CN106568394A - 一种手持式三维实时扫描方法 - Google Patents

Abstract

本发明提供一种手持式三维实时扫描方法，包括：(1)选择被测物的测量角度，使相邻角度重合率大于60％；(2)选择测量模式，点动测量或连续测量；(3)相机自身根据不同角度的光照、反射率的信息自动调整曝光时间；(4)相机根据选定测量模式、选定测量角度进行扫描测量，即拍照；(5)采用三频彩色相移轮廓术和彩色条纹解耦的方法获得各角度的三维点云和纹理图；(6)将步骤(5)获得的不同角度三维点云自动拼接成一个完整的模型。利用本发明可实现一种便于携带和操作的手持式扫描方法，适用于大多数测量对象，尤其是动态对象，该方法不需要人工标志点，就可很好地实现多角度测量的拼接问题。

Description

一种手持式三维实时扫描方法

技术领域

本发明涉及光学检测领域，尤其涉及一种基于新颖的多角度拼接方法的全场快速三维测量方法。

背景技术

目前市面上已有的便携式扫描仪，有一些体积较小、便于携带，但是每次测量都需要多帧连续曝光采集变形条纹图后才可以重建三维点云，操作方式一般是：选好位置，固定仪器，测量，移动位置，固定，测量。这种工作方式测量效率低，无法实现手持式连续扫描，尤其不适于对动态物体进行扫描。还有一些便携式扫描仪，虽然可以采用手持式扫描方式，借助于立体视觉技术，但测量前需要在被测物上贴标志点来定位，导致测量效率低、工作量大，而且机器视觉的方法重建的点与所贴标志点多少、位置相关，因此无法重建密集点云。激光三维扫描仪也可以做成便携式扫描仪，这种便携式扫描仪同样要求自身在测量过程中保持静止，因而无法实现手持式扫描，此外，激光扫描仪为点扫描或线扫描，因此扫描效率低。

就上述几种扫描技术而言，手持式三维扫描仪的多角度拼接也是受到关注的问题。一方面，可以通过标定多次测量扫描仪的位置或被测物的位置实现拼接，但是标定需要辅助设备，例如位移台，既增加成本又限制了适用场合。另一方面，通过在被测物表面贴一些标志点来辅助拼接，会导致测量周期变长，测量复杂化。

