光切三维重建技术的应用与前景

光切三维重建技术的应用与前景0 引言随着计算机图形学的发展和认知维度的提升，三维重建技术在工业、建筑业、医学以及农牧林业中有着广阔的应用前景。

该技术所获取的数字化点云能够提供丰富的高质量、高细节性、高精度的三维信息。

三维空间内的尺度信息可作为传感系统中的输入数据，从而感知周边环境信息，为对象识别、感测、地图构建与导航等功能提供新的辅助。

同时，在以三维重建技术为主导发展而来的逆向工程领域中，点云数据可实现复杂的自由曲面的数字化，从而快速创建、复现目标的精确模型，在零件加工与检测、服装设计、文物遗产保护中起到关键作用。

此外，三维重建技术也被应用于医疗领域，可作为术前诊断、假体定制、医美整形的辅助手段，也可结合虚拟现实技术实现术中可视化、模拟训练教学、智能应用等。

三维重建技术可按实现步骤划分为数字点云获取与点云处理两部分。

其中的基础是数字点云获取，即三维信息测量。

相比于接触式测量方法存在的易磨损、耗时长、测试环境严格、成本较高等缺点，非接触式三维测量方法逐渐受到人们的青睐。

其中，以单目、双目、多目等形式为代表的被动式非接触三维测量方法测量精度较低、计算量较大且有效信息量占比较少，常用于三维目标的识别、理解以及位形分析，难以用于高精度地重建复杂目标[1]。

主动式非接触三维测量方法有飞行时间(time of flight,TOF)法、光学干涉测量法、相位测量轮廓术、傅里叶变换轮廓术等。

TOF法依赖时间分辨力，对设备参数的要求较高，价格昂贵且难以适应复杂环境[2]。

光学干涉测量法(如莫尔条纹法等)的工作范围主要依赖于基准光栅的尺寸，无法对较大尺寸的物体进行重建，且测量稳定性较差[3]。

相位测量轮廓术又名光栅投影法，在诸如台阶、深槽、突起等相位突变处会产生较严重的阴影问题，难以进行相位展开，因此不能测量表面有高度剧烈变化或不连续区域的复杂三维物体。

同时，该技术的测量范围较小、测量环境要求严格，难以推广至实际应用[4]。

傅里叶变换轮廓术需保证各级频谱之间不混叠，因而限制了测量范围，测量精度较相位测量轮廓术低[5]。

相比之下，光切法(基于单线或多线结构光扫描的形式)的测量精度能达到微米级别，对应用环境的适应性较强，测量鲁棒性较高。

因此，对于中小尺寸场景下的三维重建需求，光切法是一种有效的三维点云数据获取途径。

本文重点对光切法在各类场景中的应用进行了调研：首先，介绍了光切法的技术原理及关键技术；随后，介绍了光切法对不同目标或在不同环境中的应用；最后，结合光切法技术应用现状及科技发展趋势，简要剖析了光切法的应用前景。

上述研究成果可为研究人员或工程人员在实际应用中选择合理的方法提供参考。

这将有助于明确光切法的进一步发展方向。

传统的结构光三角法结合成熟的光条纹中心线提取算法，可获取当前光平面内目标轮廓的坐标信息；若辅以第三自由度的移动装置，可得到当前覆盖场景的完整三维信息。

当测量各截面层叠的偏移量信息时，若被测目标为刚性或静态，则可将其转换为位移量，即以类似扫描的形式对被测目标进行离散化采样，再通过拟合等数据处理方法完成刚性物体的完整三维形貌信息表征。

这类方式获取的点云精度较大程度地受光三角系统和移动装置的参数及性能的影响。

此外，当被测目标为非刚性或动态时，上述方法所获取的相邻两帧信息不具备空间强相关性，直接进行数据拟合所获取的结果置信度不高，不足以完成此类场景的高精度三维重建。

光切系统原理如图1所示。

图1 光切系统原理图Fig.1 Principle diagram of light-section system因此，需在经典结构光三角法的基础上，在离散点云中添加光条纹中的法矢信息、光强信息等高维信息。

