CN117387524B - 一种高动态范围三维测量方法及系统 - Google Patents
一种高动态范围三维测量方法及系统 Download PDFInfo
- Publication number
- CN117387524B CN117387524B CN202311709961.5A CN202311709961A CN117387524B CN 117387524 B CN117387524 B CN 117387524B CN 202311709961 A CN202311709961 A CN 202311709961A CN 117387524 B CN117387524 B CN 117387524B
- Authority
- CN
- China
- Prior art keywords
- phase
- image
- images
- pixel
- sub
- 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
Links
- 238000000691 measurement method Methods 0.000 title claims abstract description 24
- 238000003384 imaging method Methods 0.000 claims abstract description 51
- 238000000034 method Methods 0.000 claims abstract description 31
- 230000010287 polarization Effects 0.000 claims abstract description 28
- 230000010363 phase shift Effects 0.000 claims description 36
- 238000005259 measurement Methods 0.000 claims description 26
- 238000013507 mapping Methods 0.000 claims description 21
- 230000004927 fusion Effects 0.000 claims description 14
- 229920006395 saturated elastomer Polymers 0.000 claims description 6
- 238000003860 storage Methods 0.000 claims description 6
- 230000036544 posture Effects 0.000 claims description 2
- 238000002310 reflectometry Methods 0.000 abstract description 10
- 230000004313 glare Effects 0.000 abstract description 6
- 230000006870 function Effects 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000004590 computer program Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 238000000926 separation method Methods 0.000 description 3
- 230000003044 adaptive effect Effects 0.000 description 2
- 230000008901 benefit Effects 0.000 description 2
- 230000008878 coupling Effects 0.000 description 2
- 238000010168 coupling process Methods 0.000 description 2
- 238000005859 coupling reaction Methods 0.000 description 2
- 238000013135 deep learning Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000009776 industrial production Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 239000002184 metal Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 241000199223 Elaeocarpus kirtonii Species 0.000 description 1
- 235000009414 Elaeocarpus kirtonii Nutrition 0.000 description 1
- 235000013584 Tabebuia pallida Nutrition 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000004438 eyesight Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 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
