賀嘉偉,許新科,孔 明,張 波,王道檔,郭天太,趙 軍
(1. 中國(guó)計(jì)量大學(xué)計(jì)量測(cè)試工程學(xué)院,浙江 杭州 310018; 2. 上海市計(jì)量測(cè)試技術(shù)研究院,上海 201203)
面結(jié)構(gòu)光三維測(cè)量屬于主動(dòng)式光學(xué)測(cè)量技術(shù),該方法通過(guò)向被測(cè)物投射包含相位信息的條紋,并用相機(jī)獲取經(jīng)被測(cè)物形貌調(diào)制后的發(fā)生扭曲變形的條紋圖,通過(guò)相位解算技術(shù)來(lái)獲得被測(cè)物的三維信息[1-2]。由于其高精度、高效率、低成本以及非接觸的優(yōu)勢(shì),它被廣泛應(yīng)用于實(shí)物仿形、工業(yè)檢測(cè)、醫(yī)學(xué)診斷等領(lǐng)域[3]。結(jié)構(gòu)光三維測(cè)量可有效地測(cè)量重構(gòu)以漫反射表面為主的物體,而對(duì)表面以鏡面反射為主的物體進(jìn)行測(cè)量時(shí),由于相機(jī)接收光線過(guò)飽和,采集圖片中往往會(huì)出現(xiàn)鏡面反射光,即高光,導(dǎo)致測(cè)量出現(xiàn)重構(gòu)形面塌陷或無(wú)法重構(gòu)等問(wèn)題。尤其面對(duì)表面紋理復(fù)雜的小型金屬物體時(shí),其鏡面反射方向不一,單一的高光抑制技術(shù)例如偏振法[4]難以達(dá)到最佳效果,同時(shí),僅使用偏振法進(jìn)行消光往往會(huì)使得原漫反射區(qū)域亮度過(guò)低,而導(dǎo)致解相失敗。事實(shí)上,表面高光影響的消除一直是該領(lǐng)域的研究難點(diǎn)與熱點(diǎn)。
文獻(xiàn)[5-6]利用漫反射與鏡面反射所產(chǎn)生的高亮信息在RGB空間中呈T型分布的性質(zhì)對(duì)物體的高亮區(qū)域進(jìn)行有效恢復(fù),但由于高光區(qū)域顏色信息由光源決定而非物體本身,對(duì)于金屬導(dǎo)體材質(zhì)物體的三維測(cè)量效果較差。ANAND A K[7]采用噴涂法消除被測(cè)物表面的反光,但此法會(huì)產(chǎn)生新的測(cè)量誤差,同時(shí),噴涂劑可能會(huì)對(duì)物體表面造成腐蝕。王中任等[8]提出了一種以顏色空間變換和多項(xiàng)式調(diào)校的方法,該方法主要針對(duì)單幅圖像的金屬零件表面進(jìn)行高光抑制,然而在光照過(guò)強(qiáng)時(shí),抑制效果有限。柴玉亭等[9]采取基于頻域?yàn)V波的方法抑制高光,但其測(cè)量效果取決于物體表面的曲率變化,有一定局限性。
為使結(jié)構(gòu)光三維測(cè)量技術(shù)可有效重構(gòu)小型金屬物體,本文在顏色空間轉(zhuǎn)換法基礎(chǔ)上進(jìn)行針對(duì)性改進(jìn),提出一種金屬表面高光抑制方法。該方法利用偏振鏡對(duì)單波長(zhǎng)光線的選通濾波性來(lái)達(dá)到大面積消除高光區(qū)域的目的,同時(shí)利用藍(lán)光的抗干擾性增加系統(tǒng)魯棒性,并實(shí)現(xiàn)了一種色度亮度分離的強(qiáng)化消光算法以修補(bǔ)被測(cè)形面上的殘余高光點(diǎn),達(dá)到高光抑制目的。相比傳統(tǒng)偏振法,該法僅需一塊偏振鏡,簡(jiǎn)化測(cè)量流程。同時(shí),現(xiàn)有的基于顏色空間轉(zhuǎn)換的方法主要用于單幅圖像的高光消除,而該方法對(duì)于結(jié)構(gòu)光三維測(cè)量流程的適配性則更強(qiáng)。
