基于彩色伪随机编码结构光特征提取方法
王国新1,2(),陈凤东1,刘国栋1,*()1. 哈尔滨工业大学电气工程及自动化学院, 黑龙江 哈尔滨 150001
2. 黑龙江科技大学电气与控制工程学院, 黑龙江 哈尔滨 150022
收稿日期:
2018-06-07出版日期:
2018-10-01发布日期:
2018-06-07通讯作者:
刘国栋E-mail:wanggx1980@126.com;lgd@hit.edu.cn作者简介:
王国新(1980—),男,辽宁建平人,博士研究生,主要研究方向为机器视觉与机器学习. E-mail: 基金资助:
国家自然科学基金资助项目(61275096)Feature extraction method of color pseudo-random coded structured light
Guoxin WANG1,2(),Fengdong CHEN1,Guodong LIU1,*()1. School of Electrical Engineering & Automation, Harbin Institute of Technology, Harbin 150001, Heilongjiang, China
2. Institute of Electrical and Control Engineering, Heilongjiang University of Science and Technology, Harbin 150022, Heilongjiang, China
Received:
2018-06-07Online:
2018-10-01Published:
2018-06-07Contact:
Guodong LIU E-mail:wanggx1980@126.com;lgd@hit.edu.cnSupported by:
国家自然科学基金资助项目(61275096)摘要/Abstract
摘要: 为增强三维重建过程中弱纹理目标的特征信息,提出一种基于彩色方格伪随机编码结构光的特征提取方法。设计一幅由五种彩色方格组成的伪随机编码结构光图案并将其投影到目标物体上。建立一种梯度算子模板对降采样图像中角点进行粗定位,然后进行局部非极大值抑制。将Harris算法推广到彩色多通道图像,对原图像粗定位区域进行角点检测,进而确定彩色图像中角点的精确位置。试验结果表明,在被测物体表面颜色和纹理结构均不丰富的条件下,提出的方法依然能够有效地保证特征提取的精度,具有较强的鲁棒性。
PDF全文下载地址:
http://gxbwk.njournal.sdu.edu.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=1758