基于颜色编码三维测量的数字图像处理

1、基于颜色编码三维测量的数字图像处理一颜色编码利用条纹的颜色实现编码就是颜色编码法。颜色编码法是空间编码法的一种。基于由三色学说建立的RGB模型, 确定了一种彩色条纹组合编码的方法。用作颜色编码的颜色代码可分为反射色和发光色两种。反射色编码必须在一定的照明条件下使用。如果只变换颜色的色调，一般只限于九种颜色，但如果与色调、明度、饱和度相配合，则可多达二十多种颜色。其中红、橙、黄、绿，蓝、紫等基本色是颜色编码中最常用的颜色代码。与其他编码方式相比，颜色编码所需的空间小，在搜寻，计数以及定性判断作业中使用效果较好。但颜色编码易受照明条件影响，而且不适用于有色觉缺陷的人。在设计和使用颜色编码时要考虑照

2、明环境，颜色亮度、色码大小和观察距离等因素。彩色编码原理 颜色编码策略有很多种，各有优缺点。好的编码策略应该具有长的周期和较强的抗干扰能力。用彩色摄像机获得的图像中，红、绿、蓝3 种颜色相互独立，称为三原色。为了使测量系统具有一定的抗干扰能力，尽量使每一种颜色之间的差别达到最大。因此红绿蓝3 种颜色每种只取0 和255 两个值。这时用3 种颜色进行组合，可以得到白、红、绿、蓝以及它们的补色黑、青、品、黄。如果用黑色做底色，为了减少色彩之间的相互干扰，底色条纹与彩色条纹的宽度比取2。为此，取红、绿、蓝以及它们的补色青、品、黄6 种颜色来生成编码图案。颜色编码图案如图3所示。为了用有限的颜色获得尽

3、可能多的彩色条纹，将相邻的3 条颜色条纹组成一组，任意一组3 条条纹的颜色排列顺序互不相同。二三维测量三维测量主要有接触式和非接触式两种方法。三维接触式测量方法是由传统的探针式接触测量方法发展而来的,目前三坐标测量机是该方法发展的成功典范和主要的使用工具;非接触法测量三维工件方法主要是指光学方法。传统的接触测量方法中有测量力的存在,测量时间长,需要对测头的半径的补偿,不能测量软质材料等局限;光学的三维面形检测,由于其非接触、高准确度、易于自动控制等优点,日益受到人们的重视。现有的方法包括莫尔条纹法、傅里叶变换轮廓术、位相测量轮廓术、光学三角测量法等。1.基于小波变换的三维测量方法一种新的基于小

4、波变换的三维测量方法。其主要目的在于精确得求解出条纹图像的相位分布，由相位分布得到物体的三维形貌信息。其实现步骤为：将一幅黑白正弦条纹图像投影到被测物体上。对采集到的变形条纹图像逐行进行小波变换，通过检测小波脊线求解相对相位分布，同时记录小波脊线位置的小波变换尺度因子建立质量图。根据质量图将相对相位分布分成可靠性高低的两个部分，可靠性高的部分采用扫描线算法直接进行相位展开，可靠性低的部分根据质量图指导，采用洪水算法相位展开，得到条纹图像的绝对相位分布。根据相位高度转换公式由绝对相位分布获取被测物体的三维信息本文方法误差范围是-25O5rad2.基于PSD的三维测量方法.一种基于PSD的三维测量

5、方法，其特征在于：使用由线阵PSD配合柱面镜头构成相机装置观测空间目标点P，得到空间点P在PSD相机的投影点u的位置信号。该位置信号可以唯一定义一个空间测量平面；当多个 PSD相机同时使用时，由单一空间点P所获得的多个投影点u可以定义同样多个测量面；这些面非平行，其交点就是该空间点P；在这些平面方程可以确定的条件下，则该空间点P的位置可以由所述平面定义的坐标系下计算出来；为实现上述三维定位，要先对所使用PSD相机进行标定，获得参考坐标系与PSD投影点u的位置关系，当相机标定完成之后，再进行三维定位计算3. 莫尔条纹法提出了以计算机控制光栅产生莫尔条纹来测量物体三维形貌的新方法。利用计算机控制空

