彩色光栅投影D模型恢复中的条纹图像处理.docVIP

　　条纹中心提取 　　1结构光模式 　　本研究采用的面结构光模式为如1图所示的 RGB三基色有序条纹。 　　该模式以中央红条纹为对称轴，两边依次对称 分布着绿色、蓝色和红色条纹。中央红条纹较其他 条纹宽，作为条纹编码基准，编码为0。以中央红 条纹为中心，向上编码依次增加为正值，向下编码 依次减小为负值。为保证模板条纹有严格的几何中心,所选取的条纹宽度均为奇数个像素。 　　2条纹图像 颜色调整 投射RGB 三基色有序条纹到人体的皮 肤上时,彩色光 受到皮肤颜色 的影响,会使最 终获取的条纹变形图像发生 图1结构光模版 偏色洳图8),即图像中RGB值与人的视觉有差异,如人眼看来是蓝色的条纹,但并非是蓝色分量B值最大。 　　由于三基色有序条纹投射模式使得后续的条 纹图像处理都是基于对图像色彩特征分析展开的。 如果图像发生偏色，后面算法的性能都将明显下 降,甚至无效。因此,需要对偏色图像进行颜色校 正。现有的许多偏色校正算法,需引入其他关于偏色图像的先验性信息,具有很大的使用局限性。 　　本文提出一种在只给出偏色图像的条件下,进 行偏色自动调整的算法。首先将彩色图像转变为灰度图像,再根据Otsu (大津)法[7]得出该灰度图像的灰度阈值卜运用该灰度阈值将图像的前景 与背景分割开来,灰度值大于该阈值g的像素点认 为是前景目标,小于该灰度阈值的像素点被认为是 背景。然后统计图像各个彩色通道的灰度值大于该阈值P的像素点的灰度值总和sunR、sun G、 sumB和像素点的个数 count、counG、counB。根据 统计的结果利用公式(1 ;计算得出该颜色通道的前景像素的灰度均值m eamR、m eanG、m eanB。 　　再根据公式(2)计算得到三个颜色通道的前景像素的整体灰度均值mean。 　　m ean = (m eanR + m eanG + m eanB )/3 (2) 　　采用公式(3)得出该颜色通道的色彩调整系 数 m tioR、m ticG、m ticB。 　　以该颜色通道的色彩调整系数乘以该通道的前景 像素灰度值,进行该颜色的色彩调整。最后达到各个通道之间色彩平衡。 　　获得的条纹图像即使是红色条纹中也存在蓝 色和绿色的成分。由于后续采用的是二值条纹细 化方法,所以要先对条纹图像进行颜色纯化处理。 经过颜色调整的条纹图像RGB值中最大的与该点在人眼中看到的颜色达到一致,故直接将像素点的 颜色设置为颜色分量最大的色道的单纯颜色。经过颜色纯化的处理后每种颜色的条纹都成为单一 颜色便与后续的二值细化处理。 　　3条纹细化 　　条纹图像的细化有助于突出形状特点,减少冗 余的信息量。本文中的条纹细化算法是以二值细 化算法为基础的。经典的二值细化算法有Hilditch 算法[3 ]、Naccache - Shinghal算法等细化算法, 但这些方法有的需要复杂的判断条件,有些条件不 甚简洁、有效,判决条件之间有重复,这样造成处理 速度慢、通用性差。条件并行细化算法采用逻 辑算术运算进行删除判断,该算法的最大优点是对 直线、拐角及T型交叉点能比较精确地保持和原 图像一致,且迭代次数少,执行速度快,缺点是所得 到的细化条纹图像单像素程度低。该并行细化算 法对图像中当前像素的处理是根据当前像素及其 临域内各像素的前一轮迭代处理的结果,连续逐层剥离最外层元素直至留下图像‘骨架。 　　在条件并行细化算法中，整个条纹图像域内’ 迭代过程中同时满足下面四个条件的像素点都被标记,整幅图像标记完后对所有的标记点进行删 除,这样完成一次迭代。迭代过程一直执行到整幅图像没有可以标记的点为止。因此第N次迭代中 P0删除与否不但取决于p本身的值’还取决于p 的八邻域点在第(N - 1)次迭代的值。满足的四条 准则如下. 　　图2 (a)表示了该算法中邻接像素的位置编号,p为当前像素，图像中条纹点为1即为黑色)， 非条纹点即背景为0白色)。式中NZ (p)表示在 点p的8-邻域内,非0像素的个数。z0 (p)表示在有序序列p, pi, p3...... p中,其像素值发生0-1转换的次数。 　　原算法在同时满足(1) (2)两个条件的情况 下:p5 =0且p ^0时,p为下边界依据p是否是 几个连通域的连接点,如果p1是几个连通域的连接点即Z0 (p) #1,则p为下边界点予以标记删除,但是当Z0 (p1) =1,同时NZ(p1) =7,可以知道 此时pb也可以作为下边界点予以标记删除，原算 法在该处的判据有冗余出现。 　　如图2中(a),图中斜线填充表示目标像素,黑 色表示同样,原算法当p =0且p5 ^0时，pt为右边 界依据p是否是几个连通域的连接点,如果p是几 个连通域的连接点即Z0 (P3) ^1,则p为右边界点 予以标记删除,但是若Z0 (p )