CN116793247A - 一种基于区域统计的条纹投影轮廓术条纹级数校正方法 - Google Patents
一种基于区域统计的条纹投影轮廓术条纹级数校正方法 Download PDFInfo
- Publication number
- CN116793247A CN116793247A CN202310307475.4A CN202310307475A CN116793247A CN 116793247 A CN116793247 A CN 116793247A CN 202310307475 A CN202310307475 A CN 202310307475A CN 116793247 A CN116793247 A CN 116793247A
- Authority
- CN
- China
- Prior art keywords
- phase
- pixel
- fringe
- pixels
- stripe
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 75
- 238000012937 correction Methods 0.000 title claims abstract description 27
- 238000001314 profilometry Methods 0.000 title claims abstract description 15
- 230000010363 phase shift Effects 0.000 claims abstract description 27
- 238000005516 engineering process Methods 0.000 claims abstract description 5
- 238000010586 diagram Methods 0.000 claims description 39
- 238000010587 phase diagram Methods 0.000 claims description 19
- 238000004364 calculation method Methods 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 230000008569 process Effects 0.000 claims description 5
- 230000008859 change Effects 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 claims description 2
- 238000011084 recovery Methods 0.000 abstract 1
- 238000005259 measurement Methods 0.000 description 8
- 230000000295 complement effect Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000010606 normalization Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007704 transition Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 229910052602 gypsum Inorganic materials 0.000 description 1
- 239000010440 gypsum Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000005501 phase interface Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
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
- G01B11/2433—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures for measuring outlines by shadow casting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于区域统计的条纹投影轮廓术条纹级数校正方法,包括:步骤1:搭建双目结构光系统,进行格雷码编码和相移编码图像生成、投影和采集;步骤2:计算包裹相位和条纹级数;步骤3:利用包裹相位值对像素分类,相位值大于等于0为M2,相位值小于0为M1;步骤4:以行为计算单元,M2中连续区域内像素条纹级数种类为2时,区域内所有像素条纹级数值取较小的;M1中连续区域内像素级数种类为2时,区域内所有像素条纹级数值取较大的;步骤5:根据条纹级数完成包裹相位展开;步骤6:利用双目视觉技术完成极线校正、立体匹配和深度图恢复。本发明实现了格雷码辅助多频相移法相位展开中条纹级数误差的快速、准确校正目的。