所設(shè)計(jì)的結(jié)構(gòu)光三維測(cè)量系統(tǒng)如圖1所示。系統(tǒng)由圖像采集系統(tǒng)、條紋投影系統(tǒng)以及參考面組成,并在相機(jī)鏡頭前加裝偏振鏡。投影儀光心與相機(jī)光心的連線EF同參考面平行。本實(shí)驗(yàn)使用四步移相法[10],由投影儀投出4幅相位差為 π /2的正弦條紋圖,分別投影于參考面及被測(cè)物體上。當(dāng)條紋被投影到被測(cè)物體上時(shí),條紋會(huì)由于受物體形面調(diào)制將產(chǎn)生扭曲,從而與原始條紋圖形成相位差。由圖可知,被測(cè)物D點(diǎn)所引起的相位差等于原始條紋圖中A點(diǎn)與B點(diǎn)之間的相位差,通過(guò)計(jì)算A、B兩點(diǎn)之間的相位差可即得到物體的高度h。
圖1 結(jié)構(gòu)光三維測(cè)量系統(tǒng)
由相位關(guān)系和測(cè)量系統(tǒng)結(jié)構(gòu)可得到高度-相位差映射公式:
式中:T——投影條紋節(jié)距;
??——A、B兩點(diǎn)的相位差;
h——被測(cè)點(diǎn)高度;
d——相機(jī)與投影儀光心之間的直線距離;
L——光心與參考面的直線距離。
為降低高光對(duì)測(cè)量的影響,提出藍(lán)光偏振選通濾波方法,該方法結(jié)合了藍(lán)光抗干擾性強(qiáng)及偏振鏡的選通濾波特性,可大幅度降低物體表面鏡面反射分量。所選用偏振鏡由特定方向的光柵構(gòu)成,用于過(guò)濾振動(dòng)方向不同的光。若自然光通過(guò)偏振鏡,由于其光波振動(dòng)方向各不相同,可分解為兩束互相垂直、振幅相同的線偏振光,表示為式(2),由該式可以看出其光強(qiáng)等于自然光投射光強(qiáng)的一半,無(wú)論如何旋轉(zhuǎn)偏振鏡,都無(wú)法達(dá)到選通濾波的作用;當(dāng)偏振光經(jīng)過(guò)偏振鏡,根據(jù)馬呂斯定律[11],其光強(qiáng)如式(3)所示。
式中:I0——入射光強(qiáng);
Ix、Iy——互相垂直的兩束線偏振光;
I——出射光強(qiáng);
E0——入射光振幅;
α、 β——入射光偏振角與偏振鏡調(diào)制角。
由式可見(jiàn),隨著偏振鏡的轉(zhuǎn)動(dòng),( α?β)發(fā)生改變,出射光強(qiáng)度I的值將會(huì)發(fā)生周期性變化,可達(dá)到消除高光的效果,因此,測(cè)量系統(tǒng)需保證物體表面反射光為偏振度較高的偏振光。
分析金屬表面光線反射過(guò)程,如圖2所示,從物體表面反射過(guò)程來(lái)看,當(dāng)光線經(jīng)物體表面反射時(shí),入射光與反射光可分解為兩個(gè)正交矢量。結(jié)合菲涅爾公式[12],反射光與入射光矢量振幅比如式(4)、(5)所示。進(jìn)一步根據(jù)Stokes矢量定義推導(dǎo)出金屬表面偏振光反射過(guò)程的Mueller矩陣[13]。定義入射光Stokes矢量反射光矢量,兩者關(guān)系如式(6)~(10)所示。
圖2 金屬表面光線反射過(guò)程
式中:Erx、Eix——反射光與入射光垂直于入射面的光學(xué)矢量;
Ery、Eiy——反射光與入射光平行于入射面的光學(xué)矢量;
i1——入射角;
i2——折射角;
φx、 φy——兩正交矢量的相位角。
