一種適用于光亮表面的三維測量方法
【專利摘要】一種適用于光亮表面的三維測量方法，根據(jù)均勻光圖案合成的圖像和坐標映射，自適應調(diào)節(jié)條紋圖案中每個像素點的最佳投射灰度值，當用于測量含有大范圍反射率變化的三維形貌時，對于反射率高的光亮區(qū)域，能避免圖像飽和，對于反射率低的黑暗區(qū)域，能保持較高信噪比，最終獲取清晰的條紋圖案圖像，準確還原被測對象的三維形貌。
【專利說明】
一種適用于光亮表面的三維測量方法
技術領域
[0001] 本發(fā)明涉及光學測量方法，尤其涉及一種結構光三維測量方法。
【背景技術】
[0002] 結構光方法是一種主動式光學測量方法，其基本原理是由結構光投射器向被測物 體表面投射可控制的光點、光條或光面，并由圖像傳感器(如攝像機)采集圖像，通過系統(tǒng)幾 何關系，利用三角原理計算得到物體的三維坐標。結構光測量方法以非接觸、全場掃描、精 度高、測量速度快等優(yōu)勢廣泛應用于產(chǎn)品質(zhì)量檢測、逆向工程(復雜自由曲面的數(shù)字化）、對 象識別、三維地圖構建、生物醫(yī)學和文物保護等領域。
[0003] 但在測量含有光亮表面的金屬等材質(zhì)的物體的三維形貌時，由于其表面的反射率 變化較大，光強變化的范圍超出了傳統(tǒng)相機采用〇~255灰度值表示的動態(tài)范圍。因此，經(jīng)被 測對象反射后的條紋圖案要么太亮導致圖像飽和，要么太暗導致相機不能成像。投射在這 些區(qū)域的條紋圖案將無法被正確解碼，導致難以對這些區(qū)域進行測量。
[0004] 針對這一問題，國內(nèi)外學者提出了不同的解決方法。有學者采用多曝光量的方法。 專利CN101865671A公開了一種解決黑白大反差被測對象的三維測量方法，分兩次設定光源 強度、相機曝光時間和增益值，分別對其表面的亮區(qū)域和暗區(qū)域做三維測量，然后對測量結 果按照預定閥值做篩選，最后得到被測對象的三維坐標。但該方法并不適用于大范圍表面 反射率變化的被測對象，因為這需要使用更多不同的光源強度、相機曝光時間和增益值組 合來適應不同反射率的表面區(qū)域。專利CN101694375A公開了一種將亮暗條紋投射與多曝光 時間采集圖像相結合以合成高動態(tài)范圍條紋圖案圖像的方法，能夠?qū)崿F(xiàn)金屬等強反射表面 三維形貌測量。但這類采用多曝光量的方法對于未知場景，通常無法在測量初期直接確定 所需的光源強度、曝光次數(shù)和每次曝光的時間，一般依賴于經(jīng)驗或盡可能曝光多次，具有一 定的盲目性，測量效率不高。有學者采用偏振片的方法，專利CN105066906A公開了一種快速 高動態(tài)范圍三維測量方法，其在投影儀光軸和相機光軸上分別放置一塊偏振片，轉(zhuǎn)動任意 一塊偏振片，將投影儀光軸和相機光軸之間的夾角調(diào)節(jié)為90度。利用偏振片濾除鏡面反射 的光，只讓漫反射的光進入相機，從而實現(xiàn)測量。但對于金屬工件的表面來說，漫反射的光 較弱，信噪比較低，將導致測量精度顯著降低;另外，加裝偏振片增加了硬件系統(tǒng)的復雜性。 還有學者采用向被測對象表面噴涂薄薄的抗反射涂層的方法，使表面的反射性質(zhì)變?yōu)槁?射，以利于結構光三維測量;但是，涂層的厚度和均勻程度的不確定性容易帶來測量誤差， 噴涂和清洗涂層也降低了測量效率。
[0005] 總之，目前在光亮表面的三維形貌測量方面還沒有一個較為完備的解決方法。

【發(fā)明內(nèi)容】

[0006] 為了解決上述技術問題，本發(fā)明提供了一種自適應、高效、低成本的適用于光亮表 面的三維測量方法。
[0007] 本發(fā)明所采用的技術方案是：
[0008] 一種適用于光亮表面的三維測量方法，包括以下步驟：
[0009] S10:向被測對象投射一系列灰度值不同的均勻光圖案Li，i = 1，2，…，n，并相應拍 攝被測對象的均勻光圖像Ii，i = 1，2，…，η;
