專利名稱：基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種視覺傳感測量技術(shù)、三維信息采集與重構(gòu)領(lǐng)域，尤其涉及一種基
于綠條紋分割的彩色結(jié)構(gòu)光三維測量方法。
背景技術(shù)：
在非接觸三維測量技術(shù)中，視覺三維測量技術(shù)是獲取物體三維信息有效的手段之 一，它無需接觸被測物表面，是以三維視覺傳感器所得到的圖形、圖像為基礎(chǔ)來恢復(fù)物體的 三維形狀，具有速度高、效率高、自動化程度高、造價較低等優(yōu)點。目前視覺三維測量技術(shù)的 重點發(fā)展方向包括有結(jié)構(gòu)光、立體圖像、莫爾法、全息法、激光雷達等方法，其中結(jié)構(gòu)光法具 有成本低、分辨率高和速度快優(yōu)勢，被公認為實用性最強的光學(xué)非接觸三維測量技術(shù)，正日 益受到重視并得到應(yīng)用。 結(jié)構(gòu)光法是將投射器發(fā)出的光經(jīng)過光學(xué)系統(tǒng)形成點、線、編碼圖案等形式投向景 物，在景物上形成圖案并由攝像機攝取，而后由圖像根據(jù)三角法和傳感器結(jié)構(gòu)參數(shù)進行計 算，得到景物表面的三維坐標值。 在結(jié)構(gòu)光法中，相比投射點、線的結(jié)構(gòu)光掃描法，結(jié)構(gòu)光編碼法向景物投射編碼圖 案，大大提高了測量速度并解決了掃描法圖案混淆問題，因此結(jié)構(gòu)光編碼法以其準確度高、 測量速度快、成本低等優(yōu)點在三維重構(gòu)、工業(yè)測量等領(lǐng)域有著廣泛的應(yīng)用前景。結(jié)構(gòu)光的編 碼方法可分為時間編碼、空間編碼和直接編碼，三者各具優(yōu)缺點。它們都可采用灰度或顏色 來進行編碼，灰度編碼技術(shù)的研究更成熟一些。然而隨著處理彩色圖像的彩色傳感器和硬 件價格變得更容易接受，彩色圖像處理技術(shù)應(yīng)用也日益廣泛。 在以往的研究中彩色編碼多用于空間編碼和直接編碼，而且大都能用于動態(tài)物體 的測量，但由于基于CCD攝像機的顏色保真度及分辨率的影響，對三維物體的測量精度不 高，很難用于精確物體的測量。在已有的幾種彩色時間編碼方法中，精度較之空間編碼和直 接編碼有所提高，但也存在由于運用的顏色一般多于三種，出現(xiàn)顏色混淆不易識別的問題， 而且通常采樣密度和分辨率都不高。

發(fā)明內(nèi)容
本發(fā)明的目的是針對現(xiàn)有技術(shù)的不足，提供一種基于綠條紋分割的紅藍格雷碼結(jié)
構(gòu)光時間編碼方法，提取綠條紋中心及左右邊界達到消除格雷碼一位解碼誤差及提高物面
采樣密度的目的，從而提高測量分辨率。 上述的目的通過以下的技術(shù)方案實現(xiàn) 基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法， 1)向所需測量或重建的三維物體依次連續(xù)投射基于綠條紋分割的紅藍格雷碼編 碼結(jié)構(gòu)光，分別攝取各幅投射圖案； 2)對攝取的各幅投射圖案進行紅綠藍彩色條紋分割，獲得各幅圖案像素的顏色 值；
3
3)提取各幅拍攝圖案中綠條紋的中心及左右邊界，依據(jù)其前幾幅相應(yīng)像素顏色值 獲得綠條紋中心及左右邊界的編碼值； 4)對綠條紋中心及左右邊界進行亞像素定位，再依據(jù)系統(tǒng)標定參數(shù)實現(xiàn)三維物體 的測量及重構(gòu)。 所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，在第1步中，所 述的投射圖案由三基色紅(R)、綠(G)、藍(B)組成，使得每種顏色之間的差別達到最大易于 解碼，依次投射的編碼圖案中紅藍條紋按格雷碼方式編排，并且在每相鄰的紅藍條紋中插 入四個像素寬的綠條紋。 所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，在第2步中，紅 綠藍彩色條紋分割采用自適應(yīng)閾值法，所述的自適應(yīng)閾值法是建立在對每幅每一像素的每 一顏色分量進行歸一化處理的基礎(chǔ)上，以此可消除環(huán)境光及物面顏色對測量結(jié)果的影響。
