CN104933704A - 一种三维立体扫描方法及系统 - Google Patents

一种三维立体扫描方法及系统 Download PDF

Info

Publication number
CN104933704A
CN104933704A CN201510283663.3A CN201510283663A CN104933704A CN 104933704 A CN104933704 A CN 104933704A CN 201510283663 A CN201510283663 A CN 201510283663A CN 104933704 A CN104933704 A CN 104933704A
Authority
CN
China
Prior art keywords
information
rgb
target object
scanner
image
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.)
Granted
Application number
CN201510283663.3A
Other languages
English (en)
Other versions
CN104933704B (zh
Inventor
马天伟
周晓辉
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.)
China Mdt InfoTech Ltd
Original Assignee
Xi'an Suanchou Information Technology 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 Xi'an Suanchou Information Technology Co Ltd filed Critical Xi'an Suanchou Information Technology Co Ltd
Priority to CN201510283663.3A priority Critical patent/CN104933704B/zh
Publication of CN104933704A publication Critical patent/CN104933704A/zh
Application granted granted Critical
Publication of CN104933704B publication Critical patent/CN104933704B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • 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
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier

Abstract

本发明提供一种三维立体扫描方法，包括以下步骤：获取目标物体的深度信息流与RGB信息流；基于扫描仪位置信息、获取的分块深度信息、分块RGB信息，合成所述目标物体整体深度、RGB信息；基于获取的深度信息、RGB信息、目标物体与扫描仪的位置信息，提取运动参数后进行拼接。

Description

一种三维立体扫描方法及系统
技术领域
本发明涉及一种三维立体扫描方法及系统。
背景技术
传统的三维扫描技术有激光扫描与结构光扫描，这些扫描技术有一个通用的缺点是操作复杂，需要专业培训，数据处理时间长，尤其在高精度扫描应用时，需要贴大量标记点。
现有三维立体扫描系统，如三维人像扫描系统，多采用二维数码相机阵列成像合成技术，或传统的结构光三维扫描技术。其中二维数码相机阵成像合成阵列技术，并不能够真正保存三维深度信息；结构光三维扫描技术，采用可见白光或蓝光，实现三维扫描，且多采用手持式扫描仪，扫描时间长，或多点固定式扫描方式，多角度拼接，并不能精确保存360度深度信息。
RGB-D传感器可以在采集传统RGB图像信号的同时采集物体的深度信息，该类传感器由一个传统的视频传感器和一个近红外深度传感器组成，获得深度信息的是依靠激光散斑成像。2011年微软发布kinect传感器即为第一代RGB-D传感器，它是基于Primesense公司的激光散斑成像方式来获得深度信息，采用类似技术的RGB-D传感器还有华硕公司的Xtion Pro Live，Primesense公司的Carmine1.08等。
基于RGB-D传感器的三维扫描技术可用于人像扫描，室内地图等领域。不同于传统的激光三维扫描或结构光扫描，基于RGB-D的三维扫描技术具有使用方便，性价比高等优点，例如Matterport公司的3D扫描仪，可在2小时扫描完成140平米的室内扫描。
发明内容
发明要解决的问题
本发明目的在于提供一种快速，高精度，实时重构、操作简单易用且无需贴标记点的三维立体扫描方法。
用于解决问题的方案
本发明提供一种三维立体扫描方法，包括以下步骤：
步骤S1、获取目标物体的深度信息流与RGB信息流，具体包括：
步骤S11、基于预设的分割阈值，分割所述目标物体，并对应分配扫描仪，
步骤S12、通过所述扫描仪分块获取所述目标物体的深度信息流与RG B信息流；
步骤S2、基于扫描仪位置信息、获取的分块深度信息、分块RG B信息，合成所述目标物体整体深度、RGB信息，具体包括：
步骤S21、获取相邻扫描仪位置信息和特征点，匹配特征点，对获取的图像进行初步拼接，
步骤S22、提取所述相邻扫描仪获取的图像间的重叠区域，通过平滑方法消除拼接缝隙，合成所述目标物体整体深度、RGB信息；
步骤S3、基于获取的深度信息、RGB信息、目标物体与扫描仪的位置信息，提取运动参数后进行拼接，具体包括：
步骤S31、基于设定的扫描范围，对当前的扫描仪位置进行预估：
根据光线投射方法，得到预估图像，将所述预估图像与扫描图像进行匹配，得到匹配误差；
基于匹配误差，再次根据光线投射方法，更新预估图像，再次将所述预估图像与扫描图像进行匹配，得到匹配误差，直至所述匹配误差小于阈值；
步骤S32、基于预先设定的目标物体位置信息和转动速度，计算相对运动参数；
步骤S33、将所述相对运动参数、深度信息、RGB信息、扫描仪位置数据集成到TSDF数据卷，实时获得目标物体的三维数据。
一种三维立体扫描方法，所述步骤S11为：基于预设的分割阈值，将所述目标物体分割为多个部分，并对应分配扫描仪。
本发明还提供一种三维立体扫描系统，包括：
多个RGB-D传感器，用于获取目标物体的深度信息流与RGB信息流，
处理模块，与所述RGB-D传感器连接，用于基于获取的深度信息、RGB信息，提取运动参数后进行拼接，包括：
基于扫描仪位置信息、获取的分块深度信息、分块RGB信息，合成所述目标物体整体深度、RGB信息；基于获取的深度信息、RGB信息、目标物体与扫描仪的位置信息，提取运动参数后进行拼接；实时获得目标物体的三维数据。
三维立体扫描系统，所述多个RGB-D传感器为多个。
三维立体扫描系统，所述RGB-D传感器为集成式RGB-D传感器。
发明的效果
本发明针对三维立体扫描，开发一种基于多个RGB-D传感器的快速，高精度，实时重构、操作简单易用且无需贴标记点的三维立体扫描方法和系统。实现了快速，高精度，实时重构、操作简单易用且无需贴标记点等目标。
本发明采用多来源采集，多维扫描，更为准确。
附图说明
图1为本发明一实施例的流程示意图；
图2为本发明一实施例的流程示意图；
图3为本发明一实施例的流程示意图；
图4为本发明一实施例的流程示意图；
图5为本发明一实施例的结构示意图；
具体实施方式
以下将结合实施例详细说明本发明的各种示例性实施例、特征和方面。为了更好的说明本发明，在下文的具体实施方式中给出了众多的具体细节。本领域技术人员应当理解，没有这些具体细节，本发明同样可以实施。在另外一些实例中，对于大家熟知的方法、手段、材料未作详细描述，以便于凸显本发明的主旨。
如图1至图4所示，一种三维立体扫描方法，包括以下步骤：
步骤S1、分块获取目标物体的深度信息流与RGB信息流，具体包括：
步骤S11、基于预设的分割阈值，分割所述目标物体，并对应分配扫描仪，
步骤S12、通过所述扫描仪分块获取所述目标物体的深度信息流与RGB信息流。
分块获取，可以是将目标物体分割成几块，分别由不同的摄像头扫描区域覆盖。例如，可以由二个到六个摄像头组成扫描系统，将目标物体分割为对应的份数，以三个摄像头为例，可以将目标物体分割为三块区域，每一块区域分别由不同的摄像头的扫描区域覆盖。
通过摄像头的扫描，即通过扫描仪分块获取目标物体对应区域的深度信息流与RGB信息流。
深度信息流，由RGB-D传感器输出的包含深度信息的深度图像组成。
RGB信息流，由RGB-D传感器输出的彩色图像组成。
步骤S2、基于扫描仪位置信息、获取的分块深度信息、分块RGB信息，合成所述目标物体整体深度、RGB信息，具体包括：
步骤S21、获取相邻扫描仪位置信息和特征点，匹配特征点，对获取的图像进行初步拼接；
步骤S22、提取所述相邻扫描仪获取的图像间的重叠区域，通过平滑方法消除拼接缝隙，合成所述目标物体整体深度、RGB信息。
简而言之，就是基于预先标定的多个摄像头之间的位置信息，以及获取的分块深度信息、RGB信息，合成目标物体整体深度、RGB信息。
通过找到相邻摄像头数据的特征点，实现特征点匹配，并剔除误匹配对。确定图像间的重叠区域，并通过平滑方法消除拼接缝隙，实现三维图像的无缝拼接。
通过特征点的比对，可以由此确定图像间的重叠区域。然后，通过平滑方法消除拼接缝隙。
具体的，通过结合颜色不变模型以及三维尺度不变特征变换方法实现数据配准，结合随机取样一致性算法，寻找特征点，剔除其中的误匹配对。
估计出拼接数据的单应矩阵，对相应的数据进行变换，通过交叉匹配，确定数据间的重叠区域，并运用像素加权融合方法平滑拼接缝隙，最终实现无缝图像拼接。