当各截面层叠的偏移量能够满足相邻两帧激光条纹涵盖的矢量信息在当前延长线上不平行的条件时，通过在厚度光条纹中建立时空场模型，即可在统一世界坐标系内建立一定置信度下的拓扑结构信息，进而获取维度介于经典离散点云和有序点云间的结果。

该结果称为半有序点云[6]。

光切系统的主要构件包括结构光光源、成像器件互补金属氧化物半导体(complementary metal oxide semiconductor,CMOS)或电荷耦合元件(charge coupled device,CCD)、惯性测量单元(inertial measurement unit，IMU)等。

其中，光切系统的移动方式可根据使用场景调整为平移、自旋转、俯仰扫描或多自由度组合等类型。

光切系统中的关键技术主要包括点云滤波技术、点云精简技术、点云配准技术和点云曲面重建技术。

2.1 点云滤波技术原始点云会因传感器或采集设备的固有噪声、物体的表面特征或其他环境/人为因素而产生异常值，从而影响3D重建的准确性。

因此，必须在保留点云初始特征和细节的基础上，减弱甚至去除噪声。

点云滤波方法可以分为七类，分别是基于统计的滤波方法、基于邻域的滤波方法、基于投影的滤波方法、基于信号处理的滤波方法、基于偏微分方程的滤波方法、混合滤波方法以及其他滤波方法[7]。

2.2 点云精简技术一般而言，前端系统需要更高的采样率和分辨率。

这就导致了只有海量的原始数据和更高的信息空间密度，才能获得高质量的点云。

对点云数据存储和相关计算速度的需求也随着范围的扩大或待重构对象复杂性的增加而呈指数级增长。

但是，过滤后的点云数据量仍然很大且必要性不足。

海量数据的低效存储、运算和传输直接影响后续算法的收敛性。

在点云精度要求不高的情况下，可以通过降低采样分辨率来降低点云密度。

但当应用场景是高精度对象重建时，则需要对数据进行下采样并建立拓扑结构，再对点云进行进一步的操作。

点云精简方法可分为五类，分别是传统下采样精简方法、基于几何特征的精简方法、基于成分分析的精简方法、基于空间细分的精简方法以及基于深度学习的精简方法。

2.3 点云配准技术受限于结构光测量原理和多源数据融合的发展方向，点云配准通常需要合成多组点云数据，并将不同世界坐标系中的点云配准到同一个坐标系，完成物体或环境的高精度重建。

传统的点云配准方法主要依赖曲率、点密度和表面连续性等显式邻域特征。

此类算法的大部分改进是找到合适的配准特征、加快数据查询和优化注册效率。

一些配准方法对云点的初始位置要求较高，容易陷入局部最优，当两点云重叠率较高时难以获得良好的配准结果。

除了上述方法以外，目前的点云配准方法主要有五类，分别是基于数学求解的配准方法、基于统计模型的配准方法、基于点云特征的配准方法、基于迭代最近点(interative closest point,ICP)变形的配准方法以及基于深度学习的配准方法。

2.4 点云曲面重建技术为了在点数据集中建立完整的拓扑关系并形成封闭、可观的表面，还需对原始数据进行曲面重建操作。

传统的目标物重建过程很大程度依赖点对点的对应关系。

然而，特征点搜索通常会受到图像噪声、失真、光影变化等影响，易产生图形走样。

此外，基于点的重构忽略了物体表面采样点之间的结构信息，为重构点的后续处理过程增加了难度。

因此，研究人员尝试采用曲线、曲面重构三维场景。

目前的点云曲面重建方法主要有三类，分别是参数表征式曲面重建方法、隐式曲面重建方法以及网格/体素式曲面重建方法。

其中，隐式曲面重建方法又可细分为全局和局部隐式曲面重建方法。

3 光切法技术的应用目前，经典光切法和改良光切法的应用场景更加广泛。

典型应用场景及案例如下所示。

3.1 针对大尺寸待重建物体的应用王绍臣等提出了基于表面重建的轮廓度测量方法[8]。

该方法首先对点云特征进行提取以建立测量基准坐标系，随后通过对局部点云作快速表面重建之后的模型进行轮廓线的定位与提取，实现了曲面轮廓度的定位测量，从而真实地还原出大尺寸工件的完整形貌。

