CN113607087A - 一种面结构光三维成像技术中的相位非线性误差补偿方法 - Google Patents
一种面结构光三维成像技术中的相位非线性误差补偿方法 Download PDFInfo
- Publication number
- CN113607087A CN113607087A CN202110863367.6A CN202110863367A CN113607087A CN 113607087 A CN113607087 A CN 113607087A CN 202110863367 A CN202110863367 A CN 202110863367A CN 113607087 A CN113607087 A CN 113607087A
- Authority
- CN
- China
- Prior art keywords
- harmonic
- projector
- value
- image
- phase
- 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.)
- Withdrawn
Links
- 238000000034 method Methods 0.000 title claims abstract description 43
- 238000005516 engineering process Methods 0.000 title claims abstract description 20
- 238000003384 imaging method Methods 0.000 title claims abstract description 16
- 238000002310 reflectometry Methods 0.000 claims abstract description 11
- 230000010363 phase shift Effects 0.000 claims abstract description 10
- 238000004364 calculation method Methods 0.000 claims abstract description 5
- 238000005259 measurement Methods 0.000 claims description 12
- 230000004044 response Effects 0.000 claims description 6
- 238000004458 analytical method Methods 0.000 claims description 5
- 238000005315 distribution function Methods 0.000 claims description 5
- 230000002457 bidirectional effect Effects 0.000 claims description 3
- 238000013459 approach Methods 0.000 claims description 2
- 230000008569 process Effects 0.000 description 6
- 230000003287 optical effect Effects 0.000 description 5
- 238000012937 correction Methods 0.000 description 4
- 238000010606 normalization Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 150000001875 compounds Chemical class 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research 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
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
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
本发明公开一种面结构光三维成像技术中的相位非线性误差补偿方法,包括如下步骤采用四步相移算法获取相位信息,并带入二次谐波与一次谐波比值中,获得包含伽马值的高次谐波分量比值;根据离散傅里叶变换获取谐波分量,一般伽马取值在0‑3之间,将不等于1的伽马值预先编码至条纹图像中,获得调制后的谐波分量,计算出投影仪投射条纹图像中每一个像素预先调制的伽马值;将计算得到的预先调制的伽马值以及反射率加载至投影仪的投射条纹算法中,利用相机和投影仪灰度值建模和最小二乘法逼近技术,获得投影仪投射条纹图像中每一个像素准确的伽马值并通过准确的伽马值对投影仪的原始条纹图像进行校正。本发明可以大幅缩小相机采集到的图像误差。
Description
技术领域
本发明涉及面结构光三维成像技术领域,尤其涉及一种面结构光三维成像技术中的相位非线性误差补偿方法。
背景技术
