一种结构光三维视觉系统的光模板匹配方法，包括以下步骤：１）光条边界的定位：待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的１／２，搜索局部领域；２）光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色。本发明专利技术能实现光模板的良好匹配、成像精度高、能实现结构光视觉成像系统三维重建。
【技术实现步骤摘要】
本专利技术涉及计算机视觉、数据处理、图像处理，尤其是一种结构光三维视觉 系统的光模板匹配方法。
技术介绍
人眼对于颜色的观察和处理是一种生理和心理现象，为了能用计算机来处理 图像中的颜色信息，必须能够用定量的方法来描述它，即建立相应彩色模型。自 然界中的所有颜色都可以由红、绿、蓝(R、 G、 B)三种颜色合成。 针对红(绿/蓝)分量的多少，人为地划分为0 255共256个等级，O表示不含红 色(绿/蓝)成分，255表示含有100%红色(绿/蓝)成分。根据红、绿、蓝各种 不同的组合就能表示256x256x256种颜色，例如一个像素，当它的红、绿、蓝成 分分别为O、 255、 255时显示为青色。而对于灰度图像的像素，该像素的红、绿、 蓝成分是相等的，只不过随着这三个分量数值的增大，像素颜色从黑色变成白色。 现有大多数的彩色成像设备和彩色显示设备都采用RGB (Red/Green/Bhie，红绿 蓝)三基色来表示和存储，基于上述的设计，可采用常用的RGB模型来建立彩 色模型，彩色数字图像可以由RGB彩色空间表示，RGB空间如图1所示，为方 便起见，把所有颜色值都归一化，即图示的立方体是一个单位立方体。在彩色投射系统中，光条坐标需要从一副图像中检测出来，本文提出一种新 的编码策略，对投射光模板的每一行进行编码。为了减少彩色识别的繁杂性和提 高可靠性，保证颜色空间区分度足够大，要求在RGB空间中至少有两个颜色通 道不同，因此选择红、绿、蓝三基色和白作为编码颜色，由如3-2可以看出，除 黑白外，红、绿、蓝和白之间的空间距离达到最大，这可以保证对任何高饱和度 的场景都保持足够的距离，编码颜色集可以选取为 PK255,0,0),(0，255,0),(0，0，255),(255,255,255的4元素集，白色作为间隔各条颜 色，满足了白色光条出现的次数最多，以得到较高的图像亮度，对应的颜色集字 母映射为P = {P,|z' = 1,2,3,4}P,分别指示红、绿、蓝和白四颜色。基于传统的DeBruijn空间编码方法，引进等宽白色光条来间隔彩色光条，使 相邻光条使用同一种颜色色调值，有效编码率达到100%。光模板由2tT条光条组 成，其中颜色数目为n，窗口大小为m，而现有DeBruijn编码技术采用同样参数 只能生成n(n-l)m条光条，产生的编码序列为3， 4, 3, 4, 3, 4, 2, 4, 3, 4, 3, 4， 1， 4， 3, 4, 2, 4, 2, 4， 3， 4, 2, 4, 1， 4， 3， 4, 1, 4,2， 4, 3,4,1, 4,1， 4,2,4,2,4， 2,4,1,4, 2,4， 1, 4,1,4, 1 实际场景中，物体表面的不连续性使得部分光条不可见，导致3D数据错误增加， 这样的光条称为阴影光条。引进白色光条的优点可以增加可解码光条比率，因为 相应的阴影光条被不参与解码的白色光条替代。定义Q={l,2,...,2nm},对应每条 光条的坐标序号值。由此生成的光模板如图2所示，每个条纹边界划分一个平面 空间。同时，为了增加现有编码模板的分辨率，提出一个有效的时空编码，投射的 每一帧图像由相同的光模板组成，后一帧由前一帧下移光条1/4宽度组成，四帧 光模板如图2所示。鉴于先前已有大量的文献在数理组和方面对De Bruijn序列进 行了研究，釆用文献的方法产生序列。系统利用每帧光条边界空间编码唯一性以 及多帧的时间特性来增加重建模型的精度和分辨率。现有技术中，并没有针对上述光模板的匹配方法，导致结构光视觉成像系统的成像精度低、无法有效实现三维重建。
