[发明专利]一种无需主动视觉标记的自拼接表面点云测量方法

说明书

本发明涉及一种无需主动视觉标记的自拼接表面点云测量方法，本发明的方法中相机和投影仪都可以独立自由移动，以获取一系列调制结构光图像，这些图像共同覆盖整个待测表面，对图像解码得到编码信息，根据这一系列的调制结构光图像中的编码信息实现稠密的像素匹配，同时建立不同位姿下图像的空间几何约束，然后在运动恢复结构的框架下，计算并优化与每个图像相对应的相机和投影仪的全局位姿和重建三维点的空间坐标，最终输出在一个统一的世界坐标系下的整个待测表面上的点云数据，该方法不需要事先布设标记点，也不需要单独的点云拼接后处理算法，同时操作灵活，可以适用于不同大小和形状的物体的精确测量。

技术领域

本发明属于视觉测量的技术领域。具体涉及一种无需主动视觉标记的自拼接表面点云测量方法。

背景技术

结构光测量方法由于其高精度、非接触、成本低等优点而广泛地用于物体表面点云测量中。典型的结构光测量系统由计算机、工业相机和投影仪组成，相机与投影仪需要固定在一起保证其相对位姿不变。在实际测量之前，需要对系统进行标定，以通过结构光图像中的编码信息来建立投影仪和相机图像平面之间的匹配关系。在测量过程中，相机捕获由投影仪投出经物体表面调制的结构光图像，而计算机则将捕获的图像解码并解算得到稠密的三维点云。

在物体的实际测量过程中，由于相机和投影仪视场的限制、物体本身的遮挡等原因，普通的结构光测量系统的单次测量通常只能获取物体表面的局部点云。因此，需要围绕物体移动结构光测量系统进行多次测量，移动过程中需确保相机和投影仪相对位姿不变。但是，这样每次测量的数据都在不同的坐标系下，为了得到完整的表面三维形状，需要将这些局部的测量数据拼接到一个统一的坐标系中。

目前针对点云的拼接问题有大量的研究，但是在实际应用中依然存在一些问题。工业中常用的方法是将视觉标记点贴在被测物体表面或附近，通过对齐两片相邻点云中包含的三个或更多公共视觉标记点的空间坐标，从而将两片点云拼接在一起。但是随着点云拼接次数的增加，会造成拼接误差累积。大连理工大学提出了一种基于标记点的三维数据拼接方法(CN201610221163.1)，其预先在全局坐标系中重建所有视觉标记点的三维坐标。然后利用这些视觉标记点的空间坐标作为参考，将局部点云数据融合到全局坐标系中，以减少拼接误差。此方法需要一台额外的相机获取标记点的图像，并且需要事先计算全局参考点的坐标。

使用视觉标记进行多站位测量点云数据拼接需要在被测物体表面逐个粘贴视觉标记点，测量前的准备工作繁琐费时，测量后还需要繁琐的标记去除工作，而且在某些情况下，根本不允许将标记点粘附在被测物体表面。同时使用标记点的另一个缺点是无法准确获得标记点所覆盖区域的物体表面点云。

南京航空航天大学提出了一种无编码点的工业摄影测量方法(CN201910202543.4)，其利用投影仪投射散斑图像到被测物体表面，相机从多个位姿拍摄覆盖有散斑的物体图像，根据散斑纹理建立不同图像之间的匹配关系，进而重建出三维点云。但是该方法只允许相机在不同位姿下拍摄，而投影仪只能在一个位姿保持固定不动。在测量大多数物体时，由于物体自身的遮挡和投影仪视场的限制，投影仪在一个位姿固定不动并不能实现整个待测物体表面的点云测量。

另外，也有对结构光测量系统在不同站位下测量的点云数据通过软件进行拼接的方法。这类拼接算法都是基于对两片点云重叠区域中共同特征的提取，通常包括两个步骤：首先，根据提取的共同特征计算出二片点云之间的粗略坐标变换；然后，使用迭代最近点(ICP)算法对结果进行优化。这类测得分片点云数据后再用软件进行拼接的方法，其拼接效果在很大程度上取决于被测物体的形状以及是否能够在不同片点云上提取到共同的特征，许多工业零件不满足此要求。因此，这种拼接方法对于很多工业测量问题并不适用。

发明内容