上式中的4階方陣即為描述金屬表面偏振光反射過(guò)程的Mueller矩陣,當(dāng)入射光為偏振光時(shí),x、y方向光矢量反射比及相位角改變程度均不同,尤其當(dāng)入射光為水平或垂直線偏振光時(shí),入射角i1與折射角i2相等,反射光Stokes矢量為線偏振光,其余情況則為橢圓偏振光,利用偏振鏡可達(dá)到良好的效果。自然光經(jīng)表面反射后,由于金屬導(dǎo)體材質(zhì)的表面特性[4],rx與ry值相差較小,由式(6)得反射光矢量偏振度較低,其反射光經(jīng)偏振濾波后僅表現(xiàn)為總體光強(qiáng)的減弱,通過(guò)旋轉(zhuǎn)偏振鏡很難達(dá)到理想的高光抑制效果。
為此,本文使用3LCD投影技術(shù)投射正弦條紋,它將光分為紅、綠、藍(lán)三原色并分別通過(guò)液晶板后相互作用實(shí)現(xiàn)光源投影,三種色光為偏振性各不相同的偏振光,經(jīng)偏振鏡選通濾波后,與偏振方向平行的光分量通過(guò),則合成的光強(qiáng)如式(11)所示。當(dāng)偏振角 θ發(fā)生變化時(shí),經(jīng)選通濾波后的光源各分量強(qiáng)度也將發(fā)生變化,但分量之間光強(qiáng)具有互補(bǔ)性,因而整體光強(qiáng)變化較小,主要表現(xiàn)為接收光顏色的變化,如圖3所示,采用白光條紋投影將使偏振鏡的選通濾波作用失效。
圖3 白色光源偏振選通濾波效果
式中:I——接收光強(qiáng)度;
θ——偏振鏡偏振角;
Er、Eg、Eb及 θr、θg、θb——紅、綠、藍(lán)光振幅及偏振角;
E′——實(shí)際操作中的誤差。
當(dāng)通過(guò)偏振鏡的光為單波長(zhǎng)的光時(shí),光的偏振性一致,式(11)中的光強(qiáng)分量將只有一項(xiàng),此時(shí)通過(guò)改變 θ可使得接收光強(qiáng)度發(fā)生改變。
因此,實(shí)驗(yàn)選擇單色光條紋投影。由于藍(lán)光波長(zhǎng)處于400 nm與480 nm之間,其波長(zhǎng)相較紅、綠光更短,具有較高的能量,因而有較強(qiáng)的抗干擾性,故實(shí)驗(yàn)選擇藍(lán)光進(jìn)行條紋投影。
如圖4所示為投影儀投射藍(lán)光條紋時(shí)的偏振選通濾波效果,轉(zhuǎn)動(dòng)偏振鏡,光強(qiáng)度會(huì)發(fā)生改變,且金屬物表面的反射光強(qiáng)度變化較漫反射平面更為劇烈,達(dá)到去除金屬物體表面高光的目的。
圖4 藍(lán)色光源偏振選通濾波效果
然而,隨著高光區(qū)域光強(qiáng)度的減弱,漫反射區(qū)域亮度也將小幅下降,在抑制高光區(qū)域光強(qiáng)度的同時(shí),也會(huì)導(dǎo)致部分區(qū)域灰度值過(guò)低,因此要注意合理選擇旋轉(zhuǎn)角度,盡可能將反射光偏振角與偏振鏡的角度差保持在20°與40°之間,避免條紋亮度過(guò)低。
雖然采用藍(lán)光偏振選通濾波方法可以大幅度抑制高光影響,但對(duì)于高光過(guò)強(qiáng)點(diǎn)無(wú)法得到完全抑制,因而需進(jìn)一步采用算法對(duì)剩余高光點(diǎn)進(jìn)行處理。
為對(duì)剩余高光點(diǎn)進(jìn)行抑制,提出增強(qiáng)高光去除算法。該方法主要利用物體表面反射光的亮度色度信息進(jìn)行處理。RGB顏色空間中,由于R、G、B三個(gè)分量均含有亮度信息,故在RGB顏色空間內(nèi)消除圖像高光較為困難。YCbCr顏色空間是一種亮度與色度相互獨(dú)立的顏色空間[14-15]。在此基礎(chǔ)上,本文提出一種亮度色度分離消光算法以消除被測(cè)物殘余高光區(qū),流程如圖5所示,具體過(guò)程如下。
圖5 算法流程圖
