一种三维重建方法及3D结构光机技术

本发明专利技术公开了一种三维重建方法及3D结构光，涉及三维重建技术领域，解决了圆点标定过程中，难以获取精确的圆点边缘，导致三维重建效果不理想的技术问题。该方法包括S1、采用基于ENet模型的圆点标定法进行相机标定，获取相机内外参数；S2、采用16步相移法进行投影仪标定，获取投影仪的内外参数；其中，采用基于二值化条纹的光栅补偿算法进行投影过程的光栅补偿；S3、根据所述相机、投影仪的内外参数，建立图像像素坐标系与世界坐标系的转换关系，根据所述转换关系获取目标物体的三维坐标信息，完成三维重建。本发明专利技术通过建立ENet模型提取精确的圆点边缘，大大提升了三维重建的精确度。大大提升了三维重建的精确度。大大提升了三维重建的精确度。

【技术实现步骤摘要】
一种三维重建方法及3D结构光机


[0001]本专利技术涉及三维重建
，尤其涉及一种三维重建方法及3D结构光。

技术介绍

[0002]三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术，是计算机辅助几何设计、计算机图形学、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术，包括图像获取、标定、特征提取、立体匹配和重建等步骤。
[0003]结构光是一组由投影仪和摄像头组成的系统结构。用投影仪投射特定的光信息到物体表面后及背景后，由摄像头采集。根据物体造成的光信号的变化来计算物体的位置和深度等信息，进而复原整个三维空间，常见的结构光系统有用于创建物体几何表面的点云的三维扫描仪。
[0004]相机起到的作用是将真实的三维世界转换成二维平面世界。我们可以把相机看成一个函数，输入是一个三维的场景，输出是我们获得的二维的图片。相机标定就是通过输入带有标定pattern的标定板来计算相机参数，来用简单的数学模型来表达复杂的成像过程。求解这个数学模型，也就是求解相机的参数，包括相机的内参、外参以及畸变参数。有了这个数学模型，我们可以对相机拍摄的图片进行畸变校正，也可以用多个相机拍摄图片来进行三维重建，测量物体距离以及其他的计算机视觉的应用。常用圆点标定法进行相机标定。
[0005]在实现本专利技术过程中，专利技术人发现现有技术中至少存在如下问题：
[0006]在圆点标定过程中，难以获取精确的圆点边缘，导致三维重建效果不理想。

