结构光三维测量综述

1. 绪论

1.1 研究背景及意义

结构光三维测量是一种非接触式的三维测量技术，该技术首先通过投影仪将结构光编码图案投射至被测目标物体表面，图案会由于物体表面高度不一致而导致变形，相机拍摄变形的结构光图像，然后通过计算机对图像进行解码处理从而得到结构光图像点和投影图案点的对应关系，再基于三角测量原理计算得到物体表面的三维点云数据，从而实现被测物体表面的三维重构。结构光三维测量技术具有大视场、非接触、精度高、鲁棒性强、实时性的优点，因此在工业自动检测、产品质量控制、逆向设计、生物医学、虚拟现实、文物复制、人体测量等众多领域具有广泛应用。

结构光三维测量技术包括结构光的编码、结构光的解码、投影仪-相机标定、三角测量原理等技术，本文对结构光技术进行综述，旨在对结构光开展进一步的研究打下基础。

1.2 基本原理及相关技术

编码结构光三维测量技术是一种主动式三角测量技术，该技术通过结构光的编码和解码获得相机图像点和投影图案点的对应关系，然后通过三角测量原理获得物体表面点的三维坐标。编码结构光测量系统主要由工业相机、投影仪和计算机组成，如图所示。其基本原理是：由投影仪将结构光编码图案投影到被测物体的表面，然后相机在另外一个角度对结构光图像进行同步拍摄，再将捕获的结构光图像输入计算机，进行解码处理，最后再根据系统标定的结果来计算特征点的三维坐标，从而完成被测物体表面的三维重构。

编码结构光三维重建技术主要由图像获取、结构光编码、结构光解码、系统标定和三维坐标计算等5个关键技术组成。

（1）图像获取

图像获取一般利用CCD或CMOS相机同步地对结构光图像进行实时捕获。图像获取过程中，首先需要相机与投影仪保持同步，投影仪投影完一张编码图案，相机应立即采集。此外，还需要考虑图像的质量，同时考虑相机的视野、环境光照和被测物体表面纹理的影响，为后续的高精度解码做准备。

（2）结构光编码

目前，主要的编码方法有时序编码、直接编码和空间编码三种。时间编码优点是空间分辨率和测量精度高，但测量速度较慢，不适合动态物体三维测量；直接编码理论上分辨率也比较高，但是解码相当困难，测量精度也不高；空间编码只需投影一幅编码图案，测量速度块，适合动态测量。

（3）结构光解码

解码主要是对相机捕获的结构光图像进行解码，解码的方法取决于编码的方法，不同的编码方法需要不同的解码方法。但是，不管采用什么编码方法，解码的最终目的都是建立相机平面和投影平面特征点之间的对应关系，其关键技术是特征点的提取和匹配。

（4）系统标定

结构光系统标定的目标是计算出相机和投影仪内参矩阵、畸变系数和两者之间的相对位置的外参矩阵，三维坐标计算依赖于系统标定的结果，因此，精确的标定方法是实现高精度三维重建的前提。

（5）三维信息计算

利用解码算法得出的特征点对应关系和系统标定结果，再基于三角测量原理即可求出所有特征点的三维坐标。

1.3 国内外研究现状

目前，结构光编解码技术已成为结构光三维重建技术的研究热点，其编码技术主要分为时序编码、直接编码和空间编码三类，不同的编码策略在重构速度和编码复杂度上都各具有自己的优势，下表列出了国内外学者提出的一些编码策略。

时序编码方法是按时间的先后顺序，将多张不同的编码图案投影到被测物体表面，该方法的优点在于多次投影使其具有重构精度较高的优点，但每次三维坐标的计算都需要多幅图像，所以不能对高速运动物体进行瞬时三维重构，通常也只能结合运动补偿的方法对低速运动物体进行局部表面三维重构，重构效率较低。在时序编码的发展过程中，其编码技术主要有以下几类：二值编码、n-ary编码、相位编码和混合编码等。

直接编码法是对投影图案的颜色和强度等信息进行直接编码，因此每一个像素都有唯一的信息标志。这种编码需要很大范围的色彩空间，对硬件也需要很高的要求。此外，直接编码对光照变化和物体表面纹理比较敏感，通常只适用于光照条件较好的环境中对无特殊纹理的物体进行重构。直接编码通常可以划分为彩色编码和灰度级编码等。

空间编码和时序编码、直接编码相比，优点在于该编码可以用于动态物体三维重构，它只需一幅图像按某种方式来进行编码，图案中每个特征点的码字根据其周围邻近特征点的颜色信息、强度信息或者几何特性信息得到，因此可在复杂环境下对运动物体三维重构。空间编码可以分为：非线性编码，DeBrujin序列编码和M-arrays编码等。

1.3.1 时序编码

参考《Pattern codication strategies in structured light systems》或《基于空间编码结构光的高精度三维重构关键技术研究》

1.3.2 直接编码

参考《Pattern codication strategies in structured light systems》或《基于空间编码结构光的高精度三维重构关键技术研究》

1.3.3 空间编码

参考《Pattern codication strategies in structured light systems》或《基于空间编码结构光的高精度三维重构关键技术研究》

1.4 论文主要内容和创新点

1.5 论文内容安排

2. 结构光编码算法

3. 结构光解码算法

4. 三维重构

4.1 结构光系统标定

4.1.1 相机的光学模型

参考《基于空间编码结构光的高精度三维重构关键技术研究》

4.1.2 相机标定

参考《基于空间编码结构光的高精度三维重构关键技术研究》

4.1.3 投影仪标定

参考《Simple_Accurate_and_Robust_Projector-Camera_Calibration.pdf》或《Plane-based_calibration_of_a_projector-camera_system》或《基于空间编码结构光的高精度三维重构关键技术研究》

4.2 三维坐标计算

参考《基于空间编码结构光的高精度三维重构关键技术研究》

4.3 实验结果分析

4.4 本章小结

5. 工作总结与展望

参考文献

[1]白宏运. 基于空间编码结构光的高精度三维重构关键技术研究[D]. 北京交通大学, 2018.

[2] Salvi J , J Pagès, Batlle J . Pattern codification strategies in structured light systems[J]. Pattern Recognition, 2004, 37(4):827-849.

[3] D Moreno, Taubin G . Simple, Accurate, and Robust Projector-Camera Calibration[C]// Second International Conference on 3d Imaging. IEEE, 2012.

[4] Plane-based_calibration_of_a_projector-camera_system