一種投影結構光系統(tǒng)的檢測方法

文檔序號：10623687閱讀：690來源：國知局

一種投影結構光系統(tǒng)的檢測方法
【專利摘要】一種投影結構光系統(tǒng)的檢測方法，包括步驟：(S100)通過投影模組的投射投影掩碼于投影目標，形成投影圖像；(S200)通過接收裝置接收投影圖像；以及(S300)導入投影圖像于處理裝置，通過處理裝置中的檢測軟件自動識別投影圖像，以用于客觀獲取投影模組的性能及參數(shù)信息。
【專利說明】
-種投影結構光系統(tǒng)的檢測方法
技術領域
[0001] 本發(fā)明設及一種檢測方法，具體地說，是一種用于自動檢測與識別投影模組的投影結構光系統(tǒng)檢測方法。
【背景技術】
[0002] 隨著全球智能手機行業(yè)的快速發(fā)展，人們對手機的功能與質(zhì)量要求與日俱增，而人們除了對手機的應用軟件追求外，對照相攝像功能的要求也在不斷提高，過去的二維拍攝技術已經(jīng)不能滿足市場的需要，人們更向往越來越流行的=維成像技術，將原來的只是作為輸入設備的攝像頭成為一個更加具有廣度和深度功能的設備，使得攝像頭不僅僅是從一平面上收集信號，而是通過結構光實現(xiàn)=維立體成像，并進一步實現(xiàn)測量、制圖等深度拓展功能。
[0003] 結構光技術從一個角度向目標投射編碼結構光，在另一角度采集編碼結構光圖像，通過對圖像中編碼信息的結構，提取光束在投射側和采集側的角度，利用=角法求取目標深度，其中，編碼和解碼時結構光技術的核屯、，也是結構光技術跨越雙目視覺像素匹配的難題。投影模組作為一種新型的結構光系統(tǒng)中的投射裝置，W用于實現(xiàn)投射投影圖案，其通過由內(nèi)部特定光源發(fā)出特定波長段的光，將投影圖案投射并放大。投影模組的性能直接決定投影圖案的投射效果，也就決定后續(xù)的=維立體成像功能。
[0004] 隨著結構光技術的發(fā)展與應用，需要對相關設備進行檢測與識別。對投影模組的評價，如投影模組的清晰度檢測、壞點檢測、標定等，一般都是通過肉眼直接分辨投影出來的圖案，主觀判斷投影圖案的清晰度、壞點、標定是否達標。在對投影模組的壞點檢測，使用的是顯微鏡下的人眼目視檢測方法，通過肉眼在顯微鏡下觀察投影模組是否存在壞點，其操作流程復雜，測試效率低下。傳統(tǒng)方法即通過肉眼識別投影模組的清晰度、壞點W及標定等，長期的工作不僅會對人眼產(chǎn)生傷害，還會增加誤判率，通過主觀觀察會影響投影模組檢測的客觀準確性，畢竟肉眼判斷存在一定的誤判風險，可能會降低產(chǎn)品良率，使得產(chǎn)品的生產(chǎn)成本增加。同時，肉眼主要針對可見光源，通過可見光波段中的光源投射的掩碼圖案得W 依靠肉眼分辨出投影圖案的清晰度，但對于其他波段的光源來說，如紫外光、紅外光等光源投射的圖案，肉眼就難W直接辨認，可W說，用肉眼識別投影圖案存在著較大的局限性，是一種對投影模組檢測的限制方法。陽〇化]對投影模組的標定也仍然僅限于投影圖像的目測，只能通過人眼目視對投影模組進行定性標定而無法做定量標定，得出的標定結論也就無法給后續(xù)的投影矯正提供有效參考，降低投影模組的標定效率。
[0006] 另一發(fā)面，在對投影模組的投影掩碼案進行解碼時，現(xiàn)有的投影掩碼無法實現(xiàn)碼點坐標的唯一確定，也就無法實現(xiàn)對動態(tài)圖像的解碼。因為靜態(tài)=維技術經(jīng)過幾十年的發(fā) 展已經(jīng)比較成熟，應用較廣，近幾年=維成像或測量領域的研究熱點和重點轉(zhuǎn)向難度更大、應用領域更廣闊的動態(tài)=維技術。其中，靜態(tài)結構光=維解碼技術采用時域編碼側率。該種編碼方法將多幅編碼圖案投影到物體表面，圖像的每個像素的碼點由多幅編碼圖像的對應亮度值按照其投影順序排列而成，當測量目標處于運動或形狀變化的狀態(tài)，多幅時域圖像同一像素點在不同時刻對應的不再是同一個物體表面點，其解碼必然失效。
[0007] 結構光動態(tài)測量的關鍵問題在于如何在單幅結構光圖案中實現(xiàn)唯一確定編碼，僅靠單一時刻的圖像解碼解決不同視角下對應點的匹配問題。其中，多幅圖像的投影系統(tǒng)可 W說只適用于靜態(tài)圖像解碼，該技術通過對受到物體表面形狀調(diào)制而變形的光柵圖像解相而實現(xiàn)不同成像平面上同一物體表面點的匹配。相對地，單幅圖案編碼及解碼難度顯著高于多幅時域編碼，其本質(zhì)原因在于單幅圖案能夠承載的信息有限，不可避免的產(chǎn)生各類缺陷，尤其是碼點不易提取導致解碼率低下，降低解碼數(shù)據(jù)的精準度。因而，現(xiàn)有方法只能解碼靜態(tài)圖像，對動態(tài)圖像的解碼還是難W突破其中的瓶頸，應用范圍也隨之大幅受限，其中的編碼將直接影響到檢測精度和分辨率，對投影圖像的檢測與識別方法也會受到相應限制。

【發(fā)明內(nèi)容】

[0008] 本發(fā)明的主要目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過自動檢測投影模組的投影圖像，得W客觀識別投影模組的檢測結果，增加檢測精度，提高檢測效率。
[0009] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過不同的檢測軟件得W分別自動獲取投影模組的清晰度、壞點、定量標定W及解碼數(shù)據(jù)，操作簡單，有助于提供產(chǎn)品生產(chǎn)過程中所需的檢測數(shù)據(jù)。
[0010] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過一接收裝置獲取投影圖像，再通過處理裝置對投影圖像進行軟件分析，不需要通過肉眼檢測，有效減少對人體的損傷，大幅降低檢測操作的復雜度。
[0011] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過軟件算法客觀評價投影模組的性能W及處理投影模組的圖像數(shù)據(jù)，使得檢測結果更加準確，有效降低通過肉眼直接分辨的疲勞度，避免主觀判斷造成的誤判率。
[0012] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其適于評價不同光源波段的投影模組，打破使用只能肉眼檢測的限制，所述接收裝置得W識別對應投影模組的光源波長，從而，得W分辨出不同波段投影圖案的清晰度。
