一种用于结构光三维测量的相位校正方法、系统及介质与流程

1.本发明涉及光学测量技术领域，特别是涉及一种用于结构光三维测量的相位校正方法、系统及介质。


背景技术：

2.目前三维测量技术在各个工业、生产和制造领域中被广泛应用，因此，三维测量技术的精准度要求极高；三维测量技术中，基于psp技术和双目系统的结构光测量技术最为常用，其通过结构光投射至被测物体，根据捕捉被测物体上的结构光图像，并进行相位信息分析，进而得到图像深度值，完成三维测量；其中，相位信息会根据物体本身的性质或捕捉环境的不同，对测量结果产生影响，因此，现有技术中提出了一种机械零件三维重建中的相位校正方法（申请号cn202010668243.8），其主要利用中值滤波法对相位值进行噪声滤除，最终实现相位的校正。
3.综上所述，经过生产中的实际操作经验，发现上述现有技术中的相位校正方法对于相位唯一性被破坏的情况下，会导致相位误匹配，并极大的影响三维测量结果，降低三维测量精度。


技术实现要素：

4.本发明主要解决的是现有技术中的相位校正方法对于相位唯一性被破坏的情况下，会导致相位误匹配，并极大的影响三维测量结果，降低三维测量精度的问题。
5.为解决上述技术问题，本发明采用的一个技术方案是：提供一种用于结构光三维测量的相位校正方法，包括以下步骤：相机初始标定步骤：配置三维测量模块，设置相机标定方法，基于所述三维测量模块和所述相机标定方法执行相机标定操作，得到第一标定参数；展开相位计算步骤：设置光机投射参数和展开相位计算公式；得到所述第一标定参数后，基于所述三维测量模块和所述光机投射参数执行图像投射操作，得到第一条纹图像；基于所述展开相位计算公式和所述第一条纹图像执行相位计算操作，得到第一展开相位；展开相位校正步骤：设置相位梯度计算公式、视差计算公式、深度值计算公式、梯度筛选标准、滤波阈值和梯度误差阈值；基于所述第一标定参数、所述第一展开相位、所述相位梯度计算公式、所述视差计算公式、所述深度值计算公式、所述梯度筛选标准、所述滤波阈值和所述梯度误差阈值执行相位校正操作。
6.作为一种改进的方案，所述三维测量模块包括：相机模组、光机模组和被测物模组；所述相机标定方法为张正友标定法；
所述第一标定参数包括：第一焦距参数和第一基线参数；所述光机投射参数包括：背景光参数、调制光参数和投射正弦频率；所述展开相位计算公式包括：第一相位公式、第二相位公式和第三相位公式；所述第一条纹图像包括：第一频率条纹图、第二频率条纹图和第三频率条纹图；所述梯度筛选标准包括：相邻梯度正负值标准和相邻梯度一致性标准。
7.作为一种改进的方案，所述相机标定操作包括：采用所述张正友标定法对所述相机模组进行标定，得到所述第一焦距参数和所述第一基线参数。
8.作为一种改进的方案，所述图像投射操作包括：设定相位取值范围和公式更新变量值；获取投放需求，识别所述投放需求中的第一条纹精度值；基于所述相位取值范围和所述第一条纹精度值计算公式变更次数；基于所述背景光参数和所述调制光参数设定第一光强计算公式；基于所述公式更新变量值、所述公式变更次数和所述第一光强计算公式生成若干第二光强计算公式；基于所述第一条纹精度值和所述公式变更次数生成若干第二条纹精度值；按照所述公式变更次数将若干所述第二条纹精度值分别代入若干所述第二光强计算公式中，得到若干条纹光强值；基于若干所述条纹光强值设定条纹图像投射参数；首先调用所述光机模组按照所述条纹图像投射参数向所述被测物模组投射与所述投射正弦频率相匹配的条纹结构光，然后调用所述相机模组捕捉所述被测模组上的条纹结构光图像；基于所述条纹结构光图像进行极线校正处理，得到所述第一条纹图像。
9.作为一种改进的方案，所述相位计算操作包括：识别所述第一频率条纹图所对应的第一条纹图像投射参数；识别所述第二频率条纹图所对应的第二条纹图像投射参数；识别所述第三频率条纹图所对应的第三条纹图像投射参数；将所述第一条纹图像投射参数代入所述第一相位公式进行计算，得到第一频包裹相位；将所述第二条纹图像投射参数代入所述第一相位公式进行计算，得到第二频包裹相位；将所述第三条纹图像投射参数代入所述第一相位公式进行计算，得到第三频包裹相位；将所述第一频包裹相位和所述第二频包裹相位代入所述第二相位公式进行计算，得到待计算展开相位；将所述第三频包裹相位和所述待计算展开相位代入所述第三相位公式进行计算，得到所述第一展开相位。
10.作为一种改进的方案，所述相位校正操作包括：设定数量阈值，基于所述第一展开相位、所述相位梯度计算公式、所述梯度筛选标准、所述滤波阈值、所述梯度误差阈值和所述数量阈值执行相位校正匹配步骤，得到若干第一同名点；基于所述第一标定参数、所述视差计算公式和所述深度值计算公式分别对若干所述第一同名点进行深度值计算步骤，得到若干第一图像深度值。
11.作为一种改进的方案，所述相位校正匹配步骤包括：设定第一像素行，在所述第一展开相位中识别所述第一像素行所对应的若干第一相位值；基于若干所述第一相位值设定若干相邻相位值组；基于所述相位梯度计算公式分别计算若干所述相邻相位值组分别对应的若干相邻相位梯度；
基于所述相邻梯度正负值标准和若干所述相邻相位梯度设定若干第一梯度组；基于所述相邻梯度一致性标准和若干所述第一梯度组设定若干第二梯度组；基于所述第一展开相位识别若干所述第二梯度组分别对应的若干第一相位数量值；将所述数量阈值与若干所述第一相位数量值分别比对，设定小于所述数量阈值所对应的所述第一相位数量值为低标准相位数量值；设定所述低标准相位数量值所对应的所述第二梯度组为随机相位梯度组；基于所述第一展开相位识别所述随机相位梯度组所对应的第一随机相位；首先基于所述滤波阈值对所述第一随机相位进行滤除操作，然后基于所述滤除操作更新所述第一展开相位和若干所述第二梯度组，得到第二展开相位和若干第三梯度组；配置同名点校正逻辑；所述同名点校正逻辑包括：基于所述第二展开相位设定第一同名匹配相位和第二同名匹配相位；在若干所述第三梯度组中识别所述第一同名匹配相位所对应的第一同名梯度组和所述第二同名匹配相位所对应的第二同名梯度组；计算所述第一同名梯度组的相邻相位梯度与所述第二同名梯度组的相邻相位梯度的梯度差绝对值；判断所述梯度差绝对值是否小于所述梯度误差阈值，若小于，则将所述第一同名匹配相位和所述第二同名匹配相位整理为所述第一同名点；基于所述第二展开相位、所述同名点校正逻辑和若干所述第三梯度组进行相位同名点匹配，得到若干所述第一同名点。
12.作为一种改进的方案，所述深度值计算步骤包括：识别所述第一同名点中所述第一同名匹配相位所对应的第一像素坐标以及所述第二同名匹配相位所对应的第二像素坐标；识别所述第一像素坐标的第一坐标列值以及所述第二像素坐标的第二坐标列值；将所述第一坐标列值和所述第二坐标列值代入所述视差计算公式，得到第一视差值；将所述第一焦距参数、所述第一基线参数和所述第一视差值代入所述深度值计算公式，得到所述第一图像深度值。
13.本发明还提供一种用于结构光三维测量的相位校正系统，包括：相机标定模块、相位计算模块和相位校正模块；所述相机标定模块用于配置三维测量模块和设置相机标定方法，所述相机标定模块基于所述三维测量模块和所述相机标定方法执行相机标定操作，得到第一标定参数；所述相位计算模块用于设置光机投射参数和展开相位计算公式；所述相位计算模块在得到所述第一标定参数后基于所述三维测量模块和所述光机投射参数执行图像投射操作，得到第一条纹图像；所述相位计算模块基于所述展开相位计算公式和所述第一条纹图像执行相位计算操作，得到第一展开相位；所述相位校正模块用于设置相位梯度计算公式、视差计算公式、深度值计算公式、梯度筛选标准、滤波阈值和梯度误差阈值；所述相位校正模块基于所述第一标定参数、所述第一展开相位、所述相位梯度计算公式、所述视差计算公式、所述深度值计算公式、所述梯度筛选标准、所述滤波阈值和所述梯度误差阈值执行相位校正操作。
14.本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现所述用于结构光三维测量的相位校正方法的步骤。
15.本发明的有益效果是：1、本发明所述的用于结构光三维测量的相位校正方法，可以基于自主研发的相位校正算法对相位进行分组、滤波以及同名点分段匹配，最终处理得出的相位信息正确性极高，提高了阴影图像的三维测量完整度，且不会使三维测量结果因多个物体表面反射率的不同而受到较大影响，防止了三维测量技术的测量精度受到同名展开相位的影响，最终提高了三维测量技术的适用性和精准度，弥补了现有技术的不足，具有极高的应用价值和前瞻性。
16.2、本发明所述的用于结构光三维测量的相位校正系统，可以通过相机标定模块、相位计算模块和相位校正模块的相互配合，进而对相位进行分组、滤波以及同名点分段匹配，最终处理得出的相位信息正确性极高，提高了阴影图像的三维测量完整度，且不会使三维测量结果因多个物体表面反射率的不同而受到较大影响，防止了三维测量技术的测量精度受到同名展开相位的影响，最终提高了三维测量技术的适用性和精准度，弥补了现有技术的不足，具有极高的应用价值和前瞻性。
17.3、本发明所述的计算机可读存储介质，可以实现引导相机标定模块、相位计算模块和相位校正模块进行配合，进而实现对相位进行分组、滤波以及同名点分段匹配，最终处理得出的相位信息正确性极高，提高了阴影图像的三维测量完整度，且不会使三维测量结果因多个物体表面反射率的不同而受到较大影响，防止了三维测量技术的测量精度受到同名展开相位的影响，最终提高了三维测量技术的适用性和精准度，并有效提高所述用于结构光三维测量的相位校正方法的可操作性。
附图说明
18.为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
19.图1是本发明实施例1所述用于结构光三维测量的相位校正方法的流程图；图2是本发明实施例1所述用于结构光三维测量的相位校正方法的具体流程示意图；图3是本发明实施例1中所述相机采集图像的示意图；图4是本发明实施例1中所述三维测量图像缺失示意图；图5是本发明实施例1中所述相位校正深度图像示意图；图6是本发明实施例2所述用于结构光三维测量的相位校正系统的架构图。
具体实施方式
20.下面结合附图对本发明的较佳实施例进行详细阐述，以使本发明的优点和特征能更易于被本领域技术人员理解，从而对本发明的保护范围做出更为清楚明确的界定。
21.在本发明的描述中，需要说明的是，本发明所描述的实施例是本发明一部分实施例，而不是全部的实施例；基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
22.在本发明的描述中，需要说明的是，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
23.在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“三维测量模块”、“相机标定方法”、“标定参数”、“光机投射参数”、“展开相位计算公式”、“图像投射操作”、“条纹图像”、“相位梯度计算公式”、“视差计算公式”、“深度值计算公式”、“梯度筛选标准”、“滤波阈值”、“梯度误差阈值”、“相位校正操作”、“投射正弦频率”、“相邻梯度正负值标准”、“相邻梯度一致性标准”、“相位取值范围”、“公式更新变量值”、“条纹精度值”、“公式变更次数”、“条纹光强值”、“条纹图像投射参数”、“条纹结构光图像”、“同名点”、“图像深度值”、“相邻相位值组”、“随机相位”、“同名点校正逻辑”、“像素坐标”、“坐标列值”、“视差值”、“相机标定模块”、“相位计算模块”、“相位校正模块”应做广义理解。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
24.在本发明的描述中，需要说明的是：mems（micro-electro-mechanical system）是微机电系统；psp是相移轮廓测量技术。
25.实施例1本实施例提供一种用于结构光三维测量的相位校正方法，如图1~图5所示，包括以下步骤：s100、相机初始标定步骤，具体包括：s110、配置三维测量模块，设置相机标定方法，基于所述三维测量模块和所述相机标定方法执行相机标定操作，得到第一标定参数；具体的，所述三维测量模块包括：相机模组、光机模组和被测物模组；所述相机标定方法为张正友标定法；所述第一标定参数包括：第一焦距参数和第一基线参数；在本实施例中，采用两个相机作为相机模组、一个光机作为光机模组、至少一个被测物作为被测物模组以及一个具有数据计算、分析和处理功能的计算机作为基础数据分析处理设备；在开始需要对两个相机分别进行标定，进而得到对应的相机参数，便于后续的三维测量以及相位校正；对应的，在本实施例中，相机标定操作包括：采用张正友标定法对相机模组中的两个相机进行标定，在本实施例中，两个相机对位设置，即一个在左一个在右，分别为左相机和右相机；对相机进行标定后，相机所设置的位置不再改变；对应的，进行相机标定操作后，对于每个相机均会得到相机的内参矩阵m、第一焦距f（即第一焦距参数）以及基线t
x，
（即第一基线参数）；对应的，在进行标定时，为了提高整个方法的精准度，将标定板放置在相机的不同距离处和不同角度位置，通过被标定的相机拍摄多组图像；最终基于多组图像计算相机的参数；本实施例中，内参矩阵的展现形式如公式（1）：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（1）对应的，在公式（1）中，、均基于焦距和像素尺寸大小所得到的常量，、分
别为相机的像素坐标系中坐标原点的像素坐标。
26.s200、展开相位计算步骤，具体包括：s210、设置光机投射参数和展开相位计算公式；得到所述第一标定参数后，基于所述三维测量模块和所述光机投射参数执行图像投射操作，得到第一条纹图像；基于所述展开相位计算公式和所述第一条纹图像执行相位计算操作，得到第一展开相位；具体的，只有经过相机标定操作并得到对应的第一标定参数后，才可以开始后续的展开相位计算和校正操作，即经过相机标定后，可进行结构光投射、图像的捕捉和相位的计算；在本步骤中，还需要进行极线的校正；对应的，所述光机投射参数包括：背景光参数、调制光参数和投射正弦频率；所述展开相位计算公式包括：第一相位公式、第二相位公式和第三相位公式；所述第一条纹图像包括：第一频率条纹图、第二频率条纹图和第三频率条纹图；在本实施例中，光机投射参数用于调控光机所投射的结构光，展开相位计算公式用于计算展开相位，在本实施例中，第一条纹图像列举了三种频率，其与投射正弦频率的具体参数设置相对应，即投射正弦频率设置了三种频率，具体的频率数量根据具体情况设置；对应的，图像投射操作包括：首先向光机发送结构光投射指令，光机在接收到结构光投射指令后，向被测物体投射正弦条纹图；具体的，所述投射正弦频率为预设三种不同的正弦频率，设定背景光光强参数（即背景光参数），设定调制光光强参数（即调制光参数），设置光强计算公式（2）（即第一光强计算公式）；在本实施例中，和均设置为128；对应的，基于上述参数和公式进行公式（2）的设定，公式（2）具体如下：
ꢀꢀꢀ
（2）在本实施例中，根据所需的条纹图的精度对进行调整，即设定相位取值范围和公式更新变量值；在本实施例中，设定的第一取值范围为[0，2π）（即相位取值范围），即∈[0，2π）；获取投放需求，识别所述投放需求中的第一条纹精度值，基于所述相位取值范围和所述第一条纹精度值计算公式变更次数；在本实施例中，公式变更次数为3次，实际操作中，公式变更次数为n，根据具体情况具体设置；本实施例最终共投射三次不同正弦频率的条纹图；例如，在本实施例中，有四个亮度条纹，则对应的，基于所述公式更新变量值、所述公式变更次数和所述第一光强计算公式生成若干第二光强计算公式，若干第二光强计算公式即为公式（2）的每次更新后的公式，均不相同，即下述的公式（3）~公式（5）；例如，本实施例中所需要的条纹度精度最小为0.01（即第一条纹精度值），则将从0开始设定，每次更新公式（2），并将增加0.01，最终使达到2π/n；此时根据每次更新的和公式（2）进行亮度条纹的生成，最终会生成若干个，最终通过若干个（即n个）亮度条纹组成所述条纹图，对应的，最终的条纹图根据预设的正弦频率分别生成并分别投射；具体的，公式（2）一共更新3次，得到下述公式（3）~公式（5），每次更新后，公
式（2）中对于所进行求和计算的常量增加
“”
（即公式更新变量值），对应的，按照所述公式变更次数将若干所述第二条纹精度值分别代入若干所述第二光强计算公式中，得到若干条纹光强值，公式（3）~公式（5）具体如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（3）
ꢀꢀꢀꢀꢀꢀꢀꢀ
（4）
ꢀꢀꢀꢀꢀꢀꢀ
（5）基于若干所述条纹光强值设定条纹图像投射参数（即、、和），首先调用所述光机模组按照所述条纹图像投射参数向所述被测物模组投射与所述投射正弦频率相匹配的条纹结构光，然后调用所述相机模组捕捉所述被测模组上的条纹结构光图像，即在光机投射完毕后，采用左右相机分别采集被测物体上的条纹图像，对应的，条纹图像随mems光机的投射，也进行采集三次，分别得到三种不同频率的捕捉图像；在本实施例中，光机采用红外mems光机；因后续在进行左右相机所采集图像的匹配时，需要其图像的光轴平行，故基于所述条纹结构光图像进行极线校正处理，得到所述第一条纹图像，即对拍摄得到的两组图像进行极线校正处理，经过处理后的两组图像上的同名点像素应位于同一行，即平行设置；经过极线校正后，即可开始展开相位的计算步骤；具体的，即步骤s210中的相位计算操作，相位计算操作包括如下步骤：在本实施例中，包裹相位计算公式（6）即为预设的第一相位公式，基于包裹相位计算公式（6）对三种频率下所对应的包裹相位进行计算；公式（6）具体如下：
ꢀꢀꢀꢀꢀꢀꢀꢀꢀ
（6）即识别所述第一频率条纹图所对应的第一条纹图像投射参数；识别所述第二频率条纹图所对应的第二条纹图像投射参数；识别所述第三频率条纹图所对应的第三条纹图像投射参数；将所述第一条纹图像投射参数代入所述公式（6）进行计算，得到第一频包裹相位；将所述第二条纹图像投射参数代入所述公式（6）进行计算，得到第二频包裹相位；将所述第三条纹图像投射参数代入所述公式（6）进行计算，得到第三频包裹相位；对应的，在本实施例中，因存在三种频率图像，而本实施例中采用三频四步相移法进行相位展开，故针对于单个相机中的某个像素的包裹相位具有三个；即第一频包裹相位、第二频包裹相位和第三频包裹相位；对应的，在本实施例中，展开相位计算公式（7）即为第二相位公式，公式（8-1）即为第三相位公式，具体的公式（7）和公式（8-1）如下：
ꢀꢀꢀꢀꢀꢀꢀꢀ
(7)
ꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀꢀ
(8-1)其中，公式（7）和（8-1）中的为向下取整算法，，代表条纹图中最大条纹数量，表示频率为v时所对应的包裹相位；对应的，若s=64时，在本实施例中作为距离，即存在第一频包裹相位、第二频包裹相位和第三频包裹相位；对应的，具体的，对于三种频率的包裹相位进行展开相位计算的具体操作为：将所述第一频包裹相位和所述第二频包裹相位代入所述第二相位公式进行计算，得到待计算展开相位，即将第一频包裹相位和第二频包裹相位代入该公式（7）中，得到对应的（即待计算展开相位）；将所述第三频包裹相位和所述待计算展开相位代入所述第三相位公式进行计算，得到所述第一展开相位，即将和第三频包裹相位代入公式（8-1）中，即可得到某个相机对应的展开相位（即第一展开相位）；具体的，的计算原理公式如公式（8）：
ꢀꢀꢀ
(8)对应的，针对左右相机中所捕捉到的每个频率的图像进行对应的展开相位的计算，进而得到关于左相机的展开相位以及关于右相机的展开相位；展开相位中包含着对应左相机或右相机中每个像素的相位值；后续基于本实施例中核心的相位校正算法和左右相机的展开相位进行对应的相位校正，提高成像精准度和完整度。
[0027]
s300、展开相位校正步骤，具体包括：s310、设置相位梯度计算公式、视差计算公式、深度值计算公式、梯度筛选标准、滤波阈值和梯度误差阈值；基于所述第一标定参数、所述第一展开相位、所述相位梯度计算公式、所述视差计算公式、所述深度值计算公式、所述梯度筛选标准、所述滤波阈值和所述梯度误差阈值执行相位校正操作；具体的，所述梯度筛选标准包括：相邻梯度正负值标准和相邻梯度一致性标准；具体的，步骤s300为本发明的核心步骤，实现了高适用性和高精准度的相位校正；对应的，本相位校正算法针对于psp技术进行三维测量的过程中出现的以下问题进行解决：首先，相机采集图像产生误差的主要原因有两方面；第一方面，结构光投射于物体上产生阴影，阴影被错误计算解出随机相位，随机相位影响了图像匹配，使图像缺失，具体的，见本实施例图3和图4，图3为相机采集图像，图4为三维测量出现图像缺失的示意图；第二方面，因三维测量的场景不同，故一些场景会出现多个物体，而由于物体本身的反射率可能存在不同，故最终导致结构光所得到的展开相位的梯度不同，而当某个位置的相位梯度较大时，其会接近于之后的相位值，这样就在一定程度上存在了相位值重复的情况，破坏
了相位的唯一性，故此时就无法进行中值滤波法的应用，同时由于相位的唯一性被破坏，那么根据相位值的同名点匹配就会出现误差，最终使成像缺失；对应的，基于本发明的核心，相位校正算法，对上述问题进行解决，并大幅度提升三维测量的精准度，具体步骤如下：具体的，所述相位校正操作包括：设定数量阈值，基于所述第一展开相位、所述相位梯度计算公式、所述梯度筛选标准、所述滤波阈值、所述梯度误差阈值和所述数量阈值执行相位校正匹配步骤，得到若干第一同名点；相位校正匹配步骤针对于上述两方面的问题进行校正；基于所述第一标定参数、所述视差计算公式和所述深度值计算公式分别对若干所述第一同名点进行深度值计算步骤，得到若干第一图像深度值；深度值计算步骤来根据校正后的相位进行完整三维测量的实现；具体的，所述相位校正匹配步骤包括：首先，针对随机相位所导致的图像缺失进行校正：本相位校正算法基于相位梯度进行相位校正，对应的，图像像素存在多行多列，即像素大小为m*n；对应的，选取第一像素行，即在图像像素中选取第i行像素，之后在所述第一展开相位中识别所述第一像素行所对应的若干第一相位值，即基于第一展开相位识别第i行像素具有的相位个数为[1，2，
……
，n]，识别其分别对应的相位值[p1,p2,
……
,pn]；基于若干所述第一相位值设定若干相邻相位值组，若干相邻相位值组即为相邻两个像素分别对应的相位所构成的组合；基于所述相位梯度计算公式分别计算若干所述相邻相位值组分别对应的若干相邻相位梯度，即计算若干相邻像素之间的相位梯度，得到相邻相位梯度dj = pj-pj 1（即相位梯度计算公式）；对应的，对于每行像素都存在对应的若干相位梯度，在本实施例中，对应第i行像素，相位梯度为[d1,d2,
……
