结构光三维测量的投影机镜头畸变误差校正方法与流程

1.本技术涉及三维扫描领域，尤其涉及到一种结构光三维测量的投影机镜头畸变误差校正方法。


背景技术：

2.结构光三维扫描技术广泛应用于工业检测、文物仿形、医学整形与逆向工程等领域。一个基本的结构光三维扫描系统由一个投影机与一个相机组成，其工作原理是系统通过投影机投影单幅或多幅预编码图案至被测物体表面，相机采集被物体表面调制后的编码图案，并传输至上位机进行解码获得对应性信息，然后根据光学三角测量原理结合系统标定参数获取三维点云信息。将对应性信息转化为三维点云信息这一过程，常被称为三角计算。
3.通常情况下，三角计算在pc端进行，但这一过程比较耗时，少则十几秒，多则数分钟，难以满足快速计算的需求。因此，在工业应用中，常采用fpga作为数据处理器进行三角计算以实现快速计算。然而，在实现计算过程中，相机镜头与投影机镜头的畸变校正是关键步骤，尤其是投影机镜头的畸变校正，目前的校正流程较为复杂，导致校正速度较慢。


技术实现要素：

4.有鉴于此，本技术提供了一种结构光三维测量的投影机镜头畸变误差校正方法，可解决投影机镜头的畸变校正，校正流程较为复杂，导致校正速度较慢的技术问题。
5.根据本技术的一个方面，提供了一种结构光三维测量的投影机镜头畸变误差校正方法，该方法包括：
6.基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据所述初始对应性信息计算三维点云的投影机图像坐标；
7.基于投影机镜头畸变参数对所述三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；
8.根据所述初始对应性信息和所述校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于所述投影机镜头畸变误差校正查询表对所述投影机镜头进行畸变误差校正。
9.根据本技术的另一个方面，提供了一种结构光三维测量的投影机镜头畸变误差校正装置，该装置包括：
10.计算模块，用于基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据所述初始对应性信息计算三维点云的投影机图像坐标；
11.校正模块，用于基于投影机镜头畸变参数对所述三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；
12.创建模块，用于根据所述初始对应性信息和所述校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于所述投影机镜头畸变误差校正查询表对所述投影机镜头进
行畸变误差校正。
13.根据本技术又一个方面，提供了一种三维扫描仪的投影机镜头畸变误差校正方法，包括：
14.使用投影机镜头畸变误差校正查询表校正三维扫描仪的投影机镜头畸变误差，其中，所述投影机镜头畸变误差校正查询表的创建包括：
15.基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据所述初始对应性信息计算三维点云的投影机图像坐标；
16.基于投影机镜头畸变参数对所述三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；
17.根据所述初始对应性信息和所述校正后的对应性信息创建投影机镜头畸变误差校正查询表。
18.根据本技术又一个方面，提供了一种存储介质，其上存储有计算机程序，程序被处理器执行时实现上述结构光三维测量的投影机镜头畸变误差校正方法。
19.根据本技术再一个方面，提供了一种游戏账号的控制设备，包括存储介质、处理器及存储在存储介质上并可在处理器上运行的计算机程序，处理器执行程序时实现上述结构光三维测量的投影机镜头畸变误差校正方法。