步骤S3、基于整体深度、RGB信息，以及预先设定的目标物体与摄像头位置信息，计算运动参数，从而进行目标物体三维模型拼接。步骤S3具体可以包括：
步骤S31、基于设定的扫描范围，对当前的扫描仪位置进行预估：根据光线投射方法，得到预估图像，将所述预估图像与扫描图像进行匹配，得到匹配误差；基于匹配误差，再次根据光线投射方法，更新预估图像，再次将所述预估图像与扫描图像进行匹配，得到匹配误差，直至所述匹配误差小于阈值。
设定的扫描范围，可以根据目标物体的实际情况，设定一个具体的扫描范围，例如，可以将扫描范围的起始点设定为扫描仪，扫描范围可以设定为扫描仪正前方0.5米×0.5米×0.5米至1.5米×1.5米×1.5米，或者其他体积更大的方案，譬如是3米×3米×3米至6米×6米×6米，或者是其他体积更小的方案，譬如是0.1米×0.1米×0.1米至0.3米×0.3米×0.3米。
光线投射方法，可以为通过RayCast算法，得到预估图像。
匹配误差，是指预估图像与扫描图像的对应点差值之和。
阈值，是指允许的匹配误差最大值，该数值可以根据情况而设定。
步骤S32、依托预先设定的目标物体位置信息和转动速度，计算相对运动参数。
相对运动参数，可以为目标物体与扫描仪间空间自由度的相对运动参数。
步骤S33、按照所述相对运动参数，将所述深度信息、RGB信息、扫描仪位置数据集成到TSDF数据卷，实时获得目标物体的三维数据。
TSDF数据卷，是指Truncated Signed Distance Function Volume，是三维扫描模型的一种表示方式。
如图5所示，本发明还提供一种三维立体扫描系统，包括：
RGB-D传感器，用于获取目标物体的深度信息流与RGB信息流，
处理模块，与所述RGB-D传感器连接，用于基于获取的深度信息、RGB信息，提取运动参数后进行拼接，包括：基于设定的扫描范围，对当前的扫描仪位置进行预估；根据光线投射方法，得到预估图像，将所述预估图像与扫描图像进行匹配，得到匹配误差；基于匹配误差，再次根据光线投射方法，更新预估图像，再次将所述预估图像与扫描图像进行匹配，得到匹配误差，直至所述匹配误差小于阈值；依托预先设定的目标物体位置信息和转动速度，计算相对运动参数。将所述相对运动参数、深度信息、RGB信息、扫描仪位置数据集成到TSDF数据卷，实时获得目标物体的三维数据。
优选地，三维立体扫描系统，所述RGB-D传感器为集成式RGB-D传感器。
在一种实施方式中，采用以下方法实现快速，高精度采集，操作简单易用，实时重构与无需贴标记点等目标。
步骤1，采用集成式RGB-D传感器，可以同时获取物体的深度信息流与RGB息流。
步骤2，采用多个RGB-D传感器，分块获取物体的深度信息流与RGB信息流
步骤3，采用相邻摄像头数据的特征点匹配，并通过平滑方法实现三维图像的无缝拼接，实现多个传感器数据的融合。
步骤4，采用配备英伟达高性能独立显卡的计算机作为主机来驱动RGB-D传感器与扫描程序，实现模型实时重构。
步骤5，采用一个定制夹具支架及预先设定规则的控制电路，将多个RGB-D传感器相对位置固定，并根据目标物体尺寸特征，调整传感器在最优扫描位置，实现高精度三维立体扫描。
步骤6，采用一个旋转盘，实现目标物体相对于RGB-D传感器360度相对运动。
步骤7，采用基于深度信息与RG B信息的特征点提取与拼接算法，实现实现无需在待扫描物体上贴标记点即可完成扫描。
其中，步骤1中所采用的集成式RGB-D传感器包括微软公司的kinect 1.0，华硕公司的Xtion Pro Live，Primesense公司的Carmine 1.08与Carmine1.09，乐视公司的Letv体感传感器。
其中，步骤4中配备英伟达高性能独立显卡一般是指GTX840M，GTX850M，GTX860M，GTX870M甚至更好性能的显卡。
其中，步骤5中所使用的定制夹具支架是指将多个RGB-D传感器相对空间，如垂直、水平，位置固定，所使用的预先设定规则的控制电路是指针对不同的目标物体尺寸特征，预先设定最优的RGB-D摄像头扫描位置。
其中，步骤6中所使用旋转盘是指能够承载并带动目标物体，保持匀速在RGB-D摄像头正前方旋转
步骤7中所使用的三维数据场景重建算法整体框图如图1所示，具体包括以下几步：
步骤S1、分块获取目标物体的深度信息流与RGB信息流。
步骤S2、基于预先标定的多个摄像头之间的位置信息，以及获取的分块深度信息、RGB信息，合成目标物体整体深度、RGB信息。
步骤S3、基于整体深度、RGB信息，以及预先设定的目标物体与摄像头位置信息，计算运动参数，从而进行拼接。步骤S3具体可以包括：
步骤S31、基于设定的扫描范围，对当前的扫描仪位置进行预估：根据光线投射方法，得到预估图像，将所述预估图像与扫描图像进行匹配，得到匹配误差；基于匹配误差，再次根据光线投射方法，更新预估图像，再次将所述预估图像与扫描图像进行匹配，得到匹配误差，直至所述匹配误差小于阈值。
步骤S32、依托预先设定的目标物体位置信息和转动速度，计算相对运动参数。
步骤S33、按照所述相对运动参数，将所述深度信息、RGB信息、扫描仪位置数据集成到TSDF数据卷，实时获得目标物体的三维数据。
在一种实施方式中，使用3个Primesense 1.09的RGB-D传感器，计算机华硕N551JM4710，采用自行开发与之配套的软件进行三维立体扫描，扫描过程如下：
步骤1：将所有RGB-D传感器通过USB口与计算机连接，并安装好相应驱动。
步骤2：目标物体置于转盘中心，设置柔光光源。
步骤3：打开扫描软件，设定扫描范围，范围起始点为扫描仪，扫描范围设定为0.5米×0.5米×0.5米至3米×3米×3米。
步骤4：点击打开设备，可同时打开3个RGB-D传感器，可以从软件中看到3个RGB-D传感器实时传输回来的视频图像和深度图像，视频图像帧率一般为10-30帧。
步骤5：输入目标物体尺寸，3个摄像头将在电路控制下，依据预先设定规则，移至扫描目标物体的最优化位置。
步骤6：点击开始扫描，旋转盘启动，目标物体随旋转盘转动，软件将视频流与深度图像流实时进行三维拼接。左半部分为RGB实时图像，右半部分为实时重构的三维模型。
步骤7：目标物体旋转一圈360度，获得目标物体的扫描模型；如果模型拼接出现错误，可以重新扫描。
步骤8：扫描完成；
步骤9：生成模型，软件自动生成完整的三维模型，模型中包含深度信息和纹理信息，可以保存为ply、obj与stl格式。
虽然已经参照以上实施方式说明了本发明，但是，应该理解的是本发明不限于所公开的实施方式。所附权利要求书的范围应在最宽泛的范围内进行解释，以涵盖所有变型、等同结构和功能。

