CN102869950B - 一种提取物体三维表面轮廓的方法 - Google Patents
一种提取物体三维表面轮廓的方法 Download PDFInfo
- Publication number
- CN102869950B CN102869950B CN201180010668.9A CN201180010668A CN102869950B CN 102869950 B CN102869950 B CN 102869950B CN 201180010668 A CN201180010668 A CN 201180010668A CN 102869950 B CN102869950 B CN 102869950B
- Authority
- CN
- China
- Prior art keywords
- image
- surface profile
- coordinate
- dimensional surface
- extract
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/564—Depth or shape recovery from multiple images from contours
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种提取物体三维表面轮廓的方法,包括以下步骤:1)设置包括有一CCD、一镜头、若干光源、一放置待成像物体的转台和一计算机的成像系统,转台中设置有控制器;2)将从成像系统中得到的物体图像,利用水平集算法提取待处理图像中选定区域的物体边界;3)根据待处理图像的大小得到物体的各个断层图像,并在各个断层图像上提取该层的表面轮廓;4)将通过步骤3)所得的物体各个断层的表面轮廓合并起来,得到物体三维表面轮廓,具体是指按层的顺序将边界点按照搜索角度有序排列连接起来。本发明可以广泛应用于快速获取物体三维表面轮廓中。
Description
技术领域
本发明涉及一种提取物体表面三维数据的方法,特别是关于一种在简易成像系统上提取物体三维表面轮廓的方法。
背景技术
在质量控制、机器视觉、医学成像等技术领域,许多具体应用都是基于提取物体的三维表面轮廓进行的。现有技术中提取物体三维表面轮廓的光学方法有:基于激光的方法、云纹法、干涉法、摄影测量法和结构光法等,通过上述方法虽然可以获得高精度的表面轮廓,但是上述这些方法都需要使用投影仪或其他特定设备来提取三维表面轮廓,这样不仅增加了整个系统的复杂性,而且也提高了成本。
现有技术中还可以利用剪影或可见光图像,准确、全角度地提取物体三维表面轮廓,利用这两种方法无需使用投影仪等额外设备,极大地简化了成像系统,降低了成本。利用剪影获取物体表面轮廓的方法采用了视觉外形技术作为核心算法,但是视觉外形技术较为复杂,实现起来较为困难;利用可见光图像获取物体表面轮廓的方法主要是采用若当变换(Radon Transform)为核心算法,此类算法易于实现,但是会产生以下问题:1、此类算法要求所有的像素点全部参与反投影运算,因此提取物体三维表面轮廓的速度非常慢;2、此类算法所采用的平行束反投影的方法与实际透镜成像情况不符。而且,在提取可见光图像中物体的边界时,现有技术采用二值化算法,此算法难以准确地找到物体边界,导致后续的轮廓提取产生误差。
发明内容
针对上述问题,本发明的目的是提供一种能够在简易成像系统上快速、准确且全角度地提取物体三维表面轮廓的方法。
为实现上述目的,本发明采取以下技术方案:一种提取物体三维表面轮廓的方法,其包括以下步骤:1)设置一包括有一CCD、一镜头、若干光源、一放置待成像物体的转台和一计算机的成像系统,所述转台中设置有控制器;2)将从成像系统中得到的物体图像,利用水平集算法提取待处理图像中选定区域的物体边界;3)根据待处理图像的大小得到物体的各个断层图像,并在各个断层图像上提取该层的表面轮廓,其包括以下步骤:①在成像系统中定义旋转坐标系和拍摄坐标系;②选取待处理图像的某一层,计算该层图像上提取的物体边界距离图像中心线的距离;③进行坐标变换,即计算物体在各个成像角度时镜头光心在旋转坐标系中的坐标,以及所有待处理图像中物体边界在旋转坐标系中的坐标;④利用非平行束反投影的方法得到物体边界反投影图像;⑤通过步骤④在得到该层的边界反投影图像基础上提取物体此层的边界点坐标;⑥利用滤波器对步骤⑤所得到的表面轮廓进行平滑处理;⑦对待处理图像的每一层重复步骤①~⑥,得到物体各个断层的表面轮廓;4)将通过步骤3)所得的物体各个断层的表面轮廓合并起来,得到物体三维表面轮廓,具体是指按层的顺序将边界点按照搜索角度有序排列连接起来。