[0013] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過快速獲取實時投影圖案，不需要在顯微鏡下對投影模組的壞點進行檢測，大幅降低檢測投影模組壞點的復雜度。
[0014] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其實現(xiàn)投影模組的自動化標定，有效提高投影模組的標定效率，擴大標定數(shù)據(jù)的應用范圍，有助于在光學影像領域的使用。
[0015] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過軟件對實際投影圖像的定位，與理論投影區(qū)域相比較得W獲取投影模組的實際出投角度和偏移量，客觀實現(xiàn)投影模組的量化標定，從而，為后續(xù)的投影矯正提供有效參考。
[0016] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過自動解碼軟件得W實現(xiàn)靜態(tài)圖像與動態(tài)圖像的投影解碼，從而，可處理基于靜態(tài)圖片或動態(tài)視頻的投影圖像，具有更高的靈活性和適用性。
[0017] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過對投影圖像的預處理，使得投影碼點更易于提取，大幅提高投影圖像的解碼率。
[0018] 本發(fā)明的另一目的在于提供一種投影結構光系統(tǒng)的檢測方法，其通過解碼算法得 W提取圖像內(nèi)的碼點信息并轉(zhuǎn)化為解碼數(shù)據(jù)，使得獲取到的解碼數(shù)據(jù)更加精準，有利于后續(xù)應用的開發(fā)，擴大所述解碼算法的應用范圍。
[0019] 從而，為了實現(xiàn)W上提到的目的，一種投影結構光系統(tǒng)的檢測方法，W用于檢測一投影模組，其包括步驟：
[0020] (SlOO)通過所述投影模組的投射形成一投影圖像于一投影目標；
[0021] (S200)通過一接收裝置接收所述投影圖像；W及
[0022] (S300)導入所述投影圖像于一處理裝置，通過所述處理裝置中的一檢測軟件自動識別所述投影圖像，W用于客觀獲取所述投影模組的性能及參數(shù)信息。
[0023] 根據(jù)本發(fā)明的一個實施例，所述方法進一步包括步驟（S400):保存所述投影模組的數(shù)據(jù)，W用于對所述投影模組提供客觀參考。
[0024] 根據(jù)本發(fā)明的一個實施例，所述方法進一步包括步驟（S500):將所述接收裝置與所述投影模組建立標準的相對位置模型，W用于獲取所述投影圖像。
[00巧]根據(jù)本發(fā)明的一個實施例，所述步驟（SlOO)進一步包括步驟（SlOl):將所述投影模組的一投影掩碼投射到所述投影目標，形成所述投影圖像。
[00%] 根據(jù)本發(fā)明的一個實施例，所述步驟（S300)包括步驟（S310):通過所述檢測軟件對所述投影圖像解像力計算，W用于自動獲取所述投影模組的投影掩碼的圖案清晰度。
[0027] 根據(jù)本發(fā)明的一個實施例，所述步驟（S200)包括步驟（S210):所述投影目標上的投影圖像通過漫反射，被所述接收裝置接收。
[0028] 根據(jù)本發(fā)明的一個實施例，在所述步驟（S200)中的接收裝置是一感光攝像機，W 用于對應識別所述投影模組投射的光源波長。
[0029] 根據(jù)本發(fā)明的一個實施例，所述步驟（S500)包括步驟（S510):所述感光攝像機與所述投影模組通過建模的方式建立標準的相對位置模型，使得所述接收裝置的視場覆蓋面大于所述投影模組的投射面。
[0030] 根據(jù)本發(fā)明的一個實施例，所述步驟（S300)包括步驟（S320):通過所述檢測軟件檢測所述投影圖像，W用于自動獲取所述投影模組的壞點檢測結果。
[0031] 根據(jù)本發(fā)明的一個實施例，所述步驟（S320)包括步驟：
[0032] (S321)轉(zhuǎn)換所述投影圖像為灰度圖，W用于提取所述投影圖像的亮度差；
[0033] (S322)獲取所述投影圖像中大于設定值的一檢測區(qū)域；W及
[0034] (S323)對比所述檢測區(qū)域與投影模組的投影掩碼，W用于客觀識別所述投影掩碼中的壞點。
[0035] 根據(jù)本發(fā)明的一個實施例，在所述步驟（S320)中所述檢測區(qū)域為m*n大小的塊狀區(qū)域，當所述塊狀區(qū)域不同于所述投影掩碼的碼點，自動判定所述塊狀區(qū)域為壞點。
[0036] 根據(jù)本發(fā)明的一個實施例，在所述步驟（S200)中通過所述接收裝置獲取所述投影圖像，W用于對所述投影圖像進行快速實時的壞點檢測。
[0037] 根據(jù)本發(fā)明的一個實施例，所述步驟（S300)包括步驟（S330):通過所述檢測軟件檢測所述投影圖像，W用于自動獲取所述投影模組的量化標定數(shù)據(jù)。
[0038] 根據(jù)本發(fā)明的一個實施例，所述步驟（S330)包括步驟：
[0039] (S331)通過建模和計算獲取所述投影模組的理論投影區(qū)域；
[0040] (S332)結合所述投影圖像的計算方式，計算理論值與實際值的偏差，W用于獲取所述投影模組的投影偏移量；W及
[0041] (S333)通過反向計算的方式獲取所述投影模組的實際出投角度及標定數(shù)據(jù)。
[0042] 根據(jù)本發(fā)明的一個實施例，所述步驟（S331)包括步驟（S3311):通過所述投影模組的結構和距離獲取理論投影范圍。
[0043] 根據(jù)本發(fā)明的一個實施例，所述步驟（S332)包括步驟：
[0044] (S3321)在所述理論投影范圍中尋找一定位點，所述定位點選擇于所述投影掩碼中的一預設坐標；
[0045] (S3322)計算所述定位點的出投角度為a = u/U*yl (1C)，根據(jù)本發(fā)明的一個實施例U為所述定位點在所述投影掩碼上的橫向坐標，U為所述投影掩碼的橫向長度，yl為所述投影模組的一理論出投角度；W及
[0046] (S3323)計算所述定位點在所述投影圖像的實際坐標，為（X' = W/2+L - D*tan a， y' = H/2)，其中W為所述投影圖像的長，H為所述投影圖像的寬，L為所述投影模組與所述接收裝置的光軸距離，D為所述接收裝置與所述投影目標的一投影面距離。
