專利名稱：一種應(yīng)用于織物疵點檢測的快速三維重建方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種用于織物疵點檢測的快速三維重建方法，更具體的說，本發(fā)明涉及一種 能夠用于織物生產(chǎn)線的三維疵點檢測的快速三維重建方法。
背景技術(shù)：
紡織工業(yè)是我國國民經(jīng)濟傳統(tǒng)支柱產(chǎn)業(yè)和重要的民生產(chǎn)業(yè)，也是國際競爭優(yōu)勢明顯的產(chǎn) 業(yè)，在繁榮市場、擴大出口、吸納就業(yè)、增加農(nóng)民收入、促進城鎮(zhèn)化發(fā)展等方面發(fā)揮著重要 作用。加快振興紡織工業(yè)，必須以自主創(chuàng)新、技術(shù)改造、淘汰落后、優(yōu)化布局為重點，推進 結(jié)構(gòu)調(diào)整和產(chǎn)業(yè)升級，推進我國紡織工業(yè)由大到強的轉(zhuǎn)變。
中國目前是紡織品服裝出口大國，但是我們從紡織服裝加工中心變成一個紡織服裝的利 潤中心需要走的路還相當(dāng)遙遠。自從我國加入WTO以來，紡織品出口一直以低價位、低利潤 與國外產(chǎn)品競爭，占領(lǐng)的大多數(shù)為中低端市場，而對質(zhì)量要求嚴(yán)格的高端市場難以進入。因 此，通過提高檢驗的技術(shù)與裝配來提升我國紡織品質(zhì)量已經(jīng)成為迫在眉睫的問題。
織物疵點的自動檢測和識別是20世紀(jì)90年代以來的一個研究熱點。目前，國際上形成 商品的自動檢測系統(tǒng)為數(shù)不多，比較有影響的是瑞士Uster公司的Fabriscan系統(tǒng)、比利 時BracoVision公司的Cyclops系統(tǒng)和以色列EVS公司的I2TEX系統(tǒng)，這些系統(tǒng)價格非常昂 貴，國內(nèi)紡織企業(yè)主要還是靠人工離線檢測。人工檢驗效率低，易疲勞，而且容易出現(xiàn)漏檢 現(xiàn)象。因此，必須開發(fā)結(jié)構(gòu)靈活，算法穩(wěn)定，適應(yīng)性強的低成本在線疵點檢測系統(tǒng)。李立輕 等將自適應(yīng)正交小波變換應(yīng)用于織物疵點檢測；宋寅卯等研究了基于最優(yōu)PCNN模型的織物疵 點自動檢測；王三武等研究了基于BP神經(jīng)網(wǎng)絡(luò)的織物疵點檢測方法；卿湘運等提出了基于局 部熵的織物疵點檢測與識別方法；高曉丁等研究了基于支撐矢量機的織物疵點識別算法；邢 亞敬等研究了基于優(yōu)化Gabor濾波器的織物疵點檢測方法。上述方法為計算機視覺在織物檢 測方面的應(yīng)用奠定了基礎(chǔ)，但是由于上述檢測均是基于二維圖像處理，尚存在如下問題
(1) 難以解決"布面鈹痕"帶來的圖像干擾。走布(巻布)輥為主動傳動，放布為被 動，在檢測區(qū)的布面雖有一定張力，但在巻布過程中，張力有波動，張力過大或 過小都會使檢測區(qū)的布面產(chǎn)生凸凹皺痕，此皺痕在二維圖像成像為陰影，容易被 誤認為疵點。
(2) 難以解決"環(huán)境光背景光變化"帶來的圖像干擾。當(dāng)燈箱環(huán)境光或者背景光發(fā)生 變化時，或者背景光因老化等原因出現(xiàn)光線不勻現(xiàn)象時，均會導(dǎo)致二維圖像出現(xiàn) 灰度變化，該灰度變化很難與疵點信息帶來的灰度變化區(qū)別開。
(3) 難以解決"飛絮"帶來的圖像干擾。若織物表面存在飛絮，容易將飛絮產(chǎn)生的陰 影誤認為是疵點。
(4) 目前織物疵點只能應(yīng)用于素色織物疵點的檢測，對于復(fù)雜背景彩色織物的檢測還 有待進一步研究。