Description
技术领域
本发明属于视觉测量技术领域,具体涉及一种基于区域统计的条纹投影轮廓术条纹级数校正方法。
背景技术
条纹投影轮廓术一直是机器视觉研究的热点,广泛应用于医学辅助诊断、工业检测、文物数字化等场景。该方法将双目视觉测量系统中一个相机替换成一个投影仪,主动投射已知分布的编码结构光到被侧对象表面来完成对缺乏纹理信息的单一均匀表面三维测量,并利用特征点来完成相机和投影仪器中对应匹配点的唯一编码。条纹投影轮廓术投影带有多步相移的正弦或者余弦条纹,通过相移法进行解调获取编码条纹的相位值,采用相位的编码方式具有对噪声、光照、投影仪离焦等鲁棒的特点。为了提高测量的精度,条纹投影轮廓术通常采用较高的条纹频率,而解调的相位值受到反正切函数影响相位值截断在(-π,π]区间,也称作包裹相位。对包裹相位进行展开获取像素的绝对相位成为条纹投影轮廓术研究的重点,其核心就是计算任意像素的条纹级数。当前相位展开方法可分为空域法和时间相位展开方法两类,其中时间相位展开方法中的多频法和格雷码辅助方法具有鲁棒性高的特点,得到快速的发展。
格雷码结合多频相移技术的条纹投影轮廓术三维轮廓测量具有重建精度高、环境适应性好和测量鲁棒性等特点,已经广泛的应用在工业场景中零部件三维检测中。该方法利用相位编码的鲁棒性以及空间分辨率高的特点来计算像素的包裹相位,格雷码编码方法用于完成包裹相位条纹级数的计算。受系统噪声及系统低通滤波特性影响,相机拍摄的格雷码边沿不是锐利截止,因此需要作二值化操作。从而很难准确确定边沿像素,通常带来额外的判断误差,导致二值化后的格雷码边沿和包裹相位截断处产生错位,使得该区域的像素包裹相位展开错误,产生级次跳变误差。
针对上述问题,孙学真等人(孙学真,苏显渝,邹小平,基于互补型光栅编码的相位展开,光学学报,(2008)1947-1951)提出了互补格雷码的编码方法,在编码同样条纹周期的包裹相位时,比传统格雷码多使用一副移动了半个周期的互补格雷码,保证最密的格雷码周期和条纹周期一致。该方法需要额外投影一副图像,同时需要完成两轮的解码操作。吴周杰等人(Wu Z,Guo W,Lu L,&Zhang Q.Generalized phase unwrapping method thatavoids jump errors for fringe projection profilometry[J].Optics Express,2021,29(17):27181-27192.)根据三步相移法的包裹相位的特点,进行分段获取条纹级数,该方法只适合于三步相移法中。
发明内容
针对格雷码辅助多频相移法包裹相位展开中包裹相位边界与条纹级数边界错位引入的条纹级数错误的问题,本发明提出一种基于区域统计的条纹投影轮廓术条纹级数校正方法。与传统方法不同的是,所提方法不需要额外增加格雷码编码图像的数量和只能应用于三步相移法相位展开的限制,所提方法利用单个条纹周期内两个区间中像素具有独立的条纹级数错误分布规律,从而对单个条纹周期内像素进行分区间处理完成条纹级数的校正。所提方法在完成二维图像数据处理过程中以一行像素为计算单元,因此在硬件的基础上可完成算法的并行计算。
为了实现上述目的,本发明采用如下技术方案:
一种基于区域统计的条纹投影轮廓术条纹级数校正方法,包括以下步骤:
步骤1:根据格雷码编码原理和相移法原理生成格雷码编码图和具有相位移动的余弦条纹编码图,投影模块进行编码图像投影,相机同步采集经被测对象高度调制后的图像;
步骤2:对相机采集余弦条纹编码图进行相位解调得到包裹相位图,对格雷码编码图像进行解码得到包裹相位条纹级数;利用相位解调同时得到的余弦条纹的背景项和幅值项的比值得到任意像素包裹相位的置信度,把置信度值小于设定阈值的像素定义为无效像素;
步骤3:对包裹相位图中像素相位值小于0和大于等于0的像素标识,生成2副二值化掩模图像,同时消除背景像素,掩模图像分别表示为M1和M2,其中有效像素的值为1,无效像素的值为0;
步骤4:对掩模图像M2区域内的有效像素,从左向右遍历一段连续像素序列,当区间内像素对应条纹级数有两种数值时,该段区域内所有像素取较小的级数值,遍历完所有有效像素后得到新的条纹级数图S2;对掩模图像M1区域内的有效像素,从右向左遍历一段连续像素序列,当区间内像素对应条纹级数有两种数值时,该段区间内所有像素去较大的级数值,遍历完所有有效像素后得到新的条纹级数图S1;
