CN105987805A - 一种投影结构光系统的检测方法 - Google Patents

Abstract

一种投影结构光系统的检测方法，包括步骤：(S100)通过投影模组的投射投影掩码于投影目标，形成投影图像；(S200)通过接收装置接收投影图像；以及(S300)导入投影图像于处理装置，通过处理装置中的检测软件自动识别投影图像，以用于客观获取投影模组的性能及参数信息。

Description

一种投影结构光系统的检测方法

技术领域

本发明涉及一种检测方法，具体地说，是一种用于自动检测与识别投影模组的投影结构光系统检测方法。

背景技术

随着全球智能手机行业的快速发展，人们对手机的功能与质量要求与日俱增，而人们除了对手机的应用软件追求外，对照相摄像功能的要求也在不断提高，过去的二维拍摄技术已经不能满足市场的需要，人们更向往越来越流行的三维成像技术，将原来的只是作为输入设备的摄像头成为一个更加具有广度和深度功能的设备，使得摄像头不仅仅是从一平面上收集信号，而是通过结构光实现三维立体成像，并进一步实现测量、制图等深度拓展功能。

结构光技术从一个角度向目标投射编码结构光，在另一角度采集编码结构光图像，通过对图像中编码信息的结构，提取光束在投射侧和采集侧的角度，利用三角法求取目标深度，其中，编码和解码时结构光技术的核心，也是结构光技术跨越双目视觉像素匹配的难题。投影模组作为一种新型的结构光系统中的投射装置，以用于实现投射投影图案，其通过由内部特定光源发出特定波长段的光，将投影图案投射并放大。投影模组的性能直接决定投影图案的投射效果，也就决定后续的三维立体成像功能。

随着结构光技术的发展与应用，需要对相关设备进行检测与识别。对投影模组的评价，如投影模组的清晰度检测、坏点检测、标定等，一般都是通过肉眼直接分辨投影出来的图案，主观判断投影图案的清晰度、坏点、标定是否达标。在对投影模组的坏点检测，使用的是显微镜下的人眼目视检测方法，通过肉眼在显微镜下观察投影模组是否存在坏点，其操作流程复杂，测试效率低下。传统方法即通过肉眼识别投影模组的清晰度、坏点以及标定等，长期的工作不仅会对人眼产生伤害，还会增加误判率，通过主观观察会影响投影模组检测的客观准确性，毕竟肉眼判断存在一定的误判风险，可能会降低产品良率，使得产品的生产成本增加。同时，肉眼主要针对可见光源，通过可见光波段中的光源投射的掩码图案得以依靠肉眼分辨出投影图案的清晰度，但对于其他波段的光源来说，如紫外光、红外光等光源投射的图案，肉眼就难以直接辨认，可以说，用肉眼识别投影图案存在着较大的局限性，是一种对投影模组检测的限制方法。

对投影模组的标定也仍然仅限于投影图像的目测，只能通过人眼目视对投影模组进行定性标定而无法做定量标定，得出的标定结论也就无法给后续的投影矫正提供有效参考，降低投影模组的标定效率。

另一发面，在对投影模组的投影掩码案进行解码时，现有的投影掩码无法实现码点坐标的唯一确定，也就无法实现对动态图像的解码。因为静态三维技术经过几十年的发展已经比较成熟，应用较广，近几年三维成像或测量领域的研究热点和重点转向难度更大、应用领域更广阔的动态三维技术。其中，静态结构光三维解码技术采用时域编码侧率。该种编码方法将多幅编码图案投影到物体表面，图像的每个像素的码点由多幅编码图像的对应亮度值按照其投影顺序排列而成，当测量目标处于运动或形状变化的状态，多幅时域图像同一像素点在不同时刻对应的不再是同一个物体表面点，其解码必然失效。

结构光动态测量的关键问题在于如何在单幅结构光图案中实现唯一确定编码，仅靠单一时刻的图像解码解决不同视角下对应点的匹配问题。其中，多幅图像的投影系统可以说只适用于静态图像解码，该技术通过对受到物体表面形状调制而变形的光栅图像解相而实现不同成像平面上同一物体表面点的匹配。相对地，单幅图案编码及解码难度显著高于多幅时域编码，其本质原因在于单幅图案能够承载的信息有限，不可避免的产生各类缺陷，尤其是码点不易提取导致解码率低下，降低解码数据的精准度。因而，现有方法只能解码静态图像，对动态图像的解码还是难以突破其中的瓶颈，应用范围也随之大幅受限，其中的编码将直接影响到检测精度和分辨率，对投影图像的检测与识别方法也会受到相应限制。

发明内容

本发明的主要目的在于提供一种投影结构光系统的检测方法，其通过自动检测投影模组的投影图像，得以客观识别投影模组的检测结果，增加检测精度，提高检测效率。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过不同的检测软件得以分别自动获取投影模组的清晰度、坏点、定量标定以及解码数据，操作简单，有助于提供产品生产过程中所需的检测数据。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过一接收装置获取投影图像，再通过处理装置对投影图像进行软件分析，不需要通过肉眼检测，有效减少对人体的损伤，大幅降低检测操作的复杂度。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过软件算法客观评价投影模组的性能以及处理投影模组的图像数据，使得检测结果更加准确，有效降低通过肉眼直接分辨的疲劳度，避免主观判断造成的误判率。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其适于评价不同光源波段的投影模组，打破使用只能肉眼检测的限制，所述接收装置得以识别对应投影模组的光源波长，从而，得以分辨出不同波段投影图案的清晰度。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过快速获取实时投影图案，不需要在显微镜下对投影模组的坏点进行检测，大幅降低检测投影模组坏点的复杂度。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其实现投影模组的自动化标定，有效提高投影模组的标定效率，扩大标定数据的应用范围，有助于在光学影像领域的使用。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过软件对实际投影图像的定位，与理论投影区域相比较得以获取投影模组的实际出投角度和偏移量，客观实现投影模组的量化标定，从而，为后续的投影矫正提供有效参考。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过自动解码软件得以实现静态图像与动态图像的投影解码，从而，可处理基于静态图片或动态视频的投影图像，具有更高的灵活性和适用性。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过对投影图像的预处理，使得投影码点更易于提取，大幅提高投影图像的解码率。

