CN115761126A - 基于结构光的三维重建方法、装置、电子设备和存储介质 - Google Patents

Abstract

本申请公开了一种基于结构光的三维重建方法、装置、电子设备和存储介质，涉及计算机视觉技术领域，本申请基于结构光的三维重建方法包括：获取将目标编码图像投射到被测物体的表面后，与被测物体的表面信息叠加而成的畸变编码图像，其中，目标编码图像为多个符号基元构成的编码网格图像；对畸变编码图像进行解码，得到畸变编码图像对应的编码值；获取三维图像重建系统对应预存的目标标定参数，根据目标标定参数和编码值，对被测物体进行三维图像重建，得到被测物体的三维图像。本申请能提高对被测物体进行空间三维重建的结构光重建效率。

Description

基于结构光的三维重建方法、装置、电子设备和存储介质

技术领域

本申请涉及计算机视觉技术领域，尤其涉及一种基于结构光的三维重建方法、装置、电子设备和存储介质。

背景技术

计算机视觉是计算机通过对图片或者对图片序列的处理，获取对客观世界的描述和信息，以帮助人们更好的理解图片中包含的内容。三维重建技术是计算机视觉的一个分支，是计算机视觉和计算机图形图像处理相结合的一个研究方向。它广泛的用于工业自动化、逆向工程、文物保护、计算机辅助医疗、虚拟现实、增强现实和机器人应用等场景。

结构光三维重建是计算机视觉中的重要技术之一。然而，现有的方法大多需要对设计的模式进行多次投影，来实现封闭形式的解决方案，也即，大多数相关系统在结构光三维重建过程中，需要抓拍多幅图像，这使得严重影响了结构光重建效率。

发明内容

本申请的主要目的在于提供一种基于结构光的三维重建方法、装置、电子设备和存储介质，旨在提高对被测物体进行空间三维重建的结构光重建效率。

为实现上述目的，本申请提供一种基于结构光的三维重建方法，所述方法包括：

获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，所述目标编码图像为多个符号基元构成的编码网格图像；

对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；

获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

可选地，所述对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值的步骤包括：

将所述畸变编码图像进行图像滤波处理，得到滤波编码图像；

将所述滤波编码图像进行阈值分割处理，得到二值化编码图像；

识别所述二值化编码图像中产生畸变的畸变符号基元，并对识别出的畸变符号基元进行提取；

将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值。

可选地，所述将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值的步骤包括：

根据提取出的所有畸变符号基元，构建得到多个畸变符号基元构成的畸变编码网格图像；

将所述畸变编码网格图像中的各畸变符号基元分别与邻近的畸变符号基元进行邻域匹配，得到符号窗；

将所述符号窗在所述目标编码图像中进行窗口匹配，得到匹配窗口；

根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值。

可选地，所述根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值的步骤之前包括：

计算所述匹配窗口与所述符号窗之间的中心坐标偏差、灰度值偏差和尺寸比例偏差；

将所述中心坐标偏差、所述灰度值偏差和所述尺寸比例偏差，作为所述匹配窗口与所述符号窗之间产生的特征畸变参量。

可选地，所述根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建的步骤包括：

依据所述编码值生成坐标矩阵，并根据所述目标标定参数，对坐标矩阵进行矩阵转换和矩阵平移，得到三维立体数据的匹配点位置；

根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建。

可选地，所述目标标定参数包括摄像内参数和摄像外参数，所述根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建的步骤包括：

根据所述摄像内参数和所述摄像外参数，确定畸变映射矩阵；

根据所述匹配点位置和所述畸变映射矩阵，结合三角测量原理确定所述被测物体上各点的三维空间坐标；

根据所述被测物体上各点的三维空间坐标，生成所述被测物体对应的物体点云图，完成三维图像重建。

可选地，所述符号基元对应的图案类型包括矩形、圆盘和圆环。

此外，本申请还提供一种基于结构光的三维重建装置，所述基于结构光的三维重建装置包括：

获取模块，用于获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，所述目标编码图像为多个符号基元构成的编码网格图像；

解码模块，用于对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；

重建模块，用于获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

本申请还提供一种电子设备，所述电子设备为实体设备，所述电子设备包括：存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的所述基于结构光的三维重建方法的程序，所述基于结构光的三维重建方法的程序被处理器执行时可实现如上述的基于结构光的三维重建方法的步骤。

本申请还提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现基于结构光的三维重建方法的程序，所述实现基于结构光的三维重建方法的程序被处理器执行以实现如上述基于结构光的三维重建方法的步骤。