[0047] 根據(jù)本發(fā)明的一個實施例，所述步驟（S333)包括步驟：
[0048] (S3331)通過圓屯、定位的方法從所述接收裝置的投影圖像中提取所述實際定位點的坐標（x'，y'）；
[0049] (S3332)將所述實際定位點的坐標代入（1C)中，W用于獲取所述投影模組的實際出投角度yl' 及
[0050] (S3333)將所述投影模組的實際出投角度yl'作為標定數(shù)據(jù)，W用于通過反向偏差值調(diào)整所述投影模組的投影角度，使得所述投影圖像矯正到所述理論投影區(qū)域。
[0051] 根據(jù)本發(fā)明的一個實施例，所述步驟（S400)包括步驟（S430):將所述標定數(shù)據(jù)傳輸于成品模組的補償軟件，W用于客觀提供成品模組的后期軟件補償數(shù)據(jù)的參考。
[0052] 根據(jù)本發(fā)明的一個實施例，所述步驟（S300)包括步驟（S340):通過所述檢測軟件檢測所述投影圖像，W用于自動獲取所述投影圖像的解碼數(shù)據(jù)。
[0053] 根據(jù)本發(fā)明的一個實施例，所述步驟（S340)包括步驟：
[0054] (S341)預處理導入的所述投影圖像，W用于提取所述投影模組投影的碼點；
[0055] (S342)獲取每個碼點的中屯、，W用于獲取碼點數(shù)據(jù)；W及
[0056] (S343)通過一解碼算法將所述碼點數(shù)據(jù)轉(zhuǎn)化為解碼數(shù)據(jù)。
[0057] 根據(jù)本發(fā)明的一個實施例，所述步驟（S341)包括步驟：
[005引（S3411)平均化處理所述投影圖像數(shù)據(jù)；
[0059] (S3412)相關性處理所述投影圖像數(shù)據(jù)；W及 W60] 6341扣標記局部灰度最大值，W用于識別所述投影圖像的碼元。
[0061] 根據(jù)本發(fā)明的一個實施例，所述步驟（S343)的解碼算法包括步驟：
[0062] (S3431)組建解碼窗口于所述投影掩碼，W用于實現(xiàn)碼點坐標的唯一確定；
[0063] (S3412)求取所述解碼窗口的碼元，使得所述投影圖像獲取所述解碼窗口的配對數(shù)據(jù)；化及
[0064] (S3413)提取所述解碼窗口配對數(shù)據(jù)在所述投影掩碼中的列數(shù)與所述配對數(shù)據(jù)在所述投影圖像中的坐標數(shù)據(jù)。 W65] 根據(jù)本發(fā)明的一個實施例，在步驟63似）中的解碼窗口選用的是2*3大小的窗 P。
[0066] 根據(jù)本發(fā)明的一個實施例，所述解碼使用m序偽隨機序列構建所述碼元，使得每個2*3解碼窗口對應的解碼數(shù)據(jù)在投影掩碼圖案序列中的位置唯一確定，適用于動態(tài)解碼和靜態(tài)解碼。
[0067] 根據(jù)本發(fā)明的一個實施例，所述m序偽隨機序列選用的是6序偽隨機序列。
[0068] 根據(jù)本發(fā)明的一個實施例，所述（S343)的解碼算法進一步包括步驟（S3434):將碼元種類定義為〇+，〇-，1+，1-，同時，將0+和1+歸類為C，將0-和1-歸類為b，W用于將投影圖像模型轉(zhuǎn)換為解碼序列。
【附圖說明】
[0069] 圖1是根據(jù)本發(fā)明的一優(yōu)選實施例的模塊示意圖。
[0070] 圖2是根據(jù)本發(fā)明的上述優(yōu)選實施例的結構示意圖。
[0071] 圖3A是根據(jù)本發(fā)明的上述優(yōu)選實施例的標定檢測的結構示意圖。
[0072] 圖3B是根據(jù)本發(fā)明的上述優(yōu)選實施例的標定檢測定位點位置示意圖。
[0073] 圖4A是根據(jù)本發(fā)明的上述優(yōu)選實施例的投影掩碼圖。
[0074] 圖4B是根據(jù)本發(fā)明的上述優(yōu)選實施例的掩碼窗口示意圖。
[0075] 圖5A是根據(jù)本發(fā)明的上述優(yōu)選實施例的原始投影圖像。
[0076] 圖5B是根據(jù)本發(fā)明的上述優(yōu)選實施例的預處理圖像。
[0077] 圖5C是根據(jù)本發(fā)明的上述優(yōu)選實施例的碼元種類圖像。
[0078] 圖6是根據(jù)本發(fā)明的上述優(yōu)選實施例的流程示意圖。
[0079] 圖7是根據(jù)本發(fā)明的上述優(yōu)選實施例的標定檢測流程示意圖。
[0080] 圖8是根據(jù)本發(fā)明的上述優(yōu)選實施例的解碼檢測流程示意圖。
【具體實施方式】
[0081] 根據(jù)本發(fā)明的權利要求和說明書所公開的內(nèi)容，本發(fā)明的技術方案具體如下文所述。
[0082] 如圖1到圖2所示的是一種投影結構光系統(tǒng)的檢測裝置，所述檢測裝置包括一投影模組10, W用于投射一投影掩碼11形成一投影圖像12 ;-接收裝置20, W用于接收所述投影圖像12 ;-處理裝置30,所述處理裝置30禪接于所述接收裝置20, W用于自動處理所述接收裝置20傳輸?shù)耐队皥D像12,獲取客觀檢測結果；W及一投影目標40,所述投影目標 40相對于所述投影模組10與接收裝置20, W用于所述投影模組10將所述投影掩碼11投射到所述投影目標40的一投影面41，形成所述投影圖像12。
[0083] 所述投影模組10將所述投影圖像12沿著一投射光路13投射到所述投影目標40 的投影面41，通過所述投影面41上的漫反射，所述投影圖像12沿著W反射光路14反射到所述接收裝置20,被所述接收裝置20接收，所述接收裝置20將所述投影圖像12數(shù)據(jù)導入到所述處理裝置30,通過所述處理裝置30中的一檢測軟件31識別所述投影圖像12,獲取所述投影模組10的性能及參數(shù)信息，所述檢測方法通過軟件自動的方式檢測投影模組10 的投影圖像12,得W客觀識別所述投影模組10的檢測結果，增加檢測精度，提高檢測效率。
[0084] 其中，所述接收裝置20是一攝像機21，相對于所述投影目標40, W用于拍攝所述投影面41上的投影圖像12。所述處理裝置30是一電腦處理器，通過其中的檢測軟件31得 W檢測所述投影圖像12,獲取所述投影模組10的數(shù)據(jù)信息。所述檢測方法通過不同的檢測軟件31得W分別自動獲取投影模組10的清晰度、壞點、定量標定W及解碼數(shù)據(jù)，操作簡單，有助于提供產(chǎn)品生產(chǎn)過程中所需的檢測數(shù)據(jù)。
