[发明专利]一种三维形貌测量的方法和系统有效
申请号: | 201810011176.5 | 申请日: | 2018-01-05 |
公开(公告)号: | CN108088391B | 公开(公告)日: | 2020-02-07 |
发明(设计)人: | 徐玉华;朱宪伟 | 申请(专利权)人: | 深度创新科技(深圳)有限公司 |
主分类号: | G01B11/25 | 分类号: | G01B11/25 |
代理公司: | 44205 广州嘉权专利商标事务所有限公司 | 代理人: | 唐致明 |
地址: | 518055 广东省深圳*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 散斑图像 三维形貌测量 被测物 包裹相位 第二相 图像 视差图恢复 三维形貌 图像计算 视差图 相移 投影 测量 采集 | ||
本发明公开了一种三维形貌测量的方法,包括:周期性地向被测物投影M幅第一相移图像和N幅第一二值随机散斑图像;其中,当前周期的N幅第一二值随机散斑图像不同且与上一周期的N幅第一二值随机散斑图像也不同;周期性地采集上述图像得到对应的M对第二相移图像和N对第二二值随机散斑图像;根据当前周期的M对第二相移图像计算得到包裹相位;根据当前周期的上一周期的N对第二二值随机散斑图像和当前周期的N对第二二值随机散斑图像结合包裹相位进行视差图计算,再根据视差图恢复被测物的三维形貌。此外,还公开了一种三维形貌测量的系统。上述方法和系统不仅有效提高了对被测物三维形貌测量的精度和测量的效率。
技术领域
本发明涉及三维表面测量技术,尤其涉及一种三维形貌测量的方法和系统。
背景技术
三维表面测量在产品检测、逆向工程、3D打印、人体测量、人机交互、动画制作等领域有着广泛的应用。目前流行的方法包括激光扫描方法、立体视觉方法、飞行时间(ToF)方法以及结构光方法等。
其中,基于条纹投影的结构光方法以其效率高、造价低等优点被广泛使用。与之相应的相移算法需要向被测物表面投射至少3张相移图像,再对通过立体相机对上述相移图像采集得到对应的至少3对相移图像进行处理得到各个像素点处的相位值,即包裹相位;为恢复被测物的三维形貌,进一步地,还需要对包裹相位进行解相位得到对应的绝对相位;最后利用各个像素点的绝对相位与视差的对应关系完成被测物三维形貌的重建与测量。
然而,在传统的解相位方法中,匹配过程中通常只在候选匹配像素对的邻域空间内进行比较。但在实际测量过程中,由于被测物表面会有光照和/或外观等因素的变化,因此,这种仅在二维匹配窗口进行像素点匹配的方法会产生粗大的匹配误差。
发明内容
为了解决上述技术问题,本发明的目的是提供一种三维形貌测量的方法,包括:
周期性地向被测物投影M幅第一相移图像和N幅第一二值随机散斑图像;其中,当前周期的N幅第一二值随机散斑图像不同且当前周期的N幅第一二值随机散斑图像与当前周期的上一周期的N幅第一二值随机散斑图像也不同,M为不小于3的自然数,N为自然数;
周期性地采集M幅第一相移图像和N幅第一二值随机散斑图像得到对应的M对第二相移图像和N对第二二值随机散斑图像;
根据当前周期的M对第二相移图像计算得到包裹相位;
根据当前周期的上一周期的N对第二二值随机散斑图像和当前周期的N对第二二值随机散斑图像结合包裹相位进行视差图计算,再根据视差图恢复被测物的三维形貌。
进一步地,奇数周期投影的N幅第一二值随机散斑图像相同,偶数周期投影的N幅第一二值随机散斑图像相同。
进一步地,N的取值为1。
进一步地,在根据当前周期的M对第二相移图像计算得到包裹相位的步骤中,计算得到包裹相位包括计算得到第一包裹相位图和第二包裹相位图;相应地,
根据当前周期的上一周期的N对第二二值随机散斑图像和当前周期的N对第二二值随机散斑图像结合包裹相位进行视差图计算,再根据视差图恢复被测物的三维形貌的步骤包括:
摄像机参数标定;
根据相位差的绝对值小于预设相位差阈值的判断获取第一包裹相位图中特定像素点在第二包裹相位图中对应的候选匹配像素点集;
利用当前周期的上一周期的N对第二二值随机散斑图像和当前周期的N对第二二值随机散斑图像,从候选匹配像素点集中根据相似性最大获取特定像素点对应的匹配像素点,特定像素点和对应的匹配像素点构成匹配像素对;
根据匹配像素对的坐标差值获取被测物的视差图,再根据视差图恢复被测物的三维形貌。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深度创新科技(深圳)有限公司,未经深度创新科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810011176.5/2.html,转载请声明来源钻瓜专利网。