光切三维重建技术的应用与前景.docx
《光切三维重建技术的应用与前景.docx》由会员分享,可在线阅读,更多相关《光切三维重建技术的应用与前景.docx(6页珍藏版)》请在第一文库网上搜索。
1、光切三维重建技术的应用与前景O引言随着计算机图形学的发展和认知维度的提升,三维重建技术在工业、建筑业、医学以及农牧林业中有着广阔的应用前景。该技术所获取的数字化点云能够提供丰富的高质量、高细节性、高精度的三维信息。三维空间内的尺度信息可作为传感系统中的输入数据,从而感知周边环境信息,为对象识别、感测、地图构建与导航等功能提供新的辅助。同时,在以三维重建技术为主导发展而来的逆向工程领域中,点云数据可实现复杂的自由曲面的数字化,从而快速创建、复现目标的精确模型,在零件加工与检测、服装设计、文物遗产保护中起到关键作用。此外,三维重建技术也被应用于医疗领域,可作为术前诊断、假体定制、医美整形的辅助手段
2、,也可结合虚拟现实技术实现术中可视化、模拟训练教学、智能应用等。三维重建技术可按实现步骤划分为数字点云获取与点云处理两部分。其中的基础是数字点云获取,即三维信息测量。相比于接触式测量方法存在的易磨损、耗时长、测试环境严格、成本较高等缺点,非接触式三维测量方法逐渐受到人们的青睐。其中,以单目、双目、多目等形式为代表的被动式非接触三维测量方法测量精度较低、计算量较大且有效信息量占比较少,常用于三维目标的识别、理解以及位形分析,难以用于高精度地重建复杂目标1。主动式非接触三维测量方法有飞行时间(timeoff1ight,TOF)法、光学干涉测量法、相位测量轮廓术、傅里叶变换轮廓术等。TOF法依赖时间
3、分辨力,对设备参数的要求较高,价格昂贵且难以适应复杂环境2。光学干涉测量法(如莫尔条纹法等)的工作范围主要依赖于基准光栅的尺寸,无法对较大尺寸的物体进行重建,且测量稳定性较差3。相位测量轮廓术又名光栅投影法,在诸如台阶、深槽、突起等相位突变处会产生较严重的阴影问题,难以进行相位展开,因此不能测量表面有高度剧烈变化或不连续区域的复杂三维物体。同时,该技术的测量范围较小、测量环境要求严格,难以推广至实际应用4。傅里叶变换轮廓术需保证各级频谱之间不混叠,因而限制了测量范围,测量精度较相位测量轮廓术低5。相比之下,光切法(基于单线或多线结构光扫描的形式)的测量精度能达到微米级别,对应用环境的适应性较强
4、,测量鲁棒性较高。因此,对于中小尺寸场景下的三维重建需求,光切法是一种有效的三维点云数据获取途径。本文重点对光切法在各类场景中的应用进行了调研:首先,介绍了光切法的技术原理及关键技术;随后,介绍了光切法对不同目标或在不同环境中的应用;最后,结合光切法技术应用现状及科技发展趋势,简要剖析了光切法的应用前景。上述研究成果可为研究人员或工程人员在实际应用中选择合理的方法提供参考。这将有助于明确光切法的进一步发展方向。1光切法技术原理传统的结构光三角法结合成熟的光条纹中心线提取算法,可获取当前光平面内目标轮廓的坐标信息;若辅以第三自由度的移动装置,可得到当前覆盖场景的完整三维信息。当测量各截面层叠的偏
5、移量信息时,若被测目标为刚性或静态,则可将其转换为位移量,即以类似扫描的形式对被测目标进行离散化采样,再通过拟合等数据处理方法完成刚性物体的完整三维形貌信息表征。这类方式获取的点云精度较大程度地受光三角系统和移动装置的参数及性能的影响。此外,当被测目标为非刚性或动态时,上述方法所获取的相邻两帧信息不具备空间强相关性,直接进行数据拟合所获取的结果置信度不高,不足以完成此类场景的高精度三维重建。光切系统原理如图1所示。1/71光学镜组光电成像器件I结构光计算机赢面T惯性测量单元图1光切系统原理图Fig.1Princip1ediagramof1ight-sectionsystem因此,需在经典结构光
6、三角法的基础上,在离散点云中添加光条纹中的法矢信息、光强信息等高维信息。当各截面层叠的偏移量能够满足相邻两帧激光条纹涵盖的矢量信息在当前延长线上不平行的条件时,通过在厚度光条纹中建立时空场模型,即可在统一世界坐标系内建立一定置信度下的拓扑结构信息,进而获取维度介于经典离散点云和有序点云间的结果。该结果称为半有序点云6o光切系统的主要构件包括结构光光源、成像器件互补金属氧”物半导体(comp1ementarymeta1oxideSemiCOndUCtor,CMOS)或电荷耦合元件(Chargecoup1eddevice,CCD)、惯性测量单元(inertia1measurementunit,IM
7、U)等。其中,光切系统的移动方式可根据使用场景调整为平移、自旋转、俯仰扫描或多自由度组合等类型。2光切法关键技术光切系统中的关键技术主要包括点云滤波技术、点云精简技术、点云配准技术和点云曲面重建技术。2.1 点云滤波技术原始点云会因传感器或采集设备的固有噪声、物体的表面特征或其他环境/人为因素而产生异常值,从而影响3D重建的准确性。因此,必须在保留点云初始特征和细节的基础上,减弱甚至去除噪声。点云滤波方法可以分为七类,分别是基于统计的滤波方法、基于邻域的滤波方法、基于投影的滤波方法、基于信号处理的滤波方法、基于偏微分方程的滤波方法、混合滤波方法以及其他滤波方法7。2.2 点云精简技术一般而言,
8、前端系统需要更高的采样率和分辨率。这就导致了只有海量的原始数据和更高的信息空间密度,才能获得高质量的点云。对点云数据存储和相关计算速度的需求也随着范围的扩大或待重构对象复杂性的增加而呈指数级增长。但是,过滤后的点云数据量仍然很大且必要性不足。海量数据的低效存储、运算和传输直接影响后续算法的收敛性。在点云精度要求不高的情况下,可以通过降低采样分辨率来降低点云密度。但当应用场景是高精度对象重建时,则需要对数据进行下采样并建立拓扑结构,再对点云进行进一步的操作。点云精简方法可分为五类,分别是传统下采样精简方法、基于几何特征的精简方法、基于成分分析的精简方法、基于空间细分的精简方法以及基于深度学习的精
- 配套讲稿:
如PPT文件的首页显示word图标,表示该PPT已包含配套word讲稿。双击word图标可打开word文档。
- 特殊限制:
部分文档作品中含有的国旗、国徽等图片,仅作为作品整体效果示例展示,禁止商用。设计者仅对作品中独创性部分享有著作权。
- 关 键 词:
- 三维重建 技术 应用 前景