基于彩色编码投影仪的不标定三维重构算法

在机器视觉的研究中,三维场景重构的理论与技术是很重要的内容,在理论上已从标定三维重构发展到不标定三维重构．一般来说不标定三维重构是基于被动视觉原理,利用一个参数不变的摄像机,对同一幅场景在不同视点处获得的多幅图像序列(至少需要3幅图像)来实现的．基于一种伪随机彩色编码投影照明主动视觉原理,研究了仅利用一幅图像,在欧式空间不标定重构三维场景的算法．整个算法分三个层次,即分别依次由射影重构、仿射重构和欧式重构来实现．文中详细给出了各个层次上的算法原理与相互关系,并给出了实验验证结果．     

基于二进制编码结构光的三维形貌测量系统及其标定

建立了一个基于二进制编码结构光的三维形貌测量系统,推导了测量系统的物象关系式,并对测量系统进行了标定。在对编码投影光平面的标定过程中,提出利用代数射影几何中的交比不变原理对其进行标定的方案,并论述了标定原理。然后,结合系统的整体标定方案,设计了实验靶标,进行了标定实验,并生成了若干编码投影光平面的标定结果图像。     

基于彩色伪随机编码结构光特征提取方法

为增强三维重建过程中弱纹理目标的特征信息,提出一种基于彩色方格伪随机编码结构光的特征提取方法。设计一幅由五种彩色方格组成的伪随机编码结构光图案并将其投影到目标物体上。建立一种梯度算子模板对降采样图像中角点进行粗定位,然后进行局部非极大值抑制。将Harris算法推广到彩色多通道图像,对原图像粗定位区域进行角点检测,进而确定彩色图像中角点的精确位置。试验结果表明,在被测物体表面颜色和纹理结构均不丰富的条件下,提出的方法依然能够有效地保证特征提取的精度,具有较强的鲁棒性。     

数字式光处理技术及在三维测量中的应用

提出了一种颜色编码方法实现三维测量，利用数字式光处理技术将在计算机上用软件产生的颜色编码图案投射到被测三维物体上，用彩色摄像机摄取物体图像，在摄取的图像上每一种颜色对应一个投影角，根据彩色摄像机输出的颜色三元素RGB，实现颜色解码，从而获得物体的三维信息。     

基于主成分分析的图像哈希算法

提出了一种基于主成分分析的图像哈希算法.采用主成分分析对样本进行降维,取位于变换矩阵顶端最具有识别信息的少量特征向量构造投影矩阵,再对降维后样本进行局部保持映射,同时,对主成分分析投影矩阵进行随机旋转,形成多个小投影矩阵,采用矩阵拼接方法将小投影矩阵合并构造编码投影矩阵;最后,将训练样本投影到编码投影矩阵,得到降维样本,并对其进行哈希编码,得到最终的二进制编码.实验结果证明,同其他经典算法相比,该算法具有较好的稳定性,可降低内存消耗,并提高效率.     

空间编码三维视觉传感器的研究

本文介绍了空间编码三维视觉传感的结构与测量原理,并针对它在测量物体的三维信息中所存在着的投影点和像点的对应不够准确的问题,提出了一种三维视觉传感用的结构光空间编码的新方法,解决了被动视觉传感匹配难的问题.通过投影仪将一空间编码图片投射到物体表面,经物体几何形状调制的图案被面阵CCD摄像机接收,然后通过计算机测控系统就可以得到物体三维信息.实验结果表明:采用此种空间编码新技术,仅用一幅图像且不需对摄像机进行标定就可以对物体三维信息进行动态测量.     