所述步骤2)包括以下步骤:①依次从成像系统中读取物体图像并将其存储成图像序列,根据所需要提取物体表面轮廓的精度要求,将图像序列中的每一幅图像缩小到原始图像的s倍后得到待处理图像,其中0<s≤1;②从待处理图像中任意选取一幅图像,通过手动选择需要提取物体三维轮廓的区域;③对每一幅待处理图像在选定区域利用水平集算法提取物体选定区域的边界。
所述步骤3)中③进行坐标变换包括以下步骤:①计算镜头光心和待处理图像中物体边界在拍摄坐标系中的坐标;②通过坐标变换公式将拍摄坐标系中物体边界的坐标换算到旋转坐标系中。
所述步骤3)中④利用非平行束反投影的方法得到物体边界反投影图像的具体过程为:利用物体边界坐标和镜头光心坐标确定一条反投影线,将所有待处理图像的所有边界的反投影线全部确定后,得到物体在某一层的边界反投影图像,所述反投影线与光线实际传播路径方向相反。
所述步骤3)中⑤所述的提取物体此层所选定区域的边界点采用先提取最大连通区域,再逐角度搜索的方法。
所述步骤3)中⑤所述的提取物体此层所选定区域的边界点采用直接逐角度搜索方法。
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于采用了基于物体边界反投影的方法,仅仅反投影位于物体边界上的像素点,极大地减少了参与反投影运算的数据量,因此成倍地加快了轮廓提取的速度。2、本发明由于利用水平集方法取代二值化方法实现对物体边界的提取,在参数选择合适的情况下,能够自动识别物体边界,即使是在光照不均匀的情况也能够较好对物体的边界进行准确提取,有效地减小了对物体表面轮廓提取的误差。3、本发明由于采用非平行束反投影的方法,更加符合透镜成像的物理规律。4、本发明对从成像系统中得到图像进行缩小处理,如果对将要提取的物体表面轮廓的精度要求不高,就可以通过将图像缩小减少运算时间,进一步加快提取表面轮廓的速度。本发明可以广泛应用于快速获取物体三维表面轮廓中。
附图说明
图1是本发明成像系统结构示意图;
图2是本发明提取物体三维表面轮廓方法流程示意图;
图3是本发明坐标系统示意图;
图4是本发明利用非平行束反投影获取断层图像示意图;
图5是本发明边界反投影图像状态效果示意图;
图6是本发明表面轮廓提取示意图;
图7是本发明提取物体表面三维结果灰度效果示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述。
如图1所示,本发明的三维表面简易成像系统包括一封装在盒子中的CCD(电荷耦合器件)1,装有CCD1的盒子前端旋设有一镜头2,镜头2的两侧设置有拍摄物体时供照明的两光源3、4,两光源3、4可以根据实际需要选用白光或单色光,镜头2正前方设置有一放置待成像物体的转台5,转台5中设置有一控制器(图中未示出),计算机6发送信号通过控制器控制待成像物体实现绕转轴360度范围内旋转和上、下平移,在拍摄时根据实际需要选取待成像物体的旋转角度间隔,即确定CCD1拍摄待成像物体的位置,CCD1将拍摄得到的物体图像发送到计算机6进行物体表面三维轮廓信息的提取。
上述实施例中,光源的数量可以根据实际的实验情况选择使用若干个,只要能满足在拍摄时物体所需要的光照条件即可。
如图1~2所示,本发明实施例采集待成像物体的图像时,采用两白光光源3、4照射到转台5上的待成像物体,待成像物体随转台5选择每隔5°沿同一方向旋转(沿逆时针或沿顺时针)即CCD1在待成像物体每转动5°时摄取物体的图像,CCD1将拍摄得到的72幅物体图像依次发送到计算机6,计算机6对获取的物体图像进行表面三维轮廓信息提取的方法包括以下步骤:
1、对得到的物体图像利用水平集算法提取待处理图像中选定区域的物体边界。
1)计算机6依次读取72幅物体图像并将其存储成图像序列,根据所需要提取的表面轮廓的精度要求,将图像序列中的每一幅图像缩小到原始图像的s倍后得到待处理图像I,其中0<s≤1。例如读取的原始图像大小512×512,即表示此幅图像由512行、512列像素点组成,将此幅图像缩小到原始图像的0.5倍,则缩小后图像的大小为256×256。
上述图像缩小可以采用现有技术中基于小波变换、基于离散余弦变换或基于降采样(隔点抽样)等图像缩小方法,本实施中采用基于降采样的图像缩小方法,具体为:对一维的512个像素点而言,采用降采样的方法缩小0.5倍是指抽取编号为1、3、5、7、……、511的共256个像素点,舍弃编号为偶数的像素点;对二维的512×512个像素点组成的图像而言,采用此方法缩小0.5倍是指抽取行列编号都为奇数的像素点,如(1,1),(1,3)等共256×256个像素点,即得到大小为256×256的图像。
2)从上述步骤1)中得到的待处理图像I中任意选取一幅图像,通过手动选择需要提取物体三维轮廓的区域R。