- 238000001314 profilometry Methods 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000002194 synthesizing effect Effects 0.000 description 1
- 238000012549 training 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
- G01B11/25—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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/50—Image enhancement or restoration by the use of more than one image, e.g. averaging, subtraction
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20172—Image enhancement details
- G06T2207/20208—High dynamic range [HDR] image processing
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Abstract
本发明涉及一种高动态范围三维测量方法及系统。测量系统包括投影单元和成像单元，投影单元包括数字投影子单元和线偏振片，成像单元包括偏振子单元和彩色成像子单元；数字投影单元用于基于单色光向待测物体投射不同频率不同相移步数的条纹图案，条纹图案经所述线偏振片投射在待测物体上；彩色成像子单元用于捕获经偏振子单元偏振处理后的待测物体的条纹图像。测量方法中所捕获的图像是经偏振子单元偏振处理后的待测物体的条纹图像，使得可以滤除高反射率表面反射的眩光；另一方面，直接将分离得到的子图像进行比较和融合，对不同通道的图像均进行了标定和重建，在保证数据真实性的同时，获得全分辨率的数据，从而可以获得更高质量的投射图像。
Description
技术领域
本发明涉及计算机视觉三维测量计算领域，具体涉及一种高动态范围三维测量方法及系统。
背景技术
三维测量在机器视觉、生物医疗、文化遗产保护、工业检测、自动化加工制作、游戏动画产业等领域中有着越来越重要的应用。尤其是在工业生产和检测领域中，常常需要对产品或者工件进行三维面形测量，获得对象的准确三维面形数据，以此来规定加工尺寸或检测产品加工质量。基于光学原理的结构光三维测量是三维测量技术中一种具有重要意义和广泛应用前景的方法，具有非接触、高速高精度和易于实现计算机控制下的自动化等优点，已被广泛应用于前面提到的这些领域。在实际的测量中，测量环境和复杂的物体表面往往会带来干扰，常见的如工业生产中的金属工件，其高反射率的表面会使测量时产生高光，会影响基于光学原理的测量系统对表面信息的采集。而在实际的生产生活中不仅有金属等具有高反射率表面的物体，还有人脸、粗糙纸张等具有低反射率表面的物体。不同反射率的物体同时出现在测量环境中，基于光学原理的测量系统由于其动态范围有限，难以同时完成高质量的三维面形测量。
在过去的研究中，解决高动态范围问题的方法大致可分为多重曝光方法、自适应投影条纹强度方法、深度学习方法和非常规设备方法，均能在一定程度上对高动态范围引起的过曝或过暗处的条纹进行优化，但多重曝光方法依赖于多次长时间曝光，自适应投影条纹方法依赖于事先投影并拍摄图像建立的数字模型，深度学习方法依赖于庞大的训练数据集，均存在耗时的问题，失去了条纹投影轮廓术的高速的优势。非常规设备方法指使用其他相机代替常规灰度相机的方法，包括偏振相机方法和高光谱相机方法，但偏振相机在测量具有漫反射或暗色表面的物体时会失效，而高光谱相机无法滤除高反射率表面反射的眩光，对过曝处的条纹的优化十分有限。
发明内容
本申请要解决的技术问题是提供一种高动态范围三维测量方法及系统，具有可以滤除高反射率表面反射的眩光，且捕获更高质量投射图像的特点。
第一方面，一种实施例中提供一种高动态范围三维测量方法，应用于测量系统中，所述测量系统包括投影单元和成像单元，其特征在于，所述投影单元包括数字投影子单元和线偏振片，所述成像单元包括偏振子单元和彩色成像子单元；所述数字投影单元用于基于单色光向待测物体投射不同频率不同相移步数的条纹图案，所述条纹图案经所述线偏振片投射在待测物体上；所述彩色成像子单元用于捕获经偏振子单元偏振处理后的待测物体的条纹图像；所述测量方法包括：
控制所述数字投影子单元经所述线偏振片向待测物体投射不同频率和不同相移步数的条纹图案；
控制所述成像单元捕获所述待测物体的条纹图像，得到不同频率和不同相移步数的偏振彩色图像；
对于任意一个偏振彩色图像，基于成像单元的通道数进行像素拆分，得到不同频率、不同相移步数和不同通道的子图像；
对于不同频率、不同相移步数和不同通道下的任意一个子图像，进行像素饱和判断，将不同频率和不同相移步数下的所有子图像中，灰度值为255的像素视为饱和像素，饱和像素的调制度设置为0，计算所述所有子图像中各个子图像的各个像素的调制度值，对于任意一个像素位置，选取调度值最大的子图像的该像素的灰度值作为融合图像的该位置的灰度值，得到不同频率和不同相移步数下各个子图像融合后的融合图像；
计算所述融合图像的包裹相位，并基于所述包裹相位获得绝对相位信息；
