论文部分内容阅读
结构光视觉测量是计算机视觉的一个分支,近年来成为研究热点。但是结构光技术在许多方面仍然受到限制,比如彩色结构光会受光颜色的影响,使得不能完全正确解码,带来误差,并且很多结构光技术不能适用于动态场景。结构光视觉技术是计算机视觉的一个分支,采用一台投影仪来代替双目视觉中的其中一台摄像机,结构光技术根据投射模式的编码,可分成三类:时间编码、空间编码以及直接编码。本文研究适用于动态场景的基于M阵列的空间编码方法。利用M阵列,具有窗口唯一性,解决双目立体视觉中的立体匹配难题,实现单帧模式下的三维检测。这种方法是一种高效、简捷的三维检测。本文主要研究符号M阵列结构光的编码和解码,结构光模式的编码和解码直接影响检测的成功率、分辨率鲁棒性和精度。研究内容主要包括:首先,进行了适合视觉测量的大尺寸M阵列生成方法的研究。M阵列是本编码方法的基础,M阵列尺寸越大,单位投射面积的符号就越多,测量分辨率就越高,同时测量精度也就相应地提高。利用对角线法无法得到适合视觉测量用的大尺寸M阵列。如果仅简单地从由对角线法得到的M阵列中抽取几个子阵连接在一起,并不能保证在拼缝处的窗口具有代码唯一性,生成的阵列就不一定是严格的M阵列,本文研究一种可以有效生成适于视觉测量的大尺寸M阵列的生成方法。其次,开展了M阵列编码模式的研究。使用黑白二值符号,实现符号M阵列编码模式,该编码模式适合单色光源投射,抗干扰能力强,编码全局唯一,具有较高的解码精度。最后,对捕获的符号M阵列编码图像进行图像处理、解码,并且利用解码后的图像进行三维重构。针对本实验采集到的图像,进行图像预处理,然后进行符号识别和邻域的寻找,得到解码后的M阵列,利用窗口的唯一性,确定各个窗口在投射模式中的位置,生成匹配点坐标矩阵,进行三维重构,实现物体三维表面重构。实验结果验证了上述方法的有效性。