米云珂+李筠+楊海馬+徐妤婷+徐斌+徐煒

摘 要：為滿足優(yōu)質(zhì)助聽器需求，設(shè)計(jì)了一種基于圖像處理的高精度3D耳蝸掃描重建系統(tǒng)。系統(tǒng)基于單目視覺方案進(jìn)行設(shè)計(jì)，DLP4500投射結(jié)構(gòu)光對耳蝸模型進(jìn)行掃描，相機(jī)高速抓取圖片發(fā)送給PC機(jī)，PC機(jī)通過程序調(diào)用Opencv鏈接庫函數(shù)，對接收到的二維圖像進(jìn)行處理，不斷提取點(diǎn)云數(shù)據(jù)，對提取的點(diǎn)云數(shù)據(jù)利用三角網(wǎng)格重構(gòu)算法進(jìn)行重建。標(biāo)準(zhǔn)立方體的測試結(jié)果顯示，整個(gè)系統(tǒng)的掃描精度在0.2mm以內(nèi)，掃描時(shí)間為2分鐘，在保證高精度的同時(shí)，運(yùn)行時(shí)間相比同類設(shè)備有了很大提高，大大提升了生產(chǎn)效率。

關(guān)鍵詞：3D掃描；結(jié)構(gòu)光；點(diǎn)云；三角網(wǎng)格重構(gòu)

DOIDOI：10.11907/rjdk.172269

中圖分類號：TP317.4

文獻(xiàn)標(biāo)識碼：A 文章編號：1672-7800（2018）002-0216-03

1 系統(tǒng)介紹

調(diào)查數(shù)據(jù)[1]顯示，我國大約有15.8%的人聽力存在障礙，而佩戴合適的助聽設(shè)備能解決90%以上的聽力問題。助聽器市場主要集中在發(fā)達(dá)國家，中國的銷售僅占市場總份額的3%，有很大的潛力，為此設(shè)計(jì)了一種基于圖像處理的高精度3D耳蝸掃描重建系統(tǒng)。

掃描系統(tǒng)主要利用相移結(jié)構(gòu)光[2]對物體進(jìn)行掃描，掃描過程中光柵產(chǎn)生變形，相機(jī)高速抓取圖片發(fā)送給PC機(jī)，程序調(diào)用Opencv里的鏈接庫函數(shù)對接收到的圖像進(jìn)行處理，先生成Depth Map（即深度圖），從中提取點(diǎn)云數(shù)據(jù)，然后基于三角網(wǎng)格重構(gòu)算法對耳蝸模型進(jìn)行重建。

1.1 方案選擇

3D重建有兩種不同的設(shè)計(jì)，一種是基于雙目視覺[3]，另一種是基于單目視覺，所以大致可以分為雙目和單目兩種方案。兩種方案都是通過攝像頭采集圖像數(shù)據(jù)，然后從圖像數(shù)據(jù)上得到所需要的信息，具體區(qū)別如表1所示。

雙目方案所需計(jì)算量[4]相對單目方案要大很多，除此之外還要考慮整個(gè)系統(tǒng)的成本，單目方案僅使用一個(gè)相機(jī)，系統(tǒng)成本大大降低。綜合考慮以上因素，決定采用單目方案進(jìn)行設(shè)計(jì)。系統(tǒng)整體結(jié)構(gòu)如圖1所示。

1.2 硬件選擇與設(shè)計(jì)

硬件主要由結(jié)構(gòu)光投影設(shè)備[5]與相機(jī)組成，本設(shè)計(jì)選用TI公司生產(chǎn)的DLP4500和灰點(diǎn)工業(yè)相機(jī)[6]進(jìn)行配套設(shè)計(jì)，相機(jī)型號為FL3-U3-13Y3M-C，最大幀率可達(dá)到150幀/s。

采用camera觸發(fā)lightcrafter4500，即相機(jī)觸發(fā)投影設(shè)備[7]的方式，因?yàn)檫@種方式比較好控制同步和延遲。系統(tǒng)設(shè)計(jì)選用的相機(jī)觸發(fā)端口為TRIG1，相機(jī)觸發(fā)過程中輸出3.3V的觸發(fā)信號，可通過示波器測量得到。

1.3 相機(jī)標(biāo)定

相機(jī)結(jié)構(gòu)大多情況下可簡化為針孔模型[8]，也即是說，一幅圖像的獲得通常是先對空間中的三維點(diǎn)進(jìn)行透視變換，然后再通過圖像平面投影得到，其定義如式（1）所示：