从待处理图像I中选取任意一幅图像在计算机6上显示出来,利用鼠标在该图像上选择需要提取三维轮廓的区域R,此时记录所选择区域的坐标,由于所有待处理图像的大小都是相同的,例如256×256,所以根据所选择区域的坐标,可以得到在其它各幅图像上该区域的位置。
3)对每一幅待处理图像I在选定区域R内利用水平集算法提取物体选定区域的边界,其中水平集算法采用的公式如下:
上式中,φ为水平集函数,t为时间(水平集函数φ是时间t的函数,t是水平集函数的演化时间),Δ为拉普拉斯算子,为梯度,div表示散度,δ(φ)表示狄拉克(Dirac)函数,为边界指示函数,其中,Gσ是标准差为σ的高斯核函数,I为待处理图像,μ为内部能量权重,λ为水平集曲线长度权重,β为收敛驱动力权重。μ、λ、β的取值应根据实际需要确定,求解此算法使用迭代即水平集演化的方法,现有技术中迭代停止条件有多种,例如满足 等,其中,Δφ为水平集函数增量,m为迭代次数,ε>0为迭代停止阈值,可以根据实际需要选择合适的迭代停止条件和迭代停止阈值,本实施中选择作为迭代停止条件,其中选用的相关参数为μ=0.2,λ=8,β=8,Δt=1,ε=0.01。
2、根据待处理图像的大小得到物体各个断层图像,并在各个断层图像上提取该层的表面轮廓,具体包括以下步骤:
1)在成像系统中定义旋转坐标系和拍摄坐标系。
如图3所示,在成像系统中定义的旋转坐标系xrOryr,其原点位于转台5的转轴处;定义的拍摄坐标系为xcOcyc,其原点位于镜头2的光心处。
2)选取待处理图像I的第i层,计算该层图像提取的物体边界距离图像中心线的距离dk,即待处理图像I的大小为256×256,则待处理图像为256层,存储图像的第i层,对于大小为256×256的图像,其图像的中心线为128.5列的位置。
3)进行坐标变换即计算物体在各个成像角度时镜头2的光心在旋转坐标系中的坐标,以及所有待处理图像中物体边界在旋转坐标系中的坐标,包括以下步骤:
①计算镜头2的光心和待处理图像中物体边界在拍摄坐标系中的坐标。
根据以下的光学成像公式和所选用CCD1的参数比例关系,得到镜头2的光心在拍摄坐标系中的坐标为(0,0),该层第k个边界在拍摄坐标系中的坐标(v,dk),其中光学成像公式为:
CCD1的参数比例关系:
上述公式中,f为镜头2的焦距,u为物距,v为像距,wCCD为所选用的CCD1的实际尺寸中的宽度,FOV为所选用的CCD1的视野大小。
②通过坐标变换公式将上述得到的拍摄坐标系中的坐标换算到旋转坐标系中。
如图3所示,本实施例中,转台5带动待成像物体顺时针旋转,相对地拍摄坐标系相对于旋转坐标系逆时针旋转。当转台5转动角度为时,拍摄坐标系成为此时拍摄坐标系的坐标到旋转坐标系的坐标变换公式为:
即镜头2的光心在旋转坐标系中的坐标为:该层第k个边界在旋转坐标系中的坐标为:
4)利用非平行束反投影的方法得到物体边界反投影图像。
如图4所示,由得到的物体边界坐标和镜头2的光心坐标可以定一条反投影线,这条反投影线与光线实际传播路径方向相反,将72幅图像的所有边界的反投影线全部计算完成后,得到物体在第i层的边界反投影图像(如图5所示)。在本实施例的边界反投影图像中,反投影线用像素值为1的点表示(如图4、图5中白色部分),其余部分用像素值为0的点(如图4、图5中黑色部分)。
5)通过上述步骤4)得到第i层的边界反投影图像基础上提取物体此层所选定区域的边界点坐标。
从反投影图像提取表面轮廓有两种方法,一种为先提取最大连通区域,再逐角度搜索的方法,另一种为直接逐角度搜索方法。
本实施例采用先提取最大连通区域,再逐角度搜索的方法。通过对边界反投影图像(如图5所示)提取最大连通区域首先获得了物体的第i层断层图像,其中最大连通区域用像素值为1的点表示(如图6中白色部分),其余部分用像素值为0的点表示,(如图6中黑色部分),然后以最大连通区域的中心点为搜索起始点,以逆时针方向为搜索方向,在360°范围内搜索边界,即当搜索角度为α时,从搜索起始点向外搜索边界点,一旦找到边界点,就将此时的搜索角度α和长度d(长度为搜索起始点到边界点的距离)记录下来,即得到以极坐标方式存储的边界点坐标。此方法的搜索起始点为最大连通区域的中心点,设最大连通区域内共有N个像素点,每一像素点在旋转坐标系中的坐标为p(xi,yi),则最大连通区域的中心点为本实施例中,取搜角度增量Δα=1°。
直接逐角度搜索法应用于物体的每一层面都包含转轴的情况,其轮廓搜索起始点固定,可以为反投影图像的中心点即旋转坐标系的原点。
6)采用有限冲击响应数字低通滤波器对上述步骤5)所得到的表面轮廓即边界点进行平滑处理。
7)对待处理图像的每一层重复做步骤1)~6),得到物体各个断层的表面轮廓。