本申请还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的基于结构光的三维重建方法的步骤。

本申请的技术方案是通过获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，该目标编码图像为多个符号基元构成的编码网格图像，并对畸变编码图像进行解码，得到畸变编码图像对应的编码值，然后获取三维图像重建系统对应预存的目标标定参数，再根据目标标定参数和编码值，对被测物体进行三维图像重建，得到被测物体的三维图像，从而实现一次投影便可实现对被测物体的三维图像的度量，避免传统结构光三维重建过程中抓拍多幅图像，可实现实时结构光三维重建，提高效率，本申请可基于例如矩形、圆盘和圆环的符号基元所构成的编码光图案(即目标编码图像)，只需相机拍摄一次即可完成结构光系统三维重建，简化结构光系统成像的流程，更进一步的提升后续开发效率，每次三维重建，只需拍摄单帧投影图像，能够实现动态重建，提升了对被测物体进行空间三维重建的结构光重建效率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本申请的实施例，并与说明书一起用于解释本申请的原理。

为了更清楚地说明本申请实施例或现有技术中的技术方案，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，对于本领域普通技术人员而言，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为本申请基于结构光的三维重建方法第一实施例的流程示意图；

图2为本申请基于结构光的三维重建方法第二实施例中步骤S20的细化流程示意图；

图3为本申请实施例的符号基元的图案示意图；

图4为本申请一实施例的M阵列编码示意图；

图5为本申请一实施例的目标编码图像；

图6为本申请一实施例的3*3符号基元的符号窗示意图；

图7为本申请实施例对畸变编码图像进行图像处理的图像效果图；

图8为本申请实施例对被识图像进行特征提取的流程框图；

图9为本申请实施例对不同符号基元进行区分标记的示意图；

图10为本申请一实施例中符号基元进行邻域匹配的流程示意图；

图11为本申请一实施例中符号窗进行窗口匹配的流程示意图；

图12为本申请一实施例中对畸变编码图像的编码值进行解码的示意图；

图13为本申请一实施例中对圆桶构建的物体点云示意图；

图14为本申请一实施例中对圆桶构建的三维重构示意图；

图15为本申请实施例中电子设备涉及的硬件运行环境的硬件结构示意图。

本申请目的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

为使本发明的上述目的、特征和优点能够更加明显易懂，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。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动的前提下所获得的所有其它实施例，均属于本发明保护的范围。

为了助于理解，在本实施例进行示例说明，本实施例基于结构光的三维重建方法的执行主体可为基于结构光的结构光三维重建系统(即结构光三维测量系统)，结构光三维测量系统通常由图像采集系统、编码图案投射系统以及相应的系统软件构成。根据三角测量原理，图像采集系统和编码图案投射系统的轴向成一定夹角，以便能够更好地对视野范围内被测物进行测量。结构光三维测量工作时，由于编码图案投射系统投射所需要的编码结构光图案(即目标编码图像)到被测物体表面，然后图像采集系统对被测物体的表面图像进行图像采集，图像数据传给计算机后，由软件系统对图像进行解码，实现窗口匹配和被测物表面的三维重构。下面是结构光三维测量系统各部分组成的简要描述。

(1)图像采集系统

图像采集系统对投射到被测物体表面的编码图案进行图像采集，选用一个摄像机，摄像机包括摄像机镜头和成像芯片。当前视场经过摄像机镜头聚焦后成像于感光面板实现图像数据的采集。

(2)编码图案投射系统

编码图案投射系统使用数字投影仪或幻灯片投影仪实现编码结构光图案的投射和切换。数字投影仪由光源、成像芯片和投影镜头组成。计算机控制成像芯片显示和切换投影所需的编码结构光图案，经光源背投和投影镜头作用，将图案投射到被测物体的表面。

(3)软件系统

软件系统控制图像采集系统和编码图案投射系统，是实现两个系统之间的协同工作，并对采集的图像进行预处理和解码，实现三维重构。具体包括：结构光图案投射和切换控制、图像数据的采集、图像的预处理、图像解码、窗口匹配和被测物体表面的三维重构。

上述结构光三维测量系统仅用于辅助理解本申请的技术原理，并不构成对本申请的限定，本申请的结构光三维测量系统可以包括比上述更多或更少的系统部件，或者组合某些系统部件，或者不同的系统部件布置。

目前，结构光三维重建是计算机视觉中的重要技术之一。然而，现有的方法大多需要对设计的模式进行多次投影，来实现封闭形式的解决方案，也即，大多数相关系统在结构光三维重建过程中，需要抓拍多幅图像，这使得严重影响了结构光重建效率。

