一种三维点云采集方法和结构光扫描设备与流程

本发明涉及三维，具体而言，涉及一种三维点云采集方法和结构光扫描设备。

背景技术：

1、基于线结构光的扫描仪因其重建精度高，在工业测量领域有着广泛的应用。随着用户对生产效率的需求提升，投射多条线的双目结构光扫描仪已成为行业的主流，相比传统的单线结构光扫描仪，测量效率有了数倍乃至几十倍的提升，不过线数的增加也给线条的立体匹配带来了挑战，在某些情况下，会存在一对多的情况，比如左相机的某条线分别和右相机不同的线交会于不同的结构光面上，进而可能导致误匹配的产生，生成一些虚假的表面数据，影响测量结果的可靠性。

技术实现思路

1、本发明的目的在于，针对上述现有技术中的不足，提供一种三维点云采集方法和结构光扫描设备，以便结合考虑多个时刻中相邻时刻的三维线集合，对相邻时刻的三维线集合进行点云筛选，有效剔除了误线条立体匹配产生的虚假点云，从而得到可靠的点云，并得到待扫描物体的三维点云图像。

2、为实现上述目的，本技术实施例采用的技术方案如下：

3、第一方面，本技术实施例提供了一种三维点云采集方法，应用于结构光扫描设备的处理器，所述结构光扫描设备还包括：两个深度相机、线光源发射器，所述方法包括：

4、控制所述线光源发射器在多个时刻分别投射多个方向的光线至待扫描物体的表面，并获取所述两个深度相机在所述多个时刻采集的多组立体图像；

5、对所述多组立体图像分别进行位姿估计，得到所述结构光扫描设备在所述多个时刻的位姿信息；

6、根据每个时刻的位姿信息，对所述每个时刻的一组立体图像进行线条立体匹配，得到所述每个时刻的三维线集合；

7、根据所述多个时刻中相邻时刻的三维线集合，对所述相邻时刻的三维线集合进行点云筛选，得到所述待扫描物体的三维点云图像。

8、在可选的实施方式中，所述对所述多组立体图像分别进行位姿估计，得到所述结构光扫描设备在所述多个时刻的位姿信息，包括：

9、获取所述待扫描物体的预设标志点集合，所述预设标志点集合包括：预设世界坐标系下多个预设标志点的第一三维坐标，所述多个预设标志点中处于所述两个深度相机的公共视野范围的不共线的标志点数量大于或等于3；

10、基于所述每个时刻的一组立体图像，获取所述每个时刻的当前视野下的采集标志点集合，所述采集标志点集合包括：预设设备坐标系下的多个采集标志点的第二三维坐标；

11、根据所述多个预设标志点的第一三维坐标，和所述多个采集标志点的第二三维坐标，确定所述每个时刻下的同名标志点对，所述同名标志点对包括：多个同名标志点的第一三维坐标和第二三维坐标；

12、根据所述多个同名标志点的第一三维坐标和第二三维坐标，得到所述预设世界坐标系下所述结构光扫描设备在所述每个时刻的旋转矩阵和平移向量，所述每个时刻的位姿信息包括：所述旋转矩阵和所述平移向量。

13、在可选的实施方式中，所述根据所述多个同名标志点的第一三维坐标和第二三维坐标，得到所述预设世界坐标系下所述结构光扫描设备在所述每个时刻的旋转矩阵和平移向量，包括：

14、根据所述多个同名标志点的第一三维坐标，得到所述预设标志点集合中同名标志点的第一中心三维坐标；

15、根据所述多个同名标志点的第二三维坐标，得到所述采集标志点集合中同名标志点的第二中心三维坐标；

16、根据所述多个同名标志点的第一三维坐标、所述第一中心三维坐标、所述多个同名标志点的第二三维坐标以及所述第二中心三维坐标，计算所述旋转矩阵；

17、根据所述旋转矩阵、所述第一中心三维坐标和所述第二中心三维坐标，计算所述平移向量。

18、在可选的实施方式中，所述根据每个时刻的位姿信息，对所述每个时刻的一组立体图像进行线条立体匹配，得到所述每个时刻的三维线集合，包括：

19、根据所述多个方向的光线，确定所述多个时刻的结构光光面；

20、根据多个时刻中每个时刻的结构光光面，对所述每个时刻的一组立体图像进行线条匹配，得到所述每个时刻下的多对匹配线；

21、根据所述每个时刻的位姿信息，对所述每个时刻下的多对匹配线进行坐标转换，得到所述每个时刻的三维线集合。

22、在可选的实施方式中，所述根据多个时刻中每个时刻的结构光光面，对所述每个时刻的一组立体图像进行线条匹配，得到所述每个时刻下的多对匹配线，包括：

23、对所述每个时刻的一组立体图像进行线条匹配，得到所述每个时刻下多个线条对中每个线条对的多组候选匹配点，所述每个线条对包括：一组立体图像中不同图像的两条线，所述多组候选匹配点分别包括：所述两条线中不同线的两个匹配点；

