现代光学三维测量原理

现代光学三维测量原理

第1章光学三维测量基础知识

光学三维测量就是指用光学原理来采集物体表面三维空间信息的方法和技术，与传统的接触式测量相比，它非接触式的。近二十年来，随着光学技术、数字摄像技术及计算机技术的迅速发展，光学三维测量技术也获得了极大的发展，新的理论与方法不断被发现和开发，逐步解决了许多过去阻碍实际应用的问题。在1994年的国际光学学会的以信息光学的年会上，首次将光学三维测量列为信息光学前沿七个主要领域和方向之一。

1.1 光学测量的基本概念

1)光学测量——就是利用光学图像进行的测量，通过图像处理分析对目标的位置、尺

寸、形状和目标间的相互关系等参数进行测量。

2)摄影测量——通常不包括利用特殊的光学手段、如全息干涉、栅格线法等进行的光

学测量。用航空或卫星照片进行的大地测量则习惯上称为摄影测量。近景摄影测量

通常指对几十厘米到几十米距离物体的摄影测量，通常也属三维测量的范畴。

3)光学三维测量——利用光学手段和图像处理分析方法并运用计算机图形学的理论

来数字化再现物体的三维形态，在此基础上，从而可获取物体各部分间任意的相互

尺寸关系。

1.2 三维光学测量常用的方法

光学三维测量的基本方法可以分为两大类：被动三维测量和主动三维测量。

被动三维测量采用非结构光照明方式，它根据被测空间点在不同位置所拍摄的像面上的相互匹配关系，来解算空间点的三维坐标。采用双摄像机的系统与人眼双目立体视觉的原理相似，因此，该方法常用于对三维目标的识别、理解，以及位置、形态的分析，即在机器视觉（计算机视觉）领域中广泛应用。

主动三维测量采用结构光照射方式，由于三维面形对结构光场的调制，可以从携带有三维面形信息的观察光场中解调得到三维面形数据。这种方法具有较高的测量精度，因此大多数以三维面形测量为目的的三维测量系统都采用主动三维测量方式。结构光通常采用调制过的扇面激光光源和以白光为光源的投影光栅方式，又分别称为激光法三维测量和投影光栅法三维测量。激光光源具有亮度高、方向性强和单色性好，易于实现调制等优点，所以在三维测量领域得到广泛应用；白光光源的结构光照明方式具有成本低、结构简单的优点，特别在面结构光照明的三维测量中得到越来越多的应用。

1.图像分析法（Image Analysis Methods）

一个物体在两个不同位置上拍摄图像，通过确定物体同一点在不同像面上的相互匹

配关系，来获得物体空间点的三维坐标。由于匹配精度的影响，图像分析法对形状

的描述主要是用形状上的特征点、边界线与特征描述物体的形状，故较难精确地描

述复杂曲面的三维形状。

2.激光三角测量法（Laser Triangulation Methods）

使用激光光源（点扫描或线状）向被测物体表面投射一扇形光面，并与物体变化的

表面相交于形成一条变化起伏的光带，通过与光源成相对位置关系的摄像系统成

像，根据物体、光源与成像系统的三角几何关系并通过像面上像点的相对位置来解

析物体空间点的坐标关系。该方法受环境光影响小、使用灵活、采集数据快等特点

在三维测量中广泛应用，缺点是价格较贵。

3.投影光栅法（Structured Light Methods）

使用光学投射器将一定模式的结构光（光栅等）投射到物体表面，在物体表面形成

由被测物体表面所调制变形的结构光图像，通过与投射光源成相对位置关系的摄像

系统拍摄，并通过图像的处理与解析来得到物体的表面三维形态数据。该方法算法

复杂，操作也较复杂，精度较激光法稍低。

4.工业计算机断层扫描成像法（Industrial Computer Tomograph）

工业计算机断层扫描成像（简称ICT）是对产品实物经过ICT层析扫描后，获得一

系列断面图像切片和数据，这些切片和数据提供了物体截面轮廓及其内部结构的完

整信息。ICT最大的特点是它能测量物体内部截面信息，因而适用任意的形状结构，但测量精度低。

1.3 数字图像的基本知识

1.数字图像的数学表示

图像是指能为视觉系统所感受的一种信息形式，该信息是客观世界反射或透射的某

种辐射能量在空间分布的记录，这些辐射能量可能是X射线、红外线、可见光和

超声波等。图像所记录的内容与辐射源的照度、波长以及物体的反射或投射能力有

关。

一般图像的主要度量特征是光强度和色彩，对于一幅反射的光强图像（又称灰度图

像或黑白图像），可由二维光强函数I (x, y)来表示：

x

y

r

i

=（1.1.1）I⋅

x

x

y

(

)

,

)

(y

,

,

)

(

其中, x和y是图像的空间坐标，i(x,y)是依赖于光源的入射光照能量分量的入射函

数，r(x,y)是反映物体表面反射特性的反射函数，且0

由于计算机的离散特性，需要将自然界的连续光强图像离散化为数字图像。一幅亮

度图像可离散为像素阵列的方式表示，其行和列表示图像中对应的像素点（picture

element, 简称pixel），如像素(x i, y j) (i=0,1,…,M-1; j=0,1,…,N-1),M和N是图像分

别在x和y两个方向的像素个数，M*N的数值越大，图像被分割成越多的像素，

则称图像的空间分辨率（space resolution）越高；而相应阵列中像素的值一般称做

灰度值(gray level),若将图像的亮度范围均匀分成G个等间隔，则G为灰度的分割

级数或量化级数，G的数值越大，则图像的亮度分辨率（brightness resolustion）越

高。灰度级数通常用二进制的位数k(比特数)表示，即G=2k，k根据A/D转换的位

数常有8，16位等，分别对应256、65536个灰度级数。