CN101118158B - 离散点云整合系统及方法 - Google Patents

离散点云整合系统及方法 Download PDF

Info

Publication number
CN101118158B
CN101118158B CN2006100619816A CN200610061981A CN101118158B CN 101118158 B CN101118158 B CN 101118158B CN 2006100619816 A CN2006100619816 A CN 2006100619816A CN 200610061981 A CN200610061981 A CN 200610061981A CN 101118158 B CN101118158 B CN 101118158B
Authority
CN
China
Prior art keywords
bead
cloud
face
point cloud
match
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN2006100619816A
Other languages
English (en)
Other versions
CN101118158A (zh
Inventor
张旨光
吴新元
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Original Assignee
Hongfujin Precision Industry Shenzhen Co Ltd
Hon Hai Precision Industry Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hongfujin Precision Industry Shenzhen Co Ltd, Hon Hai Precision Industry Co Ltd filed Critical Hongfujin Precision Industry Shenzhen Co Ltd
Priority to CN2006100619816A priority Critical patent/CN101118158B/zh
Priority to US11/769,728 priority patent/US7830374B2/en
Publication of CN101118158A publication Critical patent/CN101118158A/zh
Application granted granted Critical
Publication of CN101118158B publication Critical patent/CN101118158B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
    • G06T17/205—Re-meshing

Abstract

本发明提供一种离散点云整合系统，该系统包括计算机、与该计算机相连的扫描器及放置扫描物体的治具，所述治具上有三个小球。所述计算机包括点云获取模块、球拟合模块、计算模块、匹配模块及对齐模块。该系统利用三个小球将多次扫描物体所获取的离散点云对齐复位，恢复其原有的相互之间空间位置关系，整合成物体的完整的点云，操作简单，精度高。本发明同时提供一种离散点云整合方法。

