一种基于k均值颜色聚类的物体表面三维轮廓的结构光视觉测量方法

    公开(公告)号:CN103292741A

    公开(公告)日:2013-09-11

    申请号:CN201310205209.7

    申请日:2013-05-29

    Abstract: 本发明的目的在于提供一种基于k均值颜色聚类的物体表面三维轮廓的结构光视觉测量方法,在RGB空间确定每种投影颜色的空间直线,计算每个像素点到空间颜色直线的欧式距离,选择其中距离的最小值,对应的颜色标号就是当前像素点最接近的颜色值。然后利用具有相同标号的像素点,自适应调整参数,拟合出新的空间颜色直线。利用k均值聚类算法,进行反复迭代,直到每个像素点的颜色值趋于稳定。颜色分类后,获得解码的序列,进而确定每个匹配点的位置,生成匹配点坐标矩阵。利用三角测量法得到深度信息,实现物体三维表面的重构。本发明提高了颜色分类的准确性、具有很好的鲁棒性和很强的自适应能力,解决了双目立体视觉中匹配困难的问题。

    一种基于k均值颜色聚类的物体表面三维轮廓的结构光视觉测量方法

    公开(公告)号:CN103292741B

    公开(公告)日:2015-12-23

    申请号:CN201310205209.7

    申请日:2013-05-29

    Abstract: 本发明的目的在于提供一种基于k均值颜色聚类的物体表面三维轮廓的结构光视觉测量方法,在RGB空间确定每种投影颜色的空间直线,计算每个像素点到空间颜色直线的欧式距离,选择其中距离的最小值,对应的颜色标号就是当前像素点最接近的颜色值。然后利用具有相同标号的像素点,自适应调整参数,拟合出新的空间颜色直线。利用k均值聚类算法,进行反复迭代,直到每个像素点的颜色值趋于稳定。颜色分类后,获得解码的序列,进而确定每个匹配点的位置,生成匹配点坐标矩阵。利用三角测量法得到深度信息,实现物体三维表面的重构。本发明提高了颜色分类的准确性、具有很好的鲁棒性和很强的自适应能力,解决了双目立体视觉中匹配困难的问题。

Patent Agency Ranking