[发明专利]一种基于单帧投影强度阈值判断的高反射物体三维测量方法有效
申请号: | 202011618804.X | 申请日: | 2020-12-31 |
公开(公告)号: | CN112815874B | 公开(公告)日: | 2022-08-02 |
发明(设计)人: | 林斌;周鹏 | 申请(专利权)人: | 浙江四点灵机器人股份有限公司 |
主分类号: | G01B11/25 | 分类号: | G01B11/25;G06T7/00 |
代理公司: | 杭州中成专利事务所有限公司 33212 | 代理人: | 李亦慈;唐银益 |
地址: | 310052 浙江省杭州市滨江*** | 国省代码: | 浙江;33 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 基于 投影 强度 阈值 判断 反射 物体 三维 测量方法 | ||
1.一种基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,通过单一投影仪和单一相机的基础结构光系统完成测量,在算法上通过多灰度级矩阵投影和灰度检索方式实现单帧全局最优灰度级测定,包括多灰度级投影图案构建、最优投影灰度级搜索策略、灰度阈值模板的建立步骤:
1)、多灰度级投影图案构建
基于图像过曝区域性特征,通过构建一种多灰度级矩阵图案,实现对待测物体图像各区域同时多灰度投影,为确定各区域最佳投影灰度值奠定基础;
2)、最优投影灰度级搜索策略
针对多灰度投影图像,建立一种基于邻域像素灰度值的过曝判断策略,采用一种S型全局扫描的方式对各像素点的邻域像素灰度值进行过曝判断及统计,以确定各区域内最优投影强度;
3)、灰度阈值模板的建立
在灰度级搜索过程中,通过将相同最优投影灰度级区域融合,在处理过程中直接形成基于灰度阈值的模板,为后续图形融合提供便捷,节约算力。
2.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤1)中,所述的一种多灰度级矩阵图案为一种m*m大小的矩阵,该矩阵共涵盖m2级灰度值,各级灰度值大小为最大灰度级255进行等分,即n为灰度级数n=1,2,…,m2。
3.根据权利要求2所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的m值为3至9。
4.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤2)中,将延展后的多灰度级图案通过投影仪投影至待测物体上,相机拍摄获取待测物体图像,该图像内包含至多m2级灰度值,通过基于邻域像素灰度值的过曝判断策略对图像各区域内最优投影强度进行判别,所述的策略为使用m*m大小的矩阵对图像进行扫描,扫描过程中,对m*m大小的矩阵内非过曝像素点,即像素值小于255的点,进行统计。
5.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的扫描路径为S型,即从图像左上顶点位置为扫描起始原点,至最右端后向下扫描一次,之后向左扫描至最左端后向下扫描一次,重复该过程直至扫描至图像右下顶点。
6.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤2)中,对于未过曝区域内一个像素点周围共能出现m2个灰度级像素值,而过曝区域内像素点周围则会出现灰度级减少,与之对应每减少出现一个像素等级,即投影强度中一个灰度级出现过曝,通过统计该点周围未过曝像素点数n,对应至灰度级投影矩阵内m2个灰度级即可确定最优投影灰度级,区域最优投影维度级为第n级。
7.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤3)的具体步骤为,通过最优投影灰度级搜索后,需要对图像各级最优灰度区域进行分割形成图像融合模板,基于灰度级搜素结果,将各像素点最优灰度级通过图像二值化的方式进行提取共生成至多m2个灰度级模板,具体数量由图像曝光程度决定,采取从高至低的模板生成顺序,将二值化阈值设置为此时对高于此值的像素点将其像素值设置为1,低于阈值的像素点像素值设置为0,提取出最高级第m2级灰度模板,点乘覆盖原图像后,进一步进行二值化,将二值化阈值设置为此时对高于此值的像素点将其像素值设置为1,低于阈值的像素点像素值设置为0,提取第m2-1级灰度模板,按此模式逐次提取至模板中所有像素值全为0即图像中无过曝像素,各级模板做差即可得到各投影强度所对应的区域,测量过程中,将对应投影强度条纹图案按此模板结果直接进行融合形成自适应强度投影条纹图案作为最终用于结构光相移条纹图案。
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浙江四点灵机器人股份有限公司,未经浙江四点灵机器人股份有限公司许可,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/202011618804.X/1.html,转载请声明来源钻瓜专利网。