Description

离散点云整合系统及方法
技术领域
本发明是关于一种点云处理系统及方法，尤其是涉及一种对多次扫描同一物体所得到的离散点云加以整合的系统及方法。
背景技术
逆向工程是相对于正向工程而言，所谓正向工程是指已有产品的设计图纸，然后按图纸加工出产品实物。而逆向工程是由高速三维激光扫描器对已有的实物(样品或模型)进行准确、高速的扫描，获取实物的点云数据，根据所获点云数据构建三维数字模型，进而利用CAM系统完成产品的制造。
利用激光扫描器对同一物体进行扫描，一般不能一次性扫描完，要获取物体完整的点云数据集合，通常需要从不同角度对物体进行扫描(多视角数据采集)，再通过一些方法把这些多次扫描所获取的离散点云通过对齐复位恢复其原有的相互之间空间位置关系，合并成一个的完整的点云，以获取物体表面较完整的三维信息。
目前产业界的此类方法存在着对采集过程的特殊要求，或着精密复杂的位移装置等方面的严格控制。如通过产品的特征(产品上的点线面之类)进行定位的方法：在产品上预设标记点，根据扫描所得的每两组不同视角三维数据中共有的一定数目的标记点位置的关系，确定各视角之间坐标转换关系。但多次定位会产生较大的误差。而精度高的操作又很麻烦。
发明内容
鉴于以上内容，有必要提供一种离散点云整合系统，将多次扫描物体所获取的离散点云通过对齐复位恢复其原有的相互之间空间位置关系，合并成一个的完整的点云，以获取物体表面较完整的三维信息。
此外，还有必要提供一种离散点云整合方法，将多次扫描物体所获取的离散点云通过对齐复位恢复其原有的相互之间空间位置关系，合并成一个的完整的点云，以获取物体表面较完整的三维信息。
一种离散点云整合系统，该系统包括计算机、与该计算机相连的扫描器及放置扫描物体的治具，所述治具上有三个小球。所述计算机包括：点云获取模块，用于获取扫描器扫描物体每一面所得的物体的点云以及对应于该每一面的治具上三个小球的点云；球拟合模块，用于根据扫描物体每一面所得的三个小球的点云分别拟合出一组小球；计算模块，用于计算各组拟合小球中每个小球的位置，以及计算各组拟合小球中每两个小球之间的距离；匹配模块，用于以物体的某一面为基准面，以扫描该面得到的拟合小球为基准小球，找到其它面中与该面各个小球相匹配的小球；及对齐模块，用于将扫描物体其它面所得到的各组拟合小球根据匹配关系经过平移、旋转变换对齐到作为基准的拟合小球所在的位置，得到对齐过程中的变换矩阵，并以扫描物体基准面得到的物体的点云为基准点云，根据所得到的变换矩阵将扫描物体各面得到的点云对齐到该基准点云所在的位置，得到物体完整的点云。
一种离散点云整合方法，该方法包括以下步骤：(A)将待扫描物体固定于可翻转且含有三个小球的治具上；(B)翻转治具扫描该物体的所有面，在扫描该物体每一面的同时，将治具上的三个小球扫描一次；(C)获取扫描该物体各面得到的该物体的点云，及扫描物体该面得到的治具上三个小球的点云；(D)根据扫描物体每一面所得的三个小球的点云分别拟合出一组小球；(E)计算每一组拟合小球中各小球的位置，并计算各组拟合小球中每两个小球之间的距离；(F)以物体的某一面为基准面，以扫描物体该面得到的拟合小球为基准小球，找到其它面中与该面各小球相匹配的小球；(G)将扫描物体其它面所得到的各组拟合小球根据匹配关系经过平移、旋转变换对齐到作为基准的拟合小球所在的位置，得到对齐过程中的变换矩阵；及(H)以扫描物体基准面得到的物体的点云为基准点云，根据所得到的变换矩阵将扫描物体各面得到的点云对齐到该基准点云，得到物体完整的点云。
相较于现有技术，本发明提供的离散点云整合系统及方法利用三个小球将多次扫描物体所获取的离散点云对齐复位，恢复其原有的相互之间空间位置关系，整合成物体的完整的点云，操作简单，精度高。
附图说明
图1是本发明离散点云整合系统较佳实施例的硬件架构图。
图2是图1中计算机的功能模块图。
图3是本发明离散点云整合方法较佳实施例的流程图。
图4(A)、图4(B)、图4(C)是两组拟合小球对齐过程不同阶段的示意图。
具体实施方式
如图1所示，是本发明离散点云整合系统较佳实施例的硬件架构图。该系统主要包括治具10、扫描器(本实施例为激光扫描器20)和计算机30。
治具10用于放置待扫描的物体A，该治具10上有三个陶瓷小球，如图中所示，球a，球b和球c。其中，三个小球大小可相同，也可不同，于本实施例中，三个小球大小相同，且三个小球所组成的三角形为不等边三角形。该治具可以360°翻转，以便于对物体A的各个面进行扫描。
激光扫描器20用于扫描放置于治具10上的物件A，获取多次扫描所得的物件A的离散点云，在扫描物件A每一面的同时，激光扫描器20将三个小球扫描一次，获取三个小球的点云。
计算机30用于接受激光扫描器20扫描物体A每一面所得的物体A的点云以及三个小球的点云，根据扫描物体A每一面的同时所得的小球的点云分别拟合(fit)出小球，如：扫描物体A正面得到小球a，b，c的点云“scan0”，“scan1”，“scan2”，利用最小二乘法根据点云“scan0”，“scan1”，“scan2”拟合出一组小球Q1，Q2，Q3；翻转治具10，扫描物体A反面得到小球a，b，c的点云“scan3”，“scan4”，“scan5”，利用最小二乘法根据点云“scan3”，“scan4”，“scan5”拟合出一组小球M1，M2，M3。之后，计算机30将拟合出的小球进行匹配，如拟合出的小球M1对应于Q1，M2对应于Q2，M3对应于Q3。
接下来，计算机30选定物体A某一面为基准面，以扫描该面得到的拟合小球作为基准小球，将其它面的各组小球经过平移、旋转等变换与作为基准的小球对齐(align)至各个相匹配的小球重合，得到变换矩阵。进而，计算机30以扫描物体A基准面所得到的物体A的点云为基准点云，将扫描物体A其它面所得的点云根据上述所得的变换矩阵与基准点云对齐，得到物体A完整的点云。
如图2所示，是图1中计算机30的功能模块图。该计算机30包括：点云获取模块310、球拟合模块320、点云修剪模块330、计算模块340、匹配模块350、对齐模块360及点云输出模块370。
点云获取模块310用于获取激光扫描器20扫描物体A每一面所得的物体A的点云以及对应于该每一面的治具上三个小球的点云。
