[发明专利]一种基于结构照明特征的平面图像分析的测量方法及装置

说明书

本发明提供了一种基于结构照明特征的平面图像分析的测量方法及装置，其方法包括如下步骤：投影条纹至待测物体表面，获取待测物体的EPI图片；对所述EPI图片进行特征提取以获得线性特征明显的线段；从所述线性特征明显的线段中识别出属于同一特征点的共线线段；根据所述共线线段和EPI图像中的极平面位置、直线斜率、截距之间的关系确定所述特征点的三维场景的坐标。本发明通过对投影至物体表面的条纹结构光进行条纹分析，并利用滤波和数学分析方法去除噪声，优化基于结构照明的EPI重建结果从而来提高三维测量结果的准确度，因此在精确度、稳定性和效率上都有了一定程度的提升。

技术领域

本发明涉及图像测量方法，特别涉及一种基于结构照明特征的平面图像分析的测量方法及装置。

背景技术

随着信息技术的飞速发展和人工智能浪潮的兴起，智能制造、无人驾驶、机器视觉等新兴领域正在蓬勃发展，然而，这些技术的实现都需要依靠准确的深度信息。因此，伴随着对这些领域的深入探索，对目标物体获取的深度数据精度的要求也日益提高。相比与直接获取三维数据存在的困难，通过相机得到二维图像则更为容易。因此，我们希望为4D光场的分析构建了一个连续的框架，利用目标物体所拍摄的一系列的二维图像的序列信息来建立三维数学模型，从而获取目标的深度信息。

传统相机只记录光线的空间信息，而光场相机则同时记录光线的角度和位置信息，因此，相比传统相机，光场相机可以获得四维光场L(x,y,u,v)更为全面的数据，为计算更为准确的深度数据提供可能。但是，光场相机虽然相比传统相机可以获取更多的数据，目前光场深度估计精度却并不理想，从而制约着已有理论及应用的发展。相比较之下，光学三维测量技术具有更理想的测量效果，利用结构光进行三维测量正是目前应用最为广泛的三维测量技术之一。结构光三维测量技术是通过向待测场景投影编码模板图像，根据调制变形后的编码模板恢复场景三维数据的主动式立体视觉方法。基于结构光的立体视觉方法是在传统立体视觉算法的基础上，通过投影编码图像的方式，为待测物体增加主动特征，解决在低纹理区域匹配精度低的问题。

数字投影条纹三维测量技术精度高，同时具有非接触、操作方便、效率高等优势，因此已经成为光学三维测量领域的热点。光场深度估计算法主要分为多视角立体匹配、散焦及融合的方法、基于EPI的方法以及深度学习的方法。EPI是通过分析光场数据结构的从而进行深度估计的方式，这个方法最早在1987年提出，之后虽然不断发展变化，他的核心思想始终是EPI图像中斜线的斜率就能够反映出场景的深度。

利用光场数据的位置和角度信息，可以估计场景深度。但是在传统的数字投影条纹测量系统中，常用CCD/CMOS相机作为采集设备，但是由于CCD/CMOS相机仅记录光的强度信息不记录光线的角度信息，因此在在高动态表面物体、大景深物体的深度数据获取方面存在局限性；在结构光立体视觉的工业应用中，现有的方法在实时性和测量精度上仍然有所欠缺，很多结构光立体视觉系统需要通过在待测物体表面贴上物理标签的方式作为引导的方式。为了弥补以上两种不足，光场相机与数字投影条纹的结合成为一种值得研究的深度估计方案。

发明内容

本发明针对现有技术中数字投影条纹测量系统中的高动态表面物体、大景深物体的深度数据获取的局限的技术问题，提供了一种基于结构照明特征的平面图像分析的测量方法，包括如下步骤：投影条纹至待测物体表面，获取待测物体的EPI图片；对所述EPI图片进行特征提取以获得线性特征明显的线段；从所述线性特征明显的线段中识别出属于同一特征点的共线线段；根据所述共线线段和EPI图像中的极平面位置、直线斜率、截距之间的关系确定所述特征点的三维场景的坐标。

在本发明的一些实施例中，所述投影条纹至待测物体表面，获取带待测物体的EPI图片包括如下步骤：

投影条纹至待测物体表面；

对拍摄图片进行切片处理，对相机坐标系下相同位置的水平切片按照时间顺序进行重组，得到EPI图片。