[0010] S20:計算與均勻光圖像Ii對應的掩碼圖像Mi(x，y);
[0011] S30:將掩碼圖像Mi(x，y)和均勾光圖案U合成圖像F(x，y);
[0012] S40:計算均勻光圖像^對應的掩碼圖像M(x，y)，連接所有飽和的像素形成若干個 簇，并對這些簇提取輪廓；
[0013] S50:向被測對象投射一套黑白條紋圖案，并相應拍攝被測對象的條紋圖像Iic，i = 1，2，…，m，然后對其進行解碼并得到碼字；
[0014] S60:使用步驟S40提取的輪廓上的點及周圍鄰域內(nèi)的若干點，及步驟S50得到的相 應的碼字，來生成局部單應性矩陣H;
[0015] S70:將步驟S30合成的圖像F(x，y)的坐標映射為投影儀圖像坐標，生成條紋圖案 的最佳投射灰度值Lp(u，v);
[0016] S80:使用步驟S70的最佳投射灰度值Lp(u，v)生成最佳灰度值條紋圖案，白條紋采 用最佳投射灰度值Lp(u，v)，黑條紋采用0灰度值，向被測對象投射所述最佳灰度值條紋圖 案，并相應拍攝被測對象的最佳灰度值條紋圖像；
[0017] S90:對步驟S80中的最佳灰度值條紋圖像進行解碼、求解三維坐標和表面重建，還 原被測對象的三維形貌。
[0018] 本發(fā)明的適用于光亮表面的三維測量方法，根據(jù)均勻光圖案合成的圖像和坐標映 射，自適應調(diào)節(jié)條紋圖案中每個像素點的最佳投射灰度值，當用于測量含有大范圍反射率 變化的三維形貌時，對于反射率高的光亮區(qū)域，能避免圖像飽和，對于反射率低的黑暗區(qū) 域，能保持較高信噪比，最終獲取清晰的條紋圖案圖像，準確還原被測對象的三維形貌。
[0019] 本發(fā)明與現(xiàn)有技術相比有以下顯著優(yōu)點：
[0020] (1)自適應:能夠自適應調(diào)節(jié)條紋圖案中每個像素點的最佳投射灰度值，適用于未 知場景，無需依賴經(jīng)驗，減少人為干預，提高測量系統(tǒng)的智能。
[0021] (2)效率高:與采用多曝光量的技術相比，本發(fā)明只需采集少量圖像，耗時短，效率 尚。
[0022] (3)成本低：本發(fā)明的測量方法只需調(diào)節(jié)投射圖案的灰度值，無需增加額外的硬 件，硬件系統(tǒng)簡單，成本低。
[0023] 進一步地，在步驟S10中，均勻光圖案U的灰度值依次增大。
[0024] 進一步地，在步驟S20中，根據(jù)以下公式計算與均勻光圖像相應的掩碼圖像姐(^ y)：
[0026]其中Ik(x，y)為均勻光圖像在像素位置(x，y)的灰度值。
[0027] 進一步地，在步驟S20中，如果不存在Ii(x，y)，使Mi(x，y) = l，則重新執(zhí)行步驟S10。 [0028]進一步地，在步驟S30中，根據(jù)以下公式將掩碼圖像MKxj)和均勻光圖案U合成圖 像F(x，y):
[0030] 其中U(x，y)是均勻光圖案U在像素位置(x，y)的灰度值。
[0031] 進一步地，在步驟S40中，根據(jù)以下公式計算均勻光圖像^對應的掩碼圖像M(x， y)：
[0033] 其中IiUd)為均勻光圖像在像素位置(x，y)的灰度值。
[0034] 進一步地，在步驟S50中，所述黑白條紋圖案是一套基于線移方法的黑白條紋圖 案，其白條紋采用255灰度值，黑條紋采用0灰度值;解碼時，采用亞像素邊緣檢測算法。 [0035]進一步地，在步驟S60中，使用步驟S40提取的輪廓上的點及周圍5X5鄰域內(nèi)的若 干點，及步驟S50得到的相應的碼字，來生成局部單應性矩陣H。
[0036]進一步地，在步驟S70中，根據(jù)以下公式將步驟S30合成的圖像F(x，y)的坐標映射 為投影儀圖像坐標，生成條紋圖案的最佳投射灰度值Lp(u，v):
[0038]進一步地，采用線移方法和亞像素邊緣檢測算法對步驟S80中的最佳灰度值條紋 圖案和最佳灰度值條紋圖像分別進行編碼和解碼。
[0039]為了更好地理解和實施，下面結合附圖詳細說明本發(fā)明。
【附圖說明】