球拟合模块320用于根据扫描物体A每一面所得的三个小球的点云分别拟合出一组小球，如：扫描物体A正面得到小球a，b，c的点云“scan0”，“scan1”，“scan2”，利用最小二乘法根据点云“scan0”，“scan1”，“scan2”拟合出一组小球Q1，Q2，Q3；翻转治具10，扫描物体A反面得到小球a，b，c的点云“scan3”，“scan4”，“scan5”，利用最小二乘法根据点云“scan3”，“scan4”，“scan5”拟合出一组小球M1，M2，M3。
点云修剪模块330用于进一步对每个拟合小球的杂乱点云进行修剪，并用于在得到物体A完整的点云后删除拟合小球及扫描物体各面所得到的治具上三个小球的点云。
计算模块340用于计算各组拟合小球中每个小球的位置，以及计算各组拟合小球中每两个小球之间的距离。
匹配模块350用于以物体A的某一面为基准面，以扫描该面得到的拟合小球为基准小球，找到其它面中与该面各个小球相匹配的小球。假设以扫描物体A正面得到的一组拟合小球Q1，Q2，Q3为基准小球，因治具10上三个小球a，b，c两两之间的距离不等：|ab||≠|bc|≠|ca|，故每组拟合小球中两两小球之间的距离也不等，及|Q1Q2|≠|Q2Q3|≠|Q3Q1|，|M1M2|≠|M2M3|≠|M3M1|，依据每组拟合小球中两两小球之间的距离与其它组拟合小球中两两小球之间的距离的对应关系，找到各组拟合小球之间各小球的对应关系，如若|Q1Q2|＝|M1M2|，|Q2Q3|＝|M2M3|，|Q3Q1|＝|M3M1|，则可得出M1对应于Q1，M2对应于Q2，M3对应于Q3。
对齐模块360用于将扫描物体A其它面所得到的各组拟合小球根据匹配关系对齐到作为基准的拟合小球，如拟合小球M1，M2，M3分别对应于拟合小球Q1，Q2，Q3，以拟合小球Q1，Q2，Q3为基准，将拟合小球M1，M2，M3作为一个整体经过平移、旋转变换直至拟合小球M1，M2，M3与拟合小球Q1，Q2，Q3分别对齐至重合，得到对齐过程中的变换矩阵。
接下来，对齐模块360以扫描物体A基准面得到的物体A的点云为基准点云，根据所得到的变换矩阵将扫描物体A各面得到的点云对齐到该基准点云所在的位置，得到物体A完整的点云。
点云输出模块370用于输出对齐后所得到的物体A的完整的点云，并报告对齐精度。
如图3所示，是本发明离散点云整合方法较佳实施例的流程图。
首先，将物体A固定在辅助扫描的治具10上，该治具10上有三个陶瓷小球a，b，c，且该治具10可以360°翻转(步骤S10)。
接下来，翻转治具10，激光扫描器20扫描该物体A的每一面，在扫描该物体A每一面的同时，激光扫描器20将治具上的三个小球扫描一次(步骤S12)。
点云获取模块310获取扫描该物体A各面得到的该物体A的点云，及扫描物体A每个面时，对应于该面得到的治具10上三个小球的点云，如扫描物体A正面得到三个小球的点云为“scan0”，“scan1”，“scan2”，扫描物体A反面得到三个小球的点云为“scan3”，“scan4”，“scan5”(步骤S14)。
球拟合模块320应用数学法则，如最小二乘法，根据扫描物体A每一面得到的三个小球的点云分别拟合出对应于物体A该面的一组小球，例如：利用最小二乘法，根据点云“scan0”，“scan1”，“scan2”拟合出一组小球Q1，Q2，Q3，根据点云“scan3”，“scan4”，“scan5”拟合出一组小球M1，M2，M3(如图4(A)所示)(步骤S16)。
点云修剪模块330对拟合出来的各个小球的杂乱点云进行修剪(步骤S18)。
计算模块340计算各组拟合小球中每个小球的位置，以及计算各组拟合小球中两两小球之间的距离，如计算|Q1Q2|，|Q2Q3|，|Q3Q1|，及计算|M1M2|，|M2M3|，|M3M1|(步骤S20)。
匹配模块350以物体A的某一面为基准面，以扫描该面得到的拟合小球为基准小球，找到其它面中与该面各个小球相匹配的小球。假设以物体A的正面为基准面，以扫描物体A正面得到的一组拟合小球Q1，Q2，Q3为基准，因治具10上三个小球a，b，c两两之间的距离不等：|ab|≠|bc|≠|ca|，故每组拟合小球中两两小球之间的距离也不等，及|Q1Q2|≠|Q2Q3|≠|Q3Q1|，|M1M2|≠|M2M3|≠|M3M1|，依据每组拟合小球中两两小球之间的距离与其它组拟合小球中两两小球之间的距离的对应关系，找到各组拟合小球之间各小球的对应关系，假设|Q1Q2|＝|M1M2|，|Q2Q3|＝|M2M3|，|Q3Q1|＝|M3M1|，则可得出M1对应于Q1，M2对应于Q2，M3对应于Q3(步骤S22)。
对齐模块360用于将扫描物体A其它面所得到的各组拟合小球根据匹配关系对齐到作为基准的拟合小球，如拟合小球M1，M2，M3分别对应于拟合小球Q1，Q2，Q3，则可以拟合小球Q1，Q2，Q3为基准，将拟合小球M1，M2，M3作为一个整体经过平移、旋转变换直至拟合小球M1，M2，M3与拟合小球Q1，Q2，Q3分别对齐至重合，得到对齐过程中的变换矩阵，具体方法如下：(a)平移拟合小球M1、M2、M3组成的空间三角形M1M2M3至顶点M1与顶点Q1重合(如图4(B)所示)，得到第一个变换矩阵；(b)以顶点Q1为旋转原点、平面Q1Q2M2(或平面M1Q2M2，因顶点M1与顶点Q1重合)的法向量为旋转轴、边Q1Q2与边Q1M2的内夹角为旋转角度，将边M1M2旋转至与边Q1Q2重合，得到第二个变换矩阵；(c)以顶点Q1为旋转原点、Q1Q2为旋转轴、边Q1M2与边Q1Q3的内夹角为旋转角度，将边M1M3旋转至与边Q1Q3重合(如图4(C)所示)，得到第三个变换矩阵(步骤S24)。
对齐模块360以扫描物体A基准面得到的物体A的点云为基准点云，根据所得到的变换矩阵将扫描物体A其它面得到的点云对齐到该基准点云，得到物体A完整的点云(S26)。
点云修剪模块330进一步删除拟合小球及扫描物体A各面时所得的治具上三个小球的点云(S28)。
最后，点云输出模块370输出对齐后所得到的物体A的完整的点云，并报告对齐精度(步骤S30)。

