估计系统点扩展函数以降低相位测量轮廓术误差 下载: 896次
1 引言
结构光(SLI)[1]作为非接触式三维测量技术已扩展到生物识别、医疗和制造等领域[2-6]。其中的相位测量轮廓术(PMP)是非接触式三维测量技术中的一个重要分支,它利用一个由投影和成像系统组成的相对简单的结构,为三维测量提供了更快速、便捷的操作,以及更高的测量精度[7-10]。PMP通过采集摄像机捕获图像的像素亮度值来计算相位,从而得到三维空间坐标进行重建。在实际测量过程中,光学成像设备由于受到非理想成像系统的影响,对光源的响应不是一个点,而是扩散为一个具有不均匀能量分布的光斑。扫描目标上的每个点光源会以散焦、漫反射等形式间接影响其他点或受到其他点光源的影响,此影响可用点扩展函数(PSF)来描述。因此,摄像机捕获的实际图像是原始图像与系统PSF卷积后的离焦模糊图像,在频域上通常被描述为低通滤波过程。
许多学者针对成像设备PSF引起的卷积效应进行了研究:Zhou等[11]利用调制传递函数(MTF)分析了数码相机的卷积过程,提出了正确配置测量装置的位置,使摄像机截止频率与光栅频率相匹配,从而得到了更高的测量精度;Li等[12]将成像设备的离焦卷积引入到伽马畸变模型中,据此来获得更高精度的伽马校正;Xu等[13]针对傅里叶单像素成像投影机镜头的离焦问题提出了一种对散焦进行校正的方法。此外,卷积效应在PMP扫描中所造成的主要误差之一,是扫描高对比度反射率区域时边缘像素的卷积误差,Xu等[14]将它描述为多路径效应,并提出利用一个3×3的平滑空间滤波作为PSF卷积模型来减小误差。Rao等[15]分析了摄像机离焦造成的局部模糊,利用预测的清晰图像边缘估计PSF参数,并建立了卷积模型来补偿相位误差。
显然,更加准确的卷积模型对于提升成像质量以及三维重建的精度十分重要,然而,现有研究少有针对PMP中成像设备PSF卷积模型进行的探讨。鉴于此,本文从理论上详细分析了PSF对PMP各参数的影响,提出了一种估计PSF参数的方法,然后用此方法建立卷积模型,据此对高对比度反射率区域的卷积影响误差进行校正,并验证了所提模型的有效性。
2 基本原理与误差分析
2.1 相位测量轮廓术
投影机投出的不同空间频率的正弦光栅在扫描目标上产生形变调制后,由摄像机捕获的变形图像可以表示为[7]
其中,
式中:(
2.2 卷积模型及误差分析
对于数字成像系统,其PSF通常由一个二维高斯函数来表示[16],即:
式中:
式中:符号*代表卷积运算;符号
根据(1)式和(6)式可知,由于卷积的存在,图像中每个像素的平均光强变为
由(7)式可以看出,
由(8)式可以看出,
为了分析相位误差,首先将包裹相位解开来讨论。由于实际操作中通常只沿垂直或水平方向对目标进行扫描,因此简化到一维上分析。对于受到系统点扩展函数影响的捕获图像上的每个目标像素(
式中:
3 基于光强调制比的高对比度反射率区域相位校正法
由于卷积窗口较小,因此在平面或局部区域可以忽略高度调制的曲面,相位误差的主要成因是光强调制的变化。当扫描物体的表面存在高对比度区域时,由于光强调制与反射率成正比[17],因此反射率的差异就代表该区域光强调制的变化。光强调制与反射率的关系为
式中:
因此,获得PSF参数后就可以通过误差公式对高对比度反射率区域产生的卷积误差进行校正。
通过上一节的分析可知,由于卷积效应,光强调制会随着空间频率的提高而不断下降,故而根据(8)式可以推导出基频与其他空间频率下光强调制受PSF卷积影响的比率
式中:卷积参数
根据(14)式,只需选取误差区域附近反射率变化缓慢区域的像素,通过计算基频与其他空间频率之间的光强调制比率
1) 选取捕获图像中反射率变化缓慢的像素区域,计算基频与更高空间频率之间的光强调制比率
2) 计算上述区域与扫描方向一致的相邻像素之间的相位差Δ
3) 将计算的Δ
4) 根据估计出的点扩展函数
4 实验结果及分析
4.1 仿真分析
首先通过仿真来验证上述推导。生成频率分别为1、4、8、16、24、32、40、50、64、80的10组光栅,每组为16张,模拟扫描一个印有黑色字符“hello world:)”的白色平面。这些黑色字符与白色背景的边缘就是高对比度反射率区域。同时,利用(5)式生成一个标准差
图 1. 第320列幅值与频率的关系。(a)平均光强A c;(b)光强调制B c
Fig. 1. Relationship between amplitude and frequency at 320th column. (a) Average intensity A c; (b) intensity modulation B c
图 2. 光强调制比率随频率变化的拟合曲线
Fig. 2. Fitting curves of intensity modulation ratioversus frequency
图 3. 不同方法的重建结果。(a)传统PMP方法;(b)所提方法
Fig. 3. Reconstruction results obtained with different methods. (a) Conventional PMP method; (b) proposed method
4.2 实验分析
搭建了一个实际的PMP系统以验证所提方法的可行性。系统由一台分辨率为600 pixel×800 pixel的XJ-M140型LED投影机、一台分辨率为480 pixel×640 pixel的Prosilica GC650C型高速数字摄像机和一台计算机组成。为了尽量减小其他因素(如过高的光栅频率不满足摄像机奈奎斯特采样定理、投影机伽马非线性[18]等)对实验造成的影响,选择投影光栅的空间频率分别为1、16、24、32、40和50,每组为16张。为了定量分析,分别扫描一个作为真值参考的白色平面,以及一个写有黑色字母图案的平面,将参考白色平面与有图案平面上对应每点所计算出的相位之差作为相位误差,结果如
