3D-scanner

Experimental Preparation

器材准备：工业相机、激光器、标定板、旋转平台、STM32、扫描物体
环境搭建：固定相机、激光器、旋转平台的相对位置保持不变
软件支持：MATLAB Image Acquisition Tool及对应的adaptor、MATLAB Camera Calibration Toolbox、MindVision软件

Quick Start

确定激光平面

通过计算机控制工业相机，设置相机参数，进行图像采集。工业相机连接到装有驱动的电脑中，使用 MATLAB 的Image Acquisition Tool（注意：需要安装Image Acquisition Toolbox Support Package for OS Generic Video Interface），拍摄无激光照射下的棋盘格（标定板）图片。需要拍摄正常、左偏、右偏、上偏、下偏、远、近共7张图片，并保存在本地。
使用MindVision软件拍摄使用有激光照射下棋盘格（标定板）图片，要求相机、激光器位置不变，标定板的七个位置也与无激光标定时的相同，激光面竖直打在标定板上。改变曝光时间的大小，确保激光照射下白色格子的激光线不能太粗，我们取相机曝光时间为1ms，使得图像中的激光线尽可能最细，便于之后确定一条单一直线。
使用 MATLAB 的Camera Calibration Toolbox进行相机标定。
使用 Camera Calibration Toolbox 对带激光的图片进行去畸变。
把去畸变的图片进行mask操作。

二值化操作

% threshold 阈值大小
% input_num 处理数据的组数
% input_file_path 输入mat文件路径
% output_file_path 输出的mat文件路径
image_thresh(threshold, input_num, input_file_path, output_file_path)

灰度归一化取平均（u取小数）得到(u, v)点

% input_num 处理数据的组数
% input_file_path 输入的mat文件路径
% output_file_path 输出的mat文件路径
image_thresh_average(input_num, input_file_path, output_file_path)

计算世界坐标系下的坐标点

% input_num: 处理数据的组数
% calib_file_path: Calib_Results.mat文件的路径
% u_v_results_file_path: 存储u,v点的坐标mat路径
% output_file_path: 输出的mat文件路径
calc_world_coordinate(input_num, calib_file_path, u_v_results_file_path, output_file_path)

计算相机坐标系下的坐标点

% input_num: 处理数据的数量
% calib_file_path: Calib_Results.mat文件的路径
% w_c_results_file_path: 相机坐标系下的坐标点
% output_file_path: 输出文件的名称
calc_camera_coordinate(input_num, calib_file_path, w_c_results_file_path, output_file_path)

获取所有的相机坐标系下的坐标点

% input_num: 拍摄的图片数量
% result_file_path: 保存相机坐标系下的 x' y' z'的mat文件 
[X, Y, Z]  = get_all_camera_coordinate(input_num, results_file_path)

使用Curve Fitting 工具箱进行激光平面拟合，并Generate Code保存为createFit.m，并保存为.fig文件（需要做axis equal处理）

确定轴线

获取同一高度下的所有坐标

% points_nums: 输入文件中每组的坐标数量
% same_height_nums 同一高度的坐标点的数量
% c_c_results_file_path: camera_coordinate_results.mat 文件路径
% output_file_path: 保存.mat文件的名称
get_c_c_in_same_height(points_nums, same_height_nums, c_c_results_file_path, output_file_path)

使用同一高度的点云数据拟合圆心

calc_circle_center(height_num, c_c_same_height_data_file_path, output_file_path)

物体扫描

拍摄图像并自动化保存（image.bmp）

调用下方函数，进入debug模式，在循环下的第一行打断点，配合转台舵机，每转一次就运行一次代码
```
% img_num 拍摄图像的数量

auto_read_img(img_num)
```
图像去畸变（image.bmp → image_rect.bmp）

下载MATLAB的Camera Calibration Toolbox

下载地址：http://www.vision.caltech.edu/bouguetj/calib_doc/index.html#links

在图像保存文件夹下，命令行输入calib，选择Standard模式，点击Load加载Calib_Results.mat，点击Image names输入图像头文字，点击Read images读取所有图像，点击Undistort image去畸变并导出去畸变完成后的图像。

图像mask处理（image_rect.bmp → image_mask.bmp）

% img_num 需要处理的图像的数量
% img_name 保存的图像的文件名
% y_max mask的最大的y值，即mask是x:[1 1280], y:[1,y_max]范围为1，其余为0的1280*1024矩阵

rect2mask_bmp(img_num,img_name,y_max)

在./CameraCalibration/scripts/ 文件夹中复制Calib_Results.mat , c_c_results.mat到 scripts 文件夹中，其中Calib_Results.mat是相机标定的结果，c_c_results.mat是确定激光平面所用到的点云数据。
在./examples/Scripts/复制所有的文件至scripts文件夹中。

二值化操作

% threshold 阈值大小
% input_num 需要处理的图片数量
% input_file_name 处理的图片的文件名
% output_file_name 输出的图片文件名

image_thresh(threshold, input_num, input_file_name, output_file_name)

灰度归一化取平均（u取小数）得到(u, v)点

% input_num 需要处理的图片数量
% input_filename 处理的图片的文件名
% output_filename 输出的mat文件名

image_thresh_average(input_num, input_filename, output_filename)

计算真实相机坐标系下的坐标点

% image_num 需要处理的图片数量
% output_file_name 输出结果文件名(文件格式: .mat)

calc_true_camera_coordinates(image_num, output_file_name)

把相机坐标系下的点移到轴线坐标系下

% t 平移矩阵
% input_file_name 相机坐标系下的点mat文件
% input_num 需要处理的图片数量
% output_file_name 输出结果文件名(文件格式: .mat)

cc_points_offset(t, input_file_name, input_num, output_file_name)

把轴线坐标系下的点进行旋转

% input_num 需要处理的图片数量
% input_file_name 
% r 轴线的方向向量
% output_file_name 输出结果文件名(文件格式: .mat)

cc_rotate(input_num, input_file_name, r, output_file_name)

点云的结果

>> [X, Y, Z]  = get_all_camera_coordinate(image_num, results_file_path)
>> plot3(X, Y, Z, 'r.'); hold on; axis equal;

点云经过网格化后的结果
泊松重构后的结果

luhc228 / 3D-scanner

3D-scanner

Experimental Preparation

Quick Start

确定激光平面

确定轴线

物体扫描

About

Languages