实施例一

基于此，请参照图1，本实施例提供一种基于结构光的三维重建方法，所述方法包括：

步骤S10，获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像；

在本实施例中，需要说明的是，所述目标编码图像为多个符号基元构成的编码网格图像。

示例性地，所述符号基元对应的图案类型包括矩形、圆盘和圆环。

在本实施例中，目标编码图像的实现模式已有多种，如彩色伪随机空间编码法，彩色谱编码法，但是彩色图案，容易受光照的影响，使得颜色出现偏差，解码阶段误差会较高。单色光鲁棒性会更好，此外，单色光的投射装置及实现更简单，故目标编码图像使用单色光模式。符号基元的选择对在解码阶段能否正确解码很关键，故符号基元的选择非常重要。摄像机拍摄目标编码图像投影至被测物体表面而产生畸变的编码图像(即畸变编码图像)后，需要对其进行识别，故符号基元的可识别性要较强。考虑以上因素，选择如图3所示的三种符号基元进行编码，即矩形、圆盘和圆环。

步骤S20，对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；

在本实施例中，为了助于理解，列举一实例，在该实例中，基于0、1和2三种数字进行排列组合构成48*52的M阵列，如图4所示。对该M阵列进行编码，阵列中的0、1和2分别用圆环、圆盘和矩形块三个符号基元代替，用黑色作为整个模板的背景，便得到目标编码图像，如图5所示。后续可将目标编码图像投射到被测物体的表面后，与所被测物体的表面信息叠加而成的畸变编码图像进行采集，然后对采集的该畸变编码图像进行解码，便可得到畸变编码图像对应的编码值。

步骤S30，获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

在本实施例中，该三维图像重建系统对应预存的目标标定参数可包括摄影内参数和摄影外参数。其中，摄影内参数是指结构光三维测量装置中的摄像机内部参数和投影机内部参数。摄影外参数是指摄像机与投影机两者之间的转换关系。其中，摄像机内部参数包括焦距和像元尺寸的比值，主点以及倾斜角，外部参数包括旋转和平移矩阵，畸变参数等。

本领域技术人员可知的是，结构光视觉测量(即结构光三维重建方法)以其大量程、大视场、较高精度、信息提取简单、容易实现、可靠性高、实时性强及主动受控等特点，且适用于动态空间中。由于本实施例的该三维图像重建系统由于捕获的畸变编码图像通过使用解码算法，可以获得所有投影角度，因此基于本实施例预先设置的编码模式只需投射一帧模式图像，即可完成一次测量，可以避免“像素匹配”问题，还可以避免诸如背景的颜色饱和度，光照强度，光照方向，目标和背景的色差等不确定的因素。

本实施例的技术方案是通过获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，该目标编码图像为多个符号基元构成的编码网格图像，并对畸变编码图像进行解码，得到畸变编码图像对应的编码值，然后获取三维图像重建系统对应预存的目标标定参数，再根据目标标定参数和编码值，对被测物体进行三维图像重建，得到被测物体的三维图像，从而实现一次投影便可实现对被测物体的三维图像的度量，避免传统结构光三维重建过程中抓拍多幅图像，可实现实时结构光三维重建，提高效率，本实施例基于矩形、圆盘和圆环的符号基元所构成的编码光图案(即目标编码图像)，只需相机拍摄一次即可完成结构光系统三维重建，简化结构光系统成像的流程，更进一步的提升后续开发效率，每次三维重建，只需拍摄单帧投影图像，能够实现动态重建，提升了对被测物体进行空间三维重建的结构光重建效率。

值得一提的是，本实施例通过将目标编码图像设计成由矩形、圆盘和圆环三种符号基元构成的单色光编码图案，由于选择的符号基元容易识别和区分，为解码过程提供了很多信息。具体地，在识别过程中涉及到三种图案：矩形、圆盘和圆环，针对本实施例所选择的三种符号，符号为白色且图像背景为黑色(即单色光的形式)，对于圆环，我们可以首先区别出来，因为圆环的中心点所在的位置是背景色黑色，故可以先利用这个信息先把圆环给区分出来，并采用预设颜色的标识画在圆环的中心上，这样所有的圆环就已经被找出来了。而对于圆盘和矩形块，它们的中心坐标所在的位置都是白色，可以使用模板匹配的方法将圆盘和矩形区分开来，效果如图9所示，从而使得在与被测物体的表面信息叠加而成的畸变编码图像进行采集后，对采集的畸变编码图像进行解码时，解决了动态场景中像素坐标点的匹配难题，为实现高精度高分辨率的视觉测量奠定了基础，从而提高了解码分辨率、加快解码速度，并且采用单色光投射模式，大大减少了彩色光由于光的影响所带来的误差，进一步提高了对被测物体进行三维重建的精度和效率，且本实施例提供的编码模式适合单色光源投射，对色彩不鲜艳、纹理不丰富、遮挡不明显的被测具有良好的重建效果，抗干扰能力强，编码全局唯一，具有较高的解码精度。

