论文部分内容阅读
按照是否向目标物体投射光源,把计算机视觉分为主动计算机视觉和被动计算机视觉。以立体视觉为代表的被动计算机视觉存在特征点匹配不精确的问题,匹配复杂,三维重建精度较低,从而限制了它的应用范围。在主动计算机视觉中,利用投射装置向目标物体投射具有一定形态的光模板,解决了被动计算机视觉特征点匹配不精确的问题,所以相比于被动计算机视觉,主动计算机视觉具有重建精度高、受控性强的优点。结构光三维视觉是一种典型的主动计算机视觉技术,具有广泛的应用前景,主要应用于工业检测,柔性体三维测量等领域。
传统的结构光三维视觉利用二值或灰度编码方法来生成光模板,需拍摄多幅图片来实现三维重建,重建效率较低,仅局限于静态物体的三维重建,不能应用于动态物体重建。本文研究的彩色结构光三维视觉是利用颜色编码生成光模板,充分利用空间编码的优点,只需一次投射,拍摄一幅图片便能获取目标物体精确的三维信息,实现快速高精度的三维重建。本文深入研究了彩色结构光三维视觉技术,主要取得以下研究成果:
(1)对现有的基于De Bruijn序列彩色结构光编码方法进行改进,提高了三维重建的分辨率和重建精度。现有的基于De Bruijn序列的结构光编码方法存在以下缺陷:编码时采用了较多的颜色种类,导致光模板抗干扰能力较差;相邻光条间颜色对比度不强,当光模板投射到待测物体表面时会产生光条边缘交叠现象,影响重建精度。本文在利用De Bruijn序列编码时引入黑色光条作为间隔光条,使用的颜色种类降为原来的一半,提高了三维重建的分辨率,增强了光模板的抗干扰能力;同时,黑色光条和相邻彩色光条间的颜色对比度增强,相邻光条间边界明显,减弱了光条边界的颜色交叠现象,提高了重建精度。
(2)提出了一种基于直线拟合的方法来实现结构光系统亚像素级标定。结构光系统标定是利用结构光系统实现三维重建的关键步骤之一,传统标定方法是基于像素级精度的标定,且标定特征点较少。本文在研究结构光系统标定时,首先通过光条边缘点拟合出光条边缘直线方程,再根据标定板上角点的图像坐标拟合出竖直方向上共线角点的直线方程,通过求直线方程的交点来获取标定特征点的图像坐标,最后利用线性插值算法求出标定特征点的三维世界坐标,达到亚像素级精度的标定。同时,利用本文提出的标定方法,可以提取出大量标定特征点,降低标定的偶然误差,提高了标定精度。
(3)为了得到更高的三维重建精度,本文根据边界像素的灰度信息,对现有的Canny边缘检测算法进行改进,实现亚像素级精度的边缘特征点检测。应用本文提出的特征点检测算法,提高了特征点图像坐标的提取精度,进而提高了三维重建精度,实验证明重建误差在1%以内。
最后,本文通过实验获得了目标物体的高精度三维模型,并且对三维重建的精度以及产生误差的原因进行分析,来验证本文研究的彩色结构光三维视觉系统在实际应用中的可行性。