基于深度图像与三角测量的高精度物体表面重建方法

摘要

针对传统线激光三角测量在高曲率、尖锐边缘区域易出现点云塌陷、边缘圆化等精度衰减问题，提出一种融合深度图像与微分几何约束的高精度表面重建方法。该方法先构建工业相机与线激光三角测量架构，获取初始点云并通过海森矩阵特征分解识别高曲率敏感区；建立光学传播与表面几何耦合的偏置补偿模型，生成边缘畸变偏置映射表；对敏感区采样点执行亚像素坐标修正与非线性回归调整；最后采用带特征权重的NURBS算法完成曲面拟合。实验表明，该方法可将高曲率边缘轮廓偏差由64.2μm降至8.4μm以下，角度重建误差小于0.11°，显著提升尖锐特征重建精度与鲁棒性，适用于精密制造在线检测场景。