论文部分内容阅读
计算机视觉是近年来的研究热点,并已在移动机器人导航、目标识别、工业自动化及物体跟踪等领域得到越来越多的应用。结构光视觉技术是双目计算机视觉的一个分支,该技术采用一台投射器代替双目立体视觉的一台摄像机,由于其投射的结构光具有编码唯一性的特点,从而解决了双目视觉中像素匹配的难题,因而是一种简捷、高效的三维视觉检测方法。
本课题组提出了基于符号M阵列结构光的三维检测方法,以实现二值光源投射下动态场景的检测与三维重建。作为结构光技术的核心,结构光模式的编码与图像的解码直接影响到检测的成功率、分辨率、精度和鲁棒性。图像的解码受到环境光、目标表面反射率、目标表面梯度、硬件噪声等因素的影响,特别是针对本课题组提出的二值面结构光,其采用的M阵列编码模式尺寸大、元素多、测量点密集、信息量大,对图像进行快速解码、有效还原符号码字、实现测量点准确定位是成功检测的关键问题之一。
鉴于课题组先前提出的解码方法的不足,本文提出了一种新的符号M阵列结构光图像解码方法,该方法在连通域提取与关联、符号域形心分布特征提取的基础上实现了符号识别、窗口匹配、码字还原,并对面激光结构光投射检测进行了研究,实现了目标物体的三维检测与重建。本文主要包括以下几个方面内容:
(1)新的符号识别方法研究。提出了一种新的基于形心特征的符号识别方法,只需扫描一遍图像和两遍连通域队列即可提取出一个个待识别的符号域,结合符号域的内连通域数目及由其各内连通域形心分布特征提取出的最大内连通域方向和方位即可实现符号的识别。
(2)多分辨解码方法研究。鉴于小波照度均衡策略的图像预处理时间相对较长,本文重点研究了结构光图像的多分辨解码方法。首先提出了多分辨解码过程中未识别区域的提取方法,然后结合实际问题提出了图像标记和符号识别的特殊处理方法,如分割符号间隔、填充十字型区域等。该解码方法大大提高了照度不均模式图像解码的执行效率。
(3)模板匹配方法研究。研究了结构光图像中窗口的生成方法,并根据伪随机M阵列窗口唯一性的特点,提出了一种改进的投票机制窗口匹配方法,实现了结构光图像中符号与投射模式中符号的精确匹配,从而解决了投射侧与接收侧测量点的配准与定位。
(4)激光投射检测研究。综合分析太阳光照、工业相机、激光器、窄带滤光片等设备和器件的因素,确定了激光工作波长;讨论了模式投射的几种方案,制作了一台面激光结构光投射器,验证了本课题在复杂环境光照条件下使用面激光投射进行检测的可行性。
(5)图像解码及重建实验。进行了多组图像解码实验的统计分析,实现了场景的三维检测与重建,进行了相应的测量误差分析。