步骤5:对新计算得到的条纹级数图S1和S2合并得到条纹级数图S0,同时完成对包裹相位的展开得到绝对相位图;
步骤7:采用双目立体匹配技术完成对左右相机对应的绝对相位图的同名点匹配,并根据投影仪和相机标定参数得到被测对象的三维形貌。
本发明进一步的改进在于,步骤1)的具体实现方法如下:
步骤1.1:搭建由双目相机和投影仪组成的双目结构光系统,并对双目结构光系统进行标定;
步骤1.2:生成带有相位移动的余弦条纹编码图,其表达式如下:
其中,A(x,y)表示条纹背景项,B(x,y)表示余弦条纹幅值项,Φ(x,y)表示绝对相位,δi=2πi/N为已知相移量,i∈1,2,…,N,N表示相移步数;
步骤1.3:生成格雷码编码图像Gi,格雷码编码图的编码周期与余弦条纹编码图具有相同的周期数目,对编码图像进行投影,相机同步获取经过被测对象高度调制后的图像。
本发明进一步的改进在于,步骤2)的具体实现方法如下:
步骤2.1:采用相移法原理完成对每个像素相位值的解调:
其中表示任意像素的背景项,/>表示任意像素的幅值项,/>表示解算得到的包裹相位;因为反正切求解使得相位解调得到的像素相位值值域为(-π,π],为了获取任意像素的绝对相位Φ(x,y),采用格雷码编码解算得到包裹相位级次数值;
步骤2.2:对任意像素的格雷码编码图的灰度值进行归一化处理,归一化的图像表示为利用像素灰度值全为255和全为0的格雷码编码图对应的相机采集图像计算相机采集图像的二值化阈值ε0,并根据该阈值完成格雷码图像二值化处理,生成二值化图像序列Gi,二值化数学定义如下:
根据二值化图像序列Gi,并利用格雷码解码算法计算得到条纹级数图V;
步骤2.3:利用任意像素相位解调得到的背景项和幅值项的比值来描述包裹相位的置信度,并定义置信度小于阈值ε1的像素的为无效像素,并用二值化掩模来标识:
本发明进一步的改进在于,步骤3)的具体实现方法如下:
包裹相位图中任意像素的值域为(-π,π],利用值域对像素分类,并用两幅二值化掩模图像M1和M2记录两类像素的位置,两幅掩模图像值正好相反:
获得的两幅掩模图像分别与掩模图像M0相乘,进一步剔除包裹相位置信度低的无效像素。
本发明进一步的改进在于,步骤4)的具体实现方法如下:
步骤4.1:以图像中的行为计算单元;采用掩模图像M2来标识连续可靠像素位置,行方向上M2(x,y)=1的一段连续像素定义为一段有效像素区域;
步骤4.2:依据条纹级数图V统计有效一段有效像素区域内像素的条纹级数值的种类;当只有一种级数值时不改变该区域内像素级数值;当有两种条纹级数值时,对该段区域内的所有像素的条纹级数值设置为较小的值;以上得到含有条纹图一半像素的条纹级数图S2;
步骤4.3:采用掩模图像M1来标识连续可靠像素位置,行方向上M1(x,y)的一段连续像素定义为一段有效像素区域,统计该区域内所有像素条纹级数值的种类;当有两种条纹级数值时,对该段区域内的所有像素的条纹级数值设置为较大的值;以上得到含有条纹图一半像素的条纹级数图S1。
本发明进一步的改进在于,步骤5)的具体实现方法如下:
步骤5.1:合并两个条纹级数图S1和S2得到图像所有像素条纹级数图S;
步骤5.2:利用条纹级数图S和包裹相位图得到展开后的绝对相位图Φ;相位展开的数学定义描述为/>
本发明进一步的改进在于,步骤6)的具体实现方法如下:
采用步骤2到步骤5的方法,分别处理左右相机拍摄到经被测对象调制后的格雷码编码图和余弦条纹编码图,处理完后分别得到左右相机对应的绝对相位图Φ1和Φ2。
本发明进一步的改进在于,在双目结构光系统中,被测对象的统一位置在左右相机成像像素具有相同且唯一的像素值;利用双目视觉立体匹配的原理以相位作为同名点的描述来计算左右相机同名像素点,满足|Φ1(x-d,y)-Φ2(x,y)|≤ε1;其中d表示同名点因视角变化在左右相机中成像的图像坐标的移动,立体视觉中称作像素点(x,y)的视差值;
利用双目系统参数把视差图转化为相机坐标系下的深度图:
其中f为相机焦距,B表示双目相机基线距离,像素点p为图像任意像素点,其视差值为dp,对应相机坐标系下的三位坐标为(Xp,Yp,Zp)。
本发明至少具有如下有益的技术效果:
本发明提出了一种基于区域统计的条纹投影轮廓术条纹级数校正方法,该方法能够在CPU和GPU硬件中并行的完成条纹级数误差校正计算过程。该算法首先通过多步相移法计算包裹相位以及通过格雷码方法来计算条纹级数。然后基于包裹相位值一个条纹周期分成两个区间,(包裹相位值小于0的像素和包裹相位值大于等于0的像素)。以行为计算单元对两个区间内的连续像素进行统计,对于包裹相位大于等于0的区间内像素的条纹级数取该区间较小的条纹级数值,对于包裹相位小于0的区间内的像素取该区间较大的条纹级数值。最后对两个区间的条纹级数校正结果进行合并得到整个条纹周期内像素的条纹级数值。
