【正文】 的齊此坐標(biāo)配制而成的矩陣方程。但實(shí)際上在許多應(yīng)用中，光是在圖像空間中的點(diǎn)的坐標(biāo)和它們的像素坐標(biāo)之間的映射關(guān)系的運(yùn)算已經(jīng)是足夠的，照相機(jī)的許多內(nèi)部和外部參數(shù)往往有多余的嫌疑。為此，許多的校準(zhǔn)技術(shù)被提了出來比如如直接線性變換法，滿量程非線性優(yōu)化法，兩階段法等[4,5]。 關(guān)鍵部位是黑色和白色（ B＆ W）相機(jī)和彩色攝像機(jī)的 3D顏色傳感器可 以將實(shí)物的顏色信息數(shù)字化。截至目前，各種基于不同原理的技術(shù) [1]被提出，并廣泛應(yīng)用于許多領(lǐng)域，如 CAD和 CAM，逆向工程，快速原型，虛擬現(xiàn)實(shí)，人體工程學(xué)和文物保護(hù)等 [2， 3]。 關(guān)鍵詞： 3D顏色傳感器 。標(biāo)定實(shí)驗(yàn)結(jié)果表明，采用線性分區(qū)標(biāo)定的 3D傳感器其平均測量相對誤差為 ％，而利用 BP神經(jīng)網(wǎng)絡(luò)標(biāo)定的顏色傳感器的測試精度可以達(dá)到 。中文 2880 字 畢 業(yè) 設(shè) 計(jì) (論文 ) 外 文 翻 譯 外文題目： Matching between 3D Coordinate and its Color Information in 3D Color Sensor 中文題目：三維坐標(biāo)和顏色信息匹配的 3D 顏色傳感器 學(xué) 院 名 稱： 電子與信息 工程學(xué)院 專 業(yè)： 電子信息工程 班 級： 電信 114 班 姓 名： 11401180419 指 導(dǎo) 教 師： 企 業(yè) 教 師： 定稿日期： 2020 年 12 月 30 日 3rd International Symposium on Instrumentation Science and Technology Aug. 18~22, 2020, Xi’an. China 1804 三維坐標(biāo)和顏色信息匹配的 3D 顏色傳感器 摘要： 可以通過分別適用于線性區(qū)分標(biāo)定的 3D 傳感器和 BP神經(jīng)網(wǎng)絡(luò)法的顏色傳感器，來校準(zhǔn)三維（ 3D）坐標(biāo)與顏色傳感器測量的顏色信息之間的匹配關(guān)系。校準(zhǔn)的過程主要包括公式計(jì)算、求解過程以及信息匹配方法的詳細(xì)討論。基于該校準(zhǔn)結(jié)果，真實(shí)的物體被測量并且獲得的三維色點(diǎn)云， 可以真實(shí)生動的展現(xiàn)實(shí)物對象。攝像機(jī)標(biāo)定，信息匹配，線性分區(qū)標(biāo)定， BP神經(jīng)網(wǎng)絡(luò)，色點(diǎn)云 獲得一個實(shí)物的 3D坐標(biāo)和顏色信息是一種純數(shù)字化的研究。在這些技術(shù)中，非接觸式的光學(xué)方法，特別是結(jié)構(gòu)光方法由于其簡單的原理，快速的測量，不需要接觸以及精度高的特點(diǎn)變得越來越流行。并且 3D 顏色傳感器數(shù)字化得到的 3D 坐標(biāo)和顏色信息匹配可以由內(nèi)部照相機(jī)來校準(zhǔn)實(shí)現(xiàn)。不過多數(shù)的方法都因?yàn)橄鄼C(jī)過于復(fù)雜，從而使得模型總是需要被設(shè)置、許多照相機(jī)的內(nèi)在和外部參數(shù)需要進(jìn)行運(yùn)算，很有可能會造成一個不穩(wěn)定的求解過程?；谏鲜龅睦碛?，提出了可以 通過分 別適用于線性區(qū)分標(biāo)定的 3D 傳感器和 BP 神經(jīng)網(wǎng)絡(luò)法的顏色傳感器，來校準(zhǔn)三維（ 3D）坐標(biāo)與顏色傳感器測量的顏色信息之間的匹配關(guān)系。 其中ρ是一個比例因子。如果校準(zhǔn)點(diǎn)的數(shù)目足夠， M完全可以通過由對象的空間坐標(biāo)和它們的對 應(yīng)像素坐標(biāo)創(chuàng)建的求解線性方程系統(tǒng)來確定。 理論上，參數(shù) M11到參數(shù) M34都可以通過 6個點(diǎn)來確定。因此，當(dāng)點(diǎn)的數(shù)量為 N， 2N 時，方程可以用如公式 (3)所示的構(gòu)建在矩陣 M基礎(chǔ)的最小二乘法來得到，并表示。所以另一種方法被提了出來：將整個圖像分割成幾部分，當(dāng) 然這也意味著該數(shù)據(jù)對空間點(diǎn)坐標(biāo)及其相應(yīng)的像素坐標(biāo)也會被分為幾組，線性地選取各個部分分別施加到每一組數(shù)據(jù)對或圖像區(qū)域。這就是線性分配法的基本概念，使用這種方法可以使測量誤差顯著減少。每一層都包含一個或多個節(jié)點(diǎn)，每個層的輸出只與下一層的輸入端連接，并沒有與別的任何層有節(jié)點(diǎn)的輸入和輸出關(guān)系。 