技术实现思路

[0007]本专利技术的目的在于提供一种三维重建方法及3D结构光，以解决现有技术中存在的圆点标定过程中，难以获取精确的圆点边缘，导致三维重建效果不理想技术问题。本专利技术提供的诸多技术方案中的优选技术方案所能产生的诸多技术效果详见下文阐述。
[0008]为实现上述目的，本专利技术提供了以下技术方案：
[0009]本专利技术提供的一种三维重建方法，包括：
[0010]S1、采用基于ENet模型的圆点标定法进行相机标定，获取相机内外参数；
[0011]S2、采用16步相移法进行投影仪标定，获取投影仪的内外参数；其中，采用基于二值化条纹的光栅补偿算法进行投影过程的光栅补偿；
[0012]S3、根据所述相机、投影仪的内外参数，建立图像像素坐标系与世界坐标系的转换关系，根据所述转化关系获取目标物体的三维坐标信息，完成三维重建。
[0013]优选的，步骤S1包括：
[0014]S11、采用基于ENet模型的轻量化边缘检测获取标定板上标定圆点的边缘点；
[0015]S12、根据所述边缘点获取所述标定圆点的圆心坐标；
[0016]S13、根据所述圆心坐标得到所述相机的内外参数。
[0017]优选的，步骤S11包括：
[0018]S111、拍摄一批不同位姿的标定板图片，人工标注所述标定板上标定圆点的边缘并转化为二值图片Y；
[0019]S112、采用ENet模型对所述二值图片Y进行训练，得到特征图S和边缘预测图E；
[0020]S113、计算所述二值图片Y、特征图S的损失函数，计算所述二值图片Y、边缘预测图E的损失函数，并分以不同权重；
[0021]S114、根据所述损失函数值采用随机梯队优化算法进行迭代优化，当所述损失函数值低于阈值δ时，停止训练，得到训练好的ENet模型；
[0022]S115、向训练好的所述ENet模型输入待检测的标定图片，获得所述标定圆点的边缘点。
[0023]优选的，步骤S2包括：
[0024]S21、向圆点标定板分别投射一组光栅，并分别用相机进行拍摄采集光栅图像；
[0025]S22、采用16步相移法求解所述光栅图像的主值相位，并采用基于二值化条纹的光栅补偿算法进行光栅补偿；
[0026]S23、再投射一组辅助光栅，得到所述辅助光栅图像，通过所述辅助光栅图像对所述主值相位进行相位展开，得到绝对相位；
[0027]S24、根据所述绝对相位得到所述投影仪的内外参数。
[0028]优选的，步骤S22中进行光栅补偿包括：
[0029]S221、在投射过程中增加一副全黑图像I
dark
，同时求取所述光栅图像的均值图像I
mean
；
[0030]S222、根据所述全黑图像I
dark
、均值图像I
mean
合成全白图像I
white
；
[0031]S223、求取所述全黑图像I
dark
、全白图像I
white
的均值，得到阈值图像；
[0032]S224、根据所述阈值图像完成光栅补偿。
[0033]优选的，合成所述全白图像I
white
的公式为：
[0034][0035]其中，I
frige
为所述一组光栅图像中的一副正弦条纹图像。
[0036]优选的，所述光栅为16幅横向相移码和16幅纵向相移码；所述辅助光栅为7幅横向格雷码和6幅纵向格雷码。
[0037]一种3D结构光机，其特征在于，采用以上所述的一种三维重建方法进行三维重建。
[0038]实施本专利技术上述技术方案中的一个技术方案，具有如下优点或有益效果：
[0039]通过建立ENet模型得到了精确的圆点边缘像素，从而可以获得精确的相机内外参数；使用结构光系统进行三维重建，由于投影仪接受的始终是二值图像而非灰度图像，因此相机采集各图像通道数据时曝光时间可以设置为远小于通道的持续时间，使得测量速度达到投影仪的最大刷新频率，测量速度得到较大提升。使用相移法辅以格雷码进行标定，使用16幅横向相移码+7幅横向格雷码+16幅纵向相移码+6幅纵向格雷码+1幅全黑，不仅克服了环境光的影响，而且降低了标定的误差，提高了三维重建的质量。
附图说明
[0040]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单的介绍，显而易见，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图，附图中：
[0041]图1是本专利技术实施例的一种三维重建方法的流程图；
[0042]图2是本专利技术实施例的一种三维重建方法步骤S1的流程图；
[0043]图3是本专利技术实施例的一种三维重建方法步骤S11的流程图；
[0044]图4是本专利技术实施例的一种三维重建方法步骤S2的流程图；
[0045]图5是本专利技术实施例的一种三维重建方法步骤S22的流程图。
具体实施方式
[0046]为了使本专利技术的目的、技术方案及优点更加清楚明白，下文将要描述的各种示例性实施例将要参考相应的附图，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维重建方法，其特征在于，包括：S1、采用基于ENet模型的圆点标定法进行相机标定，获取相机内外参数；S2、采用16步相移法进行投影仪标定，获取投影仪的内外参数；其中，采用基于二值化条纹的光栅补偿算法进行投影过程的光栅补偿；S3、根据所述相机、投影仪的内外参数，建立图像像素坐标系与世界坐标系的转换关系，根据所述转换关系获取目标物体的三维坐标信息，完成三维重建。2.根据权利要求1所述的一种三维重建方法，其特征在于，步骤S1包括：S11、采用基于ENet模型的轻量化边缘检测获取标定板上标定圆点的边缘点；S12、根据所述边缘点获取所述标定圆点的圆心坐标；S13、根据所述圆心坐标得到所述相机的内外参数。3.根据权利要求2所述的一种三维重建方法，其特征在于，步骤S11包括：S111、拍摄一批不同位姿的标定板图片，人工标注所述标定板上标定圆点的边缘并转化为二值图片Y；S112、采用ENet模型对所述二值图片Y进行训练，得到特征图S和边缘预测图E；S113、计算所述二值图片Y、特征图S的损失函数，计算所述二值图片Y、边缘预测图E的损失函数，并分以不同权重；S114、根据所述损失函数值采用随机梯队优化算法进行迭代优化，当所述损失函数值低于阈值δ时，停止训练，得到训练好的ENet模型；S115、向训练好的所述ENet模型输入待检测的标定图片，获得所述标定圆点的边缘点。4.根据权利要求1所述的一种三维重建方法，其特征在于，步骤S2包括：S21、向圆点标定板分别投射一组光栅，并分别用相机进行拍摄采集光栅图像；S22、...

【专利技术属性】
技术研发人员：孙响西，
申请(专利权)人：深圳市响西科技有限公司，
类型：发明
国别省市：