[0085] 所述投影目標40是一投影面標版，所述投影面標版具有均勻且較高的漫反射率， W用于所述投影目標40上的投影圖像12通過漫反射，被所述接收裝置20所接收，同時，保證所述接收裝置20接收的所述投影圖像12準確性與還原性。
[0086] 所述接收裝置20與所述投影模組10建立標準的相對位置模型，W用于所述接收裝置20的視場覆蓋面大于所述投影模組10的投影面41，使得所述接收裝置20接收所述投影模組10投射的圖像，W防發(fā)生所述投影圖像12無法全部被所述接收裝置20所接收。換句話說，所述接收裝置20與所述投影模組10之間有一預設位置，所述投影面41相對于所述接收裝置20與所述投影模組10有一預設距離，調(diào)節(jié)所述投影模組10的投射角W及所述接收裝置20的接收角，使得所述投影模組10向所述投影面41投射的投影圖像12通過漫反射全部被所述接收裝置20所接收，也就是所述接收裝置20的市場覆蓋面大于所述投影模組10的投影面41。
[0087] 所述接收裝置20獲取所述投影圖像12后，傳輸?shù)剿鎏幚硌b置30,通過所述處理裝置30對所述投影圖像12進行軟件分析，獲取檢測結果，不需要通過肉眼直接檢測，有效減少對人體的損傷，大幅降低檢測操作的復雜度。同時，通過軟件算法客觀評價所屬投影模組10的性能W及計算處理所述投影模組10的投影圖像12數(shù)據(jù)，使得檢測結果更加準確，有效降低通過肉眼直接分辨的疲勞度，避免主觀判斷造成的誤判率，而導致所述投影模組 10的品質(zhì)下降。
[0088] 所述檢測方法得W用于測試所屬投影模組IOA的清晰度，不需要使用肉眼觀測所述投影圖像12A，得W進行客觀的判斷。其中，所述接收裝置20A是一感光攝像機21A，所述感光攝像機21A適于識別對應投影模組IOA投射的光源波長，有助于打破肉眼檢測的局限性，使得所述檢測方法不僅能檢測可見光波段，也能檢測非可見光波段，如紅外光、紫外光等，適于評價不同光源波段的投影模組10A，從而，所述檢測方法得W分辨出不同波段投影掩碼IlA的清晰度。
[0089] 當自動檢測所述投影模組IOA的清晰度時，所述投影模組IOA按照一定方向，向所述投影目標40A投射出特定波段的光線，其中，所述投影目標40A為具有均勻且較高漫反射率的投影面標版。根據(jù)所述投影模組IOA的視場角，按照固定的所述投射光路13A，將所述投影模組IOA中的投影掩碼IlA投射到所述投影面標版上。當所述投影掩碼IlA投射到所述投影面41A時，形成所述投影圖像12A。所述投影圖像12A經(jīng)過所述投影標版面41A的漫反射，形成的反射光線按照反射光路14A反射向所述接收裝置20A，被所述接收裝置20A接收，所述接收裝置20A將接收的所述投影圖像12A傳輸?shù)剿鎏幚硌b置30A，通過所述處理裝置30A的解像力計算，客觀判斷所述投影模組IOA的效果，得W獲取所述投影模組IOA的投影掩碼IlA的清晰度。其中，所述處理裝置30A的檢測軟件31是一清晰度檢測軟件31A， W用于檢測所述投影模組IOA的圖案清晰度，自動獲取檢測結果，避免肉眼檢測造成的主觀誤判率W及只能分辨可見光的檢測限制。通過自動檢測，不僅能評價不同光源波段的投影模組10A，也能通過軟件算法客觀評價所述投影模組IOA的投影掩碼IlA清晰度，使得評價結果更加準確，有效降低通過肉眼直接分辨的疲勞度。
[0090] 由于所述接收裝置20A與投影模組IOA建立標準的相對位置模型，所述感光攝像機21A的視場覆蓋面大于所述投影模組IOA的投射角，在所述投影模組IOA與所述投影面 41A之間的投射光路13A范圍小于所述接收裝置20A與所述投影面41A之間的反射光路14A 范圍，使得所述投影面41A上形成的投影圖像12A得W全部反射到所述接收裝置20A并被所述接收裝置20A接收，避免出現(xiàn)圖像缺失或是不完整的問題，保證所述投影掩碼1IA投射到所述投影面41A形成的所述投影圖像12A的完整性。
[0091] 所述檢測方法得W用于檢測光學領域的投影模組IOB的壞點，自動對投影掩碼 IlB進行壞點判定。所述投影模組IOB向所述投影目標40B投射所述投影圖像12B，所述接收裝置20B為一攝像機21B，通過所述攝像相機21B獲取所述投影圖像12B，再將所述投影圖像12B傳輸?shù)剿鎏幚硌b置30B，通過所述處理裝置30B的檢測軟件31B，如所述檢測軟件31B是一壞點檢測軟件31B，對所述投影圖像12B進行自動檢測，客觀獲取所述投影模組 IOB的壞點檢測結果，不需要通過肉眼在顯微鏡下對投影模組IOB的壞點進行檢測，得W快速獲取實時投影圖像12B，大幅降低檢測投影模組IOB壞點的復雜度，有效減少對工作人員的視力損傷，同時，有助于提升檢測效率，降低誤判率。
[0092] 其中，所述壞點檢測方法通過所述接收裝置20B抓取所述投影圖像12B，對所述投影圖像12B進行壞點判定。所述接收裝置20B得W快速獲取實時投影圖像12B，操作簡單。當所述處理裝置30B獲取所述投影圖像12B后，所述檢測軟件31B將所述投影圖像12B轉(zhuǎn)化為灰度圖，W用于所述投影模組IOB壞點檢測中的亮度差提取，獲取大于設定值m*n大小的塊狀區(qū)域，對比于所述投影模組IOB中的投影掩碼IlB圖案，非碼點型的塊狀區(qū)域為壞點。換句話說，自動檢測所述投影模組IOB的灰度圖，通過與投影掩碼IlB的碼點比較，客觀判定區(qū)域是否存在壞點，如果有與碼點不一樣的區(qū)域，即為壞點，有效避免肉眼觀察的壞點遺漏現(xiàn)象發(fā)生，通過客觀自動的檢測方法增加所述投影模組IOB的壞點檢測準確性。
[0093] 圖3A到3B所示的是一種投影模組IOC的標定檢測，W用于自動量化所述投影模組IOC的標定，獲取所述投影模組IOC的實際投影偏移量W及出投角度。所述接收裝置20C 與所述投影模組IOC通過建立標準的相對位置模型，所述接收裝置20C與所述投影模組IOC 之間有一預設距離，所述接收裝置20C與所述投影目標40C的投影面41C之間有一預設距離。通過建模和計算得W獲取所述投影模組IOC的理論投影區(qū)域，再結合圖像計算獲取實際的投影偏移量，從而，計算出實際的模組出投角度。