综上所述，就技术和市场需求而言，急需一种既满足手持式测量，又能够动态测量的手持式三维实时扫描仪，该仪器最好能很好拼接各角度测量结果。

发明内容

本发明的目的在于实现一种便于携带和操作的手持式扫描方法，适用于大多数测量对象，尤其是动态对象，该方法不需要人工标志点，就可很好地实现多角度测量的拼接问题。

本发明提供一种手持式三维实时扫描方法，包括下列步骤：

(1)选择被测物的测量角度，使相邻角度重合率大于60％；

(2)选择测量模式，点动测量或连续测量

点动测量，即是在满足步骤(1)的测量角度条件下，每触发一次，进行一次测量；连续测量，即围绕目标物匀速移动扫描仪，同时令相机连续曝光，实现连续测量；

(3)相机自身根据不同角度的光照、反射率的信息自动调整曝光时间；

(4)相机根据选定测量模式、选定测量角度进行扫描测量，即拍照；

(5)采用三频彩色相移轮廓术和彩色条纹解耦的方法获得各角度的三维点云和纹理图；

(6)将步骤(5)获得的不同角度三维点云自动拼接成一个完整的模型。

在本发明的一个实施例中，在人手持测量时，将连续测量的触发速度设为5～10帧/s。

在本发明的一个实施例中，步骤(3)的曝光自动调节方法如下：

采用经验模式分解和二维希尔伯特变换得到相机采集到的三频彩色条纹的高频分量；

采用二维希尔伯特提取相机采集的照片的高频分量的二维振幅，并计算二维振幅的最大值和最小值；

计算相机采集的条纹图最大值和最小值分别与投影条纹图的最大值和最小值的差值，调节曝光时间使得该差值的和为最小。

在本发明的一个实施例中，步骤(5)的三频彩色相移轮廓术和纹理恢复方法如下：

采用彩色光栅投影方法，将三频彩色正弦条纹图投影到被测物表面；

设定RGB三通道频率比，用彩色相机拍摄投影在物体表面的变形条纹图；

用傅里叶变换分离出变形条纹图的高中低三个载频条纹图，即三频；

将所述三频载频条纹图的相位分别展开，进行相位解包裹，恢复出高频载频相位；

通过***标定的参数获得三维点云；

对变形条纹图采用频域最小化方法得到三频正弦条纹分量，从彩色变形条纹图减去三频正弦条纹分量，以恢复被测物表面的纹理图。

在本发明的一个实施例中，RGB三通道频率比为1∶4∶12。

在本发明的一个实施例中，获得三维点云的方法如下：

(a)计算机生成三频彩色彩色条纹图，投影设备投影三频彩色条纹到被测物表面；

(b)彩色相机拍摄被测物，生成单目彩色变形条纹图；

(c)采用傅立叶变化分离高中低三载频，得到单目高、中、低三幅变形条纹图；

(d)采用希尔伯特-黄变换HHT进行条纹自适应分析和相位提取，得到高、中、低三频的包裹相位；

(e)通过时域变精度去包裹的方法得到高精度的绝对相位；

(f)根据步骤(e)得到的绝对相位，由***标定参数得到被测物的三维点云；

(g)获得纹理图：所得的彩色变形条纹图分别减去步骤(c)所得的高中低三频分量，得到背景分量；所得的背景分量通过纹理光照分离恢复得到被测物原本的纹理信息；

(h)获得含纹理信息的三维点云：将步骤(g)获得的纹理图赋给步骤(f)得到的点云，从而获得被测物高精度含纹理三维点云。

在本发明的一个实施例中，步骤(6)的自动拼接方法如下：

假设世界坐标系与第1个角度下的相机坐标系重合，则将每次测量的n个角度所得点云都转换到世界坐标系下，就可实现多角度的拼接；世界坐标系表示为(X^w，Y^w，Z^w，O^w)，每个角度下相机坐标系表示为(Xⁱ，Yⁱ,Zⁱ，Oⁱ)，同时(X^w，Y^w，Z^w，O^w)＝(X¹，Y¹，Z¹，O¹)，即世界坐标与第一个位置的相机坐标系重合；点云的表示为其中，i表示第i次测量所得点云，j表示点云中的j个点，l表示在第l个角度坐标系下的坐标；

1)相邻两角度扫描结果拼接

对于相邻两角度曝光测量结果的拼接，以第i个角度和第i+1个角度下测量的三维点云拼接为例说明相邻两次扫描所得点云的拼接方法；其中，第i次测量所得点云表示为k表示点云i的点数；第i+1次测量所得点云表示为s表示点云i+1的点数；具体拼接方法为：

a)用尺度不变特征转换方法找到纹理图i和i+1中稀疏的对应特征点，记为{a1，a2，...，am}和{b1，b2，...，bm}，m为纹理图中找到的对应点数；

b)用随机抽样一致方法剔除极线误差较大的点，保留下来的点记为，{a1，a2，...，ar}和{b1，b2，...，br}，r为纹理图中找到的保留的对应点数；

c)找到匹配特征点对应的空间点坐标{A1，A2，A3，...Ar}和{B1，B2，B3，...Br}，其中，表示第i个点云中的特征点，表示在第i+1个点云中与之对应的点，且r≤s，k；

d)迭代方法求解公式1，得到p1，p1表示第i+1个坐标系(Xⁱ⁺¹，Yⁱ⁺¹，Zⁱ⁺¹，Oⁱ¹)在第i个坐标系(Xⁱ，Yⁱ，Zⁱ，Oⁱ)中的位姿势矩阵，(X₀，Y₀，Z₀)表示位置，γ，θ，表示姿态，即第i+1个坐标系(Xⁱ⁺¹，Yⁱ⁺¹，Zⁱ⁺¹，Oⁱ⁺¹)与第i个坐标系(Xⁱ，Yⁱ，Zⁱ，Oⁱ)各坐标轴夹角

其中，p1＝[R T]，R＝RotX·RotY·RotZ，T＝[X_0，Y_0，，Z_0，1]ⁱ，

e)点云i+1中的所有点左乘矩阵p1，将其变换到点云i的坐标系下，即

f)根据对应点曲率和法线方向一致，求解空间坐标矩阵p2，p2代表的意义与p1相同；

g)采用迭代最近点ICP迭代的方法对拼接结果进行迭代优化，求解出公式(2)中的优化参数p3，p3表示的意义与p1相同，并对e)得到的点云i+1再次进行坐标变换；

f(p3)＝∑||M_i，j-p3·M_i+1，j||²＝min (2)

