隨機(jī)光照雙目立體測量系統(tǒng)中的若干關(guān)鍵問題研究.pdf

1、物體表面輪廓的三維點云測量在航空航天、車輛船舶、機(jī)械制造、生物醫(yī)學(xué)、文物考古、游戲娛樂等領(lǐng)域有著廣泛的應(yīng)用需求。隨著現(xiàn)代工業(yè)和科學(xué)技術(shù)的發(fā)展，各行業(yè)對三維點云測量技術(shù)的測量精度、測量效率、數(shù)據(jù)質(zhì)量、自動化及穩(wěn)定性等性能要求日益提高，而如何提高三維點云測量技術(shù)的測量性能以滿足這些行業(yè)的需求是當(dāng)前迫切需要解決的問題。
　　 本文以提高基于隨機(jī)光照的雙目立體測量系統(tǒng)性能為目標(biāo)，對基于圖像的三維點云測量中的自身遮擋、被測物體表面高光反射

2、、三維重建的全過程快速自動處理、多視角測量數(shù)據(jù)的自拼合等難點問題開展深入研究，主要內(nèi)容與貢獻(xiàn)包括：
　　 1、提出并實現(xiàn)了隨機(jī)散斑紋理圖像的立體點對高效自動匹配方法。結(jié)合特征匹配技術(shù)和區(qū)域匹配技術(shù)，提出了一個自動化的特征提取和穩(wěn)健匹配算法，獲取一定數(shù)量的匹配點對，作為后續(xù)基于區(qū)域生長的稠密匹配起始點，從而一方面解決了整個匹配過程的自動化問題，另一方面解決了圖像上散斑紋理不連續(xù)區(qū)域的匹配生長問題。另外，針對隨機(jī)散斑紋理圖像上稠密點

3、對匹配效率較低的問題，采用基于GPU的高效并行加速技術(shù)，有效提高了基于區(qū)域生長的立體點對匹配效率。
　　 2、針對三維點云測量結(jié)果中邊緣和棱邊等細(xì)節(jié)的點云生成效果不理想問題，深入研究了圖像稠密點對的亞像素匹配技術(shù)，并提出了相應(yīng)的匹配算法。在邊緣點對匹配算法中，為避免因背景點像素灰度干擾而引起的匹配點錯位，提出了一種自適應(yīng)變形窗口的相關(guān)匹配算法，在一定程度上提高了亞像素匹配精度，同時通過散斑點的區(qū)域約束，有效排除了位于背景區(qū)域的誤

4、匹配點，提高了算法的魯棒性，改善了被測物體邊緣的三維重建效果。在棱邊等細(xì)節(jié)匹配方面，首先采用經(jīng)典相關(guān)匹配方法對隨機(jī)紋理圖像進(jìn)行快速匹配，初步獲取物體表面點云數(shù)據(jù)，然后基于這些重建數(shù)據(jù)進(jìn)行曲面曲率分析，據(jù)此對細(xì)節(jié)區(qū)域上的匹配點再次采用改進(jìn)的相關(guān)匹配方法進(jìn)行匹配，從而提高了亞像素匹配精度，更好地重建了物體表面的細(xì)節(jié)特征。
　　 3、針對隨機(jī)光照雙目立體測量中的自身遮擋和高光反射問題，提出了單/雙目結(jié)合的三維輪廓點云測量方法。該方法采

5、用雙目立體結(jié)構(gòu)重建兩個攝像機(jī)的公共區(qū)域，同時由單攝像機(jī)-投影器構(gòu)成的兩個單目測量單元，對雙目測量結(jié)果中出現(xiàn)的缺失區(qū)域進(jìn)行填補，使測量結(jié)果更加完整，有效避免了由于單個攝像機(jī)視線方向存在遮擋或高光等原因引起的三維測量數(shù)據(jù)缺失。提出的隨機(jī)光場投射器的投射光線標(biāo)定方法，其過程簡便易行，不需實際確定投影中心的具體位置，且精度不受投影鏡頭畸變的影響。通過對單，雙目測量單元各自產(chǎn)生的數(shù)據(jù)集中的重疊對應(yīng)點進(jìn)行查找和融合，自動生成一個無冗余的三維數(shù)據(jù)點集

6、。
　　 4、提出了借助微小型姿態(tài)傳感器進(jìn)行多視角測量數(shù)據(jù)拼合的新方法。將一個微小型姿態(tài)傳感器固定于測量設(shè)備上，首先提出了姿態(tài)傳感器與測量傳感器相對安裝姿態(tài)(旋轉(zhuǎn)變換)的標(biāo)定方法。每次測量過程中，利用標(biāo)定結(jié)果和姿態(tài)傳感器實時輸出的自身姿態(tài)參數(shù)，實時解算測量傳感器的自身旋轉(zhuǎn)變換，并對該次測取的點云數(shù)據(jù)進(jìn)行相應(yīng)的旋轉(zhuǎn)變換；然后基于數(shù)據(jù)集重疊區(qū)域處數(shù)據(jù)點法矢方向相同原理，采用聚類方法穩(wěn)定獲取不同視角下測量數(shù)據(jù)的平移變換，從而實現(xiàn)多視角

7、測量數(shù)據(jù)拼合。實驗表明，這種新方法簡便易行、實時在線、穩(wěn)定可靠，可以很好地用于多視角測量之間數(shù)據(jù)粗拼合的自動實現(xiàn)。
　　 5、結(jié)合多視圖幾何理論框架下的多站位相機(jī)自定位技術(shù)與雙目立體測量技術(shù)，提出了一種多視角點云測量數(shù)據(jù)自拼合的新方法。該方法不借助任何輔助手段，首先提取兩個不同測量視角下左、右相機(jī)拍攝的4幅自然紋理圖像上的特征點，建立兩兩圖像之間的特征匹配集；然后根據(jù)雙目立體結(jié)構(gòu)的內(nèi)在屬性，聯(lián)立兩次測量中4幅圖像之間的有效匹配約