本發(fā)明涉及三維掃描領域,特別涉及一種三維傳感器系統(tǒng)及三維數(shù)據(jù)獲取方法。
背景技術(shù):
光學三維掃描技術(shù)目前正逐步被用在各種工業(yè)、考古、醫(yī)療、教學等領域,而其中的三角測量法由于適用面廣、準確度高、性價比高而被廣泛使用。利用三角測量法原理的產(chǎn)品有激光測距傳感器、三維輪廓傳感器、三坐標儀激光測頭、手持激光三維掃描儀、手持投影式三維掃描儀、固定投影式三維掃描儀等。
用激光或者圖案投影器投射出單條線狀圖案是一種常見的三角測量法實現(xiàn)形式,其實現(xiàn)原理相對簡單,在圖案投影器發(fā)射的光面與攝像頭的位置已知的前提下,攝像頭感光元件捕捉到圖像上的投影線狀圖案,將所述投影線狀圖案上的點與攝像頭的光心連線,所述連線與圖案投影器所投射的光面的交點即為所求的被掃描物體表面三維點。三角測量法掃描精度較高、掃描速度快、硬件不復雜、性價比較高,因而被廣泛應用于近距離非接觸式掃描的場合。但一般使用三角測量法的掃描儀或三維傳感器只投射一條線狀圖案,如果同時投射出多條線狀圖案會導致圖像的誤匹配,從而無法得到有效的三維數(shù)據(jù)。因而傳統(tǒng)的采用三角測量法的掃描儀或三維傳感器的出點速度會受到很大的限制,無法適應一些對掃描速度要求較高的場合。
技術(shù)實現(xiàn)要素:
針對現(xiàn)有技術(shù)的不足,本發(fā)明旨在提供一種采用多條線狀圖案投射方式,出點效率更高,掃描速度更快的三維傳感器系統(tǒng)。
為實現(xiàn)上述目的,本發(fā)明采用如下技術(shù)方案:
一種三維傳感器系統(tǒng),包括至少一圖案投影器、至少兩攝像頭、一二維圖像特征提取器、一三維點云生成器、一三維點云校驗器;
所述圖案投影器,用于同時投射出至少兩條線狀圖案;
所述至少兩攝像頭,用于同步捕捉被掃描物體的二維圖像;
所述二維圖像特征提取器,用于提取所述二維圖像上被掃描物體表面所述至少兩條線狀圖案的二維線條集合;
所述三維點云生成器,用于將所述二維線條集合生成備選三維點集合;
所述三維點云校驗器,用于從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合。
作為本發(fā)明的進一步改進,所述二維圖像特征提取器,用于提取所述二維圖像上被掃描物體表面所述至少兩條線狀圖案的二維線條集合,具體包括:所述二維圖像特征提取器根據(jù)所述二維圖像所對應攝像頭的內(nèi)參對所述二維圖像進行畸變矯正,并根據(jù)像素灰度差異提取矯正圖像中線條輪廓的連通區(qū)域,再根據(jù)所述連通區(qū)域內(nèi)的灰度重心計算獲得亞像素級的高光中心二維線條集合。
作為本發(fā)明的進一步改進,所述三維點云生成器,用于將所述二維線條集合生成備選三維點集合,具體包括:所述三維點云生成器從至少兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述攝像頭之間的空間位置關系,根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;
所述三維點云校驗器,用于從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合,具體包括:所述三維點云校驗器根據(jù)所述備選三維點集合中的點是否處于所述圖案投影器所投射的某個三維光面來判斷該點是否屬于真實的三維點集合,并進行篩選得到真實的三維點集合。
作為本發(fā)明的進一步改進,所述三維點云校驗器根據(jù)所述備選三維點集合中的點是否處于所述圖案投影器所投射的某個三維光面來判斷該點是否屬于真實的三維點集合,并進行篩選得到真實的三維點集合,具體包括:所述備選三維點集合包括若干子集合,所述三維點云校驗器以所述子集合到所述三維光面的距離作為依據(jù),篩選出距離最小的子集合即為真實的三維點集合。
作為本發(fā)明的進一步改進,所述攝像頭數(shù)量為至少三個;