[0094] 換句話說，所述接收裝置20C與所述投影模組IOC有一間隔距離，所述投影模組 IOC與所述接收裝置20C光軸的距離為L。所述接收裝置20C與所述投影面41C有一間隔距離，所述投影面41C與所述接收裝置20C的距離為D。所述投影模組IOC通過預設投射角向所述投影面41C投射投影掩碼11C，所述投影模組IOC的單側投射角分別為yl和y2。所述投影面41C上形成的所述投影圖像12C通過漫反射被所述接收裝置20C所接收，通過所述接收裝置20C的視場角FOV可知，所述接收裝置20C的出射角0 = 0. 5沖0V。陽0巧]其中，通過所述投影模組IOC結構和投影距離獲取預設的理論投影范圍，在所述預設范圍中設置一定位點42C，即在所述投影模組IOC的投影掩碼lie上選擇一理論定位點42C，所述接收裝置20C向所述處理裝置30C導入帶有所述理論定位點42C的投影圖像 12C，所述處理裝置30C的檢測軟件31C是一標定檢測軟件31C，得W尋找實際投影圖像12C 的定位點42C，為一實際定位點42C，W用于通過軟件對實際的所述投影圖像12C定位，自動計算理論值與實際值的偏差，通過反向計算的方式獲取所述投影模組IOC的出投角度，客觀得到所述投影模組IOC的量化標定數(shù)據(jù)，有助于實現(xiàn)所述投影模組IOC的自動化標定，有效提高所述投影模組IOC的標定效率。
[0096] 通過所述處理裝置30C保存所述標定數(shù)據(jù)，W直接用于半成品模組的矯正，尤其是半成品的投影角度調(diào)整，所述標定數(shù)據(jù)也得W用于成品模組的后期軟件補償，如將所述標定數(shù)據(jù)傳輸給一定軟件作為補償數(shù)據(jù)的參考。其中，所述檢測方法實現(xiàn)所述投影模組IOC 的自動化標定，得W獲取所述投影模組IOC的標定量化數(shù)據(jù)，擴大所述標定數(shù)據(jù)的應用范圍，有助于在光學影像領域的量化標定使用。其中，通過所述標定檢測軟件31C對實際投影圖像12C的定位，與理論投影區(qū)域相比較得W獲取投影模組IOC的實際出投角度和偏移量，客觀實現(xiàn)投影模組IOC的量化標定，從而，為后續(xù)的投影模組IOC半成品或成品提供有效的矯正和補償?shù)膮⒖紨?shù)據(jù)。
[0097] 圖3B所示的是所述定位點42C在投影掩碼lie中的位置，假設所述預設投影范圍的投影掩碼11的長為U，寬為V，所述投影掩碼lie上的定位點42C坐標為（U，V)，若V = 0.5*V，由此可知，定位點42C的理論出投角度為a =u/U*yl(lC)。其中U為所述定位點 42C在所述投影掩碼lie上的橫向坐標，U為所述投影掩碼lie的橫向長度，yl為所述投影模組IOC的一理論出投角度
[009引已知所述接收裝置20C的投影圖像12C長W，寬H，得W計算所述定位點42C在所述接收裝置20C即攝像機21C的實際投影圖像12C坐標為（X' = W/2+L - D*tan a，y' = H/2)。
[0099] 通過圓屯、定位的方法從所述接收裝置20C的投影圖像12C中提取定位點42C的坐標（X'，y')，代入等式（1C)中，通過X'求得a，計算獲取yl'，即獲取投影模組IOC實際的出投角度是yl'，通過計算理論值與實際值的偏差，反向計算所述投影模組IOC的出投角度。將所述投影模組IOC的實際出投角度yl'作為標定數(shù)據(jù)，對半成品進行反向偏差值的矯正，使得最終的所述投影圖像12C依然落到理論投影區(qū)域中，實現(xiàn)對所述投影模組IOC的自動量化標定，其中，通過軟件算法客觀標定所述投影模組10C，使得量化數(shù)據(jù)更加精準。
[0100] 圖4A到5C所示的是所述投影模組IOD優(yōu)選的一種掩碼圖案IllD檢測與識別方法，W用于對所述投影模組IOD圖像的自動解碼檢測。通過所述掩碼圖案IllD及解碼技術得W實現(xiàn)靜態(tài)圖像與動態(tài)圖像的投影解碼。由于在動態(tài)場景中要求所有碼點114D全局唯一，所述投影模組IOD掩碼圖案IllD形成的編碼將直接影響到檢測精度和分辨率，如果碼點114D唯一，所述投影模組IOD才有可能處理動態(tài)圖像。其中，所述投影模組IOD的編碼模式中碼點114D的唯一性不是指各符號代碼的唯一性，而是指一解碼窗口 112D代碼的位移，通過所述解碼窗口 112D代碼來確定光源窗口在光源側的位置，從而，進一步確認各符號和各關鍵檢測點位置。陽101] 圖4A是一種掩碼圖案111D，是本發(fā)明優(yōu)選的投影掩碼11D，通過所述投影模組IOD 投射到目標表面，再由所述接收裝置20D接收所述投影圖像12D，通過所述處理裝置30D的一解碼檢測軟件31D對所述投影圖像12D進行解碼處理，形成=維圖像。換句話說，所述掩碼圖案IllD是一種優(yōu)選的特定投影掩碼11D，通過所述接收裝置20D抓取所述投影圖像12D，所述處理裝置30D中的解碼檢測軟件31D得W對所述投影圖像12D數(shù)據(jù)進行平均化、相關性等多種處理，通過一解碼算法獲取解碼數(shù)據(jù)。其中，所述接收裝置20D為一攝像機21D，所述解碼數(shù)據(jù)結合所述攝像機參數(shù)得到=維點云信息，W用于=維模型構建、物體或場景的測繪，也得W結合色彩數(shù)據(jù)構建彩色模型。其中，點云是指采用各種=維測量設備獲取物體表面每個采集點的=維坐標信息集合，也就是所述投影模組IOD將所述掩碼圖案 11ID投射到所述投影目標40D，所述接收裝置20D接收所述投影圖像12D，獲取所述投影目標40D的投影圖像12D，得到=維坐標信息，由于點云的無序性，無法直接應用實際形成靜態(tài)或動態(tài)圖像，軟件處理時需要將解碼數(shù)據(jù)與所述攝像機參數(shù)結合得到有效的=維點云信息，同時，所述解碼算法得W實現(xiàn)瑪點坐標的唯一確定性，從而，所述解碼算法得W同時實現(xiàn)靜態(tài)解碼和動態(tài)解碼，可處理基于靜態(tài)圖片或動態(tài)視頻的投影圖像12D，具有更高的靈活性和適用性。陽102] 所述掩碼圖案IllD由一系列的黑白碼點114D組成，根據(jù)黑白碼點114D的不同組合得W獲取解碼數(shù)據(jù)。當將所述投影圖像12D轉(zhuǎn)化為所述解碼數(shù)據(jù)時，通過軟件導入靜態(tài) 圖像或動態(tài)圖像，并對每一帖圖像實行解碼數(shù)據(jù)轉(zhuǎn)化。先是導入投影圖像12D數(shù)據(jù)，對所述投影圖像12D進行預處理，通過獲取局部最大值得到每個黑白碼點114D的中心使用所述解碼算法將所述碼點114D數(shù)據(jù)轉(zhuǎn)化為所述投影圖像12D的解碼數(shù)據(jù)。陽103] 圖4B是在所述掩碼圖案IllD中組建解碼窗口 112D，W用于求取所述解碼窗口 112D的碼元113D來獲取配對的所述投影圖像12D的坐標數(shù)據(jù)。所述解碼窗口 112D優(yōu)選的是2*3大小的窗口，為確保每個大小的解碼窗口 112D對應的解碼數(shù)據(jù)是在所述掩碼圖案 IllD序列中的位置唯一確定，適用于動態(tài)解碼，所述解碼算法使用m序偽隨機序列構建碼元113D，優(yōu)選地，所述m序偽隨機序列選用的是6序偽隨機序列。其中，所述解碼窗口 112D 的窗體列是黑白間隔周期列，且編碼全局唯一，適用于動態(tài)場景的檢測，可處理基于靜態(tài)圖片或動態(tài)視頻的投影圖像12,實現(xiàn)靜態(tài)解碼和動態(tài)解碼。
