[发明专利]一种De Bruijn彩色结构光编码图像的中心彩色条纹的颜色聚类化方法

权利要求书

1.一种De Bruijn彩色结构光编码图像的中心彩色条纹的颜色聚类化方法，其特征在于，该方法所需设备和实现步骤如下：

所需设备：所需设备包括投影机(1)，投影屏幕(2)，摄像机(3)，计算机(4)，待测物体(5)；其中投影机(1)和摄像机(3)都通过电缆与计算机(4)连接；

实现步骤：

步骤1、在计算机(4)中，利用具有随机特性与确定性的De Bruijn伪随机序列，产生一幅7元3级De Bruijn序列彩色结构光编码图像，该图像背景颜色为黑色，其RGB值为(0，0，0)，每条彩色条纹的宽度为一个像素，任意两条相邻彩色条纹颜色都不相同并且间隔3个像素，7种颜色分别用a₁，a₂，a₃，a₄，a₅，a₆，a₇表示，其中颜色a_x的RGB值分别用r_x，g_x，b_x表示，x＝1，2，...，7；颜色a₁的RGB值为(0，0，1)，颜色a₂的RGB值为(0，1，0)，颜色a₃的RGB值为(0，1，1)，颜色a₄的RGB值为(1，0，0)，颜色a₅的RGB值为(1，0，1)，颜色a₆的RGB值为(1，1，0)，颜色a₇的RGB值为(1，1，1)；

步骤2、计算机(4)通过投影机(1)将步骤1中产生的De Bruijn序列彩色结构光编码图像经过待测物体(5)调制后投影到投影屏幕(2)上，生成调制后的投影图像；

步骤3、计算机(4)通过摄像机(3)拍摄步骤2生成的调制后的投影图像，得到彩色结构光编码图片；

步骤4、计算机(4)采用传统的canny算法提取步骤3得到的彩色结构光编码图片中每条彩色条纹的上边界和下边界，再计算每条彩色条纹的上边界和下边界的中间位置，得到每条彩色条纹的中心彩色条纹；设共得到m条中心彩色条纹，每条中心彩色条纹有n个像素点；在m行上依次排列每条中心彩色条纹的n个像素点的RGB值，得到由这些像素点的RGB值构成的m×n阶矩阵Z；矩阵Z的第i行第j列元素为Z(i，j)＝(R(i，j)，G(i，j)，B(i，j))，其中R(i，j)、G(i，j)、B(i，j)为第i条中心彩色条纹的第j个像素点的RGB值，i＝1，2，...，m，j＝1，2，...，n；记Z(i，j，k)表示Z(i，j)的第k个元素，k＝1，2，3；

步骤5、根据公式Z(i，j)＝Z(i，j)/255，对矩阵Z中的每个元素进行归一化，i＝1，2，...，m，j＝1，2，...，n；设M_q表示所有中心彩色条纹中属于第q种颜色的像素点的个数，设M_q＝0，q＝1，2，...，7；

步骤6、设点O在RGB颜色空间中的坐标为(0，0，0)，用O(k)表示O的第k个元素，k＝1，2，3；构造7×3矩阵class，其第k行元素依次为r_k，g_k，b_k，其中k＝1，2，...，7；并用class(i，j)表示矩阵class的第i行第j列元素，i＝1，2，...，7；j＝1，2，3；根据公式

class(i，j)＝class(i，j)/(class(i，1)²+class(i，2)²+class(i，3)²)^1/2对矩阵class的每一行上的元素进行单位化；

步骤7、设N_q＝0，q＝1，2，...，7；构造矩阵D，其中D(i，j，s)表示Z(i，j)到由点O和矩阵class第s行向量所表示的点所构成的直线的距离，所述距离的定义如下：

