3D结构光原理解析

3D结构光技术的基本原理是，通过近红外激光器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集。这种具备一定结构的光线，会因被摄物体的不同深度区域，而采集不同的图像相位信息，然后通过运算单元将这种结构的变化换算成深度信息，以此来获得三维结构。简单来说就是，通过光学手段获取被拍摄物体的三维结构，再将获取到的信息进行更深入的应用。

1964年，VanderLugt匹配滤波器的出现标志着光学模式识别的诞生。经过40年来无数科学工作者的研究和发展，光学模式识别已经成为信息光学的一个重要分支。随着计算机技术和空间光调制技术的迅速发展，利用光学方法实现的图像识别技术也逐渐由传统的纯光学元件组成的系统向光学与计算机软硬件相结合的系统转变，得到越来越多的应用。

但是，传统的光学图像识别方法是以二维图像相关为基础的，面对三维物体的识别仍然存在困难。本文主要研究基于结构照明的三维物体识别方法，这种相关识别方法的实质是通过结构光投影，构造一个新的识别复函数，物体的高度分布以复函数位相的形式编码于新的识别复函数之中，因此该方法具有本征三维识别的特点。

本文提出二种三维物体识别方法，一种是基于结构照明和联合变换相关的方法，另一种是基于结构照明和匹配空间滤波的方法。文中给出了二种方法的原理，计算公式，识别系统结构和实验结果。

具有创新性的工作包括：

1．基于结构照明和联合变换相关的方法：将一正弦条纹分别投影到参考物体和待测表面，摄像机得到的是两幅有变形条纹的二维强度像。参考的变形条纹图像和待识别的变形条纹图像，经过联合变换相关，得到自相关和互相关输出，最后根据输出的相关峰大小即可判别不同的物体。这种相关识别方法具有本征三维识别的特点，计算机模拟实验证明了这种方法用于三维物体识别的可能性。

2．基于结构照明和匹配空间滤波的方法：首先通过结构照明，由CCD摄像机获取参考物体不同方位的输入图像序列，该图像序列通过变形条纹编码的方法携带了物体的三维信息；其次对图像序列分别进行傅里叶变换和滤波形成三维物体（含方位）频域表达数据库；最后通过结构照明，由CCD摄像机获取待识别物体的输入图像，计算其频域表达，并与数据库中的频域表达匹配，根据相关峰的大小即可以判别出不同的物体。模拟实验和实测实验结果都证明了这种方法的有效性，它不仅可以实现三维物体识别，还可以给出物体旋转角度的估计值。