线结构光三维重建法兰盘技术详解-优快云博客

本文链接：https://blog.youkuaiyun.com/Twinkle_01/article/details/127945218

本文详细介绍了线结构光三维重建法兰盘的方法，包括光平面方程的求解、相机平移单位向量的计算以及三维重建的关键步骤。在光平面方程部分，强调了标定板尺寸对结果的影响；在相机平移环节，提到了步进电机移动的精度问题及其对重建准确性的影响；最后，讨论了三维重建结果，指出曝光时间和ROI设置对图像采集的重要性，并提出螺纹重建的挑战及可能的解决方案。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

线结构光三维重建可以得到法兰盘的三维点云图，进一步的，我们可以对螺纹处的点云数据进行分析，本节主要记录线结构光三维重建的主要步骤及一些问题。

一、光平面方程

1.标定板位置不变，拍摄有激光和无激光两张照片。移动标定板位置，重复拍摄多组。

2.依据标定板无激光图片标定相机内参

3.建立文件夹laser,remaplasr,lasermidline,lasertest

（警示）此处使用了(10,8)标定板，需要更改实验室程序参数

cControl.FindChessPointsDIRAuto(10, 8, 10, imgPath, IS_SMALL_SCREEN, IS_CALIB_SMALL);	//Small calib board

此处为(10,8),此前因为(10,8)程序不通，便认为应是(8,10)，导致标定结果有错，致使后续重建失败。

不通的原因是实验室同一程序不同个人作过修改

//reSortImageCorners函数中

//对变换后的标定点进行排序
	std::vector<Point2d> idx_list;
	imgPoints.resize(rowNum*colNum);
	std::vector<cv::Point2f>::const_iterator cit = imageCorners.begin();
	for (std::vector<cv::Point2f>::const_iterator it = warp_list.begin(); it != warp_list.end(); ++it)
	{
   
   
		cv::Point2f pos = *it;
		cv::Point2d idx;
		idx.y = int(roundf((pos.y - 2*delta) / delta));
		idx.x = int(roundf((pos.x - 0) / delta));
		imgPoints[idx.x + idx.y*rowNum] = *cit;
        //上应为rowNum,而手中拿到代码此处为colNum*****
		++cit;
	}

3.依据相机内参、外参和上述拍摄图片得到线结构光光平面方程

    String calibFilePath = "D:\\Graduate\\Data\\1119\\cam\\CalibrationResults";//相机标定文件夹
	String laserImgPath = "D:\\Graduate\\Data\\1119\\laser\\";//线结构光路径文件夹
	String remapLaserImgPath = "D:\\Graduate\\Data\\1119\\remaplaser\\";//校正线结构光路径文件夹

二、相机平移单位向量

1.使用步进电机移动平移台固定距离（非必须1mm）

2.相机拍摄标定板图片

3.重复1、2

排查不能重建的原因时，曾发现calRT_Mat函数中的问题，将矩阵的定义放在了for循环中，导致后续结果不变化。需要注意的是该问题只会影响结果的准确性，不是重建失败的根本原因。

    int pic_num =9;//设置偏移标定图像数量