[0040]圖1是本發(fā)明的步驟S50、S80和S90中采用線移方法進行編碼的示意圖；
[0041 ]圖2是本發(fā)明的被測對象鋁合金工件的示意圖；
[0042] 圖3是通過本發(fā)明的步驟S10、S20、S30得到合成圖像F(x，y)的過程示意圖；
[0043] 圖4是傳統(tǒng)結構光方法與本發(fā)明的方法的測量結果對比圖。
【具體實施方式】
[0044] 本發(fā)明的適用于光亮表面的三維測量方法的主要步驟可簡要歸納如下：
[0045] 步驟1:向被測對象投射一系列灰度值不同的均勻光圖案，并相應拍攝被測對象的 均勻光圖像。
[0046] 步驟2:計算每個像素點的最佳投射灰度值，生成最佳灰度值條紋圖案。
[0047] 步驟3:向被測對象投射該最佳灰度值條紋圖案，并相應拍攝被測對象的最佳灰度 值條紋圖像。
[0048]步驟4:對該最佳灰度值條紋圖像進行解碼、求解三維坐標和表面重建，恢復被測 對象的三維形貌。
[0049] 具體地，本發(fā)明的適用于光亮表面的三維測量方法包括以下步驟：
[0050] S10:向被測對象投射一系列灰度值不同的均勻光圖案U，i = 1，2，…，n，并相應拍 攝被測對象的均勻光圖像I i，i = 1，2，…，η。在本實施例中，優(yōu)選η = 9，均勻光圖案L i采用的 灰度值依次增大，分別為20，50，80，110，140，170，200，230，255。為了降低環(huán)境光照和表面 互反射的影響，拍攝均勻光圖像1:的過程中，采用較小的光圈值，固定的曝光時間，并設置 相機增益為OdB。相機的曝光時間應該設置為Ι/fp的整數(shù)倍秒，其中fp為投影儀的刷新率 (一般為60Hz)。這樣相機與投影儀能更好地同步。相機的曝光時間不宜設置得太大，否則會 極大地增加測量時間。
[0051] S20:根據(jù)公式（1)計算與均勻光圖像相應的掩碼圖像1(1，7)，在本實施例中，η =9〇
[0053]其中，Ik(x，y)表示所拍攝的均勻光圖像在像素位置(x，y)處的灰度值，Uxj)表 示在所有均勻光圖像中該像素位置(x，y)處的灰度值滿足不超過閾值248(采用8位的相機） 的條件下的最大值。考慮到圖像傳感器的噪聲，并預留一定的灰度值空間，避免由于噪聲使 圖像傳感器達到飽和，像素(x，y)的灰度值Ik(x，y)的閾值取為248(采用8位的相機），即像 素的灰度值一旦達到248則認為該像素已經(jīng)飽和。
[0054]如果存在小于閾值248(采用8位的相機）的最大值Ii(x，y)，則取Mi(x，y) = l，表示 按照均勻光圖案U的灰度值進行投射，所獲得的均勻光圖像在該像素位置(x，y)的灰度值 是有效的，且是最大值，取得最大的信噪比，因此該灰度值的最大值Mx，y)所對應的均勻 光圖案U的灰度值就是該像素(x，y)位置的最佳投射灰度值。此最佳投射灰度值保證了最 大的信噪比，同時避免所拍攝的圖像出現(xiàn)飽和。如果不存在小于閾值248(采用8位的相機） 的灰度值Ik(x，y)，則表示將所有均勻光圖案1^按照步驟S10中的一系列灰度值投射在被測 對象后，都導致所拍攝的圖像在該像素位置(x，y)飽和。此時應適當減小光圈值、曝光時間 和相機增益，并重新執(zhí)行步驟S10,直至存在小于閾值248(采用8位的相機）的最大值Ux， y)，使Mi(x，y) = l〇
[0055] S30:根據(jù)公式(2)將掩碼圖像Mi(x，y)和均勻光圖案U合成圖像F(x，y)，在本實施 例中，n = 9。
[0057]其中Ldxj)是均勻光圖案U在像素位置(x，y)的灰度值。圖像合成方法基于掩碼 圖像Mi(x，y)提取均勾光圖案U的灰度值來合成圖像F(x，y)。由于Mi(x，y)是一個二值矩陣， 當1(1，7) = 1，則均勻光圖案1^的灰度值是像素位置(1，7)處的最佳投射灰度值，可用于合 成圖像？(^7);當1(^ 7)=0，則均勻光圖案1^的灰度值不用于合成圖像？(1，7)。總之，最終 合成的圖像F(x，y)全部由不會導致所拍攝圖像飽和的最佳投射灰度值組成。