所述三維點云生成器,用于將所述二維線條集合生成備選三維點集合,具體包括:所述三維點云生成器從兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述兩幅同步二維圖像對應的兩個攝像頭的空間位置關系,并根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;
所述三維點云校驗器,用于從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合,具體包括:所述三維點云校驗器利用第三個或者更多的攝像頭所拍攝的二維圖像對所述備選三維點集合進行數(shù)據(jù)校驗,并進行篩選得到真實的三維點集合。
作為本發(fā)明的進一步改進,所述三維點云校驗器利用第三個或者更多的攝像頭所拍攝的二維圖像對所述備選三維點集合進行數(shù)據(jù)校驗,并進行篩選得到真實的三維點集合,具體包括:所述備選三維點集合包括若干子集合,所述子集合與所述第三個攝像頭的光心連線與所述第三個攝像頭所拍攝的二維圖像存在交點集合,所述三維點云校驗器以所述交點集合到所述第三個攝像頭所拍攝的二維圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
作為本發(fā)明的進一步改進,所述三維點云生成器,用于將所述二維線條集合生成備選三維點集合,具體包括:所述三維點云生成器從任一攝像頭所捕捉圖像的所述二維線條集合中提取二維點數(shù)據(jù),利用所述圖案投影器所投射的多個空間光面與該攝像頭的空間位置關系,根據(jù)三角法原理得出所述備選三維點集合;
所述三維點云校驗器,用于從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合,具體包括:所述三維點云校驗器將所述備選三維點集合與另外至少一個攝像頭的圖像進行校驗,并進行篩選得到真實的三維點集合。
作為本發(fā)明的進一步改進,所述三維點云校驗器將所述備選三維點集合與另外至少一個攝像頭的圖像進行校驗,并進行篩選得到真實的三維點集合,具體包括:所述備選三維點集合包括若干子集合,所述子集合與所述另外至少一個攝像頭的光心連線與所述另外至少一個攝像頭所拍攝的圖像存在交點集合,所述三維點云校驗器以所述交點集合到所述另外至少一個攝像頭所拍攝的圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
作為本發(fā)明的進一步改進,所述線狀圖案為一個所述圖案投影器投射,或多個所述圖案投影器同時投射;所述線狀圖案為直線或曲線線條。
作為本發(fā)明的進一步改進,所述圖案投影器包括一線狀激光器和一DOE分束元件,所述線狀激光器通過所述DOE分束元件分出多條激光線段。
作為本發(fā)明的進一步改進,所述圖案投影器包括一投影儀,所述投影儀直接投出所述至少兩條線狀圖案。
作為本發(fā)明的進一步改進,所述三維傳感器系統(tǒng)包括一同步觸發(fā)器,所述同步觸發(fā)器用于觸發(fā)所述攝像頭和所述圖案投影器進行同步工作。
一種三維數(shù)據(jù)獲取方法,包括以下步驟:
圖案投影器投射出至少兩條線狀圖案;
至少兩攝像頭同步捕捉二維圖像;
提取所述二維圖像上被掃描物體表面至少兩條線狀圖案的二維線條集合;
將所述二維線條集合生成備選三維點集合;
從所述備選三維點集合中篩選出正確匹配物體表面投影輪廓線的真實三維點集合。
作為本發(fā)明的進一步改進,所述提取所述二維圖像上被掃描物體表面至少兩條線狀圖案的二維線條集合,具體包括:根據(jù)所述二維圖像所對應攝像頭的內(nèi)參對所述二維圖像進行畸變矯正,并根據(jù)像素灰度差異提取矯正圖像中線條輪廓的連通區(qū)域,再根據(jù)所述連通區(qū)域內(nèi)的灰度重心計算獲得亞像素級的高光中心二維線條集合。
作為本發(fā)明的進一步改進,將所述二維線條集合生成備選三維點集合,具體包括:從至少兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述攝像頭之間的空間位置關系,根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;