3、将通过上述步骤所得的物体各个断层的表面轮廓合并起来,得到成像物体三维表面轮廓,具体是指按层的顺序将边界点按照搜索角度有序排列连接起来(如图7所示)。
上述实施例仅用于说明本发明,其中成像系统的结构是可以有所变化的、提取物体三维表面轮廓的方法的步骤和实施的前后顺序都是可以有所变化的,凡是在本发明技术方案基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (9)
1.一种提取物体三维表面轮廓的方法,其包括以下步骤:
1)设置一包括有一CCD、一镜头、若干光源、一放置待成像物体的转台和一计算机的成像系统,所述转台中设置有控制器;
2)将从成像系统中得到的物体图像,利用水平集算法提取待处理图像中选定区域的物体边界;
3)根据待处理图像的大小得到物体的各个断层图像,并在各个断层图像上提取该层的表面轮廓,其包括以下步骤:
①在成像系统中定义旋转坐标系和拍摄坐标系;
②选取待处理图像的某一层,计算该层图像上提取的物体边界距离图像中心线的距离;
③进行坐标变换,即计算物体在各个成像角度时镜头光心在旋转坐标系中的坐标,以及所有待处理图像中物体边界在旋转坐标系中的坐标;
④利用非平行束反投影的方法得到物体边界反投影图像;
⑤通过步骤④在得到该层的边界反投影图像基础上提取物体此层的边界点坐标;
⑥利用滤波器对步骤⑤所得到的表面轮廓进行平滑处理;
⑦对待处理图像的每一层重复步骤①~⑥,得到物体各个断层的表面轮廓;
4)将通过步骤3)所得的物体各个断层的表面轮廓合并起来,得到物体三维表面轮廓,具体是指按层的顺序将边界点按照搜索角度有序排列连接起来。
2.如权利要求1所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤2)包括以下步骤:
①依次从成像系统中读取物体图像并将其存储成图像序列,根据所需要提取物体表面轮廓的精度要求,将图像序列中的每一幅图像缩小到原始图像的s倍后得到待处理图像,其中0<s≤1;
②从待处理图像中任意选取一幅图像,通过手动选择需要提取物体三维轮廓的区域;
③对每一幅待处理图像在选定区域利用水平集算法提取物体选定区域的边界。
3.如权利要求1所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中③进行坐标变换包括以下步骤:
①计算镜头光心和待处理图像中物体边界在拍摄坐标系中的坐标;
②通过坐标变换公式将拍摄坐标系中物体边界的坐标换算到旋转坐标系中。
4.如权利要求2所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中③进行坐标变换包括以下步骤:
①计算镜头光心和待处理图像中物体边界在拍摄坐标系中的坐标;
②通过坐标变换公式将拍摄坐标系中物体边界的坐标换算到旋转坐标系中。
5.如权利要求1或2或3或4所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中④利用非平行束反投影的方法得到物体边界反投影图像的具体过程为:利用物体边界坐标和镜头光心坐标确定一条反投影线,将所有待处理图像的所有边界的反投影线全部确定后,得到物体在某一层的边界反投影图像,所述反投影线与光线实际传播路径方向相反。
6.如权利要求1或2或3或4所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中⑤所述的提取物体此层的边界点采用先提取最大连通区域,再逐角度搜索的方法。
7.如权利要求5所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中⑤所述的提取物体此层的边界点采用先提取最大连通区域,再逐角度搜索的方法。
8.如权利要求1或2或3或4所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中⑤所述的提取物体此层的边界点采用直接逐角度搜索方法。
9.如权利要求5所述的一种提取物体三维表面轮廓的方法,其特征在于:所述步骤3)中⑤所述的提取物体此层的边界点采用直接逐角度搜索方法。
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
PCT/CN2011/001949 WO2013075265A1 (zh) | 2011-11-23 | 2011-11-23 | 一种提取物体三维表面轮廓的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102869950A CN102869950A (zh) | 2013-01-09 |
