CN117804381B - 一种基于相机阵列聚焦结构光对物体三维重建方法 - Google Patents
一种基于相机阵列聚焦结构光对物体三维重建方法 Download PDFInfo
- Publication number
- CN117804381B CN117804381B CN202410234573.4A CN202410234573A CN117804381B CN 117804381 B CN117804381 B CN 117804381B CN 202410234573 A CN202410234573 A CN 202410234573A CN 117804381 B CN117804381 B CN 117804381B
- Authority
- CN
- China
- Prior art keywords
- camera
- camera array
- dimensional
- stripe
- phase shift
- 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
- 238000000034 method Methods 0.000 title claims abstract description 31
- 230000010363 phase shift Effects 0.000 claims description 131
- 238000003384 imaging method Methods 0.000 claims description 109
- 239000011159 matrix material Substances 0.000 claims description 52
- 230000002194 synthesizing effect Effects 0.000 claims description 11
- 238000005259 measurement Methods 0.000 abstract description 17
- 238000010586 diagram Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 2
- 230000001133 acceleration Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012634 optical imaging Methods 0.000 description 1
- 238000001314 profilometry Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于相机阵列聚焦结构光对物体三维重建方法,旨在解决传统测量算法中由待测物体表面纵深变化较大区域带来的单相机的离焦问题。本发明利用相机阵列,获取待测物体不同深度平面的清晰条纹图,根据标定参数,生成超分辨四维条纹,利用超分辨四维条纹对比度确定基准相机像平面各像素对应区域最佳对焦的条纹灰度值,从而获取最佳对焦变形条纹,最终利用该变形条纹重建物体的三维信息。
Description
技术领域
本发明属于结构光三维测量的技术领域,涉及一种基于相机阵列聚焦结构光对物体三维重建方法。
背景技术
三维测量技术是实现产品的全尺寸在线精密测量,协助制造商完成产品精细化、智能化、数字化管理的解决方案之一。现有的较为成熟的测量方法大致可分为接触式和基于光学的非接触式两种,接触式测量主要通过探头直接接触物体表面完成物体三维形状的测量,该方法受物体表面的反射特性、颜色及曲率影响较小,测量精度高,但测量速度慢,不适用于非刚性物体的测量。基于光学的非接触式测量方法主要利用调制光场信息完成物体表面的几何形状测量。不接触的优点使得其在柔软、不可接触、毛皮、易变形等物体的测量上具有巨大的应用价值。同时,近年来面阵光场调制器件和硬件算力的迅速发展,使得非接触式方法的测量效率得到了显著的提升。
随着工业化进程的加快,一体化成型产品市场占比与日递增,物体零件尺寸也较为庞大。而受光学成像系统限制,结构光测量设备均具有一定的景深范围,而成像的清晰程度直接影响着结构光测量的精度,为了获得有效的景深范围,需要将成像设备多次对焦。在大纵深场景的测量上,单次测量难以同时保证成像设备具有较大的景深范围。因此,需要进行多次测量及标定,增加了测量的复杂度;同时,将其应用到在线测量时,设备调焦将进一步影响测量的稳定性及准确性。
发明内容
本发明的目的在于提供一种基于相机阵列聚焦结构光对物体三维重建方法,利用相机阵列,获取待测物体不同深度成像平面的清晰条纹图,根据标定参数,生成超分辨四维条纹,利用超分辨四维条纹对比度确定基准相机像平面各像素对应区域最佳对焦的条纹灰度值,从而获取最佳对焦变形条纹,最终利用该变形条纹重建物体的三维信息。
本发明通过下述技术方案实现:
一种基于相机阵列聚焦结构光对物体三维重建方法,基于相机阵列和投影仪实现,建立相机阵列基准平面,采用投影仪投影N帧条纹至待测物体表面,其中N≥3;建立若干平行且距离相机阵列基准平面不同间距的深度成像平面,利用相机阵列的单应性矩阵与若干深度成像平面上的图像解算得到变形条纹图;然后将变形条纹图合成为包含相移信息的超分辨四维条纹,利用超分辨四维条纹的相移信息确定相机阵列在各深度成像平面上的最佳对焦变形条纹;利用最佳对焦变形条纹计算绝对相位,解算相机阵列与投影仪之间的极线对应关系,利用绝对相位与极线对应关系解算待测物体表面的三维点云,利用三维点云完成待测物体表面的三维重建。
为了更好地实现本发明,进一步的,具体包括以下步骤:
步骤1、对相机阵列和投影仪进行标定得到标定参数,通过标定参数建立相机阵列基准平面,建立若干平行且距离相机阵列基准平面不同间距的深度成像平面,利用深度成像平面计算相机阵列的单应性矩阵;
步骤2、利用投影仪投影N帧相移条纹与N帧附加条纹至待测物体的表面,采用相机阵列采集各个深度成像平面上的图像,结合相机阵列的单应性矩阵,解算得到N帧变形相移条纹与N帧变形附加条纹;
步骤3、利用步骤1中得到的单应性矩阵,将各深度成像平面上的N帧变形相移条纹与N帧变形附加条纹投影至相机阵列基准平面,将N帧变形相移条纹合成为超分辨四维相移条纹,将N帧变形附加条纹合成为超分辨四维附加条纹;
步骤4、计算超分辨四维相移条纹在各深度成像平面上的最佳对比度,根据最佳对比度索引更新得到超分辨四维相移条纹上各个像素的灰度值,以及超分辨四维附加条纹上各个像素的灰度值;利用超分辨四维相移条纹上各个像素的灰度值解算最佳对焦变形相移条纹,利用超分辨四维附加条纹上各个像素的灰度值解算最佳对焦变形附加条纹;
步骤5、利用最佳对焦变形相移条纹、最佳对焦变形附加条纹解算待测物体的绝对相位,结合绝对相位、相机阵列与投影仪之间的极线对应关系、相机阵列和投影仪的标定参数,解算待测物体表面的三维点云,利用三维点云完成待测物体表面的三维重建。
为了更好地实现本发明,进一步的,所述步骤4具体为:
所述步骤4具体为:
步骤4.1、基于超分辨四维相移条纹的最大值与超分辨四维相移条纹的最小值建立关于超分辨四维相移条纹的对比度函数;
步骤4.2、基于对比度函数建立对比度均方根误差函数,在对比度均方根误差函数值最小时,查找对应的深度成像平面与相机阵列基准平面之间的最佳距离;
步骤4.3、根据最佳距离索引更新对比度函数;
步骤4.4、查找索引更新后的对比度函数值最大时对应的最佳相机编码;
步骤4.5、根据最佳距离与最佳相机编码索引更新得到超分辨四维相移条纹上各个像素的灰度值,通过超分辨四维相移条纹上各个像素的灰度值解算最佳对焦变形相移条纹;根据最佳距离与最佳相机编码索引更新得到超分辨四维附加条纹上各个像素的灰度值,通过超分辨四维附加条纹上各个像素的灰度值解算最佳对焦变形附加条纹。
为了更好地实现本发明,进一步的,所述超分辨四维相移条纹的对比度函数为:
;
其中:表示第n帧超分辨四维相移条纹;/>表示以第n帧条纹为索引取/>中的最大值函数;/>表示以第n帧条纹为索引取/>中的最小值函数;/>表示与相机阵列基准平面距离为d的第m个相机在坐标为(x,y)处的超分辨四维相移条纹像素的对比度;/>表示深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素的x坐标投影至相机阵列基准平面的坐标;/>表示深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素的y坐标投影至相机阵列基准平面的坐标。
为了更好地实现本发明,进一步的,所述对比度均方根误差函数为:
;
其中:M表示相机阵列中相机的数量;m表示相机阵列中的第m个相机。
为了更好地实现本发明,进一步的,所述步骤5具体为:
步骤5.1、根据最佳对焦变形相移条纹解算待测物体表面的包裹相位,根据最佳对焦变形附加条纹解算待测物体表面的附加相位;
步骤5.2、计算包裹相位与附加相位之间的相位差以及相移周期,通过相位差与相移周期计算待测物体表面的条纹级次;
步骤5.3、通过包裹相位与条纹级次解算待测物体表面条纹的绝对相位;
步骤5.4、利用相机阵列和投影仪的标定参数解算得到相机阵列与投影仪之间的极线对应关系,通过极线对应关系得到投影仪与相机阵列之间的成像坐标对应关系,利用极线定理及射线相交定理求解待测物体表面的三维点云以完成待测物体表面的三维重建。
为了更好地实现本发明,进一步的,所述步骤2具体为:
利用投影仪投影N帧相移条纹与N帧附加条纹至待测物体的表面,将相机阵列中的若干相机的成像光圈大小、对焦距离设置为不同值,然后通过相机阵列中的若干相机采集受到待测物体表面调制的N帧变形相移条纹与N帧变形附加条纹;
所述N帧变形相移条纹为:
;
其中:表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;/>表示受物体调制的变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;M表示相机阵列中相机数量;N表示变形相移条纹的数量,且N为大于等于3的整数;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个相机;
所述N帧变形附加条纹为:
;
其中:表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;/>为受物体调制的变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;M表示相机阵列中相机数量;N表示变形相移条纹的数量,且N为大于等于3的整数;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个编码的相机。
为了更好地实现本发明,进一步的,所述步骤1具体包括:
步骤1.1、选定相机阵列中的任一相机为基准相机,其余相机则为非基准相机,以基准相机的成像平面为相机阵列基准平面;
步骤1.2、建立若干平行于相机阵列基准平面且距离相机阵列基准平面不同间距的深度成像平面,在各深度成像平面上设置特征体素;
步骤1.3、根据相机阵列的标定参数,计算各深度成像平面上的特征体素在基准相机的成像平面、非基准相机的成像平面上的成像位置关系,通过成像位置关系解算非基准相机与基准相机之间的单应性矩阵。
为了更好地实现本发明,进一步的,所述步骤3中通过单应性矩阵合成为超分辨四维相移条纹为:
;
通过单应性矩阵合成为超分辨四维附加条纹为:
;
其中:;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的x坐标;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的y坐标;表示与相机阵列基准平面距离为d的第m个相机的单应性矩阵;x表示/>投影至相机阵列基准平面上的坐标;y表示/>投影至相机阵列基准平面上的坐标。
本发明与现有技术相比,具有以下优点及有益效果:
本发明利用相机阵列获取多对焦的变形条纹图,能够突破光学镜头的景深范围的制约,即保证了在大尺寸物体的测量中获得清晰的变形条纹图,又保证了系统的实时性和便捷性;同时,多平面标定技术增加了测量的稳定性。
附图说明
图1为本发明的方法流程图;
图2为相机阵列与投影仪的布置示意图;
图3为投影仪向待测物体投影条纹的示意图;
图4为超分辨四维相移条纹示意图;
图5为最佳对焦变形相移条纹的示意图;
图6为待测物体三维重建的结果示意图。
具体实施方式
以下详细说明都是示例性的,旨在对本发明提供进一步的说明。除非另有指明,本发明使用的所有技术和科学术语具有与本发明所属技术领域的普通技术人员通常理解的相同含义。
需注意的是,这里所使用的术语仅是为了描述具体实施方式,而非意图限制根据本发明的示例性实施方式。如在这里所使用的,除非本发明另外明确指出,否则单数形式也意图包括复数形式,此外,还应当理解的是,当在本说明书中使用术语“包含”和/或“包括”时,其指明存在特征、步骤、操作、器件、组件和/或它们的组合。
为方便叙述,本发明中如果出现“上”、“下”、“左”“右”字样,仅表示与附图本身的上、下、左、右方向一致,并不对结构起限定作用,仅仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的设备或元件必须具有特定的方位,以特定的方位构造和操作,因此不能理解为对本发明的限制。
术语解释部分:本发明中的术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或为一体;可以是机械连接,也可以是电连接,可以是直接连接,也可以是通过中间媒介间接相连,可以是两个元件内部连接,或者两个元件的相互作用关系,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明的具体含义。
实施例1:
本实施例的一种基于相机阵列聚焦结构光对物体三维重建方法,如图1和图2所示,基于相机阵列和投影仪实现,建立相机阵列基准平面,采用投影仪投影N帧条纹至待测物体表面,其中N≥3;建立若干平行且距离相机阵列基准平面不同间距的深度成像平面,利用相机阵列的单应性矩阵与若干深度成像平面上的图像解算得到变形条纹图;然后将变形条纹图合成为包含相移信息的超分辨四维条纹,利用超分辨四维条纹的相移信息确定相机阵列在各深度成像平面上的最佳对焦变形条纹;利用最佳对焦变形条纹计算绝对相位,解算相机阵列与投影仪之间的极线对应关系,利用绝对相位与极线对应关系解算待测物体表面的三维点云,利用三维点云完成待测物体表面的三维重建。
具体为:
步骤1、对相机阵列和投影仪进行标定得到标定参数,通过标定参数建立相机阵列基准平面,建立若干平行且距离相机阵列基准平面不同间距的深度成像平面,利用深度成像平面计算相机阵列的单应性矩阵;
相机阵列由M个相机组成,利用现有的相机阵列标定的方法获取标定参数,相机的标定参数包括相机的内参矩阵Kcm、相机的畸变矩阵Dcm、相机之间的外参矩阵Wcm。同时对投影仪进行标定,得到投影仪的标定参数,投影仪的标定参数包括投影仪的内参矩阵Kp、投影仪的畸变矩阵Dp、投影仪与相机之间的外参矩阵Wp和本征矩阵E。
以m表示相机的编码,即表示相机阵列中的第m个相机。选用m=1的相机作为基准相机,相机阵列中的其余相机则为非基准相机。通过上述标定参数建立相机阵列基准平面,根据相机阵列的标定参数,计算不同深度条件下,深度成像平面上各特征体素在相机阵列各非基准相机与基准相机之间的成像位置关系,以获取单应性矩阵。具体为:
建立特征体素P(Xp、Yp、Zp),Xp、Yp、Zp分别为特征体素上P点的三维空间坐标,则深度成像平面上的特征体素P(Xp、Yp、Zp)在各个相机的成像平面上位置关系表示为:
;
其中:Sm为第m个相机的成像缩放因子;Kcm为第m个相机的内参矩阵;O为0矩阵;Rcm为当前深度成像平面到第m个相机的成像平面的旋转矩阵,且Tcm为当前深度成像平面到第m个相机的成像平面的平移矩阵;(x,y)为特征体素变换至第m个相机的成像平面上的点坐标。
然后利用相机的畸变矩阵Dcm计算特征体素在相机的成像平面上对应的畸变像素点,获取U个(U≥4)特征体素在不同相机的成像平面上的畸变像素点后,即可得到U组畸变像素点与特征体素的配对,通过U组畸变像素点与特征体素的配对即可计算出在不同深度条件下,非基准相机与基准相机之间的单应性矩阵。
步骤2、如图3所示,利用投影仪投影N帧相移条纹与N帧附加条纹至待测物体的表面,采用相机阵列采集各个深度成像平面上的图像,结合相机阵列的单应性矩阵,解算得到N帧变形相移条纹与N帧变形附加条纹;
步骤3、如图4所示,利用步骤1中得到的单应性矩阵,将各深度成像平面上的N帧变形相移条纹与N帧变形附加条纹投影至相机阵列基准平面,将N帧变形相移条纹合成为超分辨四维相移条纹,将N帧变形附加条纹合成为超分辨四维附加条纹;
步骤4、如图5所示,计算超分辨四维相移条纹在各深度成像平面上的最佳对比度,根据最佳对比度索引更新得到超分辨四维相移条纹上各个像素的灰度值,以及超分辨四维附加条纹上各个像素的灰度值;利用超分辨四维相移条纹上各个像素的灰度值解算最佳对焦变形相移条纹,利用超分辨四维附加条纹上各个像素的灰度值解算最佳对焦变形附加条纹;