至此，得到将第i+1个点云与第i个点云拼接在一起的变换矩阵为P(i)＝p3·p2·p1；

2)多次曝光测量结果的拼接

按照1)所描述的方法，得到P(1)，P(2)，P(3)，...，P(n-1)，对于第i个点云，将它与第一次曝光测量得到的第1个点云拼接在一起，需要进行的坐标变换为其中，表示第i+1各角度测量结果变换到世界坐标系(X^w，Y^w，Z^w，O^w)，即，第1个测量角度坐标系的坐标，表示第i+1个角度测量结果在原坐标系，即第i+1个测量角度坐标系下的坐标，记H_i＝P(1)·P(2)·P(3).....P(i-1)；

将第2～n个角度测量结果按上述步骤转换到世界坐标系下，完成多角度测量的拼接，重建完整的三维模型。

在本发明的一个实施例中，步骤f)中求解p2的步骤为：

步骤一：初始化p2＝0；

步骤二：点云i和点云i+1分别进行三角面片划分，即构造一个具有相互连接的拓扑关系的三角形面片模型；点云i和其划分的面片记为模型i，表示为同理，点云i+1和其划分的面片记为模型i+1，表示为

步骤三：对模型i+1，即进行变换矩阵为P2的坐标变换，即并计算坐标变换后各点的曲率和法线方向，表示为{r_i，1，r_i，2，r_i，3，...，r_i，k}，{r_i+1，1，r_i+1，2，r_i+1，3，...，r_i+1，s}和{N_i，1，N_i，2，N_i，3，...，N_i，k}，{N_i+1，1，N_i+1，2，N_i+1，3，...，N_i+1，s}；

步骤四：曲面模型i+1每个点按其法线方向{N_i+1，1，N_i+1，2，N_i+1，3，...，N_i+1，s}找在曲面模型i上的对应点；

定义Q为曲面模型i+1上的一点若找到曲面模型上一点Q′满足以下两个条件，则为其在曲面模型i上的对应点。

i.Q′与Q连线方向与Q的法线方向N_n+1，j夹角很小，即

angle[|Q′-Q|，N_n+1，j]≤ω；

ii.Q′与Q之间的距离小于一定范围，即dis tan ce|Q′-Q|≤d；

在满i和ii条件的点中，选择曲率最接近的点作为匹配点，即

f(Q′)＝min|r_Q′-r_i+1，j|；

若没有找到满足条件i和ii的点，则认为该点Q没有找到匹配点；其中，ω，d由实验标定获得；将模型i+1找到的模型i上的对应点分别表示为点集{Q₁，Q₂，...，Q_v}和{Q₁′，Q₂′，...，Q_v′}，v表示找到的对应点对的数量，其曲率分别表示为和

步骤五，计算对应点曲率方差

步骤六，若g≤σ，则输出p2；若g＞σ，则改变p2，重复步骤二到步骤六。

本发明的优点在于：

1)用投影三频彩色正弦条纹图的方法实现单帧曝光即可完成三维点云测量，测量结果点云密集，精度高；

2)根据被测物的颜色、纹理、反射率等信息自动调节相机曝光时间；

3)可以实现点动测量和连续测量两种测量模式，在连续测量模式下，扫描仪会以一定的帧速率连续曝光，实现连续测量；

4)可以实现运动曲面的单角度三维测量；

5)用频域最小化方法得到三频正弦条纹分量，从彩色变形条纹图减去三频正弦条纹分量，以恢复被测物表面的纹理图；

6)根据从变形条纹图中恢复的纹理图，曲面的曲率和法线方向等信息，实现多角度、多帧曝光测量的拼接。

附图说明

图1示出本发明的手持式三维扫描方法总体流程图；

图2示出投影彩色正弦条纹图(R∶G∶B＝1∶4∶12)；

图3示出三频彩色正弦条纹轮廓术及彩色纹理恢复方法流程图；

图4示出相邻两角度测量结果拼接方法流程图；

图5示出多角度扫描结果拼接方法示意图；

图6示出人脸6角度扫描模型；

图7示出拼接后模型的多角度展示。

具体实施方式

下面结合附图详细说明本发明。

1.总体测量方法

本发明的手持式三维扫描方法是一种应用于移动、手持式、便携式三维扫描仪的方法，上述扫描仪对被测物多角度扫描后拼接，生成完整的三维模型。本发明的手持式三维扫描方法有两种测量模式，点动测量和连续测量。在两种测量方式下，测量过程和测量方法相同，总体测量方法如图1所示。