6、间光调制器（space light modulator.slm）产生可控制幅度及位相的理想光栅，将平行光波投影到待测物体上。其反射光通过参考光栅形成莫尔条纹，利用ccd接受并进行数字图像处理，恢复出待测物体的三维形貌，对此方法进行了理论分析，推导出变形莫尔条纹与待测物形貌变化的关系式。利用MATLAB对此关系式进行仿真计算，其准确度可达0.011um理论分析了变形莫尔条纹与待测物形貌裱花的关系，利用MATLAB对此关系式进行仿真计算，仿真计算的准确度可达0.011um，证实此方法是可行的。4光学三维测量法光学三维测量法分为相移测量法，傅里叶轮廓术，相位测量轮廓术相移测量法是一种重要的三维测量方

7、法，它采用正弦光栅投影和相移技术，投影在物体上的光栅，根据物体的高度而产生变形，变形的光栅图像叫做条纹图，它包含了三维信息。相移法有多种方案，出现较早的N步法将投影到物体表面的正弦光栅条纹移动N次，每次移动的相位值为2N/(N+1)，从而得到N+1幅图像。除此之外还有N段积分法，N+1步法，最小二乘法，Carre相移法等。相移法的有点事一种在时间轴上的逐点运算，不会造成全面影响，计算量少。另外，这种方法具有一定抗静态噪声的能力。缺点是不能消除条纹中高频噪声引起的误差。再传统相移系统中，精确移动光栅的需要增加了系统的复杂性。而在数字相移系统中，用软件控制精确的实现相位移动。某些应用场合不允许测量

8、多幅图像，但只要没有以上限制，相移法仍是首选。由于测量系统的像差效应，透镜的畸变效应，CCD的非线性效应及图像采集板的量化效应等，都会给相移测量法带来很复杂的非线性系统误差，这些因素都降低了相移测量的测量精度。傅里叶轮廓术（FTP）傅里叶变换在信息光学中的作用和地位是大家所熟悉的，1983年MTakeda和KMuloh将傅里叶变换用于三维物体面形测量，提出傅里叶变换轮廓术(Fourier transform profilomctry,简称FTP)0,2936翊。该方法是将一维快速傅里叶变换用于结构光场三维面形测量，在初期，该方法通过投影系统将Ronchi光栅或正弦型光栅投影到彼测物体表面，摄像

9、系统获取被物体高度分布调制的变形条纹。并由图像采集系统将变形条纹送入计算机进行快速傅里叶变换，滤波和逆傅里叶变换，求解出物体的高度信息。l，系统框图如图l一3所示。与PMP中处理的变形条纹一样，如式(11)，变形条纹的傅里叶变换频谱分布可表示其中A(f,y)和Q(f,y)力分别表示a(x,y)和换。通过从频域中滤出基频分量并进行逆傅里叶变换可以计算出相位的分布，表示相位测量轮廓术(PMP)相位测量轮廓术26-291(Phase Measurement Profilometry，简称PMP)，是众多的三维测量方法中的一种，由激光于涉计量发展而来，图1-2是一种采用发散照明的PMP方法的光路图。P

10、MP的基本思想就是将正弦光栅投影到三维待测的漫反射物体表面，从成像系统中获取变形的光栅像；然后采用相移的方法得到多帧变形的条纹图，通过这些变形条纹图可以精确地计算物体上每一点由于高度变化引起的相位分布的变化，最后通过相位展开算法可精确地得到物体三维面形数据采用结构光照明方式，当一个正弦光栅被投影N-维漫反射物体表面时，从成像系统获取的变形光栅像可以用下式表示：的傅里叶变其中a(x，y)是背景光场，b(x,y)力是物面非均匀反射率，a(x，y)/ b(x,y)是条纹的对比度，是由物体高度分布h(x,y)引起的相位调制，f0矗是投影光栅的基频5 彩色编码三维测量原理测量系统由数字投影仪DLP（Di

11、gital LightProcessing）5和彩色摄像机以及计算机组成。计算机用软件产生颜色编码图案，送到DLP 上。DLP 将颜色编码图案投射到被测三维物体上，由彩色摄像机摄取图像彩色编码原理颜色编码策略有很多种，各有优缺点。好的编码策略应该具有长的周期和较强的抗干扰能力。用彩色摄像机获得的图像中，红、绿、蓝3 种颜色相互独立，称为三原色。为了使测量系统具有一定的抗干扰能力，尽量使每一种颜色之间的差别达到最大。因此红绿蓝3 种颜色每种只取0 和255 两个值。这时用3 种颜色进行组合，可以得到白、红、绿、蓝以及它们的补色黑、青、品、黄。如果用黑色做底色，为了减少色彩之间的相互干扰，底色条纹

