CN102661724A - 应用于织物疵点在线检测的rgbpsp彩色三维重建方法 - Google Patents

Abstract

本发明属于图像处理和模式识别领域，涉及一应用于织物疵点在线检测的RGBPSP(Red Green Blue Phase Shift Profilometry)彩色三维重建方法。所述的RGBPSP彩色三维重建方法采用一个彩色摄像机和一个彩色光源投射装置，所述的彩色光源投射装置不需要向被测物体投射一系列的光信息，而是一直向被测织物投射固定不变的光信息，通过本发明所提出的相位修正方法，获得被测场景每个测量点的准确相位信息，进而获得被测场景的三维坐标信息。本发明所设计的RGBPSP彩色三维重建方法，可以有效的解决三维重建的精度和速度，满足织物在线检测的需求，为后续的织物疵点三维识别做准备，提高中国纺织品的质量和等级。

Description

应用于织物疵点在线检测的RGBPSP彩色三维重建方法

技术领域

本发明涉及一种用于织物疵点在线检测的彩色三维重建方法，更具体的说，本发明涉及一种能够用于织物生产线的彩色三维疵点检测的快速三维重建方法。

背景技术

纺织工业是我国国民经济传统支柱产业和重要的民生产业，也是国际竞争优势明显的产业，在繁荣市场、扩大出口、吸纳就业、增加农民收入、促进城镇化发展等方面发挥着重要作用。加快振兴纺织工业，必须以自主创新、技术改造、淘汰落后、优化布局为重点，推进结构调整和产业升级，推进我国纺织工业由大到强的转变。

中国目前是纺织品服装出口大国，但是我们从纺织服装加工中心变成一个纺织服装的利润中心需要走的路还相当遥远。自从我国加入WTO以来，纺织品出口一直以低价位、低利润与国外产品竞争，占领的大多数为中低端市场，而对质量要求严格的高端市场难以进入。因此，通过提高检验的技术与装配来提升我国纺织品质量已经成为迫在眉睫的问题。

织物疵点的自动检测和识别是20世纪90年代以来的一个研究热点。目前，国际上形成商品的自动检测***为数不多，比较有影响的是：瑞士Uster公司的Fabriscan***、比利时BracoVision公司的Cyclops***和以色列EVS公司的I2TEX***，这些***价格非常昂贵，国内纺织企业主要还是靠人工离线检测。人工检验效率低，易疲劳，而且容易出现漏检现象。因此，必须开发结构灵活，算法稳定，适应性强的低成本在线疵点检测***。李立轻等将自适应正交小波变换应用于织物疵点检测；宋寅卯等研究了基于最优PCNN模型的织物疵点自动检测；王三武等研究了基于BP神经网络的织物疵点检测方法；卿湘运等提出了基于局部熵的织物疵点检测与识别方法；高晓丁等研究了基于支撑矢量机的织物疵点识别算法；邢亚敬等研究了基于优化Gabor滤波器的织物疵点检测方法。上述方法为计算机视觉在织物检测方面的应用奠定了基础，但是由于上述检测均是基于二维图像处理，尚存在如下问题：

(1)难以解决“布面皱痕”带来的图像干扰。走布(卷布)辊为主动传动，放布为被动，在检测区的布面虽有一定张力，但在卷布过程中，张力有波动，张力过大或过小都会使检测区的布面产生凸凹皱痕，此皱痕在二维图像成像为阴影，容易被误认为疵点。

(2)难以解决“环境光背景光变化”带来的图像干扰。当灯箱环境光或者背景光发生变化时，或者背景光因老化等原因出现光线不匀现象时，均会导致二维图像出现灰度变化，该灰度变化很难与疵点信息带来的灰度变化区别开。

