本发明公开了一种基于二值特征模式匹配的解包裹方法。该方法不同于传统的双目匹配系统，仅需一个相机和一个投影仪即可获得被测物体的绝对相位。该方法需要预先获取标准平面的主值相位、主值相位对应的条纹阶次以及经过二值化的特征图像。在对被测物体进行测量时，首先利用被测物体的主值相位与标准平面的主值相位进行预匹配，然后通过经过被测物体调制的二值特征图像与标准平面的二值特征图像进行精准匹配，再对未匹配上的点进行补全处理，即可得到准确的绝对相位。本发明提供的方法不仅能够针对多个孤立物体的测量条件正确解得条纹阶次，而且需要一张额外的图片来进行解包裹操作，在保证了解包裹鲁棒性的同时提升了解包裹的速度。
1.一种基于二值特征模式匹配的解包裹方法，其特征在于包括如下步骤：步骤1：设计一幅二值特征图像；
步骤2：将三频法的九张图片以及设计好的二值特征图像投影到标准平面上以获取标准平面的主值相位、主值相位所对应的条纹阶次以及二值化的特征图像；
步骤3：在测量被测物体时投影一组相移图像以及一幅二值特征图像到被测物体的表面并采集这些图像，然后利用解主值相位算法得到被测物体表面的主值相位信息，并获取二值化的特征图像；
步骤4：利用被测物体表面的主值相位信息以及标准平面上的主值相位信息进行预匹配，得到被测物体表面上点所对应的匹配候选点；
步骤5：对于这些匹配候选点利用二值特征图像的信息使用匹配算法进行匹配，得到最佳匹配点；
步骤6：得到最佳匹配点后将标准平面上匹配点所对应的条纹阶次赋值给被测物体表面所对应的点，即可得到被测物体表面所有点对应的条纹阶次，然后就能够对主值相位进行展开。
2.根据权利要求1所述的基于二值特征模式匹配的解包裹方法，其特征在于：步骤1的具体方法为：利用散斑图像辅助设计一幅二值特征图像，散斑图像公式如下：其中N表示模拟散斑的总个数，R表示模拟散斑的最大直径，I0表示模拟散斑的光强，即散斑图像的灰度，(xk,yk)为散斑中心位置坐标；然后利用阈值Tsanban将其分割成二值特征图像，具体公式如下：其中，Tsanban为将散斑图像进行二值化的分割阈值。
3.根据权利要求1所述的基于二值特征模式匹配的解包裹方法，其特征在于：步骤2的具体方法为：首先，获取标准平面的主值相位；然后利用三频法获取该主值相位所对应的条纹阶次；
对于三频法的九张图片，具体可分为三组三步相移的图片，其中一组图片的公式如下式所示，另外两组的公式除了 不同外，其它均相同；
其中，(x,y)表示像素点的坐标；I'(x,y)称为平均强度；I”(x,y)称为调制强度；In(x,y)表示第n幅数字光栅图像； 称为包裹相位(wrapped phase)，能够用如下公式求得：三频法即三组不同波长的条纹，每组条纹的公式与解相位方法均与上述方法一致，这样对于投影3组波长为λ1、λ2、λ3的相移条纹，其中λ1<λ2<λ3，并使用上述公式便能得到三个包裹相位 由于 的波长最小，因此精度最高，则将其作为主值相位；然后使用外差原理分别叠加 和 得到频率为
再将频率为λ12、λ23的相位叠加，得到全场范围只有一个周期的相位 最后使用如下公式得到主值相位 所对应的条纹阶次；
k1(x,y)＝k12(x,y)+Round[(λ12/λ1)]×k123(x,y)最后，对于相机采集的标准平面的特征二值图像If(x,y)，使用如下公式进行二值化：其中 为二值化的特征图像，I'(x,y)为采集的三频法中高频相移图的平均强度，使用如下公式获得；
其中I1(x,y)、I2(x,y)、I3(x,y)、为三频法中高频相移图所对应的三张图像。
4.根据权利要求1所述的基于二值特征模式匹配的解包裹方法，其特征在于：步骤4的具体方法为：对于步骤2和步骤3种求得的标准平面的主值相位以及被测物体表面的主值相位进行预匹配；对于被测物体表面上一点(xc,yc)，假设该点对应的主值相位为其在标准平面上的相同行上有n个主值相位与该点的主值相位 相同的点，其坐标为(xc,yi)，i＝1,...,n，这些点称之为(xc,yc)的候选点。