從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合,具體包括:根據(jù)所述備選三維點集合中的點是否處于所述圖案投影器所投射的某個三維光面來判斷該點是否屬于真實的三維點集合,并進行篩選得到真實的三維點集合。
作為本發(fā)明的進一步改進,所述根據(jù)備選三維點集合中的點是否處于所述圖案投影器所投射的某個三維光面來判斷該點是否屬于真實的三維點集合,并進行篩選得到真實的三維點集合,具體包括:所述備選三維點集合包括若干子集合,以所述子集合到所述三維光面的距離作為依據(jù),篩選出距離最小的子集合即為真實的三維點集合。
作為本發(fā)明的進一步改進,所述攝像頭數(shù)量為至少三;
將所述二維線條集合生成備選三維點集合,具體包括:從兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述兩幅同步二維圖像對應的兩個攝像頭的空間位置關系,并根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;
從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合,具體包括:利用第三個或者更多的攝像頭所拍攝的二維圖像對所述備選三維點集合進行數(shù)據(jù)校驗,并進行篩選得到真實的三維點集合。
作為本發(fā)明的進一步改進,所述利用第三個或者更多的攝像頭所拍攝的二維圖像對所述備選三維點集合進行數(shù)據(jù)校驗,并進行篩選得到真實的三維點集合,具體包括:所述備選三維點集合包括若干子集合,所述子集合與所述第三個攝像頭的光心連線與所述第三個攝像頭所拍攝的二維圖像存在交點集合,以所述交點集合到所述第三個攝像頭所拍攝的二維圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
作為本發(fā)明的進一步改進,將所述二維線條集合生成備選三維點集合,具體包括:從任一攝像頭所捕捉圖像的所述二維線條集合中提取二維點數(shù)據(jù),利用所述圖案投影器所投射的多個空間光面與該攝像頭的空間位置關系,根據(jù)三角法原理得出所述備選三維點集合;
從所述備選三維點集合中篩選出正確匹配物體表面的投影輪廓線的真實三維點集合,具體包括:將所述備選三維點集合與另外至少一個攝像頭的圖像進行校驗,并進行篩選得到真實的三維點集合。
作為本發(fā)明的進一步改進,所述將備選三維點集合與另外至少一個攝像頭的圖像進行校驗,并進行篩選得到真實的三維點集合,具體包括:所述備選三維點集合包括若干子集合,所述子集合與所述另外至少一個攝像頭的光心連線與所述另外至少一個攝像頭所拍攝的圖像存在交點集合,以所述交點集合到所述另外至少一個攝像頭所拍攝的圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
相比于現(xiàn)有技術(shù),本發(fā)明的有益效果在于:
由于所述三維傳感器系統(tǒng)采用了多條線狀圖案投射方式,所述三維傳感器系統(tǒng)可以識別出同時投射的多條線狀圖案,并計算獲得物體表面的三維點云數(shù)據(jù),其出點的效率是傳統(tǒng)單線掃描的數(shù)倍,顯著的提升了掃描的速度。
上述說明僅是本發(fā)明技術(shù)方案的概述,為了能夠更清楚了解本發(fā)明的技術(shù)手段,而可依照說明書的內(nèi)容予以實施,并且為了讓本發(fā)明的上述和其他目的、特征和優(yōu)點能夠更明顯易懂,以下特舉較佳實施例,并配合附圖,詳細說明如下。
附圖說明
圖1是本發(fā)明實施例提供的三維傳感器系統(tǒng)示意圖;
圖2是本發(fā)明實施例三維傳感器系統(tǒng)圖案投影和圖像捕捉示意圖;
圖3是本發(fā)明實施例一中真實三維點集合獲取方法示意圖;
