基于空间环形特征的薄型物体三维测量方法
摘要文本
本发明涉及物理测量技术领域,公开基于空间环形特征的薄型物体三维测量方法,属于结构光三维测量领域,包括建立标志物、标定系统、获取单面测量结果、测量结果拼接、填补边缘镂空区域和纹理映射六个步骤,采用圆心序号已知的多个圆形组合构成空间环形特征,作为标志物。测量时,将标志物与待测物体固定,保证待测物体与标定物位姿不发生改变;测量完成后通过两次测量结果间的旋转平移矩阵及标志物特征矩阵,完成薄型物体正反面测量结果高效拼接;同时,利用圆形区域正反面变形相移条纹的平均调制度比值完成纹理信息亮度统一处理,同时保证了重建物体三维信息及纹理信息的高精度。 来源:百度马 克 数据网
申请人信息
- 申请人:成都信息工程大学
- 申请人地址:610225 四川省成都市西南航空港经济开发区学府路1段24号
- 发明人: 成都信息工程大学
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于空间环形特征的薄型物体三维测量方法 |
| 专利类型 | 发明授权 |
| 申请号 | CN202311768757.0 |
| 申请日 | 2023/12/21 |
| 公告号 | CN117450955B |
| 公开日 | 2024/3/19 |
| IPC主分类号 | G01B11/25 |
| 权利人 | 成都信息工程大学 |
| 发明人 | 袁寒; 邓淋文; 李米可; 钟敏; 陈锋; 杨泓宇 |
| 地址 | 四川省成都市西南航空港经济开发区学府路1段24号 |
专利主权项内容
1.基于空间环形特征的薄型物体三维测量方法,其特征在于:包括以下步骤:步骤1,建立标志物,组成标志物的特征点分为呈镜像关系的正反两面,序号相同的正反面特征点组成特征点匹配对;所述步骤1具体为:组成标志物的特征点为圆心,标记各圆心序号,标志物分为正反两面,两面特征点呈镜像关系,序号相同的正反面特征点组成特征点匹配对,各特征点匹配对空间几何关系为:其中,表示以摄像机坐标系为参考系,标志物正面特征点的空间三维坐标;b表示以摄像机坐标系为参考系,标志物反面特征点的空间三维坐标系;R、T为标志物特征矩阵,其中R表示标志物正面特征点与反面特征点的旋转矩阵,T表示标志物正面特征点与反面特征点的平移矩阵;jmamamama步骤2,标定系统,利用投影仪和摄像机的标定原理,对投影仪和摄像机的参数矩阵进行标定;所述步骤2具体为:利用投影仪与摄像机标定原理,对投影仪和摄像机的内参矩阵K、K,畸变系数矩阵p、p,以及投影仪与摄像机之间的外参矩阵R、T进行标定;pcpc步骤3,获取单面测量结果,利用双频外差方法编码生成相移条纹和附加条纹,利用条纹投影测量技术,根据极线定理及射线相交定理重建物体单次测量表面的三维信息,正反面测量后,得到物体正反面的点云及标志物特征点的三维坐标;所述步骤3中,获取单面测量结果,利用双频外差方法编码生成相移条纹和附加条纹的步骤,包括:利用投影仪投影编码的N步相移条纹及附加条纹至待测物体及标志物正面,摄像机同步采集相应的变形相移条纹和变形附加条纹:其中,(x, y)为摄像机像平面的像素索引;n表示第n步,共有N步;为物体正面的变形相移条纹;/>为物体正面的变形附加条纹;A(x, y)为相移条纹背景光强;B(x, y)为相移条纹调制信号;/>为受物体调制的变形相移条纹相位信息;A(x, y)为附加条纹背景光强;B(x, y)为附加条纹调制信号;/>为受物体调制的变形附加条纹相位信息;1122同时,采集物体正面的纹理信息T(x, y);F根据包裹相位求解公式,利用变形相移条纹和变形附加条纹解算出相位和,利用双频外差原理,根据相位/>和/>计算得到条纹级次k(x, y),从而获取绝对相位:其中,为绝对相位;所述步骤3中,利用条纹投影测量技术,根据极线定理及射线相交定理重建物体单次测量表面的三维信息,正反面测量后,得到物体正反面的点云及标志物特征点的三维坐标的步骤,包括:通过步骤2所求的投影仪与摄像仪之间的外参矩阵R、T,得到摄像机和投影仪的极线对应关系,通过该极线对应关系和绝对相位获得摄像机与投影仪像平面坐标的对应关系;结合摄像机和投影仪的内参矩阵、畸变系数矩阵和外参矩阵,利用极线定理及射线相交定理求得物体表面的三维点云,完成物体及标志物的三维重建;单次测量完成后,获得物体及标志物正面点云P;移动测量系统,重复投影采集及重建过程,获取物体反面的变形相移条纹、变形附加条纹/>及纹理信息T(x, y),完成物体反面轮廓测量,获取物体及标志物反面点云Q;B结合正面点云P、反面点云Q及纹理信息T(x, y)、T(x, y),提取出标志物的特征点的三维坐标;FB步骤4,测量结果拼接,基于重建的标志物圆心三维点云匹配对,利用奇异值分解算法求解出正反面测量结果间的旋转矩阵、平移矩阵,根据旋转矩阵、平移矩阵及标志物特征矩阵完成待测物体正反面拼接;所述步骤4具体为:计算步骤3中标志物正反面的特征点的三维重心坐标:其中,E为圆心特征点总数;d为正面特征点三维坐标,为d的均值;/>为反面特征点三维坐标,/>为/>的均值;jj计算协方差矩阵Cov:利用奇异值分解算法分解协方差矩阵:其中,U、S、V为分解获得的矩阵,利用U、V获取两次测量的旋转矩阵R:Tr以及平移矩阵T:Tr利用两次测量的旋转矩阵、平移矩阵及标志物特征矩阵R、T对反面点云坐标进行转换,得到转换后的反面点云:mama消除由测量系统移动引入的物体重建坐标误差,最后将正面点云P和反面点云融合,滤除标志物区域,获得薄型物体正反面重建结果;步骤5,填补边缘镂空区域,针对边缘镂空区域部分,再次重复步骤3,获取该部分的点云数据,并利用最近点迭代算法完成该部分点云数据与步骤4重建数据的拼接;步骤6,纹理映射,利用圆形区域调制度统一正反面测量获取的纹理信息亮度,生成亮度统一的纹理信息,通过有序点云索引,将纹理信息映射至重建点云表面。