在一种可能的实施方式中，请参照图2，所述对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值的步骤包括：

步骤S21，将所述畸变编码图像进行图像滤波处理，得到滤波编码图像；

在本实施例中，摄像机在采集图像的过程中，不可避免地会有噪声的污染。噪声污染使得图像变得模糊，干扰了一些有效地信息。噪声污染主要包括高斯噪声。去除噪声是图像处理中的一个重要过程，噪声通过滤波可以有效减少，使得图像的质量得到提高。因此为了提高畸变编码图像的图像质量，去除场景的高斯噪声，需要对畸变编码图像进行图像滤波处理，其中，图像滤波可以采用均值滤波、最小均方滤波、中值滤波或自适应中值滤波，也可以采用傅里叶变换等频域滤波，从而实现能够在一定程度上对高斯噪声加以抑制。

步骤S22，将所述滤波编码图像进行阈值分割处理，得到二值化编码图像；

本领域技术人员可知的是，阈值分割处理(即图像分割)是数字图像处理中一类非常重要的图像分析技术，同时也是计算机视觉领域中较为重要的内容之一，是图像自动分析前要完成的步骤之一。图像分割把图像中有特殊意义的不同区域分开，这些区域互不相交。阈值分割是用一个或者几个阈值将图像的灰度级分成几个部分，有效地将图像二值化便于特征提取，阈值分割一般把图像转换成二值图像。

在本实施例中，针对滤波后的图像还需要进行阈值分割，其主要原因在于，针对待测物体的不同部分，其反光能力不一定相同，为了获取更高精度的解码结果，需要对图像的不同区域进行分割处理。作为一种示例，本实施例的阈值分割采用了分块阈值处理方法，处理过程如图7所示，从左到右依次为原图(即上述的畸变编码图像)、滤波图像(即上述的滤波编码图像)、分块阈值分割图像(即上述的二值化编码图像)。

步骤S23，识别所述二值化编码图像中产生畸变的畸变符号基元，并对识别出的畸变符号基元进行提取；

本实施例中，在对二值化编码图像中的畸变符号基元进行识别后，需要对被识图像进行特征提取，具体地，可将对被识图像进行特征提取的过程分成三个主要部分：图像信息的获取；信息的加工和处理，抽取特征；判断。流程框图如图8所示。

步骤S24，将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值。

本领域技术人员可以理解的是，在三维图像重建系统中，基于预设的投影模式将目标编码图像投射到被测物体上时，由于被测物体表面会使目标编码图像中的各符号基元产生畸变，这些畸变的符号基元反映了被测物体的空间三维信息。首先利用摄像机采集这些畸变的符号图像(即畸变编码图像)，然后对图像进行滤波、阈值分割等图像预处理。然后利用预设的解码运算算法，求得每个符号基元的信息，然后根据符号基元的邻域所组成的窗口的唯一特性，将摄像机采集的图像上的符号基元与投影模式的符号基元一一匹配对应，运用三角法即可求出被测物体的空间三维信息。

在本实施例中，对符号M阵列图像(即畸变编码图像)解码的核心是对畸变符号基元对应编码特征点的提取。由于摄像机采集到的只是一幅符号编码二维图像，若想得到三维场景的空间坐标，需先解决如何对图像进行有效的解码，提取出在畸变编码图像中的空间场景表面上的对应点。例如可通过伪随机符号编码对应的图像解码算法，来提取特征点，特征点的提取过程是对数字图像进行处理，把图像中编码点的信息分离出来。图像采集过程中，背景信息和噪声使得图像变得模糊，很大程度上干扰了符号基元的识别，故在畸变编码图像之前首先要对图像进行处理，即本实施例通过对畸变编码图像依次进行图像滤波处理和阈值分割处理，使得图像中的符号基元能够被很好地区分和识别以进行提取，并通过将提取出的所有畸变符号基元进行解码，得到畸变编码图像对应的编码值，从而根据符号基元(圆环、圆盘和矩形块三个符号基元)的特性，寻找出二值化编码图像中所有符号基元在投射模式中的位置，实现了编码图像的准确解码。

进一步地，作为一种可实施的方式，所述步骤S24，将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值的步骤包括：