Claims (9)

1.一种离散点云整合系统，该系统包括计算机、与该计算机相连的扫描器及治具，所述治具上放置有一个扫描物体，其特征在于，该治具上还有三个组成不等边三角形的小球，所述计算机包括：
点云获取模块，用于获取扫描器扫描物体每一面所得的物体的点云以及对应于该每一面的治具上三个小球的点云；
球拟合模块，用于根据扫描物体每一面所得的三个小球的点云分别拟合出一组小球；
计算模块，用于计算各组拟合小球中每个小球的位置，以及计算各组拟合小球中每两个小球之间的距离；
匹配模块，用于以物体的某一面为基准面，以扫描该面得到的拟合小球为基准小球，找到其它面中与该面各个小球相匹配的小球；及
对齐模块，用于将扫描物体其它面所得到的各组拟合小球根据匹配关系经过平移、旋转变换对齐到作为基准的拟合小球所在的位置，得到对齐过程中的变换矩阵，并以扫描物体基准面得到的物体的点云为基准点云，根据所得到的变换矩阵将扫描物体各面得到的点云对齐到该基准点云所在的位置，得到物体完整的点云。
2.如权利要求1所述的离散点云整合系统，其特征在于，所述治具上三个小球两两之间的距离不相等。
3.如权利要求1所述的离散点云整合系统，其特征在于，所述计算机还包括点云修剪模块，用于对拟合出的各小球的杂乱点云进行修剪，及用于在得到物体完整的点云后删除拟合小球及扫描物体各面所得到的治具上三个小球的点云。
4.如权利要求1所述的离散点云整合系统，其特征在于，所述计算机还包括点云输出模块，用于输出对齐后的物体完整的点云，并报告对齐精度。
5.一种离散点云整合方法，其特征在于，该方法包括以下步骤：
将待扫描物体固定于可翻转且含有三个组成不等边三角形的小球的治具上；
翻转治具扫描该物体的所有面，在扫描该物体每一面的同时，将治具上的三个小球扫描一次；
获取扫描该物体各面得到的该物体的点云，及扫描物体该面得到的治具上三个小球的点云；
根据扫描物体每一面所得的三个小球的点云分别拟合出一组小球；
计算每一组拟合小球中各小球的位置，并计算各组拟合小球中每两个小球之间的距离；
以物体的某一面为基准面，以扫描该面得到的拟合小球为基准小球，找到其它面中与该面各小球相匹配的小球；
将扫描物体其它面所得到的各组拟合小球根据匹配关系经过平移、旋转变换对齐到作为基准的拟合小球所在的位置，得到对齐过程中的变换矩阵；及
以扫描物体基准面得到的物体的点云为基准点云，根据所得到的变换矩阵将扫描物体各面得到的点云对齐到该基准点云，得到物体完整的点云。
6.如权利要求5所述的离散点云整合方法，其特征在于，所述治具上三个小球两两之间的距离不相等。
7.如权利要求5所述的离散点云整合方法，其特征在于，该方法还包括以下步骤：
对拟合出的各小球的杂乱点云进行修剪。
8.如权利要求5所述的离散点云整合方法，其特征在于，该方法还包括以下步骤：
在得到物体完整的点云后，删除拟合小球及扫描物体各面所得到的治具上三个小球的点云。
9.如权利要求5所述的离散点云整合方法，其特征在于，该方法还包括以下步骤：
输出对齐后的物体完整的点云，并报告对齐精度。
CN2006100619816A 2006-08-04 2006-08-04 离散点云整合系统及方法 Expired - Fee Related CN101118158B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
CN2006100619816A CN101118158B (zh) 2006-08-04 2006-08-04 离散点云整合系统及方法
US11/769,728 US7830374B2 (en) 2006-08-04 2007-06-28 System and method for integrating dispersed point-clouds of multiple scans of an object

