基于机器视觉理论的三维视觉检测技术已经成为在线检测领域中的一个重要的测量技术。通过图像重构出被测物体的三维坐标是三维视觉检测中必不可少的过程。在三维视觉场景重构过程中,一个众所周知的难题就是场景图像上的坐标点匹配问题。通常解决该问题的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。要想用一幅图像在真正的三维欧氏空间重构三维场景,尤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,研究合适的编码结构光照明方法,解决场景图像上的彩色伪随机编码模板的坐标点匹配问题,是三维场景中的一个极其重要的理论与技术问题。 本论文主要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——窗口特性,使三维场景表面上的每一个采样点被唯一辨识,同时通过Harris角探测提取采样点的坐标,解决三维表面重构时图像解码难题。归纳起来,论文主要的内容和成果如下: 一 介绍伪随机彩色编码阵列的原理,总结伪随机彩色编码照明方法与其他经典照明方法的差异,同时编制相应的伪随机阵列。 二 结合特征点提取算法,讨论彩色伪随机编码模板的相关特性,包括编码颜色、形状、密度。 三 实现基于Harris角探测和模板匹配法的彩色伪随机编码模板的图像特征点提取算法。