符號結構光圖像解碼及重建曲面濾波方法的研究.pdf

1、計算機視覺是近年來的研究熱點，并已在移動機器人導航、目標識別、工業(yè)自動化及物體跟蹤等領域得到越來越多的應用。結構光視覺技術是雙目計算機視覺的一個分支，該技術采用一臺投射器代替雙目立體視覺的一臺攝像機，由于其投射的結構光具有編碼唯一性的特點，從而解決了雙目視覺中像素匹配的難題，因而是一種簡捷、高效的三維視覺檢測方法。 本項目組提出了基于符號M陣列結構光的三維檢測方法，以實現(xiàn)二值光源投射下動態(tài)場景的檢測與三維重建。作為結構光技術的核

2、心，結構光模式的編碼與圖像的解碼直接影響到檢測的成功率、分辨率、精度和魯棒性。同時，圖像的解碼受到目標表面反射率、目標表面梯度、硬件噪聲等因素的影響。特別是針對本課題組提出的二值面結構光，其采用的M陣列編碼模式尺寸大、元素多、關鍵點密集、信息量大，對圖像進行快速解碼，有效還原符號碼字，實現(xiàn)關鍵點準確定位是成功檢測的關鍵問題之一。 本文針對項目組所設計的新的編碼符號和編碼模式，提出了一種新的符號M陣列結構光圖像的解碼方法，該方法在

3、有效提取全局交叉點網(wǎng)絡的基礎上實現(xiàn)了符號的識別、窗口匹配、碼字還原、關鍵點定位，并對重建的目標表面進行了濾波方法的研究。本文主要包括以下幾個方面內(nèi)容： (1)圖像預處理研究。分析了傳統(tǒng)圖像濾波方法和閾值分割方法；研究了二值圖像細化算法，并對傳統(tǒng)細化算法增加了對邊界點的選擇，大大縮小了搜索范圍，改進后的細化算法與原算法相比縮短了運行時間，提高了執(zhí)行效率。 (2)符號解碼方法的研究。研究了細化骨架有序遍歷方法，實現(xiàn)了交叉點的

4、提取，并形成全局的交叉點網(wǎng)絡。針對細化的十字交叉變形，研究了交叉點合并方法，提出了基于識圈法的內(nèi)部交叉點定位方法，以及基于向量角度的符號分類方法，有效地實現(xiàn)了符號碼字的還原。 (3)窗體匹配方法的研究。研究了結構光圖像中窗體的生成方法，并根據(jù)偽隨機M陣列窗口唯一性的特點，提出了基于投票機制的窗體匹配方法，實現(xiàn)了結構光圖像中符號與投射模式中符號的精確匹配，從而解決了投射側(cè)與接收側(cè)關鍵點的配準與定位。 (4)多分辨解碼方法的

5、研究。針對目標表面反射率不一致的結構光圖像，任何一個全局閾值都無法對不同強度區(qū)域進行有效分割的情況。本文研究了水波擴展法對未識別小區(qū)域進行再識別的方法，提出了一種基于先驗知識和直方圖統(tǒng)計的多分辨識別方法，該方法針對結構光投射模式中信號點的分布密度，采用多閾值對結構光圖像進行分辨識別，并通過橋接點的模糊聚類對多分辨識別結果進行覆貼，大大提高了符號的識別率。 (5)基于曲面擬合的濾波方法研究。針對三維重建曲面中存在的噪音，研究了基于