量OC可分解为径向畸变参数k1，k2，k3，k4，k5，k6、切向畸变参数p1，p2和薄棱镜畸变参数s1，s2表示。
优选的，所述步骤S2中投影的N帧正弦条纹为：
Figure GDA0003712125890000021
其中，(u,v)为投影仪像平面像素索引，T为条纹周期，Ap(u,v)和Bp(u,v)为常量，n为N帧正弦条纹的图像索引，2πn/N为相移量。
优选的，所述步骤S2中采集的变形条纹图像与曝光时间的关系为：
Figure GDA0003712125890000022
其中，(x,y)为摄像机像平面的像素索引，E(x,y)为物体表面反射率，In o(x,y)为投影仪投影图案低到物体表面的光强信息，Ib(x,y)为环境光在物体表面的光强信息，t为曝光时间。
优选的，由于物体表面颜色和反射率存在对应关系，遍历曝光时间t，找到在最优条纹对比度下的topt，同时记录该对比度下变形条纹单点的灰度值与该点颜色信息的关系为：
Figure GDA0003712125890000031
同时，存储不同t时，同样颜色信息的单点灰度值为：
Figure GDA0003712125890000032
因此，通过公式(3)和公式(4)可建立查找表信息为：
Figure GDA0003712125890000033
在系统保持稳定的情况下，该表可作为参数表存储信息存储在设备中，为了更快的建立映射关系，在查找表存储时，第一级索引根据颜色的R、G、B进行排序，第二级索引根据在该颜色内摄像机不同的曝光时间t下的灰度值进行排序。
优选的，所述步骤S3中采集得到的N帧变形条纹In(x,y)以包裹相位信息形式可表示为：
Figure GDA0003712125890000034
其中，Ac(x,y)为背景光强,Bc(x,y)为调制信号，φ(x,y)为受物体调制的相位信息；
通过公式(5)的查找表，能够找到在该反射率和积分时间下的最优条纹对比度时的灰度值，在寻找各像素点最优对比度下的灰度时，首先对测量物体表面纹理区域进行颜色分割，求取出各分割区域的R、G、B值的最小值Rmin、Gmin、Bmin和最大值Rmax、Gmax、Bmax，利用最小值和最大值缩小该区域各点最优对比度灰度值查找表搜索范围，最终将该曝光时间下各单点的灰度值In(x,y)用最优条纹对比度下的灰度值In opt(x,y)进行替换。
优选的，根据最优对比度的N帧变形条纹，计算出物体表面的包裹相位信息：
Figure GDA0003712125890000035
根据附加图案计算出条纹级次k(x,y)，从而获得物体表面的最优绝对相位信息：
ψopt(x,y)＝2πk(x,y)+φ(x,y) (8)。
优选的，所述步骤S4中畸变处理时根据公式(9)得到摄像机非畸变像素点到畸变像素点的映射；
Figure GDA0003712125890000041
其中，(x',y')为摄像机采集图像去畸变后的像素点坐标位置：
r2＝x′2+y′2 (10)；
利用双线性插值即可得到去畸变之后图像中各坐标点的绝对相位值；
在水平方向上的线性插值结果为：
ψvet(x,y)＝(1-α)ψ(x,y)+αψ(x+1,y) (11)；
在垂直方向上的线性插值结果为：
ψhor(x,y)＝(1-α)ψ(x,y+1)+αψ(x+1,y+1) (12)；
最终得到去畸变采集图像的绝对相位信息为：
ψ′(x′,y′)＝(1-β)ψvet(x,y)+βψhor(x,y) (13)；
其中，α，β为大于0小于1的阈值。
优选的，所述步骤S5中投影仪与摄像机像素对应关系为：
Figure GDA0003712125890000042
与相关技术相比较，本发明提供的基于查找表和区域分割的彩色物体三维测量方法具有如下有益效果：