Claims (7)

1.一种三维立体扫描方法，其特征在于，包括以下步骤：
步骤S1、获取目标物体的深度信息流与RGB信息流，具体包括：
步骤S11、基于预设的分割阈值，分割所述目标物体，并对应分配扫描仪，
步骤S12、通过所述扫描仪分块获取所述目标物体的深度信息流与RGB信息流；
步骤S2、基于扫描仪位置信息、获取的分块深度信息、分块RGB信息，合成所述目标物体整体深度、RGB信息，具体包括：
步骤S21、获取相邻扫描仪位置信息和特征点，匹配特征点，对获取的图像进行初步拼接，
步骤S22、提取所述相邻扫描仪获取的图像间的重叠区域，通过平滑方法消除拼接缝隙，合成所述目标物体整体深度、RGB信息；
步骤S3、基于获取的深度信息、RGB信息、目标物体与扫描仪的位置信息，提取运动参数后进行拼接，具体包括：
步骤S31、基于设定的扫描范围，对当前的扫描仪位置进行预估：
根据光线投射方法，得到预估图像，将所述预估图像与扫描图像进行匹配，得到匹配误差；
基于匹配误差，再次根据光线投射方法，更新预估图像，再次将所述预估图像与扫描图像进行匹配，得到匹配误差，直至所述匹配误差小于阈值；
步骤S32、基于预先设定的目标物体位置信息和转动速度，计算相对运动参数；
步骤S33、将所述相对运动参数、深度信息、RGB信息、扫描仪位置数据集成到TSDF数据卷，实时获得目标物体的三维数据。
2.根据权利要求1所述的三维立体扫描方法，其特征在于，所述步骤S11为：基于预设的分割阈值，将所述目标物体分割为多个部分，并对应分配扫描仪。
3.根据权利要求1所述的三维立体扫描方法，其特征在于，所述步骤S11为：基于预设的分割阈值，将所述目标物体分割为3个部分，并对应分配扫描仪。
4.一种三维立体扫描系统，其特征在于，包括：
多个RGB-D传感器，用于获取目标物体的深度信息流与RGB信息流，
处理模块，与所述RGB-D传感器连接，用于基于获取的深度信息、RGB信息，提取运动参数后进行拼接，包括：
基于扫描仪位置信息、获取的分块深度信息、分块RGB信息，合成所述目标物体整体深度、RGB信息；基于获取的深度信息、RGB信息、目标物体与扫描仪的位置信息，提取运动参数后进行拼接；实时获得目标物体的三维数据。
5.根据权利要求3所述的三维立体扫描系统，其特征在于，所述多个RGB-D传感器为多个。
6.根据权利要求3所述的三维立体扫描系统，其特征在于，所述多个RGB-D传感器为3个。
7.根据权利要求4至6任一所述的三维立体扫描系统，其特征在于，所述RGB-D传感器为集成式RGB-D传感器。
CN201510283663.3A 2015-05-28 2015-05-28 一种三维立体扫描方法及系统 Active CN104933704B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510283663.3A CN104933704B (zh) 2015-05-28 2015-05-28 一种三维立体扫描方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510283663.3A CN104933704B (zh) 2015-05-28 2015-05-28 一种三维立体扫描方法及系统