图 4. 扫描目标。(a)参考平面;(b)黑色字母平面
Fig. 4. Scanning target. (a) Reference plane; (b) plane with black letters
绘出的实际光强调制比率曲线如
图 5. 光强调制比率随频率变化的拟合曲线
Fig. 5. Fitting curves of intensity modulation ratio versus frequency
由于实际测量过程中随机环境噪声等未知因素的影响,通过调整标准差
截取误差区域第320列、第280~380行的相位误差数据(
图 6. 不同方法的重建结果。(a)传统PMP方法;(b)文献[ 14]中的方法;(c)文献[ 15]中的方法;(d)所提方法
Fig. 6. Reconstruction results obtained with different methods. (a) Conventional PMP method; (b) method in Ref. [14]; (c) method in Ref. [15]; (d) proposed method
从
表 1. 不同方法的相位的均方根误差
Table 1. Root-mean-square error of phase of different methods10-4 rad
|
为了验证所提方法对非平面物体的适用性,对一个表面印有横条纹的枕头进行了三维重建。
图 8. 条纹枕头的重建结果。(a)传统PMP方法;(b)所提方法
Fig. 8. Reconstruction results of stripe pillow. (a) Conventional PMP method; (b) proposed method
由
5 结论
针对点扩展函数在PMP中的卷积效应,从理论、仿真以及实验三个层面得到了如下结果:1)在各空间频率下,平均光强
本课题组针对PMP各参数受卷积影响的分析,以及据此所提出的根据实际PMP参数变化估计点扩展函数参数的方法,将为成像系统建立一个更加准确的点扩展函数模型,以及解决卷积效应在PMP中产生的各种误差问题提供有价值的参考。
[1] 苏显渝, 张启灿, 陈文静. 结构光三维成像技术[J]. 中国激光, 2014, 41(2): 0209001.
[2] Soltanpour S, Boufama B. Jonathan Wu Q M. A survey of local feature methods for 3D face recognition[J]. Pattern Recognition, 2017, 72: 391-406.
[3] 余祥, 刘凯. 基于相位测量轮廓术的人脸识别[J]. 光电工程, 2016, 43(6): 39-43.
[4] 占栋. 线结构光视觉测量关键技术及在轨道交通巡检中应用[D]. 成都: 西南交通大学, 2016.
ZhanD. Research on key techniques of line-structured light vision measurement and its applications in railway dynamic inspection[D]. Chengdu: Southwest Jiaotong University, 2016.
[5] 解则晓, 陈文柱, 迟书凯, 等. 基于结构光视觉引导的工业机器人定位系统[J]. 光学学报, 2016, 36(10): 1015001.
[6] 肖伟虎. 基于结构光的无标记点手术导航技术研究[D]. 广州: 华南理工大学, 2017.
Xiao WH. Research on markerless surgical navigation technology based on structured light[D]. Guangzhou: South China University of Technology, 2017.
[7] Yalla VG, Hassebrook LG. Very high resolution 3D surface scanning using multi-frequency phase measuring profilometry[C]. Conference on Spaceborne Sensors II, 2005, 5798: 44- 53.
[8] 刘凯, 龙云飞, 王帅军, 等. 相位测量轮廓术中结合几何标定的非线性校正[J]. 强激光与粒子束, 2015, 27(7): 28-34.
[9] 边心田, 程菊, 左芬, 等. 基于光栅预校正的三维面形测量方法[J]. 激光与光电子学进展, 2017, 54(1): 011202.
[10] 陆鹏, 孙长库, 王鹏. 条纹投影相位高度转换映射模型及其标定方法[J]. 光学学报, 2018, 38(2): 0212004.
[14] 许晓畅, 王永昌, 刘凯. 多路径模型对相位测量轮廓术的影响[J]. 计算机辅助设计与图形学学报, 2014, 26(4): 566-573.
Article Outline
田懿, 包国琦, 刘凯. 估计系统点扩展函数以降低相位测量轮廓术误差[J]. 中国激光, 2019, 46(5): 0504003. Yi Tian, Guoqi Bao, Kai Liu. Estimation of System Point Spread Function to Reduce Errors in Phase Measuring Profilometry[J]. Chinese Journal of Lasers, 2019, 46(5): 0504003.