對于輸入節(jié)點(diǎn)來說，它們的輸出量是和它們的輸入量相等的。 其中 P是當(dāng)前輸入樣本， wji是連接體重從節(jié)點(diǎn) i到節(jié)點(diǎn) j， OPI和 OPJ是輸入和節(jié)點(diǎn) j的輸出。 網(wǎng)絡(luò)的訓(xùn)練過程開始訓(xùn)練樣本的制備，它包含輸入樣本與理想的輸出樣本。在向前的方向時，各層的行為僅影響下一層，并且如果輸出不理想，過程中會變成向后方向，它沿著連接路徑和返 回錯誤信號通過修改重量發(fā)送回輸入層。在向后方向中，重量由如下公式 (6)所示。當(dāng)節(jié)點(diǎn)是在輸出層，以下定義被使用，否則等式（ 8）被使用。顏色傳感器是由 BP 神經(jīng)網(wǎng)絡(luò)校準(zhǔn)上述輸入和輸出選擇為的三維坐標(biāo)的校準(zhǔn)點(diǎn)的和其相應(yīng)的二維象素座標(biāo)為圖 1示出。 該光平面將與相交對象產(chǎn)生光的條紋。水平方向和深度坐標(biāo)由三維傳感器被記錄和垂直坐標(biāo)將是從精確的機(jī)械掃描方式得到的，并且顏色傳感器將記錄的顏色信息對象。 3D傳感器的校準(zhǔn)可以獲得不同分區(qū)的轉(zhuǎn)換矩陣，它可以把 B＆ W CCD 空間坐標(biāo)為（ XW， YW）轉(zhuǎn)換為光條紋的信息。此外， 3D之間的映射關(guān)系的坐標(biāo)（ XW， YW，度 Zw）及其相應(yīng)的像素彩色圖像坐標(biāo)得到了彩色 CCD可以通過顏色傳感器校準(zhǔn)獲得。所以，該方法如上所述能夠?qū)崿F(xiàn)三維信息和其相應(yīng)的顏色信息之間的相互匹配。圖像捕獲板以 640 480 的分辨率采樣 Bamp。激光的實(shí)現(xiàn)是采用了加拿大 LASIRIS 公司的 SNF501L670，其波長為 670nm。為了驗(yàn)證校準(zhǔn)精度，進(jìn)行了一次以為 。 雙層（不考慮輸入層） BP神經(jīng)網(wǎng)絡(luò)的六個節(jié)點(diǎn)的隱藏層采用校準(zhǔn)顏色傳感器。 對粘貼黃色，紅色和綠色的紙真實(shí)三維彩色實(shí)物進(jìn)行基于黑白 CCD 和彩色 CCD 垂直掃描 系統(tǒng)所捕獲的實(shí)驗(yàn)結(jié)果。圖 4是三維點(diǎn)云計(jì)算由變換矩陣和圖片系列 。它可以真實(shí)，生動地代表物體的 3D和顏色信息。兩者的方法都不需要預(yù)先設(shè)置相機(jī)的內(nèi)在和外部參數(shù)，如比例因子和圖像中心的空間，但點(diǎn)坐標(biāo)和其對應(yīng)的像素坐標(biāo)的數(shù)量卻是不夠的，為了保證高精度，仍需要多次的采樣。這種方法，在每一個分區(qū)的線性，甚至其他非線性校準(zhǔn)都是可以使用的。 [1] Sun Yuchen, Ge Baozhen, Zhang Yimo. Review for the 3D information measuring technology[J]. Journal of Optoelectronics ? Laser, 2020, 15(2): 248254.(in Chinese) [2] Petrov M., Talapov A. et al. Optical 3D digitizers: bringing life to the virtual world. Computer Graphics and Applications, IEEE, 1998, 18(3):2837. 3rd International Symposium on Instrumentation Science and Technology Aug. 18~22, 2020, Xi’an. China 1808 [3] Borghese ., Ferrigno G. et al. Autoscan: a flexible and portable 3D scanner. Computer Graphics and Applications, IEEE, 1998, 18(3):38– 41. [4] Roger, Y. Tsai. A versatile camera calibration technique for highaccuracy 3D machine vision metrology using offtheshelf TV cameras and lenses[J]. IEEE Journal of Robotics and Automation,1987, RA3(4):323344. [5] W. Faig. Calibration of closerange Photogrammetry systems: Mathematical formulation. 3rd International Symposium on Instrumentation Science and Technolog