技术实现思路
为了克服已有的结构光视觉成像系统的无法进行光模板的匹配、成像精度低、 无法有效实现三维重建的不足，本专利技术提供一种实现光模板的良好匹配、成像精 度高、能实现结构光视觉成像系统三维重建的结构光视觉成像系统的光模板匹配 方法。本专利技术解决其技术问题所采用的技术方案是一种结构光视觉成像系统的光模板匹配方法，包括以下步骤 1)、光条边界的定位待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的5各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点， 在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光 条宽度的1/2，搜索局部领域的步骤如下(1.1) .初始化候选边缘点作为一区域中心Zij;(1.2) .沿列方向搜索，将Zi-kj, Zj+kj像素颜色空间转成色调、亮度和饱和度 (HIS)空间；(1.3) .增加新的点到这个区域，只要满足与相邻像素点的色调值差不超过设 定的阈值H& =|z,±a，a 一A土a土ij，; l (1) /7是两个像素色调的差值，Z,^-表示第i土k行j列像素的色调值；经算子处理后， 像素点的三通道灰度值为Gy，局部区域三通道灰度值之和的最大值的像素点定义为边界点；m, = |x(C = 3) (2)户iE为算子处理后像素点灰度值之和的最大值；2)、光条匹配采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射 颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝 白颜色；不同的颜色群集聚在特定的RGB空间区域，通过样本点训练颜色群的聚类中心，然后用点到点的距离来匹配光条颜色；Z^V,，CJ = 1,2,3,4) (3) A^是两点距离的平方，A是光条中心像素的RGB特征向量，Q是颜色聚类中心， df3c,力是;c， y两点之间距离；设i^min(A》，那么光条颜色的分配按照(4)式进行& (6 = 1,2,3， 4) (4)Sc表示光条颜色；分配好颜色后，每三条相邻的光条颜色组成一个码字Si，找出每个码字在整 个序列的位置就是解码；光条坐标值JC,定义为^D蕴)+》'-D (5) D^BS(^表/天直接解码第/帧光模板子序列&的坐标位置。6进一步，在所述步骤2)中，聚类中心的搜索方法为(2.1) .初始化K二4，红、绿、蓝、白色彩类，初始化K个群的中心；(2.2) .把每个样本点分配给离群中心距离最小的群；(2.3) .K群中的质心点成为新的聚类中心；(2.4) .重复步骤2和3直到所有点都趋向稳定地聚集。本专利技术的有益效果主要表现在实现光模板的良好匹配、成像精度高、能实现结构光视觉成像系统三维重建。 附图说明图1是RGB空间的示意图。图2是白色等宽间隔的序列光模板示意图。 图3是四帧逆时针旋转90。的时移光模板示意图。 图4是边缘检测算子的示意图。 图5是算子边缘检测结果的示意图。 图6是任意列的像素扫描通道灰度值的示意图。 图7是边缘检测算子的一维列算子示意图。 图8是光条边界检测的示意图。 图9是像素点颜色的RGB空间示意图。 具体实施例方式下面结合附图对本专利技术作进一步描述。参照图1 图9，一种结构光视觉成像系统的光模板匹配方法，包括以下步骤 1)、光条边界的定位待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理， 一维算子如附图中的图7所示，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的1/2本文档来自技高网...