Publications (2)

Publication Number Publication Date
CN104933704A true CN104933704A (zh) 2015-09-23
CN104933704B CN104933704B (zh) 2019-06-04

Family

ID=54120858

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510283663.3A Active CN104933704B (zh) 2015-05-28 2015-05-28 一种三维立体扫描方法及系统

Country Status (1)

Country Link
CN (1) CN104933704B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105654492A (zh) * 2015-12-30 2016-06-08 哈尔滨工业大学 基于消费级摄像头的鲁棒实时三维重建方法
CN106813568A (zh) * 2015-11-27 2017-06-09 阿里巴巴集团控股有限公司 物体测量方法及装置
CN107392987A (zh) * 2017-07-13 2017-11-24 深圳市魔眼科技有限公司 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN107730555A (zh) * 2017-08-25 2018-02-23 徐州科融环境资源股份有限公司 一种基于机器视觉的输煤皮带煤块粒度在线识别监控方法
CN108088855A (zh) * 2017-12-25 2018-05-29 沈阳大学 一种三维立体缺陷饺子识别装置
CN108564614A (zh) * 2018-04-03 2018-09-21 Oppo广东移动通信有限公司 深度获取方法和装置、计算机可读存储介质和计算机设备
CN115580738A (zh) * 2022-02-23 2023-01-06 北京拙河科技有限公司 一种按需传输的高分辨率视频展现方法、设备和系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390164A (zh) * 2012-05-10 2013-11-13 南京理工大学 基于深度图像的对象检测方法及其实现装置
CN103473530A (zh) * 2013-08-30 2013-12-25 天津理工大学 基于多视图和多模态特征的自适应动作识别方法
CN103971409A (zh) * 2014-05-22 2014-08-06 福州大学 一种利用rgb-d摄像机测量足部三维脚型信息及三维重建模型的方法
US20140225985A1 (en) * 2012-10-17 2014-08-14 DotProduct LLC Handheld portable optical scanner and method of using
CN104240297A (zh) * 2014-09-02 2014-12-24 东南大学 一种救援机器人三维环境地图实时构建方法
WO2015021381A1 (en) * 2013-08-08 2015-02-12 University Of Florida Research Foundation, Incorporated Real-time reconstruction of the human body and automated avatar synthesis

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103390164A (zh) * 2012-05-10 2013-11-13 南京理工大学 基于深度图像的对象检测方法及其实现装置
US20140225985A1 (en) * 2012-10-17 2014-08-14 DotProduct LLC Handheld portable optical scanner and method of using
WO2015021381A1 (en) * 2013-08-08 2015-02-12 University Of Florida Research Foundation, Incorporated Real-time reconstruction of the human body and automated avatar synthesis
CN103473530A (zh) * 2013-08-30 2013-12-25 天津理工大学 基于多视图和多模态特征的自适应动作识别方法
CN103971409A (zh) * 2014-05-22 2014-08-06 福州大学 一种利用rgb-d摄像机测量足部三维脚型信息及三维重建模型的方法
CN104240297A (zh) * 2014-09-02 2014-12-24 东南大学 一种救援机器人三维环境地图实时构建方法

