一种基于制造技术

本发明专利技术公开了一种基于

【技术实现步骤摘要】
一种基于3D相机的道面深度图像的拟3D打光方法


[0001]本专利技术涉及图像处理
，特别是一种基于
3D
相机的道面深度图像的拟
3D
打光方法
。

技术介绍

[0002]目前，采用线阵
3D
相机采集道面数据时，能够同时采集道面表观的
2D
图像以及
3D
高程数据，道面
2D
图像难以清晰显示出道面存在的裂缝
、
车辙等缺陷特征，道面的
3D
深度数据能够较为直观的描述出道面的特征信息
。
目前主要采用归一化对数据进行处理，以达到
3D
相机数据展示的目的
。
[0003]但仅采用归一化的方法进行深度数据展示存在一定缺陷，比如线阵相机深度数据的高程值存在较大程度的变化，仅采用归一化进行数据处理容易让道面裂缝
、
刻槽等特征显示效果不明显，同时容易受到采集数据中存在的异常数值的影响
。

技术实现思路

[0004]本专利技术的目的在于克服现有技术的缺点，提供一种基于
3D
相机的道面深度图像的拟
3D
打光方法
。
[0005]本专利技术的目的通过以下技术方案来实现：一种基于
3D
相机的道面深度图像的拟
3D
打光方法，包括以下步骤：
[0006]S1
：解析相机采集的高程数据；
[0007]S2
：对数据进行滤波处理；
[0008]S3
：去除数据波浪抖动；
[0009]S4
：对数据进行拟
3D
打光
。
[0010]优选的，步骤
S1
中，获取每个数据点的高程数据数值，得到高程图像数据矩阵
A
，
[0011][0012]优选的，步骤
S2
中，采用均值滤波对数据进行滤波处理，其表达式为
[0013][0014]其中，
a'
ij
为第
i
行第
j
列的数据
a
ij
经过均值滤波后的结果，
k
为滤波核的大小，其中
k/2
仅保留整数部分
。
[0015]优选的，步骤
S3
中，还包括以下步骤：
[0016]S31
：对高程图像中每一行数据进行间隔采样，间隔采样后求取均值，其表达式为：
[0017][0018]其中，
a
is
为图像数据矩阵第
i
行的采样点，
N
为采样的点数，
a
i
为第
i
行数据的均值；
[0019]S32
：求取均值向量
A
i
，
[0020]A
i
＝
[a1,a2,a3,L,a
(m
‑
1)
,a
m
]；
[0021]S33
：对
A
i
进行均值滤波，
[0022][0023]S34
：通过每一行数据减去对应均值，得到相对高程数据
a”ij
，
[0024]a”ij
＝
a
’
ij
‑
a
’
i
。
[0025]优选的，步骤
S4
中，还包括以下步骤：
[0026]S41
：根据每个点的四个方位的方向向量，分别计算法向量，并得出每个点对应的法线；
[0027]S42
：设模型的缩放向量为：
[0028]S
cale
＝
[s1,s2,s3]，
[0029]则将模型坐标系转换为世界坐标系的矩阵为：
[0030][0031]S43
：设相机位置坐标为
P
os
＝
[p1,p2,p3]，将世界坐标系转换为相机坐标系；
[0032]S44
：相机目标位置为
T
ar
＝
[t1,t2,t3]，根据相机目标位置和相机位置计算观测方向：
[0033]D
look
＝
Norm[T
ar
‑
T
os
]；
[0034]其中，
Norm
为标准化操作，默认向上方向为
D
up
＝
[0,1,0]；
[0035]S45
：计算垂直于上方和观测方向的向量，
[0036]D
right
＝
Norm(D
look
×
D
up
)
；
[0037]再计算垂直于
D
right
和
D
look
方向的向量，
[0038]D
prep
＝
D
right
×
D
look
；
[0039]计算旋转矩阵，
[0040][0041]转换坐标的矩阵为：
[0042][0043]得到世界坐标系到相机坐标系的坐标转换矩阵：