面结构光三维成像技术具有结构简单、测量精度高、不需要接触被测物体等优点,近年来被广泛应用于工业在线检测、机器视觉、生物医学、地质勘探、计算机辅助设计与加工等领域。在栅线投影技术中,理想情况下需要相机采集到的条纹图像是正弦模式,注意这里是相机实际采集到的,而不是投影仪投影出来得。光栅投影技术是光学三维测量技术中为了简便化测量过程,最简单的就是直接去投影一组符合正弦规律的栅线图案出来,但是由于物体表面反射率分布不均匀所造成的误差,以及投影和摄像设备中的电子噪声和非线性失真,以及投影时的环境噪声等因素,都会导致所读取的光栅图像灰度分布不再为标准正弦波形,一定的非线性失真,需要进行误差补偿。
现有技术中常采有用的三种方式,进行误差补偿:
1)、采集多幅图像,对图像的灰度值进行分析,得到图像的伽马校正值,调制得到符合要求的投影图像,该方法在实际工程中影响执行效率;
2)、采集大量图像,得到图像的伽马校正值误差表,后续的投影图像通过查表法进行校正,该方法在更换被测物体之后需要重新得到误差表,不具有灵活性;
3)、通过神经网络算法,训练模型逼近图像的伽马校正值,进而调制投射图像,该方法本质上是优化算法一种,具有一定的优势,但是在逼近值的过程中,需要进行调参,以及需要采集大量图片,也缺少一定灵活性。
发明内容
为了解决上述技术问题,本发明提出一种面结构光三维成像技术中的相位非线性误差补偿方法。
为了达到上述目的,本发明的技术方案如下:
一种面结构光三维成像技术中的相位非线性误差补偿方法,包括如下步骤:
通过投影仪向被测物体的表面投射条纹图像,相机采集变形条纹图像,利用最小二乘法拟合出误差,得到相位主值最小二乘解分析后,获得二次谐波与一次谐波比值;
采用四步相移算法获取相位信息,并带入二次谐波与一次谐波比值中,获得包含伽马值的高次谐波分量比值;
根据离散傅里叶变换获取谐波分量,一般伽马取值在0-3之间,将不等于1的伽马值预先编码至条纹图像中,获得调制后的谐波分量,计算出投影仪投射条纹图像中每一个像素预先调制的伽马值;
将计算得到的预先调制的伽马值以及反射率加载至投影仪的投射条纹算法中,通过投影仪再投射M幅条纹图像,其中M不小于5,利用相机和投影仪灰度值建模和最小二乘法逼近技术,获得投影仪投射条纹图像中每一个像素准确的伽马值并通过准确的伽马值对投影仪的原始条纹图像进行校正。
优选地,所述通过投影仪向被测物体的表面投射条纹图像,相机采集变形条纹图像,利用最小二乘法拟合出误差,得到相位主值最小二乘解分析后,得到二次谐波与一次谐波比值,具体包括如下步骤:
假设投影仪向被测物体的表面投射的条纹图像光强是标准正弦分布,则光栅图像表示为:
其中,P为光栅图像的最高次谐波,实际测量系统中最多包含5次谐波,即P最高为5,因此至少需要七次相移才可以精确计算出相位主值,Ii第i幅图像灰度值;
由于实际测量系统中,存在伽马非线性响应,引入了高阶谐波信息,使用伽马参数描述归一化的光栅图像为:
其中,λ是投影仪的伽马值,x,y为像素坐标值,利用二次多项式进行展开,可知二次谐波与一次谐波比值为:
通过该比值可以得出,|Bk|>|Bk+1|,k为谐波分量的次数,谐波幅值随着k的增大而快速减小,投影仪投射出的条纹图像的高次谐波不会无限增加。
式中,γ为伽马值,γ′为预先调制的伽马值,f0为特定像素频域值。
优选地,所述反射率的获取方法,包括如下步骤:
计算被测物体的双向反射分布函数;
进行多次测量并通过最小二乘法拟合归一化后,获得在特定亮度的被测物体的反射率。
基于上述技术方案,本发明的有益效果是:本发明光机采用DLP投影技术,该技术为了获得良好的投影亮度,使用大光圈镜头,导致光机投影景深较小,在此基础上产生了图像聚焦不一致,只有一小部分处于理想区域,大部分投影区域并不满足计算要求,需要进行伽马校正。同时CCD相机因为非线性响应特性,也会引起一定程度周期性误差,综合考虑上述情况提出了首先采集十幅条纹图像,利用自研算法分析误差大致走向,建立误差模型,进行误差补偿,其次再采集补偿后投射的七幅图像,利用最小二乘法逼近整体最优解,在此基础上,将所得伽马校正值调制到投射图像中,无需采集大量图片,且在实际工程中不影响正常执行操作,最终大幅缩小CCD相机采集到的图像误差。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明。
图1是一个实施例中一种面结构光三维成像技术中的相位非线性误差补偿方法流程图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述。
如图1所示,本发明提供一种面结构光三维成像技术中的相位非线性误差补偿方法,具体包括如下步骤:通过投影仪向被测物体的表面投射条纹图像,假设条纹图像光强是标准正弦分布,则其光强分布函数:
可知:
同理,
其中,P为光栅图像的最高次谐波,实际测量系统中最多包含5次谐波,即P最高为5,因此至少需要七次相移才可以精确计算出相位主值。
由于实际测量系统中,存在伽马非线性响应呢,通过公式(1-9)求解的相位主值必然存在相位误差,并且会在光栅图像中引入高次谐波误差,使用单一伽马参数描述时光栅图像可以表示为:
其中,Bk为K次谐波的幅值,可表示为
其中,图像灰度值二次多项式展开过程中的中间辅助值bk,m:
假设λ为大于1的整数,那么当K>λ时,Bk=0。实际系统中λ一般在0-3之间,因此1-11位无穷级数,并且结果收敛,由1-13可知:
由1-14式知,二次谐波与一次谐波比值为:
从上式可以看出Bk>Bk+1,谐波幅值Bk随着K的增大而快速减小。
上述为理想状态下伽马畸变后的光栅图像灰度分布模型,该模型忽略了投影仪离焦现象的影响。如前所述,DLP投影仪为了保证投影光强,普遍采用较大的光圈,投影图像在整个空间处于不同的离焦状态。