【技术保护点】
一种结构光三维视觉系统的光模板匹配方法，其特征在于：所述匹配方法包括以下步骤： １）、光条边界的定位： 待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的１／２，搜索局部领域的步骤如下： （１．１）．初始化候选边缘点作为一区域中心ｚ↓［ｉ，ｊ］； （１．２）．沿列方向搜索，将ｚ↓［ｉ－ｋ，ｊ］，ｚ↓［ｉ＋ｋ，ｊ］像素颜色空间转成色调、亮度和饱和度（ＨＩＳ）空间； （１．３）．增加新的点到这个区域，只要满足与相邻像素点的色调值差不超过设定的阈值Ｈ ｈ＝｜ｚ↓［ｉ±ｋ，ｊ，ｈ］－ｚ↓［ｉ±ｋ±１，ｊ，ｈ］｜ （１） ｈ是两个像素色调的差值，ｚ↓［ｉ±ｋ，ｊ，ｈ］表示第ｉ±ｋ行ｊ列像素的色调值；经算子处理后，像素点的三通道灰度值为Ｇ↓［ｉｊ］，局部区域三通道灰度值之和的最大值的像素点定义为边界点； ｍａｘ（Ｅ）＝＊Ｇ↓［ｉｊ］（Ｃ＝３） （２） Ｅ为算子处理后像素点灰度值之和的最大值； ２）、光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色； 不同的颜色群集聚在特定的ＲＧＢ空间区域，通过样本点训练颜色群的聚类中心，然后用点到点的距离来匹配光条颜色； Ｄ↓［ｉｋ］＝ｄ↑［２］（Ｐ↓［ｉ］，Ｃ↓［ｋ］）（ｋ＝１，２，３，４） （３） Ｄ↓［ｉｋ］是两点距离的平方，Ｐ↓［ｉ］是光条中心像素的ＲＧＢ特征向量，Ｃ↓［ｋ］是颜色聚类中心，ｄ（ｘ，ｙ）是ｘ，ｙ两点之间距离；设Ｄ＝ｍｉｎ（Ｄ↓［ｉｋ］），那么光条颜色的分配按照（４）式进行： ｓ↓［ｃ］＝｛ｋ ｉｆ Ｄ＝＝Ｄ↓［ｉｋ］ （ｋ＝１，２，３，４） （４） ｓ↓［ｃ］表示光条颜色； 分配好颜色后，每三条相邻的光条颜色组成一个码字ｓ↓［ｉ］，找出每个码字在整个序列的位置就是解码；光条坐标值ｘ↓［ｉ］定义为： ｘ↓［ｉ］＝ＤｄＢＳ（ｓ↓［ｉ］）＋１／４（ｊ－１） （５） ＤｄＢＳ（ｓ↓［ｉ］）表示直接解码第ｊ帧光模板子序列ｓ↓［ｉ］的坐标位置。...
【技术特征摘要】
1、一种结构光三维视觉系统的光模板匹配方法，其特征在于所述匹配方法包括以下步骤1)、光条边界的定位待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的1/2，搜索局部领域的步骤如下(1.1).初始化候选边缘点作为一区域中心zi，j；(1.2).沿列方向搜索，将zi-k，j，zi+k，j像素颜色空间转成色调、亮度和饱和度(HIS)空间；(1.3).增加新的点到这个区域，只要满足与相邻像素点的色调值差不超过设定的阈值Hh＝|zi±k，j，h-zi±k±1，j，h| (1)h是两个像素色调的差值，zi±k，j，h表示第i±k行j列像素的色调值；经算子处理后，像素点的三通道灰度值为Gij，局部区域三通道灰度值之和的最大值的像素点定义为边界点；<maths id=math0001 num=0001 ><math><![CDATA[ <mrow><mi>max</mi><mrow> <mo>(</mo> <mi>E</mi> <mo>)</mo></mrow><mo>=</mo><munderover> <mi>Σ</mi> <mrow><mi>j</mi><mo>=</mo><mn>1</mn> </mrow> <mi>C</mi></munderover><msub> <mi>G</mi> <mi>ij</mi></msub><mrow> <mo>(</mo> <mi>C</mi> <mo>=</mo> <mn>3</mn> <mo>)</mo></mrow><mo>-</mo><mo>-</mo><mo>-</mo><mrow> <mo>(</mo> <mn>2</mn> <mo>)</mo></mrow> </mrow>]]></math></maths>E为算子处理后像素点灰度值之和的最大值；2)、光条匹配采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射...
【专利技术属性】
技术研发人员：陈胜勇，胡正周，刘盛，原长春，潘贝，
申请(专利权)人：浙江工业大学，
类型：发明
国别省市：86[中国|杭州]
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。