所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，在第2步中，提 取綠條紋中心實現(xiàn)像素邊緣解碼，綠條紋中心碼值只依賴于前[1， . . . ， i-l]幅的紅藍條紋 碼值而決定，與其相鄰像素的顏色值無關(guān)，以此消除格雷碼一位轉(zhuǎn)換誤差。在提取綠條紋中 心的同時，提取綠條紋與紅藍條紋的邊界，以此將物面采樣密度提高近一倍，從而提高三維 測量精度。 所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，在第4步中，基 于攝像機硬件設(shè)備的顏色耦合影響，采用行掃描技術(shù)對綠條紋中心及左右邊界進行亞像素 定位。 這個技術(shù)方案有以下有益效果 1.本發(fā)明可以最大限度減少顏色之間的模糊，提高條紋檢測的抗干擾能力，解碼
更可靠。 2.本發(fā)明條紋解碼值只與其前幾幅投射的相應(yīng)像素顏色值有關(guān)，與其相鄰像素顏 色無關(guān)，從而可消除格雷碼固有的一位轉(zhuǎn)換誤差，降低當(dāng)物體表面不連續(xù)或非常陡峭時由 于條紋壓縮嚴重或丟失產(chǎn)生的解碼誤差。 3.本發(fā)明采用亞像素定位技術(shù)提取綠條紋中心及左右邊界，提高條紋定位精度， 保證圖像采樣點與物面采樣點的 一一對應(yīng)。 4.本發(fā)明因?qū)G條紋中心及左右邊界同時提取，因此在投射相同幅數(shù)的條紋圖像 時，采樣密度可比普通方法提高近一倍，從而提高測量精度。


附圖1是紅藍格雷碼編碼圖案。圖中白色代表紅條紋，黑色代表藍條紋，若投射n
幅圖案可得到2n個條紋編碼，圖中給出的是投射5幅時的編碼圖案，得到25 = 32個條紋編
碼值，其相鄰列的碼值存在著一位轉(zhuǎn)換誤差，圖中ni、n2、n3、n4、n5為投射序列。 附圖2是綠條紋分割的紅藍格雷碼編碼圖案。其中帶網(wǎng)格圖案代表綠條紋，綠條
紋像素寬度為四位分別占紅藍條紋的兩位。提取綠條紋中心可實現(xiàn)像素邊緣解碼，消除格
雷碼一位轉(zhuǎn)換誤差。 附圖3是各像素顏色分量歸一化。
附圖4是綠條紋中心及邊界定位。





方法

附圖5是投射的紅綠藍圖像
附圖6是投射圖像第300行掃描圖。
附圖7是拍攝的紅綠藍圖像第300行掃描圖。
本發(fā)明的
具體實施例方式
實施例1 :
本發(fā)明方法要求有一個投影儀、一個攝像機和一臺計算機。 一下分三部分說明該
1.編碼解碼原理
色彩是圖像分析中一個強有力的描繪子，人眼僅能區(qū)分二十幾種灰度級，卻能識 別成千上萬的色彩。幾乎所有經(jīng)常使用的顏色可由紅、綠、藍三種基色直接混合，且這三基 色恰與人眼視網(wǎng)膜上紅視錐、綠視錐和藍視錐細胞所敏感的顏色相一致。對于一幅24位真 彩色圖像，每一通道顏色中有28種灰度級，灰度取值為0 255，其顏色可達16萬多種。由 于受攝像機硬件設(shè)備分辨率的影響很難分辨出所有灰度級的顏色。為使每種顏色之間的差 別達到最大，本編碼方法采用的彩色條紋只采用每一通道的最大灰度級255，即使用三基色 紅(255，0，0)、綠(0，255，0)、藍(0，0，255)來編碼。這使拍攝的條紋圖像中各種顏色之間、 系統(tǒng)噪聲的影響都大大減少，有利于圖像正確解碼得到可靠的處理數(shù)據(jù)。