CN102869950B true CN102869950B (zh) | 2014-12-10 |
Family
ID=47447739
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201180010668.9A Expired - Fee Related CN102869950B (zh) | 2011-11-23 | 2011-11-23 | 一种提取物体三维表面轮廓的方法 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN102869950B (zh) |
WO (1) | WO2013075265A1 (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109344116B (zh) * | 2018-09-21 | 2022-03-15 | 福州大学 | Prewitt算子的NEON加速引擎器 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1653411A1 (fr) * | 2004-10-26 | 2006-05-03 | Total S.A. | Procédé et programme de reconstruction de plan de fracture |
CN101533518A (zh) * | 2009-04-21 | 2009-09-16 | 山东大学 | 一种由非平行断层图像序列重建三维目标对象表面的方法 |
CN101533521A (zh) * | 2009-03-26 | 2009-09-16 | 华映光电股份有限公司 | 重建三维表面模型的方法 |
CN101947103A (zh) * | 2010-09-20 | 2011-01-19 | 西安电子科技大学 | 全光学生物发光断层成像方法 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH11328442A (ja) * | 1998-03-13 | 1999-11-30 | Monolith:Kk | 三次元物体の表面形成方法 |
JP2961264B1 (ja) * | 1998-09-21 | 1999-10-12 | 工業技術院長 | 3次元物体モデル生成方法及び3次元物体モデル生成プログラムを記録したコンピュータ読み取り可能な記録媒体 |
-
2011
- 2011-11-23 CN CN201180010668.9A patent/CN102869950B/zh not_active Expired - Fee Related
- 2011-11-23 WO PCT/CN2011/001949 patent/WO2013075265A1/zh active Application Filing
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP1653411A1 (fr) * | 2004-10-26 | 2006-05-03 | Total S.A. | Procédé et programme de reconstruction de plan de fracture |
CN101533521A (zh) * | 2009-03-26 | 2009-09-16 | 华映光电股份有限公司 | 重建三维表面模型的方法 |
CN101533518A (zh) * | 2009-04-21 | 2009-09-16 | 山东大学 | 一种由非平行断层图像序列重建三维目标对象表面的方法 |
CN101947103A (zh) * | 2010-09-20 | 2011-01-19 | 西安电子科技大学 | 全光学生物发光断层成像方法 |
Non-Patent Citations (1)
Title |
---|
JP特开2000-99760A 2000.04.07 * |
Also Published As
Publication number | Publication date |
---|---|
WO2013075265A1 (zh) | 2013-05-30 |
CN102869950A (zh) | 2013-01-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Remondino et al. | State of the art in high density image matching | |