步骤5、如图6所示,利用最佳对焦变形相移条纹、最佳对焦变形附加条纹解算待测物体的绝对相位,结合绝对相位、相机阵列与投影仪之间的极线对应关系、相机阵列和投影仪的标定参数,解算待测物体表面的三维点云,利用三维点云完成待测物体表面的三维重建。
实施例2:
本实施例的一种基于相机阵列聚焦结构光对物体三维重建方法,在实施例1的基础上进行改进,所述步骤1具体包括:
步骤1.1、选定相机阵列中的任一相机为基准相机,其余相机则为非基准相机,以基准相机的成像平面为相机阵列基准平面;
步骤1.2、建立若干平行于相机阵列基准平面且距离相机阵列基准平面不同间距的深度成像平面,在各深度成像平面上设置特征体素;
步骤1.3、根据相机阵列的标定参数,计算各深度成像平面上的特征体素在基准相机的成像平面、非基准相机的成像平面上的成像位置关系,通过成像位置关系解算非基准相机与基准相机之间的单应性矩阵。
所述步骤2具体为:
利用投影仪投影N帧相移条纹与N帧附加条纹至待测物体的表面,将相机阵列中的若干相机的成像光圈大小、对焦距离设置为不同值,然后通过相机阵列中的若干相机采集受到待测物体表面调制的N帧变形相移条纹与N帧变形附加条纹;
所述N帧变形相移条纹为:
;
其中:表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;/>表示受物体调制的变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;M表示相机阵列中相机数量;N表示变形相移条纹的数量,且N为大于等于3的整数;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个相机;
所述N帧变形附加条纹为:
;
其中:表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;/>为受物体调制的变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;M表示相机阵列中相机数量;N表示变形相移条纹的数量,且N为大于等于3的整数;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个编码的相机。
所述步骤3中通过单应性矩阵合成为超分辨四维相移条纹为:
;
通过单应性矩阵合成为超分辨四维附加条纹为:
;
其中:;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的x坐标;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的y坐标;/>表示与相机阵列基准平面距离为d的第m个相机的单应性矩阵;x表示/>投影至相机阵列基准平面上的坐标;y表示/>投影至相机阵列基准平面上的坐标。
所述步骤4具体为:
步骤4.1、基于超分辨四维相移条纹的最大值与超分辨四维相移条纹的最小值建立关于超分辨四维相移条纹的对比度函数;
步骤4.2、基于对比度函数建立对比度均方根误差函数,在对比度均方根误差函数值最小时,查找对应的深度成像平面与相机阵列基准平面之间的最佳距离;
步骤4.3、根据最佳距离索引更新对比度函数;
步骤4.4、查找索引更新后的对比度函数值最大时对应的最佳相机编码;
步骤4.5、根据最佳距离与最佳相机编码索引更新得到超分辨四维相移条纹上各个像素的灰度值,通过超分辨四维相移条纹上各个像素的灰度值解算最佳对焦变形相移条纹;根据最佳距离与最佳相机编码索引更新得到超分辨四维附加条纹上各个像素的灰度值,通过超分辨四维附加条纹上各个像素的灰度值解算最佳对焦变形附加条纹。
所述步骤5具体为:
步骤5.1、根据最佳对焦变形相移条纹解算待测物体表面的包裹相位,根据最佳对焦变形附加条纹解算待测物体表面的附加相位;
步骤5.2、计算包裹相位与附加相位之间的相位差以及相移周期,通过相位差与相移周期计算待测物体表面的条纹级次;
步骤5.3、通过包裹相位与条纹级次解算待测物体表面条纹的绝对相位;
步骤5.4、利用相机阵列和投影仪的标定参数解算得到相机阵列与投影仪之间的极线对应关系,通过极线对应关系得到投影仪与相机阵列之间的成像坐标对应关系,利用极线定理及射线相交定理求解待测物体表面的三维点云以完成待测物体表面的三维重建。
本实施例的其他部分与实施例1相同,故不再赘述。
实施例3:
本实施例的一种基于相机阵列聚焦结构光对物体三维重建方法,在实施例1或2的基础上进行改进,具体为:
步骤1:计算单应性矩阵
通过4个相机组成的相机阵列,如图2所示,利用现有方法获取相机阵列间的标定参数,包括第m个相机的内参矩阵K cm 、第m个相机的畸变矩阵D cm 、各非基准相机相机与基准相机之间的外参矩阵W cm 。
获取投影仪标定参数,包括投影仪的内参矩阵K P 、投影仪的畸变矩阵D P ,获取投影仪与基准相机之间的外参矩阵W P 与本征矩阵E。
选用相机阵列中m=1的相机为基准相机,其余相机为非基准相机。根据相机阵列标定参数,计算不同深度条件下深度成像平面上各特征体素在相机阵列各非基准相机与基准相机之间的成像位置关系,获取单应性矩阵。
深度成像平面与相机阵列基准平面平行,当前特征体素P(X p ,Y p ,Z p )在各相机的承成像平面的成像位置为:
;
步骤2:采集变形条纹
根据相位测量轮廓术原理编码3步相移算法所需的3帧相移条纹和利用双频外差方法编码方法确定条纹级次所需的3帧附加条纹。利用投影仪将编码的条纹投影至待测物体表面,相机阵列同时采集受物体表面调制的变形条纹,第m个相机采集获取的3帧变形相移条纹为:
其中,表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;/>表示受物体调制的变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个相机;
采集获得的3帧变形附加条纹为:
其中,表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;/>为受物体调制的变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个编码的相机。
其中,相机阵列中各相机的对焦位置及光圈大小不同。
步骤3:合成超分辨四维条纹
将相机阵列中非基准相机采集的3帧变形相移条纹和3帧变形附加条纹按平面划分投影至相机阵列基准平面。在深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素坐标(x,y)投影至相机阵列基准平面后对应的像素坐标为:
;
其中:表示与相机阵列基准平面距离为d的第m个相机采集的图像的x坐标;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的y坐标;/>表示与相机阵列基准平面距离为d的第m个相机的单应性矩阵;x表示/>投影至相机阵列基准平面上的坐标;y表示/>投影至相机阵列基准平面上的坐标。
根据上述的像素坐标关系,合成的超分辨四维相移条纹为:
合成的超分辨率四维附加条纹为:
其中,n=1,2,3;m=1,2,3,4。
步骤4:计算最佳对焦变形条纹
利用超分辨四维相移条纹的对比度函数:
其中:表示第n帧超分辨四维相移条纹;/>表示以第n帧条纹为索引取/>中的最大值函数,其中1≤n≤N;表示以第n帧条纹为索引取/>中的最小值函数,其中1≤n≤N;/>表示与相机阵列基准平面距离为d的第m个相机在坐标为(x,y)处的超分辨四维相移条纹像素的对比度;/>表示深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素的x坐标投影至相机阵列基准平面的坐标;/>表示深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素的y坐标投影至相机阵列基准平面的坐标。
根据条纹对比度,建立对比度均方根误差:
取M=4则有:
遍历E(x,y,d),查找到各像素点最小均方根值所对应的d值,记当前d值为d min,计算最大的V(x,y,m,d min)中最大值对应的m值,记当前m值为m max。根据d min和m max索引更新各像素灰度值,计算最佳对焦变形相移条纹:
;
与最佳对焦变形附加条纹:
;
步骤5:重建物体三维信息
根据3帧最佳对焦变形相移条纹计算出物体表面的包裹相位:
;
利用3帧最佳对焦变形附加条纹计算出附加相位:
;
将与/>差值运算可获得相位差/>。
获取最佳对焦变形相移条纹的周期T 1,最佳对焦变形附加条纹的周期T 2,即可解算相移周期:
;
其中:T12表示相移周期。
然后获取物体表面的条纹级次K(x,y):
;
通过包裹相位和条纹级次K(x,y)可得到绝对相位/>:
;
且通过步骤1所求得的基准相机和投影仪之间的本征矩阵E可得到基准相机和投影仪的极线对应关系,通过该极线关系和绝对相位可获得投影仪与基准相机像平面坐标的对应关系。结合基准相机和投影仪的内参矩阵、畸变矩阵、外参矩阵,利用极线定理及射线相交定理即可求得物体表面的三维点云,完成物体表面的三维重建。
本实施例的其他部分与实施例1或2相同,故不再赘述。
以上,仅是本发明的较佳实施例,并非对本发明做任何形式上的限制,凡依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化,均落入本发明的保护范围之内。
Claims (7)
1.一种基于相机阵列聚焦结构光对物体三维重建方法,基于相机阵列和投影仪实现,其特征在于,建立相机阵列基准平面,采用投影仪投影N帧条纹至待测物体表面,其中N≥3;建立若干平行且距离相机阵列基准平面不同间距的深度成像平面,利用相机阵列的单应性矩阵与若干深度成像平面上的图像解算得到变形条纹图;然后将变形条纹图合成为包含相移信息的超分辨四维条纹,利用超分辨四维条纹的相移信息确定相机阵列在各深度成像平面上的最佳对焦变形条纹;利用最佳对焦变形条纹计算绝对相位,解算相机阵列与投影仪之间的极线对应关系,利用绝对相位与极线对应关系解算待测物体表面的三维点云,利用三维点云完成待测物体表面的三维重建:
具体包括以下步骤:
步骤1、对相机阵列和投影仪进行标定得到标定参数,通过标定参数建立相机阵列基准平面,建立若干平行且距离相机阵列基准平面不同间距的深度成像平面,利用深度成像平面计算相机阵列的单应性矩阵;
步骤2、利用投影仪投影N帧相移条纹与N帧附加条纹至待测物体的表面,采用相机阵列采集各个深度成像平面上的图像,结合相机阵列的单应性矩阵,解算得到N帧变形相移条纹与N帧变形附加条纹;
步骤3、利用步骤1中得到的单应性矩阵,将各深度成像平面上的N帧变形相移条纹与N帧变形附加条纹投影至相机阵列基准平面,将N帧变形相移条纹合成为超分辨四维相移条纹,将N帧变形附加条纹合成为超分辨四维附加条纹;
步骤4、计算超分辨四维相移条纹在各深度成像平面上的最佳对比度,根据最佳对比度索引更新得到超分辨四维相移条纹上各个像素的灰度值,以及超分辨四维附加条纹上各个像素的灰度值;利用超分辨四维相移条纹上各个像素的灰度值解算最佳对焦变形相移条纹,利用超分辨四维附加条纹上各个像素的灰度值解算最佳对焦变形附加条纹;