本发明提供一种基于查找表和区域分割的彩色物体三维测量方法，利用基于查找表和区域分割原理，前期建立起不同颜色低对比度下条纹灰度和最优对比度下条纹灰度的映射关系，并将该映射关系保存为设备参数，在系统保持稳定的情况下，该参数可直接调用；在实际测量过程中，该方法在不增加测量次数的同时提高彩色物体三维测量精度，对不同颜色的物体都具有普适性，因此，较已有方法更适用于高速高精度的彩色物体三维测量。
附图说明
图1为本发明提供的基于查找表和区域分割的彩色物体三维测量方法的一种实施例的流程图；
图2本发明提供的基于查找表和区域分割的彩色物体三维测量方法中系统分布图；
图3为本发明提供的基于查找表和区域分割的彩色物体三维测量方法中采集的变形图案；
图4为本发明提供的基于查找表和区域分割的彩色物体三维测量方法的测量结果图；
图5为本发明提供的基于查找表和区域分割的彩色物体三维测量方法中摄像头设备使用到的安装结构的结构示意图。
图中标号：1、摄像机，2、PC，3、投影仪，4、待测物体，(a)、摄像机采集的正弦图案，(b)、校正后的正弦条纹图案，5、连接架，51、固定轴，52、旋转轴，53、支撑架，54、限位板，6、第一转动件，61、伸缩杆，62、第二转动件，63、翻转板，64、第三转动件，65、调节滑槽，7、移动电机，71、调节螺杆，72、移动滑块，73、联动滑板，8、摄像头本体，9、旋转电机，91、旋转齿轮，92、从动齿轮。
具体实施方式
下面结合附图和实施方式对本发明作进一步说明。
请结合参阅图1、图2、图3、图4和图5，其中，图1为本发明提供的基于查找表和区域分割的彩色物体三维测量方法的一种实施例的流程图；图2本发明提供的基于查找表和区域分割的彩色物体三维测量方法中系统分布图；图3为本发明提供的基于查找表和区域分割的彩色物体三维测量方法中采集的变形图案；图4为本发明提供的基于查找表和区域分割的彩色物体三维测量方法的测量结果图；图5为本发明提供的基于查找表和区域分割的彩色物体三维测量方法中摄像头设备使用到的安装结构的结构示意图。
一种基于查找表和区域分割的彩色物体三维测量方法包括以下步骤：包括以下步骤：
S1标定投影仪-摄像机系统，利用现有方法对投影仪-摄像机系统进行标定；
S2建立最优条纹对比度查找表，在利用步骤S1对物体进行测量之前，通过设定采样范围建立起不同反射率的颜色的最优条纹对比度和实际条纹对比度下的条纹灰度值查找表；
S3获取最优绝对相位，投影仪先将计算机编码的用于获取物体包裹相位信息的N帧正弦条纹和编码条纹级次的图案投影至物体表面，采集得到N帧变形条纹In(x,y)；
S4校正相位畸变，根据步骤S1中标定获得的摄像机畸变参数，对求得的绝对相位信息进行去畸变处理，求得去畸形连续相位信息；
S5重建物体彩色三维面形，通过步骤S4中求取的去畸变连续相位信息，建立投影仪与摄像机像素对应关系，再根据步骤S1中标定获得的参数，极限定理及射线相交定理重建出物体的三维面形，通过坐标索引，即可将颜色信息赋值给点云，则最终重建点云结果为点云在世界坐标系下的三维坐标信息与颜色信息。
S1中选用张正友与张松的方法对投影仪-摄像机系统进行标定；
S2中通过穷举方式建立起不同反射率的颜色的最优条纹对比度和实际条纹对比度的查找表。
系统搭建完成后，通过颜色信息建立最优曝光时间采集的条纹对比度和实际曝光时间采集的条纹对比度之间的映射查找表，将该查找表作为系统固定参数信息；
后期测量时，对待测物体表面的颜色进行区域分割，利用分割区域中颜色R、G、B中的最大值和最小值定位当前像素点的颜色信息在查找表中的范围，完成粗定位；
利用采集变形条纹各帧的灰度信息精确定位；
通过该两步定位完成最优曝光灰度的转换，利用灰度转换后的条纹计算出最优绝对相位，后根据标定获取的畸变参数获得去畸变后的最优绝对相位，利用该绝对相位信息即可重建物体的三维颜色信息。
所述步骤S1中标定后分别获取投影仪的内参矩阵KP、畸变矩阵OP、摄像机的内参矩阵KC、畸变向量OC和投影仪-摄像机之间的外参矩阵R、T，并通过上述标定得到的信息计算出投影仪-摄像机之间的本征矩阵S。