[0104] 在進行所述解碼算法之前，先對所述投影圖像12D數(shù)據(jù)進行預處理，W用于提高所述碼元113D的識別率，使得所述投影模組IOD投影出來的碼點114D更易于提取，大幅提高最終的解碼率。其中，圖5A所示的是所述投影圖像12D的原始圖像12D，由圖中可W 看出，原始圖像較為模糊，所述投影碼點114D不易提取，如果直接使用所述原始圖像，碼點 114D不易提取導致解碼率低下。圖5B所示的是所述原始圖像通過預處理的方式獲取的預處理后圖像13D，所述預處理后圖像13D較為清晰，得W顯示有效檢測中屯、，對碼點114D進行定位與提取，提高解碼率。
[01化]其中，所述預處理先是導入原始圖像，對所述原始圖像進行平均化處理W及相關性處理，標記局部灰度最大值，得W清晰顯示所述預處理后圖像13D，W用于獲取每個黑白碼點114D的中屯、，提高所述碼元113D的識別率，使得投影碼點114D更易于提取。
[0106] 圖5C所示的是碼元113D種類的表達，優(yōu)選地，所述碼元113D種類如圖5C定義為四種，分別為〇+，〇-，1+，1-。通過歸類將所述投影圖像12D模型化為解碼序列，其中，將0+ 和1+歸類為C，將0-和1-歸類為b，得到所述解碼序列如下所示：陽 107] (ID、' (2D)
[0108] 由序列（ID)可得如下等式：陽 109]
陽110] (3D)
[0111] 由（2D)和（3D)可知，同一列中的任意2*3的所述解碼窗口 112D配對是相同的，并且同一雙行中任意2*3的所述解碼窗口 112D配對是唯一的。也就是說，所有2*3的所述解碼窗口 112D的代碼是唯一的，滿足M陣列性質(zhì)的要求，得W實現(xiàn)碼點114D坐標的唯一確定，W用于靜態(tài)圖像和動態(tài)圖像的投影解碼。
[0112] 通過所述預處理后的投影圖像12D獲取每個2*3解碼窗口 112D的配對數(shù)據(jù)，并找到所述配對數(shù)據(jù)在所述投影掩碼IlD中的列數(shù)W及所述配對數(shù)據(jù)在所述投影圖像12D中的坐標數(shù)據(jù)，W用于通過所述解碼算法將碼點數(shù)據(jù)轉(zhuǎn)化為解碼數(shù)據(jù)。換句話說，通過所述配對數(shù)據(jù)求取所述解碼窗口 112D的碼點數(shù)據(jù)，并與預先設計的編碼模式中的窗口進行匹配，提取所述碼點數(shù)據(jù)在所述編碼模式中的行和列的坐標位置，獲取所述解碼數(shù)據(jù)。所述投影圖像12D套用所述解碼算法，提取圖像內(nèi)的碼點信息并轉(zhuǎn)化為解碼數(shù)據(jù)，使得獲取到的解碼數(shù)據(jù)更加精準，有利于后續(xù)應用的開發(fā)，擴大所述解碼算法的應用范圍。
[0113] 值得一提的是，所述檢測軟件31中的清晰度檢測軟件31、壞點檢測軟件31、標定檢測軟件31 W及解碼檢測軟件31得W為一個檢測軟件31系統(tǒng)中的分軟件或是四個單獨的檢測軟件31。
[0114] -種投影結構光系統(tǒng)的檢測方法，W用于檢測一投影模組，其步驟包括：
[0115] (SlOO)通過所述投影模組10的投射形成一投影圖像12于一投影目標40 ;
[0116] (S200)通過一接收裝置20接收所述投影圖像12 ; W及
[0117] (S300)導入所述投影圖像12于一處理裝置30,通過所述處理裝置30中的一檢測軟件31自動識別所述投影圖像12, W用于客觀獲取所述投影模組10的性能及參數(shù)信息。
[0118] 其中，所述方法進一步包括步驟（S400):保存所述投影模組10的數(shù)據(jù)，W用于對所述投影模組10提供客觀參考。
[0119] 其中，所述方法進一步包括步驟（S500):將所述接收裝置20與所述投影模組10 建立標準的相對位置模型，W用于獲取所述投影圖像12。
[0120] 其中，所述步驟（SlOO)包括步驟（SlOl):將所述投影模組10的一投影掩碼11投射到所述投影目標40,形成所述投影圖像12。陽121] 其中，所述步驟（S300)包括步驟（S310):通過所述檢測軟件31A對所述投影圖像 12A解像力計算，W用于自動獲取所述投影模組IOA的投影掩碼IlA的圖案清晰度。
[0122] 其中，所述步驟（S200)包括步驟（S210):所述投影目標40A上的投影圖像12A通過漫反射，被所述接收裝置20A接收。陽123] 其中，在所述步驟（S200)中的接收裝置20A是一感光攝像機21A，W用于對應識別所述投影模組IOA投射的光源波長。
[0124] 其中，所述步驟（S500)包括步驟（S510):所述感光攝像機21A與所述投影模組 IOA通過建模的方式建立標準的相對位置模型，使得所述接收裝置20A的視場覆蓋面大于所述投影模組IOA的投影面41A。
[01巧]其中，所述步驟（S300)包括步驟（S320):通過所述檢測軟件31B檢測所述投影圖像12B，W用于自動獲取所述投影模組IOB的壞點檢測結果。陽1 %] 其中，所述步驟（S320)包括步驟：
[0127] (S321)轉(zhuǎn)換所述投影圖像12B為灰度圖，W用于提取所述投影圖像12B的亮度差；
[0128] (S322)獲取所述投影圖像12B中大于設定值的一檢測區(qū)域；W及陽129] (S323)對比所述檢測區(qū)域與投影模組IOB的投影掩碼11B，W用于客觀識別所述投影掩碼IlB中的壞點。
[0130] 其中，在所述步驟（S320)中，所述檢測區(qū)域為m*n大小的塊狀區(qū)域，當所述塊狀區(qū) 域不同于所述投影掩碼IlB的碼點，自動判定所述塊狀區(qū)域為壞點。陽131] 其中，在所述步驟（S200)中通過所述接收裝置20B獲取所述投影圖像12B，W用于對所述投影圖像12B進行快速實時的壞點檢測。陽132] 其中，所述步驟（S300)包括步驟（S330):通過所述檢測軟件31C檢測所述投影圖像12C，W用于自動獲取所述投影模組IOC的量化標定數(shù)據(jù)。
