论文部分内容阅读
近些年来,随着科学技术的不断发展和自动化水平的不断提高,在工业检测、汽车制造、生物医学、逆向工程等领域对物体的三维形貌测量提出了更高的要求,如何快速准确的获得物体表面的三维模型成为了计算机视觉领域亟待解决的问题。本文研究了结构光和双目视觉相结合的三维重建系统,可以快速准确的得到工件表面的三维点云数据,完成对工件的三维测量。本文首先搭建了结构光双目视觉三维重建系统的硬件平台,并开发了和硬件系统相配套的软件模块,为了达到人机交互的效果,为软件设计了可视化界面。在深入分析现有的结构光编码方式后,采用格雷码图案和线移图案相结合的方法来对光进行编码。在深入了解相机成像原理的基础上,采用基于移动平面模板的方法来对相机进行标定,得到了视觉系统的相关参数。通过标定得到的结果,对采集得到的图像进行畸变校正和双目极线校正处理。为了准确的提取出图像上黑白条纹的边缘信息,本文采取了投射正反码图案的方法。在图像处理时,通过比较正码图案和反码图案在同一个像素点灰度值的大小,来重新设定该点的灰度值,然后将这些点以图像的方式显示出来,得到二值化图像。该过程相比于常见的二值化方法,消除了外界环境中引入的干扰,使得条纹边缘提取精度得到很大的提升。针对匹配效率较低的问题,本文首先采集了一幅纯背景图像和一幅带有待测目标的图像,通过对两幅图像作差得到了有效测量区域,使得匹配时点的搜索范围大大减小,匹配效率提高了30%。为了提高匹配的准确度,本文提出了一种基于灰度相似性的匹配优化算法,对经过横向约束和纵向约束搜索得到的匹配点进行优化处理。该方法在按照约束条件搜索到的匹配点的邻域内再一次进行搜索,按照灰度相似性原则筛选出最优的匹配点。在匹配完成以后,对物体表面的测量死区和匹配失败的点进行视差填充处理,然后按照三角测量原理计算出空间点的三维坐标值,生成三维点云图,完成三维重建过程。最后通过实验分析了本系统三维重建的精度,在0.5m的距离下,三维重建系统的物理尺寸相对误差为1.75%,表面偏离误差的平均值为1.86mm,表面偏离误差的最大值为3.84mm。