面結(jié)構(gòu)光亞像素云點提取及二步標(biāo)定優(yōu)化方法研究.pdf

1、結(jié)構(gòu)光技術(shù)是計算機(jī)視覺的一個重要研究領(lǐng)域,結(jié)構(gòu)光技術(shù)以雙目視覺為基礎(chǔ),利用模式投射器代替雙目視覺系統(tǒng)中的一臺攝像機(jī),將帶有編碼信息的模式投影到目標(biāo)場景,通過對另一臺攝像機(jī)抓拍到的模式圖像進(jìn)行解碼分析得到深度信息,從而實現(xiàn)三維場景的重建。結(jié)構(gòu)光技術(shù)中模式編碼的唯一性有效地解決了雙目視覺中像素匹配的難題,具有簡捷、高效等優(yōu)點,因而基于結(jié)構(gòu)光技術(shù)的計算機(jī)視覺成為人們研究的熱點,在工業(yè)自動化、目標(biāo)識別、移動機(jī)器人導(dǎo)航及物體跟蹤等領(lǐng)域得到越來越廣

2、泛的應(yīng)用。
　　 標(biāo)定是結(jié)構(gòu)光技術(shù)檢測的關(guān)鍵之一,實現(xiàn)高精度的檢測的一個首要前提便是保證結(jié)構(gòu)光云點的精確提取及高精度的系統(tǒng)標(biāo)定。本項目組提出了基于二值符號M陣列結(jié)構(gòu)光的三維檢測方法,實現(xiàn)二值光源投射下動態(tài)目標(biāo)場景的檢測與重建。鑒于課題組前期標(biāo)定研究工作中的不足,本文通過對亞像素云點提取方法的研究,和計算機(jī)輔助標(biāo)定方法的研究,對二步標(biāo)定法進(jìn)行了優(yōu)化與改進(jìn)。主要研究內(nèi)容如下:
　　 (1)亞像素云點提取方法的研究。首先對三種

3、亞像素定位算法的優(yōu)缺點進(jìn)行了討論分析,確立了以閾值分割、連通域提取、曲線擬合、角點提取實現(xiàn)亞像素云點提取的基本流程。針對單閾值分割不能解決光照對閾值分割的嚴(yán)重干擾問題,本文提出了分塊閾值分割的方法,該方法能一次完成圖像的閾值分割,且有較好的分割效果,達(dá)到了分割效果與分割速度的平衡。提出了自動判斷灰度突變位置選取擬合采樣點的新方法,使曲線擬合的效果更理想,光條中心點的定位更精確。通過對個別光條中心點數(shù)據(jù)的修正,排除了噪聲的干擾。實驗結(jié)果表

4、明,該系統(tǒng)的算法從像素級提升到了亞像素級,具有較高的提取精度。
　　 (2)系統(tǒng)標(biāo)定方法的研究。研究了相機(jī)標(biāo)定的基礎(chǔ)知識及傳統(tǒng)的標(biāo)定方法,針對課題組前期工作快速二步標(biāo)定方法中多次采用人工測量校準(zhǔn)實驗平臺與標(biāo)定面位置關(guān)系造成系統(tǒng)誤差較大的問題,提出在計算機(jī)輔助下調(diào)整平臺與標(biāo)定面位置關(guān)系的方法,賦予計算機(jī)自動判斷平臺與標(biāo)定面位置關(guān)系的能力,且在標(biāo)定界面準(zhǔn)確顯示出來,根據(jù)顯示信息做出相應(yīng)的調(diào)整,校準(zhǔn)成功。實驗證明該系統(tǒng)的相對標(biāo)定誤差約