一种物体三维表面自适应测量方法与流程

本发明涉及条纹投影，特别涉及一种物体三维表面自适应测量方法。

背景技术：

1、目前，三维形貌测量方法主要分为接触式测量和非接触式测量两大类。接触式测量以三坐标测量机为代表，虽然具备高精度，但耗时较长，尤其在测量大型零件时，需要数小时甚至整整一天。非接触式测量则以条纹投影技术为代表，具有高精度和高测量速度。然而，由于相机的动态范围有限，镜面反射可能导致图像饱和，而从较暗区域发出的光可能产生低强度的图像。因此，对表面反射率波动较大的3d轮廓进行准确测量是一项复杂的任务，这些问题可能对最终重建的精度产生影响。因此，解决高动态范围物体的三维形貌测量一直是光学三维测量领域的难题之一。

2、为了解决上述关切，已经制定了多种方法。多视图测量和偏振成像需要通过结合额外的硬件组件来缓解问题。通过调整投影的强度，自适应图像投影可以防止过度曝光；然而，它的工程能力受到将变形图案烧录到设备中的耗时过程的限制。同样，与基于深度学习的方法相关的长训练时间和结果不稳定性也限制了其工程可行性。多曝光hdr技术的根据捕获具有不同曝光时间的多个图像，然后使用图像融合技术将它们组合为单个hdr图像。然而，这种方法是复杂和低效的，因为它依赖于曝光的经验选择。自动多次曝光技术通常基于强度直方图中的波峰和波谷来预测最佳曝光时间的方法，然后选择在多个曝光时间具有最大调制的像素，使用调制作为融合标准来生成hdr图像。但确定此类方法的初始曝光时间的尤为重要，因此仍然需要人为设置初始曝光时间，并且由于环境的复杂性，这些波峰和波谷的特征往往不清楚，难以实现真正意义上的全自动测量。

技术实现思路

1、本发明提出一种高动态范围物体三维表面自适应测量方法，以实现对高动态范围物体的全自动测量。

2、本专利提出一种物体三维表面自适应测量方法，其特征在于，所述基于条纹投影技术的物体三维表面自适应测量方法还包括以下步骤：

3、步骤1，根据不同曝光时间的图像选取用于区分饱和区域和非饱和区域的区分曝光时间tm；

4、步骤11，生成强度为255的均匀灰度图案，并设置任意的曝光时间为初始曝光时间t0，并利用步长来递增地增加曝光时间；

5、步骤12，通过线性拟合当前曝光和前两次曝光的峰度和曝光时间之间的关系，获取拟合斜率k，并选取|k|小于标准斜率kt时的区分曝光时间tm，用于区分饱和区域和不饱和区域；

6、步骤2，通过区分曝光时间tm拍摄的图像，并根据预设像素强度值划为分饱和区域和非饱和区域；

7、步骤3，对所有饱和区域像素计算表面反射率系数并构建查找表；

8、步骤4，根据查找表计算饱和区域所需的曝光时间序列和对应的掩码矩阵，生成饱和区域的高动态条纹图像；

9、步骤5，对不饱和区域的多组条纹进行叠加融合生成不饱和区域条纹图像；

10、步骤6，组合不饱和以及饱和区域的融合条纹图像，生成全局高动态条纹图像；

11、步骤7，根据融合后的全局高动态条纹图像，结合相机-投影仪立体标定结果，进行三维重建。

12、更近一步地，在步骤11中，所述曝光时间遵循以下关系：

13、tj＝tj-1+g

14、tj为第j次曝光时间，g为步长，tj-1为与第i次曝光时间相邻第j-1次曝光时间。

15、更近一步地，在步骤12中，所述峰度为：

16、

17、其中，x是图像的强度，u是图像的强度平均值，σ是图像的强度标准偏差，e表示期望值，kurtosis为峰度；

18、当前曝光和前两次曝光的峰度和曝光时间之间的关系：

19、kurtosis＝kt+b

20、k表示斜率，t表示当前次曝光时间，b为拟合参数。

21、更近一步地，在步骤2中，所述饱和区域和非饱和区域的掩码矩阵为：

22、

23、

24、ms(x,y)表示饱和区域掩码矩阵，mus(x,y)表示非饱和区域掩码矩阵。

25、更近一步地，在步骤3中，还包括以下步骤：

26、步骤31，逐渐减少饱和区域的曝光时间，投射均匀的灰色图案，直到整个图像中没有饱和像，将该曝光时间记录为最终曝光时间ts；

27、步骤32，计算表面反射率系数及相应的系数查找表；

28、表面反射率系数α(xc，yc)和相应的查找表为：

29、icap(xc，yc)＝(ipro(xp，yp)+iie(xc，yc))α(xc，yc)t+in(xc，yc)

