三维扫描-德国GOM道姆 光学三维扫描测量系统.docx

针对无任何预知信息下的散乱点云数据配准问题，提出了一种基于点云法向量信息的自动配准算法。根据点云局部法向量的变化提取特征点，通过比较特征点的直方图特征向量获得初始匹配点对；使用随机抽样一致性（RANSAC）算法，根据刚性距离约束条件得到精确匹配点对；利用四元素法计算得到初始配准参数，采用改进的最近点迭代（ICP）算法对点云精确配准。实验结果表明了此方法的有效可行性。

受噪声或探测器的非线性响应等影响, 采用光学三维轮廓术装置实际摄取的条纹图的光强具有非正弦性分布的特点, 这导致现有的随机相移提取算法在应用中存在计算不稳定的问题。对此, 提出了一种两帧随机时域相移条纹图相移提取方法。该方法首先采用克莱姆正交化方法对条纹图进行处理, 然后发展了一种基于矩阵范数的相移提取算法, 进而应用二步相移算法获得了测量相位。由于使用了反正切函数解算相移, 所提方法对非正弦条纹图不敏感, 具有求解可靠、应用容易的特点。实验结果表明, 所提方法精度高、速度快, 优于现有的典型算法。

相位测量轮廓术凭借其高精度、非接触的优点在现代生活中受到了极大的重视，但其应用却受到正弦光栅复杂制作工艺的限制。根据相位测量轮廓术的基本原理，提出了基于三角形分布光栅的相位测量轮廓术。同正弦光栅相比，三角形分布光栅的制作工艺相对简单，更具有实用意义。对这两种方法的精度进行了比较和分析，并分别在无噪声的理想情况和有噪声的实际情况下，分析了光栅周期、条纹对比度以及物体最大高度对测量精度的影响。通过计算机模拟与实验表明，基于三角形分布光栅的相位测量轮廓术具有较高的精度和可行性。

提出了一种利用互补条纹实现位置变形检测及补偿的新方法。该方法可以用于校正物体在线检测中因定位不精确而带来的测量误差。首先利用参考物体并根据散乱点相位插值算法生成互补条纹；然后投射到被测物体表面，计算未发生形状变形处的相位，即为由产品定位不精确引起的相位变化量。利用此相位差与深度映射关系可将待测物体绝对相位转化为其三维信息，同时根据基于重叠区最小二乘迭代原理计算出待测物体定位误差量，最后利用刚体变换方法补偿待测物体的位置变形。计算机模拟及实验结果验证了该方法的正确性、有效性和可行性。