[0133] 其中，所述步驟（S330)包括步驟：
[0134] (S331)通過建模和計算獲取所述投影模組IOC的理論投影區(qū)域；
[0135] (S332)結合所述投影圖像12C的計算方式，計算理論值與實際值的偏差，W用于獲取所述投影模組IOC的投影偏移量；W及
[0136] (S333)通過反向計算的方式獲取所述投影模組IOC的實際出投角度及標定數(shù)據(jù)。
[0137] 其中，所述步驟（S331)包括步驟（S3311):通過所述投影模組IOC的結構和距離獲取理論投影范圍。
[0138] 其中，所述步驟（S332)進一步包括步驟：
[0139] (S3321)在所述理論投影范圍中尋找一定位點42C，所述定位點42C選擇于所述投影掩碼IlC中的一預設坐標；
[0140] (S3322)計算所述定位點42C的出投角度為a =u/U*yl(lC)，其中U為所述定位點42C在所述投影掩碼IlC上的橫向坐標，U為所述投影掩碼IlC的橫向長度，yl為所述投影模組IOC的一理論出投角度；W及陽14U (S3323)計算所述定位點42C在所述投影圖像12C的實際坐標，為知'=胖/2+1^- D*tan a，y' = H/2)，其中W為所述投影圖像12的長，H為所述投影圖像12C的寬，L為所述投影模組IOC與所述接收裝置20C的光軸距離，D為所述接收裝置20C與所述投影目標 40C的一投影面41C距離。陽142] 其中，所述步驟（S333)包括步驟：陽143] (S3331)通過圓屯、定位的方法從所述接收裝置20C的投影圖像12C中提取所述實際定位點42C的坐標（X'，y');
[0144] (S3332)將所述實際定位點42C的坐標代入（1C)中，W用于獲取所述投影模組 IOC的實際出投角度yl' ； W及
[0145] (S3333)將所述投影模組IOC的實際出投角度yl'作為標定數(shù)據(jù)，W用于通過反向偏差值調(diào)整所述投影模組IOC的投影角度，使得所述投影圖像12C矯正到所述理論投影區(qū) 域。陽146] 其中，所述步驟（S400)包括步驟（S430):將所述標定數(shù)據(jù)傳輸于成品模組的補償軟件，W用于客觀提供成品模組的后期軟件補償數(shù)據(jù)的參考。陽147] 其中，所述步驟（S300)包括步驟（S340):通過所述檢測軟件31D檢測所述投影圖像12D，W用于自動獲取所述投影圖像12D的解碼數(shù)據(jù)。
[0148] 其中，所述步驟（S340)包括步驟：
[0149] (S341)預處理導入的所述投影圖像12D，W用于提取所述投影模組IOD投影的碼點 114D ;
[0150] (S342)獲取每個碼點114D的中屯、，W用于獲取碼點數(shù)據(jù)；W及陽151] (S343)通過一解碼算法將所述碼點數(shù)據(jù)轉(zhuǎn)化為解碼數(shù)據(jù)。陽152] 其中，所述步驟（S341)包括步驟：
[0153] (S3411)平均化處理所述投影圖像數(shù)據(jù)；
[0154] (S3412)相關性處理所述投影圖像數(shù)據(jù)；W及
[0155] (S3413)標記局部灰度最大值，W用于識別所述投影圖像12D的碼元113D。陽156] 其中，所述步驟（S343)的解碼算法包括步驟：陽157] (S3431)組建解碼窗口 112D于所述投影掩碼11D，W用于實現(xiàn)碼點114D坐標的唯一確定；
[0158] (S3412)求取所述解碼窗口 112D的碼元113D，使得所述投影圖像12D獲取所述解碼窗口 112D的配對數(shù)據(jù)；W及
[0159] (S3413)提取所述解碼窗口 112D配對數(shù)據(jù)在所述投影掩碼IlD中的列數(shù)與所述配對數(shù)據(jù)在所述投影圖像12D中的坐標數(shù)據(jù)。
[0160] 其中，在步驟（S343)中的解碼窗口 112D選用的是2*3大小的窗口。陽161] 其中，所述解碼使用m序偽隨機序列構建所述碼元113D，使得每個2*3解碼窗口 112D對應的解碼數(shù)據(jù)在投影掩碼IlD序列中的位置唯一確定，適用于動態(tài)解碼和靜態(tài)解碼。陽162] 其中，所述m序偽隨機序列選用的是6序偽隨機序列。陽163] 其中，所述（S343)的解碼算法進一步包括步驟（S3434):將碼元113D種類定義為 0+，0-，1+，1-，同時，將0+和1+歸類為C，將0-和1-歸類為b，W用于將投影圖像模型轉(zhuǎn)換為解碼序列。
[0164] 值得一提的是，所述檢測方法不僅應用于投影模組的檢測，同時其他投影結構光系統(tǒng)也得W套用所述方法，增加所述應用范圍。
[0165] 述內(nèi)容為本發(fā)明的具體實施例的例舉，對于其中未詳盡描述的設備和結構，應當理解為采取本領域已有的通用設備及通用方法來予W實施。
[0166] 同時本發(fā)明上述實施例僅為說明本發(fā)明技術方案之用，僅為本發(fā)明技術方案的列舉，并不用于限制本發(fā)明的技術方案及其保護范圍。采用等同技術手段、等同設備等對本發(fā) 明權利要求書及說明書所公開的技術方案的改進應當認為是沒有超出本發(fā)明權利要求書及說明書所公開的范圍。
【主權項】
1. 一種投影結構光系統(tǒng)的檢測方法，以用于檢測一投影模組的，其特征在于，所述方法包括步驟： (S100)通過所述投影模組的投射形成一投影圖像于一投影目標； (S200)通過一接收裝置接收所述投影圖像；以及 (S300)導入所述投影圖像于一處理裝置，通過所述處理裝置中的一檢測軟件自動識別所述投影圖像，以用于客觀獲取所述投影模組的性能及參數(shù)信息。2. 根據(jù)權利要求1所述的方法，其進一步包括步驟（S400):保存所述投影模組的數(shù)據(jù)，以用于對所述投影模組提供客觀參考。3. 根據(jù)權利要求2所述的方法，其進一步包括步驟（S500):將所述接收裝置與所述投影模組建立標準的相對位置模型，以用于獲取所述投影圖像。4. 根據(jù)權利要求1到3中任一所述的方法，所述步驟（S100)包括步驟（S101):將所述投影模組的一投影掩碼投射到所述投影目標，形成所述投影圖像。5. 