[发明专利]一种用于动态三维测量的条纹增强方法

说明书

本发明公开了一种用于动态三维测量的条纹增强方法，该方法采用二维正弦辅助的经验模态分解法对条纹图像进行多尺度分解，随着分解过程的进行，对各层尺度能量的变化进行分析以确定噪声分量，然后对各层尺度分解图进行幅频分析，以分隔条纹分量和背景分量。条纹分量一旦确定，BSEMD则停止分解。再对所确定的条纹分量进行后续处理，通过形态学操作去除残留的噪声，最终得到增强的条纹图像。本发明方法仅用一对互逆的二维正弦分布参与操作即可得到一系列尺度分明的分解图，通过灵活有效的智能方法自动对分解结果进行分类，并通过简单的后处理操作使提取的条纹分量得以进一步增强，方法整体上可保持较高的效率和精度，且自动化程度较高，具有很好的应用潜力。

技术领域

本发明涉及三维信息重构中的图像处理方法，具体涉及一种条纹图像增强方法。

背景技术

条纹投影测量技术已经成为物体三维面形测量的一种成熟有效的技术手段，可用于三维模型重建、物体表面轮廓测量等，并可为当下越来越火的3D打印技术提供输入数据，在诸多领域都有广阔的应用前景。基于相移条纹投影的光学三维测量技术，可实现对物体表面形状的高精度测量，但该技术需要投影多幅条纹图，由于硬件及设备的限制，相移技术无法实现动态三维测量，而单幅条纹投影技术，则使得这一难题得以解决。

单幅条纹投影技术通过向物体表面投射单幅正弦条纹图像，物体的高度信息则以相位的形式隐含在条纹中，利用电荷耦合器件(Charge-coupled Device，CCD)获得物体表面的条纹图像，并使用信号处理算法对条纹图像进行解调，提取其中的相位，从而建立物体的三维信息。从该过程可见，条纹图像的质量直接决定了所提取的三维数据的精度。

为了增强条纹图像的质量，需要将测量过程中产生的噪声以及环境光源带来的背景分量精确去除。常用的基于频谱分析的傅里叶变换法、小波变换法、S变换法、窗口傅里叶变换法等，通过对条纹图像进行频域分析来提取有效的条纹分量；还有另一类基于数据本身特点驱动的分解方法，如近年来比较流行的经验模态分解法(Empirical modedecomposition，EMD)等，则直接在时域里对条纹图像进行分解进而提取条纹分量。基于频谱分析的方法受到最大的挑战就是：当物体表面变化复杂或有高度跳变时，则条纹图背景分量对应的零频分量会和携带相位信息的基频分量产生频谱混叠，导致基频分量无法正确提取出来，从而使条纹分量的提取出现较大偏差。基于EMD的条纹图像分析正好可将图像中的条纹图信号分解成一系列不同尺度的单模函数(Intrinsic mode function，IMF)，这些IMF的产生顺序按照频率由高到低依次排列，通过分析可将它们组建成具有不同物理意义的各个分量，如条纹信号的噪声、条纹分量及背景分量，其中，条纹分量即是携带相位信息的信号分量。因此，采用有效的EMD方法得到尺度单一的IMF是一个重要内容，而构造灵活的准则来对分解得到的IMF实现智能分类，从而组建各个物理分量，也是一个关键的工作，该内容至今未见有效的方法。综上所述，在实际的动态三维测量中，由于噪声及测量环境光干扰等原因，通常会导致条纹图质量较差从而使得三维测量结果精度无法得到保证，如何快速、精确并自动地对条纹图进行增强将极大地决定最终的测量精度。

发明内容

发明目的：针对低质量的条纹图像增强问题，本发明提出一种可兼顾处理效率和精度的条纹增强方法，可对复杂条纹图像进行处理，从而提高单帧投影动态三维测量系统对复杂形面物体的测量精度。

技术方案：一种用于动态三维测量的条纹增强方法，包括以下步骤：

1)利用二维正弦分布辅助的经验模态分解法对条纹图像I_i(y,x)进行单层分解，得到一幅只含有一种尺度的分解图BIMF_i(y,x)，包括以下步骤：

1.1)将灰度正弦条纹图投影到被测物体表面，由CCD拍摄回一幅宽度为c、高度为l的变形条纹图像Im(y,x)：

Im(y,x)＝A(y,x)+B(y,x)cos[2πf₀x+φ(y,x)]+ξ(y,x)