所述畸变向量OC可分解为径向畸变参数k1，k2，k3，k4，k5，k6、切向畸变参数p1，p2和薄棱镜畸变参数s1，s2表示。
所述步骤S2中投影的N帧正弦条纹为：
Figure GDA0003712125890000071
其中，(u,v)为投影仪像平面像素索引，T为条纹周期，Ap(u,v)和Bp(u,v)为常量，n为N帧正弦条纹的图像索引，2πn/N为相移量。
所述步骤S2中采集的变形条纹图像与曝光时间的关系为：
Figure GDA0003712125890000072
其中，(x,y)为摄像机像平面的像素索引，E(x,y)为物体表面反射率，In o(x,y)为投影仪投影图案低到物体表面的光强信息，Ib(x,y)为环境光在物体表面的光强信息，t为曝光时间。
由于物体表面颜色和反射率存在对应关系，遍历曝光时间t，t大于0小于100毫秒，遍历间隔为0.1毫秒，找到在最优条纹对比度下的topt，同时记录该对比度下变形条纹单点的灰度值与该点颜色信息的关系为：
Figure GDA0003712125890000073
同时，存储不同t时，同样颜色信息的单点灰度值为：
Figure GDA0003712125890000074
因此，通过公式(3)和公式(4)可建立查找表信息为：
Figure GDA0003712125890000075
在系统保持稳定的情况下，该表可作为参数表存储信息存储在设备中，为了更快的建立映射关系，在查找表存储时，第一级索引根据颜色的R、G、B进行排序，第二级索引根据在该颜色内摄像机不同的曝光时间t下的灰度值进行排序。
所述步骤S3中采集得到的N帧变形条纹In(x,y)以包裹相位信息形式可表示为：
Figure GDA0003712125890000076
其中，Ac(x,y)为背景光强,Bc(x,y)为调制信号，φ(x,y)为受物体调制的相位信息；
通过公式(5)的查找表，能够找到在该反射率和积分时间下的最优条纹对比度时的灰度值，在寻找各像素点最优对比度下的灰度时，首先对测量物体表面纹理区域进行颜色分割，求取出各分割区域的R、G、B值的最小值Rmin、Gmin、Bmin和最大值Rmax、Gmax、Bmax，利用最小值和最大值缩小该区域各点最优对比度灰度值查找表搜索范围，最终将该曝光时间下各单点的灰度值In(x,y)用最优条纹对比度下的灰度值In opt(x,y)进行替换。
根据最优对比度的N帧变形条纹，计算出物体表面的包裹相位信息：
Figure GDA0003712125890000081
根据附加图案计算出条纹级次k(x,y)，从而获得物体表面的最优绝对相位信息：
ψopt(x,y)＝2πk(x,y)+φ(x,y) (8)。
所述步骤S4中畸变处理时根据公式(9)得到摄像机非畸变像素点到畸变像素点的映射；
Figure GDA0003712125890000082
其中，(x',y')为摄像机采集图像去畸变后的像素点坐标位置：
r2＝x′2+y′2 (10)；
利用双线性插值即可得到去畸变之后图像中各坐标点的绝对相位值；
在水平方向上的线性插值结果为：
ψvet(x,y)＝(1-α)ψ(x,y)+αψ(x+1,y) (11)；
在垂直方向上的线性插值结果为：
ψhor(x,y)＝(1-α)ψ(x,y+1)+αψ(x+1,y+1) (12)；
最终得到去畸变采集图像的绝对相位信息为：
ψ′(x′,y′)＝(1-β)ψvet(x,y)+βψhor(x,y) (13)；
其中，α，β为大于0小于1的阈值。
所述步骤S5中投影仪与摄像机像素对应关系为：
Figure GDA0003712125890000083
本发明提供的基于查找表和区域分割的彩色物体三维测量方法的工作原理如下：
标定投影仪-摄像机系统，利用现有方法对投影仪-摄像机系统进行标定；
建立最优条纹对比度查找表，在对物体进行测量之前，通过设定采样范围建立起不同反射率的颜色的最优条纹对比度和实际条纹对比度下的条纹灰度值查找表；