获取各个通道的成像单元的内参及各个通道相位和高度的映射关系；
基于所述绝对相位信息和所述各个通道的成像单元的内参及各个通道相位和高度的映射关系，进行被测物体三维点云的重建，完成三维测量。
一种实施例中，所述的控制所述数字投影子单元经所述线偏振片向待测物体投射不同频率和不同相移步数的条纹图案，包括：
控制所述数字投影子单元经所述线偏振片向待测物体投射三种频率和四步相移的共计12中图案的条纹图案。
一种实施例中，所述的计算所述所有子图像中各个子图像的各个像素的调制度值，包括：
，
其中，i为通道的索引；k为频率的索引，1≤k≤3；n为相移步数的索引，1≤n≤4；表示第i个通道第k种频率下所有子图像中各个子图像的任意一个像素（x，y）的调制度值；/>表示第i个通道第k种频率下第n步相移所对应的子图像中任意一个像素（x，y）的灰度值，n=1，2，3或4。
一种实施例中，所述的计算所述融合图像的包裹相位，包括：
四步相移中获得的相移图像的强度分别为
，
其中，表示第一步相移获得的相移图像的任意一个像素（x，y）的强度；表示第二步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第三步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第四步相移获得的相移图像的任意一个像素（x，y）的强度；A表示背景强度值；B表示调制度值；/>表示条纹相位；
则所述融合图像的第k频率的任意一个像素的包裹相位包括：，
其中，表示第k种频率下第n步相移所对应的融合图像中任意一个像素（x，y）的灰度值，n=1，2，3或4。
一种实施例中，所述的基于所述包裹相位获得绝对相位信息，包括：
由包裹相位差分得到差分包裹相位，包括：，
其中，表示所述融合图像的第1种频率的任意一个像素的包裹相位，表示所述融合图像的第2种频率的任意一个像素的包裹相位，/>表示所述融合图像的第3种频率的任意一个像素的包裹相位；/>、/>和/>均表示差分包裹相位；
基于得到的差分包裹相位，进行递归求解得到绝对相位，包括：
，
，
其中，f 2、f 2和f 3表示k=1，2或3时，对应的三种频率的由高到低的三个频率值；floor表示向下取整操作；表示第二、三种频率的差值频率对应的绝对相位，表示第一、二种频率的差值频率对应的绝对相位，/>表示第一种频率对应的绝对相位，/>表示第二种频率对应的绝对相位，/>表示第三种频率对应的绝对相位。
一种实施例中，所述的各个通道相位和高度的映射关系的获取方法包括：
将所述条纹图案投影到参考平面上，按预设的距离多次改变参考平面的深度并投影所述条纹图案，作为相高映射图像集，将每张相高映射图像拆分为不同通道的子图像，对于任意一个通道，由不同深度上的参考平面的绝对相位建立此通道的相位-高度查找表，从而得到各个通道相位和高度的映射关系。
一种实施例中，所述成像单元为偏振彩色相机。
第二方面，一种实施例中提供一种高动态范围三维测量系统，包括投影单元和成像单元，所述投影单元包括数字投影子单元和线偏振片，所述成像单元包括偏振子单元和彩色成像子单元；所述数字投影单元用于基于单色光向待测物体投射不同频率不同相移步数的条纹图案，所述条纹图案经所述线偏振片投射在待测物体上；所述彩色成像子单元用于捕获经偏振子单元偏振处理后的待测物体的条纹图像；测量方法采用上述任意一实施例所述的高动态范围三维测量方法实现。
第三方面，一种实施例中提供一种计算机可读存储介质，所述介质中存储有程序，所述程序能够被处理器加载并执行上述任意一实施例的高动态范围三维测量方法。
本发明的有益效果是：
由于所捕获的图像是经偏振子单元偏振处理后的待测物体的条纹图像，使得可以滤除高反射率表面反射的眩光，获得更高质量的投射图像；直接将分离得到的子图像进行比较和融合，确保了数据的真实性，从而可以获得更好质量的投射图像；对不同通道的图像均进行了标定和重建，在保证数据真实性的同时，获得全分辨率的数据，从而可以进一步获得更好质量的投射图像。
附图说明
图1是本申请一种实施例测试场景的高动态范围三维测量系统结构示意图；
图2是本申请一种实施例测量方法流程示意图；
图3是本申请其中一实施例的测量中获取到的16个通道一一对应的子图像示意图；
图4是基于图3得到的融合图像示意图；
图5是本申请一实施例提供的待测物体三维点云重建结果正视图；
图6是本申请一实施例提供的待测物体三维点云重建结果侧视图。
图示中，011为数字投影子单元，012为线偏振片，021为偏振子单元，022为彩色成像子单元，03为待测物体。
具体实施方式
下面通过具体实施方式结合附图对本发明作进一步详细说明。其中不同实施方式中类似元件采用了相关联的类似的元件标号。在以下的实施方式中，很多细节描述是为了使得本申请能被更好的理解。然而，本领域技术人员可以毫不费力的认识到，其中部分特征在不同情况下是可以省略的，或者可以由其他元件、材料、方法所替代。在某些情况下，本申请相关的一些操作并没有在说明书中显示或者描述，这是为了避免本申请的核心部分被过多的描述所淹没，而对于本领域技术人员而言，详细描述这些相关操作并不是必要的，他们根据说明书中的描述以及本领域的一般技术知识即可完整了解相关操作。
另外，说明书中所描述的特点、操作或者特征可以以任意适当的方式结合形成各种实施方式。同时，方法描述中的各步骤或者动作也可以按照本领域技术人员所能显而易见的方式进行顺序调换或调整。因此，说明书和附图中的各种顺序只是为了清楚描述某一个实施例，并不意味着是必须的顺序，除非另有说明其中某个顺序是必须遵循的。