考虑实际投影投射出的光线形成模糊光斑,导致投影图像模糊,采用数字光学投影点扩散函数(点扩散函数(point spread function),对光学系统来讲,输入物为一点光源时其输出像的光场分布,称为点扩散函数,也称点扩展函数),投影仪图像灰度值分布函数如下:
其中,σ为图像模糊系数,x、y为像素坐标。
加入了物体反射率后,CCD相机灰度值建模:
DLP投影仪传递函数如下:
其中,T(f)为传递函数,σ为图像模糊系数。
最终CCD采集到的图像包含高次谐波,其形式如下:
1.系统非线性响应误差分析
上述推导了系统非线性响应模型,在此基础上,可以精确分析结构光成像系统四步相移算法产生的相位误差,在实际光栅图像中,系统谐波最高次数不会高于三次,将公式1-19带入公式1-9得包含多次谐波的详细的相位主值推导公式:
其中,计算的相位主值为实际相位主值与相位误差之和,由此可得到相位误差为:
其中,Q表示二阶高次谐波与一阶分量的比值,如下式:
式中,f0为特定像素频域值,根据上式可得:
2.系统非线性误差补偿
通过1-15、1-23、1-24得包含伽马值的高次谐波分量比值:
其中,谐波分量的次数K=1或2;L为相移数,相移数越大,高次谐波引起的误差越小,目前采用L=20(投影20幅相位不同),计算值,一般伽马取值在0-3之间,将伽马值γ不等于1的值预先编码到条纹图像中,则谐波分量可以表示为:
通过上式可以计算出图像中每一个像素预先调制的伽马值γ′;
计算被测物体的双向反射分布函数,进行多次测量并通过最小二乘法拟合归一化后,获得在特定亮度的被测物体的反射率,
将上述求得的预先调制的伽马值γ′和反射率加载至投影仪的投射条纹算法中,投射七幅条纹图像,利用最小二乘法逼近最优解,将得到的最优解调制到待投射的图像中,进而达到缩小图像误差的目的。
以上所述仅为本发明所公开的一种面结构光三维成像技术中的相位非线性误差补偿方法的优选实施方式,并非用于限定本说明书实施例的保护范围。凡在本说明书实施例的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本说明书实施例的保护范围之内。
还需要说明的是,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、商品或者设备中还存在另外的相同要素。
本说明书实施例中的各个实施例均采用递进的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于系统实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
Claims (4)
1.一种面结构光三维成像技术中的相位非线性误差补偿方法,其特征在于,包括如下步骤:
通过投影仪向被测物体的表面投射条纹图像,相机采集变形条纹图像,利用最小二乘法拟合出误差,得到相位主值最小二乘解分析后,获得二次谐波与一次谐波比值;
采用四步相移算法获取相位信息,并带入二次谐波与一次谐波比值中,获得包含伽马值的高次谐波分量比值;
根据离散傅里叶变换获取谐波分量,一般伽马取值在0-3之间,将不等于1的伽马值预先编码至条纹图像中,获得调制后的谐波分量,计算出投影仪投射条纹图像中每一个像素预先调制的伽马值;
将计算得到的预先调制的伽马值以及反射率加载至投影仪的投射条纹算法中,通过投影仪再投射M幅条纹图像,其中M不小于5,利用相机和投影仪灰度值建模和最小二乘法逼近技术,获得投影仪投射条纹图像中每一个像素准确的伽马值并通过准确的伽马值对投影仪的原始条纹图像进行校正。
2.根据权利要求1所述的一种面结构光三维成像技术中的相位非线性误差补偿方法,其特征在于,所述通过投影仪向被测物体的表面投射条纹图像,相机采集变形条纹图像,利用最小二乘法拟合出误差,得到相位主值最小二乘解分析后,得到二次谐波与一次谐波比值,具体包括如下步骤:
假设投影仪向被测物体的表面投射的条纹图像光强是标准正弦分布,则光栅图像表示为:
其中,P为光栅图像的最高次谐波,δi为相移,实际测量系统中最多包含5次谐波,即P最高为5,因此至少需要七次相移才可以精确计算出相位主值,Ii第i幅图像灰度值;
由于实际测量系统中,存在伽马非线性响应,引入了高阶谐波信息,使用伽马参数描述归一化的光栅图像为:
其中,λ是投影仪的伽马值,x,y为像素坐标值,利用二次多项式进行展开,可知二次谐波与一次谐波比值为:
通过该比值可以得出,|Bk|>|Bk+1|,k为谐波分量的次数,谐波幅值随着k的增大而快速减小,投影仪投射出的条纹图像的高次谐波不会无限增加。
4.根据权利要求1所述的一种面结构光三维成像技术中的相位非线性误差补偿方法,其特征在于,所述反射率的获取方法,包括如下步骤:
计算被测物体的双向反射分布函数;
进行多次测量并通过最小二乘法拟合归一化后,获得在特定亮度的被测物体的反射率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110863367.6A CN113607087A (zh) | 2021-07-29 | 2021-07-29 | 一种面结构光三维成像技术中的相位非线性误差补偿方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110863367.6A CN113607087A (zh) | 2021-07-29 | 2021-07-29 | 一种面结构光三维成像技术中的相位非线性误差补偿方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113607087A true CN113607087A (zh) | 2021-11-05 |