(3)难以解决“飞絮”带来的图像干扰。若织物表面存在飞絮，容易将飞絮产生的阴影误认为是疵点。

(4)目前织物疵点只能应用于素色织物疵点的检测，对于复杂背景彩色织物的检测还有待进一步研究。

本发明设计的快速彩色三维重建方法，正是为了解决上述问题而提出来的。三维重建方法一直是国内外研究的热点，1982年Marr的视觉计算理论，提出从图像恢复物体的三维形状，推动了基于图像技术的三维形貌测量技术的研究。20世纪90年代后，随着图像处理理论，模式识别理论，视觉标定理论，外极约束理论，二维和三维拼接理论等相关理论的发展，三维视觉测量技术在不同领域转化成工业产品，并具有检测速度快，非接触，精度高等优势。如德国GOM公司的ATOS三维光学扫描仪，德国Ettemeyer 3D公司的G-Scan系列，美国法如(FARO)科技的便携式激光扫描仪等。通过三维扫描仪测量所得到的三维形貌数据，可直接用于视觉检测和逆向工程等领域，在汽车、摩托车、模具、人体和服装、鞋帽、雕刻等领域，具有深远的意义。但是已有的三维重建方法一般需要向被测物体投射一系列的光信息，要求在光投射过程中被测物体处于静止状态，显然无法满足织物在线疵点检测的需求，因此已有的三维重建方法很难应用到在线视觉检测领域。

本发明提出了RGBPSP(Red Green Blue Phase Shift Profilometry)彩色三维重建方法，可以应用于织物疵点彩色在线检测领域，同时也可以满足在线彩色三维视觉测量的需要。所述的彩色三维重建方法采用一个彩色摄像机和一个彩色光源投射装置，所述的彩色光源投射装置不需要向被测物体投射一系列的光信息，而是一直向被测织物投射固定不变的光信息；所述的一个彩色摄像机与所述的光源投射装置放置在不同的角度，通过标定后，可以获得织物所在视场内的全部彩色三维数据。因此，本发明可以实时获得织物表面的三维数据信息，具有三维重建快速准确的特点，并且可以获得织物表面的三维颜色信息。颜色信息与三维结构信息的分开，可以更加方便的进行织物各种形式的疵点检测。

因此，本发明所提出的RGBPSP快速彩色三维重建方法是实现织物疵点三维识别的关键技术之一，只有织物的三维坐标被快速采集出来，织物的疵点才能被准确快速的检测出来，因此本发明可以提高中国纺织品的质量和等级，增加中国纺织品在国际经济贸易中的竞争力。

发明内容

本发明提供一种RGBPSP(Red Green Blue Phase Shift Profilometry)彩色三维重建方法，该方法能够应用于织物疵点三维检测与识别中，可以弥补二维织物疵点识别方法存在的缺陷。

所述的织物疵点彩色三维在线检测***的硬件***包括：

用于投射光信号的彩色光源投射装置，彩色光源投射装置个数为1个；

用于精度控制、图像采集和数据处理的计算机一台；

用于采集图像的彩色摄像机，图像分辨率为W×H，彩色摄像机个数为1个；

用于放置所述的彩色光源投射装置和所述的彩色摄像机的扫描平台一套；

用于采集确定测量基准的参考平面；

本发明所设计的RGBPSP三维重建方法，具体操作步骤如下：

步骤1：利用摄像机标定方法，对三维重建***进行标定，确定图像在X轴方向相邻像素点的距离值R_x；图像在Y轴方向相邻像素点的距离值R_y；彩色摄像机与参考平面的距离L；光信号的频率f；彩色摄像机与彩色光源投射装置的距离D；

步骤2：在彩色光源投射装置的RGB三个通道中，在R通道中投射I_R(x，y)光信号，在G通道中，投射I_G(x，y)光信号，在B通道中，投射I_B(x，y)光信号；RGB三通道合成后为一副固定不变的彩色光信号；I_R(x，y)、I_G(x，y)和I_B(x，y)的信号分别如下式所示；三通道投射的波形类型必须相同，既：如果R通道投射正弦波形，那么G和B通道也必须为正弦波形；

I_R(x，y)＝b(x，y)sin(θ(x，y))或I_R(x，y)＝b(x，y)cos(θ(x，y))    (1)

I_G(x，y)＝b(x，y)sin(θ(x，y)+2π/3)或I_G(x，y)＝b(x，y)cos(θ(x，y)+2π/3)    (2)