获取最优绝对相位，投影仪先将计算机编码的用于获取物体包裹相位信息的N帧正弦条纹和编码条纹级次的图案投影至物体表面，采集得到N帧变形条纹In(x,y)；
校正相位畸变，根据标定获得的摄像机畸变参数，对求得的绝对相位信息进行去畸变处理，求得去畸形连续相位信息；
重建物体彩色三维面形，通过去畸变连续相位信息，建立投影仪与摄像机像素对应关系，再根据标定获得的参数，极限定理及射线相交定理重建出物体的三维面形，通过坐标索引，即可将颜色信息赋值给点云，则最终重建点云结果为点云在世界坐标系下的三维坐标信息与颜色信息。
与相关技术相比较，本发明提供的基于查找表和区域分割的彩色物体三维测量方法具有如下有益效果：
利用基于查找表和区域分割原理，前期建立起不同颜色低对比度下条纹灰度和最优对比度下条纹灰度的映射关系，并将该映射关系保存为设备参数，在系统保持稳定的情况下。该参数可直接调用；在实际测量过程中，该方法在不增加测量次数的同时提高彩色物体三维测量精度，对不同颜色的物体都具有普适性，因此，较已有方法更适用于高速高精度的彩色物体三维测量。
一种基于查找表和区域分割的彩色物体三维测量方法，在进行设备的安装和使用过程中需要使用到摄像头设备或投影机设备的安装机构，安装机构包括：
连接架5，所述连接架5的顶部固定连接有固定轴51，所述固定轴51的顶端转动连接有旋转轴52，所述旋转轴52的顶部固定连接有支撑架53，所述支撑架53的内壁的一侧固定连接有限位板54；
第一转动件6，所述第一转动件6的底部固定于所述支撑架53的内壁的底部，所述第一转动件6的表面转动连接有伸缩杆61，所述伸缩杆61的输出端转动连接有第二转动件62，所述第二转动件62的顶端固定连接有翻转板63，所述翻转板63的一侧转动连接有第三转动件64，所述第三转动件64的一侧与所述支撑架53的内壁固定连接，所述翻转板63上开设有调节滑槽65；
移动电机7，所述移动电机7的一侧固定于所述翻转板63的一侧，所述移动电机7的输出端固定连接有调节螺杆71，所述调节螺杆71的一端贯穿所述翻转板63的表面且延伸至所述调节滑槽65的内部，并且调节螺杆71的一端与所述调节滑槽65的内壁转动连接，所述调节螺杆71的表面螺纹连接有移动滑块72，所述移动滑块72的表面与所述调节滑槽65的内表面滑动连接，所述移动滑块72的顶部固定连接有联动滑板73；
摄像头本体8，所述摄像头本体8的底部固定于所述联动滑板73的顶部；
旋转电机9，所述旋转电机9的一侧固定于所述固定轴51的外表面，所述旋转电机9的输出端固定连接有旋转齿轮91，所述旋转齿轮91的表面啮合有从动齿轮92，所述从动齿轮92的内表面与所述旋转轴52的表面固定连接。
在支撑架53的内侧设置有伸缩杆61，伸缩杆61通过第一转动件6、第二转动件62和第三转动件64的活动连接结构方便带动翻转板63以第三转动件64为支撑点进行转动调节，从而对翻转板63上的摄像头本体8的监控倾斜度进行调节；
翻转板63上设置的移动电机7方便带动调节螺杆71进行转动调节，调节螺杆71转动时方便带动移动滑块72在调节滑槽65的内部进行滑动调节，从而方便带动联动滑板73上的摄像头本体8在翻转板63上进行伸缩调节，已实现在不同倾斜角度下的监控距离调节；
支撑架53通过底部的旋转轴52能够在固定轴51上自由的转动调节，旋转轴52通过从动齿轮92与旋转齿轮91啮合，旋转齿轮91通过旋转电机9控制，从而方便对支撑架53进行旋转调节，从而方便对支撑架53上方的摄像头本体8的旋转方向进行调节，以满足摄像机本体8监控方向的微调；
通过对摄像头本体8多方位的调节，方便适应摄像头本体8安装调试时的微调节，提高摄像头本体8微调的便利性。
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其它相关的技术领域，均同理包括在本发明的专利保护范围内。