本發(fā)明設(shè)計的快速三維重建方法，正是為了解決上述問題而提出來的。三維重建方法一 直是國內(nèi)外研究的熱點，1982年Marr的視覺計算理論，提出從圖像恢復(fù)物體的三維形狀， 推動了基于圖像技術(shù)的三維形貌測量技術(shù)的研究。20世紀(jì)90年代后，隨著圖像處理理論， 模式識別理論，視覺標(biāo)定理論，外極約束理論，二維和三維拼接理論等相關(guān)理論的發(fā)展，三 維視覺測量技術(shù)在不同領(lǐng)域轉(zhuǎn)化成工業(yè)產(chǎn)品，并具有檢測速度快，非接觸，精度高等優(yōu)勢。 如德國G0M公司的AT0S三維光學(xué)掃描儀，德國Ettemeyer 3D公司的G-Scan系列，美國法 如(FARO)科技的便攜式激光掃描儀等。通過三維掃描儀測量所得到的三維形貌數(shù)據(jù)，可直接用于視覺檢測和逆向工程等領(lǐng)域，在汽車、摩托車、模具、人體和服裝、鞋帽、雕刻等領(lǐng)域， 具有深遠的意義。但是已有的三維重建方法一般需要向被測物體投射一系列的光信息，要求 在光投射過程中被測物體處于靜止?fàn)顟B(tài)，顯然無法滿足織物在線疵點檢測的需求，因此已有 的三維重建方法很難應(yīng)用到在線視覺檢測領(lǐng)域。
而本發(fā)明所提出的三維重建方法，可以滿足在線三維視覺測量的需要。所述的三維重建 方法采用兩個彩色攝像機和一個主動投射光源，所述的主動投射光源不需要向被測物體投射 一系列的光信息，而是一直向被測織物投射固定不變的結(jié)構(gòu)光信息；所述的兩個攝像機放置 在不同的角度，通過標(biāo)定后，利用本發(fā)明所提出的BCCSL (Binocular Camera Color Structure Light)方法，可以獲得織物所在視場內(nèi)所述結(jié)構(gòu)光條投射位置的全部三維數(shù)據(jù)，所述結(jié)構(gòu)光 條沒有覆蓋部分的三維數(shù)據(jù)通過本發(fā)明提出的SFTS (Shape From Two Shading)方法獲得。 因此，本發(fā)明可以實時獲得織物表面的三維數(shù)據(jù)信息，具有三維重建快速準(zhǔn)確的特點，并且 可以獲得織物表面的三維顏色信息。顏色信息與三維結(jié)構(gòu)信息的分開，可以更加方便的進行 織物各種形式的疵點檢測。
本發(fā)明所提出的SFTS方法，是建立在SFS (Shape From Shading)理論基礎(chǔ)之上。20世
紀(jì)末，由Horn等人提出從陰影恢復(fù)形貌的方法(Shape From Shading,簡稱SFS方法)，其原 理是利用成像表面亮度的變化，解析出物體表面矢量信息，從而轉(zhuǎn)換為表面深度信息。美國 佛羅里達州計算機視覺研究實驗室(Computer Vision Lab, School of Computer Science, University of Central Florida, 0rlando)、美國紐約大學(xué)計算機科學(xué)系(D印artment of Computer Science, University of New York)、國內(nèi)西北工業(yè)大學(xué)以及汕頭大學(xué)等都曾經(jīng)對 SFS算法進行過研究。但是，由于SFS算法僅利用一幅圖像的信息，獲得的三維重構(gòu)精度較 低，本發(fā)明利用左右兩個攝像機采集到的兩幅圖像的灰度信息，并融合顏色、坐標(biāo)位置等信 息，提出了SFTS算法(Shape From Two Shading),在保留已有SFS算法優(yōu)勢的同時，可以 提高三維測量的精度。