I_B(x，y)＝b(x，y)sin(θ(x，y)+4π/3)或I_B(x，y)＝b(x，y)cos(θ(x，y)+4π/3)    (3)

其中：b(x，y)为亮度调制信息；

θ(x，y)为被测点的相位信息；

步骤3：假设彩色摄像机实际上每个通道采集到的光亮度信号分别为：R通道采集到的亮度信号为I′_R(x，y)；G通道采集到的亮度信号为I′_G(x，y)；B通道采集到的亮度信号为I′_B(x，y)；利用每个通道实际采集到的亮度信号，计算彩色图像中整幅图像三个通道的平均亮度值，G通道的平均亮度Ave_G(y)、R通道的平均亮度Ave_R(y)以及B通道平均亮度Ave_B(y)如公式(4)所示；

${\mathrm{Ave}}_G=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_G^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_R=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_R^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_B=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_B^{\′}(x,y)}{W\×H}---\left(4\right)$

步骤4：利用如下公式进行修正后的相位值θ(x，y)计算；

$\mathrm{\θ}(x,y)=\arctan \left(\frac{\sqrt{3}(I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B})}{{2I}_G^{\′}(x,y)-I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B}}\right)---\left(5\right)$

步骤5：利用如下公式，计算被测空间图像上任意点(x，y)点的三维坐标(X，Y，Z)；

$\left\{\begin{array}{c}\\ X=x\×R_x\\ Y=y\×R_y\\ Z=\frac{\mathrm{\θ}(x,y)\×L}{2\mathrm{\πfD}+\mathrm{\θ}(x,y)}\end{array}\right.---\left(6\right)$

求解出来的所有点的三维坐标数据即为被测物体的三维形貌信息，运算结束。

本发明的有益效果是：通过本发明所设计的RGBPSP三维重建方法，无需投射一系列的光信息就可以实现被测场景的快速三维重建，使得三维重建能够应用于织物在线三维视觉检测领域，为织物疵点三维识别做准备。

附图说明

图1：RGB的3通道光学信号波形；

图2：RGBPSP三维重建方法；

图3：织物原始图片与所采集到三维数据的对比图；

(a)：织物疵点的原始图片；

(b)：织物疵点的三维数据图片；

(c)：织物疵点的原始图片；

(d)：织物疵点的三维数据图片。

具体实施方式

本发明所提供的RGBPSP织物疵点彩色三维在线检测方法，是建立在相移光栅三维测量原理基础之上，但是与已有的相移光栅三维测量存在很大的差别。已有的相移光栅三维测量的原理是向被测物体分别投射周期变化的正弦或者余弦函数波，经过3步以上的相移，利用摄像机采集投射到物体上面的形变后的相移光栅信息，解算出该点所对应的相位信息，最后利用摄像机与投影光源之间的已经标定好的三角关系和已经求得的相位信息，计算物体的三维坐标信息。由于相移光栅的投射和采集需要一定的时间(一般对于3步相移的光栅投射和图像采集，需要约2秒的时间)，为了能正确的解算物体的三维坐标信息，在相移光栅投射和摄像机采集时间之内，被测物体都不能有任何移动，同时也要求背景光信息和周围的环境处于不变的状态。如果物体存在移动，那么就无法正确重建物体的三维坐标信息。

而本发明所提出的RGBPSP彩色三维在线检测方法，无需向被测物体投射一系列的光信息，而是向被测物体投射一副固定不变的光信息。所述的固定不变的光信息将3步相移的正弦或者余弦波形分别投射于投影光学***的R、G和B三个通道中，三通道投射的波形类型必须相同，既：如果R通道投射正弦波形，那么G和B通道也必须为正弦波形。以投射正弦波形为例，如图1所示，其中图1(a)为R通道投射的亮度波形图案，其光亮度信号I_R(x，y)如公式(1)所示；图1(b)为G通道投射的亮度波形图案，其光亮度信号I_G(x，y)如公式(2)所示；图1(c)为B通道投射的亮度波形图案，其投射的光亮度信号I_B(x，y)如公式(3)所示；图1(d)为R、G和B的3个通道合起来之后的亮度波形。