Claims (10)

1.一种基于查找表和区域分割的彩色物体三维测量方法，其特征在于，包括以下步骤：
S1标定投影仪-摄像机系统，利用现有方法对投影仪-摄像机系统进行标定；
S2建立最优条纹对比度查找表，在利用步骤S1对物体进行测量之前，通过设定采样范围建立起不同反射率的颜色的最优条纹对比度和实际条纹对比度下的条纹灰度值查找表；
S3获取最优绝对相位，投影仪先将计算机编码的用于获取物体包裹相位信息的N帧正弦条纹和编码条纹级次的图案投影至物体表面，采集得到N帧变形条纹In(x,y)；
S4校正相位畸变，根据步骤S1中标定获得的摄像机畸变参数，对求得的绝对相位信息进行去畸变处理，求得去畸形连续相位信息；
S5重建物体彩色三维面形，通过步骤S4中求取的去畸变连续相位信息，建立投影仪与摄像机像素对应关系，再根据步骤S1中标定获得的参数，极限定理及射线相交定理重建出物体的三维面形，通过坐标索引，即可将颜色信息赋值给点云，则最终重建点云结果为点云在世界坐标系下的三维坐标信息与颜色信息。
2.根据权利要求1所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述步骤S1中标定后分别获取投影仪的内参矩阵KP、畸变矩阵OP、摄像机的内参矩阵KC、畸变向量OC和投影仪-摄像机之间的外参矩阵R、T，并通过上述标定得到的信息计算出投影仪-摄像机之间的本征矩阵S。
3.根据权利要求2所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述畸变向量OC可分解为径向畸变参数k1，k2，k3，k4，k5，k6、切向畸变参数p1，p2和薄棱镜畸变参数s1，s2表示。
4.根据权利要求1所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述步骤S2中投影的N帧正弦条纹为：
Figure FDA0003786553700000011
其中，(u,v)为投影仪像平面像素索引，T为条纹周期，Ap(u,v)和Bp(u,v)为常量，n为N帧正弦条纹的图像索引，2πn/N为相移量。
5.根据权利要求1所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述步骤S2中采集的变形条纹的图像与曝光时间的关系为：
Figure FDA0003786553700000021
其中，(x,y)为摄像机像平面的像素索引，E(x,y)为物体表面反射率，In o(x,y)为投影仪投影图案低到物体表面的光强信息，Ib(x,y)为环境光在物体表面的光强信息，t为曝光时间，n为N帧正弦条纹的图像索引。
6.根据权利要求5所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，由于物体表面颜色和反射率存在对应关系，遍历曝光时间t，找到在最优条纹对比度下的topt，同时记录该对比度下变形条纹单点的灰度值与该点颜色信息的关系为：
Figure FDA0003786553700000022
同时，存储不同t时，同样颜色信息的单点灰度值为：
Figure FDA0003786553700000023
因此，通过公式(3)和公式(4)可建立查找表信息为：
Figure FDA0003786553700000024
在系统保持稳定的情况下，该表可作为参数表存储信息存储在设备中，为了更快的建立映射关系，在查找表存储时，第一级索引根据颜色的R、G、B进行排序，第二级索引根据在该颜色内摄像机不同的曝光时间t下的灰度值进行排序。
