CN109816738A - 一种基于编码结构光的条纹边界提取算法 - Google Patents

Abstract

本发明公开了一种基于编码结构光的条纹边界提取算法，包括如下步骤，S1：选择结构光编码方式；S2：建立标准模型，按照选定的方案将结构光图案投影到模型上，按照选定的编码方式给模型编码；S3：按照选定的方案将结构光图案投影到被测物体上，按照选定的编码方式给被测物体照片编码；S4：在步骤S2中的模型编码中对步骤S3中的照片编码进行检索，获得目标条纹；S5：对目标条纹编码图进行设置，对编码图提取边界；本发明可以有效地提取对结构光编码后的条纹边界线，在辅助寻找像素点与条纹线匹配关系的同时解决在编码过程中产生的噪声点对条纹中心提取的干扰，避免了传统方式方法的缺点，更加快速便捷，更加准确。

Description

一种基于编码结构光的条纹边界提取算法

技术领域

本发明涉及计算机算法技术领域，具体为一种基于编码结构光的条纹边界提取算法。

背景技术

场景三维信息的获取对计算机视觉和机器人学具有重要的研究和应用价值，已被广泛应用，三维信息获取技术可分为主动方法和被动方法两种，主动方法需要一个特殊的光学投影器来产生一定的编码图案，对编码图案来说，其特征点的位置就是图像的边界；现有边界检测方法有基于微分的边界检测法、基于二值化法的边界检测法和基于正反图案的条纹边界检测法。

微分边界检测算子存在丢失边界、无法抑制噪声或者出现伪边界、连续边界的情况；基于二值化法的边界检测法则存在实际测量过程中由于环境光等一些外在因素和物体表面特征等内在因素的影响，使得投影的编码图案的边界不是一个理想的阶跃边界，而是存在一个灰度渐变的变化过程，会给阈值的确定带来不小的问题；基于正反图案的条纹边界检测法由于要将正编码图案全都再反向投影一次，会导致图像采集的时间翻倍，如果编码图案的幅数较多，则会浪费不少时间。

发明内容

本发明要解决的技术问题是现有的边界检测方法存在缺陷，过程繁杂，无法快捷迅速准确的获得条纹边界，提供一种基于编码结构光的条纹边界提取算法，从而解决上述问题。

为了解决上述技术问题，本发明提供了如下的技术方案：

本发明提供一种基于编码结构光的条纹边界提取算法，包括如下步骤，

S1：选择结构光投影方案和编码方式；

S2：建立标准模型，按照选定的方案将结构光图案投影到模型上，按照选定的编码方式给模型编码；

S3：按照选定的方案将结构光图案投影到被测物体上，按照选定的编码方式给被测物体照片编码；

S4：在步骤S2中的模型编码中对步骤S3中的照片编码进行检索，获得目标条纹；

S5：对目标条纹编码图进行设置，对编码图提取边界。

作为本发明的一种优选技术方案，所述步骤S1中，结构光的投影方案采用GrayCode编码与Line Shifting编码相结合进行编码。

作为本发明的一种优选技术方案，所述Gray Code编码为设置n幅投影图案，n不小于1；第一幅投影图案中设置有两道黑白相间的条纹，第二幅图案中设置有四道黑白相间的条纹，以此类推，第n幅投影图案中设置有2ⁿ道黑白相间的条纹；对模型上的同一个点，分别用n幅投影图案去投影，处于黑色条纹中记为0，处于白色条纹中记为1，每一个点对应一个n位长的编码。

作为本发明的一种优选技术方案，所述Line Shifting编码设置有2^8-n幅宽度为2^{8 -n}的黑白相间的阶梯状条纹进行扫描，扫描一次之后，将条纹向左平移1pixel形成新的图案，作为下一次扫描，平移2^8-n次，形成2^8-n幅图案；对模型上的同一个点，分别用2^8-n幅投影图案去投影，处于黑色条纹中记为0，处于白色条纹中记为1，每一个点对应一个2^8-n位长的编码。

作为本发明的一种优选技术方案，结构光编码方式中Gray Code编码中n设置为5，通过Gray Code编码获得五位编码；n＝5时，Line Shifting编码的图案宽度为8pixel，向左平移7次可获得与第一次平移时图案相同的团；共设置有5副Gray Code编码图案和7幅LineShifting编码图案，投影过后获得一个12位的编码。

作为本发明的一种优选技术方案，所述步骤S2中，模型为在计算机中开设一块平面白板，白板表面光洁无其他色彩且与投影图案等大，投影图案尺寸设置为256×640pixel；使用步骤S1中的编码方式，对模型进行编码。

