面結(jié)構光亞像素云點提取及二步標定優(yōu)化方法研究.pdf

1、結(jié)構光技術是計算機視覺的一個重要研究領域,結(jié)構光技術以雙目視覺為基礎,利用模式投射器代替雙目視覺系統(tǒng)中的一臺攝像機,將帶有編碼信息的模式投影到目標場景,通過對另一臺攝像機抓拍到的模式圖像進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)構光技術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)構光技術的計算機視覺成為人們研究的熱點,在工業(yè)自動化、目標識別、移動機器人導航及物體跟蹤等領域得到越來越廣

2、泛的應用。
　　 標定是結(jié)構光技術檢測的關鍵之一,實現(xiàn)高精度的檢測的一個首要前提便是保證結(jié)構光云點的精確提取及高精度的系統(tǒng)標定。本項目組提出了基于二值符號M陣列結(jié)構光的三維檢測方法,實現(xiàn)二值光源投射下動態(tài)目標場景的檢測與重建。鑒于課題組前期標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,和計算機輔助標定方法的研究,對二步標定法進行了優(yōu)化與改進。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)標定方法的研究。研究了相機標定的基礎知識及傳統(tǒng)的標定方法,針對課題組前期工作快速二步標定方法中多次采用人工測量校準實驗平臺與標定面位置關系造成系統(tǒng)誤差較大的問題,提出在計算機輔助下調(diào)整平臺與標定面位置關系的方法,賦予計算機自動判斷平臺與標定面位置關系的能力,且在標定界面準確顯示出來,根據(jù)顯示信息做出相應的調(diào)整,校準成功。實驗證明該系統(tǒng)的相對標定誤差約