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106813568A (zh) * 2015-11-27 2017-06-09 阿里巴巴集团控股有限公司 物体测量方法及装置
CN106813568B (zh) * 2015-11-27 2019-10-29 菜鸟智能物流控股有限公司 物体测量方法及装置
CN105654492A (zh) * 2015-12-30 2016-06-08 哈尔滨工业大学 基于消费级摄像头的鲁棒实时三维重建方法
CN105654492B (zh) * 2015-12-30 2018-09-07 哈尔滨工业大学 基于消费级摄像头的鲁棒实时三维重建方法
CN107392987A (zh) * 2017-07-13 2017-11-24 深圳市魔眼科技有限公司 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN107392987B (zh) * 2017-07-13 2020-03-06 深圳市魔眼科技有限公司 3d扫描的纹理获取的方法、装置、移动终端及存储介质
CN107730555A (zh) * 2017-08-25 2018-02-23 徐州科融环境资源股份有限公司 一种基于机器视觉的输煤皮带煤块粒度在线识别监控方法
CN108088855A (zh) * 2017-12-25 2018-05-29 沈阳大学 一种三维立体缺陷饺子识别装置
CN108564614A (zh) * 2018-04-03 2018-09-21 Oppo广东移动通信有限公司 深度获取方法和装置、计算机可读存储介质和计算机设备
CN108564614B (zh) * 2018-04-03 2020-09-18 Oppo广东移动通信有限公司 深度获取方法和装置、计算机可读存储介质和计算机设备
CN115580738A (zh) * 2022-02-23 2023-01-06 北京拙河科技有限公司 一种按需传输的高分辨率视频展现方法、设备和系统
CN115580738B (zh) * 2022-02-23 2023-09-19 北京拙河科技有限公司 一种按需传输的高分辨率视频展现方法、设备和系统

Also Published As

Publication number Publication date
CN104933704B (zh) 2019-06-04

Similar Documents

Publication Publication Date Title
CN104933704A (zh) 一种三维立体扫描方法及系统
CN111062873B (zh) 一种基于多对双目相机的视差图像拼接与可视化方法
CN101859433B (zh) 图像拼接设备和方法
CN107610185A (zh) 一种鱼眼相机快速标定装置及标定方法
CN109215111B (zh) 一种基于激光测距仪的室内场景三维建模方法
CN109544679A (zh) 管道内壁的三维重建方法
CN110827392B (zh) 单目图像三维重建方法、系统及装置
CN105157566A (zh) 彩色三维激光扫描仪及三维立体彩色点云扫描的方法
CN104835118A (zh) 通过两路鱼眼摄像头采集全景图像的方法
CN105157602A (zh) 基于机器视觉的远程三维扫描系统及方法
CN108537879A (zh) 三维模型重建系统及方法
CN106355647A (zh) 增强现实系统和方法
CN102980526A (zh) 用黑白相机获取彩色图像的三维扫描仪及其扫描方法
CN103065359A (zh) 一种光学成像的三维轮廓重建系统及其重建方法
WO2022078442A1 (zh) 一种基于光扫描和智能视觉融合的3d信息采集方法
CN102202159B (zh) 无人机航摄像片数字拼接方法
CN108596983A (zh) 面向多深度相机三维扫描的全自动标定装置及方法
JP2023546739A (ja) シーンの３次元モデルを生成するための方法、装置、およびシステム
US11043019B2 (en) Method of displaying a wide-format augmented reality object
CN108447042A (zh) 城市景观影像数据的融合方法及系统
CN104680520B (zh) 一种现场三维信息勘验方法及系统
CN112132957A (zh) 一种高精度环形扫描方法及装置
Palka et al. 3D object digitization devices in manufacturing engineering applications and services
CN103411588B (zh) 陆地全数字摄影测量系统
CN110418125B (zh) 一种集成成像系统的元素图像阵列快速生成方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
TA01 Transfer of patent application right
TA01 Transfer of patent application right

Effective date of registration: 20180202

Address after: 250000 Shandong city of Ji'nan province high tech Zone Comprehensive Bonded Zone Port three North Road No. 1 Ji'nan valley development platform District No. 1 building B room 1705

Applicant after: China Mdt InfoTech Ltd

Address before: Room 10906, room 1, Jinqiao International Square, No. 50, new technology road, New District, New District, Shaanxi, Shaanxi

Applicant before: XI'AN SUANCHOU INFORMATION TECHNOLOGY CO., LTD.

GR01 Patent grant
GR01 Patent grant