I_R(x，y)＝b(x，y)sin(θ(x，y))或I_R(x，y)＝b(x，y)cos(θ(x，y))    (1)

I_G(x，y)＝b(x，y)sin(θ(x，y)+2π/3)或I_G(x，y)＝b(x，y)cos(θ(x，y)+2π/3)    (2)

I_B(x，y)＝b(x，y)sin(θ(x，y)+4π/3)或I_B(x，y)＝b(x，y)cos(θ(x，y)+4π/3)    (3)

其中：b(x，y)为亮度调制信息；

θ(x，y)为被测点的相位信息；

由于在实际图像的采集过程中，会存在背景光亮度的干扰，使得摄相机实际采集到的亮度信息与光源投射出的理想波形存在差别，如果光源投射出的信号为正弦波形，那么其中R通道采集到的亮度公式I′_R(x，y)如公式(4)所示；G通道采集到的亮度I′_G(x，y)公式如公式(5)所示；B通道采集到的亮度I′_B(x，y)如公式(6)所示。

I′_R(x，y)＝a(x，y)+b(x，y)sin(θ(x，y))    (4)

I′_G(x，y)＝a(x，y)+b(x，y)sin(θ(x，y)+2π/3)    (5)

I′_B(x，y)＝a(x，y)+b(x，y)sin(θ(x，y)+4π/3)    (6)

其中：a(x，y)为背景亮度信息；

b(x，y)为亮度调制信息；

θ(x，y)为被测点的相位信息；

由公式(4)、(5)和(6)可以计算θ(x，y)如公式(7)所示：

$\mathrm{\θ}(x,y)=\arctan \left(\frac{\sqrt{3}(I_R^{\′}(x,y)-I_B^{\′}(x,y))}{2I_G^{\′}(x,y)-I_R^{\′}(x,y)-I_B^{\′}(x,y)}\right)---\left(7\right)$

由于RGB三通道的亮度响应存在差别，因此三通道采集到的亮度幅值会有所差别。必须研究亮度修正方法，才能获得较好的三维重建效果。亮度修正主要包含幅值修正和伽马失真修正两大类。

以幅值修正为例，对于RGB三个通道而言，通常G通道的亮度响应是最大的，因此可以以G通道的光学信号为基准，进行亮度校正。假设图像分辨率为W×H，对于整幅图像来讲，G通道的平均亮度Ave_G(y)、R通道的平均亮度Ave_R(y)以及B通道平均亮度Ave_B(y)如公式(8)所示。

${\mathrm{Ave}}_G=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_G^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_R=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_R^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_B=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_B^{\′}(x,y)}{W\×H}---\left(8\right)$

通过平均亮度，可以对三通道的亮度进行归一化处理。因此θ(x，y)的计算公式如公式(9)所示。

$\mathrm{\θ}(x,y)=\arctan \left(\frac{\sqrt{3}(I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B})}{{2I}_G^{\′}(x,y)-I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B}}\right)---\left(9\right)$

将修正后的相位用于三维重建中，将大大提高三维重建的精度。被测空间图像上任意点(x，y)点的三维坐标(X，Y，Z)可通过公式(10)获得。

$\left\{\begin{array}{c}\\ X=x\×R_x\\ Y=y\×R_y\\ Z=\frac{\mathrm{\θ}(x,y)\×L}{2\mathrm{\πfD}+\mathrm{\θ}(x,y)}\end{array}\right.---\left(10\right)$

其中：x为图像中当前点的X坐标值；

y为图像中当前点的Y坐标值；

R_x为图像在X轴方向相邻像素点的距离值；

R_y为图像在Y轴方向相邻像素点的距离值；

θ(x，y)为图像中(x，y)点的相位值；

L为摄像机与参考平面的距离；

f为光信号的频率；

D为摄像机与光源投射装置的距离。

综上所述，本发明所设计的RGBPSP三维重建方法，具体操作步骤如下：

步骤1：利用摄像机标定方法，对三维重建***进行标定，确定图像在X轴方向相邻像素点的距离值R_x；图像在Y轴方向相邻像素点的距离值R_y；彩色摄像机与参考平面的距离L；光信号的频率f；彩色摄像机与彩色光源投射装置的距离D；