圖4是本發(fā)明實施例二中真實三維點集合獲取方法示意圖;
圖5是本發(fā)明實施例三中真實三維點集合獲取方法示意圖。
標記說明:100、物體;210、圖案投影器;220、第一攝像頭;221、第一圖像;230、第二攝像頭;231、第二圖像;240、第三攝像頭;241、第三圖像;310、圖案投影器;320、第一攝像頭;321、第一圖像;330、第二攝像頭;331、第二圖像;410、第一攝像頭;411、第一圖像;420、第二攝像頭;421、第二圖像;430、第三攝像頭;431、第三圖像;510、圖案投影器;520、第一攝像頭;521、第一圖像;530、第二攝像頭;531、第二圖像。
具體實施方式
下面,結(jié)合附圖以及具體實施方式,對本發(fā)明做進一步描述:
圖1是本發(fā)明實施例提供的三維傳感器系統(tǒng)示意圖。所述三維傳感器包括第一攝像頭、第二攝像頭、第三攝像頭、同步觸發(fā)器、圖案投影器、二維圖像提取器、三維點云生成器,需要說明的是攝像頭的數(shù)量至少為2個,圖案投影器的數(shù)量至少為1個,在此不做限定。該三維傳感器系統(tǒng)的其主要的工作流程如下:
步驟1、所述圖案投影器投射出至少兩條線狀圖案。
優(yōu)選的,所述線狀圖案可以為一個所述圖案投影器投射,或多個所述圖案投影器同時投射;所述線狀圖案為直線或曲線線條。所述圖案投影器包括一線狀激光器和一DOE分束元件,所述線狀激光器通過所述DOE分束元件分出多條激光線段。
優(yōu)選的,所述圖案投影器也可以為一投影儀,所述投影儀直接投出所述至少兩條線狀圖案。
步驟2、至少兩攝像頭同步捕捉被掃描物體的二維圖像。
優(yōu)選的,步驟1和步驟2可以同時進行,具體的,可以通過所述同步觸發(fā)器在觸發(fā)所述圖案投影器的同時觸發(fā)第一攝像頭和第二攝像頭曝光,兩個攝像頭所捕捉的兩幀圖像分別輸出到所述二維圖像提取器中進行特征提取。
步驟3、所述二維圖像特征提取器提取所述二維圖像上被掃描物體表面所述至少兩條線狀圖案的二維線條集合。
優(yōu)選的,所述二維圖像提取器根據(jù)所述二維圖像所對應攝像頭的內(nèi)參對圖像進行畸變矯正后,根據(jù)像素灰度差異提取矯正圖像中高值灰度線條輪廓的連通區(qū)域,再根據(jù)區(qū)域內(nèi)的灰度重心計算獲得亞像素級的高光中心二維線條集合,并將得到的二位線條集合輸出至三維點云生成器;
步驟4、所述三維點云生成器將所述二維線條集合生成備選三維點集合;
步驟5、所述三維點云校驗器從所述備選三維點集合中篩選出正確匹配物體表面投影輪廓線的真實三維點集合。
具體的,步驟4和步驟5可以通過以下3種方法實現(xiàn):
第一種方法為:所述三維點云生成器從至少兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述攝像頭之間的空間位置關系,根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;所述三維點云校驗器根據(jù)所述備選三維點集合中的點是否處于所述圖案投影器所投射的某個三維光面來判斷該點是否屬于真實的三維點集合,并進行篩選得到真實的三維點集合。
優(yōu)選的,所述備選三維點集合包括若干子集合,所述三維點云校驗器以所述子集合到所述三維光面的距離作為依據(jù),篩選出距離最小的子集合即為真實的三維點集合。
第二種方法為:所述三維點云生成器從兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述兩幅同步二維圖像對應的兩個攝像頭的空間位置關系,并根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;所述三維點云校驗器利用第三個或者更多的攝像頭所拍攝的二維圖像對所述備選三維點集合進行數(shù)據(jù)校驗,并進行篩選得到真實的三維點集合。