20.借由上述技术方案，本技术提供的一种结构光三维测量的投影机镜头畸变误差校正方法，可首先基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标；之后基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；最终根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正。通过本技术中的技术方案，可通过对比投影机镜头畸变校正前与校正后的对应性信息建立查询表，以查表的方式快速实现对对应性信息的校正。与目前投影机镜头畸变校正的方式相比，本技术提出的查询表校正方法能实现对投影机镜头畸变的快速校正，提高校正速率的同时，保证畸变校正的精准度。
21.上述说明仅是本技术技术方案的概述，为了能够更清楚了解本技术的技术手段，而可依照说明书的内容予以实施，并且为了让本技术的上述和其它目的、特征和优点能够更明显易懂，以下特举本技术的具体实施方式。
附图说明
22.此处所说明的附图用来提供对本技术的进一步理解，构成本技术的一部分，本技术的示意性实施例及其说明用于解释本技术，并不构成对本技术的不当限定。在附图中：
23.图1示出了本技术实施例提供的一种结构光三维测量的投影机镜头畸变误差校正方法的流程示意图；
24.图2示出了本技术实施例提供的另一种结构光三维测量的投影机镜头畸变误差校正方法的流程示意图；
25.图3示出了本技术实施例提供的一种结构光三维测量的投影机镜头畸变误差校正装置的结构示意图；
26.图4示出了本技术实施例提供的另一种结构光三维测量的投影机镜头畸变误差校正装置的结构示意图。
具体实施方式
27.下文中将参考附图并结合实施例来详细说明本技术。需要说明的是，在不冲突的情况下，本技术中的实施例及实施例中的特征可以相互组合。
28.为了解决投影机镜头的畸变校正，校正流程较为复杂，导致校正速度较慢的技术问题，本技术提供了一种结构光三维测量的投影机镜头畸变误差校正方法，如图1所示，该方法包括：
29.101、基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标。
30.其中，相移条纹图像为竖条纹图像或横条纹图像，相应的，当相移条纹图像为竖条纹图像时，初始对应性信息为相机对应投影机之间的第一位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的列数，表示未经过畸变误差校正的投影机图像列坐标信息；当相移条纹图像为横条纹图像时，初始对应性信息为相机对应投影机之间的第一位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的行数，表示未经过畸变误差校正的投影机图像行坐标信息。
31.鉴于在对投影机镜头畸变校正时，对于条纹图像，获取的对应性信息不是整数形式，导致校正流程复杂，校正速度较慢。在本实施例步骤中，可首先采用白色平面板作为标准物，通过计算机编程产生正弦条纹，利用投影机投影相移条纹图像至其表面，利用相机采集被测物体表面的调制后的编码图像，即条纹图像受物体调制的弯曲程度。进一步的，可通过对编码图像进行解码，即解调该弯曲条纹得到相位，进一步获取初始对应性信息，并在对相机图像坐标进行畸变校正，得到第一理想坐标后，依据第一理想坐标和初始对应性信息进行三角计算得到三维点云，进一步将三维点云从相机视角转化至投影机视角，计算得到投影机视角下三维点云的投影机图像坐标。其中，条纹图像可包括竖条纹图像和横条纹图像。本技术目的在于，利用包含行、列方向的相机图像坐标对列方向上的投影机图像坐标进行误差修正，即通过相机图像坐标计算矫正后的投影机图像坐标，并计算未经过畸变校正的投影机图像坐标与畸变校正后的投影机图像坐标之间的差值，根据差值确定得到投影机图像中每个像素点的对应性信息补偿值，以便后续通过直接查取对应性信息补偿值，对投影机图像坐标进行快速畸变校正。
32.对于本实施例的执行主体可为结构光三维测量的投影机镜头畸变误差校正的装置或设备，可用于通过对比投影机镜头畸变校正前与校正后的对应性信息建立查询表，并控制现场可编程门阵列(field programmable gata array，fpga)以查表的方式快速实现对应性信息的校正，以快速精确地实现三角计算，获得精确的三维点云数据。
33.102、基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息。
