[发明专利]一种自动三维测量的视点规划方法

说明书

本发明公开了一种自动三维测量的视点规划方法，属于计算机视觉领域，针对小型未知模型物体的自动化测量问题，提出了结合二维深度图像和趋势面分析的视点规划方法；该方法通过二维深度图像划分当前视角下的点云数据，利用深度图像与三维点云的对应关系获得区域数据，并对各个区域分别采用趋势面分析的方法预估未知曲面的趋势，以拟合误差为依据确定下一最优视点在当前视角下的方向；通过深度图像获取最优方向上测量位置曲线，结合视点约束条件，确定出传感器(测量系统)下一最佳测量空间位置。

技术领域

本发明涉及属于计算机视觉技术领域，涉及基于面结构光的自动三维测量方法，特别是对未知模型物体自动测量的视点规划方法。

背景技术

随着计算机科学技术的快速发展，结构光三维测量因速度快、成本低、精度较好等优势在众多领域得到了广泛的应用。但由于系统测量视场范围有限、复杂物体自身遮挡等原因，单次测量难以获得物体完整的形貌，需要从不同角度、多次测量并拼合不同才能获得完整的物体数据。对于复杂的测量对象，通常需要进行几十次甚至多达千次的测量。目前，大部分测量都是通过单视角自动测量、人工观测判断、移动设备或物体到下一合适位置再测量、自动拼接、重复测量直至完成物体的整体测量。该过程耗时、费工，测量质量无法保证。因此实现物体自动三维测量具有十分重要的意义。本发明旨在解决小型未知模型物体自动三维测量的视点规划问题。

根据被测对象的模型是否已知，将视点规划分为已知模型的视点规划和未知模型的视点规划。已知模型的视点规划方法基于被测物体的CAD模型展开，在已知模型的条件下规划视点测量的次序和位置，保证视点轨迹和测量位置最佳。而未知模型的视点规划则是分析当前测量已经获取的三维信息，通过一定的判断准则，预估下一个最佳的测量方位，逐步完成整个物体的测量。而对未知模型的视点规划是当前亟待解决的问题。Kriegel在其博士学位论文“Autonomous 3D modeling of unknown objects for active sceneexploration”基于在部分已测的数据中检测未匹配的边缘，分析识别其边界并将其分为左、右、底部和顶部四组。检测到边界边缘时，采用趋势面分析计算邻近二次曲面，对曲面的表达式求导可计算表面法矢，从而确定后续测量的方向。根据设置的重叠大小约束确定传感器移动的远近，下一次测量的实际中心位于距边界边缘的限定距离处。张世辉等在学术期刊《计算机学报》2015，38(12)，P2450-2463“基于深度图像利用遮挡信息确定下一最佳观测方位”中从消除被测物体的自遮挡区域入手，确定下一最优视点。在二维深度图像中识别已测得数据中的自遮挡区域，计算可消除自遮挡区域的视点，并结合遮挡区域的向量和面积构建下一最佳观测方位的模型。随后利用梯度下降法寻优求得模型的最优解确定下一最优视点。

综上所述，虽然目前对未知模型物体的自动三维测量已有所研究，取得了一定成果，但资料报道并不多，涉及的关键技术亟待进一步研究。

发明内容

本发明的目的在于克服现有技术之不足，提出对小型未知模型物体三维测量视点规划的方法，以实现自动三维测量。

本发明解决其技术问题所采用的技术方案是：

一种自动三维测量的视点规划方法，通过二维深度图像划分当前视角下的点云数据，各个区域中分别对三维点云采用趋势面分析的方法预估未知曲面的趋势，并根据趋势面分析结果确定下一最优视点在当前视角下的方向；通过深度图像获取最优方向上已知测量点云数据，通过拟合曲线并结合设定的视点下一最优视点的约束条件，确定出传感器(面结构光测量系统)下一最佳观测测量的空间位置。

具体的，所述视点规划方法包括：

A1、通过传感器获得初始状态下物体的点云数据，同时生成相应的二维深度图像；

A2、根据测量原理，建立图像像素与三维点云的对应关系，通过包围盒算法查找深度图像中的物体，以包围盒的中心位置为中心，将图像中被测物体分为八个区域直接作为候选的传感器移动方向；