格雷碼編碼方法是一種可靠、錯誤最小化的編碼，其循環(huán)、單步特性消除了隨機取 數(shù)時出現(xiàn)重大誤差的可能，但其每相鄰兩列的碼值中會出現(xiàn)一位的譯碼轉(zhuǎn)換誤差。圖l是 紅藍格雷碼編碼圖案，圖中白色代表紅條紋，深灰色代表藍條紋，若投射n幅圖案可得到2n 個條紋編碼，圖1中給出的是投射5幅時的編碼圖案，得到25 = 32個條紋編碼值，其相鄰 列的碼值存在著一位轉(zhuǎn)換誤差，圖1中ni、n2、n3、n4、n5為投射序列。 圖2是用綠條紋對紅藍條紋加以分割時的編碼圖案，其中帶網(wǎng)格圖案代表綠條 紋，綠條紋像素寬度為四位分別占紅藍條紋的兩位。提取綠條紋中心可實現(xiàn)像素邊緣解碼， 消除格雷碼一位轉(zhuǎn)換誤差。 投射n幅圖像得到的n幅圖像中綠條紋中心的像素邊緣解碼值可由公式(1)獲
得
足=2"—'+2 +r。 '2 +2 +r。十^ .2"+1 +了0十r! .2" +
+ (r。十7;十r2十…十7;—, 2"-'+3) 式中k表示綠條紋中心的像素邊緣解碼值，T表示條紋圖像中像素的碼值，規(guī)定紅 條紋像素碼值為O，藍條紋像素碼值為1。取T。等于0。 i代表投射圖案的次序。1\代表第 一幅圖像中當(dāng)前像素的碼值，同理T2代表第二幅投射圖像中對應(yīng)像素的碼值，依此類推T卜工 代表第i-l幅中對應(yīng)像素的碼值。 圖2中綠條紋中心分別位于第4、8、12、16、20、24、28列邊緣上。以第三幅(n = 3， i = 3)第三個綠條紋中心為例，它的解碼值由前兩幅該位置的紅藍碼值決定的，公式(1)中 的T。規(guī)定為0，第nl幅中與該綠條紋中心對應(yīng)的條紋顏色為藍1\值為1，則T。與1\的異或 值為1 ，第n2幅中與該綠條紋中心對應(yīng)的條紋顏色仍為藍T2值仍為1 ，那么T2與前一異或結(jié)果進行異或后為O，分別把它們代到公式(1)中，得到該綠條紋中心的碼值為20代表第20 列像素邊緣。依此類推可獲得所有綠條紋中心的像素邊緣解碼值。從圖2中可以看出每一 綠條紋中心提取出的條紋邊緣編碼值只依賴于前[1， ... ， i-l]幅的紅藍條紋碼值的異或 值所決定。也就是綠條紋中心的碼值與其所在的投射圖案無關(guān)，因此該編碼方法可消除格 雷碼的一位轉(zhuǎn)換誤差。而且該方法各列之間沒有相互依賴性，可避免當(dāng)物體表面不連續(xù)或 非常陡峭時由于條紋壓縮嚴重或丟失產(chǎn)生的解碼誤差。 圖2中投射幅數(shù)為3幅，提取綠條紋中心得到23_1 = 7個碼值，同時提取前兩幅 中綠條紋的左右邊界可得到23-2 = 6個碼值。因此投射n幅圖像會可到2n+l-3個碼值，比 紅藍格雷碼2n個編碼數(shù)量提高了近一倍，從而實現(xiàn)高采樣密度。 投射n幅圖像得到的前n-l幅圖像中綠條紋左右邊界確定的像素邊緣解碼值可由
公式(2)獲得:
& = 2"—"2+ro.2"+2 + To十7;.2"" + ro十7;十r2.2" +…
+ (r0十t;十r2十…十 2"+3)+g 2
(2) 式中G的取值為-1或+1，當(dāng)提取的是綠條紋的左邊界時G取-l，右邊界時取+1。 其中，k表示綠條紋左右邊界的像素邊緣解碼值，其它符號與公式(1)中的符號規(guī)定一致。
圖2中前兩幅綠條紋邊界分別位于第6、10、14、18、22、26列邊緣上。以第二幅(n =3， i = 2)第一個綠條紋右邊界為例，它的解碼值由前一幅該位置的紅藍碼值決定的，公 式(2)中的T。規(guī)定為0，第ni幅中與該綠條紋右邊界對應(yīng)的條紋顏色為紅則1\值為0，則 T。與L的異或值為0，因為是綠條紋的右邊界，所以G取+1，把它們代到公式(2)中，得到該 綠條紋邊界碼值為IO代表第IO列像素邊緣。同樣，該處像素邊緣的碼值是由其前[l，...， i-l]幅的紅藍條紋碼值決定，可避免當(dāng)物體表面不連續(xù)或非常陡峭時由于條紋壓縮嚴重或 丟失產(chǎn)生的解碼誤差。 至此，投射n幅條紋圖案會得到2n+l_3個像素邊緣，而且去掉的三個邊緣是位于 投射圖案兩側(cè)的，通常落在背景上，對三維物面的重構(gòu)不產(chǎn)生影響，因此相當(dāng)于物面采樣率 提高了一倍，而且克服了格雷碼一位轉(zhuǎn)換誤差。
