结构光视觉成像系统的光模板匹配方法

摘要

一种结构光三维视觉系统的光模板匹配方法，包括以下步骤：1)、光条边界的定位：待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的1/2，搜索局部领域；2)、光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色。本发明能实现光模板的良好匹配、成像精度高、能实现结构光视觉成像系统三维重建。

主权项

一种结构光视觉成像系统的光模板匹配方法，其特征在于：所述匹配方法包括以下步骤：1)、光条边界的定位：待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的1/2，搜索局部领域的步骤如下：(1.1).初始化候选边缘点作为一区域中心zi，j；(1.2).沿列方向搜索，将zi‑k，j，zi+k，j像素颜色空间转成色调、亮度和饱和度(HIS)空间；(1.3).增加新的点到这个区域，只要满足与相邻像素点的色调值差不超过设定的阈值Hh＝|zi±k，j，h‑zi±k±1，j，h|              (1)h是两个像素色调的差值，zi±k，j，h表示第i±k行j列像素的色调值；经算子处理后，像素点的三通道灰度值为Gij，局部区域三通道灰度值之和的最大值的像素点定义为边界点； max ( E ) = Σ j = 1 C G ij ( C = 3 ) - - - ( 2 ) E为算子处理后像素点灰度值之和的最大值；2)、光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条的红、绿、蓝和白颜色；不同的颜色群集聚在特定的RGB空间区域，通过样本点训练颜色群的聚类中心，然后用点到点的距离来匹配光条颜色；Dik＝d2(Pi，Ck)(k＝1，2，3，4)           (3)Dik是两点距离的平方，Pi是光条中心像素的RGB特征向量，Ck是颜色聚类中心，d(x，y)是x，y两点之间距离；设D＝min(Dik)，那么光条颜色的分配按照(4)式进行：sc＝{k if D＝＝Dik(k＝1，2，3，4)}       (4)sc表示光条颜色；分配好颜色后，每三条相邻的光条颜色组成一个码字si，找出每个码字在整个序列的位置就是解码；光条坐标值xi定义为： x i = DdBS ( s i ) + 1 4 ( j - 1 ) - - - ( 5 ) DdBS(si)表示直接解码第j帧光模板子序列si的坐标位置。