一种利用正反格雷码线移光栅的三维非接触扫描方法与流程

本发明属于图像三维信息重构的技术领域，涉及一种利用正反格雷码线移光栅的三维非接触扫描方法。

背景技术：

三维非接触式面条纹光栅扫描测量技术具有操作简单，测量速度快，精度高等巨大优势，是在先进制造技术和创新创意设计领域中应用广泛的一项技术。非接触扫描方法已广泛应用于工业检测、逆向工程、人体扫描、文物保护、服装鞋帽等多个领域。条纹光栅扫描测量法属于相位测量轮廓术范畴，格雷码相移法是常用的辅助解相位方法。格雷码方法主要靠图像的二值化来进行编码，对于复杂场景中的物体以及物体表面颜色变化较多的情况，一般需要喷涂显影剂才能实现较好的测量效果，这种方法精度不够，而且操作起来复杂，污染大，噪点和杂点多。单幅面测量结束，用这种进行方法进行拼接时，物体表面标志点或纹理作为参考点，系统可以根据不同角度的这些公共参考点，将其拼合在统一坐标系内，从而获得完整的三维扫描点云数据。准确识别这些参考点位置是整个系统关键，通常需要人工辅助提高识别精度。如果这一步操作不当，在整个后续拼接过程就会出现三维点云分层现象。

正反格雷码线移光栅非接触扫描方法，是在传统格雷码方法基础上，提出的一种改进的三维重建方法，利用正反格雷码线移光栅非接触扫描方法格雷码条纹局部阈值选取图见附图1，可以避免格雷码和相移方法仅仅使用二值化来进行阈值分割的情况。它的原理是利用多种同频率的黑白条纹正反两幅相移光栅，比较叠加后，计算出全场唯一的相位。该方法基于多种频率，考虑了局部和全局的背景光和漫反射干扰，比传统格雷码方法具有一定的优越性，能够解决复杂场景情况下明暗反差大以及无法喷涂显影剂的三维重建难题。

技术实现要素：

本发明的目的是克服现有技术的上述不足，提供一种操作简单、精度高、适应场合广的三维点云非接触扫描方法。

本发明的技术方案如下：

利用正反格雷码线移光栅的三维非接触扫描方法，利用条纹光栅发生器和两个ccd相机采集图像，包括下列步骤：

1）首先对整个系统进行初始化：进行条纹光栅发生器和ccd相机的焦距调节，使其成像尺寸与被测物的实际大小做到匹配；调节完毕后，进行两个ccd相机的镜头参数标定处理，计算出两个ccd相机的相对位置及镜头的焦距、主点、径向及切向畸变；

2）接着进行被测物体单面图像采集：利用条纹光栅发生器将多幅不同频率的黑白条纹结构光透射到被测物体表面，利用两个ccd相机采集多对带有条纹结构的图像，采集的图像被送入计算机后进行图像预处理；

3）利用条纹光的相位信息对每幅条纹结构光投射到被测物体表面的图像进行格雷空时编码，编码时图像的像素相位需要根据正反向图像的灰度差确定；

4）根据每对图像像素同名相位位置和两个ccd相机标定后的相对位置计算出被测物体的空间三维点云坐标；

5）利用三维空间线性插值法计算被测物体三维坐标点的纹理信息并提取纹理特征点；

6）根据计算出的三维坐标和其纹理信息，形成单面的三维点云；

7）多面点云形成：将被测物体旋转一个角度，重新进行步骤2-6，形成一个新的三维点云面；

8）将新生纹理点云面与前次生成面纹理特征或标志点特征进行匹配，计算出两幅面不同特征间的马氏距离，找到最近的距离匹配特征，根据其相对位置计算出两幅点云面相对旋转和平移，进而将两幅纹理点云面归一在同一个坐标下，完成基于纹理特征的不同点云面拼接；重复上述过程，可以将旋转多次点云面归一化在一个尺度下，从而完成整个被测物体全拼接过程。