7.根据权利要求6所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述步骤S3中采集得到的N帧变形条纹In(x,y)以包裹相位信息形式可表示为：
Figure FDA0003786553700000025
其中，Ac(x,y)为背景光强,Bc(x,y)为调制信号，φ(x,y)为受物体调制的相位信息，n为N帧正弦条纹的图像索引；
通过公式(5)的查找表，能够找到在该反射率和积分时间下的最优条纹对比度时的灰度值，在寻找各像素点最优对比度下的灰度时，首先对测量物体表面纹理区域进行颜色分割，求取出各分割区域的R、G、B值的最小值Rmin、Gmin、Bmin和最大值Rmax、Gmax、Bmax，利用最小值和最大值缩小该区域各点最优对比度灰度值查找表搜索范围，最终将该曝光时间下各单点的灰度值用最优条纹对比度下的灰度值In opt(x,y)进行替换。
8.根据权利要求7所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，根据最优对比度的N帧变形条纹，计算出物体表面的包裹相位信息，n为N帧正弦条纹的图像索引：
Figure FDA0003786553700000031
根据附加图案计算出条纹级次k(x,y)，从而获得物体表面的最优绝对相位信息：
ψopt(x,y)＝2πk(x,y)+φ(x,y) (8)。
9.根据权利要求1所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述步骤S4中畸变处理时根据公式(9)得到摄像机非畸变像素点到畸变像素点的映射；
Figure FDA0003786553700000032
其中，(x',y')为摄像机采集图像去畸变后的像素点坐标位置：
r2＝x′2+y′2 (10)；
利用双线性插值即可得到去畸变之后图像中各坐标点的绝对相位值；
在水平方向上的线性插值结果为：
ψvet(x,y)＝(1-α)ψ(x,y)+αψ(x+1,y) (11)；
在垂直方向上的线性插值结果为：
ψhor(x,y)＝(1-α)ψ(x,y+1)+αψ(x+1,y+1) (12)；
最终得到去畸变采集图像的绝对相位信息为：
ψ′(x′,y′)＝(1-β)ψvet(x,y)+βψhor(x,y) (13)；
其中，α，β为大于0小于1的阈值。
10.根据权利要求9所述的基于查找表和区域分割的彩色物体三维测量方法，其特征在于，所述步骤S5中投影仪与摄像机像素对应关系为：
Figure FDA0003786553700000041
其中，v为投影仪像平面像素索引，其中T为条纹周期。
CN202110130026.8A 2021-01-29 2021-01-29 一种基于查找表和区域分割的彩色物体三维测量方法 Active CN112945140B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110130026.8A CN112945140B (zh) 2021-01-29 2021-01-29 一种基于查找表和区域分割的彩色物体三维测量方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110130026.8A CN112945140B (zh) 2021-01-29 2021-01-29 一种基于查找表和区域分割的彩色物体三维测量方法