因此，本發(fā)明所提出的快速三維重建方法是實現(xiàn)織物疵點三維識別的關(guān)鍵技術(shù)之一，只 有織物的三維坐標(biāo)被快速采集出來，織物的疵點才能被準(zhǔn)確快速的檢測出來，因此本發(fā)明可 以提高中國紡織品的質(zhì)量和等級，增加中國紡織品在國際經(jīng)濟貿(mào)易中的競爭力。

發(fā)明內(nèi)容
本發(fā)明提供一種快速、可靠、實用、操作便捷的三維重建方法，該方法能夠應(yīng)用于織物 疵點在線三維檢測系統(tǒng)中，可以彌補二維疵點檢測技術(shù)存在的缺陷。
所述的三維重建方法如圖1所示，包括
用于獲得織物"骨架"三維坐標(biāo)的BCCSL (Binocular Camera Color Structure Light) 方法(由本發(fā)明提出)；
用于獲得織物"細節(jié)"信息的SFTS (Shape From Two Shading)方法(由本發(fā)明提出)。
所述的BCCSL方法硬件系統(tǒng)包括 用于建立高精度坐標(biāo)基準(zhǔn)的標(biāo)定平臺； 用于精度控制、圖像采集和數(shù)據(jù)處理的計算機；
用于提供光源及擴展投射一幅固定不變的彩色結(jié)構(gòu)光條的光源投射裝置；
用于采集圖像的兩個彩色攝像機；
用于放置所述的光源和所述的兩個攝像機的掃描平臺；
所述的BCCSL方法通過所述的光源投射裝置，向被測織物投射一幅固定不變的彩色結(jié)構(gòu)光條；所述的兩個攝像機通過攝像機標(biāo)定程序后，實時采集被所述的彩色結(jié)構(gòu)光條投射的織 物圖像；通過立體匹配方法獲得所述結(jié)構(gòu)光條投射位置的三維坐標(biāo)信息，作為織物的"骨架" 三維坐標(biāo)信息。
所述的SFTS方法包括
用于縮小成像范圍的"骨架"分割方法；
用于獲得三維坐標(biāo)的朗博體成像逆分析方法。
本發(fā)明的三維重建方法工作步驟分為六步
步驟l:啟動光投射程序，光投射圖案如圖2所示。所投射的紅色光條將所有光條分為 兩個部分。假設(shè)左面部分用0標(biāo)識，右面部分用l標(biāo)識；對于左面的0部分，綠色光條又將 0信息分為兩個部分，可分別標(biāo)記為00和01……，依次類推，如果有n種顏色，則可以有效 的區(qū)分的光條數(shù)為2'-l條。本發(fā)明所提出的彩色結(jié)構(gòu)光條投射方法的特點是只需要投射一幅 固定的彩色多光條圖像，就可以完成雙目視覺測量中光信息的匹配。為了減少顏色信息增多 造成的誤判斷，本發(fā)明僅采用有限的幾種容易被攝像機辨識的顏色信息，不同顏色信息之間 交替分開，既能滿足分開不同光條信息的目的，又可以減少光信息識別難度。
步驟2:啟動攝像機標(biāo)定程序。假設(shè)左攝像機A坐標(biāo)系為OaXayaZ。，假設(shè)右攝像機B所 在的坐標(biāo)系為q;^j;4，假設(shè)兩個攝像機之間的旋轉(zhuǎn)矩陣為R，平移矩陣為T，標(biāo)定的公式 如公式(1)所示。X。r6"lr6a2二 W
凡~4~6r =a)
人_riw7
式(1)中
&,_/^為右攝像機B相對于左攝像機A的旋轉(zhuǎn)矩陣分量； "w 4^為右攝像機B相對于左攝像機A的平移矩陣分量。
