三维测量与建模笔记 - 6.2 结构光三维成像简介

简介

双目视觉系统中,找到左右图像中的同名点是很困难的。

即便是经过了极线校正,也存在很多问题比如高光等造成无匹配。对于结构光方案来说,找到同名点的过程会相对简单些。

结构光方案中,会增加一个投射器,将编码后的光束打到物体上,由于投射的图案本身是预知的,可以起到辅助定位的作用。

结构光方案有多种,摄像机数量上看有单目和双目的,编码方式上看有线激光、格雷码编码、伪随机吗等方案。

结构光重建有很多应用,其成本较低,精度高,能满足很多工业场景。

线结构光

线结构光是通过向物体投射出一条按照一定方向移动的线结构光,根据拍摄得到的线结构光,解算出对应点的三维信息。

上图中,激光发射器和相机之间相对位姿是已知的(通过标定实现)。

对于某个特定位置,当投射器向物体投射出一条线结构光后,经过特殊的图像处理,得到该位置下除去背景后只保留拍摄到的这条红色的线。如果物体表面凹凸不平,相机拍摄到的这条线不是笔直的。

如上图,对于相机拍摄到的像平面上红线上的某一点, 其对应的3D点的位置假设为(x,y,z),则这个点一定处于投射器所射出的光平面上。在相机的坐标系下,通过相似三角形关系,我们可以得到:

由于(x,y,z)也在光平面上,因此满足方程Ax+By+Cz+D=0,通过代换x和y到这个方程中,我们可以得到:

因此只要知道光平面的参数(A,B,C,D),以及相机上的点坐标,就能解算出z值。

下图是一个实际线结构光扫描后重建的物体表面的例子:

此外,还有面结构光方案,关于结构光相关内容网上有很多资料。后续有涉及到更细节的地方会补充相关笔记。

相关推荐
龙文浩_2 分钟前
AI NLP核心技术指南
人工智能·pytorch·深度学习·神经网络·自然语言处理
血小溅2 分钟前
大脑与双手的分离:Claude Code vs Managed Agents 深度对比指南
人工智能
星爷AG I4 分钟前
19-4 模糊语言学(AGI基础理论)
人工智能·agi
格林威6 分钟前
工业相机 SDK 在 Docker 容器中的部署与权限配置(含 USB/GigE)
开发语言·人工智能·数码相机·计算机视觉·docker·容器·工业相机
SkyXZ~11 分钟前
从零开始的双臂具身VLA起源及现阶段发展综述
人工智能·机械臂·具身智能·vla·openvla·双臂具身·具身智能综述
AIData搭子14 分钟前
高并发场景下,如何让你的向量语义检索快人一步?
人工智能
江南月14 分钟前
让智能体边想边做:从 0 理解 ReActAgent 的工作方式
前端·人工智能
AI攻城狮15 分钟前
Vibe Coding 时代:为什么你不应该盲目启用 AI 编码插件
人工智能·云原生·aigc
两万五千个小时15 分钟前
Claude Code 源码:Agent 工具 — 多 Agent 的路由与定义机制
人工智能·程序员·架构
江南月18 分钟前
让智能体学会自我改进:从 0 理解 ReflectionAgent 的迭代优化
前端·人工智能