本發(fā)明涉及一種用于三維成像與測量技術的基于結構光對比度優(yōu)化的兩步相移算法，屬于三維成像與測量領域。

背景技術：

近年來，基于相位輔助的結構光三維成像技術以其非接觸、高精度、易于實現(xiàn)等優(yōu)點，在工業(yè)生產(chǎn)、文化藝術、醫(yī)學成像、虛擬現(xiàn)實等諸多領域得到了廣泛的應用。其中相位信息作為三維成像中的特征信息，為實現(xiàn)同一物點在不同像中的對應點匹配提供唯一性約束?？焖贉蚀_地得到物體表面的相位信息是此類三維成像技術的關鍵。

相移算法是相位重建的經(jīng)典算法，通過向目標投影并采集相同頻率、不同相移量的多幅條紋圖，以獲得目標表面的相位信息。傳統(tǒng)相移算法需要投影至少三幅相移條紋圖才可以實現(xiàn)相位重建。而投采多幅相移圖，需要一定的圖像采集時間。

因此本發(fā)明試圖通過兩幅相移條紋圖重建相位信息，以縮短相位重建的時間。而為了彌補相移條紋圖減少帶來的相位重建精度下降，本發(fā)明引入對比度優(yōu)化算法降低相位重建誤差。

技術實現(xiàn)要素：

本發(fā)明的目的在于，提供一種基于結構光對比度優(yōu)化的兩步相移算法，以減少投采相移圖像數(shù)量，縮短相位重建時間，得到更準確的相位信息。

本發(fā)明的基于結構光對比度優(yōu)化的兩步相移算法，包括兩步相移相位計算和對比度優(yōu)化兩個過程：

(1)兩步相移相位計算過程，該過程處理采集到的兩幅相移條紋圖，計算出對應像素點上的相位信息；包括以下步驟：

①對采集到的圖像進行濾波，以減少噪聲帶來的影響；

②用對比度變化表征背景光強，得到關于兩步相移的光強分布模型，由兩步相移的光強分布模型結合三角函數(shù)的平方和關系，得到關于物體表面反射率r的一元二次方程，求解該方程得到反射率r的兩個解；

③將得到的反射率r的解代回到光強分布模型中，得到關于折疊相位的兩個

④根據(jù)絕對相位遞增的特性，從兩個折疊相位解中篩選出遞增部分，組成折疊相位的初始解，同時標記出對比度敏感的像素點；

(2)對比度優(yōu)化過程，是根據(jù)絕對相位線性遞增的特征，選取對結構光對比度敏感的區(qū)域上像素點，在其鄰域上做線性假設，通過關于對比度和相位的聯(lián)合優(yōu)化，達到修正對比度的目的；具體包括以下步驟：

①根據(jù)絕對相位的線性特性，對標記像素點的水平鄰域上的相位值做線性假設，取標記像素點水平鄰域上的5-7個點，將這5-7個點的光強分布模型聯(lián)立，通過對比度和絕對相位的聯(lián)合優(yōu)化，達到優(yōu)化區(qū)域對比度的目的；

②根據(jù)臨近像素對比度相近的特點，由局部區(qū)域的對比度，對整體進行插值填充，得到優(yōu)化后的整個投影范圍內(nèi)的結構光對比度分布情況。

所述對比度優(yōu)化過程中優(yōu)化后的對比度分布代入兩步相移相位計算過程中的光強分布模型，再經(jīng)過相位計算過程中的②-④步，得到更為準確的反射率分布情況和相位信息。

所述兩幅相移條紋圖的相位差為3π/2。

所述兩步相移的光強分布模型為：

i1(x，y)＝r(x，y){1+amcos[φ(x，y)]}，

i2(x，y)＝r(x，y){1+amsin[φ(x，y)]}，

其中r是物體表面反射率，am為投影條紋的初始對比度，φ(x，y)為圖像上對應像素點的相位值。

所述反射率r的一元二次方程為：

(2-am²)r²-2(i1+i2)r+i1²+i2²＝0，

am為投影條紋的初始對比度，i1和i2為采集到的兩幅圖像的光強分布。

所述折疊相位的表達式為：i1和i2為采集到的兩幅圖像的光強分布，r1和r2為反射率r的一元二次方程的兩個解。

所述兩步相移相位計算過程的步驟④中，區(qū)分解和標記像素點的過程為：

①計算兩個解在水平方向上的一階差分，得到遞增區(qū)域的位置矩陣

②計算標記像素點的判別矩陣

③若p＝1，則該位置為可靠像素點，對應到兩個解，位置矩陣分別為若p＝2，該位置為敏感像素點，對應的位置矩陣為s；

④判別s矩陣對應像素處的小于π的部分記為s1，大于π的部分記為s2；

⑤計算折疊相位的初始估計：

本發(fā)明將環(huán)境光的影響納入到結構光對比度的變化中，構造以相位和表面反射率為待求變量的兩步相移光強分布模型，并由此求得相位的初始分布?；诮^對相位的線性特征，對區(qū)域相位信息和結構光對比對進行聯(lián)合優(yōu)化，得到更為準確的結構光對比度。應用修正后的結構光對比度獲得更精確的相位信息。

