申请/专利权人：山东中科先进技术研究院有限公司;中国科学院深圳先进技术研究院

申请日：2019-12-27

公开（公告）日：2024-04-12

公开（公告）号：CN111145342B

主分类号：G06T17/00

分类号：G06T17/00;G06T7/33;G06T7/55;G06T7/80

优先权：

专利状态码：有效-授权

法律状态：2024.04.12#授权;2020.06.05#实质审查的生效;2020.05.12#公开

摘要：本发明涉及一种双目散斑结构光三维重建方法及系统，方法包括：获取散斑图像；搭建双目结构光视觉系统，标定得到左右相机的内部参数和外部参数；将散斑图像通过投影设备投射到被测物体表面，通过左右相机进行拍摄，得到左图像和右图像；对左右图像进行极线校正；基于散斑图像、左右图像采用改进的SGM算法进行图像匹配，得到视差图像；基于左右相机的内部参数和外部参数以及视差图像恢复深度信息，得到被测物体表面的三维数据，得到最终的图像。上述方法预设散斑分布约束窗口以控制伪随机散斑分布的疏密程度，生成具有高辨识度和纹理丰富的散斑图案，建立新的视差计算代价函数，有效提高了图像匹配的精度，从而实现了精确的三维动态重建方法。

主权项：1.一种双目散斑结构光三维重建方法，其特征在于，所述重建方法包括：获取分布密度可控的伪随机散斑图像；所述获取分布密度可控的伪随机散斑图像具体包括：步骤1：设置散斑图像的分辨率h×w；步骤2：设置散斑分布约束窗口q×s；步骤3：设置散斑的大小d1×d2，d1和d2分别表示单个散斑在图像上占据的像素数量；步骤4：随机产生散斑点坐标[u,v]，在[1:h]范围内随机产生一个横坐标u，u∈[1,h]；在[1:w]范围内随机产生一个纵坐标v，v∈[1,w]；步骤5：判断以区域块[u-d12:u+d12,v-d22:v+d22]为中心、大小为q×s的窗口内是否已有散斑点；步骤6：若有，则[u,v]处不再设置散斑点，否则，在[u,v]处放置一个散斑点；步骤7：对步骤3-步骤4循环N次，直到生成整幅散斑图案；其中，N＝w×h；搭建双目结构光视觉系统，标定得到左相机和右相机的内部参数和外部参数；所述视觉系统包括：左相机、右相机和投影设备；将所述散斑图像通过所述投影设备投射到被测物体表面，通过所述左相机和所述右相机对投影后的场景进行拍摄，得到左图像和右图像；对所述左图像和所述右图像进行极线校正；基于所述散斑图像、极线校正后的左图像和极线校正后的右图像采用改进的SGM算法进行图像匹配，得到视差图像： 其中，Lrp,d为视差图像，p表示像素点，r表示以像素点p为中心的邻域方向，Costp,d表示像素点p视差为d时计算的匹配价值，表示沿着方向r的像素点p-r的最小代价聚合值；Lrp-r,d表示沿着方向r上像素点p-r在视差为d时的代价聚合值，Lrp-r,d-1表示沿着方向r上像素点p-r在视差为d-1时的代价聚合值，Lrp-r,d+1表示沿着方向r上像素点p-r在视差为d+1时的代价聚合值，miinLrp-r,i表示沿着方向r上像素点p-r在所有像素差大于1pixel的最小代价聚合值，V′dp,dp-r为改进的惩罚项，惩罚邻近像素视差的变化；对视差变化1pixel之内的邻近像素施行与视差为d的像素同等力度的约束： 其中P2表示惩罚系数；基于左右相机的内部参数和外部参数以及所述视差图像恢复深度信息，得到被测物体表面的三维数据：其中，f为极线矫正后的相机焦距，[uL,vL]表示左图像上的点的像素坐标，单位为pixel；[x,y,z]为像素坐标[uL,vL]对应的点的三维坐标，单位为mm；表示左相机的图像成像中心，单位为pixel，B表示左右图像之间的基线长度，单位为mm，表示右相机的图像成像中心，单位为pixel；基于所述三维数据进行三维重建，得到最终的图像。

全文数据：

权利要求：

百度查询： 山东中科先进技术研究院有限公司;中国科学院深圳先进技术研究院 一种双目散斑结构光三维重建方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD