采用相位图拼接的傅立叶变换轮廓术

针对在傅立叶变换轮廓术中,由于物体表面的阴影或突变而造成条纹的断裂或错位,从而影响物体三维面形重建的问题,提出了一种采用相位图拼接的傅立叶变换轮廓术。在同一参考平面上转动物体获得不同方位的变形条纹图像,由阴影或突变所造成的截断或错位条纹分布在变形条纹图的不同部位,相位值不可靠的点也分布在相位图的不同区域,对旋转前后重建物体在信息可靠区域内进行标记拼接,恢复物体表面完整的三维信息。实验证实了此方法的有效性及实用性。     

基于激光再制造机器人的表面浅斑缺陷识别研究

机器视觉系统对于提高激光机器人再制造质量有重要作用。针对浅斑类缺陷无法在点云数据中定位的问题,开发了专用识别系统,将二维图片和三维点云结合起来实现该类缺陷的三维检测。对灰度图片进行处理,包括图像频域增强、区域标记和区域合并等,实现了二维图片中的缺陷定位;利用双目立体视觉系统对再制造零件表面进行扫描,获取零件表面三维点云数据,同时将二维缺陷边界转换为三维缺陷边界,实现了点云数据中缺陷的定位。实验结果表明,该系统能有效识别浅斑类缺陷,并且再制造精度高。     

双目面结构光三重扫描测量系统温漂补偿方法

双目面结构光三重扫描是在条纹投影双目视觉重建的基础上,追加左、右相机与投影仪构成的单目视觉系统重建点云,在反光和凹凸起伏等表面测量应用上具有更好的点云完整性优势。但由于环境温度变化影响,投影仪产生较大温度漂移,导致双目重建点云与单目重建点云发生“分层”现象。为此,文中提出了一种基于正交条纹投影的三重扫描系统温漂在线补偿方法,通过投影仪投射正交条纹来构建双目重建点在投影仪图像中准确的映射关系,并基于双目重建点在投影仪图像中的重投影误差最小化目标函数来求解温漂补偿后的投影仪最优外参数。最后,以金属球和汽车零件作为被测对象进行实验验证,在不依靠标定板等先验信息及繁琐标定流程基础上,所提在线快速补偿方法可以使得双目点云与单目点云温漂量分别减小78.2%和94.3%,极大减轻了温度变化对于三重扫描点云数据拼接影响。     

基于条纹投影的双目结构光成像系统

研究了一种 基于条纹投影 的双目三维成像方法,实现对表面有大梯度或非连续等复杂形貌物体的测量。计算机软件产 生的正弦条纹 经DLP投影仪投射到被测物体表面,左右两个CCD相机同时拍摄经被测物体表面调制的变形条 纹图。通过 四步相移和最佳条纹选择方法分别计算得到折叠相位图和展开相位图。建立绝对相位与深度 之间的关系, 得到两组不同坐标系下的三维点云数据。提出一种改进的最近点迭代(ICP)算法,在每一次 迭代过程中剔除 不可见点和噪声点,将两组点云数据转换到同一坐标系中。三维形貌测量实验证明了所研制 成像系统的可 行性和准确性。视场范围内的最大测量误差为0.072mm。     

虚拟现实技术的三维图像重建系统

为了提高三维图像质量,设计基于虚拟现实技术的三维图像重建系统。首先,提取三维图像点云信息,通过虚拟现实和帧同步技术融合点云数据,利用中值滤波技术去除图像噪声;然后,采用虚拟现实技术对降噪后图像开展点云优化,自动检测图像点云的特点,过滤掉噪声点,有效覆盖图像表面微小矩形面片集,提升图像三维重建完整度,通过匹配前景得到点云位置;最后,重建过程中调整点云数据为高斯正太分布项目,有效缩短图像前景和背景间重建差异,实现三维图像重建。实验结果表明,该系统的帧跟踪能力强,重建三维图像清晰、分辨率高。     