，dn-1 ]（即若干相邻相位梯度）；对若干相位梯度中，相邻两个像素进行归类计算，基于所述相邻梯度正负值标准和若干所述相邻相位梯度设定若干第一梯度组，即在若干相邻相位梯度中选取相邻的两个第一梯度dj和第二梯度dj 1，该第一梯度dj和该第二梯度dj 1需要满足dj》0且dj 1》0（即相邻梯度正负值标准）；对应的，若干个第一梯度dj和第二梯度dj 1构成的组合即为若干第一梯度组；后续，基于所述相邻梯度一致性标准和若干所述第一梯度组设定若干第二梯度组；即对若干第一梯度组中每一组中的第一梯度dj和第二梯度dj 1进行比对，若第一梯度dj=第二梯度dj 1（即相邻梯度一致性标准），则将该第一梯度和该第二梯度归为一组，最终得到若干第二梯度组；基于所述第一展开相位识别若干所述第二梯度组分别对应的若干第一相位数量值，即计算若干第二梯度组中分别对应相位值的若干相位数量值（即第一相位数量值）；在本实施例中，认定小于该数量阈值的相位数量值所对应的梯度组中的相位数较小，而随机相位的相位梯度大多是不相等的，故因此，设定小于该数量阈值的梯度组中所对应的相位极大可能为随机相位，故需要进行滤除；故将所述数量阈值与若干所述第一相位数量值分别比对，设定小于所述数量阈值所对应的所述第一相位数量值为低标准相位数量值，即设定小于该数量阈值的相位数量值（即低标准相位数量值）所对应的梯度组为随机相位梯度组；在本实施例中，基于所述第一展开相位识别所述随机相位梯度组所对应的第一随机相位；首先基于所述滤波阈值对所述第一随机相位进行滤除操作，然后基于所述滤除操作更新所述第一展开相位和若干所述第二梯度组，得到第二展开相位和若干第三梯度组，滤除操作即基于滤波阈值对随机相位梯度组中相位梯度所对应的第一随机相位进行滤除；更新后的第二展开相位和若干第三梯度组主要
用于后续针对第二方面问题的校正步骤；对应的，对因物体反射率不同导致的图像缺失进行校正，主要基于分段匹配的思路进行处理：因每个像素行所对应的展开相位的相位值应是连续递增的，故任一相位梯度下dj 》0，j∈[1,n]；对应的，存在于左相机和右相机中，对应的相位值也是唯一的，且同名点匹配也会只存在左相机的某一个相位和右相机的某一个相位进行匹配；而实际操作中，由于物体反射率不同，会破坏相位唯一性，进而导致同名点匹配误差，故对应的，经过上述步骤的分组后，设置对于左相机的第i行像素，存在梯度组[1，2，
……
，m]组；对应的每个梯度组对应有相位梯度[d1，d2，
……
，dm]；对于右相机的第i行像素，根据左相机中的相位值在右相机中相位值进行同名点匹配，确定出两个同名点分别对应的两个梯度组，即c∈[0，m]，e∈[0，n]；此时，在c组其他相位pi进行同名点匹配时，判断pi对应的pk∈e1即确定pi对应的同名点相位所对应的待确认梯度组，计算该待确认梯度组的相位梯度与e的相位梯度是否接近，接近，则进行同名点匹配，进而缩小同名点匹配的匹配范围，减少误差，提高测量结果准确度；故配置同名点校正逻辑；所述同名点校正逻辑包括：基于所述第二展开相位设定第一同名匹配相位（即上述左相机中的pi）和第二同名匹配相位（即右相机中与pi匹配的同名点相位）；在若干所述第三梯度组中识别所述第一同名匹配相位所对应的第一同名梯度组（即上述c组）和所述第二同名匹配相位所对应的第二同名梯度组（即上述e组）；计算所述第一同名梯度组的相邻相位梯度与所述第二同名梯度组的相邻相位梯度的梯度差绝对值；判断所述梯度差绝对值是否小于所述梯度误差阈值（即计算该待确认梯度组的相位梯度与e的相位梯度是否接近），若小于（即接近），则根据光学测量中同名点匹配的相关知识，并基于上述的同名点校正逻辑进行左相机和右相机的展开相位的同名点匹配，即左右相机中两个极其接近或相同的相位，最终极其接近或相同或一致的所述第一同名匹配相位和所述第二同名匹配相位整理为所述第一同名点；最终基于所述第二展开相位、所述同名点校正逻辑和若干所述第三梯度组进行相位同名点匹配，得到若干所述第一同名点，此时完成本发明中的相位校正；对应的，在本实施例中，根据具体情况设定梯度误差阈值，相位梯度间是否接近通过相位梯度之间差值的绝对值与梯度误差阈值之间的比对进行判断，若该绝对值小于该梯度误差阈值，则说明接近，若不小于，则说明不接近。
[0028]
