專利名稱：用于物體重現(xiàn)的方法和系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及用于物體重現(xiàn)的方法和系統(tǒng)，其能夠提取高度解析 的并且實時的3D (三維)信息。
參考文獻
以下參考文獻被認為是與本發(fā)明相關的能有助于理解本發(fā)明的
背景技術：
的一些文獻
1. S. Avidan and A. Shashua, "Trajectory triangulation: 3D reconstruction of moving points from amonocular image sequence,〃 PAMI， 22, 348-357 (2000).
2. Y. G. Leclerc and A. F. Bobick, "The direct computation of height from shading/' CVPR， 552-558 (1991).
3. R. Zhang and M. Shah, "Shape from intensity gradient,〃 SMC-A， 29， 318 (1999).
4. R. Zhang and M. Shah, "Height recovery from intensity gradients,〃 CVPR， 508-513 (1994).
5. B. K. P. Horn, "Height and gradient from shading, 〃 IJCV， 5， 37-76 (1990).
6. A. M. Bmckstein， "On shape from shading, " CVGIP， 44, 139-154 (1988).
7. L Zhang, B. Curless and S. M. Seitz, "Rapid shape acquisition using color structured light and multi pass dynamicprogramming, 〃1stInternationalSymposiumon3D data processing visualization and transmission (3DPVT), July 2002， Padova， Italy.
8. P. Besl, "Active optical range imaging sensors,〃 Machine vision and applications, 1, 127-152 (1988).
9. E. Horn and N. Kiryati， "Toward optimal structured light patterns, 〃 Proc. Int. Conf. On Recent advances in 3-D Digital Imaging and Modeling, 28-37, Ottawa Canada, May 1997.
10. M. Asada, H. Ichikawa， S. Tjuji， "Determining of Surface Properties by Projecting a Stripe Pattern, " IEEE Proc. of ICPR， 86 (1986).
11. M. Asada， H. Ichikawa， S. Tsuji "Determining Surface Orientation by Projecting a Stripe Pattern, 〃 IEEE Transact, on PAMI, vol. 10， no. 5 (1988).
12. S. Winkelbach and F. M. Wahl "Shape from Single Stripe Pattern Illumination, 〃 Luc Van Gool (Editor), (DAGM 2002) Pattern Recognition, Lecture Notes in Computer Science 2449， Springer 2002， page 240-247.
13. T. P. Koninckx and L. Van Gool "Efficient, Active 3D Acquisition, Based on a Pattern-Specific Snake,〃 Luc Van Gool (Editor), (DAGM 2002) Pattern Recognition, Lecture Notes in Computer Science 2449， Springer2002, page 557-565.
14. R. Ki誦el， N. Kiryati, and A. M. Bruckstein， "Analyzing and synthesizing images by evolving curves with the Osher-Sethian method,〃 International Journal of Computer Vision' 24(1), 37—56 (1997); G. Zigelman， R. Kimmel， and N. Kiryati, 〃Texure mapping using surface flattening via multidimensional scaling,〃 IEEE Trans, on Visualization and Computer Graphics, 8 (2)， 198-207 (2002).
15. 了. C. Dainty, Laser Speckle and Related Phenomena, 2nded. (Springer- Verlag， Berlin, 1989).
16. D. Mendlovic， Z. Zalevsky, I. Kiryuschev and G. Lebreton， "Composite harmonic filters for scale, projection and shift invariant pattern recognition,〃 Appl. Opt. 34, 310-316 (1995).
背景技術：
物體重現(xiàn)通?；趯ξ矬w的3D紋理(即3D映像)的估計。該 領域已經(jīng)開發(fā)出了各種技術。
其中一種方法利用對同一物體進行觀察的兩個相機來處理三角 測量[l]。相機分別獲取的圖像中的相同物體的相對位移(shift)與 相機同這些物體的距離有關。該技術類似于人類視覺系統(tǒng)中的3D估 計。該方法的主要缺點在于其較低的3D分辨率，而這很大程度上取 決于兩個相機的像素數(shù)、出現(xiàn)在場景中的細節(jié)(例如紋理)、和相機 的—相對定位(它們之間的角度和距離)。此外，該方法并不提供物體 的實時制圖，這是因為3D信息的提供需要諸如分類和登記之類的高 級處理操作。該方法的其它問題在于獲取的3D信息通常僅僅包括目 標深度相對稀疏的樣本。
另一種己知的此類技術根據(jù)捕捉到的單個圖像中的邊緣的陰影 利用數(shù)值算法來計算物體的3D映像[2-6]。然而，該技術需要高級處 理操作，并且由于邊緣的陰影是圖像中噪聲最多的區(qū)域，所以該技術 是不精確的。此外，由于第一陰影在整個圖像的計算中被用作參照物， 所以該方法會累積誤差。
用于3D估計的另一種方法基于圖案的投影。 一些基于該方法的
技術利用物體上線條的投影并且利用該線條對物體進行掃描。線影成 像(line image)中產(chǎn)生的曲線指示了物體3D的映像。但是，該技
術并不提供對物體重現(xiàn)的實時處理；利用線條對物體進行掃描會花費 大量時間；并且在物體移動的情況下估計會變得更加扭曲。