D(i,j,s)=Σk=13(Z(i,j,k)-O(k))2-[Σk=13(class(s,k)×(Z(i,j,k)-O(k)))]2]]>

其中i＝1，2，...，m；j＝1，2，...，n；s＝1，2，...，7；

步骤8、对固定i，j的Z(i，j)，设D(i，j，q)是{(D(i，j，1)，D(i，j，2)，D(i，j，3)，D(i，j，4)，D(i，j，5)，D(i，j，6)，D(i，j，7)}中的最小值且q值最小，N_q＝N_q+1；如果D(i，j，q)＝0，那么D(i，j，q)＝0.001；构造矩阵minI_q，其中minI_q(h，y)为矩阵minI_q的第h行第y列元素，y＝1，2，3，minI_q(N_q，1)＝Z(i，j，l)，minI_q(N_q，2)＝Z(i，j，2)，minI_q(N_q，3)＝Z(i，j，3)；构造向量minD_q，其中minD_q(i)表示向量minD_q的第i个元素，minD_q(N_q)＝D(i，j，q)；

对i＝1，2，...，m，j＝1，2，...，n，重复步骤8中的上述过程；设共构造了t个向量minD_q；如果对于每一个q＝1，2，...，7都有N_q＝M_q，那么一种De Bruijn彩色结构光编码图像的中心彩色条纹的颜色聚类化方法结束，否则继续执行步骤9；

步骤9、对q＝1，2，...，7，若已得到minD_q，则根据下列公式构造矩阵E_q，其中E_q(i，j)为矩阵E_q第i行第j列元素，

Eq(1,1)=Σi=1Nq((minIq(i,1)-O(1))2/minDq(i))]]>

Eq(1,2)=Eq(2,1)=Σi=1Nq((minIq(i,1)-O(1))×((minIq(i,2)-O(2))/minDq(i))]]>

Eq(1,3)=Eq(3,1)=Σi=1Nq((minIq(i,1)-O(1))×((minIq(i,3)-O(3))/minDq(i))]]>

Eq(2,2)=Σi=1Nq((minIq(i,2)-O(2))2/minDq(i))]]>

Eq(2,3)=Eq(3,2)=Σi=1Nq((minIq(i,2)-O(2))×((minIq(i,3)-O(3))/minDq(i))]]>

Eq(3,3)=Σi=1Nq((minIq(i,3)-O(3))2/minDq(i))]]>

计算矩阵E_q的特征值，设λq₁，λq₂，λq₃为矩阵E_q的三个特征值，取一个最大的特征值，并计算该特征值所对应的单位特征向量，用P_q表示；将矩阵class的第q行向量修改为P_q；

步骤10、根据下列公式构造矩阵对称A，其中A(i，j)为矩阵A第i行，第j列元素，

A(1,1)=Σq=1t(Nq×(class(q,2)2+class(q,3)2))]]>

A(1,2)=A(2,1)=-Σq=1t(Nq×class(q,1)×class(q,2))]]>

A(1,3)=A(3,1)=-Σq=1t(Nq×class(q,1)×class(q,3))]]>

A(2,2)=Σq=1t(Nq×(class(q,3)2+class(q,1)2))]]>

A(2,3)=A(3,2)=-Σq=1t(Nq×class(q,2)×class(q,3))]]>

A(3,3)=Σq=1t(Nq×(class(q,1)2+class(q,2)2))]]>

构造向量B，其中B(i)为向量B第i个元素，根据下列公式构造矩阵B，

B(1)=Σq=1tΣi=1NqminIq(i,1)×(class(q,2)2+class(q,3)2)-]]>

minIq(i,2)×class(q,1)×class(q,2)-minIq(i,3)×class(q,1)×class(q,3)]]>

B(2)=Σq=1tΣi=1NqminIq(i,2)×(class(q,1)2+class(q,3)2)-]]>

minIq(i,1)×class(q,2)×class(q,1)-minIq(i,3)×class(q,2)×class(q,3)]]>

B(3)=Σq=1tΣi=1NqminIq(i,3)×(class(q,1)2+class(q,2)2)-]]>

minIq(i,1)×class(q,1)×class(q,3)-minIq(i,2)×class(q,2)×class(q,3)]]>

根据公式O＝A^-1B修改点O在RGB颜色空间的坐标，M_q＝N_q，q＝1，2，...，7；转而执行步骤7；

通过以上步骤实现了彩色结构光编码图片的每一条中心彩色条纹上的每一个像素点的颜色进行聚类化。