三维重建的两个重要的性能指标就是模型精度与自动化程度,本文的三维重建研究主要针对基于结构光的三维扫描仪。结构光三维扫描仪利用一台投影仪投影特征编码的结构光图案,由一台与它相对位置固定且已经标定的摄像头同步获取相应图像,然后处理畸变图像,重建得到被扫描物单个面的三维模型,即深度图像。本文的研究工作主要集中在提高深度图像的精度与深度图像处理的自动化程度,从而提高三维重建结果的几何准确性并改进重建自动化程度。
结构光三维扫描仪每次获取扫描物体一个面的深度图像模型,然后需要通过比较多的人工交互来对多次扫描结果进行对齐合并,使得系统的自动化程度受到很大的制约。本文考虑结合高精度数控转台的相关数据进行多深度图像的拼接,提高扫描系统的自动化程度,相关问题在于将数控转台坐标系与扫描仪坐标系联系起来,得到相互之间的坐标转换关系。本文通过圆曲线和直线拟合获取单轴转台的中心轴,从而解决了这个问题,这样,每次扫描得到的深度图像与转台旋转的角度结合,可以比较精确的进行深度图像对齐。
深度图像获取的精度主要受到扫描仪系统标定的制约,本文针对扫描仪标定做的工作主要在于校正摄像机和投影仪镜头的几何失真,本文首先对这些变形原因做详细分析,确定了其中最主要的是镜头的径向形变,然后建立径向形变数学模型并对二维图像校正,从而提高三维数据的精度。
三维重建的另一个工作就在于将自动对齐和校正过的深度图像合并,形成完整的三维模型,为后续的应用提供数据支撑。合并主要有基于点云的合并与基于网格的合并两种技术,本文将对这两种合并技术进行简要介绍。
目前,本文的三维重建系统已经被广泛应用于文物数字化、逆向工程等领域,并获得了很好的应用效果。