其它一些該類型的技術采用特定碼投影[7-9]。獲取的圖像中的 代碼變化被用于物體的3D映像的計算。由于需要多個投影，所以這些技術也不是實時的。此外，為了獲取良好的3D分辨率，需要大量 復雜的代碼；這就使得投影系統(tǒng)變得非常昂貴并且不實用。
基于圖案投影的其它技術包括2D周期圖案的單個投影[10-14]。 在這種情況下，物體的3D細節(jié)將獲取的圖像中的周期圖案的線條進 行移動。這些線條的相對移動與物體的3D信息有關。雖然這些技術 中沒有要求掃描并且3D信息可被實時獲取，但是這些技術具有這樣 的缺點由于大于投影圖案的周期的相對運動不能被區(qū)分，所以3D 信息被巻曲，因此我們不能識別獲取的位移是否就是其位移還是應該 加上整數(shù)個周期大小。該方法的另一個缺點與被投影的圖案的焦深有 關。 一定距離之后，圖案散焦，于是很難將周期的相對位移以數(shù)字方 式提取出來。

發(fā)明內(nèi)容
于是，本領域存在通過新穎的技術來使得物體重現(xiàn)變得容易的 需求，該技術可以進行實時的并且非常精確的—3D物體制圖，并且它 可以利用非常簡單和便宜的光學設備實現(xiàn)。
本發(fā)明提供了這樣的制圖技術，其能方便地用于提供被輸入至 人機界面(例如用于博弈和健身等方面的人機界面)的數(shù)據(jù)、用于生 物醫(yī)學應用(例如內(nèi)窺鏡檢查)的3D能力、蜂窩裝置中的照相機、 車輛之間的范圍估計和接近報警、入侵警報、等。
在此，術語"物體重現(xiàn)"指的是對物體外表面的任何部分或整 體的3D信息的獲取，其很可能包括通過圖像、范圍或者其它檢測到 的數(shù)據(jù)來對3D物體模型(包括物體形狀模型)進行構建；術語"實 時"指的是這樣的操作，考慮到操作以外的環(huán)境，任務的相關反應-操作時間短于允許的最小延遲。
術語相機、成像單元、和成像裝置是可以互換的，它們指的都 是相同的功能，即對光進行檢測并且產(chǎn)生對其進行指示的圖像數(shù)據(jù)。 術語投影器、投影系統(tǒng)和照明單元同樣可以互換。
本發(fā)明的主要思想在于，利用激光散斑圖案在其3D表面數(shù)據(jù)將 被重現(xiàn)的物體上的投影。激光散斑是隨機自生圖案[15]。優(yōu)選地，該圖案是恒定的，但是通?？赡苁欠指糸_的或者沿著Z軸(即，沿著散 斑傳播的軸)變化的其它類型。此處使用的術語"恒定散斑圖案"指 的是，在進行3D測量的范圍內(nèi)，該圖案基本不會沿著Z軸變化。此 外，該圖案的焦距相對較大(例如，在米的數(shù)量級上)，或者視特定 應用而定，這是通過改變漫射器上的激光斑點大小和激光波長來控制 的。因此，激光隨機圖案的使用提供了較大的可制圖的徑向范圍，并 且能夠大大地降低設計投影系統(tǒng)時的光學復雜度和后續(xù)處理的光學 復雜度，因此可以進行實時物體重現(xiàn)。
通常，在光學系統(tǒng)中，散斑圖案是通過部分相千光束的相互局 部干擾而產(chǎn)生的場強圖案。
根據(jù)發(fā)明的方案，物體的3D映像是通過檢查激光隨機圖案(代
碼)的相對位移來被估計的。這個圖案不是周期性的，因此巻曲問題 并不存在，從而不僅可以確定距離參考平面的范圍而且可以進行物體
的3D制圖。由于激光圖案不怎么取決于散焦，所以可在較大容量范 圍內(nèi)獲取3D信息。
光學設備(投影模塊)可以是很簡單并且便宜的它可僅僅包
括小型相干光源(激光器)和圖案生成器，圖案生成器可以是散光器 (例如，通過添加隨機相位來將照射在其上的光進行散射的一片毛玻 璃)形式的，或者例如是全息記錄、隨機表面浮雕結構的形式，其被 放置在激光的光路中并且將光以恒定和隨機散斑圖案的形式發(fā)散至 物體上。重要的是要注意到，本發(fā)明可以僅僅獲取具有投影的隨機圖 案的物體的單個圖像(所謂的單快照方案)并且可以使用簡單的圖像 匹配算法，例如基于關聯(lián)的圖像處理算法，因此具有較低的計算復雜 度。而且，重要的是要注意到，即使使用多于一個的圖像，本發(fā)明還 是允許以單個固定安裝的相機(通常具有單個視野)來操作。這些特
性使得3D制圖可以實時實現(xiàn)。
應該理解的是，根據(jù)本發(fā)明，所謂的"主要散斑"被認為是那 些投影在要被制圖的物體上的散斑，它不是"次要散斑"，"次要 散斑"典型地是與物體表面粗糙度和/或成像透鏡的孔徑相關的散 斑。于是，成像透鏡可以較小。因此，根據(jù)本發(fā)明的一個較寬的方面，提供了一種用于物體重 現(xiàn)的系統(tǒng)，所述系統(tǒng)包括照明單元，其包括相干光源和隨機散斑圖 案生成器(例如，散光器單元)，所述隨機散斑圖案生成器被放置在 從所述光源向物體傳播的照明光的光路中從而在所述物體上投影出 相干隨機散斑圖案；和成像單元，其用于對被照明的區(qū)域的光響應進 行檢測并且生成圖像數(shù)據(jù)，所述圖像數(shù)據(jù)指示了具有所述被投影的散 斑圖案的所述物體，并且因此指示了所述物體圖像中的圖案相對于所 述圖案的參考圖像的位移，于是系統(tǒng)就能夠?qū)λ鑫矬w的三維映像進 行實時重現(xiàn)。
優(yōu)選地，系統(tǒng)包括被構建成用于存儲參考數(shù)據(jù)的控制單元，所 述參考數(shù)據(jù)指示了散斑圖案的參考圖像。優(yōu)選地，參考數(shù)據(jù)指示了散 斑圖案的圖像，所述散斑圖案是在與所述照明光傳播光路基本垂直的 參考平面上并且在與散光器和成像單元距離基本相等處獲取的?？刂?單元被預編程用于利用參考數(shù)據(jù)來處理和分析圖像數(shù)據(jù)，以確定圖像 和參考圖像之間的關聯(lián)?？刂茊卧杀活A編程用—于將指示了圖像的數(shù) 據(jù)分解成Mellin和/或?qū)?shù)分解，從而獲取不會隨著所述散斑圖案的 縮放和投影扭曲而變化的關聯(lián)。
系統(tǒng)被構建成對測量到的體積進行定義，該體積是通過照明光 傳播和成像單元的光收集之間的交叉形成的，從而使得與散光器的距 離大于Rayleigh距離的物體成像。所述測量到的體積中的每個點都 定義了照明和收集到的光傳播通路之間的交叉角度?？紤]三角測量技 術，這是被選來為三角測量提供適當精度的非零角度。
優(yōu)選地，系統(tǒng)結構是這樣的，成像單元的像素平面上的平均散 斑特征大小Ar,至少是兩個像素。
優(yōu)選地，散光器單元和成像單元被定位以使得從散光器和成像 單元到物體具有基本相等的距離。在這種情況下，成像單元的像素平
面上的平均散斑特征大小Ax^被確定為 &， ={義
其中F是成像透鏡的焦距，A是散光器上的照明斑大小，義是照 明光的波長。該匹配算法使得平均散斑特征大小Ax^可以進行預定變化，艮P， 當Ax^在某個預定限制之內(nèi)時，控制單元被預編程用于對不同平均散 斑特征大小Ax^的圖像部分/圖像進行處理和分析。由于針對從物體的 不同部分反射過來的散斑圖案部分，Ax^是不同的(Ax^的大小由式 (9a)至(9D)給出)，所以能夠確定這樣的范圍，其中物體的成像 能產(chǎn)生有意義的結果。
優(yōu)選地，散光器單元和成像單元被布置成彼此靠近，處于 Rayleigh距離的小部分f (例如20%)范圍內(nèi)。
優(yōu)選地，系統(tǒng)包括調(diào)節(jié)器，其被構建成用于減少成像單元的視 野中的不同區(qū)域之間的照明亮度變化。該調(diào)節(jié)器可包括衍射光學元 件。衍射光學元件可并入或者附于散光器，或者被布置在向散光器傳 播的照明光光路中。衍射光學元件與散光器一起操作以調(diào)節(jié)照明光傳 播光路橫截面平面內(nèi)的亮度。