34.其中，校正后的对应性信息为基于投影机镜头畸变参数对上述初始对应性信息进行误差校正后，得到的较为精准的对应性信息。与初始对应信息对应，当相移条纹图像为竖条纹图像时，校正后的对应性信息为相机对应投影机之间的第二位置关系，即相机拍到投
影机投影的图像，对应在投影机所投条纹图像的列数，表示经过至少一次畸变误差校正的投影机图像列坐标信息；当相移条纹图像为横条纹图像时，校正后的对应性信息为相机对应投影机之间的第二位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的行数，表示经过至少一次畸变误差校正的投影机图像行坐标信息。
35.具体可为相机对应投影机之间的第二位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的列数，表示经过至少一次畸变误差校正的投影机图像坐标信息。
36.对于本实施例，在计算三维点云的投影机图像坐标后，可进一步利用投影机镜头畸变参数对三维点云的投影机图像坐标进行畸变校正，获取得到在投影机图像坐标系上的理想坐标，并利用理想坐标确定得到校正后的对应性信息。需要说明的是，在进行畸变校正时，可仅进行一次畸变校正处理，也可进行多次畸变校正处理。其中，多次畸变校正处理的校正精准度要高于一次畸变校正处理的校正精准度，为保证误差矫正的精准度，可优选用多次畸变校正处理的方式，获取校正后的对应性信息。在仅通过一次畸变校正处理，确定校正后的对应性信息时，可直接将一次畸变校正计算得到的上述理想坐标确定为校正后的对应性信息；在通过多次畸变校正处理，确定校正后的对应性信息时，在计算得到理想坐标后，可利用理想坐标重复替换实施例步骤101中的初始对应性信息，并重复执行实施例步骤101中：依据初始对应性信息计算三维点云的投影机图像坐标，以及实施例步骤102中：利用投影机镜头畸变参数对三维点云的投影机图像坐标进行畸变校正，获取得到在投影机图像坐标系上的理想坐标，直至判定重复次数等于预设次数阈值，将最后一次计算得到的在投影机图像坐标系上的理想坐标确定为校正后的对应性信息。其中，预设次数阈值可根据实际应用场景进行设定，例如可为5次。
37.例如，当预设次数阈值为5时，对于本实施例，可首先依据实施例步骤102中的初始对应性信息a1计算得到在投影机图像坐标系上的理想坐标b1，进一步的，可启动对三维点云的投影机图像坐标进行多次畸变校正，在第一次重复执行时，可首先将初始对应性信息a1替换为b1，从而依据初始对应性信息b1重复执行实施例步骤102至103，计算得到在投影机图像坐标系上的理想坐标b2；进一步启动第二次重复，即将初始对应性信息b1更新为b2，从而依据初始对应性信息b2计算得到在投影机图像坐标系上的理想坐标b3；之后启动第三次重复，即将初始对应性信息b2更新为b3，从而依据初始对应性信息b3计算得到在投影机图像坐标系上的理想坐标b4；进一步启动第四次重复，即将初始对应性信息b3更新为b4，从而依据初始对应性信息b4计算得到在投影机图像坐标系上的理想坐标b5；之后启动第五次重复，即将初始对应性信息b4更新为b5，从而依据初始对应性信息b5计算得到在投影机图像坐标系上的理想坐标b6。鉴于上述重复次数已达到预设次数阈值(5次)，故此时可将理想坐标b6确定为校正后的对应性信息。
38.103、根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正。
39.对于本实施例，在获取到最原始存在误差的初始对应性信息以及经过多次畸变校正得到的准确性较高的对应性信息后，可进一步根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，具体可计算初始对应性信息和校正后的对应性信息的差值，即可利用校正后的对应性信息减去初始对应性信息，从而获得投影机图像中每
个像素点的对应性信息补偿值，由此建立投影机镜头畸变误差校正查询表，用于存储各个像素点的对应性信息补偿值。以便fpga端后续直接在投影机镜头畸变误差校正查询表中查取对应的补偿值，并通过加/减对应的补偿值，快速实现对投影机镜头的畸变误差校正。