本发明的创新点有两处：

1、基于正反格雷码线移光栅的三维非接触扫描技术：与传统格雷码相移光栅三维扫描系统相比，利用多种同频率的黑白条纹正反两幅相移光栅，比较叠加后，计算出全场唯一的相位，可以避免格雷码相移方法仅仅使用二值化来进行阈值分割的情况，产生误差大、点云质量差的问题。该方法基于多种频率，抑制了全局环境背景光和局部漫反射光干扰问题，比传统格雷码方法具有一定的优越性，能够解决复杂场景情况下明暗反差大以及无法喷涂显影剂的三维重建难题。

2、基于正反格雷码线移光栅的参考拼接方法：传统非接触扫描方法中，多幅面三维点云的拼接方法，基于物体贴标记点的方式或纹理特征进行，这个过程识别算法稳定性不高，本发明采用了基于正反格雷码线移光栅的特征匹配方法，由于具备高稳定性的相位计算能力，能够快速找到拼接曲面的同名特征点，通过换算它们之间的相互旋转和平移关系，将其归一化在同一坐标系下，完成拼接转换过程，该法属于自动拼接方法。本发明由于参考了标志点的高精度线移相位信息，就能够完成拼接功能，与其他的参考点法进行拼接的方法相比，大大提高了拼接效率。此外，系统也支持参考点拼接方法，适用于被测物体表面纹理特征不明显的场合。

本发明具有灵活的点云数据加工处理方法，即支持删除、圈选、百分比显示等基本操作，又可进行点云噪声处理、均匀化和去除重叠点云等修剪功能。三维点云的处理效率高，运算速度快，适合高精度物体扫描。对三维点云实现任意旋转、缩放、局部缩放等操作。

附图说明

图1：利用正反格雷码线移光栅非接触扫描方法格雷码条纹局部阈值选取图。

图2：利用正反格雷码线移光栅的三维非接触扫描方法系统结构框图。

图3：利用正反格雷码线移光栅的三维非接触扫描方法系统软件处理主要流程图。

具体实施方式

本发明采用的利用正反格雷码线移光栅的三维非接触扫描方法系统结构框图如附图2所示，其中图像采集单元由2个工业ccd相机和1个条纹光栅发生器组成。整个扫描系统采用计算机控制，通过结条纹光栅发生器将不同分辨率的条纹光投射到被测物体表面，与此同时计算机控制两个ccd相机同步采集每次投射的正反码条纹图像，形成格雷空时编码，计算机会根据两幅图像像素同名相位（即格雷空时编码相同）位置和两个ccd相机的相对位置计算出被测物体空间三维坐标。

利用正反格雷码线移光栅的三维非接触扫描方法系统软件处理主要流程如附图3所示：首先对左右相机拍摄的图像进行预处理，进行纹理分析后将每一个纹理特征点保存下来，然后根据左右摄像机的空间相位位置解算图像像素的三维空间坐标，形成被测物体空间点云，最后根据点云纹理特征，通过插值方法将其纹理还原出来，形成一个三维点云面；通过旋转被测物体，重复上述过程形成多个相互交叠三维纹理点云面；最后系统根据点云面的纹理特征匹配程度和条纹光栅相位信息将这些点云面自动拼接出来，形成被测物体的三维点云。

下面详细介绍本发明的工作流程：

（1）首先对整个系统进行初始化：包括进行条纹光栅发生器和ccd相机的焦距调节，使其成像尺寸与被测物的实际大小做到匹配；调节完毕后，进行两个ccd相机的镜头参数标定处理，系统采用符合国家标准、精度达到0.001mm的玻璃标靶进行图像采集，然后采用张正友[2]标定方法计算出ccd相机的相对位置及镜头的焦距、主点、径向及切向畸变，构造旋转矩阵r和平移矢量t,旋转矩阵r=[r1,r2,r3;r4,r5,r6;r7,r8,r9]和平移矢量t=[tx,ty,tz]；其中旋转矩阵r和平移矢量t表示中右ccd相机相对于左ccd相机坐标系原点的旋转向量和位置平移向量。