本发明的另一目的在于提供一种投影结构光系统的检测方法，其通过解码算法得以提取图像内的码点信息并转化为解码数据，使得获取到的解码数据更加精准，有利于后续应用的开发，扩大所述解码算法的应用范围。

从而，为了实现以上提到的目的，一种投影结构光系统的检测方法，以用于检测一投影模组，其包括步骤：

(S100)通过所述投影模组的投射形成一投影图像于一投影目标；

(S200)通过一接收装置接收所述投影图像；以及

(S300)导入所述投影图像于一处理装置，通过所述处理装置中的一检测软件自动识别所述投影图像，以用于客观获取所述投影模组的性能及参数信息。

根据本发明的一个实施例，所述方法进一步包括步骤(S400)：保存所述投影模组的数据，以用于对所述投影模组提供客观参考。

根据本发明的一个实施例，所述方法进一步包括步骤(S500)：将所述接收装置与所述投影模组建立标准的相对位置模型，以用于获取所述投影图像。

根据本发明的一个实施例，所述步骤(S100)进一步包括步骤(S101)：将所述投影模组的一投影掩码投射到所述投影目标，形成所述投影图像。

根据本发明的一个实施例，所述步骤(S300)包括步骤(S310)：通过所述检测软件对所述投影图像解像力计算，以用于自动获取所述投影模组的投影掩码的图案清晰度。

根据本发明的一个实施例，所述步骤(S200)包括步骤(S210)：所述投影目标上的投影图像通过漫反射，被所述接收装置接收。

根据本发明的一个实施例，在所述步骤(S200)中的接收装置是一感光摄像机，以用于对应识别所述投影模组投射的光源波长。

根据本发明的一个实施例，所述步骤(S500)包括步骤(S510)：所述感光摄像机与所述投影模组通过建模的方式建立标准的相对位置模型，使得所述接收装置的视场覆盖面大于所述投影模组的投射面。

根据本发明的一个实施例，所述步骤(S300)包括步骤(S320)：通过所述检测软件检测所述投影图像，以用于自动获取所述投影模组的坏点检测结果。

根据本发明的一个实施例，所述步骤(S320)包括步骤：

(S321)转换所述投影图像为灰度图，以用于提取所述投影图像的亮度差；

(S322)获取所述投影图像中大于设定值的一检测区域；以及

(S323)对比所述检测区域与投影模组的投影掩码，以用于客观识别所述投影掩码中的坏点。

根据本发明的一个实施例，在所述步骤(S320)中所述检测区域为m*n大小的块状区域，当所述块状区域不同于所述投影掩码的码点，自动判定所述块状区域为坏点。

根据本发明的一个实施例，在所述步骤(S200)中通过所述接收装置获取所述投影图像，以用于对所述投影图像进行快速实时的坏点检测。

根据本发明的一个实施例，所述步骤(S300)包括步骤(S330)：通过所述检测软件检测所述投影图像，以用于自动获取所述投影模组的量化标定数据。

根据本发明的一个实施例，所述步骤(S330)包括步骤：

(S331)通过建模和计算获取所述投影模组的理论投影区域；

(S332)结合所述投影图像的计算方式，计算理论值与实际值的偏差，以用于获取所述投影模组的投影偏移量；以及

(S333)通过反向计算的方式获取所述投影模组的实际出投角度及标定数据。

根据本发明的一个实施例，所述步骤(S331)包括步骤(S3311)：通过所述投影模组的结构和距离获取理论投影范围。

根据本发明的一个实施例，所述步骤(S332)包括步骤：

(S3321)在所述理论投影范围中寻找一定位点，所述定位点选择于所述投影掩码中的一预设坐标；

(S3322)计算所述定位点的出投角度为α＝u/U*y1(1C)，根据本发明的一个实施例u为所述定位点在所述投影掩码上的横向坐标，U为所述投影掩码的横向长度，y1为所述投影模组的一理论出投角度；以及

(S3323)计算所述定位点在所述投影图像的实际坐标，为(x’＝W/2+L–D*tanα，y’＝H/2)，其中W为所述投影图像的长，H为所述投影图像的宽，L为所述投影模组与所述接收装置的光轴距离，D为所述接收装置与所述投影目标的一投影面距离。