基于3D激光打印的建筑景观可视化视觉艺术重建

在进行建筑景观重建时，为防止周围环境、信号干扰等原因产生点云噪声，提出基于3D激光打印的建筑景观可视化视觉艺术重建方法。利用Kinect获取物体表面点云数据，并做多视角对齐和点云去噪处理，使模型数据更加精准。利用迭代最近点算法对数据进行点云配准与融合，通过数据的预处理，使点云数据融合为表面光滑、无孔洞模型，根据建筑景观的三维模型，使用3D激光打印机打印技术的可视化系统实现模型的视觉艺术展现。模拟试验结果表明，所设计的建筑景观重建误差率在10%以下，重建数据平滑值保持在0.9左右，满足了建筑景观视觉艺术重构的要求。     

基于全局优化的实时高精度模型重建

三维形貌测量在先进制造、航空航天、生物医学等领域发挥着重要的应用。凭借高精度、全视场、非接触等优点，条纹投影轮廓术是目前使用最广泛的一种光学三维测量手段。为了获得物体全局三维信息，通常需要将待测物置于转台之上，通过不断地扫描和拼接来获得物体的全局信息。然而，传统的扫描和拼接是以离线的方式进行的，导致整个三维模型的重建速度缓慢。现有的实时点云配准方法虽然能够有效提高点云扫描与拼接的速度，但实时点云拼接的精度依然受待测物的运动状态影响。本文针对上述问题进行优化改进，提出一种基于全局优化的实时高精度模型重建方法。首先，介绍了一种由粗配准到精配准的快速点云配准算法并提出了基于点云法向量约束的点云初始化算法，能够提升粗配准过程中点云初始位姿计算的稳定性与精度。其次，在精配准阶段引入了图优化算法以获得全局点云位姿的最优解，进一步提升了全局点云配准的精度。实验结果表明，所提方法相比于现有实时模型重建方法，能够实现更高精度且稳定的全局点云配准。特别地，针对动态场景中由于抖动等因素引起的被测物体速度突变等情况，本方法依然能够鲁棒地完成三维模型重建，全方位模型重建的精度达84μm。     

面向复杂机械零件形貌测量的高精度三维重建方法

机械零件的精确测量可为零件的加工制造、虚拟仿真、缺陷检测等应用提供依据,基于条纹投影的双目视觉方法由于其高精度的特点广泛应用于机械零件的形貌测量中。在该方法中,绝对相位曲线的质量决定着三维重建的最终精度。由于环境噪声、场景不连续或零件表面复杂结构等的影响,绝对相位曲线往往存在着大量的噪声点和不同程度的形变。为了提高重建精度,针对绝对相位曲线存在的问题提出了相应的改进方法;针对难以去除的远离相位曲线的噪声点,提出逐区域相位校正方法,该方法将每一行的相位曲线分为若干区域,以区域内相位值的中位数为阈值,去除此类噪声点;针对相位曲线的形变区域,在基于点基元的立体匹配方法的基础上引入曲线拟合方法,并对匹配后得到的视差图进行精化,能够改善相位曲线形变区域立体匹配结果不佳的情况,提高了匹配方法的鲁棒性与精度。使用该方法对复杂零件FSW逆变器进行重建,标准偏差可降至0.1 mm以内。实验结果表明:所提方法重建精度更高,对于表面结构复杂的机械零件,能够实现精确测量。     

基于改进残差Unet的数字全息端到端相位重建

数字全息术（DH）是监测透明样品定量三维信息的一种重要技术。然而，常规数字全息重建中需要相位畸变补偿和解包裹，严重影响了相位重建速度和重建精度。提出一种融合空洞卷积和注意力机制的改进残差Unet方法，实现了数字全息端到端相位重建，简化成像过程，提高了图像重建质量。此外，该方法还可以通过调整残差块，得到最优的实时重建网络模型。实验结果表明，所提基于深度学习的相位重建方法能够实时获得样品精确的三维形貌信息，有利于对动态样品进行实时监测。     

基于改进型B样条分层插值的汽车零件检测研究

在汽车零件的在线装配过程中,为了减小由理论数模与实际位置之间的偏差导致的装配误差,设计了改进型B样条分层插值算法。首先,根据点云重建曲面的曲率分布对初始数据进行分层,然后再通过三次B样条插值算法获得实际零件点云与数模点云的偏差分布,最后由绝对距离偏差值推导得到路径补偿归一化系数,从而实现对汽车零件自动检测的扫描路径优化。仿真对包含直角、棱边及孔洞特征的零件进行分析,结果显示点云去噪效果良好,重建曲面形貌符合实体零件特征。实验对比了直接重建与采用三次B样条分层插值算法优化后的重建效果,通过对300个测试点的数据统计,三个坐标轴方向的位置优化前后平均误差分别为3.345 mm和0.599 mm。可见,优化后位置预测精度得到了较好的提升,为提高扫描路径精度奠定了基础。     

