來源：3D視覺工坊
添加小助理：dddvision，備注：方向+學校/公司+昵稱，拉你入群。文末附行業細分群
這篇文章介紹了一種新的FPP系統（雷射投影輪廓測量系統）校準方法，該方法利用輔助攝像頭跳過了傳統方法中需要的投影儀校準步驟。通過在校準過程中使用輔助攝像頭，然後移除它，作者實作了在重建幾何形狀時保持簡單的單攝像頭和單投影儀配置。與傳統方法相比，這種方法的優勢在于：節省了擷取校準資料所需的時間，因為隻需要投射單向的條紋圖案；不受限于特定類型的投影儀，可以适用于各種雷射投影系統；并且可以校準使用粗糙型照明器的系統。實驗結果表明，這種新方法在重建幾何形狀時具有與傳統方法相當的準确性。
下面一起來閱讀一下這項工作~
論文題目：Low-cost adaptive obstacle avoidance trajectory control for express delivery drone
作者：Yanhui Zhang, Caisheng Wei等
作者機構：School of Aeronautics and Astronautics, Zhejiang University等
論文連結：https://arxiv.org/pdf/2403.19956.pdf
結構光投影技術是一種代表性的主動方法，用于三維重建，但許多研究人員在複雜的投影儀校準過程中面臨挑戰。為了解決這個複雜性，我們使用了一個額外的攝像頭，暫時稱為輔助攝像頭，來消除對投影儀校準的需求。輔助攝像頭幫助建構合理的模型方程，使得能夠基于絕對相位資訊生成世界坐标。一旦校準完成，輔助攝像頭就可以被移除，減輕了遮擋問題，使系統能夠保持其緊湊的單攝像頭、單投影儀設計。我們的方法不僅解決了數字條紋投影系統中校準投影儀的常見問題，而且增強了利用條紋投影的各種形狀的三維成像系統的可行性，而無需複雜的投影儀校準過程。
雕像的三維重建結果。(a) 雕像的紋理圖像。(b) 雕像的雷射投影圖像。(c) 使用提出的方法校準的系統拍攝的雕像的三維重建結果。
雕像的重建結果，使用塑膠縫隙照明系統拍攝。（a）雕像的紋理圖像。（b）雕像的條紋投影圖像。這些條紋是由塑膠縫隙和光源（在本例中是車燈）生成的。（c）使用塑膠縫隙照明系統拍攝的雕像的三維重建圖像。該系統使用了提出的方法進行了校準。
- 所提出的方法引入了一種新穎的結構光系統标定方法，顯著提高了效率，同時又不影響準确性。
- 所提出的方法結合了輔助攝像頭來促進标定，有效地适應數字和非數字照明源。
- 所提出的方法減少了結構光系統标定所需的時間和資源，使進階應用更易于實作和成本效益更高。
- 所提出的方法通過廣泛的實驗分析進行了驗證。
這篇文章的基本原理是針對傳統的結構光系統中需要複雜的投影儀校準問題提出了一種新的系統校準方法，稱為準校準方法。傳統的結構光系統使用投影儀生成條紋圖案，并通過相機捕獲反射信号來進行3D重建。然而，校準投影儀是一個複雜和昂貴的過程，限制了系統的應用和成本效益。
該方法的關鍵思想是通過在系統中引入一個輔助攝像頭，在不需要投影儀校準的情況下，利用傳統立體視覺方法來建構3D幾何。在校準過程中，首先對主攝像頭和輔助攝像頭進行标準立體視覺校準，然後利用輔助攝像頭獲得标定闆的3D幾何資訊。接着，通過拟合理想平面模型和像素級校準模型，建立相位值與世界坐标之間的關系。最終，通過主攝像頭和數字投影儀進行測量，根據已建立的關系重建目标物體的3D幾何，進而實作了系統的校準和應用。
這種方法的優勢在于不需要對投影儀進行複雜的校準過程，大大簡化了系統的設計和使用，并且可以适應不同裝置條件下的應用。通過實驗驗證，該方法可以實作與傳統技術幾乎相同的3D重建精度，同時簡化了校準過程，使得更多進階應用變得更加可行和成本效益。
本文實驗主要目的是驗證提出的FPP系統校準方法的有效性。實驗使用了兩台CCD相機和一個數字光處理（DLP）投影儀。實驗步驟如下：
