本發(fā)明屬于三維測量，更具體地，涉及一種基于弧段聯(lián)合的橢圓檢測方法、系統(tǒng)及點云重建方法。

背景技術：

1、光學三維測量技術是一種利用光學原理獲取物體三維空間形狀、位置和表面特征的測量方法，一般可分為主動光學三維測量和被動光學三維測量。其中主動光學三維測量是通過向待測物體表面投射光圖案，經(jīng)過立體相機采集物體表面調制后的光圖案，進行解調和立體重建出三維點云。相較于被動光學三維測量，主動光學三維測量可以獲取更完整的三維形貌數(shù)據(jù)，應用更為廣泛。

2、但是受限于測量視角，單次三維測量仍然無法獲取物體表面全部三維數(shù)據(jù)，實踐中往往通過向待測物體表面粘貼標志點，獲取單視角表面三維點云的同時提取標志點中心的三維點云，在多次測量過程中依據(jù)物體表面相對固定的標志點三維坐標，將各視角的表面三維點云拼接到同一坐標系下?；跇酥军c的多視角測量點云拼合方法測量精度高、拼接速度快，但是主動光線三維測量過程中投射的光條紋會干擾到標志點的三維提取，造成標志點提取數(shù)量下降，拼接不穩(wěn)定等挑戰(zhàn)。

3、因此，目前亟需一種能夠穩(wěn)定準確提取圖像中受光條紋干擾影響的圓形標志點的方法，從而為主動光學三維測量過程多視角三維點云穩(wěn)定拼接提供支撐。

技術實現(xiàn)思路

1、針對現(xiàn)有技術的以上缺陷或改進需求，本發(fā)明提供了一種基于弧段聯(lián)合的橢圓檢測方法、系統(tǒng)及點云重建方法，其目的在于，實現(xiàn)高精度的橢圓檢測提取，從而穩(wěn)定準確提取圖像中受光條紋干擾影響的圓形標志點。

2、為實現(xiàn)上述目的，按照本發(fā)明的第一方面，提出了一種基于弧段聯(lián)合的橢圓檢測方法，包括如下步驟：

3、s1、基于邊緣檢測算法獲取目標圖像中所有的橢圓弧段以及橢圓弧段包含的邊緣點；

4、s2、計算各橢圓弧段的角度跨度；

5、對于角度跨度不小于第一跨度閾值的橢圓弧段，將每個橢圓弧段作為一個備選橢圓；

6、對于角度跨度小于第一跨度閾值的橢圓弧段，則基于凸性約束和相對位置約束對橢圓弧段進行配對；若配對后的橢圓弧段跨度在第二跨度閾值和2π之間，則將其作為一個備選橢圓；

7、s3、對每個備選橢圓中的邊緣點進行橢圓擬合，得到擬合的橢圓表達式；

8、s4、對每個備選橢圓，根據(jù)其中邊緣點的連續(xù)性和梯度，以及擬合得到橢圓的形狀判斷橢圓的提取質量，保留質量較高的橢圓，完成橢圓檢測。

9、作為進一步優(yōu)選的，所述基于凸性約束和相對位置約束對橢圓弧段進行配對，具體為：

10、當兩個橢圓弧段滿足下式時，將該兩個橢圓弧段進行配對；

11、

12、其中，a1、b1、m1為橢圓弧a1m1b1的兩端點和中點，a2、b2、m2為橢圓弧a2m2b2的兩端點和中點；l1和l2分別為弦a1b1和弦a2b2所在直線方程；

13、當一個橢圓弧段與多個其他橢圓弧段均配對成功時，僅取多個其他橢圓弧段中跨度最大的一個與該橢圓弧段配對。

14、作為進一步優(yōu)選的，所述第一跨度閾值為3π/2，所述第二跨度閾值為4π/3。

15、作為進一步優(yōu)選的，對每個備選橢圓，根據(jù)其中邊緣點的連續(xù)性和梯度，以及擬合得到橢圓的形狀判斷橢圓的提取質量，包括：

16、將備選橢圓中的邊緣點均按逆時針方向排序得到的有序點集；對每個備選橢圓，計算其對應的橢圓質量評價函數(shù)值，若橢圓質量評價函數(shù)值大于預設評價閾值時，則判斷保留對應橢圓；所述橢圓質量評價函數(shù)ps為：

17、

18、其中，si為形狀指標，lii、gii、wii分別為第i個邊緣點的位置指標、梯度指標、加權距離指標，n為有序點集中邊緣點的總數(shù)。

19、作為進一步優(yōu)選的，形狀指標si表示為：

20、

21、其中，a、b分別為擬合得到橢圓長半軸、半短軸的長度，θarc為弧段彎曲角度閾值。

22、作為進一步優(yōu)選的，位置指標lii的確定方式為：對于有序點集中的第i個邊緣點vi，若其8個鄰域像素上出現(xiàn)相鄰的邊緣點vi-1或vi+1，則lii＝1；否則lii＝0。