在一些結構中，調(diào)節(jié)器可被控制用來調(diào)節(jié)照明強度，從而部分 地使得在成像單元接收到的亮度水平上制圖出來的物體的效果被取 消/變平滑，例如，該效果是由于反射系數(shù)(albedo)、距離、和表 面特性的不同造成的。該調(diào)節(jié)器可接收來自成像/控制單元的輸入， 以及將要投影在照明光傳播的光路橫截平面上的強度分布。
根據(jù)另一個示例，衍射光學元件可被構建成能夠減小沿著與照 明光傳播基本平行的軸的亮度變化。衍射光學元件可為唯相(phase only)元件，其被布置在散光器的相對于照明光傳播的下游。
照明單元可被構建成4-F傅立葉變換器。在這種情況下，遠場 中的光場將成為初始投影的圖案的遠場分布和布置在兩個聚光透鏡
之間的衍射光學元件的傅立葉變換之間的巻積。例如，使用衍射光學 元件，其被構成為唯相元件，使其傅立葉變換產(chǎn)生強度的橢圓截面的，
并且它被布置在兩個聚光透鏡之間。
優(yōu)選地，成像單元包括單個光檢測器，其定義了靜態(tài)視野。 根據(jù)本發(fā)明另一個基本方面，提供了一種用于物體的實時重現(xiàn) 的方法，所述方法包括將隨機散斑圖案投影在所述物體上，所述隨 機散斑圖案是通過照射相干光而形成的；對來自所述物體的光響應進行檢測，并且產(chǎn)生具有所述投影圖案的物體的圖像數(shù)據(jù)；處理所述圖 像數(shù)據(jù)從而確定所述物體圖像中的圖案相對于所述圖案的參考圖像 的位移，從而確定所述物體的三維映像。


為了理解本發(fā)明并且了解本發(fā)明實際上是如何實現(xiàn)的，現(xiàn)在將 參見附圖并且僅僅通過非限制性示例的方式對優(yōu)選實施進行描述，其 中
圖1是用于重現(xiàn)3D物體的本發(fā)明的光學系統(tǒng)的示例的示意圖； 圖2是本發(fā)明的方法的主要步驟的流程圖3A和3B示出了實驗結果圖3A示出了參考圖像(例如被投 影的散斑圖案)，以及圖3B示出了 3D重現(xiàn)；
圖4A至4J示出了更多的一些實驗結果圖4A至4B示出了手 的投影和制圖，圖4C至4D示出了傾斜平面的投影和制圖，圖4E至 4G示出了籃球的投影和制圖，以及圖4H至4J示出了玩具大象的投 影和制圖5、圖6A至6B、和圖7示意性地示出了利用了亮度調(diào)節(jié)器的 本發(fā)明的系統(tǒng)的各種示例。
具體實施例方式
參見圖1，其示意性地示出了用于物體3D制圖的本發(fā)明的系統(tǒng) 10的示例。系統(tǒng)IO是一種光學制圖系統(tǒng)，其包括被構建成在物體13 上進行隨機散斑圖案(優(yōu)選地為恒定圖案)投影的照明單元12和成 像裝置14。
照明單元12包括相干光源12A和放置在照明光的光路中的恒定 隨機散斑圖案的生成器12B，生成器12B優(yōu)選地十分靠近光源輸出(例 如與其物理接觸)。光源12A可由光發(fā)射組件(激光器)和/或與遠 程光發(fā)射組件相結合的光導裝置(例如光纖)組成。圖案生成器12B 是一種散光器，例如一個毛玻璃。
成像裝置14包括配備有成像透鏡裝置14B的光檢測器14A (像素矩陣，例如CCD)。成像透鏡裝置14B可以是光檢測器整體中的一
部分或者是檢測器前端的一個分立單元。優(yōu)選地，對來自物體的光反 射進行檢測。
布置了可(經(jīng)由有線或無線信號傳輸)連接至成像裝置的輸出
端的控制系統(tǒng)16，其可以是系統(tǒng)IO結構中的一部分也可以不是。典 型地，控制系統(tǒng)16是具有存儲器裝置16A、數(shù)據(jù)處理和分析裝置16B、 和輸入/輸出裝置16C (例如，諸如顯示器之類的數(shù)據(jù)顯示裝置)的 計算機系統(tǒng)。
本發(fā)明的裝置可與移動電話裝置相結合或者包含在移動電話裝 置之中。例如，成像單元可被并入移動電話或者其輸出端可被連接至 移動電話或者其它便攜式計算機裝置。而且，本發(fā)明提供利用3D性 能來迸行的車輛之間的距離估計和接近警報以及入侵警報。
如上所述，散斑是由于散射光的局部干涉而產(chǎn)生的隨機圖案。 比較亮的點位于光被同相散射的位置，而暗點則位于其中光的相位相 反的扭置。根據(jù)本發(fā)明的實施例，被投影的散斑圖案在Z方向(通過 物體的軸向軸)上為恒定的，也就是說，圖案不會沿著Z軸改變。但 是，應該理解的是，圖案的尺寸是會沿著Z軸變化的，即在不同圖像 平面獲得的圖案的圖像可能是尺寸不同的。被照亮的3D物體在橫截 平面(檢測平面)中進行隨機圖案特征的位移。由于圖案是相當隨機 的，所以不會存在巻曲問題。
現(xiàn)在參見圖2，其示出了本發(fā)明的方法的主要步驟。
指示了散斑圖案的圖像(即沒有物體的圖案的圖像)的參考數(shù) 據(jù)被提供并存儲在控制系統(tǒng)16的存儲器裝置中(步驟I)。至此， 散斑圖案可被投影至某個區(qū)域上(其上隨后會放置要被制圖的物體) 并且散斑圖案的參考圖像被獲取。該參考圖像可僅被獲取一次。
當物體置于所述區(qū)域中時，物體的圖像(單個圖像)被獲取(步
驟K)并且指示該圖像的測量數(shù)據(jù)被生成(步驟in)。至此，物體被
攜帶散斑圖案的光照亮，并且來自物體的光響應(反射)被成像透鏡 收集并被光檢測器檢測。應該注意的是，本發(fā)明用于對單個圖像數(shù)據(jù) 的操作，因此能顯著地降低用于物體3D映像重現(xiàn)的圖像處理的復雜度。
利用參考數(shù)據(jù)對測量到的數(shù)據(jù)進行處理(步驟IV)從而確定物 體圖像中的隨機圖案的特征相對于參考圖像中的圖案的相對位移(步 驟V)。這可以利用合適的匹配(例如關聯(lián))算法來實現(xiàn)。后者可基 于對獲取的圖像進行掃描并將其關聯(lián)至參考圖像的移動窗口。關聯(lián)峰
值指示了與3D信息有關的相對位移。
關聯(lián)計算具有相對低的復雜度并且例如可以基于快速傅立葉變
換(FFT)。此外，由于被投影的圖案的尺寸與投影器(激光器)與 物體之間的距離成正比，所以關聯(lián)關系應該不是尺寸和投影的變量。 這可以通過在開始關聯(lián)之前對整個參考圖像進行諧波分解和/或適當 的坐標變換來實現(xiàn)[16]。
一個重要參數(shù)是橫截散斑尺寸(即橫截面中的平均散斑尺寸)
Ax-丄;i (1)
其中L是散光器12B和物體13之間的距離，；是照明波長，^是 散光器12B的照明尺寸。平均散斑特征尺寸是確定3D分辨率的一個 因素。根據(jù)式(l)，可以通過改變散光器處的激光器光斑的直徑&和 /或激光器波長義來控制該尺寸。
散斑圖案的軸向尺寸Az為
Az=丄義 (2) l幻
對于面部接近于與散斑圖案投影的橫截面平行(接近于垂直于 光傳播通道)的物體，相對于參考平面對散斑橫截位移迸行匹配比較 容易。因此，在優(yōu)選結構中，散斑圖案傳播的橫截面被投影在物體上。 換言之，入射在物體上的光優(yōu)選地接近與(大部分)照明區(qū)域垂直。
通常，在CCD上會出現(xiàn)兩種散斑圖案 一種是來自散光器的主 要散斑(即投影在物體上的散斑)，而另一個是在成像期間由于透鏡 孔徑和/或物體材料粗糙而形成的次要散斑。為了僅僅聚集在一個主 要散斑圖案內(nèi)，可以考慮以下條件其中^是成像透鏡的尺寸。
控制系統(tǒng)16通過對測量到的數(shù)據(jù)應用數(shù)值算法來處理它們從而提取3D信息。應該理解的是，在此描述的根據(jù)本發(fā)明的算法包括已 知數(shù)學處理的新穎結合。本發(fā)明將該算法與獨特的光學設備一起應用
從而能夠進行實時3D制圖。
所使用的算法可具有較低的計算復雜度并且可以允許實時操 作。下面是適合在本發(fā)明中用作數(shù)據(jù)處理步驟的一部分的算法叢