根据本发明的一个实施例，所述步骤(S333)包括步骤：

(S3331)通过圆心定位的方法从所述接收装置的投影图像中提取所述实际定位点的坐标(x’，y’)；

(S3332)将所述实际定位点的坐标代入(1C)中，以用于获取所述投影模组的实际出投角度y1’；以及

(S3333)将所述投影模组的实际出投角度y1’作为标定数据，以用于通过反向偏差值调整所述投影模组的投影角度，使得所述投影图像矫正到所述理论投影区域。

根据本发明的一个实施例，所述步骤(S400)包括步骤(S430)：将所述标定数据传输于成品模组的补偿软件，以用于客观提供成品模组的后期软件补偿数据的参考。

根据本发明的一个实施例，所述步骤(S300)包括步骤(S340)：通过所述检测软件检测所述投影图像，以用于自动获取所述投影图像的解码数据。

根据本发明的一个实施例，所述步骤(S340)包括步骤：

(S341)预处理导入的所述投影图像，以用于提取所述投影模组投影的码点；

(S342)获取每个码点的中心，以用于获取码点数据；以及

(S343)通过一解码算法将所述码点数据转化为解码数据。

根据本发明的一个实施例，所述步骤(S341)包括步骤：

(S3411)平均化处理所述投影图像数据；

(S3412)相关性处理所述投影图像数据；以及

(S3413)标记局部灰度最大值，以用于识别所述投影图像的码元。

根据本发明的一个实施例，所述步骤(S343)的解码算法包括步骤：

(S3431)组建解码窗口于所述投影掩码，以用于实现码点坐标的唯一确定；

(S3412)求取所述解码窗口的码元，使得所述投影图像获取所述解码窗口的配对数据；以及

(S3413)提取所述解码窗口配对数据在所述投影掩码中的列数与所述配对数据在所述投影图像中的坐标数据。

根据本发明的一个实施例，在步骤(S343)中的解码窗口选用的是2*3大小的窗口。

根据本发明的一个实施例，所述解码使用m序伪随机序列构建所述码元，使得每个2*3解码窗口对应的解码数据在投影掩码图案序列中的位置唯一确定，适用于动态解码和静态解码。

根据本发明的一个实施例，所述m序伪随机序列选用的是6序伪随机序列。

根据本发明的一个实施例，所述(S343)的解码算法进一步包括步骤(S3434)：将码元种类定义为0+,0-,1+,1-，同时，将0+和1+归类为c,将0-和1-归类为b，以用于将投影图像模型转换为解码序列。

附图说明

图1是根据本发明的一优选实施例的模块示意图。

图2是根据本发明的上述优选实施例的结构示意图。

图3A是根据本发明的上述优选实施例的标定检测的结构示意图。

图3B是根据本发明的上述优选实施例的标定检测定位点位置示意图。

图4A是根据本发明的上述优选实施例的投影掩码图。

图4B是根据本发明的上述优选实施例的掩码窗口示意图。

图5A是根据本发明的上述优选实施例的原始投影图像。

图5B是根据本发明的上述优选实施例的预处理图像。

图5C是根据本发明的上述优选实施例的码元种类图像。

图6是根据本发明的上述优选实施例的流程示意图。

图7是根据本发明的上述优选实施例的标定检测流程示意图。

图8是根据本发明的上述优选实施例的解码检测流程示意图。

具体实施方式

根据本发明的权利要求和说明书所公开的内容，本发明的技术方案具体如下文所述。

如图1到图2所示的是一种投影结构光系统的检测装置，所述检测装置包括一投影模组10，以用于投射一投影掩码11形成一投影图像12；一接收装置20，以用于接收所述投影图像12；一处理装置30，所述处理装置30耦接于所述接收装置20，以用于自动处理所述接收装置20传输的投影图像12，获取客观检测结果；以及一投影目标40，所述投影目标40相对于所述投影模组10与接收装置20，以用于所述投影模组10将所述投影掩码11投射到所述投影目标40的一投影面41，形成所述投影图像12。

所述投影模组10将所述投影图像12沿着一投射光路13投射到所述投影目标40的投影面41，通过所述投影面41上的漫反射，所述投影图像12沿着以反射光路14反射到所述接收装置20，被所述接收装置20接收，所述接收装置20将所述投影图像12数据导入到所述处理装置30，通过所述处理装置30中的一检测软件31识别所述投影图像12，获取所述投影模组10的性能及参数信息，所述检测方法通过软件自动的方式检测投影模组10的投影图像12，得以客观识别所述投影模组10的检测结果，增加检测精度，提高检测效率。

其中，所述接收装置20是一摄像机21，相对于所述投影目标40，以用于拍摄所述投影面41上的投影图像12。所述处理装置30是一电脑处理器，通过其中的检测软件31得以检测所述投影图像12，获取所述投影模组10的数据信息。所述检测方法通过不同的检测软件31得以分别自动获取投影模组10的清晰度、坏点、定量标定以及解码数据，操作简单，有助于提供产品生产过程中所需的检测数据。

所述投影目标40是一投影面标版，所述投影面标版具有均匀且较高的漫反射率，以用于所述投影目标40上的投影图像12通过漫反射，被所述接收装置20所接收，同时，保证所述接收装置20接收的所述投影图像12准确性与还原性。

所述接收装置20与所述投影模组10建立标准的相对位置模型，以用于所述接收装置20的视场覆盖面大于所述投影模组10的投影面41，使得所述接收装置20接收所述投影模组10投射的图像，以防发生所述投影图像12无法全部被所述接收装置20所接收。换句话说，所述接收装置20与所述投影模组10之间有一预设位置，所述投影面41相对于所述接收装置20与所述投影模组10有一预设距离，调节所述投影模组10的投射角以及所述接收装置20的接收角，使得所述投影模组10向所述投影面41投射的投影图像12通过漫反射全部被所述接收装置20所接收，也就是所述接收装置20的市场覆盖面大于所述投影模组10的投影面41。

