一种针对条纹投影轮廓术图像中强高光区域的先验引导修复方法
本发明涉及光学三维测量领域，尤其涉及用于条纹投影轮廓术所采集的投影图片高光的去除和条纹信息的修复。
背景技术：
1、高光修复技术广泛应用于视觉检测领域，能精确捕捉物体表面微小细节和形状，为最后的检测提供重要的几何特征和颜色信息支持。在极端光学环境下，在使用条纹投影轮廓术对目标进行测量时，目标表面高反射率和外部极端光照环境往往会导致采集的目标条纹图像出现大量的高光成分，从而导致条纹信息的错误，继而影响目标的测量精度，因此高光去除和条纹信息的修复在光学三维测量领域至关重要。对于高光去除和条纹信息修复，主要难点在于如何利用单幅图像的有限信息抑制高光并修复条纹信息。传统的基于纯图像处理方法通常只适用于高光成分较弱的图像，且其修复的颜色和纹理信息精确度要求并不高，往往只需满足基本的特征识别需求即可，但条纹投影轮廓术中目标的测量结果深度依赖条纹图像的相位信息，因此现有的传统高光去除方法无法满足条纹图像的精确修复需求，存在较大的局限性，亟需开发出一套精确的针对条纹图像的高光修复方法。
技术实现思路
1、本发明提出了在条纹投影轮廓术图像中强高光的先验引导修复方法，对修复的多帧相移条纹图像进行处理，克服了高光带来的点云缺失、形貌畸变等问题。
2、为了达到上述目的，本发明的技术方案是这样实现的，在条纹投影轮廓术图像中强高光的先验引导修复方法，包括以下步骤：
3、s1：对条纹投影轮廓术图像的高光区域进行识别和定位；
4、s2：通过分析高光区域的左右邻近区域的条纹信息，采用分段三次赫米特插值多项式算法逐行确定正弦条纹在高光区域的背景强度和调制幅值；
5、s3：通过分析高光区域的上下邻近区域的条纹信息，采用非线性levenberg-marquardt拟合算法逐行拟合正弦条纹的相位调制参数初始值；
6、s4：基于左右邻近区域的条纹信息，采用带权重的非线性levenberg-marquardt拟合算法，基于步骤s3所得的相位调制参数初始值，逐列拟合高光区域的相位调制参数；
7、s5：基于步骤s2和步骤s4拟合的参数，逐行计算得出高光区域的条纹信息。
8、其中一般采用的拟合算法为非线性levenberg-marquardt拟合算法，而本发明采用带权重的非线性levenberg-marquardt拟合算法，带权重的非线性levenberg-marquardt拟合算法在处理具有不同质量或不同重要性的数据点时，可以提供更好的拟合结果和更强的鲁棒性，特别是在含有高光信息的数据中。
9、本发明在采集含有高光的条纹投影图片中分析非高光区域的条纹图案，通过拟合算法确定投影条纹的常数和振幅参数,对于编码形状信息的关键初始相位参数，利用了镜面区域的连续性和投影仪与物体之间固定的相对几何形状，该基础使迭代优化策略能够在镜面区域内逐步估计条纹强度,这使得修复后的条纹数据与原始的非高光信息无缝集成。
10、本发明在高光区域修复过程中，精确地处理了条纹信息，并与邻近的非高光区域数据进行了有效的衔接，这种处理方法确保了全局数据的连续性和一致性，使得修复后的点云图在视觉和数据结构上均无明显断层。
11、本发明通过将修复后的点云图与未经处理的点云图进行点云侧廓线对比，结果显示修复后的点云图在侧廓线分析中表现出明显的优势，其表明该方法能够有效修复因高光导致的形貌畸变和点云空洞。
技术特征：
1.一种针对条纹投影轮廓术图像中强高光区域的先验引导修复方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的在条纹投影轮廓术图像中强高光的先验引导修复方法，其特征在于，步骤s1所述的对条纹投影轮廓术图像的高光区域进行识别和定位的方法为：
3.根据权利要求1所述的在条纹投影轮廓术图像中强高光的先验引导修复方法，其特征在于，所述步骤s3的方法为：
4.根据权利要求1所述的在条纹投影轮廓术图像中强高光的先验引导修复方法，其特征在于，所述步骤s2和步骤s4的方法为：
5.根据权利要求1所述的在条纹投影轮廓术图像中强高光的先验引导修复方法，其特征在于，所述步骤s5的方法为：
技术总结
本发明提出了一种针对条纹投影轮廓术图像中强高光区域的先验引导修复方法，旨在去除和修复镜面反射物体条纹投影测量图像中的高光。通过分析非高光区域的条纹图案和用拟合算法确定投影条纹的常数和振幅参数。对于编码形状信息的关键相位调制参数初始值，则运用了镜面反射区域的连续性以及投影仪和物体之间固定的相对几何形状，随后迭代优化，即可以逐步计算高光区域内的条纹强度。结果表明，修复的条纹信息与邻近非高光信息有着良好的衔接，保证了全局的一致性和连续性。三维测量实验表明，该方法可有效修复高光导致的形貌畸变和点云空洞。
技术研发人员：孙翔,罗珍珺,张云鹏,凌兆燏,张滢洁,彭书祺,戴丽珍
受保护的技术使用者：华东交通大学
技术研发日：
技术公布日：2024/12/5