(1)选择被测物的测量角度，使相邻角度重合率大于60％。

例如，将测量角度依次选择为约0、30、60、90、...、330度。

(2)选择测量模式，点动测量或连续测量。

点动测量，即是在满足步骤(1)的测量角度条件下，每触发一次，进行一次测量；连续测量时，围绕目标物匀速移动扫描仪，同时令相机连续曝光，实现连续测量，例如，对于0.5m*0.5m的视场大小，假设操作者的移动速度为1m/s，信号发生器触发速度为4帧/s，即可保证相邻两次测量之间的重合率为60％以上。人手持测量时，为避免重合部分过多，造成数据量过大，经实验验证，可将连续测量的触发速度设为5～10帧/s。

(3)相机自身根据不同角度的光照、反射率等信息自动调整曝光时间。相机自动调节方法在下面2中详细描述。

(4)相机根据选定测量模式、选定测量角度进行扫描测量，即拍照。

(5)采用三频彩色相移轮廓术和彩色条纹解耦的方法获得各角度的三维点云和纹理图。

详细步骤如下文和图3所示。

(6)将步骤(5)获得的不同角度三维点云自动拼接成一个完整的模型，自动拼接方法如下文和图4和图5所示。

2.曝光自动调节

采用经验模式分解和二维希尔伯特变换得到相机采集到的三频彩色条纹的高频分量(Zou H-h，Zhou X，Zhao H，et al.Color fringe-projectedtechnique for measuring dynamic objects based on bidimensionalempirical mode decomposition[J].Applied optics，2012，51(16)：3622-3630.)，采用二维希尔伯特提取相机采集的照片的高频分量的二维振幅，并计算二维振幅的最大值和最小值，计算相机采集的条纹图最大值和最小值分别与投影条纹图的最大值和最小值的差值，调节曝光时间使得该差值的和为最小，以达到调节曝光的目的。

3.三频彩色相移轮廓术和纹理恢复

本发明的手持式三维扫描方法采用彩色光栅投影方法，将如图2所示的三频彩色正弦条纹图投影到被测物表面，RGB三通道频率比为1∶4∶12，用彩色相机拍摄投影在物体表面的变形条纹图，用傅里叶变换分离出高中低三个载频(Takeda M，Mutoh K.Fourier transform profilometry for the automaticmeasurement of 3-D object shapes[J].Applied optics，1983，22(24)：3977-3982.)(以下简称为“三频”)，接着将三频相位分别展开，进行相位解包裹(Zhao H，Chen W，Tan Y.Phase-unwrapping algorithm for themeasurement of three-dimensional object shapes[J].Applied optics，1994，33(20)：4497-4500.)，恢复出高频载频相位，最后通过***标定的参数得到三维点云(Chen X，Xi J，Jin Y，et al.Accurate calibration fora camera-projector measurement system based on structured lightprojection[J].Optics and Lasers in Engineering，2009，47(3)：310-319.)。变形条纹图采用频域最小化方法(Zou H-h，Zhou X，Zhao H，etal.Color fringe-projected technique for measuring dynamic objectsbased on bidimensional empirical mode decomposition[J].Applied optics，2012，51(16)：3622-3630.)得到三频正弦条纹分量，从彩色变形条纹图减去三频正弦条纹分量恢复被测物表面的纹理图。

获得三维点云的具体步骤如图3所示，解释如下。

(a)计算机生成三频彩色彩色条纹图，投影设备投影三频彩色条纹到被测物表面，如图2所示；

(b)彩色相机拍摄被测物，生成单目彩色变形条纹图；

(c)采用傅立叶变化分离高中低三载频，得到单目高、中、低三幅变形条纹图；

(d)采用希尔伯特-黄变换(HHT)进行条纹自适应分析和相位提取，得到高、中、低三频的包裹相位；

(e)通过时域变精度去包裹的方法得到高精度的绝对相位；

(f)根据步骤(e)得到的绝对相位，由***标定参数得到被测物的三维点云。

(g)获得纹理图：所得的彩色变形条纹图分别减去步骤(c)所得的高中低三频分量，得到背景分量；所得的背景分量通过纹理光照分离恢复得到被测物原本的纹理信息。

(h)获得含纹理信息的三维点云：将步骤(g)获得的纹理图赋给步骤(f)得到的点云获得被测物高精度含纹理三维点云。

4.自动拼接方法

本发明的手持式三维扫描方法可以实现无标志点的自动无缝拼接，其拼接主要依靠从变形条纹图中恢复的纹理信息，以测得数据的曲率和法线方向为约束，寻找相邻两帧测量结果之间的位置关系，最终实现全局拼接。