步骤A10，根据提取出的所有畸变符号基元，构建得到多个畸变符号基元构成的畸变编码网格图像；

步骤A20，将所述畸变编码网格图像中的各畸变符号基元分别与邻近的畸变符号基元进行邻域匹配，得到符号窗；

步骤A30，将所述符号窗在所述目标编码图像中进行窗口匹配，得到匹配窗口；

在本实施例中，需要说明的是，所述匹配窗口为所述目标编码图像中与所述符号窗匹配的窗口，且所述匹配窗口由所述目标编码图像中多个邻近的符号基元组成。

步骤A40，根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值。

作为一种示例，所述步骤A40，根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值的步骤之前包括：

步骤B10，计算所述匹配窗口与所述符号窗之间的中心坐标偏差、灰度值偏差和尺寸比例偏差；

步骤B20，将所述中心坐标偏差、所述灰度值偏差和所述尺寸比例偏差，作为所述匹配窗口与所述符号窗之间产生的特征畸变参量。

在本实施例中，可根据符号基元(圆环、圆盘和矩形块三个符号基元)的特性，进行符号区分，并且通过邻域匹配方法组建窗口，根据伪随机窗口的唯一性，寻找畸变编码网格图像中所有窗口在投影模式中的位置，完成窗口匹配过程，进而实现对编码图像的解码，得到畸变编码图像对应的编码值。

示例性地，考虑到图像处理的时候，较小的窗口处理起来比较方便，选择编码窗口(即符号窗)的大小为3*3，如果窗口过大，窗口图像中的内容会增加，增加了处理难度。而且，如果窗口变大，图像中完整的窗口相应就变小，这就降低了特征点匹配的成功率。窗口太小的话，根据伪随机编码原理，其编码阵列也就小很多，则编码模式也会变小，可检测的范围就会减小。其中，符号基元对应图案类型选择圆环和圆盘是为了简化在分割阶段的图像处理，矩形块符号的选择是由于它具有方向信息，可以在邻域检测阶段正确地旋转观察窗口。其中，需要说明的是，当以3*3的窗口在整个符号M阵列编码模式(即投影模式)中移动时，需要保证编码图案上的每一个特征点均可唯一辨识，如图6所示，图6为3*3符号基元的符号窗示意图。

本领域技术人员可知的是，窗口匹配是将已知的窗口和原投射模式(即投影模式，表征投影机的投影侧))中同样大小的窗口去比对，寻找出原投射模式与已知窗口相同的区域。具体地说就是从窗口的左上角点和图像的左上角点是重合的为起点，拿窗口和原图像中同样大小的一块区域去对，然后平移到一个像素，仍然进行同样地操作，直到所有的位置都对完，差别最小的那块就是要找的图像区域(即匹配窗口)。窗口是一幅已知的小图像，窗口匹配就是在一幅大图像中搜寻小图像，并确定它的坐标位置。编码模式中的每个符号基元都是重复使用的，仅凭借符号基元的码字是无法确定这个符号在投影模式中的位置。投影模式中的码字的唯一性指的是窗口的唯一，需要凭借窗口码字才能确定窗口在投影模式中的位置，从而进一步确定各符号基元的位置。在摄像机拍摄的图像中，对于任意的一个符号，寻找其3*3邻域的其它8个符号基元，组成一个3*3的窗口(即符号窗)，然后求它的码字，并与预先设计的投影模式的窗口进行匹配，再提取该符号的行和列坐标。如图10所示，图10为一实施例中符号基元进行邻域匹配的流程示意图，具体过程可为首先寻找模式图像中各个符号的右邻域。然后通过扫描图像从图像的第一个符号开始，寻找它的右邻域，依此下去，直到所有存在右邻域的符号都找到右邻域，接着寻找各个符号的下邻域，同样扫描图像，从图像的第一个符号开始寻找它的下邻域，直到所有存在下邻域的符号都找到下邻域，完成邻域匹配过程。

具体地，对被测物体进行三维重构的过程中，除了要知道符号基元在图像上的二维坐标外，还要确定这个符号基元在投射模板中的对应位置，即对符号窗进行匹配，由于伪随机窗口的唯一性，可以通过二维图像上采样点的符号基元形状的不同，由符号识别获得一个窗口子阵列，然后利用搜索的方法找出它在投影模板中的位置，作为一种示例，符号窗进行窗口匹配的流程示意图如图11所示。

在本实施例中，为了助于理解，示例性地，确定畸变编码图像对应的编码值的过程，如图12所示，图12显示了由一个符号窗口(即符号窗)转换成数字窗口，然后再转换成一个数字序列的过程。

