没有合适的资源?快使用搜索试试~ 我知道了~
一种基于空间编码结构光的稠密三维重建算法.docx
1.该资源内容由用户上传,如若侵权请联系客服进行举报
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
2.虚拟产品一经售出概不退款(资源遇到问题,请及时私信上传者)
版权申诉
0 下载量 12 浏览量
2022-11-28
20:26:18
上传
评论
收藏 910KB DOCX 举报
温馨提示
试读
11页
一种基于空间编码结构光的稠密三维重建算法.docx
资源推荐
资源详情
资源评论
三维重建技术是计算机视觉技术的重要分支之一,是计算机视觉和工业测
量领域相结合的一个热门研究领域。在工业产品质量控制、医疗保健、车身结
构分析等领域,快速、准确、方便地获取物体表面三维信息的需求日益增加。
目前,结构光技术因非接触、精度高、速度快、设备成本低等优势,而成为三维
重建可靠且有效的技术。
根据模式设计策略的不同,结构光编码技术可以分为时间编码和空间编码。
在文献[1]中总结了时间编码和空间编码的主要常用方法。时间编码方法需要按
顺序投影多个模式。基于时间编码的系统容易实现且具准确性高、稠密度高和
鲁棒性好等优点,但该方法需要投影和拍摄多个编码模式,因此不适合用于动态
场景和快速运动目标的三维重建。相比之下,空间编码方法只需要拍摄单幅图
像,非常适用于动态场景和快速运动目标的三维重建。但是空间编码方法容易
受到环境光照、物体纹理等不良因素的影响,导致解码准确率的降低。另外,空
间编码方法难以对每个像素都进行独立编码,因此获得的三维点云数据比较稀
疏。
近年来,由于对动态场景进行三维重建的需求不断增长,空间编码的研究活
动逐渐增加。文献[2]通过颜色聚类的方法来识别特征点的颜色。文献[3]根据
主成分分析和 K 均值聚类思想设计一种自适应颜色聚类方法,实现了对高低强
度 颜 色 的 识 别 。 另 一 些 研 究 者 使 用 主 成 分 法 (Principal Component
Analysis,PCA)进行颜色空间分析
[4,5]
或聚类方法
[6]
来解决这些问题,通过利用结
构化图案的几何特征来减少对颜色信息的依赖性。上述方法在结构光图像质量
较好的条件下能实现较高的识别精度,但在外界环境影响或物体表面结构复杂
导致拍摄结构光图像低质时,重建精度较低。文献[7]设计了基于伪随机阵列的
菱形编码图案,该方法可以高精度地提取编码图案的特征点。但是由于该方法
的特征描述子邻域范围过大,故而只适用于稀疏重建。
一些研究者对稠密三维重建技术进行了研究,并提出了不同的方法。文献[8]
提出了基于两种颜色的 De Bruijn 序列的网格条纹模式的稠密三维重建方法,但
该方法需要复杂的网格条纹检测与条纹识别算法。文献[9]提出了基于自均衡
De Bruijn 序列的稠密三维重建方法,但在对表面颜色、纹理复杂的物体进行三
维重建时,结果并不理想。 文献[10]提出通过离散相位信息和有色 De Bruijn 序
列信息组合的投影图案用于高精度深度感测,但是这种方法会受到编码宽度的
影响,难以重建复杂物体表面的细节。
基于空间编码结构光技术,笔者提出了一种新的稠密三维重建方法。首先,
设计了一种使用两种颜色通道的空间编码结构光模式,其由红色的正弦光栅条
纹和蓝色的伪随机点组合而成,所提出的方法不需要对条纹颜色进行识别,也不
需要对相机-投影系统进行颜色校准。其次,基于该空间编码结构光,提出了一种
基于局部相位匹配的稠密三维重建方法。基于两步定位法检测条纹中心点位置,
再利用零均值归一化互相关(ZNCC)准则,对左、右相机拍摄图像的条纹中心点
进行匹配。所提出的方法不依赖于条纹的颜色序列进行解码,因此多个条纹之
间没有关联性,降低了对因遮挡、纹理产生的异常点的敏感性。然后,利用傅里
叶变换求取相邻条纹之间像素点的相位信息,并基于相位匹配算法对相邻匹配
条纹之间的所有的像素点进行匹配。最后,根据三角测量原理对匹配点计算三
维坐标,实现稠密三维重建。
1 研究方法
1.1 结构光模式设计
传统的彩色条纹编码方法,如基于 De Bruijn 序列的彩色条纹模式,需要使
用多种颜色对条纹进行编码,因此一般不适用于颜色目标的三维重建。另外,此
类方法的解码过程通过识别颜色序列中的惟一子序列来提取空间位置信息,不
同条纹的解码之间会存在依赖性。如果在解码过程中某个条纹发生检测失败的
情况,则可能会对其他条纹的识别造成不好影响。针对以上问题,笔者设计了由
正弦条纹和伪随机点组合而成的结构光模式,分别由两个颜色通道进行编码,如
图 1(c)所示。该模式的编码颜色是很容易变换的,因此,可以根据待测物体的颜
色信息改变结构光的编码颜色。同时,条纹是通过其周围随机点的分布情况进
行识别的,因此,不同条纹之间的解码不存在依赖性。
图 1
图 1 设计的结构光模式
正弦条纹如图 1(a)所示,它可以通过下式生成:
P(x,y)=C+Acos(2πfx)
(1)
其中,A、C 和 f 分别代表幅度、直流偏移量和条纹频率。通过式(1),在条纹
之间引入了满足正弦变化的编码信息,为后续的解码算法提供了相位信息,是实
现稠密三维重建的前提条件。
伪随机点如图 1(b)所示。随机点是在黑色的背景上随机生成彩色点,需满
足高度随机分布,保证条纹可以有效地识别。根据以下 3 条规则来生成伪随机
点:
(1) 随机点尺寸:每个随机点的尺寸设定为 K×K 像素,其中 K 可由投影仪和
相机的分辨率共同设定;
(2) 随机点密度:设 K×K 像素为一个点,则在包含 3×3 个点的矩形区域中,只
有一个点是随机点;
(3) 随机点分布:随机点需满足随机分布的特性,且每个随机点的八邻域中
不能有其他随机点。
在图 2 图中,图(a)是带复杂彩色图案的书本,图(b)、(d)分别是由 De Bruijn
序列和笔者构造的光模式拍摄的结构光图像,图(c)、(e)分别是图(b)、(d)的解码
结果,竖线表示提取出的条纹。可以看出,De Bruijn 序列的结果中有多个条纹都
没有被提取出来,同时一些与书本颜色一样地方的条纹的提取结果并不好。而
笔者提出的方法能够较好地提取出所有条纹,说明这种方法与彩色条纹方法比
较,在颜色复杂的物体上能够获得更好的结果。
图 2
剩余10页未读,继续阅读
资源评论
罗伯特之技术屋
- 粉丝: 3652
- 资源: 1万+
下载权益
C知道特权
VIP文章
课程特权
开通VIP
上传资源 快速赚钱
- 我的内容管理 展开
- 我的资源 快来上传第一个资源
- 我的收益 登录查看自己的收益
- 我的积分 登录查看自己的积分
- 我的C币 登录后查看C币余额
- 我的收藏
- 我的下载
- 下载帮助
安全验证
文档复制为VIP权益,开通VIP直接复制
信息提交成功