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
这张生成的图像能检测吗2 分钟前
(论文速读)XLNet:语言理解的广义自回归预训练
人工智能·计算机视觉·nlp·注意力机制
新缸中之脑5 分钟前
Ollama视觉模型实测
人工智能
悠闲蜗牛�5 分钟前
边缘AI推理实战:从服务器到嵌入式设备的模型部署与优化
运维·服务器·人工智能
小鸡吃米…6 分钟前
TensorFlow - 构建计算图
人工智能·python·tensorflow
shuidaoyuxing10 分钟前
机器人具身智能概念
人工智能·机器人
土拨鼠烧电路14 分钟前
笔记12:AI在快消:超越概念的四大落地场景
人工智能·笔记
xiaozhazha_16 分钟前
技术选型深度解析:企业级AI智能办公系统架构设计与“人机协同”实践——以快鹭为例
人工智能·系统架构
十铭忘19 分钟前
自主认知-行动1——架构
人工智能·计算机视觉
yuzhuanhei21 分钟前
YOLO26实操记录(自用)
人工智能·计算机视觉·目标跟踪
kebijuelun23 分钟前
Learning Personalized Agents from Human Feedback:用人类反馈训练可持续个性化智能体
人工智能·深度学习·算法·transformer