每个角度扫描的点云的坐标系与当时扫描位置的相机坐标系重合，所以，如果不同角度扫描的点云坐标不在同一个坐标系下，就要将不同坐标系下的点云转换到同一个坐标系下的过程，这个过程就是点云的拼接。假设世界坐标系与第1个角度下的相机坐标系重合，则将每次测量的n个角度所得点云都转换到世界坐标系下，就可实现多角度的拼接。世界坐标系表示为(X^w，Y^w，Z^w，O^w)，每个角度下相机坐标系表示为(Xⁱ，Yⁱ，Zⁱ，Oⁱ)，同时(X^w，Y^w，Z^w，O^w)＝(X¹，Y¹，Z¹，O¹)，即世界坐标与第一个位置的相机坐标系重合；点云的表示为其中，i表示第i次测量所得点云，j表示点云中的j个点，l表示在第l个角度坐标系下的坐标。

1)相邻两角度扫描结果拼接

对于相邻两角度曝光测量结果的拼接，下面以第i个角度和第i+1个角度下测量的三维点云拼接为例，详细说明相邻两次扫描所得点云的拼接方法。其中，第i次测量所得点云表示为k表示点云i的点数；第i+1次测量所得点云表示为s表示点云i+1的点数；拼接方法如图4所示，具体步骤如下所述。

a)用尺度不变特征转换(Scale-invariant Feature Transform，SIFT)特征点提取的方法(Lowe DG.Distinctive image features fromscale-invariant keypoints[J].International journal of computer vision，2004，60(2)：91-110.)找到纹理图i和i+1中稀疏的对应特征点，记为{a1，a2，...，am}和{b1，b2，...，bm}，m为纹理图中找到的对应点数；

b)用随机抽样一致(Random Sample Consensus，RANSAC)的方法(FischlerMA，Bolles RC.A Paradigm for Model Fitting with Applications to ImageAnalysis and Automated Cartography(reprinted in Readings in ComputerVision，ed.MA Fischler，″[J].Comm ACM，1981，24(6)：381-395)。剔除极线误差较大的点，保留下来的点记为，{a1，a2，...，ar}和{b1，b2，...，br}，r为纹理图中找到的保留的对应点数；

c)找到匹配特征点对应的空间点坐标{A1，A2，A3，...Ar}和{B1，B2，B3，...Br}，其中，表示第i个点云中的特征点，表示在第i+1个点云中与之对应的点，且r≤s，k。

d)迭代方法求解公式1，得到p1，p1表示第i+1个坐标系(Xⁱ⁺¹，Yⁱ⁺¹，Zⁱ⁺¹，Oⁱ¹)在第i个坐标系(Xⁱ，Yⁱ，Zⁱ，Oⁱ)中的位姿势矩阵，(X₀，Y₀，Z₀)表示位置，γ，θ，表示姿态，即第i+1个坐标系(Xⁱ⁺¹，Yⁱ⁺¹，Zⁱ⁺¹，Oⁱ⁺¹)与第i个坐标系(Xⁱ，Yⁱ，Zⁱ，Oⁱ)各坐标轴夹角。

其中，p1＝[R T]，R＝RotX·RotY·RotZ，T＝[X_0，Y_0，，Z_0，1]ⁱ，

e)点云i+1中的所有点左乘矩阵p1，将其变换到点云i的坐标系下，即

f)根据对应点曲率和法线方向一致，求解空间坐标矩阵p2，p2代表的意义与p1相同，求解p2步骤为：

步骤一：初始化p2＝0；

步骤二：点云i和点云i+1分别进行三角面片划分，即构造一个具有相互连接的拓扑关系的三角形面片模型；点云i和其划分的面片记为模型i，表示为同理，点云i+1和其划分的面片记为模型i+1，表示为

