基于双目结构光三维扫描系统的三维建模方法与相关技术

基于双目结构光三维扫描系统的三维建模方法，涉及图像处理技术。本技术包括下述步骤：1、将二进制格雷码转换为格雷码图案序列；2、投影格雷码图案序列，并通过两个成像设备采集；3、将原始图像序列转换为灰度图像序列，然后二值化为两组二值图像序列；4、将二值图像序列转换为细线图像序列；5、将细线图像序列中蕴含的二进制格雷码信息转换为十进制值并且赋值给对应位置的像素点，即获得两幅解码图像；步骤6、将所述两幅解码图像进行逐像素点匹配，并对匹配好的像素点进行标记，并计算得出被测物体表面的三维点云模型。本技术具有更高的转换效率和转换精度。

技术要求

1.基于双目结构光三维扫描系统的三维建模方法，其特征在于，包括下述步骤：

a)生成n位二进制格雷码，然后转换为格雷码图案序列，所述n为大于3的自然数；

b)两个成像设备对目标物体采集无投影图像；以及，将格雷码图案序列投影至目标物体，由此两个成像设备对目标物体采集与格雷码图案序列对应的、带有投影格雷码图案的原始图像序列，每一成像设备对应一组原始图像序列和一张无投影图像；

c)将两个成像设备采集的原始图像序列分别转换为灰度图像序列，并与对应成像设备的无投影图像作差分运算，得到次级灰度图像序列；

d)选定第一成像设备的次级灰度图像序列中格雷码条纹最密集的图片作为第一灰度图片，第二成像设备的次级灰度图像序列中格雷码条纹最密集的图片作为第二灰度图片；

对第一灰度图片作灰度直方统计，得到灰度频率分布关系h1[v]；

对第二灰度图片作灰度直方统计，得到灰度频率分布关系h2[v]；

其中v表示灰度值，h1[v]和h2[v]的数值表示图片中灰度值为v的像素点的数量；

分别将h1[v]、h2[v]遵循v值由0到255进行累加，累加值分别记为sum1、sum2，当累加值sum1、sum2超过各自图片总像素点数目的一半时，停止累加，此时对应的灰度值就是所述两组新的灰度图像序列的阈值T1、T2；

e)将上述两组次级灰度图像序列分别以对应阈值T1、T2进行二值化，其中每个像素点的灰度值，若大于对应阈值则赋值为255；若小于或等于对

应阈值则赋值为0，得到两组二值图像序列；

f)对每组二值图像序列中条纹最密集的图像作如下操作：每一行中，沿固定方向搜索，比较当前像素点与下一像素点的灰度值，如果灰度值不同

则保留该像素点并且赋值为1；如果灰度值相同则就保留该像素点并且赋值为0，各行处理完成之后即可得到保留目标表面形貌信息的模板，将所

述模板与所述对应二值化图像序列中的全部图像按照对应相同位置的像素点的灰度值相乘，保留乘积，得到细线图像序列；

g)读取细线图像序列中相同位置每一个像素点的灰度值，将灰度值为0的像素点的转换值设为0，灰度值255的像素点的转换值设为1，然后沿像素

点所在图像对应格雷码位数由高到低排列转换值，得到该像素点所在位置的二进制格雷码，将所述二进制格雷码按照二进制数转十进制数的规则

转换为十进制值，作为该位置特征点的特征值，至此两个成像设备各有一个特征值矩阵；

h)由极线约束完成特征点匹配，进而得到三维点云模型。

技术说明书

基于双目结构光三维扫描系统的三维建模方法

技术领域

本技术涉及图像处理技术。

背景技术

三维扫描技术是一种集合了光学，电子科学，数字图像处理的综合性技术，并被广泛运用于地形地貌绘制、建筑测绘、考古复原、逆向工程等需要获取目标三维信息的领域。结构光三维扫描作为三维扫描技术中的一种，有着精度高、扫描效率高等优点，是目前主流的三维扫描技术之一。

目前来说，制约结构光三维扫描技术精度进一步提高、扫描效率进一步提升的因素之一在于特征点提取方法本身和其时间复杂度。

目前一般三维扫描系统扫描精度和扫描效率皆不理想，有待进一步提升。

技术内容

本技术所要解决的技术问题是，提供一种高效的基于双目结构光三维扫描系统的三维建模方法。

本技术解决所述技术问题采用的技术方案是，a)生成n位二进制格雷码，然后转换为格雷码图案序列，所述n为大于3的自然数；

b)两个成像设备对目标物体采集无投影图像；以及，将格雷码图案序列投影至目标物体，由此两个成像设备对目标物体采集与格雷码图案序列对应的、带有投影格雷码图案的原始图像序列，每一成像设备对应一组原始图像序列和一张无投影图像；

c)将两个成像设备采集的原始图像序列分别转换为灰度图像序列，并与对应成像设备的无投影图像作差分运算，得到次级灰度图像序列；所述无投影图像是指不带有格雷码图案投影的图像。

d)选定第一成像设备的次级灰度图像序列中格雷码条纹最密集的图片作为第一灰度图片，第二成像设备的次级灰度图像序列中格雷码条纹最密集的图片作为第二灰度图片；

对第一灰度图片作灰度直方统计，得到灰度频率分布关系h1[v]；

对第二灰度图片作灰度直方统计，得到灰度频率分布关系h2[v]；

其中v表示灰度值，h1[v]和h2[v]的数值表示图片中灰度值为v的像素点的数量；

分别将h1[v]、h2[v]遵循v值由0到255进行累加，累加值分别记为sum1、sum2，当累加值sum1、sum2超过各自图片总像素点数目的一半时，停止累加，此时对应的灰度值就是所述两组新的灰度图像序列的阈值T1、T2；

e)将上述两组次级灰度图像序列分别以对应阈值T1、T2进行二值化，其中每个像素点的灰度值，若大于对应阈值则赋值为255；若小于或等于对应阈值则赋值为0，得到两组二值图像序列；

f)对每组二值图像序列中条纹最密集的图像作如下操作：每一行中，沿固定方向搜索，比较当前像素点与下一像素点的灰度值，如果灰度值不同则保留该像素点并且赋值为1；如果灰度值相同则就保留该像素点并且赋值为0，各行处理完成之后即可得到保留目标表面形貌信息的模板，将所述模板与所述对应二值化图像序列中的全部图像按照对应相同位置的像素点的灰度值相乘，保留乘积，得到细线图像序列；