机器视觉作为一门新兴的发展迅速的学科，八十年代以来，人们对它的研究已经经历了从实险室走向实际应用的发展阶段。机器视觉的一个重要的目的就是要从二维图像中恢复出场景的三维坐标数据，重构三维场景的几何结构和物体的三维几何模型，这在很多领域得到广泛应用，比如机器人导航、逆向过程、物体识别、虚拟现实、文物修复等等。通常而言，三维场景几何信息的重构可以经过两种途径得以实现：被动法和主动法。被动法中最典型的就是立体视觉法，该三维视觉系统通常是由二个摄像机组成，它的内、外参数，需要使用精密靶标事先标定好，且在以后的应用中保持恒定不变，三维场景的重构是根据立体视差原理来实现的。但在很多实际的应用场合，当场景表面的几何结构与周围的现场环境变化剧烈时，有时必须要调整摄像机的有关内、外参数(如摄像机的焦距、孔径以及倾角等)以适应场景与环境变化的需要，在这种情况下，若要采用前面所述的事先标定的方法获得摄像机的内外参数值是不太可能了，即使有可能采用精密标定装置对视觉系统进行在线实时标定，但有时由于受到客观条件的限制，以至这种方法很难实现。因此，人们希望通过不使用精密靶标对摄像机进行预标定，只使用三维场景本身的几何结构提供的约束条件，自动自恢复摄像机的有关必要的内外参数，完成三维场景的重构任务，这就使一些学者开始了对三维场景不标定重构理论的研究。 继1992年，Maybank和Faugeras提出自标定理论以来，很多学者相继提出了一些有效的自标定或不标定方法来重构三维场景。但是大部分的研究都基于如下的假设条件：三维场景的重构是利用摄像机在不同视点对同一个场景所拍摄的多幅图像序列来实现的，摄像机在拍摄图像时，其内部参数保持不变或部分可变。这种方法实际上是一种被动视觉方法，表面上看虽然操作简单，但存在以下几个方面的问题：(1)至少要用2幅以上的序列图像才能重构三维场景，因此不适用于可变或动态场景的重构。(2)序列图像中匹配点如何识别与不确定性，尤其是对于在自然场景和自由曲面物体序列图像中匹配点的识别问题，至今仍是被动视觉技术中尚未很好解决的众所周知的难题。(3)重构的场景取决于一个变换矩阵或一个比例因子，不能在真正的三维欧氏空间实现场景的三维重构，即重构的场景是一个相对的三维场景，得不到场景中两点间的绝对距离。 如果要避免上述问题，实现三维欧氏空间场景重构，一种有效的方法是采用结构光主动视觉技术，如点结构光、线结构光扫描法以及编码结构光法等。扫描法虽然能够很好地解决匹配点不确定性的难题，但是这种结构的三维视觉系统，必须使用精密标定装置事先标定有关参数。尽管许多学者对扫描结构光标定技术作过大量研究，也提出了许多有效的方法，但是它们只能适用于特定的场合，要做到在线实时标定或不标定重构三维场景，难度很大，有时甚至不可能。更重要的一点是不能用一幅图象重构三维场景。所以要想用一幅图象在三维欧氏空间重构三维场景，尤“合肥工业大学博士学位论文其是动态的三维场景，最有效的方法是采用编码结构光照明主动视觉技术及其装置。因此，研究如何采用编码结构光主动视觉方法，实现在三维重构过程中，不论系统参数变化与否，仅用一幅二维图像，不需标定，即可在三维欧氏空间重构三维场景，在理论上具有重要意义。 本论文主要针对机器视觉中编码结构光的产生、更灵活的不标定三维重构技术进行研究。提出了基于单幅二维图像的不标定自适应三维欧氏重构方法，该方法通过一个内外参数均未知且变化可调的摄像机摄取三维场景的图像，利用单幅图像就可恢复该三维场景的三维坐标数据，重构三维场景的三维形貌。基于当前国际上的研究现状，以及课题来源的要求，本论文确定了以下两个方面作为主要的研究内容: (l)研究伪随机彩色空间编码三维场景特征化技术。即通过对三维场景表面进行伪随机彩色空间编码，并根据伪随机编码的一个重要属性一一窗口特性，使三维场景表面上的每一个采样点都可以被唯一辨识，解决三维表面重构时匹配点识别难题。 (2)三维场景不标定自适应重构的算法。对于不同的或变化的场景，摄像机的内部参数与外部参数可能需要调整，如对于不同的光强需要调整光圈的大小，对于不同的景深需要调整焦距的长短，甚至需要调整摄像机的光轴与编码投影系统的光轴之间的倾角，以使采样范围正好落在被照明的范围内。本论文研究了在这种系统参数可变且未知的情况下，如何通过空间编码投影系统所提供的几何约束，不需标定，在欧氏空间重构三维场景。 具体的研究方法如下:利用可编程彩色LCD投影仪、彩色数码摄像机与计算机图像处理设备组成编码结构光三维场景视觉重构系统:利用LCD可编程特性，研究合适的伪随机空间彩色编码方法，如研究伪随机编码的窗口大小、测量视场、编码密度、空间分辨率、三维重构精度等。在三维重构的方法上，把彩色编码结构光投影仪作为一个逆向的摄像机予以考虑，使整个视觉系统就可以视为含有两个摄像机的典型的双目立体系统，并假定投影仪的内部参数需要事先标定，但摄像机的内外