步骤三：对模型i+1，即进行变换矩阵为p2的坐标变换，即并计算坐标变换后各点的曲率和法线方向，表示为{r_i，1，r_i，2，r_i，3，...，r_i，k}，{r_i+1，1，r_i+1，2，r_i+1，3，...，r_i+1，s}和{N_i，1，N_i，2，N_i，3，...，N_i，k}，{N_i+1，1，N_i+1，2，N_i+1，3，...，N_i+1，s}；

步骤四：曲面模型i+1每个点按其法线方向{N_i+1，1，N_i+1，2，N_i+1，3，...，N_i+1，s}找在曲面模型i上的对应点。定义Q为曲面模型i+1上的一点若找到曲面模型上一点Q′满足以下两个条件，则为其在曲面模型i上的对应点。

i.Q′与Q连线方向与Q的法线方向N_n+1，j夹角很小，即

angle[|Q′-Q|，N_n+1，j]≤ω；

ii.Q′与Q之间的距离小于一定范围，即dis tan ce|Q′-Q|≤d；

在满i和ii的条件的点中，选择曲率最接近的点作为匹配点，即

f(Q′)＝min|r_Q′-r_i+1，j|；

若没有找到满足条件i和ii的点，则认为该点Q没有找到匹配点；其中，ω，d由实验标定获得。将模型i+1找到的模型i上的对应点分别表示为点集{Q₁，Q₂，...，Q_v，}和{Q₁′，Q₂′，...，Q_v′}，v表示找到的对应点对的数量，其曲率分别表示为和

步骤五，计算对应点曲率方差

步骤六，若g≤σ，则输出p2；若g＞σ，则改变p2，重复步骤二到步骤六。

g)采用迭代最近点ICP(Iterative Closest Point)迭代的方法对拼接结果进行迭代优化，求解出公式(2)中的优化参数p3，p3表示的意义与p1相同，并对e)得到的点云i+1再次进行坐标变换；

f(p3)＝∑||M_i，j-p3·M_i+1，j||²＝min (2)

至此，得到将第i+1个点云与第i个点云拼接在一起的变换矩阵为P(i)＝p3·p2·p1；

2)多次曝光测量结果的拼接

多次曝光测量结果的拼接过程如图5所示。

按照1)所描述的方法，可以得到P(1)，P(2)，P(3)，...，P(n-1)，对于第i个点云，将它与第一次曝光测量得到的第1个点云拼接在一起，需要进行的坐标变换为其中，表示第i+1各角度测量结果变换到世界坐标系(X^w，Y^w，Z^w，O^w)，即，第1个测量角度坐标系的坐标，表示第i+1个角度测量结果在原坐标系，即第i+1个测量角度坐标系下的坐标，记H_i＝P(1)·P(2)·P(3).....P(i-1)。

将第2～n个角度测量结果按上述步骤转换到世界坐标系下，即可完成多角度测量的拼接，重建了完整的三维模型。

实验案例：

用本发明所描述的手持式三维扫描设备对人脸进行扫描，人脸因为颜色复杂，反射率不均匀，用本发明的自动曝光调节技术很好的解决了这一问题。图6为对人连进行六个角度的三维扫描，而图7为扫描后自动拼接结果的多角度展示。

Claims (8)