在本实施例中，首先根据提取出的畸变符号基元，确定每个畸变符号基元与其相邻的各畸变符号基元构成的符号窗(即进行邻域匹配)，然后根据符号窗的几何特征，在目标编码图像中进行窗口匹配，确定符号窗在投影模板对应的坐标位置，即在目标编码图像的投影模板中寻找出对应的匹配窗口，再根据匹配窗口与符号窗之间产生的特征畸变参量，便可确定畸变编码图像对应的编码值，得到解码后的M阵列，利用窗口的唯一性，确定各个窗口在投射模式中的位置，生成匹配点坐标矩阵，进行三维重构，实现物体三维表面重构，进而提高对被测物体进行三维重建的准确性。

实施例二

基于本申请上述实施例，在本申请另一实施例中，与上述实施例相同或相似的内容，可以参考上文介绍，后续不再赘述。在此基础上，所述根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建的步骤包括：

步骤C10，依据所述编码值生成坐标矩阵，并根据所述目标标定参数，对坐标矩阵进行矩阵转换和矩阵平移，得到三维立体数据的匹配点位置；

在本实施例中，该目标标定参数可包括摄影内参数和摄影外参数。其中，摄影内参数是指结构光三维测量装置中的摄像机内部参数与投影机内部参数。摄影外参数是指摄像机与投影机两者之间的转换关系。其中，摄像机内部参数包括焦距和像元尺寸的比值，主点以及倾斜角，外部参数包括旋转和平移矩阵，畸变参数等。

本领域技术人员可以理解的是，根据目标标定参数，对坐标矩阵进行矩阵转换和矩阵平移，得到三维立体数据的匹配点位置的过程是纯粹的刚体变换过程，即只改变图像的位置不改变图像的尺度。进行刚体变换，需要用到旋转矩阵和平移矩阵，通过使用旋转矩阵和平移矩阵将摄像机坐标系转换至世界坐标系的远点重合。

步骤C20，根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建。

进一步地，作为一种示例，所述目标标定参数包括摄像内参数和摄像外参数，所述根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建的步骤包括：

步骤D10，根据所述摄像内参数和所述摄像外参数，确定畸变映射矩阵；

步骤D20，根据所述匹配点位置和所述畸变映射矩阵，结合三角测量原理确定所述被测物体上各点的三维空间坐标；

步骤D30，根据所述被测物体上各点的三维空间坐标，生成所述被测物体对应的物体点云图，完成三维图像重建。

在本实施例中，可根据三维图像重建系统预先建立的摄像机坐标系和世界坐标系，得到摄像机的数学模型及系统的数学模型，这两模型均包含很多参数，这些参数需要通过预先的实验和计算实现来确定，容量理解的是，确定这些参数的过程称为系统标定。其中，三维图像重建系统标定的参数不仅包括摄像机内部参数和投影机内部参数的标定，还包括系统结构参数的标定，即描述摄像机与投影仪间相对位置参数(即摄影外参数)的标定。

示例性地，以一个圆桶为例，利用本实施例的基于结构光的三维重建方法，可将编码后的目标编码图像投影到圆桶表面，然后拍摄该圆桶表面的图像进行三维重建，效果如图13和如图14所示，其中，图13为一实施例中对圆桶构建的物体点云示意图，图14为一实施例中对圆桶构建的三维重构示意图。

本实施例通过依据畸变编码图像对应的编码值生成坐标矩阵，并根据该目标标定参数，对坐标矩阵进行矩阵转换和矩阵平移，得到三维立体数据的匹配点位置，从而确定出畸变编码图像中的畸变符号基元在投射模板中的对应坐标位置，然后再根据该匹配点位置和目标标定参数，对被测物体进行三维图像重建，从而实现一次投影便可实现对被测物体的三维图像的度量，避免传统结构光三维重建过程中抓拍多幅图像，只需拍摄单帧投影图像，能够实现动态重建，进一步提升了对被测物体进行空间三维重建的结构光重建效率。

实施例三

本发明实施例还提供一种基于结构光的三维重建装置，所述基于结构光的三维重建装置包括：

获取模块，用于获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，所述目标编码图像为多个符号基元构成的编码网格图像；