優(yōu)選的,所述備選三維點集合包括若干子集合,所述子集合與所述第三個攝像頭的光心連線與所述第三個攝像頭所拍攝的二維圖像存在交點集合,所述三維點云校驗器以所述交點集合到所述第三個攝像頭所拍攝的二維圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
第三種方法為:所述三維點云生成器從任一攝像頭所捕捉圖像的所述二維線條集合中提取二維點數(shù)據(jù),利用所述圖案投影器所投射的多個空間光面與該攝像頭的空間位置關系,根據(jù)三角法原理得出所述備選三維點集合;所述三維點云校驗器將所述備選三維點集合與另外至少一個攝像頭的圖像進行校驗,并進行篩選得到真實的三維點集合。
優(yōu)選的,所述備選三維點集合包括若干子集合,所述子集合與所述另外至少一個攝像頭的光心連線與所述另外至少一個攝像頭所拍攝的圖像存在交點集合,所述三維點云校驗器以所述交點集合到所述另外至少一個攝像頭所拍攝的圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
為了更好的理解上述3種方法,現(xiàn)舉例說明。首先參照圖2,圖2是本發(fā)明實施例三維傳感器系統(tǒng)圖案投影和圖像捕捉示意圖。圖2中以三個相互空間位置關系已知的攝像頭和一個可同時發(fā)出三條線狀圖案的圖案投影器為例,具體的,該三維傳感器系統(tǒng)包括圖案投影器210、第一攝像頭220、第一圖像221、第二攝像頭230、第二圖像231、第三攝像頭240、第三圖像241。具體生成二維線條集合的步驟如下:
S1、所述圖案投影器210投射出三個光面PL1、PL2和PL3,所述光面在物體100表面形成三條三維空間線條SR1、SR2和SR3,第一攝像頭220和第二攝像頭230同步捕捉二維圖像,第一攝像頭220和第二攝像頭230分別捕捉第一圖像221和第二圖像231,第一圖像221和第二圖像231中包含所述物體100表面一部分的多條線狀圖案,所述線狀圖案在所述二維圖形上以二維線條的形式呈現(xiàn),分別為SA1、SA2、SA3和SB1、SB2、SB3。
S2、從第一圖像221和第二圖像231中分別提取所述圖像上所有二維線條SA1、SA2、SA3和SB1、SB2、SB3,所述攝像頭的內(nèi)參已知,先根據(jù)對應攝像頭內(nèi)參進行圖像畸變矯正,根據(jù)對圖像進行列遍歷統(tǒng)計像素點的灰度的差異,提取圖像高值灰度線條輪廓的連通區(qū)域,再根據(jù)區(qū)域內(nèi)的灰度重心計算獲得亞像素級的高光中心二維線條,得到二維線條集合。
下面通過以下3個具體實施例來分別說明前述將所述二維線條集合生成備選三維點集合以及從所述備選三維點集合中篩選出真實三維點集合的3種方法,以下3個實施例都是基于圖2所示的三維傳感器系統(tǒng)得出的二維線條集合后進行的,且分別對應前述3種獲取真實三維點集合的方法。
圖3是本發(fā)明實施例一中真實三維點集合獲取方法示意圖。所述示意圖包括圖案投影器310、第一攝像頭320、第一圖像321、第二攝像頭330、第二圖像331。所述圖案投影器310投射出三個光面PL1、PL2和PL3,第一攝像頭320和第二攝像頭330同步捕捉二維圖像,第一攝像頭320和第二攝像頭330分別捕捉第一圖像321和第二圖像331,O1、O2分別為第一攝像頭320和第二攝像頭330的光心,所述攝像頭的內(nèi)外參已知。
所述方法包括以下步驟:
3.1、第一圖像321和第二圖像331中包含所述物體100表面一部分的多條線狀圖案,所述線狀圖案在所述二維圖形上以二維線條的形式呈現(xiàn),如第一圖像321中二維線條SA1,Pai為二維線條SA1上一個二維點;第一攝像頭320的內(nèi)參MA和第二攝像頭330的內(nèi)參MB已知,第一攝像頭320相對第二攝像頭330的外參RT已知,根據(jù)第一攝像頭320相對第二攝像頭330的外參RT(其中R為旋轉(zhuǎn)矩陣和T為平移向量)計算出本征矩陣(Essential Matrix)E=RS,其中再利用兩個攝像頭的內(nèi)參MA和MB得到基礎矩陣(Fundamental Matrix)F=(MA-1)TE(MB-1),根據(jù)極線約束原理,滿足(Xai,Yai,1)TF(x,y,1)=0,其中(Xai,Yai)為點Pai的位置坐標,(x,y)為第一圖像321上極線上點的二維坐標值;得出極線后(N1、N2為極點),便可以求出其與第二圖像331上的所有二維線條的交點的集合{Pb1i,Pb2i,Pb3i}。
