基于神经网络的结构光系统标定

提出一种基于神经网络的系统标定方法.通过射影变换及误差补偿方法,建立摄像机图像平面与投影仪图像平面的映射关系,利用该映射关系和标定点的摄像机图像坐标,计算得到相应的投影仪图像坐标;建立三层结构的神经网络,该网络以两个图像坐标为输入,对应的世界坐标为输出,训练样本由得到的标定点的两个图像坐标及其世界坐标组成,采用BP算法训练该网络;训练过程即为神经网络逼近系统模型的过程,训练完成时,系统完成标定.实验表明,与传统的结构光标定方法对比,本文提出的方法简化了建模复杂度和标定过程,提高了标定精度,并具有普遍适应性.     

随机散斑投影粗粒反光表面图像采集方法

针对粗粒反光表面在一般光源照明条件下产生的局部反光问题,提出一种基于随机散斑投影的图像采集方法.以主动投影照明的方式在工件表面形成系列随机散斑图案,利用组图冗余信息抑制反光,生成光强均匀且高信噪比的融合图像.给出了随机散斑图畸变矫正方法,实现高效的密度均匀散斑投影.实验结果表明,所提方法很好地抑制了工件表面局部反光问题...