或者寫成式（2）的形式：

在上述表達(dá)式中，（X，Y，Z）代表空間中一個(gè)點(diǎn)的世界坐標(biāo)[9]，與其相對的（u，v）則表示該點(diǎn)投影在圖像平面上的坐標(biāo)，A通常稱為內(nèi)參數(shù)矩陣；（cx，cy）是基準(zhǔn)點(diǎn)（通常在圖像的中心），（fx，fy）是以像素為單位的焦距。使用函數(shù)cvCalibrateCamera2[10]進(jìn)行標(biāo)定，計(jì)算相機(jī)內(nèi)參數(shù)和外參數(shù)，格式如下：

Void cvCalibrateCamera2 （const CvMat*object_points，const CvMat*image_points，const CvMat*point_consts，

CvSize image_size，CvMat*intrinsic_matrix，CvMat*distortion_coeffs，

CvMat*rotation_vectors=NULL，CvMat*translation_vectors=NULL，Int flags=0）；

函數(shù)主要功能是獲得相機(jī)的內(nèi)參數(shù)，以及每個(gè)視圖外參數(shù)的大致估算值，在大致估算出內(nèi)參數(shù)矩陣和外參數(shù)矩陣的初始值后，它們會被優(yōu)化用來減小反投影誤差。

1.4 提取點(diǎn)云數(shù)據(jù)

要提取點(diǎn)云數(shù)據(jù)，首先要得到物體的深度圖。圖像深度[11]指存儲每個(gè)像素所用的位數(shù)，它決定了彩色圖像中可出現(xiàn)的最多顏色數(shù)，或灰度圖像中的最大灰度等級。比如一幅單色圖像，若每個(gè)象素有8位，則最大灰度數(shù)目為28，即256。一幅彩色圖像RGB 3個(gè)分量的像素位數(shù)分別為4，4，2，則最大顏色數(shù)目為2的4+4+2次方，即1 024，就是說像素的深度為10位，每個(gè)像素可以是1 024種顏色中的一種。對圖像進(jìn)行處理并顯示的函數(shù)如下：

style="font-size：18px；">unsigned short*data=（unsigned short*）（pImg->imageData）

for（i=0；i

for（j=0；j

{

data[j+i*（WIDTH）]=array[j+i*（WIDTH）]；

}

cvMinMaxLoc（dst，&m，&M，NULL，NULL，NULL）；//找出dst中，所有數(shù)據(jù)的最大值和最小值

cvScale（dst，dst，65535/（M-m），65535*（-（m+1））/（M-m））；//把dst中的數(shù)據(jù)映射到0-65535的范cvShowImage（"source image"，pImg）；//完成了上述深度轉(zhuǎn)換，接下來才能用cvshowImage來顯示

經(jīng)過預(yù)處理后的深度圖像具有二維信息，像素點(diǎn)的值是深度信息[12]，表示物體表面到相機(jī)之間的直線距離，以mm為單位。

1.5 點(diǎn)云數(shù)據(jù)重構(gòu)

提取點(diǎn)云數(shù)據(jù)后，利用三角網(wǎng)格重構(gòu)算法[13]進(jìn)行重建。主要遵循以下3個(gè)規(guī)則：

（1）探測鄰域規(guī)則：以活動(dòng)邊Eij的中點(diǎn)M為球心，以探測半徑R為半徑形成一個(gè)球鄰域，球鄰域中的點(diǎn)就是最初的候選點(diǎn)集，見圖2（a）。

（2）活動(dòng)邊內(nèi)外側(cè)規(guī)則：經(jīng)過活動(dòng)邊Eij并垂直于活動(dòng)邊三角形Δijk的平面，將空間分為兩側(cè)，所在的一側(cè)稱為活動(dòng)邊Eij的內(nèi)側(cè)，另一側(cè)稱為活動(dòng)邊Eij的外側(cè)，見圖2（b）。

（3）局部重疊規(guī)則：為了防止新構(gòu)成的三角形與原已生成的三角形在空間上重疊，對候選點(diǎn)集每個(gè)點(diǎn)Vl進(jìn)行重疊規(guī)則測試，將Vi關(guān)聯(lián)三角形的邊以及新三角形的兩條新邊，投影到Vi的局部切平面上。在投影平面上判斷兩條新邊Eij、Eij是否和其它邊相交。如果相交，該點(diǎn)從候選點(diǎn)集中刪除，對Vj也進(jìn)行同樣的測試，見圖2（c）。

確定點(diǎn)的局部切平面[14]實(shí)際是求該點(diǎn)的估計(jì)法矢量，設(shè)已知V的最近點(diǎn)集如式（3）所示。

V點(diǎn)的估計(jì)法矢量最小值如式（4）所示。

問題轉(zhuǎn)化為計(jì)算協(xié)變矩陣C=∑k[]i=1（Qi-V）T·（Qi-V）的最小特征值對應(yīng)的特征向量，該特征向量即為所求的切平面估計(jì)法矢量。