(algorithmic constellation) 的示例。
為了一個獲取特定深度點，需要找出其附近區(qū)域距離參考圖案 的橫向位移。該匹配的一種可能實現(xiàn)是對關聯(lián)峰值進行搜索，而這又 可以這樣實現(xiàn)，從圖像獲取代表了檢測點的統(tǒng)計信息/鄰近區(qū)域的一 個或多個窗口，并且對匹配進行計算，例如這些窗口和參考圖像的關 聯(lián)性。這些窗口可具有任意大小的重疊量。因此，可獲取針對每個相 機像素的深度樣本。可到達的深度(3D)分辨率(沿著Z軸的5Z) 隨著Z的變化而變化并且其僅僅取決于光學設備(即激光器和相機的 相對位置)、散斑特性(散斑圖案的特征)、和相機分辨率(相機的 物理#數(shù))。
3D重現(xiàn)可基于圖像匹配算法的算法方案包括從非常基本的窮盡 柵格搜索(exhaustive raster search)到更復雜的基于預測的區(qū)域 生長方法一直到更高級的最大概似或其它復雜的圖像匹配算法。各種 方案在多個因素上彼此不同方案越是復雜，那么計算越是復雜并且 會比簡單方案產(chǎn)生更高的精度和更少的噪聲數(shù)據(jù)。
基于預測的區(qū)域生長方法表現(xiàn)出了復雜度和性能之間很好的折 中，它基于以下觀察物體上的兩個靠近點通常以它們之間(沿Z 軸的)較小高度差為特征，也就是所謂的"物體連續(xù)假設(object continuity assumption)"。因此，可以大致預測出 一個點距同一 區(qū)域(物體)上其附近點的Z值(深度)。該預測被測試并改進，并 且在發(fā)現(xiàn)足夠的情況下可將該點連接至給定區(qū)域。如果預測/改進顯 示了與參考之間的不足夠匹配，那么這就暗示了 Z差值不可忽略，因 此檢測中的點與其鄰近("父")點處在不同的區(qū)域。
還應該注意的是，用于關聯(lián)的窗口可以是恒定的(例如16X16 像素窗口)或者是根據(jù)局部散斑/邊緣/物體特性而流動。下面是具有恒定窗口尺寸的基于預測的區(qū)域生長算法的可能實 施方式。該算法包括以下步驟
1) 關聯(lián)性/陰影準備步驟。在整個圖片(物體的圖像)上運行 分辨率步驟(采樣點等于M和N乘以分辨率，其中M和N為整數(shù))并
且確定采樣點是要被標上SHADOW的"陰影"還是要被標上UN認0謂 的關聯(lián)的散斑窗口。在進一步的階段，每個輸出點的狀態(tài)都被保持， 同時在這個第一階段， 一些點具有UNKNOWN狀態(tài)而另外一些點具有 SHADOW狀態(tài)。
2) "獲取新范圍錨(new region anchor)"步驟。當UNKNOWN 點的數(shù)目大于全部輸出點的預定比例，那么選擇當前具有狀態(tài) UNKNOWN的隨機點，并且執(zhí)行對參考圖像的匹配處理，例如，通過將 所選點周圍的窗口 W,XWy個像素與參考圖像進行關聯(lián)來執(zhí)行。
應該注意的是，窗口尺寸W,XWy被優(yōu)化，折中的一方面是"足 夠的統(tǒng)計"/區(qū)分而另一方面是復雜度和小的物體模糊。還應該注意 的是，由于幾何限制，隨著適當?shù)某上駟卧?投影器系統(tǒng)校準(即， 當成像單元的X軸平行于成像透鏡的光學中心和散光器上的激光光 斑的中心之間的連線時)，散斑圖案可能的橫向位移可被限制為覆 蓋一些像素的一個矩形，該矩形處于當前點的上下范圍并且是從當 前點到圖像左右的寬度的一個已知部分(在圖1所示的實驗設備中， 相機在激光器的右邊，因此如果被制圖的物體比參考物更靠近，那 么散斑位移向右，否則向左)。
此外，在上面的幾何限制中，搜索是針對具有大于某個閾值的 歸一化關聯(lián)值的點執(zhí)行的。如果沒有檢測出達到該閾值的關聯(lián)，那么 最佳關聯(lián)的數(shù)值被選來檢查其是否通過一個較低的閾值如果回答是 肯定的，那么就假設這就是散斑的位移了；如果回答是否定的，那么 就理解為需要其它勘測并且下述步驟2a)被執(zhí)行來決定啟動新區(qū)域。 如果發(fā)現(xiàn)關聯(lián)高于較低閾值的點，那么該點被稱為區(qū)域錨，并且區(qū)域 生長會圍繞它進行。為了使區(qū)域生長，執(zhí)行下面的步驟3)。
2a)決定使區(qū)域生長。如果匹配失敗，那么該區(qū)域被進一步勘 測以找出在該點可生長區(qū)域存在/不存在的足夠證據(jù)。為了搜集足夠的證據(jù)，區(qū)域生長步驟(3)被執(zhí)行，并且如果在區(qū)域中發(fā)現(xiàn)了錨(足 夠強的點)或者在該區(qū)域發(fā)現(xiàn)了大量一致的點，那么生長的部分被確 定為代表了有效區(qū)域。這樣，多數(shù)表決被執(zhí)行以離幵該區(qū)域。在未獲 取足夠證據(jù)的情況下，該區(qū)域被移除并且錨(第一)點被標為BAD,
并且步驟2)被重復以找到一個有效的錨點來使得新區(qū)域生長。
3) 區(qū)域生長。區(qū)域生長是利用4連通性(左/右/上/下)完成 的。在當前示例中，區(qū)域生長的實現(xiàn)很簡單。FIFO (先進先出)的多 個ACTIVE點被使用，其中每個這種點(活動點)都已經(jīng)與參考關聯(lián) 起來并且關聯(lián)被證明是成功的。每次，來自FIFO組的一個點被獲取 并且其四個鄰近點被檢查。對于被標為UNKNOWN的每個鄰近點，Wx XWy (例如16X16)窗口與參考的關聯(lián)關系被確定，其中僅對圍繞散 斑的預測位移的小矩形(例如偏移為(0,0) (-1,0) (l，O) (O，-丄) 和(O，l)的5個點)范圍內(nèi)的一些可能性進行檢查。預測位移是初 始ACTIVE點(稱為"父"類點)的位移。如果存在很好的關聯(lián)性， 那么該一點被標為ACTIVE并且被加入FIFO組；并且如果沒有很好的關 聯(lián)性，那么該點被標為EDGE (其髙度被當前地設置為等于父點的高 度)。當FIF0為"空"時，區(qū)域邊緣被標識，并且處理返回至步驟 2)以使得新區(qū)域生長。
4) 區(qū)域競爭。區(qū)域競爭可被實現(xiàn)來大大提高區(qū)域邊緣的質(zhì)量。 能給出很好的結果并且計算起來較便宜的一種可能的方式是試圖不 僅在UNKNOWN點空間中生成區(qū)域并且在任何具有深度不連續(xù)性的點 空間(例如屬于不同區(qū)域的點)生成區(qū)域。競爭標準是關聯(lián)值，每點 的"贏家通吃"(winner takes all)策略被證明很產(chǎn)生很好的結果。
基于預測和一旦檢測到壞點就快速停止關聯(lián)程序，區(qū)域生長算 法提供了用于深度恢復的實時可靠的工具，其具有復雜度和質(zhì)量之間 極好的折中。
很重要的是應該注意到，投影裝置(照明單元)和投影平面(物 體平面)之間的距離越大，那么投影平面上獲取到的散斑越大。另一 方面，成像裝置的像素尺寸根據(jù)規(guī)則的不同設置而改變。此外，散斑 圖案通過在傾斜的物體表面投影而扭曲。用于獲取不隨散斑圖案的縮放和投影扭曲而變化的關聯(lián)關系的(算法)方法包括對參考散斑圖案
進行Mellin和對數(shù)分解[16]。
Mellin分解提供尺度不變性(scale invariance):<formula>formula see original document page 22</formula>在此，/(r,化x。,;;。)是圍繞;c。,少。坐標分解的物體，人是Mellin諧 波，N是諧波次數(shù)，r。是分解的物體的最小半徑；R是最大半徑，并且 T-exp(r。/R)。如果一個諧波被選擇，那么結果將是尺度不變的。