（2）接着进行被测物体单面图像采集：将多幅（根据扫描精度要求，确定扫描的幅数）不同频率的条纹光栅透射到物体表面，ccd相机实时采集到带有条纹结构的图像，经过计算机采集后进行图像预处理；

（3）利用两ccd相机的相对位置和正反格雷码条纹光栅的相位信息，计算出图像中每个像素的实际三维坐标，像素的纹理信息采用如下的双线性插值方法得到：

通过条纹光栅发生器将不同分辨率的条纹光投射到被测物体表面，两个ccd相机采集每次投射的条纹图像，形成正反格雷空时相位编码，计算机会根据两幅图像像素同名相位（即格雷空时编码相同）位置和两个ccd相机相对位置计算出被测物体空间三维坐标。

一般双目ccd三坐标测量模型可用下式表示[1]:

x=zx1/f1

y=zy1/f1

z=f1(f2tx-x2tz)/(x2(r7x1+r8y1+f1r9)-f2(r1x1+r2y1+f1r3))

=f1(f2ty-y2tz)/(y2(r7x1+r8y1+f1r9)-f2(r4x1+r5y1+f1r6))

已知焦距f1、f2、旋转矩阵r和平移矢量t。公式里（x1,y1），（x2,y2）分别为两幅图里的同相位像素点。就可以得到被测物体点的三维空间坐标。该方法不仅能方便计算物体表面的三维尺寸，而且保留下物体表面像素的纹理信息。

对于一个待计算像素，它的位置坐标可以表示为(i+u,j+v)(其中i、j均为浮点坐标的整数部分，u、v为浮点坐标的小数部分，是取值[0,1)区间浮点数)，则这个像素的值p(i+u,j+v)可由原图像中坐标为(i,j)、(i+1,j)、(i,j+1)、(i+1,j+1)所对应的周围四个像素值决定，即：

p(i+u,j+v)=(1-u)(1-v)p(i,j)+(1-u)vp(i,j+1)+u(1-v)p(i+1,j)+uvp(i+1,j+1),式中p(i,j)表示图像(i,j)处的像素值。

由于是对三维空间中纹理插值，因此发明采用的是三维空间线性插值法，它是在三维离散数据张量积网格上进行线性插值的方法。这个张量积网格可能在每一维度上都有任意不重叠的网格像素点，但并不是三角化的有限元分析网格。网格上像素点在局部矩形棱柱上线性地近似可以计算出点被测物体三维坐标点的纹理值；

（4）在处理同时，进行图像纹理特征的提取，系统利用基于小波纹理特征[3][4]提取方法，将像素对应的局部特征记录下来；

（5）形成单面点云：根据计算出的三维坐标和其纹理像素信息，形成单面的点云。系统采用directx编程，可以方便控制三维曲面的旋转、缩放及局部删除等操作；

（6）多面点云形成：将被测物体旋转一个角度，重新进行3-5步的操作，形成一个新的三维点云面，同样记录生成面上每个像素的纹理信息；将新生面与前次生成面纹理特征进行匹配，计算出两幅面不同特征间的马氏距离，找到最近的距离匹配特征，根据其相对位置计算出两幅点云面相对旋转和平移，进而将两幅点云面归一在同一个坐标下，完成基于纹理特征点的不同幅面点云面拼接。重复上述过程，可以将旋转多次纹理点云面归一化在一个尺度下，从而完成整个被测物体全拼接过程。

参考文献：

[1]周富强，邾继贵，杨学友，叶声华等，双目视觉传感器的现场标定技术，仪器仪表学报，2000，21（2），142-145

[2]z.zhang.aflexiblenewtechniqueforcameracalibration.ieeetransactionsonpatternanalysisandmachineintelligence,22(11):1330-1334,2000

[3]kamarainenjk,kyrkiv,kalviainenh.invariancepropertiesofgaborfilter-basedfeatures-overviewandapplications.ieeetransonimageprocessing,2006,15(5):1088−1099.

[4]manjunathbs,mawy.texturefeaturesforbrowsingandretrievalofimagedata.ieeetransonpatternanalysisandmachineintelligence,1996,18(8):837−842.