使用标準立體視覺方法對主攝像頭和輔助攝像頭進行校準。通過拍攝标定闆在60個不同位置的圖像，得到了兩台相機的内部和外部參數。
利用立體相機和投影儀對标定闆的三維幾何進行重建。投影儀在标定闆上投射垂直條紋圖案，兩台相機捕獲這些投影圖案，生成相位圖，并計算視差。投影圖案包括18個相位偏移圖案和7個灰階碼圖案。
進行标定闆的幾何拟合和理想平面模型的确定。使用拟合的平面模型，建立了每個像素的（xc, yc, zc）值與Φ值之間的關系，采用了有理模型。
使用主攝像頭和投影儀估算幾何形狀。重複第2步中的圖案投射過程，采集标定闆的圖像，并根據建立的像素關系估算幾何形狀。
對比傳統FPP校準方法。采集相同位置的标定闆圖像，使用傳統方法進行系統校準，并與提出的方法進行對比。傳統方法需要水準和垂直方向的圖案，而提出的方法隻需要一個方向的條紋圖案。
實驗結果表明，提出的方法具有與傳統方法相當的重建精度，且可以适用于不同類型的投影儀，如數字光處理投影儀和LED塑膠縫隙照明系統。
本文介紹了一種新穎的FPP系統校準方法，通過利用輔助攝像頭跳過了投影儀的校準步驟。稍後，輔助攝像頭被移除，使得系統可以保持簡單的單攝像頭和單投影儀配置用于重建幾何形狀。傳統的FPP校準方法需要投射水準和垂直方向的條紋圖案。新方法隻需要單向的條紋圖案，這将使得在每個姿态采集校準資料的時間減半。在實驗中，使用僅垂直圖案校準了FPP系統，同時確定了在重建幾何形狀方面的相同精度水準。此外，與傳統的FPP校準方法不同，該方法不受限于DLP投影儀，可以校準任何雷射投影系統，即使它不遵循針孔模型。在第二個實驗中，證明了新方法可以校準使用LED和塑膠縫隙組成的粗糙型照明器的FPP系統。
本文僅做學術分享，如有侵權，請聯系删文。
3D視覺工坊交流群
目前我們已經建立了3D視覺方向多個社群，包括2D計算機視覺、大模型、工業3D視覺、SLAM、自動駕駛、三維重建、無人機等方向，細分群包括：
2D計算機視覺：圖像分類/分割、目标/檢測、醫學影像、GAN、OCR、2D缺陷檢測、遙感測繪、超分辨率、人臉檢測、行為識别、模型量化剪枝、遷移學習、人體姿态估計等
大模型：NLP、CV、ASR、生成對抗大模型、強化學習大模型、對話大模型等
工業3D視覺：相機标定、立體比對、三維點雲、結構光、機械臂抓取、缺陷檢測、6D位姿估計、相位偏折術、Halcon、攝影測量、陣列相機、光度立體視覺等。
SLAM：視覺SLAM、雷射SLAM、語義SLAM、濾波算法、多傳感器融合、多傳感器标定、動态SLAM、MOT SLAM、NeRF SLAM、機器人導航等。
自動駕駛：深度估計、Transformer、毫米波|雷射雷達|視覺攝像頭傳感器、多傳感器标定、多傳感器融合、自動駕駛綜合群等、3D目标檢測、路徑規劃、軌迹預測、3D點雲分割、模型部署、車道線檢測、Occupancy、目标跟蹤等。
三維重建：3DGS、NeRF、多視圖幾何、OpenMVS、MVSNet、colmap、紋理貼圖等
無人機：四旋翼模組化、無人機飛控等
除了這些，還有求職、硬體選型、視覺産品落地、最新論文、3D視覺最新産品、3D視覺行業新聞等交流群
添加小助理: dddvision，備注：研究方向+學校/公司+昵稱（如3D點雲+清華+小草莓）, 拉你入群。
3D視覺工坊知識星球
3DGS、NeRF、結構光、相位偏折術、機械臂抓取、點雲實戰、Open3D、缺陷檢測、BEV感覺、Occupancy、Transformer、模型部署、3D目标檢測、深度估計、多傳感器标定、規劃與控制、無人機仿真、三維視覺C++、三維視覺python、dToF、相機标定、ROS2、機器人控制規劃、LeGo-LAOM、多模态融合SLAM、LOAM-SLAM、室内室外SLAM、VINS-Fusion、ORB-SLAM3、MVSNet三維