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN2006100619816A CN101118158B (zh) 2006-08-04 2006-08-04 离散点云整合系统及方法

Publications (2)

Publication Number Publication Date
CN101118158A CN101118158A (zh) 2008-02-06
CN101118158B true CN101118158B (zh) 2010-09-29

Family

ID=39028674

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2006100619816A Expired - Fee Related CN101118158B (zh) 2006-08-04 2006-08-04 离散点云整合系统及方法

Country Status (2)

Country Link
US (1) US7830374B2 (zh)
CN (1) CN101118158B (zh)

Families Citing this family (13)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7924439B2 (en) * 2008-09-29 2011-04-12 General Electric Company Method and system for parameter extraction of a cutting tool
CN103093291A (zh) * 2011-10-31 2013-05-08 鸿富锦精密工业（深圳）有限公司 影像量测对象管理系统及方法
CN103186704A (zh) * 2011-12-29 2013-07-03 鸿富锦精密工业（深圳）有限公司 寻线过滤系统及方法
CN103425689A (zh) * 2012-05-22 2013-12-04 鸿富锦精密工业（深圳）有限公司 点云拼接系统及方法
CN104252153A (zh) * 2013-06-28 2014-12-31 鸿富锦精密工业（深圳）有限公司 Cnc加工程序生成系统及方法
US10565787B1 (en) * 2017-01-27 2020-02-18 NHIAE Group, LLC Systems and methods for enhanced 3D modeling of a complex object
CN110044264B (zh) * 2019-05-13 2022-02-15 深圳中科飞测科技股份有限公司 检测设备及检测设备的工作方法
CN110044263B (zh) * 2019-05-13 2021-11-30 深圳中科飞测科技股份有限公司 检测设备及检测设备的工作方法
CN111928773B (zh) * 2019-05-13 2022-09-09 深圳中科飞测科技股份有限公司 一种检测方法和检测系统
CN112013784B (zh) * 2019-05-28 2021-09-28 深圳中科飞测科技股份有限公司 一种检测方法和检测系统
CN111383195B (zh) * 2020-03-11 2023-04-18 南京工程学院 一种基于球模型的散乱点云数据快速精简去噪方法
WO2021226716A1 (en) * 2020-05-12 2021-11-18 Glove Systems Inc. System and method for discrete point coordinate and orientation detection in 3d point clouds
CN113701626B (zh) * 2021-08-10 2023-08-04 哈尔滨岛田大鹏工业股份有限公司 汽车纵梁3d机器视觉检测方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6701006B2 (en) * 2002-06-26 2004-03-02 Nextengine, Inc. Apparatus and method for point cloud assembly
CN1614581A (zh) * 2003-11-08 2005-05-11 鸿富锦精密工业（深圳）有限公司 点云量测系统及方法

