目前国内工业测量已经由传统接触式测量过渡为快速不接触的激光测量，但是激光测量设备价格高昂，操作复杂，测量精度不够。针对这一现状设计基于三角测距原理的激光三维扫描成像系统，实现了对三维室内场景的重建。要求系统的精确度较高，测量范围较大，成本较小、适应性强。激光扫描三维成像技术突破了传统的接触式测量法和单点测量法，可广泛应用于激光雷达、野外勘探、位置定位、三维地图建模、地理测绘、建筑工程测绘等多个领域。

针对传统的工业激光雷达成本较高,操作复杂等不足,提出了成本较低的基于三角测距原理的三维激光雷达的设计。通过实际扫描实验显示三维激光雷达在 10 m 内都能正确识别物体形状,误差水平在 5 mm 左右。可以在大多数场合下替代传统的工业激光雷达使用。通过线性激光器和摄像头扫描得到的原始数据激光光点信息不明确,如果直接进行数据重建很容易出现错误。故需要知道激光光点的准确坐标。将激光亮线看成是符合高斯分布的,通过计算这个高斯函数的一阶导数的过零点坐标,即为原高斯函数的峰值,也就是需要求取的光点坐标。

摄像头为了保证图像的质量，都会在其内部加上一块红外截止滤光片，减少空间中红外波段光带来的影响。所以激光器的光信号在摄像头拍摄到的图片中显得很微弱，因此需要将摄像头的红外截止滤光片拆除。一般摄像头由于加了透镜必然会引起图像畸变。透镜产生的畸变主要分为径向畸变和切向畸变。径向畸变来自于透镜形状，而切向畸变则来自于整个摄像机的组装过程，主要是由透镜与 CCD 之间的不平行产生的。可以通过使用 Matlab 摄像头标定工具箱求出摄像头的内参数矩阵和畸变矩阵，然后编写程序在矫正图像畸变。

Arvid Halma，Frank ter Haar，Ernst Bovenkamp，Pieter Eendebak，Adam van Eekeren 所著的《Single Spin Image-ICPmatching for Efficient 3D Object Recognition》指明如今有一系列技术可以从环境中创建三维模型。激光扫描和视觉重建是产生非结构化点数据的例子，提出了各种方法来识别被采集场景中的物体。在这种情况下，旋转图像被证明是一个强有力的描述，以检测目标对象在混乱和闭塞的场景。自旋图像是通过将三维点映射到二维柱状图中而创建的与视点无关的形状描述符。经典方法的一个缺点是需要匹配的自旋图像的数量，导致计算成本高。另一个缺点是需要在观察点处进行表面法线。

李乐吟，蔡莳赟 ，胡正纲的《基于三角测距法的激光扫描三维成像系统》利用FPGA 平台，结合三角测距法、图像处理、M ATLAB 三维建模实现激光扫描三维成像系统。所设计的激光扫描三维成像系统主要由三大部分组成。第一部分是一字线激光器和高速摄像机、FPGA 处理器构成的三角测距系统。第二部分是由步进电机、STM32、红外反射传感器模块、导电滑环、供电电源模块组成的旋转扫描系统。第三部分是高速串口模块和上位机组成的系统，实现数据传输，并采用 Python Matlab 的软件结构，实现了对三维室内场景的重建。FPGA 模块读取摄像头采集到的激光原始图像数据，经去噪等图像处理，对处理过的激光图像进行一字线激光中心线的检测和计算.Matlab 对 FPGA 发送过来的数据进行整合与还原，加上角度信息，可以显示该场景的三维图像。该激光扫描三维成像系统每秒扫描 30 帧图像，匀速旋转云台旋转一个维度所需时间为 20 秒，刷新速率较高，且具有高精度的角度分辨率，误差水平为1mm,测量距离可达 5m.该系统成本极低、使用方便、适应性强，有利于其在野外勘探、三维地图建模、地理测绘等多个领域的普及使用。

2. 研究的基本内容与方案

2.1基本内容

1.了解高速摄像机成像原理以及焦距像素广角等参数

2.了解Matlab程序对于视频文件的分帧处理算法及代码

3.学习广角畸变原理及Matlab对于广角畸变图像采用相机标定工具(toolbox_calib)进行处理的原理及相关代码。