基于彩色结构光的三维重构方法

通过对摄像机和投影机进行畸变校正和标定,确定了相应单应性变换矩阵。为了在复杂投影条件下对彩色结构光编码图像进行快速高精度解码,提出了基于拓扑结构和局部结构化的单幅彩色结构光编码方法以及基于波形分析的编码特征点提取方法和基于聚类分析的颜色分类方法,并利用编码图像本身特性提高解码精度和正确率。根据单应性变换矩阵和编码图像中每个特征点编码值调制前后的匹配关系,计算特征点的三维信息。实验结果表明,特征点的解码正确率超过99.5%。由于对投影机和摄像机的位置没有严格的限定,该方法适合快速搭建三维物体重构系统以及快速高精度地获得物体的点云。     

基于随机旋转局部保持哈希的图像检索技术

针对基于局部保持投影（locality preserving projection,LPP）的哈希用于图像检索造成图像表征力不强、检索效率低下的问题,融合LPP及主成分分析（principal component analysis,PCA）技术,提出一种随机旋转局部保持哈希的图像检索算法。首先对样本进行PCA降维,对PCA变换矩阵进行随机旋转形成PCA降维矩阵,将原始样本在降维矩阵上进行投影,得到PCA降维样本。为充分利用样本间的相似性结构,对PCA降维样本进行LPP映射,并引入随机矩阵对特征向量进行偏移构造最终编码投影矩阵。再将原始样本投影到编码投影矩阵,得到最终的降维样本;最后对其进行哈希编码,得到有效的二进制编码用于图像检索。算法充分考虑样本间的全局和局部相似性结构,体现了样本间所蕴含的局部和全局信息,把随机旋转应用于PCA降维矩阵,减少了编码之间的量化误差,提高了图像特征的识别能力。分别在3个人脸数据集上进行性能测试实验,并与相关方法进行比较,得到了较好的效果。实验结果表明该方法是有效的。     

动态三维轮廓测量中彩色编码条纹修正技术

针对大部分三维测量方法无法进行动态测量这一问题,运用一种基于彩色编码条纹的光学投影方法,给出了理论分析、编码设计原理、修正方法与实验分析.对测量中红绿蓝(RGB)三通道颜色的串扰和正弦条纹的非线性,通过建立一个颜色补偿模型和对条纹图案进行非线性修正来改善测量系统本身对测量结果的影响,以补偿后的图像来指导彩色编码条纹的解码,从而完成整个三维测量过程.实验证明该修正方法对改善条纹的颜色耦合和非正弦性准确有效,使系统可以完成更好的解码效果.     

基于液晶系统的规则点编码技术研究

研究了基于液晶的规则点空间编码技术.在三维视觉测量系统中,光学投影系统将LCD的图案投射到被测自由曲面上,受被测形面调制形成测量图像.针对LCD图像的特点,依次经过图像平滑、二值化和形态学技术对图像进行处理,并提出基于相关技术的液晶编码技术,获得了物体的三维空间点阵.     

基于图像反馈的标靶面与光轴垂直调节系统

介绍了摄像机标定的内部参数,阐述了标靶面与光轴垂直可以简化标定的过程.当标靶面与光轴垂直时,利用标靶面上特征圆在CCD成像面上成像也是圆的特点,提出了基于图像反馈的标靶面与光轴垂直的调节方法.一般情况下,标靶面与光轴不垂直,标靶面上特征圆在CCD成像面上成像为椭圆.通过图像处理和最小二乘椭圆拟合法计算出成像椭圆的长短轴及偏角,设计了调整控制策略.实验结果表明,该方法是有效可行的.     

全景摄像机标定

针对一般全景摄像机标定方法需要特殊的装置、设备和仅适用于满足单视点约束情况下的问题,依据从单视点指向三维点的向量投影到图像平面的过程可以用泰勒级数描述的理论,建立了双曲面全景摄像机标定方法的一般传感器参数模型.标定方法能够补偿镜子焦点与摄像机光心间的配置误差,能够应用于单视点约束没有精确满足的情况下.同时算法只需摄像机从不同位置获取棋盘格平面模板图像可以进行标定.摄像机和平面模板可以自由移动,而不需知道运动的先验知识,所以算法灵活方便,而模型的参数通过非线性优化得到,所以精度较高.     

