【技术实现步骤摘要】
本专利技术涉及数字图像处理的，更具体地，涉及一种结构化光投影图像干扰点识别去除方法、基于结构光投影的三维重建方法及系统。
技术介绍
1、结构光三维测量技术通过光源投射，利用投影仪将光栅条纹投射到被测物体上，在被测物体形面调制形成测量条纹，由相机采集测量条纹图像，进行解码和相位计算，最后利用外极线约束准则和立体视觉技术获得测量曲面的三维数据，三维数据又可以用于重建物体的三维模型，为科学研究、工业设计及文化遗产保护等领域提供强大的工具和技术支持。
2、由于投影仪和相机的光学成像机理限制及图像噪声的影响，相机和投影仪所采集和捕捉的光栅条纹图不可避免地存在阴影、背景等无效点，这些无效点影响三维数据质量，进一步影响物体的三维重建。
3、目前，设置阈值或标定阈值的方式可以进行图像无效点的去除，如现有技术中公开了一种煤晶格条纹提取的方法，在提取过程中，首先进行一系列图像的预处理，然后以条纹的灰度值为阈值进行二值化处理，去除噪点和边缘无效晶格条纹，保证了条纹图像的纯净性，但在结构化光投影应用中，若结构化光投影图像后续用于三维重建，对图像的质量要求较高，这种通过设置阈值或标定阈值去除无效点的方式，处理精度可能导致输出的图像质量差，无法满足三维重建的要求。
技术实现思路
1、为解决传统图像干扰点去除方式对干扰点去除精度低的问题，本专利技术提出了一种结构化光投影图像干扰点识别去除方法，提高了干扰点去除的精度，保证结构化光投影图像的纯净性，本专利技术还提出了一种基于结构光投影的三维
2、为解决上述问题，本申请采用的技术方案为：
3、一方面，本申请提出一种结构化光投影图像干扰点识别去除方法，包括以下步骤：
4、s1:获取结构化光投影样本图像，所述结构化光投影样本图像中包括干扰点，对干扰点进行标签标注；
5、s2:利用标签标注后的结构化光投影样本图像训练干扰点识别模型，得到训练好的干扰点识别模型；
6、s3:获取待识别目标物体的结构化光条纹表面图像；
7、s4:将待识别结构化光投影图像输入至训练好的干扰点识别模型，输出待识别结构化光投影图像的标签信息，从而识别干扰点；
8、s5:分析待识别结构化光投影图像除干扰点之外的正常区域的特征数据，基于正常区域的特征数据，对干扰点进行覆盖操作，去除干扰点。
9、在本技术方案中，采用训练干扰点识别模型识别干扰点的方式相较于阈值设置的方式，识别速度快，精度更高，并且以覆盖操作去除干扰点，填补原本干扰点位置的空白，有利于后续对目标物体的精细研究。
10、优选地，在s3之后，s4之前还包括：对接收的目标物体的结构化光投影图像进行标定和校正；对待识别目标物体的结构化光条纹表面图像中的光条纹进行相位解析以及频率分析，提取出结构化光的编码信息，便于精准计算出物体表面的三维坐标。
11、优选地，所述的特征数据为：某一像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；对所述正常区域的特征数据进行提取，提取过程满足：
12、gx(x,y)＝h(x+1,y)-h(x-1,y)
13、gy(x,y)＝h(x,y+1)-h(x,y-1)
14、其中，gx(x,y)，gy(x,y)，h(x,y)分别表示像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值。
15、优选地，基于正常区域的特征数据，对干扰点进行覆盖操作，去除干扰点的过程包括：
16、设干扰点像素为(xh,yl)，将干扰点像素的上、下、左、右邻域的四个点的像素值(xh-1,yl)、(xh+1,yl)、(xh,yl-1)、(xh,yl+1)分别提取；
17、以上、下、左、右邻域四个点的像素值中的列像素的平均值作为干扰点像素的列像素，将以上、下、左、右邻域四个点的像素值中的行像素的平均值作为干扰点像素的行像素，对干扰点的像素值进行覆盖，去除干扰点。
18、第二方面，本申请提出了一种基于结构光投影的三维重建方法，包括以下步骤：
19、获取目标物体的结构化光投影图像；
20、利用所述的结构化光投影图像干扰点识别去除方法对目标物体的结构化光投影图像的干扰点进行识别去除，获取去除干扰点的目标物体的结构化光投影图像；
21、提取去除干扰点的目标物体的结构化光投影图像的数据特征信息；
22、基于数据特征信息，对目标物体进行三维重建，生成目标物体的三维重建模型。
23、优选地，所述基于结构光投影的三维重建方法还包括：
24、对目标物体的结构化光投影图像进行标定和校正；