40.本实施例提供的一种结构光三维测量的投影机镜头畸变误差校正方法，可首先基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标；之后基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；最终根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正。通过本技术中的技术方案，可通过对比投影机镜头畸变校正前与校正后的对应性信息建立查询表，以查表的方式快速实现对对应性信息的校正。与目前投影机镜头畸变校正的方式相比，本技术提出的查询表校正方法能实现对投影机镜头畸变的快速校正，提高校正速率的同时，保证畸变校正的精准度。
41.进一步的，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的实施方式，本实施例还提供了另一种结构光三维测量的投影机镜头畸变误差校正方法，如图2所示，该方法包括：
42.201、利用相机采集投影机投影至被测物体表面，且经调制后的编码图像，通过解码编码图像，获取初始对应性信息。
43.对于本实施例，可参考实施例步骤101中的相关描述，在此不再赘述。
44.需要说明的是，本技术中相机采集到的投影机投影至被测物体表面的相移条纹图像可为竖条纹图像或横条纹图像，当相移条纹图像为竖条纹图像时，初始对应性信息和所述校正后的对应性信息可为投影机图像列坐标信息；当相移条纹图像为横条纹图像时，初始对应性信息和所述校正后的对应性信息可为投影机图像行坐标信息。在本技术的下述实施例步骤中，以相移条纹图像为竖条纹图像且针对投影机图像列坐标进行畸变校正为例，对本技术中的技术方案进行说明。
45.202、获取相机图像坐标，对相机图像坐标进行畸变校正，得到第一理想坐标。
46.在具体的应用场景中，作为一种可选方式，在对相机图像坐标进行畸变校正，得到第一理想坐标时，实施例步骤202具体可以包括：将相机图像坐标代入第一预设公式，对相机图像坐标进行畸变校正，得到第一理想坐标。
47.对于本实施例，假设为三维空间中某点m在相机图像上的坐标，考虑镜头径向畸变和切向误差后，可将相机图像坐标代入第一预设公式，计算得到第一理想坐标。
48.其中，第一计算公式的公式特征描述为：
[0049][0050]
其中，
[0051]
其中，为第一理想坐标，为未经畸变校正处理的相机图像坐标，为中间变量，k
c1
，k
c2
，k
c3
，k
c4
，k
c5
为相机的镜头畸变参数，具体可为根据经验系数标定的常量值，uc为在列方向的相机图像坐标，为标定获取的相机在列方向的主点坐标，vc为在行方向的相机图像坐标，为标定获得的相机在行方向的主点坐标，为标定获取的相机在列方向的焦距，为标定获取的相机在行方向的焦距。
[0052]
对于本实施例，初始对应性信息可为未经过校正处理的投影机图像列坐标信息，编码图像具体可为条纹图像受物体调制的弯曲程度。在对编码图像进行解码获取初始对应性信息时，假设投影条纹为垂直于u轴方向上的条纹，与公式(1)对应，仅有列方向的坐标，则解码得到的初始对应性信息可为：
[0053][0054]
其中，为未经畸变校正处理的投影机图像列坐标，即初始对应性信息，u
p
为在列方向的投影机图像坐标，为标定获取的投影机在列方向的主点坐标，为投影机在列方向上的焦距。
[0055]
203、依据第一理想坐标和初始对应性信息进行三角计算得到三维点云。
[0056]
对于本实施例，作为一种可选方式，在依据第一理想坐标和初始对应性信息进行三角计算得到三维点云时，实施例步骤203具体可以包括：将第一理想坐标和初始对应性信息代入第二预设公式，三角计算得到三维点云。
[0057]
在具体的应用场景中，可根据光学三角测量原理，可推导得到第二预设公式，进一步可依据第二预设公式三角计算得到三维点云，其中，第二预设公式的公式特征描述为：
[0058][0059]
其中，x、y、z分别为一个坐标点所在的空间位置以x、y、z三个方向的值表示，t1、t3分别为三行一列平移矩阵t中的第一行矩阵元素值和第三行矩阵元素值；r
11
、r
12
、r
13
、r
31
、r
32
、r
33
分别为三行三列旋转矩阵r中的第一行第一列矩阵元素值、第一行第二列矩阵元素值、第一行第三列矩阵元素值、第三行第一列矩阵元素值、第三行第二列矩阵元素值、第三行第三列矩阵元素值。