5.根据权利要求1所述的基于二值特征模式匹配的解包裹方法，其特征在于：步骤5的具体方法为：对于这些候选点，选取该点周围(2×M+1,2×N+1)区域为子区域，其中M代表行的参数，N代表列的参数；然后使用如下公式对待匹配点和候选点进行匹配：其中Ic(x,y)和Is(x,y)分别表示待匹配的图像和匹配图像，ρ为图像的匹配度，其取值范围为[0,1]，其中ρ越趋近于1，表示Ic(x,y)和Is(x,y)中相对应点的相关程度越高，即两个点的正确匹配性越高；比较这些候选点的匹配度，选取匹配度最高的点即为对应的匹配点。
6.根据权利要求2所述的基于二值特征模式匹配的解包裹方法，其特征在于：Tsanban的取值为3。
基于二值特征模式匹配的解包裹方法
技术领域
[0001] 本发明涉及一种基于二值特征模式匹配的解包裹方法，属于三维测量技术领域。
背景技术
[0002] 光学三维测量已成为计算机视觉领域的研究热点。而结构光具有速度快、精度高、测量范围广、材料适应性广等优点，是最常用的光学三维测量技术之一，因此被广泛应用于制造业、工业检测、医学、人机交互等领域。其中，基于相位的三维重建技术由于其高精度的特性得到了广泛的使用，而要得到被测物体的三维形貌，就需要得到被测物体的主值相位并进行展开。
[0003] 获取主值相位的方法有两种，分别是傅里叶变化轮廓术(FTP)以及相位测量轮廓(PSP)，PSP的基本思想是通过一组有相位差的多幅光栅条纹图像，并计算这组图像中每个像素点所对应的相位值，然后根据相位值来获取被测物体的高度信息，该方法虽然需要投影多幅光栅图像，但其具有更高的鲁棒性，因此得到了广泛的应用。
[0004] 在解包裹算法中，主要有基于空间的解包裹算法以及基于时间的解包裹算法，基于空间的解包裹算法能够获得更快的解包裹速度，但其需要对于深度突然变化的对象以及多个孤立物体难以准确解得条纹阶次，而时间解包裹算法能够准确解得这类物体的条纹阶次，但其也需要更长的测量时间。
[0005] 在三维重建系统中，其匹配一般在两个相机或多个相机之间发生。以两个相机为例，其匹配的过程是其中一个相机采集图像中的一点，通过算法得到另一相机采集图像中的匹配点坐标的过程。在匹配算法中，主要有基于图像灰度的匹配和基于图像特征的匹配算法。其中，基于图像灰度的匹配算法主要是通过选取其中一个相机采集图像中的子窗口区域，并以此区域为模板，然后利用相应的匹配代价函数计算并查找另一相机采集图像中最为相似的相同大小的子区域。而特征匹配则是通过对相机采集图像中物体表面的几何特征进行匹配计算，所以，特征匹配仅能得到一些特征匹配点的信息。本发明提出了一种基于二值特征模式匹配的解包裹方法，通过主值相位进行预匹配并通过二值特征进行匹配，实现了快速准确的绝对相位求解。
发明内容
[0006] 技术问题：传统的空间解包裹算法由于无法对孤立物体进行相位展开而受到限制，而时间解包裹算法由于其鲁棒性而得到广泛的使用。但时间解包裹算法一般需要多张图片来获取主值相位展开时的条纹阶次，这就降低了测量的速度，为了满足快速测量的需求，且不大幅降低测量的精度，本发明提出了一种基于二值特征模式匹配的解包裹方法。
[0007] 技术方案：为了实现上述目的，本发明采用的技术方案为：
[0008] 一种基于二值特征模式匹配的解包裹方法，包括以下步骤：
[0009] 步骤1：为了后续更好的匹配，设计一幅二值特征图像。
[0010] 步骤2：将三频法的九张图片以及设计好的二值特征图像投影到标准平面上以获取标准平面的主值相位、主值相位所对应的条纹阶次以及二值化的特征图像。
[0011] 步骤3：在测量被测物体时投影一组相移图像以及一幅二值特征图像到被测物体的表面并采集这些图像，然后利用解主值相位算法得到被测物体表面的主值相位，并获取二值化的特征图像。
[0012] 步骤4：利用被测物体表面的主值相位信息以及标准平面上的主值相位信息进行预匹配，得到被测物体表面上点所对应的匹配候选点。
[0013] 步骤5：对于这些候选点利用二值特征图像的信息使用匹配算法进行匹配，得到最佳匹配点。
[0014] 步骤6：得到正确的匹配点后将标准平面上匹配点所对应的条纹阶次赋值给被测物体表面所对应的点，即可得到被测物体表面所有点对应的条纹阶次，然后就能够对主值相位进行展开。
[0015] 进一步的，步骤1中设计二值特征图像包括以下步骤：
[0016] 为了使二值特征图片的特征具有唯一性，使用散斑图像进行辅助设计，散斑图像公式如下：