對數(shù)分解被描述如下<formula>formula see original document page 22</formula>在卜卜x。和lx卜Z的范圍內(nèi)物體不為零，并且T-exp(x。/X)。選擇 一個諧波提供關聯(lián)時的投影扭曲不變性。 一
散斑大小由于投影系統(tǒng)而改變并且成像系統(tǒng)也通過光學設備而相 互補償。為了理解實現(xiàn)它的方法，現(xiàn)在詳細闡述散斑圖案的縮放。
當照明光束被建模成高斯光束時，衍射公式給出光束半徑W(z) 和Z之間的以下關系<formula>formula see original document page 22</formula>
在式(5)中，義是光束波長，W。是光束腰半徑(等于^/2-光束
對散光器進行照明的直徑的一半)，并且ZR是Rayleigh距離。在式(5) 的近似中假設ZD ZR。
應該注意的是，遠場近似在Rayleigh距離是有效的，由此，對 應的費涅耳(fresnel)積分中的二次相位因子小于1。
還應該注意的是，根據(jù)本發(fā)明的技術，物體優(yōu)選地被定位在距 離高于Rayleigh距離的散光器L遠的地方。應該注意的是，在與光 束腰距離Rayleigh距離每個地方，光束面積翻倍(針對受衍射限制 的光束，該距離是由腰半徑、折射率、以及材料中的波長確定的，對 于空氣中的成像，折射率與自由空間近似，即l.O)。相機14處的光強I取決于L (投影器(照明器)12和物體13 之間的距離)和d (物體13和相機14之間的距離)，也就是1/L2d2。
I口^T (6) L2d2
關系式(6)中的1/L2部分的原因在于載有散斑圖案的投影光束 的發(fā)散。
應該注意的是，高斯光束模型指的是作為整體的光束。光束半 徑W(z)與Z成比例地增大，并且強度密度以1/Z2減小。于是，照射 在物體上的光強正比于1/L2。關系式(6)中的1/d2部分的原因在于 從物體向相機反射的相干光束的發(fā)散。
另一方面，當物體進一步遠離光源單元時，散斑圖案的更小的
部分被投影在物體(或物體部分)上。落入由物體大小限定的間隔內(nèi)
的散斑暗斑和光斑(散斑圖案特征)的數(shù)目由物體大小s與式(1)
中平均散斑大小Ax的比值確定
N口上口上 (7) —Ax L
當來自物體的光線被反射至光檢測器時，它在那形成大小為^D
的點^ (即，^是投影在光電檢測器上的物體投影的大小)
&=:^ (8)
在此，F(xiàn)是聚光(成像)透鏡的焦距。
投影在光電檢測器上的平均特征大小由(8)與(7)的比值確
定
(9)
N d
在優(yōu)選結構中，對散光器平面和檢測平面(更確切的說是成像 透鏡14B的平面)進行布置以提供基本相等的L和d (散光器和物體
之間以及相機和物體之間的距離)。
另一方面，光學設備被構建成能確保照明光入射至主物體平面 上的傳播軸與從那返回至光檢測器的光傳播軸之間存在非零角度a，
從而啟動基于三角測量的算法。3D重現(xiàn)的精度將為5Z-c5xwH (5Z是3D分辨率，^^是關聯(lián)算法在像素平面中可獲得的位移的分
辨率，例如相機的像素)。角度a大約等于zz/z;，其中r是投影器與
相機之間的距離。在發(fā)明人所使用的實驗設備中，制圖系統(tǒng)具有以下參數(shù)丄'=20 cm, Z 2cm， (5; ^=6'微米，并且F=8 mm;因此，5Z = 15mm。由上可
以看出，投影器與相機之間的距離r可被預選成使得制圖系統(tǒng)以希望
的分辨率操作，例如幾毫米。
如上所述，實際上，散光器平面和透鏡14B的平面被定位成能夠 提供基本相等的L和d(散光器和物體之間以及相機和物體之間的距 離)。為了同時考慮！^d和投影器距成像單元之間的最小距離丄'兩個 要求，隨著L和d改變而產(chǎn)生的成像單元(相機)上散斑大小的改變 應該被予以考慮。
L不等于d的情況下相機平面上的散斑大小為
在優(yōu)選結構中，相機平面上的散斑大小與從物體各個部分反射 過來的散斑一樣。如果l^d，那么可見散斑維度(即.，相機平面)的 縮放被抑制。對于幾乎整個3D空間，后一條件可i過將散光器和相 機透鏡彼此放置得很近來確保，但是實際上，相機和投影器之間還是 存在一定距離丄'。
考慮L和d在Rayleigh距離Zk的小部分上不同
|L-d| S f ZR ( 9b )
散斑大小隨著d改變
+ + (9c)
所使用的匹配算法允許與最大允許可視散斑大小&=相連接的一 些最大縮放因子r
因此，L和d之間的差值以及S和丄'被限制為
"丄p丄'&.Z"丄廣Zs (9d)
從(9a)至(9d)可知，L接近d，或者針對給定的r， r由式 (9d)限制，這一事實將為記錄在成像裝置上的散斑的不同部分提供 以最大因子l + y相區(qū)別的比例(平均特征大小)。這些散斑圖案部分可從位于相對于成像裝置的不同位置的物體反射，投影在3D物體表面 的不同區(qū)域上或者在距離不同的物體上；在任何情況中，當在光電檢 測器的像素中測量時，這些部分的圖像都將具有基本相同的特征大小 (上至因子l + "。這個平均特征大小將因此基本等于參考圖像的特 征大小。
因此，利用在物體圖像和參考圖像中使用相同大小的窗口來將這 些圖像關聯(lián)起來是合理的，這是因為取決于散斑特征大小、包含在該 魯棒性中的某些縮放量，取任何匹配算法的關聯(lián)都固有地能對某些扭 曲表現(xiàn)出魯棒性。給定特定設置參數(shù)和圖案特性，那么允許的特定參 數(shù)7可由一般技術人員通過在整個以(l + y)縮放后的和未縮放的圖案 版本上考慮匹配標準來很容易地確定。
關聯(lián)允許確定由于物體3D拓撲和(產(chǎn)生散斑參考圖案的)(平 坦的)參考平面的3D拓撲的不同而產(chǎn)生的散斑圖案部分的位移。
可通過將系統(tǒng)的散光器單元和成像單元放置成彼此相距距離等
于照明光的Rayleigh距離的小部分f (例如0. 5)來實現(xiàn)所要求的L 和d的近似相等。
光學設備的上述匹配能夠在不需要其它方式例如Mellin變換的 情況下獲得尺度不變性。應該注意的是，出現(xiàn)在傾斜表面的散斑經(jīng)歷 了大部分為投影形式的變形。由于在光學設備的優(yōu)選結構中的散斑投 影要確保最大限度地靠近主物體平面上的垂直光入射，并且由于散斑 圖案固有地能夠防止某些量的變形，所以在優(yōu)選結構中不需要進行其 它措施，例如對數(shù)變換。
在另一個優(yōu)選結構中，散光器12B、透鏡14B、和光檢測器14A 被構建成提供與要求的分辨率匹配的成像散斑圖案的平均特征大小。 不需要特殊措施，平均散斑特征大小優(yōu)選地為大約2個像素。應該理 解的是，相機上的平均散斑特征大小Ax^由等式(1)和(8)確定， 其中等式(8)中的s可能是等式(1)中的Ax:
<formula>formula see original document page 25</formula> 或者考慮<formula>formula see original document page 25</formula>這種成像設備能夠獲取最高分辨率，這是因為最大信息被包含 在每個像素信號內(nèi)。還應該注意到，本發(fā)明的光學設備允許與物體距離更大范圍。
最小可能距離是Rayleigh距離(例如，在特定但非限制性的示例中 發(fā)明人采用了0.5m)，并且最大距離可由物體大小和物體上的散斑 大小確定。投影在物體上的散斑數(shù)目不應該小于關聯(lián)窗口除以像素中 平均散斑特征大小的值。
激光散斑所固有的一種特性就是其在物體上的投影產(chǎn)生了具有 高對比度的圖像。這是因為激光散斑圖案被創(chuàng)造成具有高對比度，并 且由于激光散斑圖案是通過自再生的方式傳播的，所以高對比度在激 光散斑圖案的焦深上一直保持。高對比度圖像可由每像素數(shù)值為0 或l的光的強度代表，或者這個高對比度可以其它方式利用。因此， 激光散斑圖案的高對比度特性使得處理過的數(shù)據(jù)減少并且使得圖像 重現(xiàn)更快。
