Towards Unified Structured Light Optimization

要約

ストラクチャード ライト (SL) 3D 再構成は、物体の正確な表面形状をキャプチャし、工業用検査やロボット ビジョン システムに不可欠な高精度 3D データを提供します。
ただし、SL 3D 再構成における投影パターンの最適化に関する現在の研究は、2 つの主な制限に直面しています。1 つは各シーンでキャリブレーション パラメーターを個別にトレーニングする必要があること、もう 1 つは最適化が特定の種類の SL に限定されているため、その適用範囲が制限されていることです。
これらの制限に対処するために、さまざまな照明条件、オブジェクトの種類、およびさまざまな種類の SL に適応できる、SL 最適化のための統一フレームワークを提案します。
私たちのフレームワークは、単一の投影画像のみを使用して最適な投影パターンを迅速に決定します。
主な貢献には、たった 1 つの投影画像で正確なプロジェクターとカメラの位置合わせを可能にするプロジェクター用の新しいグローバル マッチング方法と、色域外クリッピングによるアーティファクトを軽減する測光調整モジュールを備えた新しい投影補償モデルが含まれます。
実験結果は、私たちの方法がさまざまなオブジェクト、SL パターン、照明条件にわたって優れたデコード精度を実現し、以前の方法を大幅に上回ることを示しています。

要約(オリジナル)

Structured light (SL) 3D reconstruction captures the precise surface shape of objects, providing high-accuracy 3D data essential for industrial inspection and robotic vision systems. However, current research on optimizing projection patterns in SL 3D reconstruction faces two main limitations: each scene requires separate training of calibration parameters, and optimization is restricted to specific types of SL, which restricts their application range. To tackle these limitations, we present a unified framework for SL optimization, adaptable to diverse lighting conditions, object types, and different types of SL. Our framework quickly determines the optimal projection pattern using only a single projected image. Key contributions include a novel global matching method for projectors, enabling precise projector-camera alignment with just one projected image, and a new projection compensation model with a photometric adjustment module to reduce artifacts from out-of-gamut clipping. Experimental results show our method achieves superior decoding accuracy across various objects, SL patterns, and lighting conditions, significantly outperforming previous methods.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google