1)進(jìn)行高光像素點(diǎn)的判斷。高光現(xiàn)象的產(chǎn)生主要是由于光強(qiáng)度超過(guò)相機(jī)動(dòng)態(tài)范圍導(dǎo)致部分區(qū)域過(guò)度曝光,使圖像灰度值達(dá)到上限。利用算法對(duì)金屬塞尺進(jìn)行模擬降曝光處理,如圖6(a)、(b)所示,其中漫反射區(qū)域亮度下降迅速,而高光區(qū)域光強(qiáng)度遠(yuǎn)高于相機(jī)動(dòng)態(tài)范圍,亮度下降緩慢,與漫反射區(qū)域分離。因此,對(duì)被測(cè)物圖像進(jìn)行模擬降曝光處理,接著對(duì)其進(jìn)行YCbCr顏色空間轉(zhuǎn)換,轉(zhuǎn)換公式如式(12)。獲得Y值分量后,每一矩陣元素代表圖像上的對(duì)應(yīng)像素點(diǎn)。進(jìn)一步分析圖像Y值,根據(jù)圖像整體亮度設(shè)定閾值,當(dāng)Y值所屬矩陣中的元素值大于該閾值,則該元素所代表的像素便可認(rèn)為是高光像素點(diǎn)。最后,遍歷每一個(gè)像素點(diǎn),重復(fù)以上操作,生成高光區(qū)域掩膜,如圖6(c)所示。
圖6 模擬降曝光前后圖像
2)將四幅被調(diào)制條紋圖按式(12)進(jìn)行顏色空間轉(zhuǎn)換,在得到原圖像YCbCr顏色空間信息后,結(jié)合高光像素位置的判斷結(jié)果進(jìn)行高光區(qū)域修復(fù)處理。其步驟如下:
①分別對(duì)Y、Cb與Cr值進(jìn)行歸一化處理,如圖7所示。這樣做可使各分量值矩陣以灰度圖的形式呈現(xiàn),便于后續(xù)的分析處理。
圖7 Y、Cb、Cr分量
② 分別對(duì)3個(gè)分量進(jìn)行像素填補(bǔ)處理,從高光區(qū)域周?chē)阉鞣弦蟮南袼攸c(diǎn)來(lái)代替高光像素點(diǎn)。針對(duì)本實(shí)驗(yàn)所采用圖像,由圖7可見(jiàn),高光區(qū)域Y值過(guò)高,而Cb與Cr值較之周?chē)^(guò)低。通過(guò)多組實(shí)驗(yàn)與鄰域像素點(diǎn)的比對(duì)分析,當(dāng)兩像素點(diǎn)Y值差在0.3以內(nèi),Cb值差在0.4以內(nèi),Cr值差在0.15以內(nèi)時(shí),像素填補(bǔ)處理效果最好,故以此設(shè)定符合條件像素點(diǎn)進(jìn)行替換填補(bǔ),并沿條紋方向依次進(jìn)行像素點(diǎn)判斷,直至得到可替換像素點(diǎn)。
3)將所得圖像經(jīng)式(13)逆變換得到增強(qiáng)算法處理后的結(jié)果,如圖8所示,殘余高光點(diǎn)經(jīng)處理后基本得到消除,高光點(diǎn)灰度值飽和度也有所下降,所得結(jié)果即可代替原圖進(jìn)行相位解算。
圖8 算法處理前后圖像
實(shí)驗(yàn)系統(tǒng)如圖9所示。其中,正弦藍(lán)光條紋采用算法編碼;系統(tǒng)標(biāo)定環(huán)節(jié)已包含偏振鏡,采用張正友標(biāo)定法對(duì)相機(jī)內(nèi)外參數(shù)進(jìn)行標(biāo)定,隨后使用逆相機(jī)法標(biāo)定投影儀,獲得公式(1)中的系統(tǒng)參數(shù)d、L。測(cè)量過(guò)程中,采用相機(jī)采集4幅調(diào)制條紋圖像,并分別對(duì)其進(jìn)行去高光處理,隨后進(jìn)行相位解算,將結(jié)果代入式(1)得到三維重構(gòu)圖。實(shí)驗(yàn)設(shè)置原圖重構(gòu)結(jié)果與利用文獻(xiàn)[8]進(jìn)行消光處理后被測(cè)對(duì)象重構(gòu)結(jié)果為對(duì)照組。系統(tǒng)采用索尼EX120投影儀,圖像采集采用大恒MER2-302-56U3C工業(yè)相機(jī),分辨率為1 536×2 048 dpi,曝光時(shí)間設(shè)置為 166 ms,標(biāo)定得到系統(tǒng)中L=401.357 5 mm,d=128.650 4 mm,正弦條紋經(jīng)投影采集后條紋節(jié)距T=27.849 1pixel,偏振鏡旋轉(zhuǎn)角在35°左右。