Shen | Accurate multiple view 3d reconstruction using patch-based stereo for large-scale scenes | |
CN101630406B (zh) | 摄像机的标定方法及摄像机标定装置 | |
CN105931234A (zh) | 一种地面三维激光扫描点云与影像融合及配准的方法 | |
CN106959078A (zh) | 一种用于三维轮廓测量的轮廓测量方法 | |
CN104182982A (zh) | 双目立体视觉摄像机标定参数的整体优化方法 | |
CN107561311A (zh) | 基于双光场相机的三维流场测试方法 | |
McKinnon et al. | Towards automated and in-situ, near-real time 3-D reconstruction of coral reef environments | |
CN102903101B (zh) | 使用多台相机进行水面数据采集与重建的方法 | |
Peña-Villasenín et al. | 3-D modeling of historic façades using SFM photogrammetry metric documentation of different building types of a historic center | |
CN103308000B (zh) | 基于双目视觉的曲线物体测量方法 | |
Alsadik et al. | Efficient use of video for 3D modelling of cultural heritage objects | |
CN106500625A (zh) | 一种远心立体视觉测量装置及其应用于物体三维形貌微米级精度测量的方法 | |
Hafeez et al. | Image based 3D reconstruction of texture-less objects for VR contents | |
Scaioni et al. | Some applications of 2-D and 3-D photogrammetry during laboratory experiments for hydrogeological risk assessment | |
James et al. | An innovative photogrammetry color segmentation based technique as an alternative approach to 3D scanning for reverse engineering design | |
Yamaura et al. | Shape reconstruction from a normal map in terms of uniform bi-quadratic B-spline surfaces | |
Aberman et al. | Dip transform for 3D shape reconstruction | |
Esteban et al. | Fit3d toolbox: multiple view geometry and 3d reconstruction for matlab | |
CN104517280A (zh) | 三维成像方法 | |
CN102869950B (zh) | 一种提取物体三维表面轮廓的方法 | |
CN105352482A (zh) | 基于仿生复眼微透镜技术的3-3-2维目标检测方法及系统 | |
Kumara et al. | Real-time 3D human objects rendering based on multiple camera details | |
Rosenbush et al. | Super-resolution enhancement of flash LADAR range data | |
Hoegner et al. | Thermal leakage detection on building facades using infrared textures generated by mobile mapping |
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: 20141210 Termination date: 20171123 |
|
CF01 | Termination of patent right due to non-payment of annual fee |