[论文解读] Hand-guided 3D surface acquisition by combining simple light sectioning with real-time algorithms

Oliver Arold, Svenja Ettl+2 more|arXiv (Cornell University)|Jan 9, 2014

3D Surveying and Cultural Heritage参考文献 23被引用 8

一句话总结

本文提出了一种名为'飞行三角测量'的低成本、手动引导式3D表面获取系统，通过交替使用垂直和水平光条纹图案，实现实时、高分辨率的3D扫描，无需外部跟踪。通过利用线索引和一种专门设计的ICP变体，实现了稀疏3D视图的精确配准，从而支持实时可视化、数据压缩和纹理映射，测量不确定度低于30 µm。

ABSTRACT

Precise 3D measurements of rigid surfaces are desired in many fields of application like quality control or surgery. Often, views from all around the object have to be acquired for a full 3D description of the object surface. We present a sensor principle called "Flying Triangulation" which avoids an elaborate "stop-and-go" procedure. It combines a low-cost classical light-section sensor with an algorithmic pipeline. A hand-guided sensor captures a continuous movie of 3D views while being moved around the object. The views are automatically aligned and the acquired 3D model is displayed in real time. In contrast to most existing sensors no bandwidth is wasted for spatial or temporal encoding of the projected lines. Nor is an expensive color camera necessary for 3D acquisition. The achievable measurement uncertainty and lateral resolution of the generated 3D data is merely limited by physics. An alternating projection of vertical and horizontal lines guarantees the existence of corresponding points in successive 3D views. This enables a precise registration without surface interpolation. For registration, a variant of the iterative closest point algorithm - adapted to the specific nature of our 3D views - is introduced. Furthermore, data reduction and smoothing without losing lateral resolution as well as the acquisition and mapping of a color texture is presented. The precision and applicability of the sensor is demonstrated by simulation and measurement results.

研究动机与目标

• 消除3D计量中对停顿扫描或外部跟踪的需求。
• 在不使用投影线条的空间或时间编码的情况下，实现高横向和深度分辨率的3D测量。
• 实现实时配准与可视化，处理连续手部运动过程中获取的稀疏3D视图。
• 开发一种稳健的算法处理流程，实现数据压缩、噪声抑制和纹理映射，同时不损失横向分辨率。
• 通过仿真和对刚性物体的实际测量，验证该方法的精度与适用性。

提出的方法

• 使用低成本的光条纹传感器，通过交替投影垂直和水平的线条图案，以最小宽度的线条实现高分辨率3D点采集。
• 基于投影线条的正交性进行线索引，以唯一标识连续3D视图中对应点。
• 应用一种针对稀疏、基于线条的3D数据量身定制的改进型迭代最近点（ICP）算法，实现稳健且精确的配准。
• 集成实时3D模型可视化，以指导操作员并检测未采集区域。
• 实施数据压缩与噪声滤波，保留横向分辨率的同时最小化点云密度。
• 利用同一台相机捕获并映射彩色纹理到3D点云上，实现逼真的重建。

实验结果

研究问题

• RQ1 是否能够实现无需外部跟踪或空间/时间编码的、高精度的手动引导式3D扫描？
• RQ2 如何在连续运动中获取的稀疏、基于线条的3D视图中实现稳健的配准？
• RQ3 线索引与算法处理在降低数据密度的同时，能在多大程度上保持横向分辨率？
• RQ4 是否能有效将实时可视化与纹理映射集成到低成本、高精度的3D扫描流程中？
• RQ5 物理测量不确定性和噪声对最终3D重建精度有何影响？

主要发现

• 在去除噪声后，系统最终测量误差为24 µm；在包含噪声的情况下为32 µm，已接近理想条件下5 µm的理论物理极限。
• 在添加30 µm噪声的实时测量中，误差为300 µm，表明在真实条件下具有良好的鲁棒性。
• 该方法可在无需表面插值的情况下实现精确配准，其依据是交替线条图案提供的对应关系。
• 数据压缩在降低点云密度的同时保留了横向分辨率，有效抑制了噪声。
• 算法处理流程支持实时可视化，使操作员能够实时监控并引导扫描过程。
• 系统成功捕获并映射了彩色纹理到3D模型上，提升了视觉保真度，同时未牺牲几何精度。