一种基于结构光的三维重建方法技术

一种基于结构光的三维重建方法，首先设置双目立体视觉系统，对系统中两个相机进行标定。然后将被测物体设置在旋转平台上，标定旋转平台，通过多次旋转采集被测物体不同旋转面的点云模型，其中获得单个点云模型的方法如下：分别投影高频结构光、中频结构光、单频结构光到被测物体表面，对两个相机采集的高频图像、中频图像、单频图像进行解码得到相位信息，采用三频映射法将高频图像映射到中频图像，再将中频图像映射到单频图像，对映射后的两个相机的单频图像进行同名点匹配获得当前旋转面的点云模型。最后将各个旋转面的点云模型旋转到同一坐标系下，利用最近点迭代算法对所有点云模型进行配准，配准后进行融合得到被测物体的三维模型。

【技术实现步骤摘要】
一种基于结构光的三维重建方法
本专利技术属于计算机视觉中的立体视觉领域，涉及一种基于结构光的三维重建方法在3D打印、增强现实、人脸识别和逆向工程等领域有着重要的应用。
技术介绍
计算机视觉即计算机通过对图片或者图片序列的处理，获取对客观世界的描述信息，帮助人们更好的理解图片中包含的内容。而三维重建技术，使计算机视觉更加倾向于人类视觉的方式，展现出有立体感的视觉信息。目前，基于视觉的三维重建方法可分为被动法与主动法，前者包括近景摄影测量、立体视觉等。其中立体视觉法近似于人眼感知场景深度的方式，利用场景在两个视角下所成像的位置不同，进行立体匹配，结合摄影几何原理，恢复场景深度，是目前最流行的三维重建方法。但立体匹配往往利用颜色相似性等固有信息，使重建精度受到了限制，且无法重建弱纹理或无纹理的物体。主动式方法包括飞行时间法(TimeofFlight,ToF)、光度立体测量法、结构光法等。其中ToF直接利用发射器发射光波和接收器接收光波的时间差计算物体的深度信息，原理简单，如微软2013年推出的KinectV2，可快速获得周围场景的深度信息，但分辨率较低；光度立体测量法主要利用光源和相机的位置关系，使用不同的光源组合获取多帧光通量不同的图像，以此恢复物体表面形状，对环境光的要求较高；结构光法是利用空间编码技术，对重建物体表面投射编码结构光，相机捕捉后进行解码，再结合摄影几何的基本原理，可准确快速地重建出高精度的三维模型。结构光技术，用于提高同名点的匹配精度，在获取高精度同名匹配点的基础上，利用摄影集合原理，进行三维重建。传统的结构光编码主要有格雷码和相位码，但是格雷码和相位码都有其固有缺陷。对于格雷码来说，由于黑码和白码在交界处会存在一定程度的相互干扰，无法将格雷码的条纹分辨率设置成一个像素宽度，因此后续的同名点匹配会出现一对多的情况。对于相位码来说，单频相位码可以保证每列像素都具有不同的相位码值，但由于相邻像素之间的相位值相差过小，容易受到噪声的干扰。而多频相位由于相位值的周期性，会产生周期歧义性问题，依旧无法实现一对一的同名点匹配。
技术实现思路
针对上述传统的各种三维重建方法各自存在的缺陷，以及结构光中单频相位码容易受到噪声干扰、多频相位码无法实现一对一同名点匹配的问题，本专利技术提出一种基于结构光的三维重建方法，搭建了一套由两台相机和一台投影仪组成的双目视觉系统，并设计了一套能够获取高精度同名点匹配的相位码编解码方案，利用三频映射法先将高频相位映射为中频相位，再将映射后的中频相位映射为单频相位，能够提高精度；利用旋转平台采集不同角度的点云模型，并利用旋转平台进行点云粗配准作为ICP(IterativeClosestPoint)最近点迭代算法的初始化，避免ICP算法陷入局部最优的缺点，最终获取完整的三维模型。