附图说明
图1为双目结构光硬件系统。
图2为三步相移余弦条纹图和格雷码编码图像,其图2(a)为三步相移余弦条纹图,图2(b)为格雷码编码图像。
图3为三步相移余弦条纹图和格雷码编码图像投影后相机采集图像,其图3(a)为三步相移余弦条纹图相机采集图像,图3(b)为格雷码编码图像相机采集图像。
图4为背景像素剔除示意图,其图4(a)为全图包裹相位图,图4(b)为由幅值项和背景项计算的置信度,并设置置信度阈值计算的有效像素区域,图4(c)为剔除无效像素的包裹相位图。
图5为基于包裹相位和条纹级数边界位置的错误示意图以及基于包裹相位的对像素进行分类情况说明。
图6为包裹相位和条纹级数边界错位情况说明示意图。
图7为对左右相机获取的图像计算得到的绝对相位图,其中图7(a)为左图像绝对相位图,图7(b)为又图像绝对相位图。
图8为条纹级数校正算法结果对比,其中图8(a)为采用传统格雷码方法计算条纹级数得到的绝对相位图,图8(b)为采用所提算法对条纹级数进行校正后得到的绝对相位图,图8(c)为图(a)和图(b)在第400行像素的相位界面图。
图9为双目立体匹配视差图。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。需要说明的是,在不冲突的情况下,本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施实例来详细说明本发明。
本发明提出的一种基于区域统计的条纹投影轮廓术条纹级数校正方法在双目结构光三维轮廓测量中的硬件系统如图1所示,其中投影仪投影编码好的格雷码编码图像和三步相移余弦条纹图。然后左右相机分别采集经物体高度调制后变形的图像,最后完成包裹相位计算、条纹级数计算与校正、绝对相位展开和视差图计算,最后输出是左图像视差图。其实例计算过程如下:
步骤1:搭建双目结构光系统,进行系统标定和编码图案的投影和采集;
搭建双目结构光系统用相位作为同名点匹配的描述准则,系统标定采用张正友棋盘格标定方法,标定两个相机之间的位姿关系。相机分辨率2048×1536,投影仪分辨率912×1140。生成格雷码编码图(图像数量6副,周期58pixels,如图2(b)所示)和三步相移余弦条纹图(背景项A=130,幅值项B=90,条纹周期58pixels,三步相移值δ=0,2π/3,4π/3,如图2(a)所示),并采用DLP投影模块进行投影,相机同步完成图像的采集,相机采集到经过被测对象调制后的编码图像如图3所示。
步骤2:利用相机采集到的余弦条纹图完成相位解调,利用采集到的格雷码编码图像计算条纹级数,同时根据计算的余弦条纹的幅值和背景项,剔除掉图像中的背景像素。如图4所示;
步骤2.1:采用三步相移解调方法解调得到包裹相位值, 同时计算得到幅值与背景项的比值/>
步骤2.2:对格雷码编码图像中灰度值为255和0的采集图像来计算每个像素二值化的阈值ε0,其中表示灰度值为255的格雷码图投影后相机采集的图像,并经过归一化处理,/>表示灰度值为0的格雷码图投影后相机采集的图像,并经过归一化处理。对相机采集的格雷码图像进行二值化处理,数学表达式如下:
然后根据格雷码解码原理进行解码,得到所有像素的条纹级数。
步骤2.3:设置阈值ε1=0.2,幅值和背景项比值γ小于阈值像素的相位误差较大,定义该类像素为无效像素能够有效标识背景区域像素。如图4(b)所示。
步骤3:进行条纹级数与包裹相位边界错误区域像素条纹级数校正。
步骤3.1:包裹相位取值范围为(-π,π],根据包裹相位取值对有效区域内像素进行分类,得到两类像素。一类像素的相位取值大于等于0,另一类像素的相位取值小于0。用两个模板M1和M2进行像素位置的标记,如下所示:
相关的图示说明如图5所示。
步骤3.2:对于M2区域,条纹级数的边沿位置只可能在包裹相位π值像素的左边或者右边。当包裹相位像素在条纹级数跳变像素右边时,M2区域内所有像素的条纹级数为k,如图5所示;当包裹相位像素在条纹级数跳变像素左边时,M2区域内所有像素的条纹级数为k和k+1,从而此时M2区域对应的所有像素条纹级数值取较小的值(条纹级数选k),如图6所示。
步骤3.3:对于M1区域,条纹级数的边沿位置只可能在包裹相位-π值像素的左边或者右边。当包裹相位像素在条纹级数跳变像素左边时,M1区域内所有像素的条纹级数为k,如图6所示;当包裹相位像素在条纹级数跳变像素右边时,M1区域内所有像素的条纹级数为k-1和k,从而此时M1区域对应的所有像素条纹级数值取较大的值(条纹级数选k),如图5所示。
步骤3.4:完成M1和M2区域内所有像素的条纹级数校正后,合并两个区域内像素的条纹级数,得到有效区域内所有像素的条纹级数。