12、与彩色条纹的宽度比取2。为此，取红、绿、蓝以及它们的补色青、品、黄6 种颜色来生成编码图案。颜色编码图案如图3所示。为了用有限的颜色获得尽可能多的彩色条纹，将相邻的3 条颜色条纹组成一组，任意一组3 条条纹的颜色排列顺序互不相同解码原理图像传感器获取被物体调制的编码图案，送到计算机中对图像进行处理，可以得出像面上任意一点像素的颜色。根据这点所在条纹颜色以及这条条纹相邻两条纹颜色就可以确定该点所在条纹的位置。每条条纹的编码值唯一地对应于一个投影角，根据测量原理，按公式(1)、(2)和(3)就可以求出该点的三维坐标确定了图像上各个条纹的位置，就可以确定对于可测空间内被测景物上一切可测点的投射角。在

13、测量系统中，条纹的位置是从第一条条纹开始顺序编号的。如图4 所示，为投影仪在XO1Y平面上的投影若投影系统在XO1Y平面上的视场角为21，其光轴与O1X轴夹角为0，编码图案条纹总数为T，则像面上对应编码图案上第t 条条纹的投射角为：=0 +1 21t /T (4)根据系统数学模型，将投射角代入公式(1)、(2)和(3)即可计算出可测点的三维坐标。 优点：采用颜色编码技术只需拍摄一幅图像就可以实现物体的三维测量，与点扫描和线扫描结构光法相比数据量少，速度快，可以实现在线检测。这种编码方法用6 种颜色的彩色条纹按着任意相邻的3个条纹的颜色排列都是唯一的原则相互组合，生成空间周期为213 条条纹的编

14、码图案，空间周期远大于其他编码方案。彩色条纹只用RGB 分量的0 和255 上下两个极限值，增加了条纹的抗干扰能力，且解码比较容易实现。利用标志特征点，对大型物体表面进行分块测量，结合边缘检测技术以及圆心检测技术确定分割线，对物体的三维坐标进行分割、剪切与拼接，实现了大型物体三维测量。三数字图像处理数字图像处理是通过计算机对图像进行去除噪声、增强、复原、分割、提取特征等处理的方法和技术。数字图像处理的产生和迅速发展主要受三个因素的影响：一是计算机的发展；二是数学的发展（特别是离散数学理论的创立和完善）;三是广泛的农牧业、林业、环境、军事、工业和医学等方面的应用需求的增长。主要内容数字图像处理主

15、要研究的内容有以下几个方面：1） 图像变换由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。2） 图像编码压缩图像编码压缩技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中

16、最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。3） 图像增强和复原图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立降质模型，再采用某种滤波方法，恢复或重建原来的图像。4） 图像分割图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然

17、目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。5） 图像描述图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的研究，提出了体积描述、表面描述、广义圆柱体描述等方法。6） 图像分类（识别）图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割

18、和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。 常用方法1）图像变换：由于图像阵列很大，直接在空间域中进行处理，涉及计算量很大。因此，往往采用各种图像变换的方法，如傅立叶变换、沃尔什变换、离散余弦变换等间接处理技术，将空间域的处理转换为变换域处理，不仅可减少计算量，而且可获得更有效的处理（如傅立叶变换可在频域中进行数字滤波处理）。目前新兴研究的小波变换在时域和频域中都具有良好的局部化特性，它在图像处理中也有着广泛而有效的应用。2 ）图像编码压缩：图像编码压缩

19、技术可减少描述图像的数据量（即比特数），以便节省图像传输、处理时间和减少所占用的存储器容量。压缩可以在不失真的前提下获得，也可以在允许的失真条件下进行。编码是压缩技术中最重要的方法，它在图像处理技术中是发展最早且比较成熟的技术。3 ）图像增强和复原：图像增强和复原的目的是为了提高图像的质量，如去除噪声，提高图像的清晰度等。图像增强不考虑图像降质的原因，突出图像中所感兴趣的部分。如强化图像高频分量，可使图像中物体轮廓清晰，细节明显；如强化低频分量可减少图像中噪声影响。图像复原要求对图像降质的原因有一定的了解，一般讲应根据降质过程建立“降质模型”，再采用某种滤波方法，恢复或重建原来的图像。4 ）图