本文中为部件所编序号本身，例如“第一”、“第二”等，仅用于区分所描述的对象，不具有任何顺序或技术含义。而本申请所说“连接”、“联接”，如无特别说明，均包括直接和间接连接（联接）。
为便于对本申请的发明构思进行说明，以下对高动态范围三维测量技术进行简要说明。
目前的高动态三维测量方法中，基于投影装置和彩色的成像装置实现待测物体表面不同条纹图案的图像捕获，采用线性插值将红绿蓝通道的子图像补全形成红绿蓝通道的全分辨率图像，再对其进行比较、融合，在这种方法中线性插值会带来假数据，影响测量的真实性，捕获的投射图像质量较低。
鉴于此，本申请的一种实施例中提供了一种高动态范围三维测量方法，在该方法中，第一方面所捕获的图像是经偏振子单元偏振处理后的待测物体的条纹图像，使得可以滤除高反射率表面反射的眩光，获得更高质量的投射图像；第二方面是直接将分离得到的子图像进行比较和融合，确保数据的真实性，从而获得更好质量的投射图像；第三方面是对不同通道的图像均进行了标定和重建，在保证数据真实性的同时，获得全分辨率的数据，从而进一步获得更好质量的投射图像。为清楚地说明该动态范围三维测量方法，以下先对方法所应用的高动态范围三维测量系统进行说明。
请参照图1，本申请的一种实施例中，高动态范围三维测量系统包括投影单元和成像单元。其中，投影单元包括就数字投影子单元011和线偏振片012，成像单元包括偏振子单元021和彩色成像子单元022。数字投影单元011用于基于单色光向待测物体03投射不同频率不同相移步数的条纹图案，条纹图案经线偏振片012投射在待测物体03上。彩色成像子单元022用于捕获经偏振子单元021偏振处理后的待测物体03的条纹图像。
图1所示的测量场景包括待测物体03和测量系统。一种实施例中，成像单元为偏振彩色相机。测量时，由数字投影子单元011的单色光源到达空间中以白色木板（图中未示出）为背景的待测物体03上，再通过偏振彩色相机进行拍摄。其中，数字投影子单元011用于投射不同频率和不同相移步数的条纹图案，偏振彩色相机用于生成包含相机标定参数的多通道图像。在本申请的一种实施例中，偏振彩色相机生成包含16个通道的通道图像。
基于成像单元的偏振子单元021，反射光的偏振方向会相对于入射光发生偏转，由菲涅尔公式，偏转的程度于入射光的偏振角和入射角有关。入射光经过了一个偏振片，入射时偏振角相同，高反眩光多为镜面反射，所以高反区域整个区域内的光线入射角都相同，因此反射光的偏振方向都相对于入射光进行了相同程度的偏转，即高反眩光区域反射的光的偏振角度相同，因此在通过偏振子单元021时，高反眩光能被很好地滤除。
以下结合三个上述测量系统对测量方法进行详细介绍。请参照图2，一种实施例中，本申请的高动态范围三维测量方法包括：
步骤S10，控制数字投影子单元011经线偏振片012向待测物体03投射不同频率和不同相移步数的条纹图案。
一种实施例中，控制数字投影子单元011经线偏振片012向待测物体03投射三种频率和四步相移的共计12中图案的条纹图案。
步骤S20，控制成像单元捕获待测物体03的条纹图像，得到不同频率和不同相移步数的偏振彩色图像。
由于相移步数为四步，且有三种频率，相应地则可以有获取的第k种频率第n步相移的条纹图像为I raw,k,n (x,y)。
一种实施例种，成像单元为偏振彩色相机，且在本申请的一种实施例中，偏振彩色相机生成包含16个通道的通道图像。利用偏振彩色相机，可以获取消除了眩光的不同强度的子图像用于合成高质量的相移条纹图像，优化高动态范围区域的条纹，避免过曝或过暗区域相位错误的产生。
步骤S30，对于任意一个偏振彩色图像，基于成像单元的通道数进行像素拆分，得到不同频率、不同相移步数和不同通道的子图像。
基于获得的偏振彩色图像，按照偏振彩色相机的拜尔阵列排列方式，将拍摄获取的raw格式的文件，逐个像素拆分，得到不同频率、不同相移步数和不同通道的子图像。
一种实施例中，请参照图3，对不同频率和不同相移步数下投射有条纹图案的待测物体03，可以得到16个不同通道的子图像。
步骤S40，得到不同频率、不同相移步数下的融合图像。对于不同频率、不同相移步数和不同通道下的任意一个子图像，进行像素饱和判断，将不同频率和不同相移步数下的所有子图像中，灰度值为255的像素视为饱和像素，饱和像素的调制度设置为0，计算所有子图像中各个子图像的各个像素的调制度值，对于任意一个像素位置，选取调度值最大的子图像的该像素的灰度值作为融合图像的该位置的灰度值，得到不同频率和不同相移步数下各个子图像融合后的融合图像。
一种实施例中，计算所有子图像中各个子图像的各个像素的调制度值，包括：
，
其中，i为通道的索引；k为频率的索引，1≤k≤3；n为相移步数的索引，1≤n≤4；表示第i个通道第k种频率下所有子图像中各个子图像的任意一个像素（x，y）的调制度值；/>表示第i个通道第k种频率下第n步相移所对应的子图像中任意一个像素（x，y）的灰度值，n=1，2，3或4。
在本申请的实施例中，直接将分离得到的子图像进行比较和融合，而非线性插值将红绿蓝通道的子图像补全形成红绿蓝通道的图像，再对其进行比较、融合，如此，确保了数据的真实性，从而可以获得更好质量的投射图像。
基于图3的子图像，融合后得到的高质量相移条纹图像如图4所示。
步骤S50，计算融合图像的包裹相位，并基于包裹相位获得绝对相位信息。
一种实施例中，计算融合图像的包裹相位，包括：
四步相移中获得的相移图像的强度分别为
，
