维普论文检测系统

维普论文检测11月18日检测样例：

第3章 基于双目视觉的互补型格雷编码方法

3.1引言

针对传统的格雷码编码方法存在的一位误码问题，采用一种互补型的格雷编码方法进行相位展开，并将其运用于双目视觉测量系统中。在对人脸模型进行三维重建时，提出了一种相位匹配结合极线约束的双目匹配算法，通过任意摆放标定靶，标定两个CCD的参数之后即可实现立体匹配，实验结果表明该方法具有较高的匹配精度。

3.2 编码原理

格雷码是一种循环二进制码，它属于可靠性编码，其任意相邻的两个编码之间只有一位不同，因此它是一种错误最小化的编码方法。采用格雷编码结构光来计算相位级次具有抗干扰能力较强、不依赖路径等特点。由于被测物体表面反射不均匀、环境噪声和离焦的影响，格雷编码图像黑白交界处（如图3.1中黑白交界的灰色区域）容易出现误码。互补型格雷编码是针对上述问题提出的编码方法，即通过多投影一幅格雷编码，根据两组编码出现误码位置的不同来解决误码问题。编码原理如图3.1所示，以四幅格雷编码图为例，k1是由前三幅编码图按照传统编码方式所产生的编码，k2是由四幅编码图按照另一种编码方式所产生的编码。该编码结构光满足以下两点规则：1、相邻两个编码之间的Hamming距离为1，两个编码之间不同位的数目我们称为Hamming距离；2、编码光栅中最小光栅的宽度要与投影的正弦光栅周期的宽度相同。根据编码值k1和k2进行相位展开的过程如下所示：    

3.3标定方法

3.3.1基本原理

双目视觉方法的基本原理是以两台性能和结构都相同的CCD从不同的角度获取物体的图像，通过空间物点在两幅图像中对应像点的之间的位置关系来重建物体的三维信息。该方法要实现高精度测量的一个关键环节是实现高精度的立体匹配。根据匹配基元的不同，立体匹配可以分为区域（灰度）匹配、特征匹配和相位匹配。区域匹配的实质是在一幅图像中选取一个子窗口，然后在另一幅图像寻找与其灰度信息相关程度最高的子图像，它在变化平缓且具有明显纹理特征的地方可以达到较高的精度，但该方法要求选取的窗口存在可探测的纹理特征，对于较弱特征匹配容易失败，同时还在计算大、速度慢等问题。特征匹配算法是基于抽象的几何特征（如图像边缘的轮廓、拐点等信息）进行相似度的匹配，该方法不直接依赖于图像灰度，具有抗干扰性、计算量小和速度快等特点，但特征在图像中的稀疏性决定其只能获得稀疏的深度图。相位匹配以相位作为匹配基元，由于相位本身受到了物体高度信息的调制，因此对图像的高频噪声具有很好的抑制作用。

3.3.2 极线匹配

图3.2为双目视觉的极线几何关系图。空间任意一点P与左右两个CCD的光心构成的平面称之为极平面，光心的连线 称为基线，基线与左右两幅图像平面的交点 和 称为极点，设P点与两幅图像平面的交点分别为Pl和Pr,则直线 和 称为极线。根据立体视觉的理论可知，左右像平面上任意一对应点必然在它们相应的极线上。如果左右两个CCD的内参数矩阵Al、Ar和它们之间的结构参数R、T已知，则Pl和Pr满足以下约束关系：             

本章采用的方法就是将以上两种方法相结合，由极线法提供一个极线约束，由格雷编码方法获得的相位信息提供另一个约束。算法的主要流程如下：选取P点在左图像中的Pl点，利用3.2式求出Pl点在右图像中的极线 ，沿着极线计算其每一点与Pl点的相位差，找出与Pl点相位差值最小的两个点，最后通过线性插值求出该点在右图像中的唯一对应点Pr。

为了把局部的展开相位展成连续相位，我们采用黄华权提出的基于区域的二值编码方法进行相位展开。该方法的思想是先测量一标准参考平面，解码后对标准平面的局部展开相位进行区域编码，获得标准区域级次。测量物体时同样可以获得变形条纹的局部整合相位。最后比较像素点在两幅局部整合图中的相位值的大小，再参考标准区域级次来获得变形条纹的连续相位。图5.2为相位展开的模拟过程示意图。图5.2（a）为标准参考平面的截断相位图，图5.2（b）为两幅二值编码条纹图，解码后可获得标准参考平面的局部整合相位图，如图5.2（c）所示，接着对局部整合相位进行区域编码，把整个区域划分为五个标准区域级次，如图5.2（d）所示。由于我们是对相邻的10根正弦条纹进行整合，所以一个级次的相位值大小为20π。同样我们模拟了测量物体时的变形条纹的局部整合相位图，如图5.2(d)所示。图5.2（c）中的A点和图5.2（e）B点为图像上的同一像素点，通过比较A、B两点的相位值从而确定B点的标准区域级次。如果B点的相位值大于A点的，则B点是由位于A点的上一个标准区域级次的整合条纹变形而来的，否则B点与A点都属于同一个标准区域级次。