作为本发明的一种优选技术方案，所述步骤S3中，使用步骤S1中的编码方式，对投影在模型上的被测物体的照片进行编码。

作为本发明的一种优选技术方案，所述步骤S4中，将步骤S3中获得的编码在步骤S2中建立的模型检索，获得所有符合的目标条纹，将所有符合的目标条纹提取出来，获得目标条纹编码图；在步骤S2的模型中，条纹的编码有序排列，在步骤S3中进行检索时，将符合编码的条纹提出出来是一个连续的条纹图案。

作为本发明的一种优选技术方案，所述步骤S5中，在编码图的一行中，当遇到与同一个编码对应的像素点大于1个时，取与下一个编码相邻的那个像素点作为该编码对应的条纹上的点；针对条纹边界线两侧的编码相，作为一体互绑定进行搜素。

本发明所达到的有益效果是：本发明在提取条纹边界时，根据两个相邻的正确目标编码对应的条纹线来提取，有效地避开了噪声点的干扰。二值化法在提取图像边界时，需要用阈值来区分不同区域，但阈值的确定是个很大的问题，本发明无需确定阈值，直接用编码来确定一个区域，具有良好的稳定性。基于正反图案的条纹边界检测法由于要将正编码图案全都再反向投影一次，会导致图像采集的时间翻倍，而本发明只需将编码图案投影一遍，不仅省时还易于操作。同时以上所提三种方法，均需对图像信息进行处理才可确定出条纹边界的位置，而本发明所建立的标准模型可以直接定位出条纹边界所在的位置，让条纹边界提取来得更为高效。

附图说明

附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。

在附图中：

图1是本发明整体流程示意图。

具体实施方式

以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。

实施例：如图1所示，本发明提供一种基于编码结构光的条纹边界提取算法，包括如下步骤，

S1：选择结构光投影方案和编码方式；

S2：建立标准模型，按照选定的方案将结构光图案投影到模型上，按照选定的编码方式给模型编码；

S3：按照选定的方案将结构光图案投影到被测物体上，按照选定的编码方式给被测物体照片编码；

S4：在步骤S2中的模型编码中对步骤S3中的照片编码进行检索，获得目标条纹；

S5：对目标条纹编码图进行设置，对编码图提取边界。

进一步的，所述步骤S1中，结构光的投影方案采用Gray Code编码与LineShifting编码相结合进行编码。

进一步的，所述Gray Code编码为设置n幅投影图案，n不小于1；第一幅投影图案中设置有两道黑白相间的条纹，第二幅图案中设置有四道黑白相间的条纹，以此类推，第n幅投影图案中设置有2ⁿ道黑白相间的条纹；对模型上的同一个点，分别用n幅投影图案去投影，处于黑色条纹中记为0，处于白色条纹中记为1，每一个点对应一个n位长的编码。

进一步的，所述Line Shifting编码设置有2^8-n幅宽度为2^8-n的黑白相间的阶梯状条纹进行扫描，扫描一次之后，将条纹向左平移1pixel形成新的图案，作为下一次扫描，平移2^8-n次，形成2^8-n幅图案；对模型上的同一个点，分别用2^8-n幅投影图案去投影，处于黑色条纹中记为0，处于白色条纹中记为1，每一个点对应一个2^8-n位长的编码。

进一步的，结构光编码方式中Gray Code编码中n设置为5，通过Gray Code编码获得五位编码；n＝5时，Line Shifting编码的图案宽度为8pixel，向左平移7次可获得与第一次平移时图案相同的团；共设置有5副Gray Code编码图案和7幅Line Shifting编码图案，投影过后获得一个12位的编码。

进一步的，所述步骤S2中，模型为在计算机中开设一块平面白板，白板表面光洁无其他色彩且与投影图案等大，投影图案尺寸设置为256×640pixel；使用步骤S1中的编码方式，对模型进行编码。

进一步的，所述步骤S3中，使用步骤S1中的编码方式，对投影在模型上的被测物体的照片进行编码。

进一步的，所述步骤S4中，将步骤S3中获得的编码在步骤S2中建立的模型检索，获得所有符合的目标条纹，将所有符合的目标条纹提取出来，获得目标条纹编码图；在步骤S2的模型中，条纹的编码有序排列，在步骤S3中进行检索时，将符合编码的条纹提出出来是一个连续的条纹图案。

进一步的，所述步骤S5中，在编码图的一行中，当遇到与同一个编码对应的像素点大于1个时，取与下一个编码相邻的那个像素点作为该编码对应的条纹上的点；针对条纹边界线两侧的编码相，作为一体互绑定进行搜素。