其中，表示第一步相移获得的相移图像的任意一个像素（x，y）的强度；表示第二步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第三步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第四步相移获得的相移图像的任意一个像素（x，y）的强度；A表示背景强度值；B表示调制度值；/>表示条纹相位。
则所述融合图像的第k频率的任意一个像素的包裹相位包括：，
其中，表示第k种频率下第n步相移所对应的融合图像中任意一个像素（x，y）的灰度值，n=1，2，3或4。
一种实施例中，基于包裹相位获得绝对相位信息，包括：
由包裹相位差分得到差分包裹相位，包括：，
其中，表示所述融合图像的第1种频率的任意一个像素的包裹相位，表示所述融合图像的第2种频率的任意一个像素的包裹相位，/>表示所述融合图像的第3种频率的任意一个像素的包裹相位；/>、/>和/>均表示差分包裹相位；
基于得到的差分包裹相位，进行递归求解得到绝对相位，包括：
，
，
其中，f 2、f 2和f 3表示k=1，2或3时，对应的三种频率的由高到低的三个频率值；floor表示向下取整操作；表示第二、三种频率的差值频率对应的绝对相位，表示第一、二种频率的差值频率对应的绝对相位，/>表示第一种频率对应的绝对相位，/>表示第二种频率对应的绝对相位，/>表示第三种频率对应的绝对相位。
步骤S60，获取各个通道的成像单元的内参及各个通道相位和高度的映射关系。
对于获取各个通道的成像单元的内参及各个通道相位和高度的映射关系，本领域技术人员可以根据现有技术方法实现，本申请的一种实施例中，给出了一种新的获取各个通道的成像单元的内参的方法，包括：
通过成像单元拍摄标定靶处于不同姿态的图像，作为成像单元的标定图像集，将每张标定图像拆分为不同通道的子图像，对于每一个通道，由成像单元的标定图像标定获取此通道的内参。
基于上述的各个通道的成像单元的内参获取方法，对不同通道的图像均进行了标定和重建，结合实际应用获得成像单元的内参，而非直接根据成像单元的物理参数进行计算得到，使得在保证数据真实性的同时，可以获得全分辨率的数据，从而进一步获得更好质量的投射图像。
一种实施例中，本申请提供的一种新的各个通道相位和高度的映射关系的获取方法包括：
将条纹图案投影到参考平面上，按预设的距离多次改变参考平面的深度并投影所述条纹图案，作为相高映射图像集，将每张相高映射图像拆分为不同通道的子图像，对于任意一个通道，由不同深度上的参考平面的绝对相位建立此通道的相位-高度查找表，从而得到各个通道相位和高度的映射关系。
基于上述的各个通道相位和高度的映射关系的获取方法，对不同通道的图像均进行了标定和重建，结合实际应用获得各个通道相位和高度的映射关系，而非直接根据成像单元的物理参数进行计算得到，使得在保证数据真实性的同时，可以获得全分辨率的数据，从而进一步获得更好质量的投射图像。
步骤S70，基于绝对相位信息和各个通道的成像单元的内参及各个通道相位和高度的映射关系，进行被测物体03三维点云的重建，完成三维测量。
基于上述实施例的测量方法，在同时具有漫反射、暗色和高反射率表面的场景的测量，两种视图的三维点云重建结果请参照图5和图6。本申请的三维测量方法，可以对不同的偏振、彩色通道分别进行系统标定，包括对每个通道的相机内外参以及相位和高度转换参数的获取，利用所有通道的绝对相位和标定结果进行全分辨率的三维点云重建，优化了系统标定的准确度，避免了分离通道带来的分辨率降低和马赛克效应。
本申请的一种实施例中提供了一种计算机可读存储介质，存储介质上存储有程序，存储的程序包括能够被处理器加载并处理上述任意一实施例中的方法。
本领域技术人员可以理解，上述实施方式中各种方法的全部或部分功能可以通过硬件的方式实现，也可以通过计算机程序的方式实现。当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序可以存储于一计算机可读存储介质中，存储介质可以包括：只读存储器、随机存储器、磁盘、光盘、硬盘等，通过计算机执行该程序以实现上述功能。例如，将程序存储在设备的存储器中，当通过处理器执行存储器中程序，即可实现上述全部或部分功能。另外，当上述实施方式中全部或部分功能通过计算机程序的方式实现时，该程序也可以存储在服务器、另一计算机、磁盘、光盘、闪存盘或移动硬盘等存储介质中，通过下载或复制保存到本地设备的存储器中，或对本地设备的系统进行版本更新，当通过处理器执行存储器中的程序时，即可实现上述实施方式中全部或部分功能。
以上应用了具体个例对本发明进行阐述，只是用于帮助理解本发明，并不用以限制本发明。对于本发明所属技术领域的技术人员，依据本发明的思想，还可以做出若干简单推演、变形或替换。
Claims (8)
1.一种高动态范围三维测量方法，应用于测量系统中，所述测量系统包括投影单元和成像单元，其特征在于，所述投影单元包括数字投影子单元（011）和线偏振片（012），所述成像单元包括偏振子单元（021）和彩色成像子单元（022）；所述数字投影单元用于基于单色光向待测物体（03）投射不同频率不同相移步数的条纹图案，所述条纹图案经所述线偏振片（012）投射在待测物体（03）上；所述彩色成像子单元（022）用于捕获经偏振子单元（021）偏振处理后的待测物体（03）的条纹图像；所述测量方法包括：
控制所述数字投影子单元（011）经所述线偏振片（012）向待测物体（03）投射不同频率和不同相移步数的条纹图案；
控制所述成像单元捕获所述待测物体（03）的条纹图像，得到不同频率和不同相移步数的偏振彩色图像；
对于任意一个偏振彩色图像，基于成像单元的通道数进行像素拆分，得到不同频率、不同相移步数和不同通道的子图像；