步骤4:利用包裹相位图和条纹级数图完成包裹相位的展开得到绝对相位图,绝对相位的计算:
步骤5:采用步骤2到步骤4的方法分别对左相机图像和右相机图像进行计算,分别得到左右相机的绝对相位图,左右相机有效区域像素绝对相位图如图7所示。利用双目视觉的极限校正和立体匹配技术完成左右相机绝对相位图极限校正和左相机视差图的计算,如图9所示。
步骤6:利用双目相机的参数把视差图转化为深度图,得到场景的三维形貌。
利用双目系统参数把视差图转化为相机坐标系下的深度图:
其中f为相机焦距,B表示双目基线距离,像素点p为图像任意像素点,其视差值为dp,对应相机坐标系下的三位坐标为(Xp,Yp,Zp)。
利用本发明方法,搭建了双目结构光系统,采用格雷码辅助多频相移法相位展开中条纹级数的校正,对石膏像进行了测量,参照图3、图7和图8所示,图3为测量中的相机采样的编码图像,图7为采用本发明方法完成条纹级数校正后获取的左右视角的绝对相位图,图8为传统格雷码方法包裹相位展开和本发明方法相位展开结果。
虽然,上文中已经用一般性说明及具体实施方案对本发明作了详尽的描述,但在本发明基础上,可以对之作一些修改或改进,这对本领域技术人员而言是显而易见的。因此,在不偏离本发明精神的基础上所做的这些修改或改进,均属于本发明要求保护的范围。
Claims (8)
1.一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,包括以下步骤:
步骤1:根据格雷码编码原理和相移法原理生成格雷码编码图和具有相位移动的余弦条纹编码图,投影模块进行编码图像投影,相机同步采集经被测对象高度调制后的图像;
步骤2:对相机采集余弦条纹编码图进行相位解调得到包裹相位图,对格雷码编码图像进行解码得到包裹相位条纹级数;利用相位解调同时得到的余弦条纹的背景项和幅值项的比值得到任意像素包裹相位的置信度,把置信度值小于设定阈值的像素定义为无效像素;
步骤3:对包裹相位图中像素相位值小于0和大于等于0的像素标识,生成2副二值化掩模图像,同时消除背景像素,掩模图像分别表示为M1和M2,其中有效像素的值为1,无效像素的值为0;
步骤4:对掩模图像M2区域内的有效像素,从左向右遍历一段连续像素序列,当区间内像素对应条纹级数有两种数值时,该段区域内所有像素取较小的级数值,遍历完所有有效像素后得到新的条纹级数图S2;对掩模图像M1区域内的有效像素,从右向左遍历一段连续像素序列,当区间内像素对应条纹级数有两种数值时,该段区间内所有像素去较大的级数值,遍历完所有有效像素后得到新的条纹级数图S1;
步骤5:对新计算得到的条纹级数图S1和S2合并得到条纹级数图S0,同时完成对包裹相位的展开得到绝对相位图;
步骤7:采用双目立体匹配技术完成对左右相机对应的绝对相位图的同名点匹配,并根据投影仪和相机标定参数得到被测对象的三维形貌。
2.根据权利要求1所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,步骤1)的具体实现方法如下:
步骤1.1:搭建由双目相机和投影仪组成的双目结构光系统,并对双目结构光系统进行标定;
步骤1.2:生成带有相位移动的余弦条纹编码图,其表达式如下:
其中,A(x,y)表示条纹背景项,B(x,y)表示余弦条纹幅值项,Φ(x,y)表示绝对相位,δi=2πi/N为已知相移量,i∈1,2,…,N,N表示相移步数;
步骤1.3:生成格雷码编码图像Gi,格雷码编码图的编码周期与余弦条纹编码图具有相同的周期数目,对编码图像进行投影,相机同步获取经过被测对象高度调制后的图像。
3.根据权利要求2所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,步骤2)的具体实现方法如下:
步骤2.1:采用相移法原理完成对每个像素相位值的解调:
其中表示任意像素的背景项,/>表示任意像素的幅值项,/>表示解算得到的包裹相位;因为反正切求解使得相位解调得到的像素相位值值域为(-π,π],为了获取任意像素的绝对相位Φ(x,y),采用格雷码编码解算得到包裹相位级次数值;
步骤2.2:对任意像素的格雷码编码图的灰度值进行归一化处理,归一化的图像表示为利用像素灰度值全为255和全为0的格雷码编码图对应的相机采集图像计算相机采集图像的二值化阈值ε0,并根据该阈值完成格雷码图像二值化处理,生成二值化图像序列Gi,二值化数学定义如下:
根据二值化图像序列Gi,并利用格雷码解码算法计算得到条纹级数图V;
步骤2.3:利用任意像素相位解调得到的背景项和幅值项的比值来描述包裹相位的置信度,并定义置信度小于阈值ε1的像素的为无效像素,并用二值化掩模来标识:
4.根据权利要求3所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,步骤3)的具体实现方法如下:
包裹相位图中任意像素的值域为(-π,π],利用值域对像素分类,并用两幅二值化掩模图像M1和M2记录两类像素的位置,两幅掩模图像值正好相反:
获得的两幅掩模图像分别与掩模图像M0相乘,进一步剔除包裹相位置信度低的无效像素。
5.根据权利要求4所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,步骤4)的具体实现方法如下:
步骤4.1:以图像中的行为计算单元;采用掩模图像M2来标识连续可靠像素位置,行方向上M2(x,y)=1的一段连续像素定义为一段有效像素区域;
步骤4.2:依据条纹级数图V统计有效一段有效像素区域内像素的条纹级数值的种类;当只有一种级数值时不改变该区域内像素级数值;当有两种条纹级数值时,对该段区域内的所有像素的条纹级数值设置为较小的值;以上得到含有条纹图一半像素的条纹级数图S2;
步骤4.3:采用掩模图像M1来标识连续可靠像素位置,行方向上M1(x,y)的一段连续像素定义为一段有效像素区域,统计该区域内所有像素条纹级数值的种类;当有两种条纹级数值时,对该段区域内的所有像素的条纹级数值设置为较大的值;以上得到含有条纹图一半像素的条纹级数图S1。
6.根据权利要求5所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,步骤5)的具体实现方法如下:
步骤5.1:合并两个条纹级数图S1和S2得到图像所有像素条纹级数图S;
步骤5.2:利用条纹级数图S和包裹相位图得到展开后的绝对相位图Φ;相位展开的数学定义描述为/>
7.根据权利要求1所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,步骤6)的具体实现方法如下:
采用步骤2到步骤5的方法,分别处理左右相机拍摄到经被测对象调制后的格雷码编码图和余弦条纹编码图,处理完后分别得到左右相机对应的绝对相位图Φ1和Φ2。
8.根据权利要求7所述的一种基于区域统计的条纹投影轮廓术条纹级数校正方法,其特征在于,在双目结构光系统中,被测对象的统一位置在左右相机成像像素具有相同且唯一的像素值;利用双目视觉立体匹配的原理以相位作为同名点的描述来计算左右相机同名像素点,满足|Φ1(x-d,y)-Φ2(x,y)|≤ε1;其中d表示同名点因视角变化在左右相机中成像的图像坐标的移动,立体视觉中称作像素点(x,y)的视差值;
利用双目系统参数把视差图转化为相机坐标系下的深度图:
其中f为相机焦距,B表示双目相机基线距离,像素点p为图像任意像素点,其视差值为dp,对应相机坐标系下的三位坐标为(Xp,Yp,Zp)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310307475.4A CN116793247A (zh) | 2023-03-27 | 2023-03-27 | 一种基于区域统计的条纹投影轮廓术条纹级数校正方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310307475.4A CN116793247A (zh) | 2023-03-27 | 2023-03-27 | 一种基于区域统计的条纹投影轮廓术条纹级数校正方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116793247A true CN116793247A (zh) | 2023-09-22 |
Family
ID=88035322
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310307475.4A Pending CN116793247A (zh) | 2023-03-27 | 2023-03-27 | 一种基于区域统计的条纹投影轮廓术条纹级数校正方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116793247A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117346693A (zh) * | 2023-11-30 | 2024-01-05 | 常州微亿智造科技有限公司 | 基于双目视觉和pmd表面测量方法、系统、设备及其介质 |
CN117437149A (zh) * | 2023-11-23 | 2024-01-23 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及存储介质 |
-