還應該注意的是，從等式(2)可看出，最終，散斑圖案會沿著 Z方向(縱軸)變化。因此，對于恒定的隨機參考圖案(散光器)， 可在投影平面相對于投影裝置的不同位置獲取參考圖—像組(因此這些 圖像會根據(jù)散斑圖案的縱向變化而不同)，并且隨后3D關聯(lián)可被執(zhí) 行。在這種情況下，獲取的方案允許無限的3D制圖范圍。
現(xiàn)在參見圖3A至3B和圖4A至4J，它們示出了一些實驗結果， 這些實驗結果驗證了本發(fā)明的有益特征。在這些實驗中，圖像重現(xiàn)是 利用圖1中的設備以視頻碼率在實時中執(zhí)行的。
圖3A至3B示出了咖啡杯的圖像重現(xiàn)。照明單元(圖1中的12) 采用綠色Nd: YAG激光作為光源12A并且采用一片毛玻璃(散光器) 12B來對恒定的隨機散斑圖案進行投影。利用采用了 16X16像素的 滑動窗口的關聯(lián)算法對控制系統(tǒng)進行預編程。圖3A示出了參考圖像 (例如沒有物體的被投影的散斑圖案)，而圖3B示出了獲取的3D 重現(xiàn)的網(wǎng)格。
圖4A至4B示出了手的3D制圖。圖4A示出了具有被投影的散 斑圖案的手，而圖3B示出了3D重現(xiàn)。
圖4C至4D示出了傾斜平面的投影和制圖圖4C是具有被投影 的散斑圖案的平面圖像，而圖4D是3D重現(xiàn)。圖4E至4G示出了籃球的3D制圖，其中圖4E是球的圖像，圖4F是具有被投影的散斑圖案 的球，而圖3G是3D重現(xiàn)。圖4H至4J示出了玩具大象的投影和制圖， 其中圖4H是玩具大象的圖像，圖41是具有被投影的散斑圖案的玩具 大象，而圖4J是3D重現(xiàn)。應該注意的是，顯示的重現(xiàn)的不同顏色表 示獲取到的3D信息。
因此，本發(fā)明提供了用于3D制圖的新穎的方法和系統(tǒng)，其中隨 機散斑圖案被用來對物體的3D信息進行制圖并且對到某個參考平面 的范圍進行估計。該技術允許提取高度解析的并且實時的3D信息。 3D信息是通過在獲取的圖像中提取隨機圖案相對于參考圖像的局部 相對橫向位移來獲取的。該技術具有較低的計算復雜度，并且沒有使 用了周期圖案投影的其它技術中存在的巻曲問題。所使用的光學系統(tǒng) 很簡單。
應該注意到，本發(fā)明能夠改進光檢測的亮度。為此，以下方面 應該被注意到。
對于_距光源和/或光檢測器不同距離的物體和/或物體的部分， 亮度水平是不同的。光檢測器陣列的每個像素從直徑為Ax,的點獲取 光
<formula>formula see original document page 27</formula> (11) 其中&是像素大小。
檢測到的散斑圖案的亮度水平是由到達光檢測器的單個像素的 信號的強度確定的
其中D是成像透鏡的直徑，并且它與照射從物體反射的Str中 的球面角相關。
從等式(12)可以看出，在檢測器接收到的亮度水平與1/匸成 比例，因此其近物體區(qū)域和遠物體區(qū)域在檢測器看來將根據(jù)距離而具 有不同的亮度水平，因此影響了 3D重現(xiàn)的性能。其它因素就是物體 不同區(qū)域的反射率(albedo)的不同。
控制系統(tǒng)可以通過將其亮度水平與預定閾值比較來識別散斑圖案中的光斑。但是，這種算法會針對置于更靠近光源的物體(或物體 的部分)會識別出更多的光斑。而且，所述光斑將會具有更大的區(qū)域， 而且針對離光源較近的物體具有不同的形狀。 一方面，這個效果可被 3D重現(xiàn)和范圍確定所利用。另一方面，該效果優(yōu)選地在關聯(lián)程序期 間或者之前被考慮。
參見圖5，其中以框圖的方式示出了本發(fā)明制圖系統(tǒng)60的另一
個示例。為了便于理解，本發(fā)明的所有示例中，相同的標號被用于識
別共同使用的組件。系統(tǒng)60包括被構建成將激光隨機散斑圖案投影 在物體13上的照明單元12、成像裝置14、和亮度控制器(調(diào)節(jié)器) 25。后者被構建成用于控制相機視野中亮度的變化或者系統(tǒng)對該變化 的感知。調(diào)節(jié)器25構成了增大可制圖范圍的機制。應該理解的是， 該制圖系統(tǒng)中可采用多于一個的調(diào)節(jié)器。
在圖5所示的示例中，調(diào)節(jié)器25被實現(xiàn)成控制單元的數(shù)據(jù)處理 和分析裝置16B的子裝置。這種子裝置可執(zhí)行上述Mellin變換。
在一些實施例中，亮度調(diào)節(jié)器25被構建成用于減少相機視野中 不同區(qū)域之間的照明亮度變化，并且它可被實現(xiàn)成布置在光傳播通路 的任何位置的光學單元。例如，調(diào)節(jié)器可被實現(xiàn)成光學單元并且可與 光源單元12A或散光器12B集成在一起，或者可以是布置在照明通路 中散光器12B下游的分立單元，或者被布置在光源單元12A和散光器 12B之間。
同樣地，調(diào)節(jié)器25可被實現(xiàn)成布置在光檢測器和控制單元之間 的模擬處理單元，或作為光檢測器14A的一部分或者作為控制系統(tǒng) 16的一部分。在一個示例中，亮度水平是由自動增益控制(AGC)的 局部調(diào)節(jié)控制的，即通過對在每個像素或每組像素的模擬讀出的放大 進行控制來控制。這允許接收具有更均勻的亮度水平的數(shù)字圖像；因 此能夠利用具有某種固定動態(tài)范圍的光檢測器來擴展可制圖范圍。
調(diào)節(jié)器25被構建成用于控制亮度水平(作為光學處理器或者數(shù) 字處理器)或者控制亮度水平的表示(與檢測器輸出相結合)。例如， 被構建成光學處理器的調(diào)節(jié)器25能夠在數(shù)字采樣之前執(zhí)行光學坐標 變換。這種光學坐標變化可包括利用鞍點積分(Saddle pointintegration)或者多面方法(multi facet approach)將卡迪爾坐 標(x， y)轉(zhuǎn)換成極坐標(logr，"的步驟[例如，ZeevZalevsky, David Mendlovic 的 "Optical implementation of the Bode transform" , Applied Optics, Vol. 34， Issue 5， pp.828-(February 1995)]?！?br> 以下是根據(jù)本發(fā)明構建并且可操作的光學制圖系統(tǒng)的一些特定 但非限制性的示例。
圖6A示出了制圖系統(tǒng)80，其中衍射元件12D被放置在向物體傳 播的散斑圖案光路中。衍射光學元件可被構建成調(diào)節(jié)器25，其針對 與光源距離不同的平面，將對比度(相對亮度)降低。在本示例中， 調(diào)節(jié)器25被并入散光器或者附在散光器上。調(diào)節(jié)器25被構建成產(chǎn)生 光束發(fā)散減少的(縱向范圍上的)非衍射光束。這可以通過將沿著徑 向軸具有隨機分布而沿著角度軸對稱(具有環(huán)形結構)的特殊半隨機 衍射光學元件，和附于其上的為隨機圖案生成器提供擴展的焦深的錐 形元件Axicon (軸棱鏡，未示出)，結合起來來實現(xiàn)。應該注意的 是，即使沒有Axicon，這種基于環(huán)的散光器還是可以伸展至焦深。