步驟3:計算結(jié)構(gòu)光條所在位置的三維坐標(biāo)。經(jīng)過第二步標(biāo)定后的攝像機就可以進入測 量狀態(tài)，放置在不同位置的攝像機可以從不同視角拍攝結(jié)構(gòu)光條信息。首先需要根據(jù)光條的 顏色尋找匹配光條，依據(jù)外極線匹配原則，左攝像機采集到的光條上的某一點，必然在右攝 像機與之對應(yīng)的光條上能找到匹配點。假設(shè)左攝像機光條上某點P的斜率為、，則與之對應(yīng)的 匹配點的斜率、可由公式(2)獲得。
f血 (r^7 +- f。fc (r。/a + rW2
式(2)中
A為左攝像機采集到的圖像中某光條上的一點P的斜率； A為右攝像機采集到的圖像中與P點對應(yīng)點的斜率； 4,一7^為右攝像機B相對于左攝像機A的旋轉(zhuǎn)矩陣分量； "w t^為右攝像機B相對于左攝像機A的平移矩陣分量。 重復(fù)執(zhí)行步驟3，則可以獲得所有結(jié)構(gòu)光條所在位置的三維坐標(biāo)，構(gòu)成織物"骨架"三 維坐標(biāo)。
步驟4:利用步驟3所獲得的織物"骨架"，將被測織物視場分割為若干個子區(qū)域，并記 錄每個子區(qū)域邊界的三維坐標(biāo)信息。
步驟5:利用步驟4分割后的每一個子區(qū)域的內(nèi)部，利用SFTS方法，獲得局部點的坐標(biāo)變化關(guān)系。
步驟6:將步驟5所獲得的坐標(biāo)變化關(guān)系與步驟4所獲得"骨架"坐標(biāo)信息進行融合， 計算全局三維坐標(biāo)。運算完畢。
將本發(fā)明所述的方法應(yīng)用于織物檢測生產(chǎn)線的示意圖如圖3所示。
本發(fā)明的有益效果是通過本發(fā)明所提出的BCCSL方法和SFTS方法，無需投射一系列的 光信息就可以實現(xiàn)快速三維重建，使得三維重建能夠應(yīng)用于織物在線三維視覺檢測領(lǐng)域，為 織物疵點三維識別做準(zhǔn)備。


圖l:快速三維重建方法； 圖2:彩色結(jié)構(gòu)光條圖案； 圖3:織物在線三維檢測示意圖。
具體實施例方式
本發(fā)明提供一種快速、可靠、實用、操作便捷的三維重建方法，該方法能夠應(yīng)用于織物 疵點在線三維檢測系統(tǒng)中，可以彌補二維疵點檢測技術(shù)存在的缺陷。 所述的三維重建方法如圖1所示，包括
用于獲得織物"骨架，，三維坐標(biāo)的BCCSL (Binocular Camera Color Structure Light) 方法(由本發(fā)明提出)，該方法可以獲得光條投射位置處的三維數(shù)據(jù)信息；
用于獲得織物"細節(jié)"信息的SFTS (Shape From Two Shading)方法(由本發(fā)明提出)， 該方法可以獲得光條投射位置之外的三維數(shù)據(jù)信息。
圖1所示的三維重建的技術(shù)路線是利用BCCSL方法抽取織物"骨架"(投射固定的彩 色結(jié)構(gòu)光條一雙目攝像機標(biāo)定一獲得織物骨架信息)一利用SFTS算法獲得織物"細節(jié)"(利 用骨架進行區(qū)域分割一解算區(qū)域內(nèi)部稠密三維坐標(biāo)一坐標(biāo)與顏色進行信息融合)一"骨架" 與"細節(jié)"信息的融合一三維重建完畢
所述的BCCSL方法硬件系統(tǒng)包括
用于建立高精度坐標(biāo)基準(zhǔn)的標(biāo)定平臺，所述標(biāo)定平臺的加工精度為0.01mm/m，可用于對 單個攝像機和多個攝像機進行標(biāo)定；
用于精度控制、圖像采集和數(shù)據(jù)處理的計算機；
用于提供光源及擴展投射一幅固定不變的彩色結(jié)構(gòu)光條的光源投射裝置，所述光源投射 裝置可選用商用投影儀，也可自己加工定做；
用于采集圖像的兩個彩色攝像機，所述的兩個彩色攝像機從不同位置實時采集被測織物 視場內(nèi)的織物圖片；