基于CCD的数字光处理光源特性测量

针对数字光处理(DLP)投影机所用光源，提出了基于光阑小孔成像和CCD相机的光源色度坐标和亮度分布测量方法，建立了相应的光源测试系统.分析了DLP光源的结构及其对锥形光束的影响，并对测试系统中的CCD进行了光谱响应曲线测试和三基色校正，以得到准确的颜色测量值.测试结果表明，绝大多数DLP光源的色度坐标与D65光源接近，而光源的亮度分布特性对最终DLP投影画面的成像质量有很大的影响，并可用几何中心与亮度中心之间的偏差来表示.     

基于傅里叶条纹分析的摄像机标定

为了寻找一种简单、有效、精度高,并且使用方便的摄像机现场标定方法,提出将已知相位分布的平面二维正弦灰度调制条纹图作为标定平面靶,通过傅里叶条纹分析方法计算出两个正交相位分布,由正交相位分布与平面坐标的对应关系可以建立图像坐标与2D平面坐标的一一对应关系。将此二维正弦平面靶在摄像机成像空间中放置不同的位置,并完成相位测量,然后根据2D共面参照物摄像机标定方法即可完成摄像机标定。这种方法避开了复杂的标定特征点提取,大大增加了2D标定数据量,提高了标定精度。实验和计算机模拟表明,此方法简单、可靠和精度高,仅需测量3幅图像即可达到较高的标定精度。     

双线阵CCD交汇测量中的自动标定方法

针对CCD交汇测量系统中的初始标定困难、繁琐、重复误差等缺陷,提出了一种基于测量模型的自动标定方法.根据交汇测量原理,建立了测量系统的数学模型,并推导出自标定的模型.在相机焦距、倾角、光心坐标已知条件下,通过分析标定中各参量的函数关系,可利用线阵相机像元确定测量位置,精度可达到4 mm.     

双摄像机结构光三维测量系统自标定方法

针对双摄像机与投影仪结构光三维测量系统的标定问题,提出了极线约束条件下的自标定方法．依据极线约束理论,通过标定物上特征点与对应双摄像机的两个像点确定极线方程,建立了两个摄像机之间的平移和旋转关系矩阵．将多编码周期三角形灰度分布图案投射到标定物,获取特征点在投影仪上对应点的坐标,采用改进8点法建立投影仪与双摄像机关系矩阵的两个估计矩阵,利用对极距离为目标函数进行估计矩阵优化,得到双摄像机和投影仪的参数矩阵．采用该系统对平面和人脸进行了三维测量实验,结果表明平面测量的最大绝对误差不大于1．7mm,相对误差不大于0．18％,表明了该三维测量系统自标定方法的有效性．     

物体三维表面形状的自动化测量

介绍了一种三维物体表面形状的测量方法。传统的投影栅线(或云纹)法与相移法结合被用于三维表面形状的测量。由投影仪投影一束空间周期性分布的光学条纹至物体曲表面时,在物体表面可见到被其曲表面调制了的变形的光学条纹,它由计算机连接的高分辨率的CCD摄像机记录,在投影仪内的光栅由计算机控制移动数个位置,得到相应的光条纹分布的图像,这些图像的光强经过运算后可以得到一个相位图,当它与参考平面上的规则相位图相减时,则可以得到物体表面形状。     

相机快速立体定标方法

相机定标是计算机视觉中极为重要的环节,定标的准确性和实时性直接影响其工业应用。为了实现快速、高精度的相机定标,对相机的成像模型及模型参数求解进行了研究,发现相机成像平面中心附近区域的畸变基本可以忽略。针对这一发现,提出一种简易、快速的相机立体定标方法。首先以成像平面中心附近的点作为特征点,用来求解相机的内外参数,再将求得的内外参数作为已知带入畸变模型,以剩余点的三维坐标及像素坐标作为输入,用多元线性回归最小二乘法对畸变参数进行最优化拟合。实验表明,该方法的定标精度高,其平均像素误差可达到10-2量级,同时算法运算时间明显缩短,能更好地满足实际工业应用的需求。