步骤2：在彩色光源投射装置的RGB三个通道中，在R通道中投射I_D(x，y)光信号，在G通道中，投射I_G(x，y)光信号，在B通道中，投射I_B(x，y)光信号；RGB三通道合成后为一副固定不变的彩色光信号；I_R(x，y)、I_G(x，y)和I_B(x，y)的信号分别如下式所示；三通道投射的波形类型必须相同，既：如果R通道投射正弦波形，那么G和B通道也必须为正弦波形；

I_R(x，y)＝b(x，y)sin(θ(x，y))或I_R(x，y)＝b(x，y)cos(θ(x，y))    (1)

I_G(x，y)＝b(x，y)sin(θ(x，y)+2π/3)或I_G(x，y)＝b(x，y)cos(θ(x，y)+2π/3)    (2)

I_B(x，y)＝b(x，y)sin(θ(x，y)+4π/3)或I_B(x，y)＝b(x，y)cos(θ(x，y)+4π/3)    (3)

其中：b(x，y)为亮度调制信息；

θ(x，y)为被测点的相位信息；

步骤3：假设彩色摄像机实际上每个通道采集到的光亮度信号分别为：R通道采集到的亮度信号为I′_R(x，y)；G通道采集到的亮度信号为I′_G(x，y)；B通道采集到的亮度信号为I′_B(x，y)；利用每个通道实际采集到的亮度信号，计算彩色图像中整幅图像三个通道的平均亮度值，G通道的平均亮度Aye_G(y)、R通道的平均亮度Aye_R(y)以及B通道平均亮度Aye_B(y)如公式(4)所示；

${\mathrm{Ave}}_G=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_G^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_R=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_R^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_B=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_B^{\′}(x,y)}{W\×H}---\left(4\right)$

步骤4：利用如下公式进行修正后的相位值θ(x，y)计算；

$\mathrm{\θ}(x,y)=\arctan \left(\frac{\sqrt{3}(I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B})}{{2I}_G^{\′}(x,y)-I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B}}\right)---\left(5\right)$

步骤5：利用如下公式，计算被测空间图像上任意点(x，y)点的三维坐标(X，Y，Z)；

$\left\{\begin{array}{c}\\ X=x\×R_x\\ Y=y\×R_y\\ Z=\frac{\mathrm{\θ}(x,y)\×L}{2\mathrm{\πfD}+\mathrm{\θ}(x,y)}\end{array}\right.---\left(6\right)$

求解出来的所有点的三维坐标数据即为被测物体的三维形貌信息，运算结束。

本发明所设计的RGBPSP三维重建方法流程图如图2所示。

利用本发明对织物疵点进行在线的检测，织物原始图片与所采集到三维数据的对比图如图3所示。其中图3(a)、图3(c)和图3(e)为织物疵点的原始图片，图3(b)、图3(d)和图3(f)为织物疵点的三维数据图片。

本发明与现有三维重建方法最大区别有如下两点：

(1)本发明所设计的RGBPSP三维重建方法，是只需要投射一幅固定不变的彩色光信息，就可以对被测空间场景进行高精度三维重建，被测物体无需处于静止状态。本发明可以大大提高三维重建的速度和准确度。

(2)本发明所设计的RGBPSP三维重建方法，仅使用一个照相机或者摄像机和一个光源投射装置，无需使用两个照相或者摄像机，也无需进行立体匹配等复杂的运算，提高了运算速度，减少了运算复杂性，也节约了生成成本，更适合在工业现场使用。

综上所述，本发明所述的三维重建方法的优点是：

(1)***结构简单，成本低廉；

(2)三维重建速度快，被测物体无需处于静止状态；

本发明将所提出的RGBPSP三维重建方法引入到织物在线疵点检测领域，解决三维重建的精度和速度难题，也解决了生产线上织物疵点检测的难题，为织物三维疵点识别奠定基础。

以上示意性的对本发明及其实施方式进行了描述，该描述没有局限性，附图中所示的也只是本发明的实施方式之一。所以，如果本领域的普通技术人员受其启示，在不脱离本发明创造宗旨的情况下，采用其它形式的同类部件或其它形式的各部件布局方式，不经创造性的设计出与该技术方案相似的技术方案与实施例，均应属于本发明的保护范围。

Claims (1)

1.一种应用于织物疵点在线三维检测的RGBPSP(Red Green Blue Phase Shift Profilometry)彩色三维重建方法，该方法可以应用到如下的硬件***中：

用于投射光信号的彩色光源投射装置，彩色光源投射装置个数为1个；

用于精度控制、图像采集和数据处理的计算机一台；

用于采集图像的彩色摄像机，图像分辨率为W×H，彩色摄像机个数为1个；

用于放置所述的彩色光源投射装置和所述的彩色摄像机的扫描平台一套；

用于采集确定测量基准的参考平面；

所述的RGBPSP彩色三维重建方法，其特征是，包括下列步骤：

步骤1：利用摄像机标定方法，对三维重建***进行标定，确定图像在X轴方向相邻像素点的距离值R_x；图像在Y轴方向相邻像素点的距离值R_y；彩色摄像机与参考平面的距离L；光信号的频率f；彩色摄像机与彩色光源投射装置的距离D；

步骤2：在彩色光源投射装置的RGB三个通道中，在R通道中投射I_R(x，y)光信号，在G通道中，投射I_G(x，y)光信号，在B通道中，投射I_B(x，y)光信号；RGB三通道合成后为一副固定不变的彩色光信号；I_R(x，y)、I_G(x，y)和I_B(x，y)的信号分别如公式(1)、公式(2)、和公式(3)所示；三通道投射的波形类型必须相同，既：如果R通道投射正弦波形，那么G和B通道也必须为正弦波形；

I_R(x，y)＝b(x，y)sin(θ(x，y))或I_R(x，y)＝b(x，y)cos(θ(x，y))    (1)

I_G(x，y)＝b(x，y)sin(θ(x，y)+2π/3)或I_G(x，y)＝b(x，y)cos(θ(x，y)+2π/3)    (2)

I_B(x，y)＝b(x，y)sin(θ(x，y)+4π/3)或I_B(x，y)＝b(x，y)cos(θ(x，y)+4π/3)    (3)

其中：b(x，y)为亮度调制信息；

θ(x，y)为被测点的相位信息；

步骤3：假设彩色摄像机实际上每个通道采集到的光亮度信号分别为：R通道采集到的亮度信号为I′_R(x，y)；G通道采集到的亮度信号为I′_G(x，y)；B通道采集到的亮度信号为I′_B(x，y)；利用每个通道实际采集到的亮度信号，计算彩色图像中整幅图像三个通道的平均亮度值，G通道的平均亮度Ave_G(y)、R通道的平均亮度Ave_R(y)以及B通道平均亮度Ave_B(y)如公式(4)所示；

${\mathrm{Ave}}_G=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_G^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_R=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_R^{\′}(x,y)}{W\×H}$ ${\mathrm{Ave}}_B=\frac{\underset{x=0}{\overset{W}{\mathrm{\Σ}}}\underset{y=0}{\overset{H}{\mathrm{\Σ}}}{I}_B^{\′}(x,y)}{W\×H}---\left(4\right)$

步骤4：利用公式(5)进行修正后的相位值θ(x，y)计算；

$\mathrm{\θ}(x,y)=\arctan \left(\frac{\sqrt{3}(I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B})}{{2I}_G^{\′}(x,y)-I_R^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_R}-I_B^{\′}(x,y)\×\frac{{\mathrm{Ave}}_G}{{\mathrm{Ave}}_B}}\right)---\left(5\right)$

步骤5：利用公式(6)，计算被测空间图像上任意点(x，y)点的三维坐标(X，Y，Z)；

$\left\{\begin{array}{c}\\ X=x\×R_x\\ Y=y\×R_y\\ Z=\frac{\mathrm{\θ}(x,y)\×L}{2\mathrm{\πfD}+\mathrm{\θ}(x,y)}\end{array}\right.---\left(6\right)$

求解出来的所有点的三维坐标数据即为被测物体的三维形貌信息，运算结束。

Images