基于数字散斑的手持式三维结构光测量系统

基于数字散斑的手持式三维结构光测量系统当被测物体尺度较大、存在遮挡或内外表面时,为获取物体的完整三维表达,单视点测量系统一般需借助辅助运动机构如机械臂、转台等进行测量,或者构建三维传感器测量网络,使测量空间全面覆盖被测物体空间。上述方法将导致系统成本增加,且不灵活。因此,开发一种低成本、便携灵活且能够实时进行数据配准的三维测量设备具有重要意义。本文研究基于双目立体视觉系统的散斑结构光三维测量和数据配准相关原理和方法,并开发便携式手持三维测量系统,可实现物体的快速实时测量。

主要研究内容总结如下:阐述基于散斑结构光三维测量的关键技术,主要包括:散斑相关、对应点搜索、亚像素优化等。首先,利用数字散斑相关原理获取像素级对应点,通过图像极线矫正,结合测量空间内视差约束,将对应点查找从二维搜索简化为一维搜索,降低了计算复杂度。其次,对应点的亚像素优化,研究了基于一阶视差变换的N-R(Newton-Raphson)迭代优化方法、基于二阶视差变换的

N-R迭代优化方法以及基于曲线拟合的优化方法,并从算法性能及重建精度上对三者进行了对比。最后,结合标定结构参数,可实现空间三维坐标计算获取。

介绍三维点云数据的配准方法,为实现实时点云数据配准,研究微软Kinect Fusion中的算法结构,并着重研究基于Kinect Fusion开发的深度图像重建程序库(DIP)中的配准算法。该算法与传统迭代最近点算法(ICP)不同,在目标点云与源点云对应点的匹配上,其将源点云投影到目标点云的图像平面,从图像平面上建立点云的对应关系;在目标函数的定义上,其沿用了前人提出的点到面距离的定义形式。此外,该算法从预先定义的空间立方体结合截断符号距离函数(TSDF)模型渲染用于ICP配准的目标点云,实现一种点到模型的配准方法,提高了配准精度。在迭代策略上,通过对原始深度数据下采样建立多级点云,实现由粗到细的迭代方法,提高了配准效率及稳定性。

基于C/C++语言与Qt界面开发框架开发了手持式三维测量系统。该系统集成相机标定、实时点云重建、实时点云配准等功能。在测量结束后,能够使用系统内置的全局注册、点云去重、点云滤波等功能对测量点云进行后处理,最终生成经优化的点云模型。