[发明专利]基于单双目混合测量的三维点云计算方法

权利要求书

1.一种基于单双目混合测量的三维点云计算方法，其特征在于，包括以下步骤：

S1、利用标定方法分别对三维扫描测量系统中的左、右相机和投影仪进行标定；

标定完成后，投影仪将正弦条纹投影到被测物表面，左、右相机采集被调制的条纹图像，得到左相机图像和右相机图像，解算绝对相位，择一图像记为第一图像，将第一图像上绝对相位值为0的像点标记为无效像点，其余像点标记为有效像点u_i，i＝1，2，3……n，n为有效像点的个数；

将采集第一图像的相机标记为第一相机；非采集第一图像的相机标记为第二相机；

S2、对于有效像点u_i，依次计算其在第二相机的像平面的极线L_i；

根据有效像点u_i的绝对相位信息，找到其在投影仪相平面上的对应的匹配点，记为第一匹配点

计算所述第一匹配点在第二相机的像平面的极线Y_i；

计算两条极线L_i、Y_i的交点；

当所述交点的像素坐标在第二相机的像平面上：将所述交点记为第二匹配点，利用所述有效像点u_i和第二匹配点计算该点的三维点云(x_i，y_i，z_i)；

当所述交点像素坐标不在第二相机的像平面上：认为在第二相机的像平面没有对应的匹配点，利用所述有效像点u_i和第一匹配点计算该点的三维点云(x_i，y_i，z_i)；

S3、重复步骤S2，遍历所有有效像点，完成被测物表面三维点云计算。

2.如权利要求1所述基于单双目混合测量的三维点云计算方法，其特征在于：步骤S2中，利用所述有效像点和第二匹配点计算该点的三维点云(x_i，y_i，z_i)，计算方法如下：

其中，

为有效像点u_i的像素坐标，为第二匹配点的像素坐标；

第一相机内参数矩阵第二相机内参数矩阵

其中，f_xl，f_yl为第一相机的焦距，(u_0l，v_0l)为第一相机像平面的主点坐标；f_xr，f_yr为第二相机的焦距，(u_0r，v_0r)为第二相机像平面的主点坐标；

第一相机坐标系到第二相机坐标系的旋转矩阵平移矩阵T_c＝[t₁ t₂ t₃]^T。

3.如权利要求1所述基于单双目混合测量的三维点云计算方法，其特征在于：步骤S2中，利用所述有效像点u_i和第一匹配点计算该点的三维点云(x_i，y_i，z_i)，计算方法如下：

其中，

为有效像点u_i的像素坐标,为所述第一匹配点的像素坐标：

投影仪内参数矩阵

第一相机坐标系和投影仪坐标系旋转矩阵平移矩阵T_ld＝[t``<sub>1</sub> t``₂ t``₃]^T。

4.如权利要求1所述基于单双目混合测量的三维点云计算方法，其特征在于：所述极线L_i：a_iu_pr+b_iv_pr+c_i＝0；计算方法如下：

其中，F_lr为第一相机与第二相机之间的基础矩阵。