具体的，对每个第一同名点，即对每一对第一同名匹配相位和第二同名匹配相位的计算步骤包括：深度值计算，完成三维测量；识别所述第一同名点中所述第一同名匹配相位所对应的第一像素坐标以及所述第二同名匹配相位所对应的第二像素坐标；识别所述第一像素坐标的第一坐标列值以及所述第二像素坐标的第二坐标列值；即识别两个同名匹配相位分别对应的像素坐标列值；分别对每两个同名匹配相位整理像素坐标列值，进而得到了若干像素对，像素对即（p1，p2），p1为在左相机的像素坐标系中同名匹配相位对应的像素坐标的列值（即第一坐标列值），p2为在右相机的像素坐标系中同名匹配相位对应的像素坐标的列值（即第二坐标列值）；对应的，设置视差计算公式（9），对于每个像素对，将像素对对应的所述第一坐标列值和所述第二坐标列值代入视差计算公式（9），得到对应的视差（即第一视差值）；深度值计算公式为公式（10），其基于标定得到的相机的焦距（即第一焦距参数）和基线距离（即第一基线参数）设定，对于每个视差（即第一视差值）代入深度值计算公式（10），得到该相位对应的深度值（即第一图像深度值），最终整理若干深度值，实现三维测量，如图5，为经过本方法处理后所得到的相位校正深度图像示意图；对应的，公式（9）和公
式（10）具体如下：d= p1-p2
ꢀꢀ
（9）；
ꢀꢀ
（10）。
[0029]
实施例2本实施例基于与实施例1中所述一种用于结构光三维测量的相位校正方法相同的发明构思，提供一种用于结构光三维测量的相位校正系统，如图6所示，包括：相机标定模块、相位计算模块和相位校正模块；所述用于结构光三维测量的相位校正系统中，相机标定模块用于配置三维测量模块和设置相机标定方法，所述相机标定模块基于所述三维测量模块和所述相机标定方法执行相机标定操作，得到第一标定参数；具体的，所述三维测量模块包括：相机模组、光机模组和被测物模组；所述相机标定方法为张正友标定法；所述第一标定参数包括：第一焦距参数和第一基线参数；具体的，所述相机标定操作包括：相机标定模块采用所述张正友标定法对所述相机模组进行标定，得到所述第一焦距参数和所述第一基线参数。
[0030]
所述用于结构光三维测量的相位校正系统中，相位计算模块用于设置光机投射参数和展开相位计算公式；所述相位计算模块在得到所述第一标定参数后基于所述三维测量模块和所述光机投射参数执行图像投射操作，得到第一条纹图像；所述相位计算模块基于所述展开相位计算公式和所述第一条纹图像执行相位计算操作，得到第一展开相位；具体的，所述光机投射参数包括：背景光参数、调制光参数和投射正弦频率；所述展开相位计算公式包括：第一相位公式、第二相位公式和第三相位公式；所述第一条纹图像包括：第一频率条纹图、第二频率条纹图和第三频率条纹图；具体的，所述图像投射操作包括：相位计算模块设定相位取值范围和公式更新变量值；相位计算模块获取投放需求，并识别所述投放需求中的第一条纹精度值；相位计算模块基于所述相位取值范围和所述条纹精度值计算公式变更次数；相位计算模块基于所述背景光参数和所述调制光参数设定第一光强计算公式；相位计算模块基于所述公式更新变量值、所述公式变更次数和所述第一光强计算公式生成若干第二光强计算公式；相位计算模块基于所述第一条纹精度值和所述公式变更次数生成若干第二条纹精度值；相位计算模块按照所述公式变更次数将若干所述第二条纹精度值分别代入若干所述第二光强计算公式中，得到若干条纹光强值；相位计算模块基于若干所述条纹光强值设定条纹图像投射参数；相位计算模块首先调用所述光机模组按照所述条纹图像投射参数向所述被测物模组投射与所述投射正弦频率相匹配的条纹结构光，然后相位计算模块调用所述相机模组捕捉所述被测模组上的条纹结构光图像；相位计算模块基于所述条纹结构光图像进行极线校正处理，得到所述第一条纹图像。
[0031]
具体的，所述相位计算操作包括：相位计算模块识别所述第一频率条纹图所对应的第一条纹图像投射参数；相位计算模块识别所述第二频率条纹图所对应的第二条纹图像投射参数；相位计算模块识别所述第三频率条纹图所对应的第三条纹图像投射参数；相位计算模块将所述第一条纹图像投射参数代入所述第一相位公式进行计算，得到第一频包裹相位；相位计算模块将所述第二条
纹图像投射参数代入所述第一相位公式进行计算，得到第二频包裹相位；相位计算模块将所述第三条纹图像投射参数代入所述第一相位公式进行计算，得到第三频包裹相位；相位计算模块将所述第一频包裹相位和所述第二频包裹相位代入所述第二相位公式进行计算，得到待计算展开相位；相位计算模块将所述第三频包裹相位和所述待计算展开相位代入所述第三相位公式进行计算，得到所述第一展开相位。
[0032]