1.一种手持式三维实时扫描方法，包括下列步骤：

(1)选择被测物的测量角度，使相邻角度重合率大于60％；

(2)选择测量模式，点动测量或连续测量

点动测量，即是在满足步骤(1)的测量角度条件下，每触发一次，进行一次测量；连续测量，即围绕目标物匀速移动扫描仪，同时令相机连续曝光，实现连续测量；

(3)相机自身根据不同角度的光照、反射率的信息自动调整曝光时间；

(4)相机根据选定测量模式、选定测量角度进行扫描测量，即拍照；

(5)采用三频彩色相移轮廓术和彩色条纹解耦的方法获得各角度的三维点云和纹理图；

(6)将步骤(5)获得的不同角度三维点云自动拼接成一个完整的模型。

2.如权利要求1所述的手持式三维实时扫描方法，在人手持测量时，将连续测量的触发速度设为5～10帧/s。

3.如权利要求1所述的手持式三维实时扫描方法，其中步骤(3)的曝光自动调节方法如下：

采用经验模式分解和二维希尔伯特变换得到相机采集到的三频彩色条纹的高频分量；

采用二维希尔伯特提取相机采集的照片的高频分量的二维振幅，并计算二维振幅的最大值和最小值；

计算相机采集的条纹图最大值和最小值分别与投影条纹图的最大值和最小值的差值，调节曝光时间使得该差值的和为最小。

4.如权利要求1所述的手持式三维实时扫描方法，其中步骤(5)的三频彩色相移轮廓术和纹理恢复方法如下：

采用彩色光栅投影方法，将三频彩色正弦条纹图投影到被测物表面；

设定RGB三通道频率比，用彩色相机拍摄投影在物体表面的变形条纹图；

用傅里叶变换分离出变形条纹图的高中低三个载频条纹图，即三频；

将所述三频载频条纹图的相位分别展开，进行相位解包裹，恢复出高频载频相位；

通过***标定的参数获得三维点云；

对变形条纹图采用频域最小化方法得到三频正弦条纹分量，从彩色变形条纹图减去三频正弦条纹分量，以恢复被测物表面的纹理图。

5.如权利要求4所述的手持式三维实时扫描方法，其中RGB三通道频率比为1∶4∶12。

6.如权利要求4所述的手持式三维实时扫描方法，其中获得三维点云的方法如下：

(a)计算机生成三频彩色彩色条纹图，投影设备投影三频彩色条纹到被测物表面；

(b)彩色相机拍摄被测物，生成单目彩色变形条纹图；

(c)采用傅立叶变化分离高中低三载频，得到单目高、中、低三幅变形条纹图；

(d)采用希尔伯特-黄变换HHT进行条纹自适应分析和相位提取，得到高、中、低三频的包裹相位；

(e)通过时域变精度去包裹的方法得到高精度的绝对相位；

(f)根据步骤(e)得到的绝对相位，由***标定参数得到被测物的三维点云；

(g)获得纹理图：所得的彩色变形条纹图分别减去步骤(c)所得的高中低三频分量，得到背景分量；所得的背景分量通过纹理光照分离恢复得到被测物原本的纹理信息；

(h)获得含纹理信息的三维点云：将步骤(g)获得的纹理图赋给步骤(f)得到的点云，从而获得被测物高精度含纹理三维点云。

7.如权利要求1所述的手持式三维实时扫描方法，其中步骤(6)的自动拼接方法如下：

假设世界坐标系与第1个角度下的相机坐标系重合，则将每次测量的n个角度所得点云都转换到世界坐标系下，就可实现多角度的拼接；世界坐标系表示为(X^w，Y^w，Z^w，O^w)，每个角度下相机坐标系表示为(Xⁱ，Yⁱ，Zⁱ，Oⁱ)同时(X^w，Y^w，Z^w，O^w)＝(X¹，Y¹，Z¹，O¹)，即世界坐标与第一个位置的相机坐标系重合；点云的表示为其中，i表示第i次测量所得点云，j表示点云中的j个点，l表示在第l个角度坐标系下的坐标；

1)相邻两角度扫描结果拼接

对于相邻两角度曝光测量结果的拼接，以第i个角度和第i+1个角度下测量的三维点云拼接为例说明相邻两次扫描所得点云的拼接方法；其中，第i次测量所得点云表示为k表示点云i的点数；第i+1次测量所得点云表示为s表示点云i+1的点数；具体拼接方法为：

a)用尺度不变特征转换方法找到纹理图i和i+1中稀疏的对应特征点，记为{a1，a2，…，am}和{b1，b2，…，bm}，m为纹理图中找到的对应点数；

b)用随机抽样一致方法剔除极线误差较大的点，保留下来的点记为，{a1，a2，…，ar}和{b1，b2，…，br}，r为纹理图中找到的保留的对应点数；

c)找到匹配特征点对应的空间点坐标{A1，A2，A3，…Ar}和{B1，B2，B3，…Br}，其中，表示第i个点云中的特征点，表示在第i+1个点云中与之对应的点，且r≤s，k；

d)迭代方法求解公式1，得到p1，p1表示第i+1个坐标系在第i个坐标系(Xⁱ，Yⁱ，Zⁱ，Oⁱ)中的位姿势矩阵，(X₀，Y₀，Z₀)表示位置，γ，θ，表示姿态，即第i+1个坐标系(Xⁱ⁺¹，Yⁱ⁺¹，Zⁱ⁺¹，Oⁱ⁺¹)与第i个坐标系(Xⁱ，Yⁱ，Zⁱ，Oⁱ)各坐标轴夹角