30、其中，icap(xc，yc)代表相机所捕获的图像像素的二维索引，ipro(xp，yp)代表投影仪像素的二维索引，in(xc，yc)为噪声对相机捕获图像的影响因子，i′ie(xc，yc)为物体反射光路与环境直射光对相机捕获图像的综合影响因子，α(xc，yc)与相机像素相对应的物体表面反射率系数，该因子与相机的增益和物体表面反射率有关，t为曝光时间。

31、更近一步地，在步骤4中，还包括以下步骤：

32、步骤41，计算饱和区域所需的曝光时间序列；

33、步骤42：计算饱曝光时间序列所对应的掩码矩阵，生成饱和区域的高动态条纹图像ihdr；

34、高动态条纹图像ihdr为：

35、

36、其中，i(o)是曝光时的捕获图像，q为生成高动态条纹图像的帧数，mi为掩模。

37、更近一步地，在步骤5中，对不饱和区域进行叠加融合：

38、

39、其中，n是叠加次数，是k第次测量相机所捕获的条纹图像，叠加n次数后的叠加融合条纹图像。

40、更近一步地，在步骤6中，所述全局高动态条纹图像为：

41、

42、其中，i代表条纹索引，ihdr(i)(x，y)表示第i条纹索引对应的高动态条纹图像，ms(x，y)表示饱和区域掩码矩阵，表示第i条纹索引对应的非饱和区域图像，mus(x，y)表示非饱和区域掩码矩阵，ig(i)(x，y)表示第i条纹索引对应的全局高动态条纹图像。

43、更近一步地，在步骤7中，根据融合后的全局高动态条纹图像ig，利用多步相移技术和下式分别计算饱和区域和非饱和区域的包裹相位，再结合相机-投影仪立体标定结果，进行三维重建；

44、其中，非饱和区域的条纹图像中的包裹相位可由以下公式计算：

45、

46、表示包裹相位，δo表示初相位，q是相移步数。

47、本发明达到的有益效果是：

48、相比于现有技术，本发明能够真正意义上地实现高动态范围物体的全自动化测量，无需人为调整参数，具有更高的测量鲁棒性和重建精度。

49、本发明提供的方法简化了工作流程，实现了曝光时间和掩模的自动选择，而无需手动干预。此外，该方法考虑了环境光、反射光、噪声和其他干扰因素，以确保曝光时间预测的可靠性和稳定性。它将参数估计转化为优化问题，建立查找表(lut)，并动态调整曝光时间，以提高整个捕获图像的信噪比(snr)，从而实现更准确的3d重建。本发明可以全自动重建反射率变化复杂的高动态范围物体，有效解决高反光元件三维重建困难的问题。

50、本发明提供的方法通过自动确定不同区域(包括饱和非饱和区域)的最佳曝光时间和掩模，简化了捕捉高动态范围物体的过程。这消除了手动调整的需要，提高了自动化和效率，同时简化了整个工作流程。

51、本发明提供的方法考虑到环境光、反射光和噪声等干扰因素的影响，将光路传输模型的参数求解转化为优化问题，并建立相应的查找表，使算法对测量环境有更稳定的感知。基于建立的查找表，动态调整曝光时间并利用多次曝光可以有效地避免像素饱和。此外，它提高了不饱和区域的信噪比，从而实现了更精确的三维测量。

52、本发明提供的方法采用均匀灰度序列图像，通过分析捕获图像的峰度分布，自动分割饱和和非饱和区域，无需凭经验或人工设置，也无需进行复杂的计算。

53、本发明提供的方法通过采用多幅255级灰度图像，充分考虑了环境光、反射光和噪声等干扰因素，将光路传输模型参数求解问题转化为优化问题，并构建相应的查找表，使算法对测量环境更加稳定。基于这一查找表，动态调整曝光时间并结合多次曝光，有效地避免像素饱和，从而获得高动态范围的条纹图像。

54、本发明提供的方法通过多组条纹的叠加融合，有效提高了饱和区域的信噪比。结合高动态范围的条纹和叠加融合条纹，获得了全局高动态范围的条纹图像。利用全局高动态范围的条纹，不仅能有效提升全局信噪比，还能避免像素饱和，从而实现更加精确的三维测量。