论文部分内容阅读
结构光三维视觉测量因其非接触、精度高、实时性好、可控性高、测量范围广等特点,被广泛应用于实际测量中。其中结构光光条中心提取是测量的关键步骤。当测量系统固定,结构光三维视觉测量的误差主要取决于光条中心提取的误差。实际测量中,特别是室外大尺度的测量,结构光光条中心提取的结果不仅受到随机噪声的影响,还会受到很多非随机噪声的干扰。实际测量亟需针对结构光光条中心提取的信度与精度评价来为整个测量结果的可靠性和精确程度提供依据。本文从线结构光产生的机理出发,研究了线激光器、光照模型、图像传感器等原理,分析了结构光的能量传递过程,最终图像传感器得到的结构光图像的灰度值与结构光的能量成正比。本文在不同的实际情况下采集观察了不同的光条样本,这些情况包括不同物体形貌的影响、颜色吸收的影响、物体材质的影响,反射光条的干扰、摄像机离焦模糊、背景运动模糊等等。本文最终将影响光条质量的主要因素集中在由颜色引起的强吸收和由材质引起的强漫反射和镜面反射干扰上。本文观察了不同结构光截面的灰度分布,其均符合高斯模型。根据光条截面数学特征,本文研究现有的各种结构光光条中心提取算法。在分析各种算法优缺的基础上,本文提出非线性提取算法,该算法对非随机干扰有很好的鲁棒性,且预留了对光条中心提取的信度评价接口。针对影响结构光图像的非随机干扰,本文提出光条识别的信度评价。该信度评价以光条归一化高斯模型的横截面能量为依据。实验证明,本文信度评价可以区分出各种不同的干扰,评价结果符合实际情况。同时,该信度评价体系可用来评价各个提取算法的抗非随机噪声干扰的可靠程度,其中本文提取算法较优。针对随机噪声的影响,本文提出光条中心提取的精度评价方案。本文理论推导了光条中心点位置的误差的方差,并在此基础上估计了误差统计分布。根据此分布,可进行光条中心的精度评价和以精度为基础的信度评价。其中,光条中心提取的方差,与光条图像的信噪比成反比,同时与光条宽度和滤波核大小相关。实验证明,本文精度评价结果与实际情况一致。本文又对光条中心提取算法进行了精度评价,结果表明亚像素级别的中心提取算法中,本文提取算法较好。本文最后给出了光条中心提取的精度与信度评价关系,为实际测量结果的精度和信度提供参考,也为光条中心提取算法的选取提供依据。