所述用于结构光三维测量的相位校正系统中，相位校正模块用于设置相位梯度计算公式、视差计算公式、深度值计算公式、梯度筛选标准、滤波阈值和梯度误差阈值；所述相位校正模块基于所述第一标定参数、所述第一展开相位、所述相位梯度计算公式、所述视差计算公式、所述深度值计算公式、所述梯度筛选标准、所述滤波阈值和所述梯度误差阈值执行相位校正操作；具体的，所述梯度筛选标准包括：相邻梯度正负值标准和相邻梯度一致性标准；具体的，所述相位校正操作包括：相位校正模块设定数量阈值，并基于所述第一展开相位、所述相位梯度计算公式、所述梯度筛选标准、所述滤波阈值、所述梯度误差阈值和所述数量阈值执行相位校正匹配步骤，得到若干第一同名点；相位校正模块基于所述第一标定参数、所述视差计算公式和所述深度值计算公式分别对若干所述第一同名点进行深度值计算步骤，得到若干第一图像深度值；具体的，所述相位校正匹配步骤包括：相位校正模块设定第一像素行，并在所述第一展开相位中识别所述第一像素行所对应的若干第一相位值；相位校正模块基于若干所述第一相位值设定若干相邻相位值组；相位校正模块基于所述相位梯度计算公式分别计算若干所述相邻相位值组分别对应的若干相邻相位梯度；相位校正模块基于所述相邻梯度正负值标准和若干所述相邻相位梯度设定若干第一梯度组；相位校正模块基于所述相邻梯度一致性标准和若干所述第一梯度组设定若干第二梯度组；相位校正模块基于所述第一展开相位识别若干所述第二梯度组分别对应的若干第一相位数量值；相位校正模块将所述数量阈值与若干所述第一相位数量值分别比对，并设定小于所述数量阈值所对应的所述第一相位数量值为低标准相位数量值；相位校正模块设定所述低标准相位数量值所对应的所述第二梯度组为随机相位梯度组；相位校正模块基于所述第一展开相位识别所述随机相位梯度组所对应的第一随机相位；相位校正模块首先基于所述滤波阈值对所述第一随机相位进行滤除操作，然后相位校正模块基于所述滤除操作更新所述第一展开相位和若干所述第二梯度组，得到第二展开相位和若干第三梯度组；相位校正模块配置同名点校正逻辑；所述同名点校正逻辑包括：基于所述第二展开相位设定第一同名匹配相位和第二同名匹配相位；在若干所述第三梯度组中识别所述第一同名匹配相位所对应的第一同名梯度组和所述第二同名匹配相位所对应的第二同名梯度组；计算所述第一同名梯度组的相邻相位梯度与所述第二同名梯度组的相邻相位梯度的梯度差绝对值；判断所述梯度差绝对值是否小于所述梯度误差阈值，若小于，则将所述第一同名匹配相位和所述第二同名匹配相位整理为所述第一同名点；相位校正模块基于所述第二展开相位、所述同名点校正逻辑和若干所述第三梯度组进行相位同名点匹配，得到若干所述第一同名点。
[0033]
具体的，所述深度值计算步骤包括：相位校正模块识别所述第一同名点中所述第一同名匹配相位所对应的第一像素坐标以及所述第二同名匹配相位所对应的第二像素坐标；相位校正模块识别所述第一像素坐标的第一坐标列值以及所述第二像素坐标的第二坐
标列值；相位校正模块将所述第一坐标列值和所述第二坐标列值代入所述视差计算公式，得到第一视差值；相位校正模块将所述第一焦距参数、所述第一基线参数和所述第一视差值代入所述深度值计算公式，得到所述第一图像深度值。
[0034]
实施例3本实施例提供一种计算机可读存储介质，包括：所述存储介质用于储存将上述实施例1所述的用于结构光三维测量的相位校正方法实现所用的计算机软件指令，其包含用于执行上述为所述用于结构光三维测量的相位校正方法所设置的程序；具体的，该可执行程序可以内置在实施例2所述的用于结构光三维测量的相位校正系统中，这样，用于结构光三维测量的相位校正系统就可以通过执行内置的可执行程序实现所述实施例1所述的用于结构光三维测量的相位校正方法。
[0035]
此外，本实施例具有的计算机可读存储介质可以采用一个或多个可读存储介质的任意组合，其中，可读存储介质包括电、光、电磁、红外线或半导体的系统、装置或器件，或者以上任意组合。
[0036]
区别于现有技术，采用本技术一种用于结构光三维测量的相位校正方法、系统及介质可以通过本方法实现基于自主研发的相位校正算法对相位进行分组、滤波以及同名点分段匹配，最终处理得出的相位信息正确性极高，提高了阴影图像的三维测量完整度，且不会使三维测量结果因多个物体表面反射率的不同而受到较大影响，防止了三维测量技术的测量精度受到同名展开相位的影响，通过本系统为本方法提供了有效的技术支撑，最终提高了三维测量技术的适用性和精准度，弥补了现有技术的不足，具有极高的应用价值和前瞻性。
[0037]
上述本发明实施例公开实施例序号仅仅为了描述，不代表实施例的优劣。
[0038]
本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可以通过硬件来完成，也可以通过程序来指令相关的硬件完成的程序可以存储于一种计算机可读存储介质中，上述提到的存储介质可以是只读存储器，磁盘或光盘等。
[0039]
以上所述仅为本发明的实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。