所述接收装置20获取所述投影图像12后，传输到所述处理装置30，通过所述处理装置30对所述投影图像12进行软件分析，获取检测结果，不需要通过肉眼直接检测，有效减少对人体的损伤，大幅降低检测操作的复杂度。同时，通过软件算法客观评价所属投影模组10的性能以及计算处理所述投影模组10的投影图像12数据，使得检测结果更加准确，有效降低通过肉眼直接分辨的疲劳度，避免主观判断造成的误判率，而导致所述投影模组10的品质下降。

所述检测方法得以用于测试所属投影模组10A的清晰度，不需要使用肉眼观测所述投影图像12A，得以进行客观的判断。其中，所述接收装置20A是一感光摄像机21A，所述感光摄像机21A适于识别对应投影模组10A投射的光源波长，有助于打破肉眼检测的局限性，使得所述检测方法不仅能检测可见光波段，也能检测非可见光波段，如红外光、紫外光等，适于评价不同光源波段的投影模组10A，从而，所述检测方法得以分辨出不同波段投影掩码11A的清晰度。

当自动检测所述投影模组10A的清晰度时，所述投影模组10A按照一定方向，向所述投影目标40A投射出特定波段的光线，其中，所述投影目标40A为具有均匀且较高漫反射率的投影面标版。根据所述投影模组10A的视场角，按照固定的所述投射光路13A，将所述投影模组10A中的投影掩码11A投射到所述投影面标版上。当所述投影掩码11A投射到所述投影面41A时，形成所述投影图像12A。所述投影图像12A经过所述投影标版面41A的漫反射，形成的反射光线按照反射光路14A反射向所述接收装置20A，被所述接收装置20A接收，所述接收装置20A将接收的所述投影图像12A传输到所述处理装置30A，通过所述处理装置30A的解像力计算，客观判断所述投影模组10A的效果，得以获取所述投影模组10A的投影掩码11A的清晰度。其中，所述处理装置30A的检测软件31是一清晰度检测软件31A，以用于检测所述投影模组10A的图案清晰度，自动获取检测结果，避免肉眼检测造成的主观误判率以及只能分辨可见光的检测限制。通过自动检测，不仅能评价不同光源波段的投影模组10A，也能通过软件算法客观评价所述投影模组10A的投影掩码11A清晰度，使得评价结果更加准确，有效降低通过肉眼直接分辨的疲劳度。

由于所述接收装置20A与投影模组10A建立标准的相对位置模型，所述感光摄像机21A的视场覆盖面大于所述投影模组10A的投射角，在所述投影模组10A与所述投影面41A之间的投射光路13A范围小于所述接收装置20A与所述投影面41A之间的反射光路14A范围，使得所述投影面41A上形成的投影图像12A得以全部反射到所述接收装置20A并被所述接收装置20A接收，避免出现图像缺失或是不完整的问题，保证所述投影掩码11A投射到所述投影面41A形成的所述投影图像12A的完整性。

所述检测方法得以用于检测光学领域的投影模组10B的坏点，自动对投影掩码11B进行坏点判定。所述投影模组10B向所述投影目标40B投射所述投影图像12B，所述接收装置20B为一摄像机21B，通过所述摄像相机21B获取所述投影图像12B，再将所述投影图像12B传输到所述处理装置30B，通过所述处理装置30B的检测软件31B，如所述检测软件31B是一坏点检测软件31B，对所述投影图像12B进行自动检测，客观获取所述投影模组10B的坏点检测结果，不需要通过肉眼在显微镜下对投影模组10B的坏点进行检测，得以快速获取实时投影图像12B，大幅降低检测投影模组10B坏点的复杂度，有效减少对工作人员的视力损伤，同时，有助于提升检测效率，降低误判率。

其中，所述坏点检测方法通过所述接收装置20B抓取所述投影图像12B，对所述投影图像12B进行坏点判定。所述接收装置20B得以快速获取实时投影图像12B，操作简单。当所述处理装置30B获取所述投影图像12B后，所述检测软件31B将所述投影图像12B转化为灰度图，以用于所述投影模组10B坏点检测中的亮度差提取，获取大于设定值m*n大小的块状区域，对比于所述投影模组10B中的投影掩码11B图案，非码点型的块状区域为坏点。换句话说，自动检测所述投影模组10B的灰度图，通过与投影掩码11B的码点比较，客观判定区域是否存在坏点，如果有与码点不一样的区域，即为坏点，有效避免肉眼观察的坏点遗漏现象发生，通过客观自动的检测方法增加所述投影模组10B的坏点检测准确性。

图3A到3B所示的是一种投影模组10C的标定检测，以用于自动量化所述投影模组10C的标定，获取所述投影模组10C的实际投影偏移量以及出投角度。所述接收装置20C与所述投影模组10C通过建立标准的相对位置模型，所述接收装置20C与所述投影模组10C之间有一预设距离，所述接收装置20C与所述投影目标40C的投影面41C之间有一预设距离。通过建模和计算得以获取所述投影模组10C的理论投影区域，再结合图像计算获取实际的投影偏移量，从而，计算出实际的模组出投角度。

换句话说，所述接收装置20C与所述投影模组10C有一间隔距离，所述投影模组10C与所述接收装置20C光轴的距离为L。所述接收装置20C与所述投影面41C有一间隔距离，所述投影面41C与所述接收装置20C的距离为D。所述投影模组10C通过预设投射角向所述投影面41C投射投影掩码11C，所述投影模组10C的单侧投射角分别为y1和y2。所述投影面41C上形成的所述投影图像12C通过漫反射被所述接收装置20C所接收，通过所述接收装置20C的视场角F0V可知，所述接收装置20C的出射角θ＝0.5*FOV。

