张啟航， 张秋菊， 贾君慧， 荆泽成

(1.江南大学 机械工程学院，江苏 无锡 214000;2.华中科技大学无锡研究院 机器人中心，江苏 无锡 214000)

0 引 言

作为人工智能的重要元素,机器视觉已经被广泛地应用在工业机器人、目标识别、视觉检测与三维(3D)测量等领域，并不断地推进产业智能化的转型[1]。结构光三维测量因为其具有处理速度快、硬件成本低和测量结果精度高等优点，在机器视觉三维非接触测量领域具有广阔的应用前景[2～4]。结构光三维测量是通过投射设备向待测物体投射预先编码好的图像，并由一个或多个相机进行图像的采集。基于相机采集的图像进行解码操作，进而对匹配点进行三角测量法计算，求解出目标物体表面采样点三维坐标。该方法在缩短测量时间，提高测量效率方面优势尤为突出[5]。

目前基于结构光编码与解码的方法研究有很多，其中,格雷编码因其相邻两个值最多只存在一位误码以及抗干扰能力强等优点，在结构光应用中最为广泛[6]。Zheng D L等人[7]提出了一种使用自适应中值滤波器的方法，有效地消除了图像噪声所产生的格雷码解码误差。黄治凡等人[8]介绍了一种基于双目单视面和结构光的三维复原方法。雷震[9]提出了一种直接格雷码编码的结构光测量方法，但提高了视觉系统搭建的难度。崔海华等人[10]采用了一种基于格雷码—相移的组合光编码技术对目标物体进行三维测量，实现了相机视场的无极细分，提高了编码的分辨率与稳定性,但未考虑周期错位现象可能带来的误差影响。……