[01745888]一次投影结构光实时三维测量技术

机器视觉是在线监测、过程诊断以及智能控制的基础,实时三维测量技术是机器视觉的核心技术。由于结构光三维测量技术的测量精度优于立体视觉技术与飞行时间技术,因此它在测量领域广受欢迎。然而传统结构光三维测量技术需要多次投影结构光图案才能完成一次测量,因此无法满足实时的要求,这不但限制了结构光测量技术的应用范围,也限制了很多人工智能自动化领域的发展水平。在中科院百人计划的资助下,本项目对结构光三维测量技术的原理及影响其测量精度的关键技术进行了深入系统的研究。发现点如下： 1,揭示了双相机计算物体表面三维坐标解析解的原理,提出了一次投影结构光点阵图案的实时三维测量方法。传统结构光三维测量技术通过多次投影的图案组成相位图的闭式解,而完成人通过两个相机分别抓取同一幅结构光图案也能组成闭式解,精确计算出物体三维信息,这就解决了结构光测量技术的实时问题。 2,揭示了理想模型图案与实际采集的结构光图案的映射原理,提出了联合建模去除噪音与光学畸变方法。无论相机还是投影仪都无法避免光学畸变,此外测量系统都无法避免噪音。而完成人通过联合建模的方法计算出理想模型图案经过一系列相机与投影仪引起的仿射变换后的结构光图案,就可以同时去除噪音与光学畸变。 3,揭示了物体表面三维信息与结构光平行条纹扭曲之间的映射原理,提出了一次投影结构光平行条纹图案的实时三维测量方法,此外还提出了结构光图案图像增强方法与基于最大斜率差原理的阈值选取方法。传统结构光三维测量技术使用相位图来反应物体对投影它表面的结构光图案的扭曲情况,而完成人通过投影一幅平行条纹就能计算出同样的扭曲情况,这就在不增加相机个数的前提下,解决了结构光测量技术的实时问题。为了增加结构光测量技术抗干扰的能力,完成人提出了基于纵向差值,梯度检测滤波以及灰度拟合的结构光图案图像增强方法。提出了最大斜率差原理进行阈值选取,实现了激光反射条纹图像的精确分割。 4,揭示了图像直方图斜率差分布的普遍规律,开创了基于斜率差分布的图像分割新理论,提出了基于斜率差分布的聚类分割方法与阈值选取方法,解决了不同恶劣条件下结构光图案图像分割瓶颈问题。 至此,完成人提出的一次投影结构光实时三维测量方法通过完成人提出的结构光图案图像增强方法,基于斜率差分布的图像分割理论,联合建模方法以及完成人揭示的三维信息计算原理,可以实时鲁棒自动地测量动态物体的三维数据（包括具有散射面的物体与具有反射面的物体）。 5,揭示了基于斜率差分布的图像分割理论的通用性,提出了一系列新颖的图像处理方法。完成人将基于斜率差分布的图像分割理论应用到不同的人工智能自动化领域,解决了很多领域的图像分割瓶颈问题,并且提出了一系列新颖的图像处理方法。 本项目（2014-2018）一共发表论文47篇,其中28篇发表在SCI检索期刊上,包括中科院一区论文4篇,中科院二区论文12篇,8篇代表作被SCI他引59次,得到国际同行的充分肯定。