其中，通过所述投影模组10C结构和投影距离获取预设的理论投影范围，在所述预设范围中设置一定位点42C，即在所述投影模组10C的投影掩码11C上选择一理论定位点42C，所述接收装置20C向所述处理装置30C导入带有所述理论定位点42C的投影图像12C，所述处理装置30C的检测软件31C是一标定检测软件31C，得以寻找实际投影图像12C的定位点42C，为一实际定位点42C，以用于通过软件对实际的所述投影图像12C定位，自动计算理论值与实际值的偏差，通过反向计算的方式获取所述投影模组10C的出投角度，客观得到所述投影模组10C的量化标定数据，有助于实现所述投影模组10C的自动化标定，有效提高所述投影模组10C的标定效率。

通过所述处理装置30C保存所述标定数据，以直接用于半成品模组的矫正，尤其是半成品的投影角度调整，所述标定数据也得以用于成品模组的后期软件补偿，如将所述标定数据传输给一定软件作为补偿数据的参考。其中，所述检测方法实现所述投影模组10C的自动化标定，得以获取所述投影模组10C的标定量化数据，扩大所述标定数据的应用范围，有助于在光学影像领域的量化标定使用。其中，通过所述标定检测软件31C对实际投影图像12C的定位，与理论投影区域相比较得以获取投影模组10C的实际出投角度和偏移量，客观实现投影模组10C的量化标定，从而，为后续的投影模组10C半成品或成品提供有效的矫正和补偿的参考数据。

图3B所示的是所述定位点42C在投影掩码11C中的位置，假设所述预设投影范围的投影掩码11的长为U，宽为V，所述投影掩码11C上的定位点42C坐标为(u，v)，若v＝0.5*V，由此可知，定位点42C的理论出投角度为α＝u/U*y1(1C)。其中u为所述定位点42C在所述投影掩码11C上的横向坐标，U为所述投影掩码11C的横向长度，y1为所述投影模组10C的一理论出投角度

已知所述接收装置20C的投影图像12C长W，宽H，得以计算所述定位点42C在所述接收装置20C即摄像机21C的实际投影图像12C坐标为(x’＝W/2+L–D*tanα，y’＝H/2)。

通过圆心定位的方法从所述接收装置20C的投影图像12C中提取定位点42C的坐标(x’，y’)，代入等式(1C)中，通过x’求得α，计算获取y1’，即获取投影模组10C实际的出投角度是y1’，通过计算理论值与实际值的偏差，反向计算所述投影模组10C的出投角度。将所述投影模组10C的实际出投角度y1’作为标定数据，对半成品进行反向偏差值的矫正，使得最终的所述投影图像12C依然落到理论投影区域中，实现对所述投影模组10C的自动量化标定，其中，通过软件算法客观标定所述投影模组10C，使得量化数据更加精准。

图4A到5C所示的是所述投影模组10D优选的一种掩码图案111D检测与识别方法，以用于对所述投影模组10D图像的自动解码检测。通过所述掩码图案111D及解码技术得以实现静态图像与动态图像的投影解码。由于在动态场景中要求所有码点114D全局唯一，所述投影模组10D掩码图案111D形成的编码将直接影响到检测精度和分辨率，如果码点114D唯一，所述投影模组10D才有可能处理动态图像。其中，所述投影模组10D的编码模式中码点114D的唯一性不是指各符号代码的唯一性，而是指一解码窗口112D代码的位移，通过所述解码窗口112D代码来确定光源窗口在光源侧的位置，从而，进一步确认各符号和各关键检测点位置。

图4A是一种掩码图案111D，是本发明优选的投影掩码11D，通过所述投影模组10D投射到目标表面，再由所述接收装置20D接收所述投影图像12D，通过所述处理装置30D的一解码检测软件31D对所述投影图像12D进行解码处理，形成三维图像。换句话说，所述掩码图案111D是一种优选的特定投影掩码11D，通过所述接收装置20D抓取所述投影图像12D，所述处理装置30D中的解码检测软件31D得以对所述投影图像12D数据进行平均化、相关性等多种处理，通过一解码算法获取解码数据。其中，所述接收装置20D为一摄像机21D，所述解码数据结合所述摄像机参数得到三维点云信息，以用于三维模型构建、物体或场景的测绘，也得以结合色彩数据构建彩色模型。其中，点云是指采用各种三维测量设备获取物体表面每个采集点的三维坐标信息集合，也就是所述投影模组10D将所述掩码图案111D投射到所述投影目标40D，所述接收装置20D接收所述投影图像12D，获取所述投影目标40D的投影图像12D，得到三维坐标信息，由于点云的无序性，无法直接应用实际形成静态或动态图像，软件处理时需要将解码数据与所述摄像机参数结合得到有效的三维点云信息，同时，所述解码算法得以实现玛点坐标的唯一确定性，从而，所述解码算法得以同时实现静态解码和动态解码，可处理基于静态图片或动态视频的投影图像12D，具有更高的灵活性和适用性。

所述掩码图案111D由一系列的黑白码点114D组成，根据黑白码点114D的不同组合得以获取解码数据。当将所述投影图像12D转化为所述解码数据时，通过软件导入静态图像或动态图像，并对每一帧图像实行解码数据转化。先是导入投影图像12D数据，对所述投影图像12D进行预处理，通过获取局部最大值得到每个黑白码点114D的中心，使用所述解码算法将所述码点114D数据转化为所述投影图像12D的解码数据。

