基于GPU的物体三维面形测量方法

摘要

本发明公开了一种基于GPU的物体三维面形测量方法，属于物体三维测量技术领域。该方法具体为：投影仪投射结构光栅到被测物体表面，同时使用两个相机连续拍摄被测物体表面得到两组图像序列，将两组图像序列保存到计算机内存中；GPU并行地完成图像的畸变校正、解相、对应点匹配和三维重构；GPU将三维重构得到的物体三维坐标点传送给计算机内存；重复执行上述步骤，直到测量结束，释放GPU的存储空间。本发明利用GPU的众多核心实现了线程级别的并行计算，极大地提高了数据的处理速度，能满足动态物体三维测量的实时性要求。

主权项

1.基于GPU的物体三维面形测量方法，包括以下步骤：（1）投影仪投射结构光栅到被测物体表面，同时使用两个相机连续拍摄被测物体表面得到两组图像序列，将两组图像序列保存到计算机内存中；（2）GPU创建六个GPU流，利用这六个GPU流同时从两组图像序列中一一对应分别读取三张连续图像；在每个GPU流下，为其对应读取图像的每个像素点分配一个线程并行执行像素点畸变校正，从而并行地完成六张图像的畸变校正；（3）对于经过畸变校正后的每一组三张连续图像，GPU为每一个像素点分配一个线程计算其对应的相位值I₁、I₂、I₃分别为该像素点在第一张、第二张和第三张图像的灰度值；（4）令其中一组三张连续图像的像素点为源匹配点，GPU为每一个源匹配点分配一个线程，并行地在另一组三张连续图像中寻找满足关系式$\left\{\begin{array}{c}\mathrm{sp}=\mathrm{MR}\\ l^{\prime }{M}^{\prime }R=0\\ s^{\prime \prime }{p}^{\prime \prime }=M^{\prime \prime }R\end{array}\right.$的候选对应像素点；计算每个候选对应像素点的混合相容值从中选出最小混合相容值对应的候选对应像素点即为最终的对应像素点；其中，s和s″为比例因子，R、p和p″分别是被测物体三维点、源匹配点和候选对应像素点的齐次坐标，k＝1,2,…,f，f为结构光栅数，w为投影仪图像的像素宽度，π为圆周率，M，M′，M″分别为第一相机、投影仪和第二相机的投影矩阵，和φ₁分别是候选对应像素点i和源匹配点的相位值，和I₁分别是候选对应像素点和源匹配点在各自所属的三张连续图像的灰度均值，权重因子w₁、w₂满足0＜w₁＜1，0＜w₂＜1，w₁+w₂=1；（5）利用双目视觉原理，GPU依据每一对源匹配点和对应像素点并行地完成物体三维坐标点计算；（6）GPU将计算得到的物体三维坐标点传送给计算机内存；（7）重复步骤（2）～（6），直到测量结束，释放GPU的存储空间。