Family
ID=78305997
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110863367.6A Withdrawn CN113607087A (zh) | 2021-07-29 | 2021-07-29 | 一种面结构光三维成像技术中的相位非线性误差补偿方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113607087A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114234846A (zh) * | 2021-12-03 | 2022-03-25 | 电子科技大学 | 一种基于双响应曲线拟合的快速非线性补偿方法 |
CN114322823A (zh) * | 2021-12-02 | 2022-04-12 | 合肥工业大学 | 一种三维测量系统和相位误差补偿方法 |
CN114777687A (zh) * | 2022-05-09 | 2022-07-22 | 湖北工业大学 | 基于概率分布函数的分区域相位误差补偿方法及设备 |
CN114838674A (zh) * | 2022-07-06 | 2022-08-02 | 三亚学院 | 一种用于结构光三维面形测量重建的相位校正方法 |
CN115290003A (zh) * | 2022-08-02 | 2022-11-04 | 清华大学 | 一种结构光测量中的反射率边界补偿方法及装置 |
CN115731139A (zh) * | 2022-12-08 | 2023-03-03 | 深圳明锐理想科技有限公司 | 图像的校正方法及电子设备 |
CN115900580A (zh) * | 2022-10-12 | 2023-04-04 | 广东工业大学 | 一种结构光三维成像系统及非线性误差抑制方法 |
CN116182744A (zh) * | 2022-11-16 | 2023-05-30 | 安徽大学 | 一种用于条纹投影三维测量的伽马非线性误差矫正方法 |
CN118293825A (zh) * | 2024-04-03 | 2024-07-05 | 北京微云智联科技有限公司 | 一种用于正弦光栅投影系统的相位补偿方法及装置 |
-
2021
- 2021-07-29 CN CN202110863367.6A patent/CN113607087A/zh not_active Withdrawn
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114322823A (zh) * | 2021-12-02 | 2022-04-12 | 合肥工业大学 | 一种三维测量系统和相位误差补偿方法 |
CN114322823B (zh) * | 2021-12-02 | 2023-07-07 | 合肥工业大学 | 一种三维测量系统和相位误差补偿方法 |
CN114234846B (zh) * | 2021-12-03 | 2022-11-08 | 电子科技大学 | 一种基于双响应曲线拟合的快速非线性补偿方法 |
CN114234846A (zh) * | 2021-12-03 | 2022-03-25 | 电子科技大学 | 一种基于双响应曲线拟合的快速非线性补偿方法 |
CN114777687A (zh) * | 2022-05-09 | 2022-07-22 | 湖北工业大学 | 基于概率分布函数的分区域相位误差补偿方法及设备 |
CN114838674A (zh) * | 2022-07-06 | 2022-08-02 | 三亚学院 | 一种用于结构光三维面形测量重建的相位校正方法 |
CN115290003A (zh) * | 2022-08-02 | 2022-11-04 | 清华大学 | 一种结构光测量中的反射率边界补偿方法及装置 |
CN115290003B (zh) * | 2022-08-02 | 2024-04-09 | 清华大学 | 一种结构光测量中的反射率边界补偿方法及装置 |
CN115900580A (zh) * | 2022-10-12 | 2023-04-04 | 广东工业大学 | 一种结构光三维成像系统及非线性误差抑制方法 |
CN115900580B (zh) * | 2022-10-12 | 2024-05-28 | 广东工业大学 | 一种结构光三维成像系统及非线性误差抑制方法 |
CN116182744A (zh) * | 2022-11-16 | 2023-05-30 | 安徽大学 | 一种用于条纹投影三维测量的伽马非线性误差矫正方法 |
CN116182744B (zh) * | 2022-11-16 | 2024-06-04 | 安徽大学 | 一种用于条纹投影三维测量的伽马非线性误差矫正方法 |
CN115731139A (zh) * | 2022-12-08 | 2023-03-03 | 深圳明锐理想科技有限公司 | 图像的校正方法及电子设备 |
CN115731139B (zh) * | 2022-12-08 | 2023-09-01 | 深圳明锐理想科技有限公司 | 图像的校正方法及电子设备 |
