基于雙目視覺的織物三維數(shù)字化技術研究.pdf

1、織物的三維數(shù)字化技術在服裝設計、電腦游戲、影視制作等方面的應用前景非常廣闊。但因織物本身的物理特性較復雜，且容易高度變形，因此要對織物進行逼真的模擬非常困難。而傳統(tǒng)的匹配方法無法解決無紋理信息或弱紋理信息的織物的匹配問題。因此，從結構光的角度對織物進行三維數(shù)字化有著非常重要的意義。
　　本文圍繞織物的三維數(shù)字化技術展開研究，具體工作可總結如下:
　　1)采用張正友攝像機的標定方法實現(xiàn)相機的立體標定。相機標定是織物三維數(shù)字的基

2、礎，本文首先分析比較相機標定的幾種方法，結合實驗儀器和實驗環(huán)境的實際情況，最終采用張正友標定法，該標定算法簡單，容易實現(xiàn)，實驗結果表明，標定精度也較高。
　　2)采用SIFT算子匹配得到初始的匹配點集，通過閾值法對初始點集進行篩選，然后用RANSAC法對初始篩選的匹配點集進一步提純得到精確的匹配點集。最后，結合相機標定結果實現(xiàn)了織物的三維數(shù)字化。
　　3)采用格雷碼技術實現(xiàn)靜態(tài)織物的三維數(shù)字化。該方法將格雷編碼圖和格雷反碼圖

3、用投影儀投射到被測織物上，進行圖像采集。對采集到的圖像進行預處理，主要包括有效區(qū)域的選擇和二值化;由于傳統(tǒng)的閾值分割的方法易產(chǎn)生誤分割，本文用簡化的Daniel Scharsterin雙閾值分割方法對圖像進行二值化。然后對二值化的格雷圖解碼，采用區(qū)域與區(qū)域的匹配策略得到左右圖像中的對應匹配點。最后利用雙目視覺的三角測量原理得到的匹配點的三維坐標。
　　4)采用棋盤格技術實現(xiàn)動態(tài)織物的三維數(shù)字化。在圖像采集過程中，用投影儀將國際象棋

4、棋盤格投影到被測織物上并進行圖像采集并保存。對采集到的圖像對分別用Harris角點檢測進行特征提取并匹配。最后根據(jù)雙目視覺原理得到匹配的點三維坐標，即實現(xiàn)了被測織物的三維數(shù)字化。
　　實驗結果表明，基于SIFT算子可以很好得到含有紋理信息的織物的三維點云，但該方法對于無紋理信息或弱紋理信息的織物無法進行三維數(shù)字化?；诟窭状a的方法能較好的恢復出織物的三維形狀，但對于測量死角部分的重建效果較差。相對于格雷碼方法，基于棋盤格的織物三維