20、像分割：图像分割是数字图像处理中的关键技术之一。图像分割是将图像中有意义的特征部分提取出来，其有意义的特征有图像中的边缘、区域等，这是进一步进行图像识别、分析和理解的基础。虽然目前已研究出不少边缘提取、区域分割的方法，但还没有一种普遍适用于各种图像的有效方法。因此，对图像分割的研究还在不断深入之中，是目前图像处理中研究的热点之一。5 ）图像描述：图像描述是图像识别和理解的必要前提。作为最简单的二值图像可采用其几何特性描述物体的特性，一般图像的描述方法采用二维形状描述，它有边界描述和区域描述两类方法。对于特殊的纹理图像可采用二维纹理特征描述。随着图像处理研究的深入发展，已经开始进行三维物体描述的

21、研究，提出了体积描述、表面描述、广义圆柱体描述等方法。6 ）图像分类（识别）：图像分类（识别）属于模式识别的范畴，其主要内容是图像经过某些预处理（增强、复原、压缩）后，进行图像分割和特征提取，从而进行判决分类。图像分类常采用经典的模式识别方法，有统计模式分类和句法（结构）模式分类，近年来新发展起来的模糊模式识别和人工神经网络模式分类在图像识别中也越来越受到重视。 应用工具数字图像处理的工具可分为三大类：第一类包括各种正交变换和图像滤波等方法，其共同点是将图像变换到其它域（如频域）中进行处理（如滤波）后，再变换到原来的空间（域）中；第二类方法是直接在空间域中处理图像，它包括各种统计方法、微分方法

22、及其它数学方法：第三类是数学形态学运算，它不同于常用的频域和空域的方法，是建立在积分几何和随机集合论的基础上的运算。由于被处理图像的数据量非常大且许多运算在本质上是并行的，所以图像并行处理结构和图像并行处理算法也是图像处理中的主要研究方向。基本特点（1）处理信息量很大数字图像处理的信息大多是二维信息，处理信息量很大。如一幅256256低分辨率黑白图像，要求约64kbit的数据量；对高分辨率彩色512512图像，则要求768kbit数据量；如果要处理30帧/秒的电视图像序列，则每秒要求500kbit22.5Mbit数据量。因此对计算机的计算速度、存储容量等要求较高。（2）占用频带较宽数字图像处理

23、占用的频带较宽。与语言信息相比，占用的频带要大几个数量级。如电视图像的带宽约5.6MHz，而语音带宽仅为4kHz左右。所以在成像、传输、存储、处理、显示等各个环节的实现上，技术难度较大，成本亦高，这就对频带压缩技术提出了更高的要求。（3）各像素相关性大数字图像中各个像素是不独立的，其相关性大。在图像画面上，经常有很多像素有相同或接近的灰度。就电视画面而言，同一行中相邻两个像素或相邻两行间的像素，其相关系数可达0.9以上，而相邻两帧之间的相关性比帧内相关性一般说还要大些。因此，图像处理中信息压缩的潜力很大。（4）无法复现三维景物的全部几何信息由于图像是三维景物的二维投影，一幅图象本身不具备复现三

24、维景物的全部几何信息的能力，很显然三维景物背后部分信息在二维图像画面上是反映不出来的。因此，要分析和理解三维景物必须作合适的假定或附加新的测量，例如双目图像或多视点图像。在理解三维景物时需要知识导引，这也是人工智能中正在致力解决的知识工程问题。（5）受人的因素影响较大数字图像处理后的图像一般是给人观察和评价的，因此受人的因素影响较大。由于人的视觉系统很复杂，受环境条件、视觉性能、人的情绪爱好以及知识状况影响很大，作为图像质量的评价还有待进一步深入的研究。另一方面，计算机视觉是模仿人的视觉，人的感知机理必然影响着计算机视觉的研究。例如，什么是感知的初始基元，基元是如何组成的，局部与全局感知的关系

25、，优先敏感的结构、属性和时间特征等，这些都是心理学和神经心理学正在着力研究的课题。主要优点1. 再现性好数字图像处理与模拟图像处理的根本不同在于，它不会因图像的存储、传输或复制等一系列变换操作而导致图像质量的退化。只要图像在数字化时准确地表现了原稿，则数字图像处理过程始终能保持图像的再现。2处理精度高按目前的技术，几乎可将一幅模拟图像数字化为任意大小的二维数组，这主要取决于图像数字化设备的能力。现代扫描仪可以把每个像素的灰度等级量化为16位甚至更高，这意味着图像的数字化精度可以达到满足任一应用需求。对计算机而言，不论数组大小，也不论每个像素的位数多少，其处理程序几乎是一样的。换言之，从原理上讲