基于机载激光雷达数据的复杂建筑物三维自动重建方法

为了解决复杂建筑物三维模型重建存在的边缘像素清晰度低和重建效率低的不足，提出基于机载激光雷达数据的复杂建筑物三维自动重建方法。首先通过机载激光雷达快速采集复杂建筑的三维点云数据，并剔出异常点云数据；其次采用SIFT算法提取点云数据特征点，通过梯度特征提取匹配特征点，根据特征点进行平移与旋转，完成复杂建筑点云数据配准；然后对建筑边缘三维阈值提取，获得高精度重建阈值；最后通过三维轮廓交边拼接优化，复杂建筑物三维自动重建。通过对比测试证明了本方法重建建筑物三维模型的边缘像素的灰度值为25～215,灰度值跨度较大，边缘像素清晰度较高，三维模型的重组时间为60 min～145 min,耗时较少，重建效率较高，说明了本方法对复杂建筑物三维自动重建的应用效果较好。     

基于连续相位稠密匹配的结构光三维重建优化方法

提出了一种基于连续相位稠密匹配的结构光三维（3D）重建优化方法。利用标定的相机阵列获取投影的结构光变形条纹,利用格雷码划分相位级次,提出等相位约束条件,实现不同相机图像之间的稠密匹配;然后利用空间3D点与相机阵列之间的投影关系,建立各相机位姿与重建点云全局优化模型;利用观测值反向投影的欧式距离建立非线性优化的目标函数,并将此优化问题转为李代数上的图优化模型进行迭代求解。利用公开数据集和实测数据进行实验,结果表明,所提方法可以实现360°无遮挡的3D重建,且重建精度相对传统无优化结构光方式提高了6.94%,相机位姿精度提高了9.77%。所提方法相比参考方法对相机畸变标定精度要求低,并可用于模型点云的非刚体融合。同时由于相机阵列的使用,重建过程中目标物体无需多次旋转,使得物体的3D重建更加方便。     

基于条纹投影和双屏透射显示的复合表面三维测量方法

光学三维形貌测量技术具有无损、快速、高精度等优势，被广泛应用于不同领域。工业生产及现实生活中的镜面/漫反射复合表面三维形貌的快速、高精度测量一直是未解决的难题。提出一种基于条纹投影和双屏透射显示的镜面/漫反射复合表面测量方法，并对系统的非线性响应进行了补偿。首先，普通屏和透明屏分别显示绿色条纹，被镜面部分反射，投影仪投射蓝色正弦条纹图到漫反射部分；其次，相机采集不同颜色的变形条纹图；然后，三维标定获取系统参数，通过相位与深度的关系恢复物体的三维形貌；最后，校正系统的非线性响应误差并进行补偿，提高三维测量精度。实验结果表明：该方法能够实现非连续复合表面物体三维形貌的高精度测量。     

城市园林景观空间格局三维数字化重建系统设计

以往三维数字化重建系统因未采取特征匹配算法提取城市园林景观图像中空间格局特征,导致重建精度较低。为此,设计城市园林景观空间格局三维数字化重建系统,通过ZED双目立体相机采集城市园林景观的二维图像,所采集二维图像通过视差图修复和细化环节等预处理后,利用SIFT相关特征匹配算法提取预处理后图像的空间格局特征,通过三维点云的纹理映射功能将图像的空间格局特征映射至三维点云模型中,并将数字影像色彩属性信息通过OpenGL图像库添加至三维点云模型中,实现城市园林景观空间格局三维数字化重建。实验结果表明,该系统可有效重建逼真、色彩鲜明的三维数字化城市园林景观空间格局,建模误差均在1%以内,建模精度较高,满足三维数字化重建要求。     