本专利技术的技术方案为：一种基于结构光的三维重建方法，包括如下步骤：步骤1、设置双目立体视觉系统，所述双目立体视觉系统包括左右两个相机，对两个相机进行标定获取每个相机的内外参数；步骤2、将被测物体设置在旋转平台上，标定旋转平台，通过多次旋转采集所述被测物体不同旋转面的点云模型，其中单次旋转后采集所述被测物体当前旋转面的点云模型的方法如下：2.1、利用投影仪将高频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的高频图像中每个像素点的相位信息；2.2、利用投影仪将中频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的中频图像中每个像素点的相位信息；2.3、利用投影仪将单频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的单频图像中每个像素点的相位信息；2.4、将左右两边的高频图像中每个像素点的相位信息分别映射到左右两边的中频图像，再将映射后的左右两边的中频图像中每个像素点的相位信息分别映射到左右两边的单频图像；2.5、对映射后得到的左右两边的单频图像进行同名点匹配，获得所述被测物体在当前旋转面的点云模型；步骤3、利用标定好的旋转平台，对所述被测物体的不同旋转面的点云模块进行逆旋转，将所述被测物体在各个旋转面的点云模型旋转到同一坐标系下进行粗拼接，将粗拼接结果作为最近点迭代算法的初始值，利用最近点迭代算法对所有点云模型进行精确配准，配准后进行融合得到所述被测物体的三维模型。具体的，所述步骤2.1、步骤2.2、步骤2.3中均采用N步相移法，其中步骤2.1中投影仪将N幅相移高频结构光编码图案投射到所述被测物体表面，其中第n幅相移图像中(x，y)点的光强为：其中Ap(x,y)和Bp(x,y)分别表示相移图像的幅度偏移量和幅度调制系数，f为结构光编码的频率，n∈[0，N-1]，N为不小于3的正整数；第n幅相移图像由相机采集后的图像中(x，y)点的光强为：其中AC(x,y)和BC(x,y)分别表示采集图像的幅度偏移量和幅度调制系数，根据下式对采集图像中(x，y)点的相位φ(x,y)进行解码：。具体的，所述步骤2.4中将高频图像中(x，y)坐标的像素点的相位映射到中频图像、以及将中频图像中(x，y)坐标的像素点的相位映射到单频图像的方法为：其中k(x,y)表示(x，y)坐标的像素点的相位周期，round表示对所求数值四舍五入，fh表示较高频图像与较低频图像的频率倍数，φu(x,y)表示较低频图像中(x，y)坐标的像素点的解码相位，φh(x,y)表示较高频图像中(x，y)坐标的像素点的解码相位，φ(x,y)表示映射后的图像中(x，y)坐标的像素点的相位。具体的，所述步骤2.5中对映射后得到的左右两边的单频图像进行同名点匹配的方法为：设左图中一个像素点为pl，记录pl点在右图的对应极线上的所有像素点，从记录的像素点中找到与pl点的相位φ最接近的两个点p-和p+，p-点的相位为φ-，p+点的相位值为φ+，pl点对应的匹配点pr的横坐标为匹配点pr的纵坐标为其中a、b、c是根据步骤1得到的相机的内外参数获取的pl点对应的极线方程中的系数，为pl点的横坐标，为pl点的纵坐标。具体的，所述步骤3中将不同旋转面的点云模型旋转到同一坐标系下的方法如下：设定一个旋转面作为参考面，将其余各个旋转面旋转到参考面，设任一需要旋转的旋转面上一点为C(XC,YC,ZC)，该点在参考面上的对应点为其中θ为旋转面到参考面需要旋转的角度，S(Xs,Ys,Zs)为旋转平台中心点坐标，N＝(Nx,Ny,Nz)为旋转平台法线方向，R(N,θ)是旋转矩阵，。具体的，所述步骤3中利用体素滤波法进行滤波融合。本专利技术的有益效果为：本专利技术提出三频映射法，避免了映射错误的现象，且保留高频的高精度特性，能够实现高精度的点云重建；设置旋转平台，采集每个旋转面的点云模型并将它们拼接到同一坐标系下，用拼接后的点云作为ICP精配准算法的初始化，可避免ICP算法因初始位置不理想而导致的配准失败，大大提高了ICP配准的成功率，且通过旋转平台粗配准后，ICP算法对点云的重合度要求降低，可减少点云的采集次数，节省了大量的采集时间和计算时间。附图本文档来自技高网...