2.紅綠藍彩色條紋分割 由公式(1)、 (2)可看出要想獲得正確的像素邊緣解碼值必須對紅、綠、藍條紋區(qū) 域做到正確的分割。對于彩色圖像分割主要有兩方面，一是選擇合適的彩色空間；二是采用 合適的分割策略和方法。 本方法采用的顏色有紅、綠、藍三種顏色，顏色少，排列有規(guī)律，因此采用面向硬件 設(shè)備的、物理意義明確RGB彩色空間來進行彩色條紋的分割。 為消除光照不均勻及物面顏色帶來的影響，本方法中彩色條紋的分割需進行歸一 化處理，它是建立在對條紋圖像的每個像素的每個R、 G、 B分量進行歸一化處理的基礎(chǔ)上 的。 歸一化編碼要求在一個編碼值中至少有一個最小值和一個最大值。本測量方法中 投射的彩色條紋只采用每一分量中的最大灰度級255和最小灰度級0，且最大灰度級在三
6分量中只出現(xiàn)一次。將圖2所示的投射圖案中第9列到第24列條紋的各像素的顏色分量展 開，如圖3所示，圖中白色代表紅條紋，黑色代表藍條紋，網(wǎng)格代表綠條紋。從圖中可看出， 每個像素的每個顏色分量在其所投射的三幅圖像中都存在最大值(記為1)和最小值(記 為0)。那么，對于拍攝的條紋圖像任意一個像素來說，它的三個顏色分量中的每一分量在連 續(xù)投射的多幅圖像中既有最大值出現(xiàn)，也會有最小值出現(xiàn)，因此可以將每個像素的每個顏 色分量歸一化，從而達到顏色的歸一化。 利用顏色分量的歸一化為每個像素的每個R、 G、 B分量都產(chǎn)生自己的單一閾值，以
此對每個顏色分量進行閾值分割，從而完成紅綠藍彩色條紋的自適應(yīng)閾值分割。 3.綠條紋中心及左右邊界亞像素定位 本系統(tǒng)采用的測量方法中，為正確獲得像素邊緣，關(guān)鍵一點是正確提取綠條紋的 中心及左右邊界，為此采樣一種行掃描技術(shù)，就是對拍攝圖案中每一行像素進行掃描，分析 各像素紅綠藍分量的特征來定位綠條紋中心及邊界。圖4所示為拍射圖案中某一行像素的 行掃描圖的一部分。圖4中虛線代表綠分量，粗實現(xiàn)代表紅分量，細實線代表藍分量，橫坐 標為像素列坐標，縱坐標為該點像素分量的灰度值。提取圖4(a)中的綠分量各個頂點可以 找到綠條紋的中心，利用圖4(b)和(c)中紅綠分量、藍綠分量行掃描線的交點可以獲得綠 條紋的左右邊界。 但事實上，每個基于CCD的彩色攝像機對顏色分量的影響都是不相同的，也就是 雖然投射圖案中各個顏色的強度是相同的，但拍得圖像的顏色之間存在著互相耦合的現(xiàn) 象。這種現(xiàn)象會使上述綠條紋中心和左右邊界的定位不準確。 圖5是投影儀投射的一幅含有紅綠藍三種顏色條紋的圖像，白色代表紅條紋，灰 色代表綠條紋，深灰色代表藍條紋。圖6是投射圖像中第300行的各分量行掃描圖，圖6 (a) 中的粗實線代表紅分量掃描圖，圖6(b)中的虛線是綠分量的行掃描圖，圖6(c)中的細實線 是藍分量的行掃描圖。從圖中顯示各分量間沒有影響，也就是說投射圖案中紅、綠、藍的灰 度級是相同的。圖7是用某一彩色CCD攝像機拍攝圖5圖像的第300行的各分量行掃描圖， 從圖中可以看出各顏色分量之間存在著顏色耦合現(xiàn)象，綠、藍對紅的耦合十分強烈，紅分量 的最大灰度值由原先的255變化到150左右。 為解決這種硬件設(shè)備各顏色分量耦合的影響，在采樣行掃描方法對綠條紋中心及 邊界定位時，先計算出紅藍對綠條紋的耦合系數(shù)，利用此系數(shù)對綠條紋中心及邊界進行亞 像素定位，以此獲得更精確的條紋定位。 得到條紋精確定位和相應(yīng)碼值后，可依據(jù)系統(tǒng)參數(shù)對三維物體進行重構(gòu)和測量， 系統(tǒng)參數(shù)的標定可采用傳統(tǒng)的標定方法來獲得。