26、不论图像的精度有多高，处理总是能实现的，只要在处理时改变程序中的数组参数就可以了。回想一下图像的模拟处理，为了要把处理精度提高一个数量级，就要大幅度地改进处理装置，这在经济上是极不合算的。3适用面宽图像可以来自多种信息源，它们可以是可见光图像，也可以是不可见的波谱图像（例如X射线图像、射线图像、超声波图像或红外图像等）。从图像反映的客观实体尺度看，可以小到电子显微镜图像，大到航空照片、遥感图像甚至天文望远镜图像。这些来自不同信息源的图像只要被变换为数字编码形式后，均是用二维数组表示的灰度图像（彩色图像也是由灰度图像组合成的，例如RGB图像由红、绿、蓝三个灰度图像组合而成）组合而成，因而均可用计

27、算机来处理。即只要针对不同的图像信息源，采取相应的图像信息采集措施，图像的数字处理方法适用于任何一种图像。4灵活性高图像处理大体上可分为图像的像质改善、图像分析和图像重建三大部分，每一部分均包含丰富的内容。由于图像的光学处理从原理上讲只能进行线性运算，这极大地限制了光学图像处理能实现的目标。而数字图像处理不仅能完成线性运算，而且能实现非线性处理，即凡是可以用数学公式或逻辑关系来表达的一切运算均可用数字图像处理实现。四基于颜色编码三维测量的数字图像处理方法摄像机获得是二维图像, 损失了深度信息, 如何从二维图像中获得深度信息是发展机 器视觉的关键。提出一种颜色编码技术实现物体的三维测量。这种编码

28、方案以红、绿、蓝三原色以及它们的补色黄、品、青6种颜色作为基本颜色, 按着任意相邻的3个条纹颜色排列顺序是唯一的方式组合, 构成了颜色编码图案, 并由投影仪投射到被测物体上。通过对摄像机拍摄的图像进行解码, 获得物体的三维坐标。提出一种自适应二值化方法实现了彩色图像的二值化处理。针对不同被测物体表面采用不同的插值方法, 提高了测量分辨力。设计了仿真测量系统, 实验结果显示所用方法是可行的。三维测量的目的是通过深度图像获取三维物体的形状、位置和姿态, 实现对客观世界的感知和理解。近年来, 国内外研究人员发展了很多种三维测量方法。因为结构光方法具有分辨力高、速度快和易于实现的优点而成为人们的研究热

29、点。以激光扫描为基础的结构光法需要摄取多幅图像才能得到三维物体形状, 图像的摄取时间长, 图像的处理量大, 其测量速度在原理上受到限制, 满足不了高速和实时测量的要求。编码结构光恰好克服了点、线结构光的缺点, 不用扫描, 只需拍摄一幅图像就可以获得可测面上全部数据, 采样速度快。 采用颜色编码结构光方法实现三维测量。这种方法利用颜色条纹的组合形成编码图案, 解决了Z. Jason GENG方法中由于相邻颜色相互干扰引起的解码困难问题。颜色编码三维测量系统由数字投影仪DLP( DigitalLight Processing)和彩色摄像机以及计算机组成。计算机用软件产生颜色编码图案, 送到DLP上

30、。DLP将颜色编码图案投射到被测三维物体上, 由彩色摄像机摄取图像并送到计算机中。计算机对获得的彩色图像进行图像处理, 如彩色图像的二值化处理, 彩色条纹中心像素的提取, 图像的解码以及插值处理等, 最后得到图像上各像素点的三维坐标。1 颜色编码原理利用条纹的颜色实现编码就是颜色编码法, 颜色编码法是空间编码法的一种。基于由三色学说建立的RGB模型, 确定了一种彩色条纹组合编码的方法。即红绿蓝三种颜色每种只取0,255两个值。用三种颜色进行组合, 可以得到白、红、绿、蓝以及它们的补色黑、青、品、黄。取红、绿、蓝以及它们的补色青、品、黄6种颜色来生成编码图案, 将相邻的三条颜色条纹组成一组, 任

