【技术实现步骤摘要】
时空结合的散斑三维成像方法及装置
本专利技术属于图像处理领域,尤其涉及一种时空结合的散斑三维成像方法及装置。
技术介绍
基于散斑结构光照明三维成像技术是一种非接触式、光学三维数字成像与测量方法。被广泛应用于物体三维形变应变测量。通过散斑结构光照明三维成像技术可以更好理解和分析被测物体的材料的性能。随着三维成像和测量技术的快速发展,缩短测量时间和提高测量精度成为目前主要的研究方向,由于三维重建精度能够影响测量精度,因此如何提高三维重建的精度变得尤为重要。现有技术中,基于随机散斑图像的三维重建方法主要采用空间相关方法,空间相关方法只需使用单幅图像即可实现三维重建,但是空间相关方法是建立在匹配区域灰度变化基础之上,由于成像装置排放位置的不同,以及待测物体表面梯度变化不均匀等因素的影响,空间相关方法的三维重建结果精度较低。
技术实现思路
本专利技术提供一种时空结合的散斑三维成像方法及装置,旨在解决现有的空间相关方法的三维重建精度较低的问题。本专利技术提供的一种时空结合的散斑三维成像方法,包括:从预置时间序列中选取时间节点,并从选取的所述时间节点开始获取左、右成像装置分别输出的一组左散斑图像序列和一组右散斑图像序列,其中所述左散斑图像序列和所述右散斑图像序列中包含的图像的数量相同;对所述左散斑图像序列和所述右散斑图像序列进行时间相关运算,以在所述右散斑图像序列中确定整像素级对应点;根据所述整像素级对应点、空间相关函数以及所述左散斑图像序列中各左散斑图像的像素点坐标,对所述右散斑图像序列中每帧右散斑图像进行亚像素对应点搜索运算,得到亚像素对应点;根据所述亚像素对应点的时间 ...
【技术保护点】
一种时空结合的散斑三维成像方法,其特征在于,包括:从预置时间序列中选取时间节点,并从选取的所述时间节点开始获取左、右成像装置分别输出的一组左散斑图像序列和一组右散斑图像序列,其中所述左散斑图像序列和所述右散斑图像序列中包含的图像的数量相同;对所述左散斑图像序列和所述右散斑图像序列进行时间相关运算,以在所述右散斑图像序列中确定整像素级对应点;根据所述整像素级对应点、空间相关函数以及所述左散斑图像序列中各左散斑图像的像素点坐标,对所述右散斑图像序列中每帧右散斑图像进行亚像素对应点搜索运算,得到亚像素对应点;根据所述亚像素对应点的时间平均运算算出待三维重建的对应点;在所述时间节点上通过所述待三维重建的对应点进行三维重建。
【技术特征摘要】
1.一种时空结合的散斑三维成像方法,其特征在于,包括:从预置时间序列中选取时间节点,并从选取的所述时间节点开始获取左、右成像装置分别输出的一组左散斑图像序列和一组右散斑图像序列,其中所述左散斑图像序列和所述右散斑图像序列中包含的图像的数量相同;对所述左散斑图像序列和所述右散斑图像序列进行时间相关运算,以在所述右散斑图像序列中确定整像素级对应点;根据所述整像素级对应点、空间相关函数以及所述左散斑图像序列中各左散斑图像的像素点坐标,对所述右散斑图像序列中每帧右散斑图像进行亚像素对应点搜索运算,得到亚像素对应点;根据所述亚像素对应点的时间平均运算算出待三维重建的对应点;在所述时间节点上通过所述待三维重建的对应点进行三维重建。2.根据权利要求1所述的方法,其特征在于,所述对所述左散斑图像序列和所述右散斑图像序列进行时间相关运算,以在所述右散斑图像序列中确定整像素级对应点包括:根据时间相关计算公式对所述左散斑图像序列和所述右散斑图像序列进行时间相关运算,以在右散斑图像序列中确定所述左散斑图像序列中各像素点对应的对应点,其中所述时间相关计算公式为:其中,Xi,j,t表示为左成像装置图像平面点(i,j)在第t幅左散斑图像的灰度值,X′i′,j′,t表示右成像装置图像平面内对应点(i′,j′)在第t幅右散斑图像的灰度值,和分别表示左、右成像装置图像平面内点(i,j)和对应点(i′,j′)在k幅所述左散斑图像序列的灰度平均值和在k幅所述右散斑图像序列的灰度平均值,其中k为大于或等于2;在通过所述时间相关计算公式的计算结果值中选取最大值对应的对应点作为整像素级对应点。3.根据权利要求2所述的方法,其特征在于,所述根据所述整像素级对应点、空间相关函数以及所述左散斑图像序列中各左散斑图像的像素点坐标,对所述右散斑图像序列中每帧右散斑图像进行亚像素对应点搜索运算,得到亚像素对应点包括:在所述左散斑图像序列中各左散斑图像内创建窗口大小为(2wm+1)×(2wm+1)的参考子窗口;将二阶视差模型下的非线性空间相关函数w(s)作为N-R迭代运算的待优化函数;其中,为所述左散斑图像上所述参考子窗口内像素点灰度平均值,为所述右散斑图像上参考子窗口内像素点灰度平均值,pR(uR,vR)为左散斑图像所述参考子窗口内像素点pR的灰度值,pG(uG,vG)为待匹配的右散斑图像上的对应点pG的灰度值;按照预置迭代步数,并根据N-R迭代运算公式进行迭代运算,确定最后一次迭代运算算出的相关函数值sN为结果值,其中,其中,N的取值范围为大于或等于1的整数;初始状态下,N取值为1,则s0为预置迭代初始估计值;▽w(sN-1)为相关函数在sN-1处的梯度值,▽▽w(sN-1)为相关函数在sN-1处的二次偏导,M表示s参数的个数;根据所述结果值和二阶视差模型算出所述亚像素对应点。4.根据权利要求2所述的方法,其特征在于,所述根据所述整像素级对应点、空间相关函数以及所述左散斑图像序列中各左散斑图像的像素点坐标,对所述右散斑图像序列中每帧右散斑图像进行亚像素对应点搜索运算,得到亚像素对应点包括:在所述左散斑图像序列中各左散斑图像内创建窗口大小为(2wm+1)×(2wm+1)的参考子窗口;将二阶视差模型下的非线性空间相关函数w(s)作为N-R迭代运算的待优化函数;其中,为所述左散斑图像上所述参考子窗口内像素点灰度平均值,为所述右散斑图像上参考子窗口内像素点灰度平均值,pR(uR,vR)为左散斑图像所述参考子窗口内像素点pR的灰度值,pG(uG,vG)为待匹配的右散斑图像上的对应点pG的灰度值;根据N-R迭代运算公式进行迭代运算,算出相关函数值sN,其中,其中,N的取值范围为大于或等于1的整数;初始状态下,N取值为1,则s0为预置迭代初始估计值;▽w(sN-1)为相关函数在sN-1处的梯度值,▽▽w(sN-1)为相关函数在sN-1处的二次偏导,M表示s参数的个数;根据算出的相关函数值sN和二阶视差模型算出坐标值,并对相邻两次迭代运算算出的相关函数值sN对应的坐标值求差,算出差值;若所述差值小于预置阈值,则停止迭代运算,并将最后一次迭代运算算出的相关函数值sN对应的坐标值作为所述亚像素对应点。5.根据权利要求3或4所述的方法,其...
【专利技术属性】
技术研发人员:刘晓利,赵恢和,汤其剑,彭翔,蔡泽伟,
申请(专利权)人:深圳大学,
类型:发明
国别省市:广东,44
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。