Publications (2)

Publication Number Publication Date
CN112945140A CN112945140A (zh) 2021-06-11
CN112945140B true CN112945140B (zh) 2022-09-16

Family

ID=76240164

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110130026.8A Active CN112945140B (zh) 2021-01-29 2021-01-29 一种基于查找表和区域分割的彩色物体三维测量方法

Country Status (1)

Country Link
CN (1) CN112945140B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115164777B (zh) * 2022-07-04 2024-07-23 四川大学 基于一维查找表的相移结构光实时相位计算方法及装置
CN117450955B (zh) * 2023-12-21 2024-03-19 成都信息工程大学 基于空间环形特征的薄型物体三维测量方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007524075A (ja) * 2003-06-19 2007-08-23 マサチユセツツ・インスチチユート・オブ・テクノロジイ 位相測定用システムと方法
CN109974625A (zh) * 2019-04-08 2019-07-05 四川大学 一种基于色相优化灰度的彩色物体结构光三维测量方法
CN109974626A (zh) * 2019-04-08 2019-07-05 四川大学 一种基于相移量编码条纹级次的结构光三维测量方法

Family Cites Families (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0978816B1 (en) * 1998-08-07 2002-02-13 Deutsche Thomson-Brandt Gmbh Method and apparatus for processing video pictures, especially for false contour effect compensation
FR2910123B1 (fr) * 2006-12-19 2009-01-23 Phosylab Sarl Procede optico-informatique de mesure 3d de la surface exterieure d'un objet en relief par projection de franges et utilisation d'une methode a decalage de phase, systeme correspondant
CN101655358A (zh) * 2009-07-01 2010-02-24 四川大学 采用颜色编码提高正交复合光栅位相测量轮廓术的动态特性
CN101813461B (zh) * 2010-04-07 2011-06-22 河北工业大学 基于复合彩色条纹投影的绝对相位测量方法
CN102243103A (zh) * 2011-04-13 2011-11-16 西安交通大学 一种物体颜色及三维轮廓的快速测量方法
US9030470B2 (en) * 2012-08-14 2015-05-12 Hong Kong Applied Science and Technology Research Institute Company Limited Method and system for rapid three-dimensional shape measurement
CN103383249B (zh) * 2013-07-12 2016-08-10 西安交通大学 灰度条纹投影光强非线性校正方法及基于该方法的相位校正方法
CN103697815B (zh) * 2014-01-15 2017-03-01 西安电子科技大学 基于相位编码的混频结构光三维信息获取方法
EP3230841B1 (en) * 2014-12-09 2019-07-03 Basf Se Optical detector
CN106504284B (zh) * 2016-10-24 2019-04-12 成都通甲优博科技有限责任公司 一种基于立体匹配与结构光相结合的深度图获取方法
CN106840036B (zh) * 2016-12-30 2019-10-01 浙江四点灵机器人股份有限公司 一种适用于快速三维形貌测量的二元结构光优化方法
US11328380B2 (en) * 2018-10-27 2022-05-10 Gilbert Pinter Machine vision systems, illumination sources for use in machine vision systems, and components for use in the illumination sources
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
CN110608687A (zh) * 2019-06-04 2019-12-24 重庆大学 一种基于投影平面的彩色编码光栅串扰补偿方法
CN110360952B (zh) * 2019-07-01 2021-11-02 西安电子科技大学 一种相移轮廓术三维测量方法、系统、设备及其存储介质

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2007524075A (ja) * 2003-06-19 2007-08-23 マサチユセツツ・インスチチユート・オブ・テクノロジイ 位相測定用システムと方法
CN109974625A (zh) * 2019-04-08 2019-07-05 四川大学 一种基于色相优化灰度的彩色物体结构光三维测量方法
CN109974626A (zh) * 2019-04-08 2019-07-05 四川大学 一种基于相移量编码条纹级次的结构光三维测量方法

Also Published As

Publication number Publication date
CN112945140A (zh) 2021-06-11

Similar Documents

Publication Publication Date Title
CN112945140B (zh) 一种基于查找表和区域分割的彩色物体三维测量方法
CN1320333C (zh) 基于线结构激光被动扫描的快速彩色三维贴图方法
CN102305599B (zh) 轮胎断面结构测绘仪及测绘方法
CN113358063B (zh) 一种基于相位加权融合的面结构光三维测量方法及系统
Yang et al. Projector distortion residual compensation in fringe projection system
CN109855559B (zh) 一种全空间标定系统及方法
WO2018107776A1 (zh) 视频数据旋转方法和系统
CN113188442B (zh) 一种座椅类家具多角度点云测量工装及其拼接方法
CN110500970A (zh) 一种多频率结构光三维测量设备和方法
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
CN117346694B (zh) 复合面型样品的检测方法、检测系统
CN1037125C (zh) 一种检测表面粗糙度的方法及装置
CN110207606A (zh) 基于数字图像关联性的面外应变测量方法
CN113932710A (zh) 一种复合式视觉刀具几何参数测量系统及方法
CN111462331A (zh) 扩展对极几何并实时计算三维点云的若干方法
CN109186969B (zh) 一种伺服进给运动动态性能视觉检测方法
CN115420217A (zh) 大尺度内凹弧面多视觉线结构光三维测量实验装置及方法
CN105371759A (zh) 多镜头影像测量仪测量方法
CN202074951U (zh) 轮胎断面结构测绘仪
CN208155271U (zh) 灵敏度可调的Shadow Moiré测量系统
JPH04278406A (ja) ３次元計測方法
CN2589935Y (zh) 便携式光栅投影三维轮廓测量仪
CN107014309A (zh) 一种白光干涉三维形貌再现装置
CN212843399U (zh) 一种便携的三维测量设备
CN108050957B (zh) 一种波形唇油封唇口曲面形状误差测量装置及测量方法

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