张洋等针对大型构件曲面边界特征因图像噪声干扰大而难以准确提取的问题，提出了一种基于非固定特征点的激光边界提取方法[9]。

该方法通过被测零件的非固定特征点，构建被测零件整体边界轮廓约束，并基于该约束采用弧长法实现激光光条边界有效判别，大幅提高了零件边界特征的提取准确度。

张译等为克服视觉测量方法的测量范围的局限性，开展了激光与视觉复合式测量系统的全局数据拼接研究。

该研究结合全局拼接的思想，利用全局转接标志实现大范围全局测量系统对局部扫描测量系统的高精度定位，保证大尺寸全局范围内的曲面零构件面形测量精度。

全局测量精度可达0.042%。

彭业昌等在在线激光垂直投射下采集输电线图像，利用小波边缘检测算法从图像中获取激光照射区域的轮廓，并根据该轮廓计算其外接矩形，通过外接矩形的宽度和输电线直径的对应关系，计算得到输电线的覆冰厚度[10]。

该方法在实验室条件下的测量误差小于±1 mm，可用于对输电线路覆冰的全天检测。

王玉杰等提出了一种基于激光锁定成像叠加图像增强的技术，对镜面目标和强背景光下的目标进行测量[11]。

激光锁定成像技术可以很好地滤除待测目标周围的环境光、降低图像中的噪声。

因此，将待测目标同一位置的图像进行激光锁定成像后叠加并滤波，可以在一定范围内提高图像的信噪比。

在此之后，采用分段线性增强技术对图像中的特征信息进行定向增强，可再次提高图像的信噪比。

3.3 针对动态待重建物体的应用鞠标等提出一种基于标准钢轨轨廓固有曲线曲率的钢轨磨耗检测方法[12]。

该方法首先利用基于激光三角测距原理的传感器得到组成钢轨全断面轮廓一系列点的空间坐标;然后利用L-M优化算法进行数据处理，并采用Hough变换方法检测钢轨轮廓固有几何特性；最后进行钢轨轮廓匹配后实现钢轨磨耗高精度检测。

该方法已应用在轨道检测小车上。

试验数据表明：钢轨磨耗检测系统的重复性精度能达到0.005 mm。

该方法的高精度性和快速性能满足铁路部门对钢轨磨耗检测的要求。

华程等设计了一种基于机器视觉的带式输送机物料瞬时流量测量系统，通过提取物料表面线激光轮廓，并开发基于梯形面元积分的物料流瞬时流量计算方法，求出物料瞬时流量[13]。

试验结果表明:测量系统最小误差达到1.45 %，整体测量误差在5%以内，有较高精度，可以满足带式输送机物料在线流量测量需求。

3.4 针对医疗中待重建物体的应用姚敏提出一种基于单线激光的测量方法[14]。

该方法以红外激光器作为光源，通过光纤导光到头部。

光纤头部带有准直器和柱状透镜，投射出的线状激光束与视频内窥镜CCD靶面短边平行，作为辅助标定线。

通过建立单线结构光测量模型标定激光线与物距位置关系，在观测物体表面同时，能够测量长度、面积、高度、深度等多种几何参数。

通过在视频内窥镜探头上的集成和成像测量试验，验证了方法的正确性。

张光龙等以芒果为研究对象，采用一种基于线激光加工业面阵相机的激光三角法，同时利用计算机图像处理实现对水果外形三维几何尺寸的精确测量[15]。