$\left[\begin{array}{c}A1\\ A2\\ \·\\ \·\\ \·\\ Ar\end{array}\right]=p1\left[\begin{array}{c}B1\\ B2\\ \·\\ \·\\ \·\\ Br\end{array}\right]---\left(1\right)$

其中，p1＝[R T]，R＝RotX·RotY·RotZ，T＝[X_0. Y_0.，Z_0. 1]^l，

$RotX=\left[\begin{array}{ccc}1& 0& 0\\ 0& cos\mathrm{\γ}& \sin \mathrm{\γ}\\ 0& -\sin \mathrm{\γ}& cos\mathrm{\γ}\end{array}\right],$ $RotY=\left[\begin{array}{ccc}cos\mathrm{\θ}& 0& -sin\mathrm{\θ}\\ 0& 1& 0\\ \sin \mathrm{\θ}& 0& \cos \mathrm{\θ}\end{array}\right],$

e)点云i+1中的所有点左乘矩阵p1，将其变换到点云i的坐标系下，即

f)根据对应点曲率和法线方向一致，求解空间坐标矩阵p2，p2代表的意义与p1相同；

g)采用迭代最近点ICP迭代的方法对拼接结果进行迭代优化，求解出公式(2)中的优化参数p3，p3表示的意义与p1相同，并对e)得到的点云i+1再次进行坐标变换；

f(p3)＝Σ||M_i，j-p3·M_i+1，j||²＝min (2)

至此，得到将第i+1个点云与第i个点云拼接在一起的变换矩阵为P(i)＝p3·p2·p1；

2)多次曝光测量结果的拼接

按照1)所描述的方法，得到P(1)，P(2)，P(3)，...，P(n-1)，对于第i个点云，将它与第一次曝光测量得到的第1个点云拼接在一起，需要进行的坐标变换为其中，表示第i+1各角度测量结果变换到世界坐标系(X^w，Y^w，Z^w，O^w)，即，第1个测量角度坐标系的坐标，表示第i+1个角度测量结果在原坐标系，即第i+1个测量角度坐标系下的坐标，记H_i＝P(1)·P(2)·P(3)……P(i-1)；

将第2～n个角度测量结果按上述步骤转换到世界坐标系下，完成多角度测量的拼接，重建完整的三维模型。

8.如权利要求7所述的手持式三维实时扫描方法，其中步骤f)中求解p2的步骤为：

步骤一：初始化p2＝0；

步骤二：点云i和点云i+1分别进行三角面片划分，即构造一个具有相互连接的拓扑关系的三角形面片模型；点云i和其划分的面片记为模型i，表示为同理，点云i+1和其划分的面片记为模型i+1，表示为

步骤三：对模型i+1，即进行变换矩阵为p2的坐标变换，即并计算坐标变换后各点的曲率和法线方向，表示为{r_i，1，r_i，2，r_i，3，…，r_i，k}，{r_i+1，1，r_i+1，2，r_i+1，3，…，r_i+1，s}和{N_i，1，N_i，2，N_i，3，…，N_i，k}，{N_i+1，1，N_i+1，2，N_i+1，3，…，N_i+1，s}；

步骤四：曲面模型i+1每个点按其法线方向{N_i+1，1，N_i+1，2，N_i+1，3，…，N_i-1，s}找在曲面模型i上的对应点；

定义Q为曲面模型i+1上的一点若找到曲面模型上一点Q′满足以下两个条件，则为其在曲面模型i上的对应点。

iii.Q′与Q连线方向与Q的法线方向N_n+1，j夹角很小，即

angle[|Q′-Q|，N_n+1，j]≤ω；

iv.Q′与Q之间的距离小于一定范围，即dis tan ce|Q′-Q|≤d；

在满i和ii条件的点中，选择曲率最接近的点作为匹配点，即f(Q′)＝min|r_Q′-r_i+1，j|；

若没有找到满足条件i和ii的点，则认为该点Q没有找到匹配点；其中，ω，d由实验标定获得；将模型i+1找到的模型i上的对应点分别表示为点集{Q₁，Q₂，...，Q_v}和{Q₁′，Q₂′，...，Q_v′}，v表示找到的对应点对的数量，其曲率分别表示为和

步骤五，计算对应点曲率方差

步骤六，若g≤σ，则输出p2；若g＞σ，则改变p2，重复步骤二到步骤六。