[0017]
[0018] 其中N表示模拟散斑的总个数，R表示模拟散斑的最大直径，I0表示模拟散斑的光强，即散斑图像的灰度，(xk,yk)为散斑中心位置坐标。然后利用阈值Tsanban将其分割成二值特征图像，具体公式如下：
[0019]
[0020] 其中，Tsanban为将散斑图像进行二值化的分割阈值，其决定了二值图像特征的独特程度，根据经验，取其值为3。
[0021] 进一步的，步骤2中获取标准平面的主值相位、主值相位所对应的条纹阶次以及二值化的特征图像包括以下步骤：
[0022] 对于三频法的九张图片，具体可分为三组三步相移的图片，其中一组图片的公式如下式所示，另外两组的公式除了 不同外，其它均相同。
[0023]
[0024] 其中，(x,y)表示像素点的坐标；I'(x,y)称为平均强度；I”(x,y)称为调制强度；In(x,y)表示第n幅数字光栅图像； 称为包裹相位(wrapped phase)，能够用如下公式求得：
[0025]
[0026] 三频法即三组不同波长的条纹，每组条纹的公式与解相位方法均与上述方法一致。这样对于投影3组波长为λ1、λ2、λ3的相移条纹，其中λ1<λ2<λ3，并使用上述公式便能得到三个包裹相位 由于 的波长最小，因此精度最高，则将其作为主值相位；然后使用外差原理分别叠加 和 得到
频率为λ12、λ23的相位 具体如下式所示：
[0027]
[0028]
[0029]
[0030]
[0031] 再将频率为λ12、λ23的相位叠加，得到全场范围只有一个周期的相位 最后使用如下公式得到主值相位 所对应的条纹阶次。
[0032]
[0033]
[0034] k1(x,y)＝k12(x,y)+Round[(λ12/λ1)]×k123(x,y)
[0035] 对于相机采集的标准平面的特征二值图像If(x,y)，使用如下公式进行二值化[0036]
[0037] 其中 为二值化的特征图像，I'(x,y)为采集的三频法中高频相移图的平均强度，使用如下公式获得
[0038]
[0039] 其中I1(x,y)、I2(x,y)、I3(x,y)为三频法中高频相移图所对应的三张图像。
[0040] 进一步的，步骤3中获取被测物体表面的主值相位以及二值化的特征图像，其获取方法与步骤2种获取标准平面上的这些信息的方法相同。
[0041] 进一步的，步骤4中对被测物体表面与标准平面上点进行预匹配，包括以下步骤。
[0042] 对于步骤2和步骤3种求得的标准平面的主值相位以及被测物体表面的主值相位进行预匹配。对于被测物体表面上一点(xc,yc)，假设该点对应的主值相位为 其在标准平面上的相同行上有个主值相位与该点的主值相位 相同的点，其坐标为(xc,yi)，i＝1,...,n，这些点称之为(xc,yc)的候选点。
[0043] 进一步的，所述步骤5中对这些候选点进行匹配，包括以下步骤。
[0044] 对于这些候选点，选取该点周围(2×M+1,2×N+1)区域为子区域，其中M代表行的参数，N代表列的参数。然后使用如下公式对待匹配点和候选点进行匹配：
[0045]
[0046] 其中Ic(x,y)和Is(x,y)分别表示待匹配的图像和匹配图像，ρ为图像的匹配度，其取值范围为[0,1]，其中ρ越趋近于1，表示Ic(x,y)和Is(x,y)中相对应点的相关程度越高，即两个点的正确匹配性越高。比较这些候选点的匹配度，选取匹配度最高的点即为对应的匹配点。
[0047] 有益效果：本发明提供一种基于二值特征模式匹配的解包裹方法。该方法相对于传统的空间解包裹方法不能很好的处理孤立物体的解包裹的问题，以及传统的时间解包裹算法需要投影多张额外的图片来解包裹问题，本发明提供的方法不仅能够针对多个孤立物体的测量条件正确解得条纹阶次，而且需要一张额外的图片来进行解包裹操作，在保证了解包裹鲁棒性的同时提升了解包裹的速度。
附图说明
[0048] 图1为本发明的整体算法示意图。
[0049] 图2为通过散斑图像得到二值特征图像的示意图。
[0050] 图3为标准平面的主值相位以及其条纹阶次的示意图。
[0051] 图4为采集标准平面的特征图像以及进行二值化后图像的示意图。