对于不同频率、不同相移步数和不同通道下的任意一个子图像，进行像素饱和判断，将不同频率和不同相移步数下的所有子图像中，灰度值为255的像素视为饱和像素，饱和像素的调制度设置为0，计算所述所有子图像中各个子图像的各个像素的调制度值，对于任意一个像素位置，选取调制度值最大的子图像的该像素的灰度值作为融合图像的该位置的灰度值，得到不同频率和不同相移步数下各个子图像融合后的融合图像；
计算所述融合图像的包裹相位，并基于所述包裹相位获得绝对相位信息；
获取各个通道的成像单元的内参及各个通道相位和高度的映射关系；
基于所述绝对相位信息和所述各个通道的成像单元的内参及各个通道相位和高度的映射关系，进行被测物体（03）三维点云的重建，完成三维测量；
所述的计算所述所有子图像中各个子图像的各个像素的调制度值，包括：
，
其中，i为通道的索引；k为频率的索引，1≤k≤3；n为相移步数的索引，1≤n≤4；表示第i个通道第k种频率下所有子图像中各个子图像的任意一个像素（x，y）的调制度值；/>表示第i个通道第k种频率下第n步相移所对应的子图像中任意一个像素（x，y）的灰度值，n=1，2，3或4。
2.如权利要求1所述的高动态范围三维测量方法，其特征在于：所述的控制所述数字投影子单元（011）经所述线偏振片（012）向待测物体（03）投射不同频率和不同相移步数的条纹图案，包括：
控制所述数字投影子单元（011）经所述线偏振片（012）向待测物体（03）投射三种频率和四步相移的共计12中图案的条纹图案。
3.如权利要求1所述的高动态范围三维测量方法，其特征在于，所述的计算所述融合图像的包裹相位，包括：
四步相移中获得的相移图像的强度分别为
，
其中，表示第一步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第二步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第三步相移获得的相移图像的任意一个像素（x，y）的强度；/>表示第四步相移获得的相移图像的任意一个像素（x，y）的强度；A表示背景强度值；B表示调制度值；/>表示条纹相位；
则所述融合图像的第k频率的任意一个像素的包裹相位包括：
，
其中，表示第k种频率下第n步相移所对应的融合图像中任意一个像素（x，y）的灰度值，n=1，2，3或4。
4.如权利要求3所述的高动态范围三维测量方法，其特征在于，所述的基于所述包裹相位获得绝对相位信息，包括：
由包裹相位差分得到差分包裹相位，包括：
，
其中，表示所述融合图像的第1种频率的任意一个像素的包裹相位，/>表示所述融合图像的第2种频率的任意一个像素的包裹相位，/>表示所述融合图像的第3种频率的任意一个像素的包裹相位；/>、/>和/>均表示差分包裹相位；
基于得到的差分包裹相位，进行递归求解得到绝对相位，包括：
，
，
其中，f2、f2和f3表示k=1，2或3时，对应的三种频率的由高到低的三个频率值；floor表示向下取整操作；表示第二、三种频率的差值频率对应的绝对相位，/>表示第一、二种频率的差值频率对应的绝对相位，/>表示第一种频率对应的绝对相位，表示第二种频率对应的绝对相位，/>表示第三种频率对应的绝对相位。
5.如权利要求1所述的高动态范围三维测量方法，其特征在于，所述的获取各个通道的成像单元的内参，包括：
通过成像单元拍摄标定靶处于不同姿态的图像，作为成像单元的标定图像集，将每张标定图像拆分为不同通道的子图像，对于每一个通道，由成像单元的标定图像标定获取此通道的内参。
6.如权利要求1所述的高动态范围三维测量方法，其特征在于，所述的各个通道相位和高度的映射关系的获取方法包括：
将所述条纹图案投影到参考平面上，按预设的距离多次改变参考平面的深度并投影所述条纹图案，作为相高映射图像集，将每张相高映射图像拆分为不同通道的子图像，对于任意一个通道，由不同深度上的参考平面的绝对相位建立此通道的相位-高度查找表，从而得到各个通道相位和高度的映射关系。
7.如权利要求1所述的高动态范围三维测量方法，其特征在于，所述成像单元为偏振彩色相机。
8.一种计算机可读存储介质，其特征在于，所述介质中存储有程序，所述程序能够被处理器加载并执行如权利要求1到7之一的高动态范围三维测量方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311709961.5A CN117387524B (zh) | 2023-12-13 | 2023-12-13 | 一种高动态范围三维测量方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311709961.5A CN117387524B (zh) | 2023-12-13 | 2023-12-13 | 一种高动态范围三维测量方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117387524A CN117387524A (zh) | 2024-01-12 |
| CN117387524B true CN117387524B (zh) | 2024-02-13 |
Family
ID=89439634
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311709961.5A Active CN117387524B (zh) | 2023-12-13 | 2023-12-13 | 一种高动态范围三维测量方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117387524B (zh) |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105393A (zh) * | 2006-07-13 | 2008-01-16 | 周波 | 投射多频光栅的物体表面三维轮廓的视觉测量方法 |