31、意一组三条条纹的颜色排列顺序都是不同的,这样可以得到尽可能多的彩色条纹。为了减少色彩之间的相互干扰, 用黑色做底色, 底色条纹与彩色条纹的宽度比取2。颜色编码图案如图1所示用投影仪将上述编码图案投射到被测物体上, 摄像机拍摄被物体调制了的条纹图像。将拍摄的图像解码后就可以利用结构光法三维测量的基本公式( 1)、( 2)和( 3), 求得各点的三维坐标值X、Y和Z。式中, f 是摄像机镜头焦距, f、B、0 是标定常数, x0, y0 是摄像机的CCD上对应像点的坐标, 是投影角。2 解码原理将摄像机拍摄到的图像与原始编码图案进行比较,确定图像上各条纹在原始编码图案中的位置, 以得到各条纹的投影

32、角。这就是图像的解码。确定了图像上各个条纹的位置, 就可以确定对于可测空间内被测景物上一切可测点的投射角。在测量系统中, 条纹的位置是从第一条条纹开始顺序编号的。如图2所示, 为投影仪在XO1Y平面上的投影。若投影系统在XO1Y平面上的视场角为21, 其光轴与O1X轴夹角为0, 编码图案条纹总数为则像面上对应编码图案上第t条条纹的投射角为= 0 + 1 - 21 t /T ( 4)据此, 可以确定图像上所有条纹的投影角3 彩色图像自适应二值化方法由于颜色条纹之间的相互干扰, 摄像机拍摄得到的彩色图像RGB 分量在0到255之间变化。图像的颜色与编码图案上的颜色不匹配, 无法实现解码。为了实现颜

33、色解码, 需要对彩色图像进行二值化处理, 即将彩色图像中RGB分量进行0与255二值化。投射到物体上的编码图案是彩色图像, 彩色图像中有三个分量RGB, 令像素点的RGB分量中最小分量为0, 另外两个分量以其相对差作为阈值来判定它们的取值。这个阈值能够适应RGB 分量从0到255区间的任意颜色, 具有自适应性即彩色图像自适应阈值二值化的方法。设原始彩色图像中第i行、第j 列像素的RGB 值分别为r( i, j )、g ( i, j ) 、b( i, j), 二值化后彩色图像中第i行、第j列像素的R、G、B 值分别为R ( i, j )、G ( i, j ) 、B ( i, j)。二值化处理前对

34、彩色图像滤波, 滤掉噪声信号。采用固定阈值滤波法。设固定阈值为a, 如果r ( i, j)、g ( i, j) 、b ( i, j) 三个分量都小于阈值a, 则有滤波后进行二值化处理。令RGB分量中值最小的分量为0, 即m in r( i, j), g ( i, j), b ( i, j) = 0另外两个较大分量, 再经过进一步比较, 最终将其二值化。这样确定的阈值能够适应RGB 分量从0到255区间的任意颜色, 具有自适应性。图3是摄像机拍摄的原始图像, 图4是二值化处理后的图像。4 图像插值解码确定了各条纹中心像素的投影角, 但条纹是由宽度的。每个条纹象素数为几个到几十个不等, 条纹之间还

35、有底色, 解码并不能获得这些像素对应的投影角。插值是在正确解码基础上进行的, 目的是获得图像上每个像素的投影角。插值方法有很多种, 根据被测物体的形状不同, 采用不同的插值方法。1 分段线性插值对于平面的被测物体, 采用分段线性插值。设图像上某行第i个条纹中心像素表示为( xi, i ), 其中, x i 为该行上条纹的序号, i 为该条纹中心像素对应的投影角, i为条纹在该行上的序号i= 1, 2, n, n 为该行条纹总数。每两个相邻条纹中心像素作为分段的两个端点, 其线性插值方程如式( 7)所示。式中j为像素在该段中序号, j= 1, 2, m, m 为该段中像素总数。利用式( 7)可得每个像素的投影角, 代入式( 1) ( 3)即可求得每个像素对应点的三维坐标x, y, z。2 三次样条插值如果被测物体表面为曲面, 采用三次样条插值。设三次样条函数为S (x ), 则其满足 ( 1) S ( xi ) = i, i= 0, 1, n;( 2)在区间 x1, xn 上, S ( x )具有连续的二阶导数;( 3)在区间 xi, x i+ 1 ( i= 1, 2, , n - 1)上, S ( x ) 是x 的三次多项式。求出每两条纹中心像素区间三次样条插值表达式, 便可得到每个像素的投影