圖6B示意性地示出了這種錐形衍射元件25的可操作原理。元 件25被放置在靠近散光器12B的位置(例如附于散光器)，并且元 件25被構建并且可操作用來在允許散斑出現(xiàn)在斑點內(nèi)的同時產(chǎn)生用 于光束斑的非衍射光束。光通過元件25之后，產(chǎn)生了三個不同的連 續(xù)區(qū)域作為規(guī)則衍射區(qū)域的光傳播區(qū)域K、作為目標可能出現(xiàn)的感 興趣區(qū)域的光傳播區(qū)域R2、和獲得了正常衍射的區(qū)域的光傳播區(qū)域 R3?？紤]典型的Axicon操作，由于物體被放置在區(qū)域R2中，所以反 射光將如區(qū)域R3所出現(xiàn)的那樣完成正常衍射規(guī)律?？梢韵癖晨勘车?兩個棱鏡一樣地考慮截面；因此，對截面區(qū)域進行照明的光束重新指 向干擾發(fā)生的中心，并且非衍射光束形成。衍射元件25在區(qū)域R2中 提供激光散斑圖案負載光束的更少發(fā)散。因此，光強將隨著距離光源 的距離L的變化而比上式(12)更慢地變化。這使得亮度水平不是很 依賴與光源的距離，并且因此變得更均勻。
應該注意的是，在圖6A所示的示例中，衍射光學元件12D可被構建成執(zhí)行各種功能，其中包括也可以不包括亮度調(diào)節(jié)。如果衍射光 學元件(DOE)被放置靠近散光器(直至物理接觸)，那么在散光器 后的激光束光路中，遠場中的光場將成為散斑遠場分布和DOE的傅立
葉變換之間的巻積。因此，可以利用圖6A所示的設備實現(xiàn)各種功能
(例如散斑成形)。另一種方案提供了允許沿著Z軸的各段AZ分離 的3D制圖分辨率。在觀察到的物體沿著z軸具有大于制圖分辨率Az
的變化的情況下，扭曲發(fā)生(例如針對作為物體的傾斜平面)。這些 扭曲的發(fā)生主要是由于用于參考搜索的區(qū)域被顯著地轉(zhuǎn)移至旁邊。扭 曲可通過對物體的扭曲進行剪切來識別。為此，可使散斑成形。如果 例如散斑具有橢圓形，那么可根據(jù)初始散斑形狀的變化來檢測剪切扭
曲。在該設備中使用的衍射光學元件12D為唯相元件，其傅立葉變換 產(chǎn)生例如強度的橢圓截面(例如傾斜線)。例如，可基于以下出版物 所公開的技術Z. Zalevsky， D. Mendlovic and R. G. Dorsch， 〃The Gerchberg-Saxton Algorithm Applied in the Fractional Fourier or the Fresnel Domains," Opt. Let. 21， 842-844 (19%)來設計 這種D0E;或者可以使用其它已知技術。
現(xiàn)在參見圖7，其示出了適合被用于本發(fā)明的制圖系統(tǒng)的投影模 塊90的另一示例。設備90包括激光光源12A、散光器12B、第一凸 透鏡12C、衍射光學元件12D、和第二凸透鏡12E。這些元件被布置 成所謂的"4-F傅立葉變換器"散光器12B在透鏡12C的后焦平面 內(nèi)，衍射元件12D在透鏡12C的前焦平面內(nèi)并在透鏡12E的后焦平面 內(nèi)，并且這些透鏡的焦距相等。透鏡12C對由散光器12B產(chǎn)生的散斑 圖案進行傅立葉變換；在衍射元件處，其傳遞函數(shù)與散斑圖案的傅立 葉變換相乘；并且透鏡12E產(chǎn)生由乘法等到的乘積函數(shù)的逆傅立葉。 因此，在放置了物體的遠程近似中(Z大于Rayleigh距離)，散斑 隨機分布與元件12D相乘。
在一個示例中，元件12D可被實現(xiàn)成強度均衡罩(mask):幅 度罩，對其透明功能進行選擇以在遠場提供預定光強。例如，元件 12D可以是周邊透明度高于中心透明度的罩。投影的光將由罩的透明 度和散斑圖案確定。這樣，光強分布可在橫截面上變得顯著地更加一致?？偟恼f來，該元件可有助于被投影的散斑圖案的能量分布的均衡。 因此，本發(fā)明利用基于三角測量原理的簡單并且便宜的光學設 備提供了有效的3D物體重現(xiàn)技術。本發(fā)明可僅僅使用單個圖像；可 以采用單個固定裝配的相機；并且支持與物體距離大范圍的可能距離。
權利要求
1. 一種用于物體重現(xiàn)的系統(tǒng)，所述系統(tǒng)包括(a)照明單元，包括相干光源和隨機散斑圖案生成器，所述隨機散斑圖案生成器被放置在從所述光源向物體傳播的照明光的光路中從而在所述物體上投影出相干隨機散斑圖案；和(b)成像單元，其用于對被照明的區(qū)域的光響應進行檢測并且生成圖像數(shù)據(jù)，所述圖像數(shù)據(jù)指示了具有被投影的散斑圖案的所述物體，并且因此指示了所述物體圖像中的圖案相對于所述圖案的參考圖像的位移，于是該系統(tǒng)就能夠?qū)λ鑫矬w的三維映像進行實時重現(xiàn)。
2. 如權利要求1所述的系統(tǒng)，其中所述圖案生成器包括散光器， 其通過添加隨機相位將照射在其上的光進行散射。
3. 如權利要求2所述的系統(tǒng)，其中所述散光器包括一片毛玻璃。
4. 如權利要求l所述的系統(tǒng)，其中所述圖像數(shù)據(jù)指示了其上投影有散斑圖案的所述物體的圖像，所述散斑圖案是利用與主物體平面 基本垂直的照明光光路并且在所述圖案生成器和所述成像單元距所 述主物體平面距離基本相等處獲取的。
5. 如權利要求l所述的系統(tǒng)，包括被構建成用于存儲參考數(shù)據(jù) 的控制單元，所述參考數(shù)據(jù)指示了所述相干隨機散斑圖案的參考圖 像。
6. 如權利要求5所述的系統(tǒng)，其中所述參考數(shù)據(jù)指示了所述散 斑圖案的圖像，所述散斑圖案是在與所述照明光傳播光路基本垂直的 參考平面上并且在與所述圖案生成器和所述成像單元距離基本相等 處獲取的。
7. 如權利要求5所述的系統(tǒng)，其中所述控制單元被預編程為用 于利用數(shù)據(jù)來處理和分析圖像數(shù)據(jù)，所述數(shù)據(jù)指示了用于確定圖像之 間的關聯(lián)的參考圖像。
8. 如權利要求6所述的系統(tǒng)，其中所述控制單元被預編程為用 于利用數(shù)據(jù)來處理和分析圖像數(shù)據(jù)，所述數(shù)據(jù)指示了用于確定圖像之 間的關聯(lián)的參考圖像。
9. 如權利要求1所述的系統(tǒng)，其被構建成對測量到的體積進 行定義，該體積是通過照明光傳播和成像單元的光收集之間的交叉形 成的，從而使得距圖案生成器的距離大于Rayleigh距離的物體成像， 所述測量到的體積中的每個點都定義了照明和收集到的光傳播通路 之間的交叉角度。
10. 如權利要求1所述的系統(tǒng)，其中所述圖案生成器和所述成 像單元被定位以使得從所述圖案生成器和所述成像單元到所述物體 具有基本相等的距離。
11. 如權利要求9所述的系統(tǒng)，其中所述圖案生成器和所述成 像單元被定位以使得從所述圖案生成器和所述成像單元到所述物體具有基本相等的距離。
12. 如權利要求IO所述的系統(tǒng)，其中所述圖案生成器和所述成 像單元被定位成彼此相距所述照明光的Rayleigh距離的小部分。
13. 如權利要求8所述的系統(tǒng)，其中所述控制單元被預編程用 于將指示了圖像的所述數(shù)據(jù)分解成Mellin和對數(shù)分解，從而獲取不 會隨著所述散斑圖案的縮放和投影扭曲而變化的關聯(lián)。
14. 如權利要求IO所述的系統(tǒng)，其被構建成使得所述成像單元 的像素平面上的平均散斑特征大小的最小值Ax^被定義為<formula>formula see original document page 4</formula>其中F是成像透鏡的焦距，^是所述圖案生成器上的照明斑大 小，A是照明光的波長。
15. 如權利要求1所述的系統(tǒng)，包括調(diào)節(jié)器，其被構建成用于 減少所述成像單元的視野中的不同區(qū)域之間的照明亮度變化。
16. 如權利要求15所述的系統(tǒng)，其中所述調(diào)節(jié)器包括衍射光學元件。