2023
- 2023-03-27 CN CN202310307475.4A patent/CN116793247A/zh active Pending
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117437149A (zh) * | 2023-11-23 | 2024-01-23 | 北京迁移科技有限公司 | 图像处理方法、点云生成方法、电子设备及存储介质 |
CN117346693A (zh) * | 2023-11-30 | 2024-01-05 | 常州微亿智造科技有限公司 | 基于双目视觉和pmd表面测量方法、系统、设备及其介质 |
CN117346693B (zh) * | 2023-11-30 | 2024-02-23 | 常州微亿智造科技有限公司 | 基于双目视觉和pmd表面测量方法、系统、设备及其介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111563564B (zh) | 基于深度学习的散斑图像逐像素匹配方法 | |
CN116793247A (zh) | 一种基于区域统计的条纹投影轮廓术条纹级数校正方法 | |
CN104061879B (zh) | 一种连续扫描的结构光三维面形垂直测量方法 | |
US10739131B2 (en) | Three-dimensional scanning device using structured light | |
CN111473744B (zh) | 一种基于散斑嵌入相移条纹的三维形貌视觉测量方法及系统 | |
Wang et al. | Robust active stereo vision using Kullback-Leibler divergence | |
CN104197861B (zh) | 基于结构光灰度向量的三维数字成像方法 | |
CN113506348B (zh) | 一种基于格雷码辅助的三维坐标计算方法 | |
CN108596008B (zh) | 针对三维人脸测量的面部抖动补偿方法 | |
CN110849290B (zh) | 基于形态学操作的分段量化编码强度的三维测量方法 | |
CN113763540A (zh) | 一种基于散斑条纹混合调制的三维重建方法及设备 | |
CN113345039B (zh) | 三维重建量化结构光相位图像编码方法 | |
CN116608794B (zh) | 一种抗纹理3d结构光成像方法、系统、装置及存储介质 | |
CN114739322B (zh) | 一种三维测量方法、设备和存储介质 | |
CN113551617B (zh) | 基于条纹投影的双目双频互补三维面型测量方法 | |
CN114252026B (zh) | 调制三维编码于周期边缘的三维测量方法及系统 | |
CN116205843A (zh) | 一种基于自适应条纹迭代的高反航发叶片三维点云获取方法 | |
Zhang et al. | Evaluation of coded structured light methods using ground truth | |
Zhang et al. | Determination of edge correspondence using color codes for one-shot shape acquisition | |
KR20190103833A (ko) | 실시간 3차원 데이터 측정 방법 | |
Konig et al. | Image-based motion compensation for structured light scanning of dynamic surfaces | |
Talebi et al. | Binary code pattern unwrapping technique in fringe projection method | |
Song et al. | Nonstructured light-based sensing for 3D reconstruction | |
Bräuer-Burchardt et al. | Phase unwrapping in fringe projection systems using epipolar geometry | |
Hemmati et al. | A study on the refractive effect of glass in vision systems |
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 |