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6996505B1 (en) * 2000-06-21 2006-02-07 Raindrop Geomagic, Inc. Methods, apparatus and computer program products for automatically generating nurbs models of triangulated surfaces using homeomorphisms
TW569150B (en) 2002-04-30 2004-01-01 Hon Hai Prec Ind Co Ltd A system and method for analyzing and processing measurement data
TWI249116B (en) * 2002-04-30 2006-02-11 Hon Hai Prec Ind Co Ltd System and method for generating report of dimension
US7257249B2 (en) * 2002-06-12 2007-08-14 Spatial Integrated Systems, Inc. Discrete linear space sampling method and apparatus for generating digital 3D models
US6822748B2 (en) * 2002-10-29 2004-11-23 Metron Systems, Inc. Calibration for 3D measurement system
TWI353558B (en) * 2003-08-27 2011-12-01 Hon Hai Prec Ind Co Ltd An automatic measurement distribution system and m
TWI266035B (en) * 2003-11-11 2006-11-11 Hon Hai Prec Ind Co Ltd A system and method for measuring point-cloud
TWI303768B (en) * 2004-11-26 2008-12-01 Hon Hai Prec Ind Co Ltd Method and system for cutting point-cloud automatically
TWI285144B (en) * 2004-12-03 2007-08-11 Hon Hai Prec Ind Co Ltd A vision measuring system and method
TWI273486B (en) * 2004-12-10 2007-02-11 Hon Hai Prec Ind Co Ltd Method and system for measuring geometrical character of figures

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6701006B2 (en) * 2002-06-26 2004-03-02 Nextengine, Inc. Apparatus and method for point cloud assembly
CN1614581A (zh) * 2003-11-08 2005-05-11 鸿富锦精密工业（深圳）有限公司 点云量测系统及方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
王磊等.反向工程中数据点云的拼合.模具技术无 1.2004,无(1),47-49,56.
王磊等.反向工程中数据点云的拼合.模具技术无 1.2004,无(1),47-49,56. *
陈树民等.逆向工程多块三维离散数据点云数据点云的STL重构.机械29 6.2002,29(6),4-6.
陈树民等.逆向工程多块三维离散数据点云数据点云的STL重构.机械29 6.2002,29(6),4-6. *

Also Published As

Publication number Publication date
US7830374B2 (en) 2010-11-09
US20080030498A1 (en) 2008-02-07
CN101118158A (zh) 2008-02-06

Similar Documents

Publication Publication Date Title
CN101118158B (zh) 离散点云整合系统及方法
CN101067872B (zh) 从三维逆向建模的源模型数据检测二维草图数据的方法
CN103196370B (zh) 一种导管接头空间位姿参数的测量方法和装置
CN111027010A (zh) 一种钢构件圆柱体拟合算法
CN106886659A (zh) 基于三维激光扫描和云平台的钢结构桥梁虚拟预拼和检测方法
CN109754433B (zh) 一种标定图像采集方法、装置、设备及存储介质
CN102494657A (zh) 一种曲面轮廓测量及检测的测头半径补偿方法
CN106323286B (zh) 一种机器人坐标系与三维测量坐标系的变换方法
CN105654483A (zh) 三维点云全自动配准方法
CN105783786A (zh) 一种基于结构光视觉的零件倒角测量方法与装置
CN102184563A (zh) 植物器官形态的三维扫描方法及扫描系统和装置
CN101901502B (zh) 光学三维测量中多视点云数据的全局优化配准方法
CN105674926A (zh) 点云拼接方法及系统
CN104598697A (zh) 一种产品仿真三维模型的构建方法
CN112017293A (zh) 一种关于圆钢管几何初始缺陷的测量方法
Tushev et al. Architecture of industrial close-range photogrammetric system with multi-functional coded targets
CN110838146A (zh) 一种共面交比约束的同名点匹配方法、系统、装置及介质
CN103064993A (zh) 尺寸号信息处理系统及方法
CN109785388B (zh) 一种基于双目摄像头的短距离精确相对定位方法
US10628533B2 (en) Global optimization of networks of locally fitted objects
CN108052754B (zh) 隧道衬砌力学响应的分析方法及终端设备
Tucci et al. Photogrammetry and 3d scanning: Assessment of metric accuracy for the digital model of danatello’s maddalena
Li et al. Grid-based photogrammetry system for large scale sheet metal strain measurement
CN107358655B (zh) 基于离散平稳小波变换的半球面和圆锥面模型的辨识方法
CN111612071A (zh) 一种从曲面零件阴影图生成深度图的深度学习方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20100929

Termination date: 20150804

EXPY Termination of patent right or utility model