[0058]步驟S40:根據(jù)公式(3)計算均勻光圖像Ii對應的掩碼圖像M(x，y)，連接所有M(x， y )= 〇的像素形成若干個簇，并對這些簇提取輪廓。一般地，每一個輪廓都由一組閉合的點 坐標組成。在本實施例中，n = 9。
[0060]其中Ii(x，y)為均勻光圖像Ii在像素位置(x，y)的灰度值。
[0061]步驟S50:向被測對象投射一套黑白條紋圖案，并相應拍攝被測對象的條紋圖像 1嚴，1 = 1，2，···，!!!。在本實施例中，優(yōu)選m=16,然后對其進行解碼并得到碼字。具體地，該黑 白條紋圖案是一套基于線移方法的黑白條紋圖案，其白條紋采用255灰度值，黑條紋采用0 灰度值。解碼時，采用亞像素邊緣檢測算法。解碼后，步驟S40求取的掩碼M(x，y)=0表示像 素(x，y)已經(jīng)飽和，解碼所得的碼字無效;相反，掩碼M(x，y) = 255表示像素(x，y)解碼所得 的碼字有效。因此，步驟S40提取的輪廓上的點即含有效的碼字，這些點可以用來在步驟S60 中生成局部單應性矩陣H。
[0062]步驟S60:使用步驟S40提取的輪廓上的點及周圍鄰域內(nèi)的若干點，及步驟S5得到 的相應的碼字，來生成局部單應性矩陣H。優(yōu)選地，該鄰域選取5X5,在其他實施方式中也可 選取3X3或7X7等鄰域。
[0063]步驟S70:根據(jù)公式(4)將步驟S30合成的圖像F(x，y)的坐標(x，y)映射為投影儀圖 像坐標(u，v)，生成條紋圖案的最佳投射灰度值Lp(u，v)。
[0065]步驟S80:使用步驟S70的最佳投射灰度值Lp(u，v)生成最佳灰度值條紋圖案，白條 紋采用最佳投射灰度值Lp(u，v)，黑條紋采用0灰度值，向被測對象投射所述最佳灰度值條 紋圖案，并相應拍攝被測對象的最佳灰度值條紋圖像。
[0066]步驟S90:對步驟S80中的最佳灰度值條紋圖像進行解碼、求解三維坐標和表面重 建，還原被測對象的三維形貌。具體地，在條紋圖案編碼和解碼過程中，使用線移方法和亞 像素邊緣檢測算法，以提高解碼過程的魯棒性和空間的測量分辨率。后續(xù)的三角法求解三 維坐標、表面重建等步驟均采用公知的方法。最終得到三維點云，恢復被測對象的三維形 貌。
[0067] 具體地，在步驟S50、S80和S90中，條紋圖案的編碼和解碼分別采用線移方法和亞 像素邊緣檢測算法，而不是采用廣泛使用的相移方法，是由于相移方法存在局限性，該局限 性在于其解相過程依賴于條紋圖案圖像中各像素的絕對灰度值，導致其面臨圖像飽和、互 反射和噪聲靈敏度高等問題。優(yōu)選地，本發(fā)明采用基于格雷碼的線移方法來生成黑白條紋 圖案，該圖案比余弦相移條紋圖案更可靠，特別是對于光亮表面的測量，因為該圖案只有兩 個灰度值(編碼為〇和1)而不是絕對灰度值需要被確定。而且，相對于像素的灰度值，黑白條 紋的邊緣在光殼表面能更好地保留，檢測邊緣所獲得的亞像素精度也能提尚測量的精度。
[0068]在具體實施中，可以采用如下線移方法來編、解碼條紋圖案。請參閱圖1，其為對寬 度為32像素的圖像平面采用線移方法進行編碼的示意圖，圖1(a)中顯示的是格雷碼圖案， 圖1(b)中顯示的是線移圖案。對于水平方向分辨率為1024的投影儀來說，首先投射8幅格雷 碼圖案，將測量區(qū)域分成256個子區(qū)域，每個子區(qū)域包含4像素和唯一的8位格雷碼。然后，投 射寬度為4像素的線移圖案，移動3次，每次移動1像素。解碼時，首先檢測線移圖案的邊緣， 再匹配上邊緣所在子區(qū)域?qū)?位格雷碼值，就能為每條邊緣生成唯一的碼字。然后，結 合檢測到的邊緣在相機圖像坐標系下達到亞像素精度的坐標，得到對應點。在已標定系統(tǒng) 參數(shù)的情況下，根據(jù)這些對應點和三角法原理，就能計算得到對應點相應的三維坐標。
[0069] 下面針對一具體的測量對象鋁合金工件，來說明本發(fā)明的具體測量步驟和結果。
