基于线状激光与单目相机的三维重构算法研究

单目激光的三维重建，就是使用一个激光头加一个工业相机来完成三维重建，但是重建出来的是一条线上的三维点。在文章中，将介绍单目激光三维重构项目的开发、数学和算法。

3D打印机正越来越多地用于许多领域：技术，医学，艺术，教育等，而3D扫描仪是3D打印机的自然补充。3D扫描仪通过获取物体表面深度信息，然后将扫描的变成点云。 这些点云可以转换为网格结构，用于3D打印或用于建模和动画应用中。

1、图像处理

1.1 图像获取

可以使用OpenCV的VideoCapture对象获得表示图像的BGR矩阵。 有时，需要使相机与时间同步。

import cv2
capture = cv2.VideoCapture(0)

flush = 2
if capture.isOpened():
    for i in range(flush):
        ret, image = capture.read()

del capture
cv2.imshow("capture.jpg")

1.2 亮度调节

它是图像的光度。 亮度可以计算为RGB值的算术平均值$\mu =\frac{R+G+B}{3}$。

1.3 对比度调节

图像强度的相关差异使对象可区分。

1.4 饱和度调节

它是颜色相对于其自身亮度的色彩，此参数影响图像的色纯度。

1.5 曝光度调节

我们将曝光定义为相机传感器曝光以捕获光线的时间（以毫秒为单位）。 与该时间t，曝光度EV和照相机的相对光栅N之间存在关系。 高曝光值会线性增加捕获时间。
$$EV=lo{g}_2\frac{N^2}{t}$$

1.6 帧率（Frame rate）

帧率是以帧称为单位的位图图像连续出现在显示器上的频率（速率）。该术语同样适用于胶片和摄像机，计算机图形和动作捕捉系统。帧速率也可以称为帧频率，并以赫兹（Hz）表示。