中文摘要：

动态三维测量旨在获取变化、运动着的物体三维信息，是三维测量发展的重要方向。本项目提出动态复杂物体实时三维测量新技术。其基本原理是在双目立体视觉系统中引入三频彩色条纹投影，在单帧拍摄下求解条纹全场高精度绝对相位分布，使双目图像在相位层进行全局快速匹配，利用二维单演小波变换在彩色条纹灰度层实施基于幅值、相位、方向的多因子局部精细匹配，从而将传统的"自然纹理匹配"改变为相位、纹理"多因子匹配"。主要研究物面形貌特征与条纹在单演信号空间的映射规律、彩色条纹的颜色解耦与相位展开、双目图像的立体匹配算法、动态对象的测量不确定度评价等。该技术综合利用了条纹特征与物面特征，可显著提高立体视觉的匹配速度和匹配精度，用以实现纹理无特征、形状不规则的动态物体高精度三维测量，为在线质量控制、动态科学试验、机器人导航、人体医学测量等提供有效技术手段。同时构建三维传感技术的融合创新思想基础，探索新的三维观念。

结论摘要：

动态三维测量旨在获取变化、运动着的物体三维信息，是三维测量发展的重要方向。本项目提出动态复杂物体实时三维测量新技术。其基本原理是在双目立体视觉系统中引入三频彩色条纹投影，在单帧拍摄下求解条纹全场高精度绝对相位分布，通过对投影条纹图的分析与解调，可以获取形状、形变等被测量的信息。条纹图分析包括降噪、去背景、归一化、求相位等内容。传统条纹图分析建立在傅里叶变换技术之上，需要人工干预和多项参数设置。本项目研究自适应条纹图分析技术，采用经验模式分解（Empirical Mode Decomposition, 简称EMD）等信号处理方法对条纹图进行分析。主要研究成果包括 1）基于多元EMD的条纹分析技术。该方法创新的将条纹图分析转化成多元向量信号模型的分析，采用多元EMD方法对条纹图降噪。利用多元EMD的频带自适应聚集特性，提高了多尺度分解的自适应性。降噪的效果相对于小波变换方法有显著的提高。 2）基于形态学二维EMD的条纹图分析技术。该方法针对已有二维EMD方法的不足，采用形态学算法替代原有方法中的极值点提取，并采用变窗口移动平均技术估计条纹包络面。该方法克服了原有方法中的模式混叠及包络面估计失真的问题，可以将条纹图分解为噪声分量、条纹分量及背景分量之和，提高了条纹图分解的自动化程度。 3）研究自适应分析方法在动态三维测量中的应用。将上述方法应用在条纹投影轮廓术中，并提出了基于多频彩色条纹投影的三维轮廓测量方法，初步实现了动态物体的三维测量。项目成果可显著提高立体视觉的匹配速度和匹配精度，用以实现纹理无特征、形状不规则的动态物体高精度三维测量，为在线质量控制、动态科学试验、机器人导航、人体医学测量等提供有效技术手段。同时构建三维传感技术的融合创新思想基础，探索新的三维观念。