用于放置所述的光源和所述的兩個攝像機的掃描平臺；所述的BCCSL方法通過所述的光源投射裝置，向被測織物投射一幅固定不變的彩色結(jié)構(gòu) 光條；所述的兩個攝像機通過攝像機標(biāo)定程序后，實時采集被所述的彩色結(jié)構(gòu)光條投射的織 物圖像；通過立體匹配方法獲得所述結(jié)構(gòu)光條投射位置的三維坐標(biāo)信息，作為織物的"骨架" 三維坐標(biāo)信息。
所述的SFTS方法包括
用于縮小成像范圍的"骨架"分割方法，通過BCCSL方法所獲得的織物的高精度"骨架" 三維坐標(biāo)信息，將被測織物視場分割為若干個小的視場，作為"子視場"，所述的"骨架"三 維坐標(biāo)信息作為每一個子視場的邊緣；
用于獲得三維坐標(biāo)的朗博體成像逆分析方法。被分割后的每一個子視場，可近似認為是 一個郎博體光學(xué)模型，按照朗博體成像逆分析方法可以推算出每一個點的位置梯度關(guān)系，與 邊緣的高精度"骨架"三維坐標(biāo)進行信息融合，可以獲得子視場內(nèi)部每一個點的三維坐標(biāo)。
本發(fā)明的三維重建方法工作步驟分為六步-
步驟l:啟動光投射程序，光投射圖案如圖2所示。所投射的紅色光條將所有光條分為 兩個部分。假設(shè)左面部分用0標(biāo)識，右面部分用l標(biāo)識；對于左面的0部分，綠色光條又將 0信息分為兩個部分，可分別標(biāo)記為00和01……，依次類推，如果有n種顏色，則可以有效 的區(qū)分的光條數(shù)為2n-1條。本發(fā)明所提出的彩色結(jié)構(gòu)光條投射方法的特點是只需要投射一幅 固定的彩色多光條圖像，就可以完成雙目視覺測量中光信息的匹配。為了減少顏色信息增多 造成的誤判斷，本發(fā)明僅采用有限的幾種容易被攝像機辨識的顏色信息，不同顏色信息之間 交替分開，既能滿足分開不同光條信息的目的，又可以減少光信息識別難度。
步驟2:啟動攝像機標(biāo)定程序。假設(shè)左攝像機A坐標(biāo)系為0。U。Z。，假設(shè)右攝像機B所 在的坐標(biāo)系為^《A4，假設(shè)兩個攝像機之間的旋轉(zhuǎn)矩陣為R，平移矩陣為T，標(biāo)定的公式 如公式(1)所示。
VV"/w2rA"3T 二:v。=及-少6(1)
—V3—3a7Ga8"6a、
式(1)中
^W—r^為右攝像機B相對于左攝像機A的旋轉(zhuǎn)矩陣分量；
"w "M為右攝像機B相對于左攝像機A的平移矩陣分量。
步驟3:計算結(jié)構(gòu)光條所在位置的三維坐標(biāo)。經(jīng)過第二步標(biāo)定后的攝像機就可以進入測
量狀態(tài)，放置在不同位置的攝像機可以從不同視角拍攝結(jié)構(gòu)光條信息。首先需要根據(jù)光條的 顏色尋找匹配光條，依據(jù)外極線匹配原則，左攝像機采集到的光條上的某一點，必然在右攝 像機與之對應(yīng)的光條上能找到匹配點。假設(shè)左攝像機光條上某點p的斜率為&,則與之對應(yīng)的
匹配點的斜率&可由公式(2)獲得。
A — " , (r。64 + r。65 . &。) - Z勿 (raA7 + r。66 O (2) 6 U + Q8人)-Lfc L + Q2 、)
式(2)中
^為左攝像機采集到的圖像中某光條上的一點P的斜率； A為右攝像機采集到的圖像中與P點對應(yīng)點的斜率； /W—r^為右攝像機B相對于左攝像機A的旋轉(zhuǎn)矩陣分量；4W "M為右攝像機B相對于左攝像機A的平移矩陣分量。 重復(fù)執(zhí)行步驟3，則可以獲得所有結(jié)構(gòu)光條所在位置的三維坐標(biāo)，構(gòu)成織物"骨架"三 維坐標(biāo)。