步骤5、利用最佳对焦变形相移条纹、最佳对焦变形附加条纹解算待测物体的绝对相位,结合绝对相位、相机阵列与投影仪之间的极线对应关系、相机阵列和投影仪的标定参数,解算待测物体表面的三维点云,利用三维点云完成待测物体表面的三维重建;
所述步骤4具体为:
步骤4.1、基于超分辨四维相移条纹的最大值与超分辨四维相移条纹的最小值建立关于超分辨四维相移条纹的对比度函数;
步骤4.2、基于对比度函数建立对比度均方根误差函数,在对比度均方根误差函数值最小时,查找对应的深度成像平面与相机阵列基准平面之间的最佳距离;
步骤4.3、根据最佳距离索引更新对比度函数;
步骤4.4、查找索引更新后的对比度函数值最大时对应的最佳相机编码;
步骤4.5、根据最佳距离与最佳相机编码索引更新得到超分辨四维相移条纹上各个像素的灰度值,通过超分辨四维相移条纹上各个像素的灰度值解算最佳对焦变形相移条纹;根据最佳距离与最佳相机编码索引更新得到超分辨四维附加条纹上各个像素的灰度值,通过超分辨四维附加条纹上各个像素的灰度值解算最佳对焦变形附加条纹。
2.根据权利要求1所述的一种基于相机阵列聚焦结构光对物体三维重建方法,其特征在于,所述超分辨四维相移条纹的对比度函数为:
;
其中:表示第n帧超分辨四维相移条纹;/>表示以第n帧条纹为索引取/>中的最大值函数;/>表示以第n帧条纹为索引取/>中的最小值函数;/>表示与相机阵列基准平面距离为d的第m个相机在坐标为(x,y)处的超分辨四维相移条纹像素的对比度;/>表示深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素的x坐标投影至相机阵列基准平面的坐标;/>表示深度成像平面与相机阵列基准平面之间的距离为d时,第m个相机采集图像的像素的y坐标投影至相机阵列基准平面的坐标。
3.根据权利要求2所述的一种基于相机阵列聚焦结构光对物体三维重建方法,其特征在于,所述对比度均方根误差函数为:
;
其中:M表示相机阵列中相机的数量;m表示相机阵列中的第m个相机。
4.根据权利要求1-3任一项所述的一种基于相机阵列聚焦结构光对物体三维重建方法,其特征在于,所述步骤5具体为:
步骤5.1、根据最佳对焦变形相移条纹解算待测物体表面的包裹相位,根据最佳对焦变形附加条纹解算待测物体表面的附加相位;
步骤5.2、计算包裹相位与附加相位之间的相位差以及相移周期,通过相位差与相移周期计算待测物体表面的条纹级次;
步骤5.3、通过包裹相位与条纹级次解算待测物体表面条纹的绝对相位;
步骤5.4、利用相机阵列和投影仪的标定参数解算得到相机阵列与投影仪之间的极线对应关系,通过极线对应关系得到投影仪与相机阵列之间的成像坐标对应关系,利用极线定理及射线相交定理求解待测物体表面的三维点云以完成待测物体表面的三维重建。
5.根据权利要求1-3任一项所述的一种基于相机阵列聚焦结构光对物体三维重建方法,其特征在于,所述步骤2具体为:
利用投影仪投影N帧相移条纹与N帧附加条纹至待测物体的表面,将相机阵列中的若干相机的成像光圈大小、对焦距离设置为不同值,然后通过相机阵列中的若干相机采集受到待测物体表面调制的N帧变形相移条纹与N帧变形附加条纹;
所述N帧变形相移条纹为:
;
其中:表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号;表示受物体调制的变形相移条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;M表示相机阵列中相机数量;N表示变形相移条纹的数量,且N为大于等于3的整数;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个相机;
所述N帧变形附加条纹为:
;
其中:表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的背景光强;/>表示变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的调制信号为受物体调制的变形附加条纹在第m个相机的成像平面上坐标为(x,y)处的相位信息;M表示相机阵列中相机数量;N表示变形相移条纹的数量,且N为大于等于3的整数;n表示对应N帧变形相移条纹的图像索引;/>表示变形相移条纹的相移量;m表示相机阵列中的第m个编码的相机。
6.根据权利要求1-3任一项所述的一种基于相机阵列聚焦结构光对物体三维重建方法,其特征在于,所述步骤1具体包括:
步骤1.1、选定相机阵列中的任一相机为基准相机,其余相机则为非基准相机,以基准相机的成像平面为相机阵列基准平面;
步骤1.2、建立若干平行于相机阵列基准平面且距离相机阵列基准平面不同间距的深度成像平面,在各深度成像平面上设置特征体素;
步骤1.3、根据相机阵列的标定参数,计算各深度成像平面上的特征体素在基准相机的成像平面、非基准相机的成像平面上的成像位置关系,通过成像位置关系解算非基准相机与基准相机之间的单应性矩阵。
7.根据权利要求1-3任一项所述的一种基于相机阵列聚焦结构光对物体三维重建方法,其特征在于,所述步骤3中通过单应性矩阵合成为超分辨四维相移条纹为:
;
通过单应性矩阵合成为超分辨四维附加条纹为:
;
