论文部分内容阅读
三维测量技术作为计算机视觉领域研究的热点问题,在工业铸造、医疗诊断、虚拟现实等领域有着广泛的应用,其中,基于线结构光的三维测量技术由于其测量精度高、速度快等优势,一直是人们关注的焦点。本文在对现有测量模型进行分析的基础上,提出了一种基于双目线结构光的传感器测量模型,并巧妙地采用柱形纸筒作为标定靶,简化结构光参数的标定流程,最终恢复物体的三维点云数据。具体工作内容如下:(1)结构光传感器测量模型的建立。目前,常用的视觉传感器测量模型主要有单目结构光传感器测量模型和双目视觉传感器测量模型。前者在进行结构光参数标定时通常需要借助高精度标定靶或精密机械运动结构进行,设备造价较高且工序复杂,因而无法得到广泛推广;后者无需进行结构光标定,计算原理简单且操作简便,但对于结构简单或纹理特征不明显的物体来说,测量精度不高。针对上述问题,提出了一种由两个摄像头和一个微型投影仪组成的双目线结构光传感器测量模型,该模型无需使用造价较高的机械运动控制装置,硬件成本相对较低,且精度较高,因而具有一定的适用性。(2)结构光传感器的标定。传感器的标定主要分为摄像机标定和结构光标定两部分。选用经典的张正友棋盘格标定算法对相机进行标定,在此基础上对图像进行立体校正,便于后续的立体匹配操作。采用柱形纸筒作为标定靶,在双目系统中对其进行扫描,采用立体匹配的方法恢复光条标定点的三维坐标,对这些标定点进行平面拟合,即可完成结构光的参数标定。该方法无需频繁地对标定靶进行移动,且标定点坐标获取简单,一次扫描即可完成所有光平面的标定,操作更为简便。(3)稳健的点云数据平面拟合方法研究。为了提高光平面标定的精度,文中对几种平面拟合方法进行了介绍,并分别在噪声点离群幅度为200%、400%的情况下,对离群点比率为0%、10%、20%、40%、50%以及60%的点云数据进行拟合,并对拟合结果的稳健性进行了分析,实验结果表明,迭代特征值法在离群率小于50%的情况下,拟合标准差的数量级达到10-12,稳健性最好。通过对不同材质的实物模型和平面模型进行扫描发现,本文提出的方法在扫描精度上与双目线结构光方法基本相同,但所需时间是双目扫描方法的1/5左右,时间效率得到大幅度提升;扫描速度与单目线结构光扫描方法基本持平,其中,对于实物模型,扫描精度肉眼可见地提高,平面模型长度和宽度测量的准确率提升约1.5个百分点,达到99%以上,深度标准差降低0.7mm左右。由此可见,本文提出的扫描方法能取得扫描精度和时间上的有效平衡,具有一定的实用价值。