步驟4:利用步驟3所獲得的織物"骨架"，將被測織物視場分割為若干個子區(qū)域，并記
錄每個子區(qū)域邊界的三維坐標(biāo)信息。
步驟5:利用步驟4分割后的每一個子區(qū)域的內(nèi)部，采用本發(fā)明提出的SFTS方法，獲得 局部點的坐標(biāo)變化關(guān)系。
步驟6:將步驟5所獲得的坐標(biāo)變化關(guān)系與步驟4所獲得"骨架"坐標(biāo)信息進行融合， 計算全局三維坐標(biāo)。運算完畢。
將本發(fā)明所述的方法應(yīng)用于織物檢測生產(chǎn)線的示意圖如圖3所示。
本發(fā)明與現(xiàn)有三維重建方法最大區(qū)別有如下兩點
(1) 本發(fā)明所設(shè)計的彩色結(jié)構(gòu)光條投射方法，是只需要投射一幅固定不變的彩色多光 條圖像，就可以完成雙目視覺測量中光信息的匹配，被測物體無需處于靜止?fàn)顟B(tài)。本發(fā)明可 以提高三維重建的速度。另外，為了減少顏色信息增多造成的誤判斷，本發(fā)明僅采用有限的 幾種容易被攝像機辨識的顏色信息，不同顏色信息之間交替分開，既能滿足分開不同光條信 息的目的，又可以減少光信息識別難度。
(2) 將雙目視覺與單目視覺有效的結(jié)合起來，提出了BCCSL方法和SFTS方法，既解 決了雙目視覺的立體匹配難題，又解決了單目視覺的精度難題?？梢钥焖贉?zhǔn)確的獲得織物在 線檢測的三維數(shù)據(jù)。
綜上所述，本發(fā)明所述三維重建方法的優(yōu)點是
(1) 彩色光條匹配精度高，不容易出現(xiàn)匹配誤差和匹配錯誤，測量準(zhǔn)確性和穩(wěn)定性高；
(2) 三維重建速度快，被測物體無需處于靜止?fàn)顟B(tài)；
本發(fā)明將三維重建引入到織物在線疵點檢測領(lǐng)域，解決三維重建的精度和速度難題，也 解決了生產(chǎn)線上織物疵點檢測的難題，為織物三維疵點識別奠定基礎(chǔ)。
以上示意性的對本發(fā)明及其實施方式進行了描述，該描述沒有局限性，附圖中所示的也 只是本發(fā)明的實施方式之一。所以，如果本領(lǐng)域的普通技術(shù)人員受其啟示，在不脫離本發(fā)明 創(chuàng)造宗旨的情況下，采用其它形式的同類部件或其它形式的各部件布局方式，不經(jīng)創(chuàng)造性的 設(shè)計出與該技術(shù)方案相似的技術(shù)方案與實施例，均應(yīng)屬于本發(fā)明的保護范圍。
權(quán)利要求
1.一種應(yīng)用于織物疵點檢測的快速三維重建方法，其特征是，它包括用于獲得織物“骨架”三維坐標(biāo)的BCCSL(Binocular Camera Color Structure Light)方法；用于獲得織物“細節(jié)”信息的SFTS(Shape From Two Shading)方法；所述的BCCSL方法通過所述的光源投射裝置，向被測織物投射一幅固定不變的彩色結(jié)構(gòu)光條；所述的兩個攝像機通過攝像機標(biāo)定程序后，實時采集被所述的彩色結(jié)構(gòu)光條投射的織物圖像；通過立體匹配方法獲得所述結(jié)構(gòu)光條投射位置的三維坐標(biāo)信息，作為織物的“骨架”三維坐標(biāo)信息；所述的SFTS方法，包括用于縮小成像范圍的“骨架”分割方法和用于獲得三維坐標(biāo)的朗博體成像逆分析方法。