[0060]
204、将三维点云从相机视角转换至投影机视角，并计算投影机视角下三维点云的投影机图像坐标。
[0061]
对于本实施例，作为一种可选方式，实施例步骤204具体可以包括：获取相机与投影机之间的旋转矩阵和平移矩阵；基于旋转矩阵和平移矩阵，并利用预设转换公式将三维点云从相机视角转换至投影机视角，得到投影机视角下三维点云的投影机图像坐标。
[0062]
具体的，可利用相机与投影机之间的旋转矩阵r与平移矩阵t，将从相机视角转换至投影机视角，得到m
p
，转换过程如下：
[0063][0064]
其中，旋转矩阵r对应实施例步骤203中的三行三列矩阵，平移矩阵t对应实施例步骤203中的三行一列矩阵，
[0065]
进一步可得到该点在投影机图像上的坐标m
p
：
[0066][0067]
205、根据投影机镜头畸变参数对投影机图像坐标进行反畸变校正，得到投影机的第一图像坐标。
[0068]
对于本实施例，可基于投影机镜头畸变参数并利用下述公式(6)对公式(5)计算得到的投影机图像坐标m
p
进行反畸变校正，得到投影机的第一图像坐标。
[0069][0070]
其中，为中间变量，k
p1
，k
p2
，k
p3
，k
p4
，k
p5
为投影机的镜头畸变参数，具体可为根据经验系数标定的常量值。
[0071]
进一步的，利用替代u
pd
，得到第一图像坐标
[0072][0073]
其中，为经过反畸变校正，从仅有列方向的投影机图像坐标转换得到的既包含列方向也包含行方向的原始投影机图像坐标。
[0074]
206、依据投影机镜头畸变参数对第一图像坐标进行畸变校正，计算得到在投影机图像坐标系上的第二理想坐标。
[0075]
在具体的应用场景中，鉴于实施例步骤205计算得到图像坐标为存在畸变误差的原始投影机图像坐标，故对于本实施例，可进一步基于投影机镜头畸变参数并利用下述公式(8)对公式(7)计算得到的图像坐标进行畸变校正，得到m在投影机图像坐标系上的理想坐标：
[0076][0077]
其中，为第二理想坐标，为中间变量，k
p1
，k
p2
，k
p3
，k
p4
，k
p5
为投影机的镜头畸变参数，具体可为根据经验系数确定的常量值。
[0078]
207a、利用第二理想坐标确定校正后的对应性信息。
[0079]
对于本实施例，作为一种可选方式，在经过一次对第一图像坐标进行畸变校正，计算得到在投影机图像坐标系上的第二理想坐标后，可直接将第二理想坐标中列方向上的投影机图像列坐标确定为校正后的对应性信息。
[0080]
与实施例步骤207a并列的实施例步骤207b、利用第二理想坐标更新初始对应性信息，并基于更新后的初始对应性信息重复执行上述第二理想坐标的计算过程，直至判定重复执行次数等于预设次数阈值，则利用最终计算到的第二理想坐标确定校正后的对应性信息。
[0081]
对于本实施例，作为与实施例步骤207a并列的另一种可选方式，可在进行多次畸变校正处理时，在计算得到第二理想坐标后，利用第二理想坐标重复替换实施例步骤202中的初始对应性信息，并重复执行实施例步骤203至206。具体的，可利用替代方程组(3)中的计算相机视角下的三维点云[x y z]
t
，投影机视角下的三维点云[x
p y
p z
p
]
t
，投影机图像坐标投影机的图像坐标投影机图像坐标系上的第二理想坐标如此循环执行，直至判定重复执行次数等于预设次数阈值，则进一步将最后一次计算得到的第二理想坐标中列方向上的投影机图像列坐标确定为多次校正后的对应性信息
[0082]
208、计算初始对应性信息和校正后的对应性信息的差值，并基于差值创建投影机镜头畸变误差校正查询表，以使投影机镜头畸变误差校正查询表中存储有各个像素点的对应性信息补偿值。
[0083]
对于本实施例，在根据实施例步骤201和202利用相机采集图像并进行解码获取初始对应性信息根据实施例步骤203至207获得多次校正后的对应性信息后，利用校正后的对应性信息减去初始对应性信息可得到即从而可获得相机图像中每个像素点的对应性信息补偿值由此建立投影机镜头畸变误差校正查询表对对应性信息偏差进行补偿校正，从而便于fpga端快速实现精确的三角计算，获得精确的三维点云数据。
[0084]
209、依据投影机镜头畸变误差校正查询表中各个像素点的对应性信息补偿值，对投影机图像坐标进行畸变误差校正处理。
[0085]
对于本实施例，在基于实施例步骤208创建投影机镜头畸变误差校正查询表后，可进一步直接依据投影机镜头畸变误差校正查询表，对具体应用场景中获取的投影机图像坐标进行校正，进而实现对投影机镜头的畸变校正。具体的，可在获取到投影机图像坐标后，
在投影机镜头畸变误差校正查询表中查取与投影机图像坐标匹配的初始对应性信息，以及各个像素点的对应性信息补偿值，进而通过将投影机图像坐标与各个像素点的对应性信息补偿值进行加和，进一步实现对投影机图像坐标的畸变误差校正处理。其中，对应性信息补偿值可为正值也可为负值。
[0086]
借由上述结构光三维测量的投影机镜头畸变误差校正方法，可首先基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标；之后基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；最终根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正。通过本技术中的技术方案，可通过对比投影机镜头畸变校正前与校正后的对应性信息建立查询表，以查表的方式快速实现对对应性信息的校正。与目前投影机镜头畸变校正的方式相比，本技术提出的查询表校正方法能实现对投影机镜头畸变的快速校正，提高校正速率的同时，保证畸变校正的精准度。
[0087]
在具体的应用场景中，作为上述实施例具体实施方式的细化和扩展，为了完整说明本实施例的实施方式，作为一种可选的应用场景，本实施例还提供了一种三维扫描仪的投影机镜头畸变误差校正方法，该方法包括：使用投影机镜头畸变误差校正查询表校正三维扫描仪的投影机镜头畸变误差。投影机镜头畸变误差校正查询表的创建包括：基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标；基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表。其中，投影机镜头畸变误差校正查询表的创建过程，具体可参见实施例步骤201至208中的相关描述，在此不再赘述。
[0088]
进一步的，作为图1和图2所示方法的具体实现，本技术实施例提供了一种结构光三维测量的投影机镜头畸变误差校正装置，如图3所示，该装置包括：计算模块31、校正模块32、创建模块33；
[0089]
计算模块31，可用于基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标；
[0090]
校正模块32，可用于基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；
[0091]
创建模块33，可用于根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正。
[0092]
在具体的应用场景中，在基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息时，如图4所示，计算模块31，具体可包括：采集单元311、解码单元312；
[0093]
采集单元311，可用于利用相机采集投影机投影至被测物体表面，且经调制后的编码图像；
[0094]
解码单元312，可用于通过解码编码图像，获取初始对应性信息。
[0095]
相应的，在依据初始对应性信息计算三维点云的投影机图像坐标时，如图4所示，
计算模块31，具体可包括：第一校正单元313、第一计算单元314、第二计算单元315；
[0096]
第一校正单元313，可用于获取相机图像坐标，并对相机图像坐标进行畸变校正，得到第一理想坐标；
[0097]
第一计算单元314，可用于依据第一理想坐标和初始对应性信息进行三角计算得到三维点云；
[0098]
第二计算单元315，可用于将三维点云从相机视角转换至投影机视角，并计算投影机视角下三维点云的投影机图像坐标。
[0099]
相应的，在对相机图像坐标进行畸变校正，得到第一理想坐标时，第一校正单元313，具体可用于将相机图像坐标代入第一预设公式，对相机图像坐标进行畸变校正，得到第一理想坐标；
[0100]
第一预设公式的公式特征描述为：
[0101][0102]
其中，其中，为第一理想坐标，为未经畸变校正处理的相机图像坐标，为中间变量，k
c1
，k
c2
，k
c3
，k
c4
，k
c5
为相机的镜头畸变参数，uc为在列方向的相机图像坐标，为标定获取的相机在列方向的主点坐标，vc为在行方向的相机图像坐标，为标定获得的相机在行方向的主点坐标，为标定获取的相机在列方向的焦距，为标定获取的相机在行方向的焦距；
[0103]
在依据第一理想坐标和初始对应性信息进行三角计算得到三维点云时，第一计算单元314，具体可用于将第一理想坐标和初始对应性信息代入第二预设公式，三角计算得到三维点云。
[0104]
第二预设公式的公式特征描述为：
[0105][0106]
其中，x、y、z分别为一个点所在的空间位置以x、y、z三个方向的值表示，t1、t3分别为三行一列平移矩阵t中的第一行矩阵元素值和第三行矩阵元素值；r
11
、r
12
、r
13
、r
31
、r
32
、r
33
分别为三行三列旋转矩阵r中的第一行第一列矩阵元素值、第一行第二列矩阵元素值、第一行第三列矩阵元素值、第三行第一列矩阵元素值、第三行第二列矩阵元素值、第三行第三列矩阵元素值。
[0107]
在具体的应用场景中，在将三维点云从相机视角转换至投影机视角，并计算投影机视角下三维点云的投影机图像坐标时，第二计算单元315，具体可用于获取相机与投影机之间的旋转矩阵和平移矩阵；基于旋转矩阵和平移矩阵，并利用预设转换公式将三维点云从相机视角转换至投影机视角，得到投影机视角下三维点云的投影机图像坐标。
[0108]
相应的，为了基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息，如图4所示，校正模块32，具体可包括：第二校正单元321、第三计算单元322、确定单元323、更新单元324；
[0109]
第二校正单元321，可用于根据投影机镜头畸变参数对投影机图像坐标进行反畸变校正，得到投影机的第一图像坐标；
[0110]
第三计算单元322，可用于依据投影机镜头畸变参数对第一图像坐标进行畸变校正，计算得到在投影机图像坐标系上的第二理想坐标；
[0111]
确定单元323，可用于利用所述第二理想坐标确定校正后的对应性信息；或，
[0112]
更新单元324，可用于利用所述第二理想坐标更新所述初始对应性信息；
[0113]
确定单元323，还可用于基于更新后的初始对应性信息重复执行上述第二理想坐标的计算过程，直至判定重复执行次数等于预设次数阈值，则利用最终计算到的第二理想坐标确定校正后的对应性信息。
[0114]
在具体的应用场景中，在根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表时，如图4所示，创建模块33，具体可包括：创建单元331；
[0115]
创建单元331，可用于计算初始对应性信息和校正后的对应性信息的差值，并基于差值创建投影机镜头畸变误差校正查询表，以使投影机镜头畸变误差校正查询表中存储有各个像素点的对应性信息补偿值。
[0116]
相应的，在基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正时，如图4所示，创建模块33，具体可包括：第三校正单元332；
[0117]
第三校正单元332，可用于依据投影机镜头畸变误差校正查询表中各个像素点的对应性信息补偿值，对投影机图像坐标进行畸变误差校正处理。
[0118]
其中，相移条纹图像为竖条纹图像或横条纹图像；
[0119]
若相移条纹图像为竖条纹图像，初始对应性信息为相机对应投影机之间的第一位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的列数，表示未经过畸变误差校正的投影机图像列坐标信息；校正后的对应性信息为相机对应投影机之间的第二位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的列数，表示经过至少一次畸变误差校正的投影机图像列坐标信息；
[0120]
或，若相移条纹图像为横条纹图像，初始对应性信息为相机对应投影机之间的第一位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的行数，表示未经过畸变误差校正的投影机图像行坐标信息；校正后的对应性信息为相机对应投影机之间的第二位置关系，即相机拍到投影机投影的图像，对应在投影机所投条纹图像的行数，表示经过至少一次畸变误差校正的投影机图像行坐标信息。
[0121]
需要说明的是，本实施例提供的一种结构光三维测量的投影机镜头畸变误差校正装置所涉及各功能单元的其他相应描述，可以参考图1至图2的对应描述，在此不再赘述。
[0122]
基于上述如图1至图2所示方法，相应的，本实施例还提供了一种存储介质，存储介质具体可为易失性或非易失性，其上存储有计算机可读指令，该可读指令被处理器执行时实现上述如图1至图2所示的结构光三维测量的投影机镜头畸变误差校正方法。
[0123]
基于这样的理解，本技术的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个存储介质(可以是cd-rom，u盘，移动硬盘等)中，包括若干指令用以使得
一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本技术各个实施场景的方法。
[0124]
基于上述如图1至图2所示的方法和图3、图4所示的虚拟装置实施例，为了实现上述目的，本实施例还提供了一种计算机设备，该计算机设备包括存储介质和处理器；存储介质，用于存储计算机程序；处理器，用于执行计算机程序以实现上述如图1至图2所示的结构光三维测量的投影机镜头畸变误差校正方法。
[0125]
可选的，该计算机设备还可以包括用户接口、网络接口、摄像头、射频(radio frequency，rf)电路，传感器、音频电路、wi-fi模块等等。用户接口可以包括显示屏(display)、输入单元比如键盘(keyboard)等，可选用户接口还可以包括usb接口、读卡器接口等。网络接口可选的可以包括标准的有线接口、无线接口(如wi-fi接口)等。
[0126]
本领域技术人员可以理解，本实施例提供的一种计算机设备结构并不构成对该实体设备的限定，可以包括更多或更少的部件，或者组合某些部件，或者不同的部件布置。
[0127]
存储介质中还可以包括操作系统、网络通信模块。操作系统是管理上述计算机设备硬件和软件资源的程序，支持信息处理程序以及其它软件和/或程序的运行。网络通信模块用于实现存储介质内部各组件之间的通信，以及与信息处理实体设备中其它硬件和软件之间通信。
[0128]
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本技术可以借助软件加必要的通用硬件平台的方式来实现，也可以通过硬件实现。
[0129]
通过应用本技术的技术方案，与目前现有技术相比，本技术可首先基于相机采集到的投影机投影至被测物体表面的相移条纹图像，获取初始对应性信息，并依据初始对应性信息计算三维点云的投影机图像坐标；之后基于投影机镜头畸变参数对三维点云的投影机图像坐标进行至少一次畸变校正，获得校正后的对应性信息；最终根据初始对应性信息和校正后的对应性信息创建投影机镜头畸变误差校正查询表，基于投影机镜头畸变误差校正查询表对投影机镜头进行畸变误差校正。通过本技术中的技术方案，可通过对比投影机镜头畸变校正前与校正后的对应性信息建立查询表，以查表的方式快速实现对对应性信息的校正。与目前投影机镜头畸变校正的方式相比，本技术提出的查询表校正方法能实现对投影机镜头畸变的快速校正，提高校正速率的同时，保证畸变校正的精准度。
[0130]
本领域技术人员可以理解附图只是一个优选实施场景的示意图，附图中的模块或流程并不一定是实施本技术所必须的。本领域技术人员可以理解实施场景中的装置中的模块可以按照实施场景描述进行分布于实施场景的装置中，也可以进行相应变化位于不同于本实施场景的一个或多个装置中。上述实施场景的模块可以合并为一个模块，也可以进一步拆分成多个子模块。
[0131]
上述本技术序号仅仅为了描述，不代表实施场景的优劣。以上公开的仅为本技术的几个具体实施场景，但是，本技术并非局限于此，任何本领域的技术人员能思之的变化都应落入本技术的保护范围。