25、对目标物体的结构化光投影图像中的光条纹进行相位解析以及频率分析，提取出结构化光的编码信息。
26、优选地，所述基于结构光投影的三维重建方法还包括：对生成的目标物体的三维重建模型进行校正处理；根据校正处理后的三维模型，输出目标物体各角度的二维图像。
27、通过上述技术方案，提高了结构化光投影图像的输出质量。
28、第三方面，本申请还提出一种基于结构光投影的三维重建系统，包括：
29、图像获取模块，用于获取目标物体的结构化光投影图像；
30、图像处理模块，用于对目标物体的结构化光投影图像进行处理，识别去除干扰点，获取去除干扰点后的目标物体的结构化光投影图像；
31、特征提取模块，用于提取去除干扰点的目标物体的结构化光投影图像的数据特征信息；
32、三维重建模块，基于数据特征信息，对目标物体进行三维重建，生成目标物体的三维重建模型。
33、优选地，所述图像处理模块包括：
34、图像标定校正模块，接收图像获取模块传输的目标物体的结构化光投影图像，对接收的目标物体的结构化光投影图像进行标定和校正；
35、解析模块，用于对目标物体的结构化光投影图像中的光条纹进行相位解析以及频率分析，提取出结构化光的编码信息；
36、干扰点识别去除模块，用于对目标物体的结构化光投影图像的干扰点进行识别去除。
37、优选地，所述基于结构光投影的三维重建系统还包括：
38、反馈校正模块，用于对生成的目标物体的三维重建模型进行校正处理；
39、图像输出模块，用于根据校正处理后的三维模型，输出目标物体校正后的各角度二维图像。
40、与现有技术相比，本专利技术技术方案的有益效果是：
41、本专利技术提出一种结构化光投影图像干扰点识别去除方法、基于结构光投影的三维重建方法及系统，训练干扰点识别模型，利用干扰点识别模型来识别干扰点，相较于阈值设置的方式，识别速度快，精度更高，并且以覆盖操作去除干扰点，填补原本干扰点位置的空白，有利于提高后续三维重建的精度本文档来自技高网...
【技术保护点】
1.一种结构化光投影图像干扰点识别去除方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结构化光投影图像干扰点识别去除方法，其特征在于，在S3之后，S4之前还包括：对接收的目标物体的结构化光投影图像进行标定和校正；对待识别目标物体的结构化光条纹表面图像中的光条纹进行相位解析以及频率分析，提取出结构化光的编码信息。
3.根据权利要求1所述的结构化光投影图像干扰点识别去除方法，其特征在于，所述的特征数据为：某一像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；对所述正常区域的特征数据进行提取，提取过程满足：
4.根据权利要求3所述的结构化光投影图像干扰点识别方法，其特征在于，基于正常区域的特征数据，对干扰点进行覆盖操作，去除干扰点的过程包括：
5.一种基于结构光投影的三维重建方法，其特征在于，包括以下步骤：
6.根据权利要求5所述的基于结构光投影的三维重建方法，其特征在于，还包括：
7.根据权利要求6所述的基于结构光投影的三维重建方法，其特征在于，还包括：对生成的目标物体的三维重建模型进行校正处理；
8.一种基于结构光投影的三维重建系统，其特征在于，包括：
9.根据权利要求8所述的基于结构光投影的三维重建系统，其特征在于，所述图像处理模块包括：
10.根据权利要求9所述的基于结构光投影的三维重建系统，其特征在于，还包括：
...【技术特征摘要】
1.一种结构化光投影图像干扰点识别去除方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的结构化光投影图像干扰点识别去除方法，其特征在于，在s3之后，s4之前还包括：对接收的目标物体的结构化光投影图像进行标定和校正；对待识别目标物体的结构化光条纹表面图像中的光条纹进行相位解析以及频率分析，提取出结构化光的编码信息。
3.根据权利要求1所述的结构化光投影图像干扰点识别去除方法，其特征在于，所述的特征数据为：某一像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值；对所述正常区域的特征数据进行提取，提取过程满足：
4.根据权利要求3所述的结构化光投影图像干扰点识别方法，其特征在于，基于正常区域的特征数据，对干...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。