基于偽隨機編碼結(jié)構(gòu)光的三維重建技術(shù)研究.pdf

1、近年來，隨著技術(shù)的發(fā)展，制造工業(yè)、民用工業(yè)以及醫(yī)學(xué)等領(lǐng)域?qū)ξ矬w三維形貌測量技術(shù)提出了更高的要求。本課題研究了基于偽隨機編碼結(jié)構(gòu)光的雙目立體視覺三維重建系統(tǒng)，具有無導(dǎo)軌、便攜、非接觸式測量等優(yōu)點，可以快速得到大工件表面的高精度點云數(shù)據(jù)，用于大尺寸工件三維檢測。
　　研究了利用移位寄存器生成偽隨機序列和如何用偽隨機序列折疊成偽隨機碼以及偽隨機碼的窗口特性。設(shè)計了一種162?162的偽隨機編碼結(jié)構(gòu)光圖案，該編碼大大降低了編碼難度，節(jié)省了

2、編碼時間，提高了測量精度。利用其在任意相鄰的兩行內(nèi)具有2?8的窗口唯一特性，將之和灰度匹配相結(jié)合增加立體匹配成功幾率。
　　搭建了雙目立體視覺系統(tǒng)的實驗平臺，進(jìn)行了雙目標(biāo)定，并利用標(biāo)定結(jié)果對立體圖像對進(jìn)行了校正，得到了標(biāo)準(zhǔn)外極線幾何結(jié)構(gòu)中的立體圖像對。在立體匹配方面提出了幾種加快立體匹配的方法，采用由粗到精的匹配策略，利用外極線約束和物體可能出現(xiàn)的深度范圍得到模板的近似位置，通過金字塔原理進(jìn)一步縮小搜索范圍，利用匹配代價函數(shù)為 n

3、cc(normalized cross-correlation)的灰度匹配算法完成立體匹配。根據(jù)三角幾何結(jié)構(gòu)完成了三維物體局部表面的快速重建。研究了三維拼接的原理。闡述了ICP(Iterative Closest Points)算法的原理，實現(xiàn)了三維物體局部表面的拼接，從而得到了完整的三維物體表面點云數(shù)據(jù)。分析了重構(gòu)和拼接的精度，三維重構(gòu)的絕對誤差是0.03mm，相對誤差是0.25％，三維拼接的最大誤差為5mm。最后給出了一系列提高三維