激光扫描编码条纹离焦投射三维视觉信息实时精确获取研究

An accurate and real-time acquisition method based on laser scanning and encoded fringe defocus projection for 3D visual information of complex morphology objects in dynamic scene is proposed. This method combines laser with three colors and polygon mirror rotating at high speed to form the fringe defocus projection mechanism; the high speed control circuit is used for real-time control of modules such as fringe production, frequency variation and image acquisition; considering the variety fringe encoded methods, through the two frame composite colorful phase-shift binary fringes with different frequencies and the corresponding fringe processing method, 3D visual information acquisition and processing of complex objects in dynamic scenes are accomplished. This method improves the visual information acquisition speed through three aspects of projection mechanism, image acquisition and fringe analysis; and improves the visual information acquisition accuracy through decreasing the nonlinear effect of camera, filtering out the harmonics, eliminating the influence of the three-channel coupling and providing more phase information. It can achieve high speed and high precision for 3D visual information acquisition and processing simultaneously, and can provide strong and firm support for the applications of active 3D vision information acquisition in more fields.

本项目针对动态场景复杂形貌物体三维视觉信息，提出一种基于激光扫描编码条纹离焦投射实时精确获取方法。该方法运用三色激光器结合高速旋转的多角反射镜形成条纹离焦投射机构；采用高速控制电路对条纹的产生、频率变化和图像的采集等模块进行实时控制；综合考虑多种条纹编码方式，通过两幅不同频率的复合彩色相移二值条纹，与相适应的条纹处理方法来完成复杂形貌物体或动态场景的三维视觉信息获取与处理。该方法从投射方式、图像采集和条纹分析三方面提高了视觉信息获取的速度；并从减少摄像机的非线性效应、滤除条纹的高次谐波、解除彩色条纹三原色串扰与提供多相位信息方面提高了视觉信息获取的精度。它同时实现高速度与高精度的三维视觉信息获取与处理，为主动三维视觉信息获取在更多领域的应用提供有力支撑。

三维视觉信息获取通过多传感器获得物体、场景等的三维信息，对于我们认识、理解现实三维世界有着非常重要的作用。随着技术的不断发展，传统的三维视觉信息获取方法受到投射硬件的限制，无法满足动态复杂物体三维信息获取的要求。本课题对传统三角测量方法中基于DLP的条纹投射模式进行了评估分析，提出了复合三维-二维视觉图像缺陷检测识别方法。同时基于激光扫描的原理，结合微型MEMS反射镜建立激光扫描离焦投射模型，推导了相应模型中各器件的几何位置关系，搭建了相应的光学系统，然后结合高速FPGA器件对整个系统实现多参数的同步控制，达到了条纹信息的实时投射与图像采集，使得条纹的投射频率达到1kHz。研究了基于激光扫描离焦投射的模型的标定方法，对相机与投射仪进行了分步与联合标定；考虑到动态物体移动性与环境噪声的影响，提出一种互补相移编码结合分段量化编码的方法，并对由环境影响造成的包裹相位展开误差进行自适应定位与补偿，提高三维视觉信息获取的精度。针对条纹图像处理加速，提出了基于双线性模型卷积神经网络等深度学习的条纹图像快速处理，提高三维视觉信息获取的速度。最后针对场景中静态与动态目标定位，通过激光扫描信息与其他多传感器信息融合的方法，获得了静态物体结合视觉传感器达到10mm的定位误差，动态物体实现0.5m以内的定位误差。本课题发表论文7篇，其中SCI收录5篇；申请发明专利5项，授权2项，申请实用新型专利1项，授权1项。课题基本实现了实时的三维视觉信息获取与定位，为主动三维视觉信息获取在更多领域的应用提供有力支撑。