图4B是在所述掩码图案111D中组建解码窗口112D，以用于求取所述解码窗口112D的码元113D来获取配对的所述投影图像12D的坐标数据。所述解码窗口112D优选的是2*3大小的窗口，为确保每个大小的解码窗口112D对应的解码数据是在所述掩码图案111D序列中的位置唯一确定，适用于动态解码，所述解码算法使用m序伪随机序列构建码元113D，优选地，所述m序伪随机序列选用的是6序伪随机序列。其中，所述解码窗口112D的窗体列是黑白间隔周期列，且编码全局唯一，适用于动态场景的检测，可处理基于静态图片或动态视频的投影图像12，实现静态解码和动态解码。

在进行所述解码算法之前，先对所述投影图像12D数据进行预处理，以用于提高所述码元113D的识别率，使得所述投影模组10D投影出来的码点114D更易于提取，大幅提高最终的解码率。其中，图5A所示的是所述投影图像12D的原始图像12D，由图中可以看出，原始图像较为模糊，所述投影码点114D不易提取，如果直接使用所述原始图像，码点114D不易提取导致解码率低下。图5B所示的是所述原始图像通过预处理的方式获取的预处理后图像13D，所述预处理后图像13D较为清晰，得以显示有效检测中心，对码点114D进行定位与提取，提高解码率。

其中，所述预处理先是导入原始图像，对所述原始图像进行平均化处理以及相关性处理，标记局部灰度最大值，得以清晰显示所述预处理后图像13D，以用于获取每个黑白码点114D的中心，提高所述码元113D的识别率，使得投影码点114D更易于提取。

图5C所示的是码元113D种类的表达，优选地，所述码元113D种类如图5C定义为四种，分别为0+,0-,1+,1-。通过归类将所述投影图像12D模型化为解码序列，其中，将0+和1+归类为c,将0-和1-归类为b，得到所述解码序列如下所示：

由序列(1D)可得如下等式：

由(2D)和(3D)可知，同一列中的任意2*3的所述解码窗口112D配对是相同的，并且同一双行中任意2*3的所述解码窗口112D配对是唯一的。也就是说，所有2*3的所述解码窗口112D的代码是唯一的，满足M阵列性质的要求，得以实现码点114D坐标的唯一确定，以用于静态图像和动态图像的投影解码。

通过所述预处理后的投影图像12D获取每个2*3解码窗口112D的配对数据，并找到所述配对数据在所述投影掩码11D中的列数以及所述配对数据在所述投影图像12D中的坐标数据，以用于通过所述解码算法将码点数据转化为解码数据。换句话说，通过所述配对数据求取所述解码窗口112D的码点数据，并与预先设计的编码模式中的窗口进行匹配，提取所述码点数据在所述编码模式中的行和列的坐标位置，获取所述解码数据。所述投影图像12D套用所述解码算法，提取图像内的码点信息并转化为解码数据，使得获取到的解码数据更加精准，有利于后续应用的开发，扩大所述解码算法的应用范围。

值得一提的是，所述检测软件31中的清晰度检测软件31、坏点检测软件31、标定检测软件31以及解码检测软件31得以为一个检测软件31系统中的分软件或是四个单独的检测软件31。

一种投影结构光系统的检测方法，以用于检测一投影模组，其步骤包括：

(S100)通过所述投影模组10的投射形成一投影图像12于一投影目标40；

(S200)通过一接收装置20接收所述投影图像12；以及

(S300)导入所述投影图像12于一处理装置30，通过所述处理装置30中的一检测软件31自动识别所述投影图像12，以用于客观获取所述投影模组10的性能及参数信息。

其中，所述方法进一步包括步骤(S400)：保存所述投影模组10的数据，以用于对所述投影模组10提供客观参考。

其中，所述方法进一步包括步骤(S500)：将所述接收装置20与所述投影模组10建立标准的相对位置模型，以用于获取所述投影图像12。

其中，所述步骤(S100)包括步骤(S101)：将所述投影模组10的一投影掩码11投射到所述投影目标40，形成所述投影图像12。

其中，所述步骤(S300)包括步骤(S310)：通过所述检测软件31A对所述投影图像12A解像力计算，以用于自动获取所述投影模组10A的投影掩码11A的图案清晰度。

其中，所述步骤(S200)包括步骤(S210)：所述投影目标40A上的投影图像12A通过漫反射，被所述接收装置20A接收。

其中，在所述步骤(S200)中的接收装置20A是一感光摄像机21A，以用于对应识别所述投影模组10A投射的光源波长。

其中，所述步骤(S500)包括步骤(S510)：所述感光摄像机21A与所述投影模组10A通过建模的方式建立标准的相对位置模型，使得所述接收装置20A的视场覆盖面大于所述投影模组10A的投影面41A。