3.2、第一圖像320上的二維點Pai與交點集合{Pb1i,Pb2i,Pb3i}中的每個點通過三角法原理計算出三維點(鑒于三角法原理是公知常識,這里不再贅述),這些三維點即為該二維點Pai對應的所有可能的三維點集合,即為備選三維點集合Mi={P1i,P2i,P3i}。計算三維點坐標方法如下:第一攝像頭320所捕捉的第一圖像321成像在感光元件平面PF1上,第二攝像頭330所捕捉的第二圖像331成像在感光元件平面PF2上;二維線條SA1上的點Pai與第一攝像頭320的光心O1的空間連線為L1,第二圖像331上二維線條SB1上的點Pb1i與第二攝像頭330的光心O2的空間連線為L2,L1與L2相交于空間點P1i即為所求的Pai點對應的備選三維點之一;如果空間直線不相交,使用兩條空間直線的公垂線與兩條直線相交線段的中點來作為備選三維點;同樣方法求得Pai點的三個備選三維點P1i、P2i和P3i(顯而易見Pai點的三個備選三維點中只有一個是真實的)。
3.3、重復步驟3.1和步驟3.2,用同樣方法計算得到第一圖像321上的二維線條SA1上的其他點所對應的備選三維點集合。
3.4、由于備選三維點集合中的很多點并非屬于真實三維點集合,需要對其進行校驗篩選。在圖像投影器所投的多個三維光面與攝像頭三維位置標定已知的前提下,將所述三維光面和所述第一圖像321和第二圖像331獲得的所有備選三維點集合轉(zhuǎn)換到一個坐標系下,第一圖像321上的二維線條SA1上的二維點集合{Pai|1≤i≤n}對應的所有備選三維點集合為{{P1i|1≤i≤n},{P2i|1≤i≤n},{P3i|1≤i≤n}},其中第二圖像331中的每一條二維線條對應一個子集合,如SB1對應{P1i|1≤i≤n}。分別統(tǒng)計所述備選三維點集合中的每個子集合與所述三個光面之間位置關系。將子集合中的每個點到所述三個光面的距離之和作為篩選的判據(jù):其中D(PLk,Pji)為二維線條SBj所對應的備選三維點Pji到某個光面PLk的距離。篩選得到的最小Wm=min(Wk|k=1,2,3),即判定Pji∈PLm,即光面PLm上的三維點集合{Pmi|1≤i≤n}為第一圖像321上的二維線條SA1對應的真實三維點集合,即光面PLm投射到物體100表面的真實三維輪廓線在第一攝像頭320上成像為二維線條SA1,在第二攝像頭330上的成像為二維線條SBj。
圖4是本發(fā)明實施例二中真實三維點集合獲得方法示意圖。所述示意圖包括第一攝像頭410、第一圖像411、第二攝像頭420、第二圖像421、第三攝像頭430、第三圖像431、圖案投影器(圖中未標出)。
第一攝像頭410捕捉的二維圖像為第一圖像411,第二攝像頭420捕捉的二維圖像為第二圖像421,第三攝像頭430捕捉的二維圖像為第三圖像431,第一攝像頭410所捕捉的第一圖像411成像在感光元件平面PF1上,第二攝像頭420所捕捉的第二圖像421成像在感光元件平面PF2上,第三攝像頭430所捕捉的第三圖像431成像在感光元件平面PF3上,O1、O2、O3分別為第一攝像頭410、第二攝像頭420和第三攝像頭430的光心,所述攝像頭的內(nèi)外參已知。。
在攝像頭個數(shù)為三個或更多,且所有攝像頭的內(nèi)外參均已知的前提下,可以利用第三個或者更多的攝像頭進行數(shù)據(jù)校驗。系統(tǒng)可以不用事先標定攝像頭與圖案投影器所投射的多個光面的空間位置關系,而是利用第三個攝像頭來對獲得的備選三維點集合中的三維點進行校驗,輸出真實的三維點集合。
具體方法如下:
4.1、按照所述步驟S2方法獲得第三圖像431上的二維線條集合為{SC1,SC2,SC3},按照步驟3.2的方法計算獲得第一圖像411上的二維線條SA1上的點Pai對應的三個備選三維點P1i、P2i和P3i分別與第三攝像頭430的光心O3連線,與其焦平面PF3(即第三圖像431)相交于Pc1i、Pc2i和Pc3i三點,顯而易見,所述三點中只有一個是真實的三維點的成像,同樣的,第一圖像311上的二維線條SA1上的二維點集合{Pai|1≤i≤n}對應的所有備選三維點集合為{{P1i|1≤i≤n},{P2i|1≤i≤n},{P3i|1≤i≤n}},其中每個子集與第二圖像321中的每一條二維線條相對應,如二維線條SB1對應子集{P1i|1≤i≤n}。
4.2、分別將備選三維點集合{{P1i|1≤i≤n},{P2i|1≤i≤n},{P3i|1≤i≤n}}的每個點與第三攝像頭430的光心O3連線,與感光元件PF3上第三圖像431的交點集合為{{Pc1i|1≤i≤n},{Pc2i|1≤i≤n},{Pc3i|1≤i≤n}}。分別統(tǒng)計所述交點集合中的每個子集合與第三圖像431上的三條二維線條{SC1,SC2,SC3}之間位置關系。將統(tǒng)計子集合中的每個點到某條二維線條SCk的距離的和作為篩選的判據(jù):Wk=第一圖像411上的二維線條SA1上的點集{Pai|1≤i≤n}根據(jù)極線約束原理計算出極線后(N3為極點),所述極線與二維線條SBj的交點集合所對應的備選三維點為Pji與第三攝像頭430的光心O3連線相交于第三圖像431的點集為{Pcji|1≤i≤n},點集{Pcji|1≤i≤n}到二維線條SCk的距離即為D(SCk,Pcji)。篩選得到最小的Wm=min(Wk|k=1,2,3),即二維線條SCm為二維線條SA1對應的真實三維點集合{Pmi|1≤i≤n}在第三圖像431上的成像,也即第一圖像411上的二維線條SA1和第二圖像421上的二維線條SBj,以及第三圖像431上的二維線條SCm為同一真實三維點集合的成像投影。
圖5是本發(fā)明實施例三中真實三維點集合獲得方法示意圖。所述示意圖包括圖案投影器510、第一攝像頭520、第一圖像521、第二攝像頭530、第二圖像531。所述圖案投影器510投射出三個光面PL1、PL2和PL3,第一攝像頭520捕捉的二維圖像為第一圖像521,第二攝像頭530捕捉的二維圖像為第二圖像531,第一攝像頭520所捕捉的第一圖像521成像在感光元件平面PF1上,第二攝像頭530所捕捉的第二圖像531成像在感光元件平面PF2上,O1、O2分別為第一攝像頭520和第二攝像頭530的光心,所述攝像頭的內(nèi)外參已知。
具體方法如下:
5.1、按照步驟S2得到第一圖像521上的二維線條SA1上的二維點集合{Pai|1≤i≤n},利用三角法原理,將所述集合與第一攝像頭520的光心O1的連線的延長線與三個光面PL1、PL2和PL3相交于{{P1i|1≤i≤n},{P2i|1≤i≤n},{P3i|1≤i≤n}},即為備選三維點集合。
5.2、將上述備選三維點集合中的每個點分別與第二攝像頭530的光心O2連線交第二攝像頭530的感光元件平面PF2于點{{Pb1i|1≤i≤n},{Pb2i|1≤i≤n},{Pb3i|1≤i≤n}},分別統(tǒng)計交點集合的每個子集合與第二圖像531上的三條二維線條SB1、SB2和SB3之間位置關系。將子集合中的每個點到某條二維線條SBk的距離的和作為篩選的判據(jù):第一圖像521上的二維線條SA1上的點集{Pai|1≤i≤n}與光面PLj關聯(lián)的備選三維點集合為{Pji|1≤i≤n},再與第二圖像531關聯(lián)的點集{Pbji|1≤i≤n}到二維線條SBk的距離即為D(SBk,Pbji)。篩選得到的最小Wm=min(Wk|k=1,2,3),即判斷SBm為光面PLj在第二攝像頭530上的成像線條,也即光面PLj上的三維點集合{Pji|1≤i≤n}為第一圖像521的二維線條SA1對應的真實三維點集合,也即光面PLj投射到物體100表面的真實三維點集合在第一攝像頭520上成像為二維線條SA1,在第二攝像頭530上的成像為二維線條SBm。
所述三維傳感器系統(tǒng)由于采用了多條線狀圖案投射,因此,其出點的效率是傳統(tǒng)單線掃描的數(shù)倍,顯著的提升了掃描的速度。