【技术保护点】
1.一种基于结构光的三维重建方法，其特征在于，包括如下步骤：步骤1、设置双目立体视觉系统，所述双目立体视觉系统包括左右两个相机，对两个相机进行标定获取每个相机的内外参数；步骤2、将被测物体设置在旋转平台上，标定旋转平台，通过多次旋转采集所述被测物体不同旋转面的点云模型，其中单次旋转后采集所述被测物体当前旋转面的点云模型的方法如下：2.1、利用投影仪将高频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的高频图像中每个像素点的相位信息；2.2、利用投影仪将中频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的中频图像中每个像素点的相位信息；2.3、利用投影仪将单频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的单频图像中每个像素点的相位信息；2.4、将左右两边的高频图像中每个像素点的相位信息分别映射到左右两边的中频图像，再将映射后的左右两边的中频图像中每个像素点的相位信息分别映射到左右两边的单频图像；2.5、对映射后得到的左右两边的单频图像进行同名点匹配，获得所述被测物体在当前旋转面的点云模型；步骤3、利用标定好的旋转平台，对所述被测物体的不同旋转面的点云模块进行逆旋转，将所述被测物体在各个旋转面的点云模型旋转到同一坐标系下进行粗拼接，将粗拼接结果作为最近点迭代算法的初始值，利用最近点迭代算法对所有点云模型进行精确配准，配准后进行融合得到所述被测物体的三维模型。...

【技术特征摘要】
1.一种基于结构光的三维重建方法，其特征在于，包括如下步骤：步骤1、设置双目立体视觉系统，所述双目立体视觉系统包括左右两个相机，对两个相机进行标定获取每个相机的内外参数；步骤2、将被测物体设置在旋转平台上，标定旋转平台，通过多次旋转采集所述被测物体不同旋转面的点云模型，其中单次旋转后采集所述被测物体当前旋转面的点云模型的方法如下：2.1、利用投影仪将高频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的高频图像中每个像素点的相位信息；2.2、利用投影仪将中频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的中频图像中每个像素点的相位信息；2.3、利用投影仪将单频结构光编码图案投射到所述被测物体表面，并由左右两个相机分别对所述被测物体进行图像采集，将采集到的左右两边的图像进行解码得到左右两边的单频图像中每个像素点的相位信息；2.4、将左右两边的高频图像中每个像素点的相位信息分别映射到左右两边的中频图像，再将映射后的左右两边的中频图像中每个像素点的相位信息分别映射到左右两边的单频图像；2.5、对映射后得到的左右两边的单频图像进行同名点匹配，获得所述被测物体在当前旋转面的点云模型；步骤3、利用标定好的旋转平台，对所述被测物体的不同旋转面的点云模块进行逆旋转，将所述被测物体在各个旋转面的点云模型旋转到同一坐标系下进行粗拼接，将粗拼接结果作为最近点迭代算法的初始值，利用最近点迭代算法对所有点云模型进行精确配准，配准后进行融合得到所述被测物体的三维模型。2.根据权利要求1所述的基于结构光的三维重建方法，其特征在于，所述步骤2.1、步骤2.2、步骤2.3中均采用N步相移法，其中步骤2.1中投影仪将N幅相移高频结构光编码图案投射到所述被测物体表面，其中第n幅相移图像中(x，y)点的光强为：其中Ap(x,y)和Bp(x,y)分别表示相移图像的幅度偏移量和幅度调制系数，f为结构光编码...

【专利技术属性】
技术研发人员：李纯明，高爽，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川,51