[0052] 图5为被测物体表面的主值相位和二值化特征图像的示意图。
[0053] 图6为本发明结果图。左边为用本发明解得的条纹阶次，右图为通过条纹阶次解得的绝对相位。
具体实施方式
[0054] 为详细说明本发明的技术内容、构造特征、所实现目的及其效果，下面将结合附图对本发明详予说明。
[0055] 参阅图1，本发明为了解决所述的主值相位展开问题，采用到的技术方案是基于二值特征模式匹配的解包裹方法，包括以下步骤：
[0056] 步骤1：利用散斑图像来设计一幅特征二值图像，散斑图像公式如下：
[0057]
[0058] 其中N表示模拟散斑的总个数，R表示模拟散斑的最大直径，I0表示模拟散斑的光强，即散斑图像的灰度，(xk,yk)为散斑中心位置坐标。然后利用阈值Tsanban将其分割成二值特征图像，具体公式如下：
[0059]
[0060] 其中，Tsanban为将散斑图像进行二值化的分割阈值，其决定了二值图像特征的独特程度，根据经验，取其值为3，得到的结果参阅图2。
[0061] 步骤2：将三频法的九张图片以及设计好的二值特征图像投影到标准平面上以获取标准平面的主值相位、主值相位所对应的条纹阶次以及二值化的特征图像。
[0062] 对于三频法的九张图片，具体可分为三组三步相移的图片，其中一组图片的公式如下式所示，另外两组的公式除了 不同外，其它均相同。
[0063]
[0064] 其中，(x,y)表示像素点的坐标；I'(x,y)称为平均强度；I”(x,y)称为调制强度；In(x,y)表示第n幅数字光栅图像； 称为包裹相位(wrapped phase)，能够用如下公式求得：
[0065]
[0066] 三频法即三组不同波长的条纹，每组条纹的公式与解相位方法均与上述方法一致。这样对于投影3组波长为λ1、λ2、λ3的相移条纹，其中λ1<λ2<λ3，并使用上述公式便能得到三个包裹相位 由于 的波长最小，因此精度最高，则将其作为主值相位；然后使用外差原理分别叠加 和 得到
频率为λ12、λ23的相位 具体如下式所示：
[0067]
[0068]
[0069]
[0070]
[0071] 再将频率为λ12、λ23的相位叠加，得到全场范围只有一个周期的相位 最后使用如下公式得到主值相位 所对应的条纹阶次。得到的标准平面下的主值相位以及其对应的条纹阶次参阅图3。
[0072]
[0073]
[0074] k1(x,y)＝k12(x,y)+Round[(λ12/λ1)]×k123(x,y)
[0075] 对于相机采集的标准平面的特征二值图像If(x,y)，使用如下公式进行二值化，得到的结果参阅图4。
[0076]
[0077] 其中 为二值化的特征图像，I'(x,y)为采集的三频法中高频相移图的平均强度，使用如下公式获得
[0078]
[0079] 其中I1(x,y)、I2(x,y)、I3(x,y)为三频法中高频相移图所对应的三张图像。
[0080] 步骤3：在测量被测物体时投影一组相移图像以及上述的二值特征图像到被测物体的表面并采集这些图像，然后利用上述解主值相位算法得到被测物体表面的主值相位并获取二值化的特征图像 结果参阅图5。
[0081] 步骤4：对于被测物体表面上一点(xc,yc)，假设该点对应的主值相位为其在标准平面上的相同行上有个主值相位与该点的主值相位 相同的点，其坐标为(xc,yi)，i＝1,...,n，这些点称之为(xc,yc)的候选点。
[0082] 步骤5：对于这些候选点，选取该点周围(2×M+1,2×N+1)区域为子区域，其中M代表行的参数，N代表列的参数。然后使用如下公式对待匹配点和候选点进行匹配：
[0083]
[0084] 其中Ic(x,y)和Is(x,y)分别表示待匹配的图像和匹配图像，ρ为图像的匹配度，其取值范围为[0,1]，其中ρ越趋近于1，表示Ic(x,y)和Is(x,y)中相对应点的相关程度越高，即两个点的正确匹配性越高。比较这些候选点的匹配度，选取匹配度最高的点即为对应的匹配点。
[0085] 步骤6：得到正确的匹配点后将标准平面上匹配点所对应的条纹阶次赋值给被测物体表面所对应的点，即可得到被测物体表面所有点对应的条纹阶次，然后就能够对主值相位进行展开，条纹阶次以及主值相位展开后的结果参阅图6。
