论文部分内容阅读
在现代工业生产过程中，对制造工件的精密程度要求越来越高，而传统的人工测量和三坐标测量方法难以胜任对工件轮廓的精确测量。目前，以结构光为关键技术的三维重建算法以其高精度、易于扩展、高可靠性等特点逐渐成为了工件三维重建领域的研究热点。在这个背景下，本文结合双目视觉的原理以及结构光栅投影算法，对结构光三维重建算法进行了研究。同时，为了方便得到工件最终的网格模型，本文还研究了基于深度学习的三维重建技术，通过网络模型从输入点云直接输出物体表面网格模型。本文的主要研究内容包括:
(1)研究了结构光三维重建的基础理论以及格雷码结合相移的编码结构光算法的具体实现过程，并分析了该算法进行相位展开时产生误差的原因。在此基础上提出了一种基于信号同步的相位展开算法，提高了算法的解相精度。实验结果表明本文算法在提高解相精度的基础上提高了物体的点云计算精度，为后续进一步生成网格模型提供了准确的点云数据。
(2)研究了三维重建自编码网络模型的原理，分析了体素、点云和网格这三种三维物体表示形式的优缺点。本文在无参自编码三维重建网络的基础上，结合流形结构，提出一种新的有参三维表面重建自编码网络，该网络能从输入点云中得到了物体的表面网格模型，并解决了现有网络无法提取点云局部特征的问题。
(3)搭建了结构光三维重建实验平台，并利用张正友标定法对相机、投影仪进行了光学系统标定。在此基础上结合本文所提相位展开算法和自编码网络模型，以不同形状的管道工件为实验对象，高效地完成了解相位、立体匹配、点云计算和网格模型生成过程，验证了本文算法的有效性，并由此搭建了一套完整的工件表面三维测量及重建的验证性系统。
(1)研究了结构光三维重建的基础理论以及格雷码结合相移的编码结构光算法的具体实现过程，并分析了该算法进行相位展开时产生误差的原因。在此基础上提出了一种基于信号同步的相位展开算法，提高了算法的解相精度。实验结果表明本文算法在提高解相精度的基础上提高了物体的点云计算精度，为后续进一步生成网格模型提供了准确的点云数据。
(2)研究了三维重建自编码网络模型的原理，分析了体素、点云和网格这三种三维物体表示形式的优缺点。本文在无参自编码三维重建网络的基础上，结合流形结构，提出一种新的有参三维表面重建自编码网络，该网络能从输入点云中得到了物体的表面网格模型，并解决了现有网络无法提取点云局部特征的问题。
(3)搭建了结构光三维重建实验平台，并利用张正友标定法对相机、投影仪进行了光学系统标定。在此基础上结合本文所提相位展开算法和自编码网络模型，以不同形状的管道工件为实验对象，高效地完成了解相位、立体匹配、点云计算和网格模型生成过程，验证了本文算法的有效性，并由此搭建了一套完整的工件表面三维测量及重建的验证性系统。