其中:;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的x坐标;/>表示与相机阵列基准平面距离为d的第m个相机采集的图像的y坐标;/>表示与相机阵列基准平面距离为d的第m个相机的单应性矩阵;x表示/>投影至相机阵列基准平面上的坐标;y表示/>投影至相机阵列基准平面上的坐标。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410234573.4A CN117804381B (zh) | 2024-03-01 | 2024-03-01 | 一种基于相机阵列聚焦结构光对物体三维重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202410234573.4A CN117804381B (zh) | 2024-03-01 | 2024-03-01 | 一种基于相机阵列聚焦结构光对物体三维重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117804381A CN117804381A (zh) | 2024-04-02 |
CN117804381B true CN117804381B (zh) | 2024-05-10 |
Family
ID=90423661
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202410234573.4A Active CN117804381B (zh) | 2024-03-01 | 2024-03-01 | 一种基于相机阵列聚焦结构光对物体三维重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117804381B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002500369A (ja) * | 1997-12-31 | 2002-01-08 | ザ リサーチ ファウンデーション オブ ステイト ユニヴァーシティ オブ ニューヨーク | デジタル・ビデオ投影システムを使用して三次元表面輪郭描画を行う方法および装置 |
JP2004317495A (ja) * | 2003-03-31 | 2004-11-11 | Mitsutoyo Corp | 非接触三次元形状測定方法及び装置 |
WO2018144828A1 (en) * | 2017-02-03 | 2018-08-09 | Massachusetts Institute Of Technology | Tunable microlenses and related methods |
CN108592824A (zh) * | 2018-07-16 | 2018-09-28 | 清华大学 | 一种基于景深反馈的变频条纹投影结构光测量方法 |
CN110288642A (zh) * | 2019-05-25 | 2019-09-27 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 基于相机阵列的三维物体快速重建方法 |
CN111288925A (zh) * | 2020-01-18 | 2020-06-16 | 武汉烽火凯卓科技有限公司 | 一种基于数字对焦结构照明光场的三维重建方法和装置 |
CN115307577A (zh) * | 2022-08-09 | 2022-11-08 | 中北大学 | 一种目标三维信息测量方法和系统 |
CN115468513A (zh) * | 2022-09-01 | 2022-12-13 | 南京信息工程大学 | 一种用于三维测量的快速投影策略方法、设备及存储介质 |
EP4179978A1 (en) * | 2021-11-16 | 2023-05-17 | Koninklijke Philips N.V. | 3d ultrasound imaging with fov adaptation |
CN117450955A (zh) * | 2023-12-21 | 2024-01-26 | 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 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106767527B (zh) * | 2016-12-07 | 2019-06-04 | 西安知象光电科技有限公司 | 一种三维轮廓的光学混合检测方法 |
CN110880185B (zh) * | 2019-11-08 | 2022-08-12 | 南京理工大学 | 基于条纹投影的高精度动态实时360度全方位点云获取方法 |
-
2024
- 2024-03-01 CN CN202410234573.4A patent/CN117804381B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002500369A (ja) * | 1997-12-31 | 2002-01-08 | ザ リサーチ ファウンデーション オブ ステイト ユニヴァーシティ オブ ニューヨーク | デジタル・ビデオ投影システムを使用して三次元表面輪郭描画を行う方法および装置 |
JP2004317495A (ja) * | 2003-03-31 | 2004-11-11 | Mitsutoyo Corp | 非接触三次元形状測定方法及び装置 |
WO2018144828A1 (en) * | 2017-02-03 | 2018-08-09 | Massachusetts Institute Of Technology | Tunable microlenses and related methods |
CN108592824A (zh) * | 2018-07-16 | 2018-09-28 | 清华大学 | 一种基于景深反馈的变频条纹投影结构光测量方法 |