圖9 實(shí)驗(yàn)系統(tǒng)
實(shí)驗(yàn)分別采用1元硬幣、鑰匙與1 mm金屬塞尺作為實(shí)驗(yàn)對(duì)象,其原圖、利用文獻(xiàn)[8]方法消除高光結(jié)果與本文方法消除高光效果如圖10~13所示。可以看出,文獻(xiàn)[8]方法可使被測(cè)物曝光度總體下降,恢復(fù)部分細(xì)節(jié),但對(duì)于條紋信息的恢復(fù)效果較為有限,由于直方圖均衡化處理,條紋信息也發(fā)生一定改變。由圖可見(jiàn),本文方法消除了大部分高光,同時(shí)有效恢復(fù)了條紋相位信息,保證細(xì)節(jié)完整。
圖10 1元硬幣去高光處理效果
圖11 鑰匙去高光處理效果
圖12 1 mm塞尺去高光處理效果
圖13 1元硬幣重構(gòu)效果
圖13、圖14、圖15分別為1元硬幣、鑰匙與1 mm 金屬塞尺三維重構(gòu)結(jié)果對(duì)比,(a)、(b)、(c)分別為拍攝原圖、利用文獻(xiàn)[8]所述方法及本文方法重構(gòu)結(jié)果。由于高光影響,三組實(shí)驗(yàn)均出現(xiàn)了較大重構(gòu)解相失敗或大誤差區(qū)域,經(jīng)文獻(xiàn)[8]處理后可有效抑制高光對(duì)三維重構(gòu)的影響,但方法較為局限,同時(shí),直方圖均衡化的過(guò)程存在破壞原有相位信息的可能,最終導(dǎo)致重構(gòu)結(jié)果出現(xiàn)新的誤差,如圖15(b)所示。而本文所提出的方法在保持原有信息完整情況下,對(duì)高光抑制效果顯著。
圖14 鑰匙重構(gòu)效果
圖15 1 mm塞尺重構(gòu)效果
經(jīng)統(tǒng)計(jì),每組中重構(gòu)失敗點(diǎn)數(shù)目如表1所示。對(duì)于硬幣、鑰匙,文獻(xiàn)[8]方法使高光點(diǎn)數(shù)目分別降低為原來(lái)的36.03%,27.32%左右。同時(shí),文獻(xiàn)[8]消除了塞尺前端大部分高光影響,但由于破壞了后端位置原有相位信息,導(dǎo)致其解相失敗。經(jīng)本文方法對(duì)三組實(shí)驗(yàn)進(jìn)行高光處理后,高光點(diǎn)數(shù)目分別降低為原來(lái)的6.35%、4.48%、6.22%左右。
表1 處理前后重構(gòu)失敗點(diǎn)數(shù)目對(duì)比
本文提出了一種適用于條紋投影結(jié)構(gòu)光三維測(cè)量的小視場(chǎng)金屬表面高光抑制法,該方法利用藍(lán)光的抗干擾性與偏振鏡選通濾波作用大面積去除高光,結(jié)合算法的作用恢復(fù)表面殘余高光點(diǎn),并利用對(duì)比實(shí)驗(yàn)證明其可行性。本研究針對(duì)小視場(chǎng)金屬物高光的抑制,相比顏色空間轉(zhuǎn)換法與傳統(tǒng)偏振法有著更好的抑制效果。此外文本所提方法適用于形面紋理復(fù)雜程度不同的對(duì)象,有著較高的靈活性與泛用性。但對(duì)于部分光強(qiáng)過(guò)強(qiáng)處,本文方法仍無(wú)法完全恢復(fù)其信息,多存在于高度跳變處,針對(duì)該問(wèn)題,計(jì)劃通過(guò)調(diào)整系統(tǒng)參數(shù)及完善像素恢復(fù)算法來(lái)解決。