| JP2013537651A (ja) * | 2010-05-20 | 2013-10-03 | アイロボット コーポレイション | 移動式ヒューマンインターフェースロボット |
| WO2015012040A1 (ja) * | 2013-07-25 | 2015-01-29 | 富士フイルム株式会社 | 画像処理装置、撮像装置、画像処理方法及びプログラム |
| CN107894215A (zh) * | 2017-12-26 | 2018-04-10 | 东南大学 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
| WO2018171384A1 (zh) * | 2017-03-24 | 2018-09-27 | 南京理工大学 | 一种基于多模态复合编码和极线约束的高效三维图像获取方法 |
| CN109916336A (zh) * | 2019-02-03 | 2019-06-21 | 武汉斌果科技有限公司 | 基于光谱调制与多光谱成像的高动态范围三维测量方法 |
| CN110057319A (zh) * | 2019-02-20 | 2019-07-26 | 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 |
| CN113340236A (zh) * | 2021-06-28 | 2021-09-03 | 四川大学 | 一种高动态表面形貌测量方法 |
| CN115560700A (zh) * | 2022-12-05 | 2023-01-03 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于彩色偏振成像的结冰三维外形在线测量方法 |
| CN115727784A (zh) * | 2022-11-25 | 2023-03-03 | 重庆理工大学 | 一种基于自适应条纹的高反光工件三维点云获取方法 |
| CN115876124A (zh) * | 2023-01-09 | 2023-03-31 | 中国科学院深圳先进技术研究院 | 基于偏振结构光相机的高反光表面三维重建方法及装置 |
| CN116592794A (zh) * | 2023-07-17 | 2023-08-15 | 南京理工大学 | 一种基于偏振结构光的快速三维重建方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10360693B2 (en) * | 2017-03-01 | 2019-07-23 | Cognex Corporation | High speed structured light system |
-
2023
- 2023-12-13 CN CN202311709961.5A patent/CN117387524B/zh active Active
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101105393A (zh) * | 2006-07-13 | 2008-01-16 | 周波 | 投射多频光栅的物体表面三维轮廓的视觉测量方法 |
| JP2013537651A (ja) * | 2010-05-20 | 2013-10-03 | アイロボット コーポレイション | 移動式ヒューマンインターフェースロボット |
| WO2015012040A1 (ja) * | 2013-07-25 | 2015-01-29 | 富士フイルム株式会社 | 画像処理装置、撮像装置、画像処理方法及びプログラム |
| WO2018171384A1 (zh) * | 2017-03-24 | 2018-09-27 | 南京理工大学 | 一种基于多模态复合编码和极线约束的高效三维图像获取方法 |
| CN107894215A (zh) * | 2017-12-26 | 2018-04-10 | 东南大学 | 基于全自动曝光的高动态范围光栅投影三维测量方法 |
| CN109916336A (zh) * | 2019-02-03 | 2019-06-21 | 武汉斌果科技有限公司 | 基于光谱调制与多光谱成像的高动态范围三维测量方法 |
| CN110057319A (zh) * | 2019-02-20 | 2019-07-26 | 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 |
| CN113340236A (zh) * | 2021-06-28 | 2021-09-03 | 四川大学 | 一种高动态表面形貌测量方法 |
| CN115727784A (zh) * | 2022-11-25 | 2023-03-03 | 重庆理工大学 | 一种基于自适应条纹的高反光工件三维点云获取方法 |
| CN115560700A (zh) * | 2022-12-05 | 2023-01-03 | 中国空气动力研究与发展中心低速空气动力研究所 | 一种基于彩色偏振成像的结冰三维外形在线测量方法 |
