一种编码结构光三维测量方法技术

本发明专利技术一种编码结构光三维测量方法涉及图像处理技术领域；该方法包括以下步骤：分别输入格雷码编码测量图像与线移条纹编码测量图像；以欧拉距离为关键点距离约束条件，分别获取格雷码边缘线上与线移条纹中心线上的关键点；设计边缘奇异算子和中心奇异算子并分别构建边缘检测代价函数和中心检测代价函数；由最短路径搜索技术分别自动跟踪定位格雷码边缘和线移条纹中心；本发明专利技术能够有效减小格雷码条纹边缘定位不准确、线移条纹中心定位误差，更准确的获得被测物体表面三维信息，对格雷码边缘线与线移条纹中心线进行检测定位研究，提高三维测量中格雷码边缘定位与线移条纹中心定位的精度，最终提高三维测量精度。

【技术实现步骤摘要】
一种编码结构光三维测量方法
本专利技术一种编码结构光三维测量方法涉及图像处理

技术介绍
工业发展迅猛的今天，机器视觉高速发展成为工业发展能够稳定向前的重要需求，对机器视觉的三维测量精度的高要求也成为机器视觉领域的重要研究方向。随着机器视觉图形图像技术的深入研究，三维测量的精准度也在不断提升，其中投射结构光三维测量作为机器视觉测量的一种方法，以其方法简单、非接触、无损高效的特点被广泛地应用在如机器人装配、视觉检测、医学治疗、游戏和文化遗产数字化等领域。结构光三维测量可分为点、线和编码结构光的方法，其中编码结构光具有较为广阔的视场，又以高效率、采样密度大、强时效性和主动受控等优点被大多数研究人员所接受，常见编码结构光的三维测量方法有结合线移条纹编码的格雷码编码结构光方法和相移码编码结构光方法。利用编码结构光进行三维测量时，将设定的编码图像通过投影装置投射到被测物体表面，此时物体表面的编码图像会受到其表面纹理特征影响，而物体表面的三维坐标信息是由设定编码结构光的解码影响。当采用结合格雷码与线移条纹编码结构光时，格雷码的条纹边缘与线移条纹中心会受到物体表面的形状、纹理等因素调制影响而变形，在由摄像装置获取被测物体表面信息中用来三维测量定位采样的格雷码边缘点与线移条纹中心点产生扭曲，在解编码结构光测量物体表面时对格雷码边缘与线移条纹中心提取的精度，将直接影响三维测量重构结果的精度。
技术实现思路
针对上述技术需求，本专利技术公开了一种编码结构光三维测量方法，能够有效减小格雷码条纹边缘定位不准确、线移条纹中心定位误差，更准确的获得被测物体表面三维信息，对格雷码边缘线与线移条纹中心线进行检测定位研究，提高三维测量中格雷码边缘定位与线移条纹中心定位的精度，最终提高三维测量精度。本专利技术的目的是这样实现的：一种编码结构光三维测量方法，包括以下步骤：步骤a、分别输入格雷码编码测量图像Ie与线移条纹编码测量图像Ic；步骤b、以欧拉距离为关键点距离约束条件，分别获取格雷码边缘线上与线移条纹中心线上的关键点；步骤c、设计边缘奇异算子和中心奇异算子并分别构建边缘检测代价函数和中心检测代价函数；步骤d、由最短路径搜索技术分别自动跟踪定位格雷码边缘和线移条纹中心。上述编码结构光三维测量方法，步骤b的具体步骤如下：步骤b1：对于输入的格雷码编码测量图像Ie，图像域Ω∈R，R为自然域，代价函数为Γe∈Ω，且Γe＞0，令Γe＝Ie；用集合Se表示格雷码编码测量图像Ie上所有检测到的关键点集合，在初始的关键点集合Sei中存在初始点，即初始的集合Sei＝{ke0}；已知初始集合的波阵面是个圆，圆心为ke0，得到Ie关键点的最小能量图所用迭代步长为te；步骤b2：由公式E(l)＝∫lP(l(s))ds计算Ie每条路径的能量积分E，其中，l为待求解的路径曲线，s为弧长参数，P为势函数；其中，最小能量积分Eemin即为Ie中需求最短路径，对应的边界点为Ie的候选关键点kep；步骤b3：计算ke0与kep之间路径的欧拉距离，当欧拉距离大于给定的阀值Te时，则该点升级为关键点ke1；步骤b4：对于输入的线移条纹编码测量图像Ic，图像域Ω∈R，R为自然域，代价函数为Γc∈Ω，且Γc＞0，令Γc＝Ic；用集合Sc表示线移条纹编码测量图像Ic上所有检测到的关键点集合，在初始的关键点集合Sci中存在初始点，即初始的集合Sci＝{kc0}；已知初始集合的波阵面是个圆，圆心为kc0，得到Ic关键点的最小能量图所用迭代步长为tc；步骤b5：由公式E(l)＝∫lP(l(s))ds计算Ic每条路径的能量积分E，其中，l为待求解的路径曲线，s为弧长参数，P为势函数；其中，最小能量积分Ecmin即为Ic中需求最短路径，对应的边界点为Ic的候选关键点kcp；步骤b6：计算kc0与kcp之间路径的欧拉距离，当欧拉距离大于给定的阀值Tc时，则该点升级为关键点kc1。上述编码结构光三维测量方法，步骤c的具体步骤如下：步骤c1：格雷码边缘检测代价函数构建根据编码图像格雷码边缘灰度分布特点，构建格雷码边缘奇异算子如式：式中：e表示格雷码边缘，xe，ye分别为Ie图像中点的位置坐标，θe为图像点(xe,ye)与图像中零点坐标的方向参数，αe为构建格雷码边缘奇异算子的尺度常数因子；σe为构建格雷码边缘奇异算子高斯核尺度；为在高斯核尺度下，沿着方向θe(xe,ye)的格雷码边缘图像的零阶导数；为在高斯核尺度σe下，沿着方向θe(xe,ye)的格雷码边缘图像的一阶导数；为在高斯核尺度σe下，沿着方向θe(xe,ye)格雷码边缘图像的二阶导数；构建格雷码边缘检测奇异算子的最短路径代价函数，如式：Γe＝ηe*Ie+(1-ηe)*de(ψe(xe,ye,σe))式中：ηe为Γe中的常数比例因子，用于调节Ie图像增强后的信息和本身的占比，de为ψe的递减函数，de＝max(ψe(xe,ye,σe))-ψe(xe,ye,σe)；步骤c2：线移条纹中心检测代价函数构建根据编码图像线移条纹灰度值的分布特点，构建条纹中心检测多尺度奇异值算子如式：式中：c表示线移条纹中心，xc，yc分别为Ic图像中点的位置坐标，θc为图像点(xc,yc)与图像中零点坐标的方向参数，αc为构建线移条纹中心奇异算子的尺度常数因子，为在构建线移条纹中心奇异算子的高斯核尺度σc下，沿着方向θc(xc,yc)的线移条纹中心图像的零阶导数；为在高斯核尺度σc下，沿着方向θc(xc,yc)的线移条纹中心图像的一阶导数；为在高斯核尺度σc下，沿着方向θc(xc,yc)的线移条纹中心图像的二阶导数；构建线移条纹中心检测奇异算子的最短路径代价函数，如式：Γc＝ηc*Ic+(1-ηc)*dc(ψc(xc,yc,σc))式中：ηc为Γc的常数比例因子，其用于调节Ic图像增强后的信息和本身的占比，dc为ψc的递减函数，dc＝max(ψc(xc,yc,σc))-ψc(xc,yc,σc)。上述编码结构光三维测量方法，步骤d的具体步骤如下：步骤d1：格雷码图像路径跟踪检测当获得Ie的路径上关键点ke1后，关键点集合更新为Se＝{ke0,ke1}，路径集合更新为Pe＝{ke0→ke1}；如下为迭代检测Ie路径曲线上关键点步骤：步骤d1-1、将更新后的关键点集合Se中的所有点作为更新源点，用快速行进算法求最小能量图，计算最小能量图的边界点与更新后的关键点源点之间最短路径积分能量Ee，确定边界点中下一个候选关键点kep；步骤d1-2、再利用欧拉距离约束确定超过阀值Te的候选关键点，升级为新关键点ke2；步骤d1-3、更新关键点集合与路径集合，有：Se＝{ke0,ke1,ke2}，Pe＝{ke0→ke1,ke1→ke2}；步骤d1-4、判断关键点ke2是否满足停止条件，L(kei,pe)-L(kei,qe)-L(pe,qe)≤εe，其中，L函数表示两点间欧拉距离，kei表示Ie上第i个关键点，pe与qe表示Ie图像上的两个已知相邻关键点，其中候选关键点kei邻近关键点qe，εe表示给定容允许误差；若关键点ke2满足此条件，停止路径跟踪监测；若不满足停止条件，循环步骤d1-1到步骤d1-4，迭代得到最终的Ie图像上关键点集合和路径集合；步骤d2：线移条纹中心本文档来自技高网...

