提出了一种用于大面积高反物体的三维形貌测量方法。基于双色反射模型理论,提取了相机采集的条纹图像的漫反射分量,通过改进的反射分量分离算法对图像进行反射分量分离;对反射分量分离产生的图像空洞采用改进的种子填充算法进行修补;用三步相移结合质量引导算法得到连续相位,由系统标定的相位高度映射关系得到物体的高度信息。实验结果表明:所提方法实测误差约为0.23 mm,消除了93%~97%的高光像素,有效克服了反射光的干扰,对大面积反射光具有较好的稳健性。

针对制造车间光滑地面在阳光或灯光照射下的扫描图像往往存在反射光斑, 且随相机位置变化而变化, 会严重干扰图像处理和利用的问题, 提出了一种识别和去除高光的方法, 用于改善图像处理效果和三维重建精度。基于扫描序列图像的三维场景重建流程和SURF特征原理, 分析移动的高亮反光斑对图像特征点提取和匹配的影响; 对于缺乏表面纹理的灰度图像, 提出一种基于逐行多级阈值和动态模板高光识别与去除方法, 保留非高光点的特征信息, 识别与修复同步完成。实验结果表明, 无高反光的前后两帧图像的匹配特征点对比有高光情况下至少高出8%, 优化后的余留匹配特征点更多; 扫描一段30 m长的车间场景序列图像, 用提出的方法修复高光后进行三维重建, 点云拼接误差减小了10 cm。表明移动高光对图像序列三维重建有不可忽视的影响, 本文提出的方法能有效地去除高光。

针对激光三维检测过程中金属表面高光现象对后续检测带来的干扰问题，提出一种峰值连续性检测的方法。首先根据灰度图像的灰度信息提取每一列的灰度峰值；其次依据激光条纹连续性判断峰值信息的有效性，将有效峰值保留，去除干扰波峰，实现高光现象的去除；最后通过检测标准台阶块，对实验结果进行验证。结果表明，相对于一般细化处理的重建结果，高光处理后的重建精度可提高近50%，同时也证明了该方法的有效性。