解码模块，用于对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；

重建模块，用于获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

可选地，所述解码模块，还用于：

将所述畸变编码图像进行图像滤波处理，得到滤波编码图像；

将所述滤波编码图像进行阈值分割处理，得到二值化编码图像；

识别所述二值化编码图像中产生畸变的畸变符号基元，并对识别出的畸变符号基元进行提取；

将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值。

可选地，所述解码模块，还用于：

根据提取出的所有畸变符号基元，构建得到多个畸变符号基元构成的畸变编码网格图像；

将所述畸变编码网格图像中的各畸变符号基元分别与邻近的畸变符号基元进行邻域匹配，得到符号窗；

将所述符号窗在所述目标编码图像中进行窗口匹配，得到匹配窗口；

根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值。

可选地，所述解码模块，还用于：

计算所述匹配窗口与所述符号窗之间的中心坐标偏差、灰度值偏差和尺寸比例偏差；

将所述中心坐标偏差、所述灰度值偏差和所述尺寸比例偏差，作为所述匹配窗口与所述符号窗之间产生的特征畸变参量。

可选地，所述重建模块，还用于：

依据所述编码值生成坐标矩阵，并根据所述目标标定参数，对坐标矩阵进行矩阵转换和矩阵平移，得到三维立体数据的匹配点位置；

根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建。

可选地，所述目标标定参数包括摄像内参数和摄像外参数，所述重建模块，还用于：

根据所述摄像内参数和所述摄像外参数，确定畸变映射矩阵；

根据所述匹配点位置和所述畸变映射矩阵，结合三角测量原理确定所述被测物体上各点的三维空间坐标；

根据所述被测物体上各点的三维空间坐标，生成所述被测物体对应的物体点云图，完成三维图像重建。

可选地，所述符号基元对应的图案类型包括矩形、圆盘和圆环。

本发明实施例提供的基于结构光的三维重建装置，采用上述实施例一或实施例二中的基于结构光的三维重建方法，提高了结构光重建效率。与现有技术相比，本发明实施例提供的基于结构光的三维重建装置的有益效果与上述实施例提供的基于结构光的三维重建方法的有益效果相同，且所述基于结构光的三维重建装置中的其他技术特征与上述实施例方法公开的特征相同，在此不做赘述。

实施例四

本发明实施例提供一种电子设备，电子设备包括：至少一个处理器；以及，与至少一个处理器通信连接的存储器；其中，存储器存储有可被至少一个处理器执行的指令，指令被至少一个处理器执行，以使至少一个处理器能够执行上述实施例一中的基于结构光的三维重建方法。

下面参考图15，其示出了适于用来实现本公开实施例的电子设备的硬件结构示意图。图15示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。

如图15所示，电子设备可以包括处理装置1001(例如中央处理器、图形处理器等)，其可以根据存储在只读存储器(ROM1002)中的程序或者从存储装置加载到随机访问存储器(RAM1004)中的程序而执行各种适当的动作和处理。在RAM1004中，还存储有电子设备操作所需的各种程序和数据。处理装置1001、ROM1002以及RAM1004通过总线1005彼此相连。输入/输出(I/O)接口也连接至总线1005。

通常，以下系统可以连接至I/O接口1006：包括例如触摸屏、触摸板、键盘、鼠标、图像传感器、麦克风、加速度计、陀螺仪等的输入装置1007；包括例如液晶显示器(LCD)、扬声器、振动器等的输出装置1008；包括例如磁带、硬盘等的存储装置1003；以及通信装置1009。通信装置1009可以允许电子设备与其他设备进行无线或有线通信以交换数据。虽然图中示出了具有各种系统的电子设备，但是应理解的是，并不要求实施或具备所有示出的系统。可以替代地实施或具备更多或更少的系统。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置从网络上被下载和安装，或者从存储装置1003被安装，或者从ROM1002被安装。在该计算机程序被处理装置1001执行时，执行本公开实施例的方法中限定的上述功能。

本发明提供的电子设备，采用上述实施例一或实施例二中的基于结构光的三维重建方法，提高了结构光重建效率。与现有技术相比，本发明实施例提供的电子设备的有益效果与上述实施例一提供的基于结构光的三维重建方法的有益效果相同，且该电子设备中的其他技术特征与上一实施例方法公开的特征相同，在此不做赘述。

应当理解，本公开的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式的描述中，具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。

以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。

实施例五

本发明实施例提供一种存储介质，所述存储介质为计算机可读存储介质，所述计算机可读存储介质具有存储在其上的计算机可读程序指令，计算机可读程序指令用于执行上述实施例一中的基于结构光的三维重建方法。

本发明实施例提供的计算机可读存储介质例如可以是U盘，但不限于电、磁、光、电磁、红外线、或半导体的系统、系统或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、光纤、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本实施例中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、系统或者器件使用或者与其结合使用。计算机可读存储介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、RF(射频)等等，或者上述的任意合适的组合。

上述计算机可读存储介质可以是电子设备中所包含的；也可以是单独存在，而未装配入电子设备中。

上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被电子设备执行时，使得电子设备：获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，所述目标编码图像为多个符号基元构成的编码网格图像；对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如Java、Smalltalk、C++，还包括常规的过程式程序设计语言—诸如“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(LAN)或广域网(WAN)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本发明各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本公开实施例中所涉及到的模块可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，模块的名称在某种情况下并不构成对该单元本身的限定。