本發(fā)明具有以下特點：

(1)相比傳統(tǒng)的相移算法(不少于三步)，可以減少投采相移圖像所需要的時間，實現(xiàn)更快速地相位重建；

(2)把背景光的影響納入到對比度的變化中，通過優(yōu)化修正對比度分布，得到更準確的相位信息；

(3)對比度優(yōu)化僅在局部鄰域進行，兼顧了對比度的全局非一致性和計算效率。

附圖說明

圖1是本發(fā)明算法的整體流程圖。

圖2是本發(fā)明中相位計算流程圖。

圖3是本發(fā)明中的對比度優(yōu)化流程圖。

圖4是本發(fā)明中的折疊相位的兩個解分布圖。

圖5是本發(fā)明中對比度優(yōu)化的區(qū)域示意圖。

具體實施方式

圖1給出了本發(fā)明基于結構光對比度優(yōu)化的兩步相移算法的整體流程圖，包含相位計算過程的流程圖和對比度優(yōu)化的流程圖。整個過程從采集到的數(shù)據(jù)，經(jīng)過相位計算過程，對比度優(yōu)化過程，再經(jīng)過一次相位計算過程，便得到更為準確的相位信息。

一.相位計算的過程如圖2，根據(jù)條紋投采的物理過程建立兩步相移的光強分布模型，進而計算物體表面的反射率分布情況和折疊相位分布情況，該算法將相移量設為3π/2，引入了三角函數(shù)的平方關系作為求解折疊相位的輔助條件，得到關于折疊相位的一元二次方程；利用絕對相位的單調(diào)性對得到的方程解進行判別，同時標記出對結構光對比度敏感的區(qū)域。

具體實施過程如下：

(1)對采集到的圖像進行濾波，減少噪聲帶來的影響。

本實施例中，使用ti的dlplightcrafter4500投影兩幅相位差為3π/2，對比度設置為0.8，頻率為1/36,，分辨率為912×1140的正弦條紋，采用basleraca1300-60gm相機采集圖像，其分辨率為1280×1024，信噪比為39.8db。在黑暗環(huán)境下，拍攝白色漫反射平板的兩步相移圖像。

(2)用對比度變化表征背景光強，得到關于兩步相移的光強分布模型：

i1(x，y)＝r(x，y){1+amcos[φ(x，y)]}

i2(x，y)＝r(x，y){1+amsin[φ(x，y)]}

其中i1、i2為采集到的兩幅圖像的光強分布，r是物體表面反射率，am為投影條紋的初始對比度，φ(x，y)為圖像上對應像素點的相位值。由兩步相移的強度分布模型結合三角函數(shù)的平方和關系，得到關于反射率r的一元二次方程：

(2-am²)r²-2(i1+i2)r+i1²+i2²＝0

求解該方程得到物體表面反射率r的兩個解r1、r2。

(3)將得到的反射率r的解代回到模型中，得到關于折疊相位的兩個解和

折疊相位的表達式為：兩個解的分布情況具有明顯的差異性，如圖4所示。

(4)根據(jù)絕對相位遞增的特性，從兩個折疊相位解中篩選出遞增部分，組成折疊相位的初始解，同時標記出對對比度敏感的像素點。區(qū)分解和標記像素點的過程為：

①計算兩個解在水平方向上的一階差分，得到遞增區(qū)域的位置矩陣

②計算標記像素點的判別矩陣

③若p＝1，則該位置為可靠像素點，對應到兩個解，位置矩陣分別為若p＝2，該位置為敏感像素點，對應的位置矩陣為s；

④判別s矩陣對應像素處的小于π的部分記為s1，大于π的部分記為s2；

⑤計算折疊相位的初始估計：

二.對比度優(yōu)化的過程，如圖3，是根據(jù)絕對相位線性遞增的特征，選取對結構光對比度敏感的區(qū)域上像素點，在其鄰域上做線性假設，通過關于對比度和相位的聯(lián)合優(yōu)化，達到修正對比度的目的。算法將背景光的影響納入到結構光對比度的變化中，通過修正對比度來修正背景光的影響。具體實施過程如下：

(1)根據(jù)相位的線性特性，對標記像素點的水平鄰域上的相位值做線性假設，取標記像素點水平鄰域上的5-7個點，將這5-7個點的光強分布模型聯(lián)立，通過對比度和相位的聯(lián)合優(yōu)化，達到優(yōu)化區(qū)域對比度的目的。

本實施例中，選取水平方向的7個像素構成的鄰域作為選取窗口，假設線性遞增步長為φt，標記像素點初始相位值為φc，目標函數(shù)如下：

(2)根據(jù)臨近像素對比度相近的特點，由局部區(qū)域的對比度，對整體進行插值填充，得到修正過的關于整個投影面積上的結構光對比度分布情況。本實施例中采用臨近點插值的算法進行對比度擴散直到填充滿投影區(qū)域。

三.把修正過的對比度分布代入光強分布模型，再經(jīng)過相位計算過程中的(2)-(4)步，即可得到更為準確的反射率分布情況和相位信息。

圖4給出了圖像某一行上折疊相位的兩個解的分布情況，其中橢圓所示的單調(diào)遞增區(qū)域構成一個周期內(nèi)的相位初值；圖5中亮點為標記出的對比度優(yōu)化的像素點。