24、根据所述多组候选匹配点，得到所述每个线条对应的多个三维点，并获取所述多个三维点与所述每个时刻的结构光光面的距离；

25、根据所述多个三维点与所述每个时刻的结构光光面的距离，得到所述每个线条对对应的距离标准差；

26、若所述多个线条对中多个目标线条对对应的距离标准差小于预设给定阈值，则确定所述多个目标线条对为所述每个时刻下的多对匹配线。

27、在可选的实施方式中，所述根据所述多个时刻中相邻时刻的三维线集合，对所述相邻时刻的三维线集合进行点云筛选，得到所述待扫描物体的三维点云图像，包括：

28、对所述相邻时刻的三维线集合进行连通域划分，得到所述相邻时刻的至少一个连通域，每个连通域包括：所述相邻时刻的三维线集合中连通的至少两条三维线；

29、若连通域的数量为至少两个，则根据至少两个连通域中各连通域的三维线条数量以及三维交叉点数量，对所述至少两个连通域进行排序；

30、对排序后的所述至少两个连通域逐个进行冲突检测，并根据检测结果，生成所述待扫描物体的三维点云图像。

31、在可选的实施方式中，所述根据至少两个连通域中各连通域的三维线条数量以及三维交叉点数量，对所述至少两个连通域进行排序，包括：

32、根据所述至少两个连通域的三维线条数量以及三维交叉点数量，分别确定所述至少两个连通域的第一数量值和第二数量值；

33、根据所述第一数量值，按从大到小的顺序对所述至少两个连通域进行排列；

34、若所述至少两个连通域的第一数量值相同，则根据所述第二数量值，按从大到小的顺序对所述至少两个连通域进行排列。

35、在可选的实施方式中，所述对排序后的所述至少两个连通域逐个进行冲突检测，并根据检测结果，生成所述待扫描物体的三维点云图像，包括：

36、对排序后的一个连通域和下一个连通域进行冲突检测；

37、若所述一个连通域和下一个连通域存在线条冲突，则删除所述下一个连通域，继续对所述一个连通域和后续连通域进行冲突检测，直至所述至少两个连通域均检测完毕，得到所述待扫描物体的三维点云图像；

38、若所述一个连通域和下一个连通域不存在线条冲突，则对所述一个连通域和所述下一个连通域进行合并，得到新的连通域，继续对所述新的连通域和后续连通域进行冲突检测，直至所述至少两个连通域均检测完毕，得到所述待扫描物体的三维点云图像。

39、在可选的实施方式中，所述根据所述多个时刻中相邻时刻的三维线集合，对所述相邻时刻的三维线集合进行点云筛选，得到所述待扫描物体的三维点云图像，还包括：

40、若连通域的数量为一个，根据一个连通域中所有三维线，生成所述三维点云图像。

41、第二方面，本技术实施例还提供了一种三维点云采集装置，应用于结构光扫描设备的处理器，所述结构光扫描设备还包括：两个深度相机、线光源发射器，所述装置包括：

42、获取模块，用于控制所述线光源发射器在多个时刻分别投射多个方向的光线至待扫描物体的表面，并获取所述两个深度相机在所述多个时刻采集的多组立体图像；

43、估计模块，用于对所述多组立体图像分别进行位姿估计，得到所述结构光扫描设备在所述多个时刻的位姿信息；

44、匹配模块，用于根据每个时刻的位姿信息，对所述每个时刻的一组立体图像进行线条立体匹配，得到所述每个时刻的三维线集合；

45、筛选模块，用于根据所述多个时刻中相邻时刻的三维线集合，对所述相邻时刻的三维线集合进行点云筛选，得到所述待扫描物体的三维点云图像。

46、第三方面，本技术实施例还提供了一种结构光扫描设备，所述结构光扫描设备包括：两个深度相机、线光源发射器和处理器，所述两个深度相机和所述线光源发射器刚性连接，所述处理器分别与所述两个深度相机、所述线光源发射器连接，所述处理器执行如第一方面任一所述的三维点云采集方法的步骤。

47、本技术的有益效果是：

48、本技术实施例提供一种三维点云采集方法和结构光扫描设备，该方法包括：控制线光源发射器在多个时刻分别投射多个方向的光线至待扫描物体的表面，并获取两个深度相机在多个时刻采集的多组立体图像，对多组立体图像分别进行位姿估计，得到结构光扫描设备在多个时刻的位姿信息，然后根据每个时刻的位姿信息，对每个时刻的一组立体图像进行线条立体匹配，得到每个时刻的三维线集合，最后根据多个时刻中相邻时刻的三维线集合，对相邻时刻的三维线集合进行点云筛选，得到待扫描物体的三维点云图像。本技术的方法，结合考虑多个时刻中相邻时刻的三维线集合，对相邻时刻的三维线集合进行点云筛选，有效剔除了误线条立体匹配产生的虚假点云，从而得到可靠的点云，并得到待扫描物体的三维点云图像，减少虚假表面，提升了线条立体匹配的正确率，也提升了得到待扫描物体的三维点云图像的可靠性。