CN110288642A (zh) * | 2019-05-25 | 2019-09-27 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 基于相机阵列的三维物体快速重建方法 |
CN111288925A (zh) * | 2020-01-18 | 2020-06-16 | 武汉烽火凯卓科技有限公司 | 一种基于数字对焦结构照明光场的三维重建方法和装置 |
EP4179978A1 (en) * | 2021-11-16 | 2023-05-17 | Koninklijke Philips N.V. | 3d ultrasound imaging with fov adaptation |
CN115307577A (zh) * | 2022-08-09 | 2022-11-08 | 中北大学 | 一种目标三维信息测量方法和系统 |
CN115468513A (zh) * | 2022-09-01 | 2022-12-13 | 南京信息工程大学 | 一种用于三维测量的快速投影策略方法、设备及存储介质 |
CN117450955A (zh) * | 2023-12-21 | 2024-01-26 | 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 |
Non-Patent Citations (5)
Title |
---|
Methodology development and application of X-ray imaging beamline at SSRF;Hong-Lan Xie等;Nuclear Science and Techniques;20201015(第10期);76-96 * |
一种改进的基于条纹对比度的三维测量方法;窦蕴甫 等;光电工程;20110815;第38卷(第08期);84-89 * |
基于光栅投影相位测量的动态场景三维信息获取相关技术研究;李学星;中国博士学位论文全文数据库信息科技辑;20190315(第03期);I138-25 * |
基于条纹调制度的多投影显示融合方法;肖朝 等;光学学报;20160410;第36卷(第04期);182-189 * |
基于灰度拓展复合光栅的单帧三维测量方法;李红梅 等;红外与激光工程;20200625;第49卷(第06期);92-99 * |
Also Published As
Publication number | Publication date |
---|---|
CN117804381A (zh) | 2024-04-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110514143B (zh) | 一种基于反射镜的条纹投影系统标定方法 | |
CN109506589B (zh) | 一种基于结构光场成像的三维轮廓测量方法 | |
CN110288642B (zh) | 基于相机阵列的三维物体快速重建方法 | |
CN105783775B (zh) | 一种镜面及类镜面物体表面形貌测量装置与方法 | |
CN111288925B (zh) | 一种基于数字对焦结构照明光场的三维重建方法和装置 | |
CN113237435B (zh) | 一种高反光表面三维视觉测量系统及方法 | |
CN112308963B (zh) | 一种无感三维人脸重建方法及采集重建系统 | |
CN113205592B (zh) | 一种基于相位相似性的光场三维重建方法及系统 | |
CN111189416B (zh) | 基于特征相位约束的结构光360°三维面形测量方法 | |
CN109307483A (zh) | 一种基于结构光系统几何约束的相位展开方法 | |
CN113506348B (zh) | 一种基于格雷码辅助的三维坐标计算方法 | |
Fernandez et al. | Planar-based camera-projector calibration | |
CN107990846A (zh) | 基于单帧结构光的主被动结合深度信息获取方法 | |
CN106500625A (zh) | 一种远心立体视觉测量装置及其应用于物体三维形貌微米级精度测量的方法 | |
CN117450955B (zh) | 基于空间环形特征的薄型物体三维测量方法 | |
CN116295113A (zh) | 一种融合条纹投影的偏振三维成像方法 | |
CN117804381B (zh) | 一种基于相机阵列聚焦结构光对物体三维重建方法 | |
CN114252025A (zh) | 一种多平行线激光物体三维轮廓测量装置及测量方法 | |
CN116608794A (zh) | 一种抗纹理3d结构光成像方法、系统、装置及存储介质 | |
CN114234852B (zh) | 基于最佳映射点集匹配的多目结构光三维测量方法及系统 | |
CN116433841A (zh) | 一种基于全局优化的实时模型重建方法 | |
CN113160393B (zh) | 基于大景深的高精度三维重建方法、装置及其相关组件 | |
Hongsheng et al. | Three-dimensional reconstruction of complex spatial surface based on line structured light | |
CN115290004A (zh) | 一种基于压缩感知与hsi的水下并行单像素成像方法 | |
CN113450460A (zh) | 一种基于人脸面形空间分布的无相位展开三维人脸重建方法及系统 |
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 |