CN118293825A (zh) * | 2024-04-03 | 2024-07-05 | 北京微云智联科技有限公司 | 一种用于正弦光栅投影系统的相位补偿方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113607087A (zh) | 一种面结构光三维成像技术中的相位非线性误差补偿方法 | |
Zuo et al. | Phase shifting algorithms for fringe projection profilometry: A review | |
De Villiers et al. | Centi-pixel accurate real-time inverse distortion correction | |
Zhang et al. | Generic nonsinusoidal fringe model and gamma calibration in phase measuring profilometry | |
Chen et al. | Generic exponential fringe model for alleviating phase error in phase measuring profilometry | |
CN108981611B (zh) | 一种基于畸变全局修正的数字投影光栅图像拟合校正方法 | |
CN106170679B (zh) | 一种相位误差补偿方法及装置 | |
CN104697469B (zh) | 利用谐波幅值判定饱和的高动态三维测量方法 | |
CN106197321A (zh) | 基于红蓝棋盘格标定板的投影仪标定方法 | |
Wang et al. | Defocusing parameter selection strategies based on PSF measurement for square-binary defocusing fringe projection profilometry | |
CN113358062B (zh) | 三维重建相位误差补偿方法 | |
CN112097670B (zh) | 高反光物体三维面型测量方法和测量设备 | |
Zheng et al. | A fast self-correction method for nonlinear sinusoidal fringe images in 3-d measurement | |
JP7001835B2 (ja) | 位相シフト偏向測定法で非線形応答特性を補償するためのシステム及び方法 | |
Zhang et al. | Full-field phase error analysis and compensation for nonsinusoidal waveforms in phase shifting profilometry with projector defocusing | |
Xiao et al. | High-quality binary fringe generation via joint optimization on intensity and phase | |
Wu et al. | Exponential Taylor series method to eliminate the gamma distortion in phase shifting profilometry | |
CN110108230B (zh) | 基于图像差分与lm迭代的二值光栅投影离焦程度评估方法 | |
Xiao et al. | Single orthogonal sinusoidal grating for gamma correction in digital projection phase measuring profilometry | |
CN116734771B (zh) | 基于主动式Gamma校正的电路板元器件几何检测方法 | |
Kang et al. | Determination of optimal binary defocusing based on digital correlation for fringe projection profilometry | |
Baker et al. | Elimination of? non-linear luminance effects for digital video projection phase measuring profilometers | |
Zhao et al. | A gamma correction method based on constant-intensity images in phase-measuring profilometry | |
Feng et al. | Gamma Precorrection and Phase Error Compensation Methods Based on Three‐Frequency with Three‐Phase Shift | |
CN117073578B (zh) | 用于条纹投影轮廓术的主动投影非线性Gamma矫正方法 |
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 | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20211105 |
|
WW01 | Invention patent application withdrawn after publication |