2. 根據(jù)權(quán)利要求1所述的快速三維重建方法，其特征是，它包括如下步驟-步驟l:啟動光投射程序，所投射的紅色光條將所有光條分為兩個部分，假設(shè)左面部分 用0標(biāo)識，右面部分用l標(biāo)識；對于左面的0部分，綠色光條又將O信息分為兩個部分，可 分別標(biāo)記為00和01……，依次類推，如果有n種顏色，則可以有效的區(qū)分的光條數(shù)為2n_l條； 為了減少顏色信息增多造成的誤判斷，本發(fā)明僅采用有限的幾種容易被攝像機辨識的顏色信 息，不同顏色信息之間交替分開，既能滿足分開不同光條信息的目的，又可以減少光信息識 別難度；步驟2:啟動攝像機標(biāo)定程序，假設(shè)左攝像機A坐標(biāo)系為o。x。i;z。，假設(shè)右攝像機B所在的坐標(biāo)系為aJ^F6Zp假設(shè)兩個攝像機之間的旋轉(zhuǎn)矩陣為R，平移矩陣為T，標(biāo)定的公式 如公式(1)所示<formula>formula see original document page 2</formula>式a)中r^—r^為右攝像機B相對于左攝像機A的旋轉(zhuǎn)矩陣分量； "w f一 "M為右攝像機B相對于左攝像機A的平移矩陣分量；步驟3:計算結(jié)構(gòu)光條所在位置的三維坐標(biāo)，經(jīng)過第二步標(biāo)定后的攝像機就可以進入測 量狀態(tài)，放置在不同位置的攝像機可以從不同視角拍攝結(jié)構(gòu)光條信息，首先需要根據(jù)光條的 顏色尋找匹配光條，依據(jù)外極線匹配原則，左攝像機采集到的光條上的某一點，必然在右攝像機與之對應(yīng)的光條上能找到匹配點，假設(shè)左攝像機光條上某點P的斜率為、，則與之對應(yīng)的 匹配點的斜率&可由公式(2)獲得<formula>formula see original document page 2</formula>式(2)中^為左攝像機采集到的圖像中某光條上的一點P的斜率；A為右攝像機采集到的圖像中與P點對應(yīng)點的斜率； ^TW—2^為右攝像機B相對于左攝像機A的旋轉(zhuǎn)矩陣分量； "w L "M為右攝像機B相對于左攝像機A的平移矩陣分量；重復(fù)執(zhí)行步驟3，則可以獲得所有結(jié)構(gòu)光條所在位置的三維坐標(biāo)，構(gòu)成織物"骨架"三維坐標(biāo)；步驟4:利用步驟3所獲得的織物"骨架"，將被測織物視場分割為若干個子區(qū)域，并記 錄每個子區(qū)域邊界的三維坐標(biāo)信息；步驟5:利用步驟4分割后的每一個子區(qū)域的內(nèi)部，利用SFTS方法，獲得局部點的坐標(biāo) 變化關(guān)系步驟6:將步驟5所獲得的坐標(biāo)變化關(guān)系與步驟4所獲得"骨架"坐標(biāo)信息進行融合， 計算全局三維坐標(biāo)，運算完畢。
全文摘要
本發(fā)明屬于圖像處理和模式識別領(lǐng)域，涉及一種應(yīng)用于織物疵點檢測的快速三維重建方法。該方法包括用于獲得織物“骨架”三維坐標(biāo)的BCCSL(Binocular Camera Color StructureLight)方法(由本發(fā)明提出)和用于獲得織物“細節(jié)”信息的SFTS(Shape From Two Shading)方法(由本發(fā)明提出)。本發(fā)明所設(shè)計的織物疵點三維重建方法，可以有效的解決三維重建的精度和速度，滿足織物在線檢測的需求，為后續(xù)的織物疵點三維識別做準(zhǔn)備，提高中國紡織品的質(zhì)量和等級。
文檔編號G01N21/88GK101587082SQ20091006941
公開日2009年11月25日 申請日期2009年6月24日 優(yōu)先權(quán)日2009年6月24日
發(fā)明者宋麗梅 申請人:天津工業(yè)大學(xué)