根據(jù)權利要求4所述的方法，所述步驟（S300)包括步驟（S310):通過所述檢測軟件對所述投影圖像解像力計算，以用于自動獲取所述投影模組的投影掩碼的圖案清晰度。6. 根據(jù)權利要求5所述的方法，所述步驟（S200)包括步驟（S210):所述投影目標上的投影圖像通過漫反射，被所述接收裝置接收。7. 根據(jù)權利要求6所述的方法，在所述步驟（S200)中的接收裝置是一感光攝像機，以用于對應識別所述投影模組投射的光源波長。8. 根據(jù)權利要求7所述的方法，所述步驟（S500)包括步驟（S510):所述感光攝像機與所述投影模組通過建模的方式建立標準的相對位置模型，使得所述接收裝置的視場覆蓋面大于所述投影模組的投射面。9. 根據(jù)權利要求4所述的方法，所述步驟（S300)包括步驟（S320):通過所述檢測軟件檢測所述投影圖像，以用于自動獲取所述投影模組的壞點檢測結果。10. 根據(jù)權利要求9所述的方法，所述步驟（S320)包括步驟： (5321) 轉(zhuǎn)換所述投影圖像為灰度圖，以用于提取所述投影圖像的亮度差； (5322) 獲取所述投影圖像中大于設定值的一檢測區(qū)域；以及 (5323) 對比所述檢測區(qū)域與投影模組的投影掩碼，以用于客觀識別所述投影掩碼中的壞點。11. 根據(jù)權利要求10所述的方法，在所述步驟（S320)中，所述檢測區(qū)域為m*n大小的塊狀區(qū)域，當所述塊狀區(qū)域不同于所述投影掩碼的碼點，自動判定所述塊狀區(qū)域為壞點。12. 根據(jù)權利要求11所述的方法，在所述步驟（S200)中通過所述接收裝置獲取所述投影圖像，以用于對所述投影圖像進行快速實時的壞點檢測。13. 根據(jù)權利要求12所述的方法，所述步驟（S300)包括步驟（S330):通過所述檢測軟件檢測所述投影圖像，以用于自動獲取所述投影模組的量化標定數(shù)據(jù)。14. 根據(jù)權利要求13所述的方法，，所述步驟（S330)包括步驟： (5331) 通過建模和計算獲取所述投影模組的理論投影區(qū)域； (5332) 結合所述投影圖像的計算方式，計算理論值與實際值的偏差，以用于獲取所述投影模組的投影偏移量；以及 (5333) 通過反向計算的方式獲取所述投影模組的實際出投角度及標定數(shù)據(jù)。15. 根據(jù)權利要求14所述的方法，所述步驟（S331)包括步驟（S3311):通過所述投影模組的結構和距離獲取理論投影范圍。16. 根據(jù)權利要求15所述的方法，所述步驟（S332)包括步驟： (53321) 在所述理論投影范圍中尋找一定位點，所述定位點選擇于所述投影掩碼中的一預設坐標； (53322) 計算所述定位點的出投角度為a =u/U*yl(lC)，根據(jù)本發(fā)明的一個實施例u 為所述定位點在所述投影掩碼上的橫向坐標，U為所述投影掩碼的橫向長度，yl為所述投影模組的一理論出投角度；以及 (53323) 計算所述定位點在所述投影圖像的實際坐標，為（X' = W/2+L-D*tana，y' = H/2)，其中W為所述投影圖像的長，Η為所述投影圖像的寬，L為所述投影模組與所述接收裝置的光軸距離，D為所述接收裝置與所述投影目標的一投影面距離。17. 根據(jù)權利要求16所述的方法，所述步驟（S333)包括步驟： (53331) 通過圓心定位的方法從所述接收裝置的投影圖像中提取所述實際定位點的坐標（X'，y'）； (53332) 將所述實際定位點的坐標代入（1C)中，以用于獲取所述投影模組的實際出投角度yl' ；以及 (53333) 將所述投影模組的實際出投角度yl'作為標定數(shù)據(jù)，以用于通過反向偏差值調(diào)整所述投影模組的投影角度，使得所述投影圖像矯正到所述理論投影區(qū)域。18. 根據(jù)權利要求17所述的方法，所述步驟（S400)包括步驟（S430):將所述標定數(shù)據(jù) 傳輸于成品模組的補償軟件，以用于客觀提供成品模組的后期軟件補償數(shù)據(jù)的參考。19. 根據(jù)權利要求4所述的方法，所述步驟（S300)包括步驟（S340):通過所述檢測軟件檢測所述投影圖像，以用于自動獲取所述投影圖像的解碼數(shù)據(jù)。20. 根據(jù)權利要求19所述的方法，所述步驟（S340)包括步驟： (5341) 預處理導入的所述投影圖像，以用于提取所述投影模組投影的碼點； (5342) 獲取每個碼點的中心，以用于獲取碼點數(shù)據(jù)；以及 (5343) 通過一解碼算法將所述碼點數(shù)據(jù)轉(zhuǎn)化為解碼數(shù)據(jù)。21. 根據(jù)權利要求20所述的方法，所述步驟（S341)包括步驟： (53411) 平均化處理所述投影圖像數(shù)據(jù)； (53412) 相關性處理所述投影圖像數(shù)據(jù)；以及 (53413) 標記局部灰度最大值，以用于識別所述投影圖像的碼元。22. 根據(jù)權利要求21所述的方法，所述步驟（S343)的解碼算法包括步驟： (S3431)組建解碼窗口于所述投影掩碼，以用于實現(xiàn)碼點坐標的唯一確定； (53412) 求取所述解碼窗口的碼元，使得所述投影圖像獲取所述解碼窗口的配對數(shù)據(jù)；以及 (53413) 提取所述解碼窗口配對數(shù)據(jù)在所述投影掩碼中的列數(shù)與所述配對數(shù)據(jù)在所述投影圖像中的坐標數(shù)據(jù)。23. 根據(jù)權利要求22所述的方法，在步驟（S343)中的解碼窗口選用的是2*3大小的窗 □ 〇24. 根據(jù)權利要求23所述的方法，所述解碼使用m序偽隨機序列構建所述碼元，使得每個2*3解碼窗口對應的解碼數(shù)據(jù)在投影掩碼圖案序列中的位置唯一確定，適用于動態(tài)解碼和靜態(tài)解碼，其中所述m序偽隨機序列選用的是6序偽隨機序列。25.根據(jù)權利要求24所述的方法，所述（S343)的解碼算法進一步包括步驟（S3434): 將碼元種類定義為〇+，〇-，1+，1-，同時，將0+和1+歸類為c，將0-和1-歸類為b，以用于將投影圖像模型轉(zhuǎn)換為解碼序列。
【文檔編號】G01M11/02GK105987805SQ201510051633
【公開日】2016年10月5日
【申請日】2015年2月2日
【發(fā)明人】張扣文, 鄭杰, 張寶忠, 余志福, 褚佰年, 周煥標, 余夢璐
【申請人】寧波舜宇光電信息有限公司

完整全部詳細技術資料下載