| CN115876124A (zh) * | 2023-01-09 | 2023-03-31 | 中国科学院深圳先进技术研究院 | 基于偏振结构光相机的高反光表面三维重建方法及装置 |
| CN116592794A (zh) * | 2023-07-17 | 2023-08-15 | 南京理工大学 | 一种基于偏振结构光的快速三维重建方法 |
Non-Patent Citations (4)
| Title |
|---|
| 光弹性复合材料的剪切应力条纹值测定;易贤仁;胡春宇;钟红;;华中科技大学学报(城市科学版)(第Z2期);全文 * |
| 基于卷积神经网络去噪正则化的条纹图修复;彭广泽;陈文静;;光学学报(第18期);全文 * |
| 基于自适应条纹的高反光表面三维面形测量方法;冯维;汤少靖;赵晓冬;赵大兴;;光学学报(第05期);全文 * |
| 高反光表面三维形貌测量技术;张宗华;于瑾;高楠;孟召宗;;红外与激光工程;20200325(第03期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117387524A (zh) | 2024-01-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Feng et al. | General solution for high dynamic range three-dimensional shape measurement using the fringe projection technique | |
| EP3531066B1 (en) | Three-dimensional scanning method including a plurality of lasers with different wavelengths, and scanner | |
| Holroyd et al. | A coaxial optical scanner for synchronous acquisition of 3D geometry and surface reflectance | |
| CN108370406B (zh) | 摄像装置 | |
| US9322643B2 (en) | Apparatus and method for 3D surface measurement | |
| JP5633058B1 (ja) | ３次元計測装置及び３次元計測方法 | |
| CN107084794B (zh) | 基于光场分层成像技术的火焰三维温度场测量系统及其方法 | |
| CN107607040A (zh) | 一种适用于强反射表面的三维扫描测量装置及方法 | |
| US10113867B2 (en) | Device and method for three-dimensional reconstruction of a scene by image analysis | |
| JP6161714B2 (ja) | ３次元の物体の直線寸法を制御する方法 | |
| US20080117438A1 (en) | System and method for object inspection using relief determination | |
| KR20090104857A (ko) | 정량적 3-ｄ 이미징을 위한 방법 및 장치 | |
| CN111238403A (zh) | 一种基于光场子孔径条纹图像的三维重建方法及装置 | |
| CN110146036B (zh) | 一种基于光栅投影和双目偏振相机的三维测量方法与系统 | |
| WO2017125507A1 (en) | Imaging unit and system for obtaining a three-dimensional image | |
| Zhang et al. | A novel 3D multispectral vision system based on filter wheel cameras | |
| Shahpaski et al. | Simultaneous geometric and radiometric calibration of a projector-camera pair | |
| Kuciš et al. | Simulation of camera features | |
| CN109827657B (zh) | 一种测量素面镭射材料光栅常数的方法和装置 | |
| CN110595388A (zh) | 一种基于双目视觉的高动态实时三维测量方法 | |
| CN117387524B (zh) | 一种高动态范围三维测量方法及系统 | |
| JP2014059164A (ja) | 形状計測装置及び形状計測方法 | |
| Gdeisat et al. | Simple and accurate empirical absolute volume calibration of a multi-sensor fringe projection system | |
| KR101555027B1 (ko) | 3차원 형상 측정 장치 및 방법 | |
| JPH05306916A (ja) | 縞位相分布解析方法および縞位相分布解析装置 |
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 |