一种利用结构光照明的高精度三维测量系统

为实现微小物体的全方位高精度三维测量,构建了一种利用结构光照明的高精度三维测量系统。对系统采用的双远心镜头、相位解算方法、多投影点云融合算法等进行研究。首先利用双远心测量头采集图像数据,然后采用多频相移与互补格雷码相移两种方法进行相位解算,并分析比较两种方法在重建精度和重建效率方面的性能,最后针对特定点云噪声提出相位滤波方法、优化的统计滤波方法以及多投影点云融合匹配校正方法。实验结果表明,系统应针对不同使用场景选用不同的相位解算方法;相较于单投影双目系统,基于多投影的本系统能获取目标全貌,且平面及高度测量精度均在10 μm以下;在GPU加速后,测量速度提升218倍。该系统基本满足高精度工业测量的精度高、效率高等要求。     

机载气象雷达目标的三维建模方法研究

三维可视化系统能够为机载气象雷达回波数据分析提供支持。本文以预先提取的气象目标三维点云数据为基础,设计了一种面向机载气象雷达目标的三维建模方法。首先运用α-shape算法提取气象目标的外轮廓点云,并通过主元分析法求取点的法向量,再利用泊松重建算法对具有法向信息的外轮廓点云进行三维表面重建。结果表明,该方法得到的气象目标三维重建结果轮廓清晰,表面细节特征明显,能够反映气象目标的空间结构分布特征。相较于仅使用α-shape算法和移动立方体算法,该方法在重建精度和计算效率方面均有提高。重建模型整体上满足机载气象目标三维建模的要求,可以为未来的机载显控气象信息平台三维可视化提供技术支持。     

基于虚拟现实的移动机器人真实环境三维建模系统

传统的虚拟现实（VR）技术通过人为建模的方式生成室内三维地图模型，存在速度慢、模型与现实物体尺度之间存在偏差的问题。鉴于此，提出基于VR的移动机器人的真实环境三维建模系统。首先通过视觉同时定位与建图（SLAM）技术快速地获取室内的高精度稠密三维点云地图；其次将三维点云通过曲面重建算法重建为室内三维模型并导入到unity 3D中；然后借助VR设备将室内三维模型置于三维立体的虚拟环境中；最后通过视觉SLAM技术实现移动机器人在室内环境的重定位，实时映射机器人在模型中的位姿，完成交互。利用视觉SLAM技术构建三维地图模型不仅快速，解决了场景尺度偏差的问题，且实现地图的重复使用。同时VR技术也使操作人员可以获得强烈的沉浸感，从而更好地理解机器人的工作环境。     

基于激光雷达的室内玻璃三维重建算法

针对激光雷达在室内地图重建过程中,扫描不到透明玻璃的问题,文章提出了一种玻璃检测三维重建算法,实现了三维地图中玻璃的重建。该方法将三维激光雷达扫描的点云经过点云滤波、分割、聚类以及运动匹配,提取出感兴趣的透明玻璃上的点云,从而识别出室内场景中的透明玻璃。实验结果显示,该算法能有效地使用激光雷达数据检测玻璃并进行三维地图重建。     

基于TIN的LIDAR点云过滤算法

机载激光雷达是一种快速获取高精度三维地理数据的新技术,对其获取的不规则分布的三维点云数据过滤处理是目前的研究前沿,也是机载激光雷达应用的关键技术.本文在分析典型地物激光雷达点云空间分布基本规律的基础上,重点研究了典型地物表面及其边缘的点云空间分布特征及基于TIN结构的邻近点云高程突变规律,并设计了相应的点云过滤算法.论文还对算法的参数选择及相应的误差进行了探讨,并进行了LIDAR数据DEM提取实验.     

基于体素化网格下采样的点云简化算法研究

针对三维点云数据冗余量大、重建时间长、效率低等问题,提出一种基于体素化网格下采样的点云简化算法。该算法首先求出点云数据集的最小三维长方体包围盒,把点云数据划分进三维体素栅格中去;其次计算点云的k邻域,进行曲面法向量估计;然后,在三维体素栅格中选择满足要求的数据点,实现点云下采样;最后,调用Power Crust对下采样点云数据进行曲面重建,在三维可视化类库Visualization Toolkit(VTK)进行显示。实验结果表明,该算法能够加快三维点云数据的重建速度,较好地保持了点云特征,提高曲面重建的效率和鲁棒性,适合实时处理。