其中，所述步骤(S300)包括步骤(S320)：通过所述检测软件31B检测所述投影图像12B，以用于自动获取所述投影模组10B的坏点检测结果。

其中，所述步骤(S320)包括步骤：

(S321)转换所述投影图像12B为灰度图，以用于提取所述投影图像12B的亮度差；

(S322)获取所述投影图像12B中大于设定值的一检测区域；以及

(S323)对比所述检测区域与投影模组10B的投影掩码11B，以用于客观识别所述投影掩码11B中的坏点。

其中，在所述步骤(S320)中，所述检测区域为m*n大小的块状区域，当所述块状区域不同于所述投影掩码11B的码点，自动判定所述块状区域为坏点。

其中，在所述步骤(S200)中通过所述接收装置20B获取所述投影图像12B，以用于对所述投影图像12B进行快速实时的坏点检测。

其中，所述步骤(S300)包括步骤(S330)：通过所述检测软件31C检测所述投影图像12C，以用于自动获取所述投影模组10C的量化标定数据。

其中，所述步骤(S330)包括步骤：

(S331)通过建模和计算获取所述投影模组10C的理论投影区域；

(S332)结合所述投影图像12C的计算方式，计算理论值与实际值的偏差，以用于获取所述投影模组10C的投影偏移量；以及

(S333)通过反向计算的方式获取所述投影模组10C的实际出投角度及标定数据。

其中，所述步骤(S331)包括步骤(S3311)：通过所述投影模组10C的结构和距离获取理论投影范围。

其中，所述步骤(S332)进一步包括步骤：

(S3321)在所述理论投影范围中寻找一定位点42C，所述定位点42C选择于所述投影掩码11C中的一预设坐标；

(S3322)计算所述定位点42C的出投角度为α＝u/U*y1(1C)，其中u为所述定位点42C在所述投影掩码11C上的横向坐标，U为所述投影掩码11C的横向长度，y1为所述投影模组10C的一理论出投角度；以及

(S3323)计算所述定位点42C在所述投影图像12C的实际坐标，为(x’＝W/2+L–D*tanα，y’＝H/2)，其中W为所述投影图像12的长，H为所述投影图像12C的宽，L为所述投影模组10C与所述接收装置20C的光轴距离，D为所述接收装置20C与所述投影目标40C的一投影面41C距离。

其中，所述步骤(S333)包括步骤：

(S3331)通过圆心定位的方法从所述接收装置20C的投影图像12C中提取所述实际定位点42C的坐标(x’，y’)；

(S3332)将所述实际定位点42C的坐标代入(1C)中，以用于获取所述投影模组10C的实际出投角度y1’；以及

(S3333)将所述投影模组10C的实际出投角度y1’作为标定数据，以用于通过反向偏差值调整所述投影模组10C的投影角度，使得所述投影图像12C矫正到所述理论投影区域。

其中，所述步骤(S400)包括步骤(S430)：将所述标定数据传输于成品模组的补偿软件，以用于客观提供成品模组的后期软件补偿数据的参考。

其中，所述步骤(S300)包括步骤(S340)：通过所述检测软件31D检测所述投影图像12D，以用于自动获取所述投影图像12D的解码数据。

其中，所述步骤(S340)包括步骤：

(S341)预处理导入的所述投影图像12D，以用于提取所述投影模组10D投影的码点114D；

(S342)获取每个码点114D的中心，以用于获取码点数据；以及

(S343)通过一解码算法将所述码点数据转化为解码数据。

其中，所述步骤(S341)包括步骤：

(S3411)平均化处理所述投影图像数据；

(S3412)相关性处理所述投影图像数据；以及

(S3413)标记局部灰度最大值，以用于识别所述投影图像12D的码元113D。

其中，所述步骤(S343)的解码算法包括步骤：

(S3431)组建解码窗口112D于所述投影掩码11D，以用于实现码点114D坐标的唯一确定；

(S3412)求取所述解码窗口112D的码元113D，使得所述投影图像12D获取所述解码窗口112D的配对数据；以及

(S3413)提取所述解码窗口112D配对数据在所述投影掩码11D中的列数与所述配对数据在所述投影图像12D中的坐标数据。

其中，在步骤(S343)中的解码窗口112D选用的是2*3大小的窗口。

其中，所述解码使用m序伪随机序列构建所述码元113D，使得每个2*3解码窗口112D对应的解码数据在投影掩码11D序列中的位置唯一确定，适用于动态解码和静态解码。

其中，所述m序伪随机序列选用的是6序伪随机序列。

其中，所述(S343)的解码算法进一步包括步骤(S3434)：将码元113D种类定义为0+,0-,1+,1-，同时，将0+和1+归类为c,将0-和1-归类为b，以用于将投影图像模型转换为解码序列。

值得一提的是，所述检测方法不仅应用于投影模组的检测，同时其他投影结构光系统也得以套用所述方法，增加所述应用范围。

述内容为本发明的具体实施例的例举，对于其中未详尽描述的设备和结构，应当理解为采取本领域已有的通用设备及通用方法来予以实施。

同时本发明上述实施例仅为说明本发明技术方案之用，仅为本发明技术方案的列举，并不用于限制本发明的技术方案及其保护范围。采用等同技术手段、等同设备等对本发明权利要求书及说明书所公开的技术方案的改进应当认为是没有超出本发明权利要求书及说明书所公开的范围。

Claims (25)

1.一种投影结构光系统的检测方法，以用于检测一投影模组的，其特征在于，所述方法包括步骤：

(S100)通过所述投影模组的投射形成一投影图像于一投影目标；

(S200)通过一接收装置接收所述投影图像；以及

(S300)导入所述投影图像于一处理装置，通过所述处理装置中的一检测软件自动识别所述投影图像，以用于客观获取所述投影模组的性能及参数信息。

2.根据权利要求1所述的方法，其进一步包括步骤(S400)：保存所述投影模组的数据，以用于对所述投影模组提供客观参考。

3.根据权利要求2所述的方法，其进一步包括步骤(S500)：将所述接收装置与所述投影模组建立标准的相对位置模型，以用于获取所述投影图像。

4.根据权利要求1到3中任一所述的方法，所述步骤(S100)包括步骤(S101)：将所述投影模组的一投影掩码投射到所述投影目标，形成所述投影图像。

5.根据权利要求4所述的方法，所述步骤(S300)包括步骤(S310)：通过所述检测软件对所述投影图像解像力计算，以用于自动获取所述投影模组的投影掩码的图案清晰度。