本發(fā)明實施例還提供了一種三維數(shù)據(jù)獲取方法,所述方法包括以下步驟:
步驟101、圖案投影器投射出至少兩條線狀圖案;
優(yōu)選的,至少兩條線狀圖案可以為一個所述圖案投影器投射,或多個所述圖案投影器同時投射;所述線狀圖案為直線或曲線線條。所述圖案投影器包括一線狀激光器和一DOE分束元件,所述線狀激光器通過所述DOE分束元件分出多條激光線段。
優(yōu)選的,所述圖案投影器也可以為一投影儀,所述投影儀直接投出所述至少兩條線狀圖案。
步驟102、至少兩攝像頭同步捕捉二維圖像;
步驟103、提取所述二維圖像上被掃描物體表面線狀投影的二維線條集合;
優(yōu)選的,所述提取所述二維圖像上被掃描物體表面線狀投影的二維線條集合,具體包括:根據(jù)所述二維圖像所對應攝像頭的內(nèi)參對所述二維圖像進行畸變矯正,并根據(jù)像素灰度差異提取矯正圖像中線條輪廓的連通區(qū)域,再根據(jù)所述連通區(qū)域內(nèi)的灰度重心計算獲得亞像素級的高光中心二維線條集合。
步驟104、將所述二維線條集合生成備選三維點集合;
步驟105、從所述備選三維點集合中篩選出正確匹配物體表面投影輪廓線的真實三維點集合。
具體的,步驟104和步驟105可以通過以下3種方法實現(xiàn):
第一種方法為:從至少兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述攝像頭之間的空間位置關系,根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;根據(jù)所述備選三維點集合中的點是否處于所述圖案投影器所投射的某個三維光面來判斷該點是否屬于真實的三維點集合,并進行篩選得到真實的三維點集合。
優(yōu)選的,所述備選三維點集合包括若干子集合,以所述子集合到所述三維光面的距離作為依據(jù),篩選出距離最小的子集合即為真實的三維點集合。
第二種方法為:從兩幅同步二維圖像的二維線條集合中分別提取二維點數(shù)據(jù),利用所述兩幅同步二維圖像對應的兩個攝像頭的空間位置關系,并根據(jù)三角法原理和極線約束原理計算得出所述備選三維點集合;利用第三個或者更多的攝像頭所拍攝的二維圖像對所述備選三維點集合進行數(shù)據(jù)校驗,并進行篩選得到真實的三維點集合。
優(yōu)選的,所述備選三維點集合包括若干子集合,所述子集合與所述第三個攝像頭的光心連線與所述第三個攝像頭所拍攝的二維圖像存在交點集合,以所述交點集合到所述第三個攝像頭所拍攝的二維圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
第三種方法為:從任一攝像頭所捕捉圖像的所述二維線條集合中提取二維點數(shù)據(jù),利用所述圖案投影器所投射的多個空間光面與該攝像頭的空間位置關系,根據(jù)三角法原理得出所述備選三維點集合;將所述備選三維點集合與另外至少一個攝像頭的圖像進行校驗,并進行篩選得到真實的三維點集合。
優(yōu)選的,所述備選三維點集合包括若干子集合,所述子集合與所述另外至少一個攝像頭的光心連線與所述另外至少一個攝像頭所拍攝的圖像存在交點集合,以所述交點集合到所述另外至少一個攝像頭所拍攝的圖像上二維線條的距離作為依據(jù),篩選出距離最小值所對應的子集合即為真實的三維點集合。
需要說明的是,本實施例中的三維數(shù)據(jù)獲取方法與前述實施例中的三維傳感器系統(tǒng)是基于同一發(fā)明構(gòu)思下的兩個方面,在前面已經(jīng)對方法實施過程作了詳細的描述,所以本領域技術(shù)人員可根據(jù)前述描述清楚地了解本實施中的系統(tǒng)的結(jié)構(gòu)及實施過程,為了說明書的簡潔,在此就不再贅述。
對于本領域的技術(shù)人員來說,可根據(jù)以上描述的技術(shù)方案以及構(gòu)思,做出其它各種相應的改變以及變形,而所有的這些改變以及變形都應該屬于本發(fā)明權(quán)利要求的保護范圍之內(nèi)。