23、作為進一步優(yōu)選的，梯度指標gii，表示為：

24、

25、

26、其中，gi為第i個邊緣點處根據(jù)擬合的橢圓方程確定的理論梯度，ii為第i個邊緣點處根據(jù)圖像灰度計算的實際梯度，∥·∥2表示二范數(shù)。

27、作為進一步優(yōu)選的，加權距離指標wii表示為：

28、

29、其中，ri為第i個邊緣點到擬合橢圓中心的距離，r為橢圓長半軸長，θi為第i個邊緣點的旋轉角。

30、按照本發(fā)明的第二方面，提供了一種基于弧段聯(lián)合的橢圓檢測系統(tǒng)，包括處理器，所述處理器用于執(zhí)行上述基于弧段聯(lián)合的橢圓檢測方法。

31、按照本發(fā)明的第三方面，提供了一種標志點三維點云重建方法，包括如下步驟：

32、在目標物體上預先粘貼圓形標志點，通過雙目相機對應獲取兩幅包含標志點的目標圖像；

33、通過上述基于弧段聯(lián)合的橢圓檢測方法分別檢測得到兩幅目標圖像上的橢圓，即標志點；

34、對兩幅目標圖像上的橢圓，先通過極線匹配法進行初始匹配，然后通過隨機采樣一致法進行準確匹配，得到標志點圓輪廓；進而根據(jù)標志點實際尺寸，剔除尺寸不符合的匹配后標志點，得到標志點三維點云。

35、總體而言，通過本發(fā)明所構思的以上技術方案與現(xiàn)有技術相比，主要具備以下的技術優(yōu)點：

36、1.本發(fā)明在通過邊緣檢測算法獲取橢圓弧段后，基于弧段的跨度、凸性和相對位置關系對其進行分組匹配，進而通過橢圓擬合和篩選，實現(xiàn)高魯棒性、高精度的橢圓檢測提取，能夠穩(wěn)定準確提取圖像中受光條紋干擾影響的圓形標志點。

37、2.基于本發(fā)明橢圓檢測方法，能在光條紋干擾狀態(tài)下，精確提取出受激光線影響的標志點圓，增加每幀圖像中的標志點數(shù)量，實現(xiàn)更高精度的標志點三維點云拼接，為主動光學三維測量過程多視角三維點云穩(wěn)定拼接提供支撐。

38、3.本發(fā)明基于邊緣點的連續(xù)性和梯度以及橢圓的形狀創(chuàng)建了橢圓質量評價函數(shù)，從而驗證擬合橢圓是否為真，可排除質量較差的標志點的干擾，提高檢測精度。

技術特征：

1.一種基于弧段聯(lián)合的橢圓檢測方法，其特征在于，包括如下步驟：

2.如權利要求1所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，所述基于凸性約束和相對位置約束對橢圓弧段進行配對，具體為：

3.如權利要求1所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，所述第一跨度閾值為3π/2，所述第二跨度閾值為4π/3。

4.如權利要求1-3任一項所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，對每個備選橢圓，根據(jù)其中邊緣點的連續(xù)性和梯度，以及擬合得到橢圓的形狀判斷橢圓的提取質量，包括：

5.如權利要求4所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，形狀指標si表示為：

6.如權利要求4所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，位置指標lii的確定方式為：對于有序點集中的第i個邊緣點vi，若其8個鄰域像素上出現(xiàn)相鄰的邊緣點vi-1或vi+1，則lii＝1；否則lii＝0。

7.如權利要求4所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，梯度指標gii，表示為：

8.如權利要求4所述的基于弧段聯(lián)合的橢圓檢測方法，其特征在于，加權距離指標wii表示為：

9.一種基于弧段聯(lián)合的橢圓檢測系統(tǒng)，其特征在于，包括處理器，所述處理器用于執(zhí)行如權利要求1-8任一項所述的基于弧段聯(lián)合的橢圓檢測方法。

10.一種標志點三維點云重建方法，其特征在于，包括如下步驟：

技術總結
本發(fā)明屬于三維測量技術領域，并具體公開了一種基于弧段聯(lián)合的橢圓檢測方法、系統(tǒng)及點云重建方法，其包括：基于邊緣檢測算法獲取目標圖像中橢圓弧段及邊緣點；對于角度跨度不小于第一跨度閾值的橢圓弧段，將每個橢圓弧段作為備選橢圓；對于角度跨度小于第一跨度閾值的橢圓弧段，則基于凸性約束和相對位置約束對橢圓弧段進行配對；若配對后的橢圓弧段跨度在第二跨度閾值和2π之間，將其作為備選橢圓；對備選橢圓中的邊緣點進行橢圓擬合，得到擬合橢圓；對每個備選橢圓，根據(jù)其中邊緣點的連續(xù)性和梯度，以及擬合橢圓的形狀判斷橢圓的提取質量，保留質量較高的橢圓。本發(fā)明可實現(xiàn)高精度橢圓檢測，從而穩(wěn)定準確提取圖像中受光條紋干擾的圓形標志點。

技術研發(fā)人員：李中偉,鐘凱,晏都,吳宇涵
受保護的技術使用者：華中科技大學
技術研發(fā)日：
技術公布日：2025/1/9