6.根据权利要求5所述的方法，所述步骤(S200)包括步骤(S210)：所述投影目标上的投影图像通过漫反射，被所述接收装置接收。

7.根据权利要求6所述的方法，在所述步骤(S200)中的接收装置是一感光摄像机，以用于对应识别所述投影模组投射的光源波长。

8.根据权利要求7所述的方法，所述步骤(S500)包括步骤(S510)：所述感光摄像机与所述投影模组通过建模的方式建立标准的相对位置模型，使得所述接收装置的视场覆盖面大于所述投影模组的投射面。

9.根据权利要求4所述的方法，所述步骤(S300)包括步骤(S320)：通过所述检测软件检测所述投影图像，以用于自动获取所述投影模组的坏点检测结果。

10.根据权利要求9所述的方法，所述步骤(S320)包括步骤：

(S321)转换所述投影图像为灰度图，以用于提取所述投影图像的亮度差；

(S322)获取所述投影图像中大于设定值的一检测区域；以及

(S323)对比所述检测区域与投影模组的投影掩码，以用于客观识别所述投影掩码中的坏点。

11.根据权利要求10所述的方法，在所述步骤(S320)中，所述检测区域为m*n大小的块状区域，当所述块状区域不同于所述投影掩码的码点，自动判定所述块状区域为坏点。

12.根据权利要求11所述的方法，在所述步骤(S200)中通过所述接收装置获取所述投影图像，以用于对所述投影图像进行快速实时的坏点检测。

13.根据权利要求12所述的方法，所述步骤(S300)包括步骤(S330)：通过所述检测软件检测所述投影图像，以用于自动获取所述投影模组的量化标定数据。

14.根据权利要求13所述的方法，，所述步骤(S330)包括步骤：

(S331)通过建模和计算获取所述投影模组的理论投影区域；

(S332)结合所述投影图像的计算方式，计算理论值与实际值的偏差，以用于获取所述投影模组的投影偏移量；以及

(S333)通过反向计算的方式获取所述投影模组的实际出投角度及标定数据。

15.根据权利要求14所述的方法，所述步骤(S331)包括步骤(S3311)：通过所述投影模组的结构和距离获取理论投影范围。

16.根据权利要求15所述的方法，所述步骤(S332)包括步骤：

(S3321)在所述理论投影范围中寻找一定位点，所述定位点选择于所述投影掩码中的一预设坐标；

(S3322)计算所述定位点的出投角度为α＝u/U*y1(1C)，根据本发明的一个实施例u为所述定位点在所述投影掩码上的横向坐标，U为所述投影掩码的横向长度，y1为所述投影模组的一理论出投角度；以及

(S3323)计算所述定位点在所述投影图像的实际坐标，为(x’＝W/2+L–D*tanα，y’＝H/2)，其中W为所述投影图像的长，H为所述投影图像的宽，L为所述投影模组与所述接收装置的光轴距离，D为所述接收装置与所述投影目标的一投影面距离。

17.根据权利要求16所述的方法，所述步骤(S333)包括步骤：

(S3331)通过圆心定位的方法从所述接收装置的投影图像中提取所述实际定位点的坐标(x’，y’)；

(S3332)将所述实际定位点的坐标代入(1C)中，以用于获取所述投影模组的实际出投角度y1’；以及

(S3333)将所述投影模组的实际出投角度y1’作为标定数据，以用于通过反向偏差值调整所述投影模组的投影角度，使得所述投影图像矫正到所述理论投影区域。

18.根据权利要求17所述的方法，所述步骤(S400)包括步骤(S430)：将所述标定数据传输于成品模组的补偿软件，以用于客观提供成品模组的后期软件补偿数据的参考。

19.根据权利要求4所述的方法，所述步骤(S300)包括步骤(S340)：通过所述检测软件检测所述投影图像，以用于自动获取所述投影图像的解码数据。

20.根据权利要求19所述的方法，所述步骤(S340)包括步骤：

(S341)预处理导入的所述投影图像，以用于提取所述投影模组投影的码点；

(S342)获取每个码点的中心，以用于获取码点数据；以及

(S343)通过一解码算法将所述码点数据转化为解码数据。

21.根据权利要求20所述的方法，所述步骤(S341)包括步骤：

(S3411)平均化处理所述投影图像数据；

(S3412)相关性处理所述投影图像数据；以及

(S3413)标记局部灰度最大值，以用于识别所述投影图像的码元。

22.根据权利要求21所述的方法，所述步骤(S343)的解码算法包括步骤：

(S3431)组建解码窗口于所述投影掩码，以用于实现码点坐标的唯一确定；

(S3412)求取所述解码窗口的码元，使得所述投影图像获取所述解码窗口的配对数据；以及

(S3413)提取所述解码窗口配对数据在所述投影掩码中的列数与所述配对数据在所述投影图像中的坐标数据。

23.根据权利要求22所述的方法，在步骤(S343)中的解码窗口选用的是2*3大小的窗口。

24.根据权利要求23所述的方法，所述解码使用m序伪随机序列构建所述码元，使得每个2*3解码窗口对应的解码数据在投影掩码图案序列中的位置唯一确定，适用于动态解码和静态解码，其中所述m序伪随机序列选用的是6序伪随机序列。

25.根据权利要求24所述的方法，所述(S343)的解码算法进一步包括步骤(S3434)：将码元种类定义为0+,0-,1+,1-，同时，将0+和1+归类为c,将0-和1-归类为b，以用于将投影图像模型转换为解码序列。