[0044]T
wc
＝
M
×
T
；
[0045]S46
：计算相机的平面位置；
[0046]S47
：计算相机坐标系中光源位置；
[0047]S48
：计算光照，并将计算出的相对光照数值放入到打光结果中存储
。
[0048]优选的，步骤
S46
中，还包括以下步骤：
[0049]S46.1
：计算平面坐标系中相机的相对位置，
[0050][0051]其中，为平面中相机的位置与
x
轴的夹角，
a
为平面中相机的位置与
y
轴的夹角，
θ
＝
a+90
°
，
P
z
为
z
轴数值；
[0052]S46.2
：通过平面坐标系中相机的相对位置计算归一化矩阵
。
[0053]优选的，步骤
S46.2
中，首先通过相机平面位置替换相机位置，再采用世界坐标系转相机坐标系的计算方式，可得标准转换矩阵
T'
wc
，再对
T'
wc
求逆，进行转置，得到相机平面标准转换矩阵为：
[0054本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
3D
相机的道面深度图像的拟
3D
打光方法，其特征在于：包括以下步骤：
S1
：解析相机采集的高程数据；
S2
：对数据进行滤波处理；
S3
：去除数据波浪抖动；
S4
：对数据进行拟
3D
打光
。2.
根据权利要求1所述的基于
3D
相机的道面深度图像的拟
3D
打光方法，其特征在于：所述步骤
S1
中，获取每个数据点的高程数据数值，得到高程图像数据矩阵
A
，
3.
根据权利要求2所述的基于
3D
相机的道面深度图像的拟
3D
打光方法，其特征在于：所述步骤
S2
中，采用均值滤波对数据进行滤波处理，其表达式为其中，
a'
ij
为第
i
行第
j
列的数据
a
ij
经过均值滤波后的结果，
k
为滤波核的大小，其中
k/2
仅保留整数部分
。4.
根据权利要求3所述的基于
3D
相机的道面深度图像的拟
3D
打光方法，其特征在于：所述步骤
S3
中，还包括以下步骤：
S31
：对高程图像中每一行数据进行间隔采样，间隔采样后求取均值，其表达式为：其中，
a
is
为图像数据矩阵第
i
行的采样点，
N
为采样的点数，
a
i
为第
i
行数据的均值；
S32
：求取均值向量
A
i
，
A
i
＝
[a1,a2,a3,L,a
(m
‑
1)
,a
m
]
；
S33
：对
A
i
进行均值滤波，
S34
：通过每一行数据减去对应均值，得到相对高程数据
a
″
ij
，
a
″
ij
＝
a
′
ij
‑
a
′
i
。5.
根据权利要求4所述的基于
3D
相机的道面深度图像的拟
3D
打光方法，其特征在于：所述步骤
S4
中，还包括以下步骤：
S41
：根据每个点的四个方位的方向向量，分别计算法向量，并得出每个点对应的法线；
S42
：设模型的缩放向量为：
S
cale
＝
[s1,s2,s3]
，则将模型坐标系转换为世界坐标系的矩阵为：
S43
：设相机位置坐标为
P
os
＝
[p1,p2,p3]
，将世界坐标系转换为相机坐标系；
S44
：相机目标位置为
T
ar
＝
[t1,t2,t3]
，根据相机目标位置和相机位置计算观测方向：
D
look
＝
Norm[T
ar
‑
T
os
]
；其中，
Norm
为标准化操作，默认向上方向为
D
up
＝
[0,1,0]
；
S45
：计算垂直于上方和观测方向的向量，
D
right
＝
Norm(D
look
×
D
up
)
；再计算垂直于
D
right
和
D
look
方向的向量，
D
perp
＝
D
right
×
D
look
；计算旋转矩阵，转换坐标的矩阵为：得到世界坐标系到相机坐标系的坐标转换矩阵：
T
wc

【专利技术属性】
技术研发人员：邓治林，贾鸿顺，范崇霄，尹兆宇，钟新然，桂仲成，
申请(专利权)人：上海圭目机器人有限公司，
类型：发明
国别省市：