2 系統(tǒng)測試

系統(tǒng)測試分為兩個(gè)部分，首先利用標(biāo)準(zhǔn)立方體對整個(gè)系統(tǒng)進(jìn)行誤差測試，然后再對標(biāo)準(zhǔn)的耳蝸模型進(jìn)行掃描。

2.1 標(biāo)準(zhǔn)立方體掃描測試

通過對標(biāo)準(zhǔn)立方體進(jìn)行掃描計(jì)算測量精度，使用立方體的參數(shù)為：長3.226cm，寬2.172cm，高1.080cm，掃描測試使用的標(biāo)準(zhǔn)立方體，及對立方體掃描過程中提取點(diǎn)云數(shù)據(jù)并進(jìn)行重建后得到的結(jié)果如圖3所示。

誤差測試采用多次試驗(yàn)取算術(shù)平均值進(jìn)行測量，獲得掃描誤差的大致估算值。實(shí)驗(yàn)數(shù)據(jù)如表2所示。

由實(shí)驗(yàn)結(jié)果可以看出，模型長度平均誤差為0.176mm，寬度平均誤差為0.174mm，高度平均誤差為0.172mm；掃描的平均時(shí)間為109.2s。

2.2 實(shí)際耳蝸模型掃描測試

經(jīng)過基本的運(yùn)行及測試之后，就本系統(tǒng)設(shè)計(jì)所要掃描的實(shí)際對象——耳蝸模型進(jìn)行掃描，掃描的耳蝸模型實(shí)物圖，及對耳蝸模型掃描過程中不斷提取點(diǎn)云數(shù)據(jù)并進(jìn)行重建后得到的結(jié)果如圖4所示。

3 結(jié)語

三維掃描是工業(yè)生產(chǎn)及科學(xué)研究重要的組成部分，掃描精度和掃描時(shí)間直接影響生產(chǎn)的順利進(jìn)行以及生產(chǎn)效率。絕大多數(shù)設(shè)備掃描時(shí)間都比較長，檢測精度較低。從本實(shí)驗(yàn)可以看出，本文設(shè)計(jì)的系統(tǒng)不僅可以很好地實(shí)現(xiàn)所需功能，完成對耳蝸模型的掃描及三維重建，而且精度可以達(dá)到微米級。

參考文獻(xiàn)：

[1] 李葉紅，劉曉英.中國老年人市場的助聽器銷售模式分析[J].消費(fèi)導(dǎo)刊，2012（10）：98-99.

[2] 萬飛飛.基于圖像的人體點(diǎn)云模型重建[D].北京：北京服裝學(xué)院，2012.

[3] MAOTENG ZHENG，JUNFENG ZHU，XIAODONG XIONG，et al.3D model reconstruction with common hand-held cameras[J].Virtual Reality，2016（20）：221-235.

[4] 黃志偉.基于斷層掃描數(shù)據(jù)三維建模技術(shù)研究[D].南京：南京航空航天大學(xué)，2015.

[5] XIONG JIE，ZHONG SI DONG，LIU YONG，et al.Automatic three-dimensional reconstruction based on four-view stereo vision using checkerboard pattern[J].J Cent South Univ.，2017（24）：1063-1072.

[6] 祝風(fēng)翔.基于圖像的深度獲取方法研究[D].杭州：浙江大學(xué)，2016.

[7] 陶旺林，盧選民，劉李娟，等.基于OpenCV的非線性圖像畸變校正研究[J].現(xiàn)代電子技術(shù)，2011，34（12）：117-120.

[8] 王莉，朱仁江，戴特力.三維測量中的照相機(jī)單機(jī)定標(biāo)原理及標(biāo)定算法研究[J].重慶師范大學(xué)學(xué)報(bào)：自然科學(xué)版，2005，22（3）：90-93.

[9] 張俊.基于線掃描的物體表面重構(gòu)[D].天津：南開大學(xué)，2013.

[10] MATTHEW BERGER，ANDREA TAGLIASACCHI，LEE M，et al.A survey of surface reconstruction from point clouds[J].COMPUTER GRAPHICS forum，2017（36）：301-329.

[11] 王蒙.基于大規(guī)模點(diǎn)云數(shù)據(jù)的三維重建和紋理映射研究[D].南昌：南昌大學(xué)，2014.

[12] 劉輝，王伯雄，任懷藝，等.基于三維重建數(shù)據(jù)的雙向點(diǎn)云去噪方法研究[J].電子測量與儀器學(xué)報(bào)，2013，27（1）：1-7.

[13] 趙東威.基于結(jié)構(gòu)光的3D重建系統(tǒng)[D].南京：南京大學(xué)，2010.

[14] DIEGO THOMAS，AKIHIRO SUGIMOTO.Parametric surface representation with bump image for dense 3D modeling using an RBG-D camera[J].Int J Comput Vis，2017（123）：206-225.endprint