【技术保护点】
1.一种编码结构光三维测量方法，其特征在于，包括以下步骤：步骤a、分别输入格雷码编码测量图像Ie与线移条纹编码测量图像Ic；步骤b、以欧拉距离为关键点距离约束条件，分别获取格雷码边缘线上与线移条纹中心线上的关键点；步骤c、设计边缘奇异算子和中心奇异算子并分别构建边缘检测代价函数和中心检测代价函数；步骤d、由最短路径搜索技术分别自动跟踪定位格雷码边缘和线移条纹中心。

【技术特征摘要】
1.一种编码结构光三维测量方法，其特征在于，包括以下步骤：步骤a、分别输入格雷码编码测量图像Ie与线移条纹编码测量图像Ic；步骤b、以欧拉距离为关键点距离约束条件，分别获取格雷码边缘线上与线移条纹中心线上的关键点；步骤c、设计边缘奇异算子和中心奇异算子并分别构建边缘检测代价函数和中心检测代价函数；步骤d、由最短路径搜索技术分别自动跟踪定位格雷码边缘和线移条纹中心。2.根据权利要求2所述的一种编码结构光三维测量方法，其特在于，步骤b的具体步骤如下：步骤b1：对于输入的格雷码编码测量图像Ie，图像域Ω∈R，R为自然域，代价函数为Γe∈Ω，且Γe＞0，令Γe＝Ie；用集合Se表示格雷码编码测量图像Ie上所有检测到的关键点集合，在初始的关键点集合Sei中存在初始点，即初始的集合Sei＝{ke0}；已知初始集合的波阵面是个圆，圆心为ke0，得到Ie关键点的最小能量图所用迭代步长为te；步骤b2：由公式E(l)＝∫lP(l(s))ds计算Ie每条路径的能量积分E，其中，l为待求解的路径曲线...

【专利技术属性】
技术研发人员：孙晓明，龚建铧，王微，吴雪，于舒春，
申请(专利权)人：哈尔滨理工大学，
类型：发明
国别省市：黑龙江,23