具体的：步骤S1中设置结构光的投影方案为Gray Code编码与Line Shifting编码相结合进行编码，并确定技术方案为使用5副Gray Code投影图案与7副Line Shifting投影图案相结合进行编码；步骤S2，在计算机中开辟一块白板模型，供目标照片进行投影，白板模型尺寸为256×640pixel，白板表面光洁且不受外界干扰，避免噪声点影响，后续投影编码过程中产生错误的代码；通过步骤S1中所描述的方案，对模型进行投影，获得模型所有的编码条纹；在步骤S3中，对目标照片进行投影，获得照片的编码条纹；并在步骤S4中，针对照片的编码在模型上进行检索，获取所有与照片编码相同的目标条纹，所有的目标条纹构成目标条纹编码图；在步骤S5中，针对所要提取边界两侧的编码进行设置，作为一体进行检索，检索出来的就是边界；例如，边界两侧条纹编码分别为a或b，如果只检索a或只检索b则遇到编码排列为aaa时，无法检索出边界；只检索b也是这个道理，将ab作为一个整体去搜索，从而获得两个条纹之间的就是需要提取的边界。

本发明主要是通过光滑白板模型进行投影，人工构建了一个理想环境，避免了测量死角剔除不完全，外界光线影响等原因，可能造成该二进制序列的错误，产生一个错误的编码，同时避免了投影仪将投影图案投影在被测物表面时，做不到完全等大的投影，投影到被测物表面的图案可能会被放大的情况，对后续目标编码的正确获取提供了基础。具有辅助提取条纹，加快提取速度的优点；有效避开了噪声点的影响，具有抗噪能力；标准模型能真实反映正确编码的信息，具有良好的稳定性，方法简便，易于实施，只需投影一遍编码图案，图像采集时间短。

最后应说明的是：以上仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (9)

1.一种基于编码结构光的条纹边界提取算法，其特征在于，包括如下步骤，

S1：选择结构光投影方案和编码方式；

S2：建立标准模型，按照选定的方案将结构光图案投影到模型上，按照选定的编码方式给模型编码；

S3：按照选定的方案将结构光图案投影到被测物体上，按照选定的编码方式给被测物体照片编码；

S4：在步骤S2中的模型编码中对步骤S3中的照片编码进行检索，获得目标条纹；

S5：对目标条纹编码图进行设置，对编码图提取边界。

2.根据权利要求1所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述步骤S1中，结构光的投影方案采用Gray Code编码与Line Shifting编码相结合进行编码。

3.根据权利要求2所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述Gray Code编码为设置n幅投影图案，n不小于1；第一幅投影图案中设置有两道黑白相间的条纹，第二幅图案中设置有四道黑白相间的条纹，以此类推，第n幅投影图案中设置有2ⁿ道黑白相间的条纹；对模型上的同一个点，分别用n幅投影图案去投影，处于黑色条纹中记为0，处于白色条纹中记为1，每一个点对应一个n位长的编码。

4.根据权利要求3所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述Line Shifting编码设置有2^8-n幅宽度为2^8-n的黑白相间的阶梯状条纹进行扫描，扫描一次之后，将条纹向左平移1pixel形成新的图案，作为下一次扫描，平移2^8-n次，形成2^8-n幅图案；对模型上的同一个点，分别用2^8-n幅投影图案去投影，处于黑色条纹中记为0，处于白色条纹中记为1，每一个点对应一个2^8-n位长的编码。

5.根据权利要求4所述的一种基于编码结构光的条纹边界提取算法，其特征在于，结构光编码方式中Gray Code编码中n设置为5，通过Gray Code编码获得五位编码；n＝5时，LineShifting编码的图案宽度为8pixel，向左平移7次可获得与第一次平移时图案相同的团；共设置有5副Gray Code编码图案和7幅Line Shifting编码图案，投影过后获得一个12位的编码。

6.根据权利要求1所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述步骤S2中，模型为在计算机中开设一块平面白板，白板表面光洁无其他色彩且与投影图案等大，投影图案尺寸设置为256×640pixel；使用步骤S1中的编码方式，对模型进行编码。

7.根据权利要求1所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述步骤S3中，使用步骤S1中的编码方式，对投影在模型上的被测物体的照片进行编码。

8.根据权利要求1所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述步骤S4中，将步骤S3中获得的编码在步骤S2中建立的模型检索，获得所有符合的目标条纹，将所有符合的目标条纹提取出来，获得目标条纹编码图；在步骤S2的模型中，条纹的编码有序排列，在步骤S3中进行检索时，将符合编码的条纹提出出来是一个连续的条纹图案。

9.根据权利要求1所述的一种基于编码结构光的条纹边界提取算法，其特征在于，所述步骤S5中，在编码图的一行中，当遇到与同一个编码对应的像素点大于1个时，取与下一个编码相邻的那个像素点作为该编码对应的条纹上的点；针对条纹边界线两侧的编码相，作为一体互绑定进行搜素。