本文主要是介绍论文《自适应双目条纹测距法》学习————标定,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!
《Adaptive Binocular Fringe Dvnamic ProiectionMethod for High Dvnamic Range Measurement》 (SCI 2019 二区)
摘要: 利用条纹投影传感器进行三维测量是目前研究的热点。然而,大多数边缘投影传感器的测量精度和效率仍然受到图像饱和和投影仪非线性效应的严重影响。为了解决这一难题,结合立体视觉技术和边缘投影技术的优点,提出了一种自适应双目边缘动态投影方法。该方法通过自适应调整投影强度来避免图像饱和。首先,给出了该方法的流程图。在此基础上,提出了一种基于多阈值分割的自适应最优投影强度调整方法。最后通过双目变换和左机-投影仪映射建立双目饱和点与投影点的映射关系。实验结果表明,该方法能够实现较高的动态范围测量精度。
关键词: 三维测量;高动态范围;结构光传感器;自适应双目边缘动态投影;双目标定
1. Introduction
由于高速的优点,精度高,和全光场,边缘投影轮廓测定法(FPP)基于结构光传感器[1 - 3]已成为最有前途的三维(3 d)数据采集技术在许多领域,如质量控制(4 - 6),逆向工程(7、8),和其他(9 - 11)。条纹投影轮廓测量系统一般由一台摄像机和一台投影仪组成。通过FPP获得被测物体的三维数据需要三个步骤。首先,将设计好的条纹图案逐一投影到被测物体的表面上,同时将变形的条纹用相机进行捕捉。其次,利用变形条纹计算相位信息。最后,利用系统标定的参数,可以准确地重建被测物体的三维点云[1 - 3]。三维数据可以为表面检测、精密制造、自动装配 等领域提供有效的评价手段。文献[1 - 3,6]表明FPP更适合漫反射面,且表面反射率变化不大。然而,当用FPP直接测量高动态范围(HDR)的物体时,边缘图像中会出现一些饱和区域,这对相位信息的完整性和测量精度提出了挑战。
针对大多数相机传感器难以通过硬件来提高动态范围这一问题,许多专家已经找到了解决这一问题的方法。这些方法可分为以下几类: 多曝光法[12–14]、光强调整法[15,16]、颜色不变性法[17–19]、偏振法[20–22]、自适应条纹图法[23–27]等[28,29]。考虑到边缘图像的暗区和亮区需要不同的曝光时间,多重曝光法成为解决HDR问题的一种方法[12 - 14]。Zhang[12]提出了HDR扫描技术。从一组减少曝光的边缘图像中选择最亮但不饱和的像素来生成新的边缘图像。Song[13]提出了一种多曝光图像融合的主动反射抑制方法,实现高精度的三维测量。但是,对于多次曝光法,所需的曝光次数和每次曝光时间严重依赖于人的经验,目前还缺乏定量的方法来选择合适的曝光时间。光强调节法是另一种解决HDR问题的方法[15,16]。Kofman[15]将一系列最大输入灰度值递减的条纹图案投射到物体表面。利用最大灰度值而非饱和像素合成边缘图像。为了提高低反射面信噪比,Babaie[16]提出了一种改进边缘投影系统动态范围的方法来测量表面反射率变化的物体。与多次曝光法类似,这种方法需要投射大量不同强度的物体,因此投射效率非常低。颜色不变性方法也被提出来解决HDR测量[17 - 19]。Benveniste和Unsalan[17]应用颜色不变方法解决了在不同环境照明下扫描明亮表面的问题。陈碧波提出了一种多视点融合不同颜色条纹的条纹模式投影方法。然而,颜色不变性方法的精度是有限的。极化方法已被发展来处理光泽表面问题[20 - 22]。在[24]中,利用带有散斑图案的极外图像来消除相互反射的影响。提出了一种基于全局能量最小化的偏振成像方法。显然,极化方法需要额外的硬件和时间。自适应条纹图案法是另一种解决方案,它根据摄像机-投影仪的对应关系来计算最优照度[23 - 27]。针对强内反射问题,Xu和Aliaga开发了一种自适应的对应算法[23],它可能需要几个小时来检测一个未知的场景。Li和Kofman[24]提出了一种适应最大输入灰度的条纹模式投影方法。为了提高[25]测量过程中的信噪比,Lin提出了一种快速三维形状测量技术。Farahi[26]提出了一种基于投影仪-部分像机对应关系的反投影条纹技术。Zhang[27]研究了一种基于相机的强度响应函数来计算几组具有最优光强的条纹图的方法。然而,在计算最佳光强时,必须手动设置反射率分量的阈值。从投影效率的角度来看,自适应条纹图方法能较好地解决HDR问题。
然而,大多数的方法都是基于上述的方法,即对图像饱和和投影非线性伽玛效应敏感的方法。为了提高投影效率,减少图像饱和和非线性效应的影响 ,结合双目视觉和单目边缘投影的优点,提出了一种自适应的双目边缘动态投影方法,通过自适应调整像素到像素的投影强度。 首先,给出了自适应双目条纹动态投影方法的流程图。在此基础上,提出了一种基于多阈值分割的自适应最优投影强度调整方法。最后,建立双目饱和点与投影点的映射对应关系,对饱和点的投影灰度进行修正。
组织机构如下。第二部分介绍了FPP的基本原理。第三部分详细介绍了自适应双目条纹动态投影方法。实验结果见第4节。结论在最后一节中给出。
5. Conclusions
为了解决高分辨率测量问题,提出了一种自适应双目条纹动态投影方法,减少了条纹图的数目,避免了复杂的矩阵计算。提出了一种基于多阈值分割的自适应最优投影强度方法,根据饱和点的反射率信息降低投影灰度。通过双目标定和摄像机-投影变换关系,得到了双目饱和点与投影点之间的映射关系。实验结果表明,本文提出的ABFDP方法具有对HDR目标进行精确测量的能力。
与大多数基于FPP的三维重建方法相似,该方法也有一定的局限性。当物体接近镜面反射时,虽然有一点光照强度,但拍摄到的条纹图像总是饱和的,这是今后需要解决的问题
这篇关于论文《自适应双目条纹测距法》学习————标定的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!