[发明专利]基于多目立体视觉的织物外观重建方法

说明书

技术领域

本发明涉及织物折皱状态下外观形态的实时重建问题，具体涉及采集装置设计、系统初始化、多目重建等内容，最终实现多种类型织物的外观形态三维重建。

背景技术

纺织品外观性能诸如外观平整度、折皱回复性能以及起毛起球等通常采用人工视觉评价。该方法属于主观评价，受到个体生理、心理及环境因素的影响，精度低、再现性差，难以满足当前检测需求。因此需要通过建立相关快速、客观、精确的评价方法。以上这些性能的测定面临的共性问题是：需要获得三维状态下的外观形态。机器视觉具有非接触、速度快、精度高、可重复测量等优点，因此，采用有效的三维重建方法，实现织物的外观形态的重建，尤为重要。然而目前的检测方法仍未有通用的重建方法，能够实现织物这一柔性体的重建。

现有方法如激光三角测量技术实验精度受多种条件制约，如光栅精密度、摄像机位置等。扫描过程慢、设备昂贵是制约其成为通用检测手段的关键问题。此外，目前的研究技术严格规定检测环境，特别是检测时的光照、角度等。环境光源不同，检测结果将会发生改变，影响检测结果。但由于检测过程中，光源由于种类、电压、频闪等因素，无法达到理论的一致性，因此需要解决环境光源变换的问题，增强适应性。光度立体视觉方法该方法需要封闭的光照环境，实验室的条件需要满足这一要求，不能适应自然光或户外现场检测，对于花色织物人存在一定检测误差。

发明内容

本发明要解决的技术问题是实现织物的外观形态的重建。

为了解决上述技术问题，本发明的技术方案是提供了一种基于多目立体视觉的织物外观重建方法，包括以下步骤：

步骤1、在被测织物的上方安装相机组，相机组包括N个呈环状均匀分布的相机，N≥2，然后，采用标定技术对相机组进行标；

步骤2、在被测织物表面设置编码点，同时，在编码点之间的区域内设置多个标记点，在被测织物旁设置标尺；

步骤3、采用标定后的相机组对被测织物进行多角度图像拍摄，每相邻两幅拍摄得到的图像之间有重叠的编码区域，采用尺度不变特征转换特征点检测与匹配，获得每幅图像中的尺度不变特征转换特征点，即SIFT特征点，利用SIFT特征点领域像素的梯度方向分别为每个SIFT特征点指定方向参数；

步骤4、利用SIFT特征点包含的位置、所处尺度及方向信息，为每个SIFT特征点确定一个SIFT特征区域，计算每个SIFT特征区域内梯度直方图，生成具有独特性的SIFT特征向量，该SIFT特征向量是其所对应的SIFT特征区域的图像信息的抽象；

步骤5、对每相邻两幅图像中的SIFT特征点的相似性进行判断，得到匹配视差图，包括以下步骤：

步骤5.1、取当前图像中的任意一个SIFT特征点x_l，找出相邻的图像中与该SIFT特征点x_l对应的SIFT特征向量的欧氏距离最近的前两个SIFT特征向量所对应的SIFT特征点x_r1与SIFT特征点x_r2，若最近的距离除以次近的距离小于事先设定的比例阈值，则将SIFT特征点x_l与SIFT特征点x_r1判定为一对匹配的特征点，进入步骤5.2，否则，重复步骤5.1；

步骤5.2、计算得到当前SIFT特征点x_l与SIFT特征点x_r1的视差x_l-x_r1及空间坐标Z值Z，式中，B为相机间光心距离，f为相机焦距。

步骤5.3、返回步骤5.1，直至遍历完当前图像中的所有SIFT特征点，从而得到匹配视差图；

步骤6、结合匹配视差图及相机组标定结果，生成三维空间坐标，根据该三维空间坐标将所有图像进行重新排序并进行归一化处理；分别计算各组相邻图像的匹配结果，确定多重匹配后的三维点坐标；根据各组三维点坐标得到各点在同一坐标系下的三维点坐标；集束调整该三维点坐标，得到整体优化的三维点坐标，进行漏缺点的填充，实现全视角无遗漏重建。

从上述技术方案可以看出，本发明基于表面特征的织物外观形态重建系统具有以下有益效果：

(1)通过多次测试实验，确定出多目配置的合理位置和相互关系，保证织物试样满足检测相关标准需求(a.试样尺寸38cm×38cm；b.试样尺寸25cm×25cm)；

(2)由于采用在线实时双目采集装置，稳固了图像的采集位置，模拟人眼视觉原理，利用专有线程遥控拍摄图像并及时将数据传入计算机中进行实时分析，因此具有较好的稳定性和即时性；