權(quán)利要求
一種基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，其特征是1)向所需測量或重建的三維物體依次連續(xù)投射基于綠條紋分割的紅藍格雷碼編碼結(jié)構(gòu)光，分別攝取各幅投射圖案；2)對攝取的各幅投射圖案進行紅綠藍彩色條紋分割，獲得各幅圖案像素的顏色值；3)提取各幅拍攝圖案中綠條紋的中心及左右邊界，依據(jù)其前幾幅相應(yīng)像素顏色值獲得綠條紋中心及左右邊界的編碼值；4)對綠條紋中心及左右邊界進行亞像素定位，再依據(jù)系統(tǒng)標定參數(shù)實現(xiàn)三維物體的測量及重構(gòu)。
2. 根據(jù)權(quán)利要求1所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，其特征是在第1步中，所述的投射圖案由三基色紅(R)、綠(G)、藍(B)組成，使得每種顏色之間的差別達到最大易于解碼，依次投射的編碼圖案中紅藍條紋按格雷碼方式編排，并且在每相鄰的紅藍條紋中插入四個像素寬的綠條紋。
3. 根據(jù)權(quán)利要求1所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，其特征是在第2步中，紅綠藍彩色條紋分割采用自適應(yīng)閾值法，所述的自適應(yīng)閾值法是建立在對每幅每一像素的每一顏色分量進行歸一化處理的基礎(chǔ)上，以此可消除環(huán)境光及物面顏色對測量結(jié)果的影響。
4. 根據(jù)權(quán)利要求1所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，其特征是在第2步中，提取綠條紋中心實現(xiàn)像素邊緣解碼，綠條紋中心碼值只依賴于前[l，. . . ，i-l]幅的紅藍條紋碼值而決定，與其相鄰像素的顏色值無關(guān)，以此消除格雷碼一位轉(zhuǎn)換誤差。在提取綠條紋中心的同時，提取綠條紋與紅藍條紋的邊界，以此將物面采樣密度提高近一倍，從而提高三維測量精度。
5. 如權(quán)利要求1所述的基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法，其特征是在第4步中，基于攝像機硬件設(shè)備的顏色耦合影響，采用行掃描技術(shù)對綠條紋中心及左右邊界進行亞像素定位。
全文摘要
基于綠條紋分割的高采樣密度彩色結(jié)構(gòu)光三維測量方法。在以往的研究中彩色編碼多用于空間編碼和直接編碼，而且大都能用于動態(tài)物體的測量，但由于基于CCD攝像機的顏色保真度及分辨率的影響，對三維物體的測量精度不高，很難用于精確物體的測量。1)向所需測量或重建的三維物體依次連續(xù)投射基于綠條紋分割的紅藍格雷碼編碼結(jié)構(gòu)光，分別攝取各幅投射圖案；2)對攝取的各幅投射圖案進行紅綠藍彩色條紋分割，獲得各幅圖案像素的顏色值；3)提取各幅拍攝圖案中綠條紋的中心及左右邊界，依據(jù)其前幾幅相應(yīng)像素顏色值獲得綠條紋中心及左右邊界的編碼值；4)對綠條紋中心及左右邊界進行亞像素定位，再依據(jù)系統(tǒng)標定參數(shù)實現(xiàn)三維物體的測量及重構(gòu)。本發(fā)明應(yīng)用于三維測量技術(shù)中。
文檔編號G01B11/24GK101738172SQ20081017048
公開日2010年6月16日 申請日期2008年11月5日 優(yōu)先權(quán)日2008年11月5日
發(fā)明者于曉洋, 關(guān)叢榮 申請人:哈爾濱理工大學(xué)