一种基于快速对应点搜索的三维重建方法及装置制造方法及图纸

本发明专利技术适用于光学测量技术领域，提供了一种基于快速对应点搜素的三维重建方法及装置，投射散斑图像到被测物体表面，采集得到第一散斑图像和第二散斑图像，并对其进行滤波、去畸变处理；对去畸变后的第一散斑图像和第二散斑图像进行水平性校正和共线性校正，利用数字图像相关算法对校正后的图像进行整像素级对应点搜索，得到整像素级对应点；并利用亚像素对应点优化算法对整像素级对应点进行亚像素优化，得到亚像素级对应点；利用双目立体视觉重建算法计算得到所述整像素级对应点的三维坐标，从而得到被测物体表面的三维数据；本发明专利技术提供的方法解决了利用传统的数字图像相关算法搜素对应点时计算量大、耗时的问题，从而实现了快速的三维重建目标。

【技术实现步骤摘要】
一种基于快速对应点搜索的三维重建方法及装置
本专利技术属于光学测量
，尤其涉及一种基于快速对应点搜素的三维重建方法及装置。
技术介绍
工业测量、文物保护、人体扫描等领域对快速获取物体表面三维数据有着迫切的需求。基于散斑投影的三维重建方法是一种非接触快速光学三维数字测量方法，该方法仅需要投射一幅散斑图像，即可利用双相机重建出物体表面的三维数据，抗环境干扰能力强，非常适合用于快速三维数字化测量，尤其在运动物体和变形物体的表面三维数字化测量方面存在明显优势。基于散斑投影的三维重建方法的关键是利用数字图像相关算法搜索查找左右相机采集的散斑图像的对应点，但是该步骤计算量大，计算复杂度高，较为耗时；这也成为了散斑投影三维重建方法在实时快速三维扫描测量应用的一个限制因素。因此，提升对应点搜索效率，对于提升三维重建的时间效率具有重要的意义。
技术实现思路
本专利技术提供一种基于快速对应点搜素的三维重建方法及装置，旨在解决利用传统的数字图像相关算法搜素对应点时计算量大、耗时的问题，从而实现快速的三维重建目标。本专利技术提供了一种基于快速对应点搜素的三维重建方法，所述三维重建方法应用于三维重建系统，所本文档来自技高网...

【技术保护点】
一种基于快速对应点搜素的三维重建方法，其特征在于，所述三维重建方法应用于三维重建系统，所述三维重建系统包括：第一成像装置、投影装置和第二成像装置，所述第一成像装置和所述第二成像装置位于所述投影装置的两侧，所述方法包括：利用投影装置投射散斑图像至被测物体表面，并利用所述第一成像装置和所述第二成像装置同步采集所述被测物体表面的散斑图像，得到第一散斑图像和第二散斑图像；对所述第一散斑图像和第二散斑图像分别进行噪声点滤波处理，并利用预先标定的成像装置内部参数结合去畸变公式去除经过滤波处理后的第一散斑图像和第二散斑图像的成像畸变，得到去畸变后的第一散斑图像和第二散斑图像；对所述去畸变后的第一散斑图像和第...