本发明提供的计算机可读存储介质，存储有用于执行上述基于结构光的三维重建方法的计算机可读程序指令，提高了结构光重建效率。与现有技术相比，本发明实施例提供的计算机可读存储介质的有益效果与上述实施例一或实施例二提供的基于结构光的三维重建方法的有益效果相同，在此不做赘述。

实施例六

本发明实施例还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述的基于结构光的三维重建方法的步骤。

本申请提供的计算机程序产品提高了结构光重建效率。与现有技术相比，本发明实施例提供的计算机程序产品的有益效果与上述实施例一或实施例二提供的基于结构光的三维重建方法的有益效果相同，在此不做赘述。

以上仅为本申请的优选实施例，并非因此限制本申请的专利范围，凡是利用本申请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他相关的技术领域，均同理包括在本申请的专利处理范围内。

Claims (10)

1.一种基于结构光的三维重建方法，其特征在于，所述方法包括：

获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，所述目标编码图像为多个符号基元构成的编码网格图像；

对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；

获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

2.如权利要求1所述的基于结构光的三维重建方法，其特征在于，所述对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值的步骤包括：

将所述畸变编码图像进行图像滤波处理，得到滤波编码图像；

将所述滤波编码图像进行阈值分割处理，得到二值化编码图像；

识别所述二值化编码图像中产生畸变的畸变符号基元，并对识别出的畸变符号基元进行提取；

将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值。

3.如权利要求2所述的基于结构光的三维重建方法，其特征在于，所述将提取出的所有畸变符号基元进行解码，得到所述畸变编码图像对应的编码值的步骤包括：

根据提取出的所有畸变符号基元，构建得到多个畸变符号基元构成的畸变编码网格图像；

将所述畸变编码网格图像中的各畸变符号基元分别与邻近的畸变符号基元进行邻域匹配，得到符号窗；

将所述符号窗在所述目标编码图像中进行窗口匹配，得到匹配窗口；

根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值。

4.如权利要求3所述的基于结构光的三维重建方法，其特征在于，所述根据所述匹配窗口与所述符号窗之间产生的特征畸变参量，确定所述畸变编码图像对应的编码值的步骤之前包括：

计算所述匹配窗口与所述符号窗之间的中心坐标偏差、灰度值偏差和尺寸比例偏差；

将所述中心坐标偏差、所述灰度值偏差和所述尺寸比例偏差，作为所述匹配窗口与所述符号窗之间产生的特征畸变参量。

5.如权利要求1所述的基于结构光的三维重建方法，其特征在于，所述根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建的步骤包括：

依据所述编码值生成坐标矩阵，并根据所述目标标定参数，对坐标矩阵进行矩阵转换和矩阵平移，得到三维立体数据的匹配点位置；

根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建。

6.如权利要求5所述的基于结构光的三维重建方法，其特征在于，所述目标标定参数包括摄像内参数和摄像外参数，所述根据所述匹配点位置和所述目标标定参数，对所述被测物体进行三维图像重建的步骤包括：

根据所述摄像内参数和所述摄像外参数，确定畸变映射矩阵；

根据所述匹配点位置和所述畸变映射矩阵，结合三角测量原理确定所述被测物体上各点的三维空间坐标；

根据所述被测物体上各点的三维空间坐标，生成所述被测物体对应的物体点云图，完成三维图像重建。

7.如权利要求1至6中任一项所述的基于结构光的三维重建方法，其特征在于，所述符号基元对应的图案类型包括矩形、圆盘和圆环。

8.一种基于结构光的三维重建装置，其特征在于，所述基于结构光的三维重建装置包括：

获取模块，用于获取将目标编码图像投射到被测物体的表面后，与所述被测物体的表面信息叠加而成的畸变编码图像，其中，所述目标编码图像为多个符号基元构成的编码网格图像；

解码模块，用于对所述畸变编码图像进行解码，得到所述畸变编码图像对应的编码值；

重建模块，用于获取三维图像重建系统对应预存的目标标定参数，根据所述目标标定参数和所述编码值，对所述被测物体进行三维图像重建，得到所述被测物体的三维图像。

9.一种电子设备，其特征在于，所述电子设备包括：

至少一个处理器；以及，

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1至7中任一项所述基于结构光的三维重建方法的步骤。

10.一种存储介质，其特征在于，所述存储介质为计算机可读存储介质，所述计算机可读存储介质上存储有实现基于结构光的三维重建方法的程序，所述实现基于结构光的三维重建方法的程序被处理器执行以实现如权利要求1至7中任一项所述基于结构光的三维重建方法的步骤。

Images