[0070] 請參閱圖2,其為本實施例的被測對象鋁合金工件的示意圖。請參閱圖3,其為本實 施例通過步驟S10、S20、S30得到合成圖像F(x，y)的過程示意圖。其中，圖3(a)和(b)中所示 的是步驟S10中，向被測對象投射的一系列灰度值為20，50，80，110，140，170，200，230，255 的均勻光圖案1^，1 = 1，2，一，9;圖3((：)中所示的是步驟510中，投射了均勻光圖案1^后相應 拍攝的被測對象的均勻光圖像1:3 = 1,2,圖3(d)中所示的是步驟S20中的掩碼圖像姐 &，7)，1 = 1，2，一，9，其中，圖像中的白色區(qū)域表示姐(^7) = 1，即像素(^7)位置的最佳投 射灰度值就是對應的均勻光圖案1^的灰度值，可用于合成圖像F(x，y);相反，黑色區(qū)域表示 即像素(x，y)位置對應的均勻光圖案1^的灰度值不用于合成圖像F(x，y);圖3 (e)中所示的是步驟S30中，將Mi (X，y) = 1所對應的最佳投射灰度值合成的圖像F (X，y)。
[0071] 請參閱圖4,其為傳統(tǒng)結構光方法與本發(fā)明的方法的測量結果對比圖。其中，圖4 (a)、（b)、（c)是采用傳統(tǒng)結構光方法對圖2所示的鋁合金工件的測量結果圖，具體地，圖4 (a)顯示的是投射了普通的垂直條紋圖案后，相機拍攝的被測對象的條紋圖像，圖4(b)顯示 了在更高頻率的條紋圖案投射下，工件中間區(qū)域的細節(jié)，圖4(c)顯示了最終生成的三維點 云?？梢钥闯?，采用傳統(tǒng)結構光方法，拍攝時，由于工件中間區(qū)域太亮導致圖像飽和，解碼錯 誤，以致表面重建后工件中間區(qū)域出現(xiàn)大面積的孔洞。相對的，圖4((1)、（幻、（〇是采用本發(fā) 明的方法對圖2所示的鋁合金工件的測量結果圖，具體地，圖4(d)顯示的是投射了最佳灰度 值條紋圖案后，相機拍攝的被測對象的最佳灰度值條紋圖像，圖4(e)顯示了在更高頻率的 最佳灰度值條紋圖案投射下，工件中間區(qū)域的細節(jié)，圖4(f)顯示了最終生成的三維點云。可 以看出，采用本發(fā)明的方法能夠自適應調(diào)節(jié)條紋圖案中每個像素點的最佳投射灰度值，對 于反射率較高的光亮區(qū)域，采用較低的灰度值進行投射，拍攝時，工件中間區(qū)域不會太亮而 導致圖像飽和；另外，對于反射率較低的黑暗區(qū)域，則采用最大的灰度值去投射，保持了較 高的信噪比，因而能夠獲得清晰的條紋圖案圖像。后續(xù)也能夠?qū)@些條紋圖像正確地進行 解碼并獲得更稠密的三維點云。與傳統(tǒng)的結構光方法相比，本發(fā)明的方法取得了更好的測 量結果。
[0072] 本發(fā)明的適用于光亮表面的三維測量方法，根據(jù)均勻光圖案合成的圖像和坐標映 射，自適應調(diào)節(jié)條紋圖案中每個像素點的最佳投射灰度值，當用于測量含有大范圍反射率 變化的三維形貌時，對于反射率高的光亮區(qū)域，能避免圖像飽和，對于反射率低的黑暗區(qū) 域，能保持較高信噪比，最終獲取清晰的條紋圖案圖像，準確還原被測對象的三維形貌。 [0073]本發(fā)明與現(xiàn)有技術相比有以下顯著優(yōu)點：
[0074] (1)自適應:能夠自適應調(diào)節(jié)條紋圖案中每個像素點的最佳投射灰度值，適用于未 知場景，無需依賴經(jīng)驗，減少人為干預，提高測量系統(tǒng)的智能。
[0075] (2)效率高:與采用多曝光量的技術相比，本發(fā)明只需采集少量圖像，耗時短，效率 尚。
[0076] (3)成本低：本發(fā)明的測量方法只需調(diào)節(jié)投射圖案的灰度值，無需增加額外的硬 件，硬件系統(tǒng)簡單，成本低。
[0077] 本發(fā)明并不局限于上述實施方式，如果對本發(fā)明的各種改動或變形不脫離本發(fā)明 的精神和范圍，倘若這些改動和變形屬于本發(fā)明的權利要求和等同技術范圍之內(nèi)，則本發(fā) 明也意圖包含這些改動和變形。
【主權項】