【技术特征摘要】
1.一种基于快速对应点搜素的三维重建方法，其特征在于，所述三维重建方法应用于三维重建系统，所述三维重建系统包括：第一成像装置、投影装置和第二成像装置，所述第一成像装置和所述第二成像装置位于所述投影装置的两侧，所述方法包括：利用投影装置投射散斑图像至被测物体表面，并利用所述第一成像装置和所述第二成像装置同步采集所述被测物体表面的散斑图像，得到第一散斑图像和第二散斑图像；对所述第一散斑图像和第二散斑图像分别进行噪声点滤波处理，并利用预先标定的成像装置内部参数结合去畸变公式去除经过滤波处理后的第一散斑图像和第二散斑图像的成像畸变，得到去畸变后的第一散斑图像和第二散斑图像；对所述去畸变后的第一散斑图像和第二散斑图像进行水平性校正，使得所述第一散斑图像和第二散斑图像的极线调整至平行于图像u轴方向，得到水平性校正后的第一散斑图像和第二散斑图像，以水平性校正后得到的第一散斑图像和第二散斑图像中的其中一个散斑图像为基准，对另一个散斑图像的v坐标进行共线性校正，使得所述第一散斑图像和第二散斑图像的共轭极线共线，从而使得第一散斑图像和第二散斑图像的极线与图像v轴交点坐标相同，并得到共线性校正后的第一散斑图像和第二散斑图像；利用数字图像相关算法对所述共线性校正后的第一散斑图像和第二散斑图像进行整像素级对应点搜索，得到整像素级对应点；利用亚像素对应点优化算法对所述整像素级对应点进行亚像素优化，得到亚像素级对应点，并利用双目立体视觉重建算法计算得到所述亚像素级对应点的三维坐标，从而得到被测物体表面的三维数据。2.如权利要求1所述的三维重建方法，其特征在于，所述去畸变公式为：其中，其中，u′、v′分别为去除畸变后的第一散斑图像和第二散斑图像的坐标，u、v分别为第一成像装置和第二成像装置同步采集得到的第一散斑图像和第二散斑图像的坐标；所述预先标定的成像装置内部参数包括k1,k2,k3,p1,p2,p3,u0,v0，其中，k1,k2,k3是预先标定的径向畸变系数，p1,p2,p3是预先标定的离心畸变系数，u0、v0为预先标定的图像主点位置参数。3.如权利要求1所述的三维重建方法，其特征在于，对所述去畸变后的第一散斑图像和第二散斑图像进行水平性校正的公式为：其中，(uL,vL)、(uR,vR)分别为去畸变后的第一散斑图像和第二散斑图像的点坐标，(uL0,vL0)、(uR0,vR0)分别为第一成像装置和第二成像装置图像平面极点的坐标，(u'L,v'L)、(u'R,v'R)分别为水平性校正后对应点的图像坐标；以水平性校正后得到的第一散斑图像为基准，对第二散斑图像的v坐标进行共线性校正的公式为：其中，a、b、c为校正系数。4.如权利要求1所述的三维重建方法，其特征在于，所述数字图像相关算法为：其中，wm为匹配相关搜索窗口半宽大小，PR(uR,vR)为第二散斑图像子窗口内(uR,vR)点的灰度值，为所述第二散斑图像子窗口内所有点的灰度均值，PL(uL,vL)为第一散斑图像子窗口内(uL,vL)点的灰度值，为所述第一散斑图像子窗口内所有点的灰度均值，ω为相关系数。5.如权利要求1所述的三维重建方法，其特征在于，所述利用亚像素对应点优化算法对所述整像素级对应点进行亚像素优化，得到亚像素级对应点，并利用双目立体视觉重建算法计算得到所述亚像素级对应点的三维坐标，从而得到被测物体表面的三维数据，包括：利用共线性校正后的第一散斑图像和第二散斑图像的二阶视差模式优化算法对所述整像素对应点进行亚像素优化，得到亚像素级对应点坐标；其中，所述二阶视差模式优化算法为：其中，(uL,vL)、(uR,vR)分别为第一散斑图像和第二散斑图像上的亚像素级对应点坐标，而其中的参数uT、Δv和Δu分别定义为：uT＝uR0-uL0，Δv＝vL0-vL，Δu＝uL-uL0，而假设CL(uL0,vL0)为第一成像装置子图像区域的中心点，CR(uR0,vR0)为对应第二成像装置子图像区域的整像素对应点，PL(uL,vL)为CL附近一点，PR(uR,vR)为PL(uL,vL)对应点；定义待优化参数和优化目标函数：其中，fL(uLi,vLj)、fR(xRi,yRj)为基准图像IL和待匹配图像IR子区域图像各点灰度值，为该区域内灰度均值，w为子区域窗口半宽；其中，各待优化参数利用Newton-Raphson迭代算法求解，所述Newton-Raphson迭代算法为：其中，σ0为整像素对应点坐标对应的待优化参数值，为η(σ)在σ0处梯度值、为η(σ)在σ0处的二次偏导；利用得到的第一散斑图像和第二散斑图像上的亚像素级对应点的坐标(uL,vL)、(uR,vR)并结合双目立体视觉重建算法计算所述亚像素级对应点的三维坐标(X,Y,Z)，从而得到被测物体表面的三维数据；其中，所述双目立体视觉重建算法为：其中，PL、PR分别为预先标定得到的第一成像装置和第...

【专利技术属性】
技术研发人员：彭翔，郭继平，李阿蒙，刘晓利，于冀平，
申请(专利权)人：深圳大学，深圳市计量质量检测研究院，
类型：发明
国别省市：广东,44