17. 如權利要求16所述的系統(tǒng)，其中所述衍射光學元件被構建 成與所述圖案生成器一起操作以調(diào)節(jié)照明光傳播光路橫截面平面內(nèi) 的亮度。
18. 如權利要求16所述的系統(tǒng)，其中所述衍射光學元件被構建 成能夠降低沿著與照明光傳播基本平行的軸的亮度變化。
19. 如權利要求16所述的系統(tǒng)，其中所述衍射光學元件為唯相 元件，其被布置在散斑生成器的相對于照明光傳播的下游，并且被構 建成調(diào)節(jié)照明光傳播光路橫截面平面內(nèi)的亮度。
20. 如權利要求19所述的系統(tǒng)，其中所述照明單元被構建成4-F 傅立葉變換器。
21. 如權利要求l所述的系統(tǒng)，其中所述照明單元被構建成4-F 傅立葉變換器，其包括被構建成唯相元件的衍射光學元件，所述照明 單元的傅立葉變換產(chǎn)生了強度的橢圓截面，并且所述照明單元被布置 在兩個凸透鏡之間。
22. 如權利要求1所述的系統(tǒng)，其中所述成像單元包括單個光 檢測器，其定義了靜態(tài)視野。
23. —種用于物體重現(xiàn)的系統(tǒng)，所述系統(tǒng)包括(a) 照明單元，包括相干光源和散光器單元，所述散光器單元 被放置在從所述光源向物體傳播的照明光的光路中從而在所述物體 上投影出相干隨機散斑圖案；和(b) 成像單元，其包括定義了靜態(tài)視野的單個光檢測器，所述 單個光檢測器用于對被照明的區(qū)域的光響應進行檢測并且生成圖像 數(shù)據(jù)，所述圖像數(shù)據(jù)指示了具有被投影的散斑圖案的所述物體，并且 因此指示了所述物體圖像中的圖案相對于所述圖案的參考圖像的位 移，于是該系統(tǒng)就能夠?qū)λ鑫矬w的三維映像進行實時重現(xiàn)。
24. —種用于物體重現(xiàn)的系統(tǒng)，所述系統(tǒng)包括(a)照明單元，包括相干光源和散光器單元，所述散光器單元被放置在從所述光源向物體傳播的照明光的光路中從而在所述物體上投影出相干隨機散斑圖案；以及成像單元，其用于對被照明的區(qū)域 的光響應進行檢測并且生成圖像數(shù)據(jù)，所述成像單元和所述散光器被 定位成使得從所述散光器和所述成像單元到所述物體具有基本相等 的距離，所述圖像數(shù)據(jù)指示了具有被投影的散斑圖案的所述物體，并且 因此指示了所述物體圖像中的圖案相對于所述圖案的參考圖像的位 移，于是該系統(tǒng)就能夠?qū)λ鑫矬w的三維映像進行實時重現(xiàn)。
25. —種用于物體重現(xiàn)的系統(tǒng)，所述系統(tǒng)包括(a)照明單元，包括相干光源和散光器單元，所述散光器單元 被放置在從所述光源向物體傳播的照明光的光路中從而在所述物體 上投影出相干隨機散斑圖案；和(b)成像單元，其用于對被照明的區(qū)域的光響應進行檢測并且 生成圖像數(shù)據(jù)，所述圖像數(shù)據(jù)指示了具有所述被投影的散斑圖案的所 述物體，并且因此指示了所述物體圖像中的圖案相對于所述圖案的參 考圖像的位移，(C)控制單元，其被構建成用于存儲參考數(shù)據(jù)，所述參考數(shù)據(jù) 指示了所述相干隨機散斑圖案的參考圖像。
26. —種用于物體重現(xiàn)系統(tǒng)中的投影模塊，所述投影模塊包括相千光源和散光器，所述散光器被構建成通過添加隨機相位來使得照 射在其上的光散射，從而產(chǎn)生隨機散斑圖案以便將其投影在物體上， 從而使得具有所述投影圖案的物體成像，并且對圖像數(shù)據(jù)進行實時處 理以重現(xiàn)所述物體的三維映像。
27. —種用于物體的實時重現(xiàn)的方法，所述方法包括(i )將隨機散斑圖案投影在所述物體上，所述隨機散斑圖案 是通過照射相干光而形成的；(ii) 對來自所述物體的光響應進行檢測，并且產(chǎn)生具有所述 投影的散斑圖案的物體的圖像數(shù)據(jù)；(iii) 處理所述圖像數(shù)據(jù)從而確定所述物體圖像中的圖案相對 于所述圖案的參考圖像的位移，從而確定所述物體的三維映像。
28. 如權利要求27所述的方法，其中所述物體被布置成距圖案 生成器的距離基本等于所述物體和光檢測器之間的距離。
29. 如權利要求28所述的方法，其中主物體平面被定位成與照 明光傳播的軸基本垂直。
30. 如權利要求27所述的方法，其中所述參考數(shù)據(jù)指示了散斑 圖案的圖像，所述散斑圖案是在與所述照明光傳播光路基本垂直的參 考平面上并且在距所述散光器和所述成像單元距離基本相等處獲取的。
31. 如權利要求27所述的方法，其中所述處理包括確定所述圖像和所述參考圖像之間的關聯(lián)。
32. 如權利要求27所述的方法，其中，照明光傳播和光收集之 間的交叉定義了某個測量到的體積，其使得所述測量到的體積內(nèi)的距 散斑圖案生成器的距離大于Rayleigh距離的物體成像，所述測量到 的體積中的每個點都定義了照明和收集到的光傳播通路之間的交叉 角度。
33. 如權利要求31所述的方法，其中所述處理包括將指示了所 述圖像的所述數(shù)據(jù)分解成Mellin禾B/或?qū)?shù)分解，從而獲取不會隨著 所述散斑圖案的縮放和投影扭曲而變化的關聯(lián)。
34. 如權利要求27所述的方法，其中光檢測器的像素平面上的 平均散斑特征大小的最小值Ar^被定義為<formula>formula see original document page 7</formula>其中F是成像透鏡的焦距，(^是生成所述圖案的散光器上的照 明斑大小，A是照明光的波長。
35. 如權利要求27所述的方法，包括減少光檢測器的視野中的 不同區(qū)域之間的照明亮度變化。
36. 如權利要求35所述的方法，包括將所述圖案通過衍射光學 元件進行投影。
37. 如權利要求27所述的方法，其中所述檢測光響應是通過單 個光檢測器執(zhí)行的，該單個光檢測器定義了靜態(tài)視野。
38. 如權利要求27所述的方法，包括將指示了所述物體的三維 映像的數(shù)據(jù)輸入至人機界面。
39. 如權利要求38所述的方法，包括利用用于博奕的人機界面。
40. 如權利要求38所述的方法，包括利用用于健身的人機界面。
41. 如權利要求27所述的方法，包括利用指示了用于生物醫(yī)學 分析的物體3D映像的數(shù)據(jù)。
42. 如權利要求41所述的方法，其中所述生物醫(yī)學分析包括內(nèi) 窺鏡檢查。
43. 如權利要求27所述的方法，其被移動手機裝置執(zhí)行。
44. 如權利要求27所述的方法，包括利用所述物體的所述3D 映像來進行車輛之間的距離估計和/或接近警報。
45. 如權利要求27所述的方法，包括利用所述物體的所述3D 映像來進行入侵警報。
全文摘要
提出一種用于物體重現(xiàn)的系統(tǒng)和方法。所述系統(tǒng)包括照明單元和成像單元(參見圖1)。照明單元包括相干光源，和放置在從光源向物體傳播的照明光的光路中從而在物體上投影出相干隨機散斑圖案的隨機散斑圖案生成器。成像單元被構建成用于對被照明區(qū)域的光響應進行檢測并且生成圖像數(shù)據(jù)。圖像數(shù)據(jù)指示具有被投影的散斑圖案的物體，并且因此指示了物體圖像中的圖案相對于所述圖案的參考圖像的位移。這樣就能夠?qū)ξ矬w的三維映像進行實時重現(xiàn)。
文檔編號G06T17/05GK101288105SQ200680038004
公開日2008年10月15日 申請日期2006年3月14日 優(yōu)先權日2005年10月11日
發(fā)明者亞歷山大·施蓬特, 澤夫·扎勒夫斯基, 阿維亞德·梅澤爾斯, 雅維爾·加西亞 申請人:普萊姆傳感有限公司