1. 一種適用于光亮表面的Ξ維測量方法，其特征在于包括W下步驟： S10:向被測對象投射一系列灰度值不同的均勻光圖案以，1 = 1，2，-，，11，并相應拍攝被 測對象的均勻光圖像Ii，i = l，2,…，η; S20:計算與均勻光圖像li對應的掩碼圖像Mi(x，y); S30:將掩碼圖像Mi(x，y)和均勻光圖案以合成圖像F(x，y); S40:計算均勻光圖像Ii對應的掩碼圖像M(x，y)，連接所有飽和的像素形成若干個簇，并 對運些簇提取輪廓； S50:向被測對象投射一套黑白條紋圖案，并相應拍攝被測對象的條紋圖像 /;'，i=== 1，2,...，m.然后對其進行解碼并得到碼字； S60:使用步驟S40提取的輪廓上的點及周圍鄰域內(nèi)的若干點，及步驟S50得到的相應的 碼字，來生成局部單應性矩陣H; S70:將步驟S30合成的圖像F(x，y)的坐標映射為投影儀圖像坐標，生成條紋圖案的最 佳投射灰度值LP(u，v); S80:使用步驟S70的最佳投射灰度值LP(u，v)生成最佳灰度值條紋圖案，白條紋采用最 佳投射灰度值LP(u，v)，黑條紋采用0灰度值，向被測對象投射所述最佳灰度值條紋圖案，并 相應拍攝被測對象的最佳灰度值條紋圖像； S90:對步驟S80中的最佳灰度值條紋圖像進行解碼、求解Ξ維坐標和表面重建，還原被 測對象的Ξ維形貌。2. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S10中， 均勻光圖案k的灰度值依次增大。3. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S20中， 根據(jù)W下公式計算與均勻光圖像Ii相應的掩碼圖像Mi(x，y):其中Ik(x，y)為均勻光圖像在像素位置(x，y)的灰度值。4. 根據(jù)權利要求3所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S20中， 如果不存在Ii(X，y)，使Mi(X，y) = 1，則重新執(zhí)行步驟S10。5. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S30中， 根據(jù)W下公式將掩碼圖像Mi(x，y)和均勻光圖案以合成圖像F(x，y):其中k(x，y)是均勻光圖案k在像素位置(x，y)的灰度值。6. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S40中， 根據(jù)W下公式計算均勻光圖像Ii對應的掩碼圖像M(x，y):其中Ii(x，y)為均勻光圖像Ii在像素位置(x，y)的灰度值。7. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S50中， 所述黑白條紋圖案是一套基于線移方法的黑白條紋圖案，其白條紋采用255灰度值，黑條紋 采用0灰度值;解碼時，采用亞像素邊緣檢測算法。8. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S60中， 使用步驟S40提取的輪廓上的點及周圍5X5鄰域內(nèi)的若干點，及步驟S50得到的相應的碼 字，來生成局部單應性矩陣H。9. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:在步驟S70中， 根據(jù)W下公式將步驟S30合成的圖像F(x，y)的坐標映射為投影儀圖像坐標，生成條紋圖案 的最佳投射灰度值LP(u，v):10. 根據(jù)權利要求1所述的適用于光亮表面的Ξ維測量方法，其特征在于:采用線移方 法和亞像素邊緣檢測算法對步驟S80中的最佳灰度值條紋圖案和最佳灰度值條紋圖像分別 進行編碼和解碼。
【文檔編號】G01B11/25GK106091986SQ201610402874
【公開日】2016年11月9日
【申請日】2016年6月8日
【發(fā)明人】林輝, 高健, 王偉, 張觀錦
【申請人】韶關學院, 廣東工業(yè)大學