基于编码结构光的三维视觉测量系统研究

论文摘要

本文在对各种三维信息获取设备做了大量调查和性能分析的基础上,围绕结构光视觉测量系统展开研究,不仅完成了原型系统搭建,并对相关的关键技术进行探讨,主要包括原型系统的自动化标定、编码图案的设计及解码和三维重构的计算。系统的标定主要包括摄相机和投影仪标定两个部分。在详细推导系统标定理论公式的基础上,实践了标定过程自动化方案。摄像机标定过程中,利用棋盘格角点的局部灰度特征和由栅格线构成的结构特征,实现了棋盘格角点的自动定位与识别;投影仪标定采用伪随机阵列编码模板,提出特征点定自动检测算法,并结合模糊聚类方法完成识码解码过程,自动输出特征点的行列数目及按序存储的坐标矩阵,为后期亚像素角点的检测提供了完整数据,提高了标定效率。通过对结构光编码技术的细致比较和具体分类,最终选择了二值编码方案（Gray Code + Line Shifting）和彩色编码方案（多值格雷码）二套方案,分析它们的编码特性,应用分治算法生成编码图案;经投影仪投射后,采集相关的编码图像,分别借助动态阈值和图像分割理论完成图像的解码识码,并输出图像采样点在编码图像和投影图案中的对应数据。最后根据三角测距原理,结合前期的标定参数,计算得到被测物体的三维点云数据,建立散乱点云的拓扑关系并将其网格化。后期的实验均采用自主开发的原型测量系统,它可以在较短的时间内完成1m×1m×0.5m范围内三维物体一个面的数据采集工作,结果显示,该测量系统很好地满足了设计要求,且能够达到0.1mm的精度。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 引言
• 1.2 三维轮廓测量技术综述
• 1.2.1 干涉测量法
• 1.2.2 飞行时间法
• 1.2.3 三角测量法
• 1.3 三维轮廓测量产品及应用领域
• 1.3.1 三维轮廓测量的相关产品
• 1.3.2 三维轮廓测量的应用领域
• 1.4 本文的工作
• 1.5 本文的结构
• 第二章 结构光系统标定
• 2.1 摄像机标定
• 2.1.1 摄像机模型建立
• 2.1.2 摄像机标定过程
• 2.2 投影仪标定
• 2.2.1 投影仪模型建立
• 2.2.2 投影仪编码模板的生成
• 2.2.3 投影仪标定过程
• 2.3 摄像机标定自动化算法
• 2.4 投影仪标定自动化算法
• 2.4.1 摄像机图像FCM 聚类识码解码方法
• 2.4.2 识码后图像的角点自动检测算法
• 2.5 本章小结
• 第三章 基于格雷码编码方案的结构光三维测量技术
• 3.1 GRAY CODE + LINE SHIFTING 编码图案的产生
• 3.1.1 时间多路编码策略
• 3.1.2 Gray Code 分治构造算法
• 3.1.3 Line Shifting 线移方法
• 3.2 灰度图案的特征提取
• 3.2.1 背景及阴影部分的处理
• 3.2.2 编码图像的二值化处理
• 3.2.3 编码图像的解码
• 3.3 彩色编码图案的生成
• 3.3.1 彩色编码方法介绍
• 3.3.2 彩色编码图案的实现
• 3.4 彩色编码图像的特征提取
• 3.4.1 彩色图像分割与颜色空间介绍
• 3.4.2 编码图像的特征提取
• 3.5 本章小结
• 第四章 三维离散点重构算法
• 4.1 三角测距原理
• 4.2 原型系统离散点三维重构算法实现
• 4.2.1 图像特征点坐标处理过程
• 4.2.2 投影图案条纹坐标处理过程
• 4.2.3 三角测距计算
• 4.2.4 点云数据结果
• 4.3 点云数据的分析
• 4.3.1 点云数据的预处理
• 4.3.2 实验结果
• 4.4 本章小结
• 第五章 结论与展望
• 5.1 全文总结
• 5.2 研究展望
• 参考文献
• 符号与标记
• 致谢
• 攻读硕士学位期间已发表或录用的论文