CN105029691B - 一种基于三维重建技术的卷烟空头检测方法 - Google Patents
一种基于三维重建技术的卷烟空头检测方法 Download PDFInfo
- Publication number
- CN105029691B CN105029691B CN201510296923.0A CN201510296923A CN105029691B CN 105029691 B CN105029691 B CN 105029691B CN 201510296923 A CN201510296923 A CN 201510296923A CN 105029691 B CN105029691 B CN 105029691B
- Authority
- CN
- China
- Prior art keywords
- cigarette
- dimensional reconstruction
- image
- bear
- measured
- 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.)
- Active
Links
Landscapes
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于三维重建技术的卷烟空头检测方法,包括如下步骤:A:建立空间坐标系中物点与物点在图像上像点的对应关系;B:获取待测烟支的端面图像;C:去除端面图像中的干扰和噪声;D:提取端面图像的特征参数;E:获取待测烟支端面的视差图像;F:构建空头区域的三维模型;G:测量三维模型中空头区域的深度、面积以及待测烟支端面面积;H:计算空头区域面积所占烟支端面面积的比例,并进行判断。本发明能够基于三维重建技术获取空头区域的三维形貌,测量空陷区的面积和深度,从而自动判断卷烟是否存在空头缺陷,提高卷烟空头检测的准确度和效率。
Description
技术领域
本发明涉及一种卷烟空头检测方法,尤其涉及一种基于三维重建技术的卷烟空头检测方法。
背景技术
卷烟的空头是指“卷烟端头因烟丝未填充而形成的一定面积和深度的空陷”(GB 5606.3-2005 卷烟第3部分:包装、卷制技术要求及贮运)。卷烟空头是卷烟的重要质量指标,空头卷烟虽不影响抽吸,但消费者可直观感知该缺陷,继而对相应卷烟品牌产生不良印象,从而可能抵消卷烟企业为品牌构建付出的努力。
现行卷烟国家标准中,判定卷烟空头的条件是“滤嘴卷烟空陷深度大于1.0mm,空陷截面比大于三分之二;无嘴卷烟空陷深度大于1.5mm,空陷截面比大于三分之二”。由此可见,空头的判定要满足面积和深度均达到一定程度,是一个三维的参数要求。现有空头检测标准中(GB
22838.9 卷烟和滤棒物理性能的测定 第9部分 卷烟空头),首先目测空头区域的面积,如果面积比超过标准要求,则使用圆柱毫米尺测定该区域的深度,然后判断烟支是否空头,这种方法人为误差较大,效率较低。随着机器视觉技术的发展,也提出了一些基于视觉技术的空头检测方法,主要涉及的是基于面积比的空头判定方法,如申请号为201310334148.4的专利《基于机器视觉的单烟支空头检测方法及专用设备》、申请号为201110326857.9的专利《一种基于机器视觉技术的烟支空头检测方法》,上述专利并未考虑空头检测标准中空陷区需要有一定深度的条件,只能在二维尺度测出卷烟端头的空陷面积比,如需判断是否是空头卷烟,还需手动测定空陷深度,不能实现全程自动化测量,且手动测量存在一定人为误差,因此,也会影响判断结果的准确性。
发明内容
本发明的目的是提供一种基于三维重建技术的卷烟空头检测方法,能够基于三维重建技术获取空头区域的三维形貌,测量空陷区的面积和深度,从而自动判断卷烟是否存在空头缺陷,提高卷烟空头检测的准确度和效率。
本发明采用下述技术方案:
一种基于三维重建技术的卷烟空头检测方法,依次包括如下步骤:
A:利用参数已知的标准物体或成像模型对摄像机成像系统进行标定,确定摄像机的内外部属性参数,建立空间坐标系中物点与物点在图像上像点的对应关系;
B:利用三维重建技术选择成像方式,获取待测烟支的端面图像;
C:利用图像处理分析系统对获取的待测烟支的端面图像进行预处理,去除端面图像中的干扰和噪声;
D:利用图像处理分析系统提取端面图像的特征参数;
E:根据三维重建技术选择立体匹配方法,利用图像处理分析系统建立步骤D中提取的端面图像的特征参数与像点的对应关系,获取待测烟支端面的视差图像;
F:对步骤E中获取的视差图像进行图像深度计算,恢复图像的三维信息,构建空头区域的三维模型;
G:利用三维尺寸测量技术分别测量三维模型中空头区域的深度、面积以及待测烟支端面面积;
H:计算空头区域面积所占烟支端面面积的比例,并进行判断;当待测烟支为滤嘴卷烟时,若空头区域的深度大于1.0mm,且空头区域面积所占烟支端面面积的比例大于2/3时,则判断待测烟支为空头卷烟;当待测烟支为无嘴卷烟时,若空头区域的深度大于1.5mm,且空头区域面积所占烟支端面面积的比例大于2/3时,则判断待测烟支为空头卷烟。
所述的步骤D中,特征参数包括使用照明光源下的特征参数和使用结构光源下的特征参数;使用照明光源下的特征参数包括图像中烟支端部的颜色、纹理、轮廓、灰度、拐点、角点和边缘,使用结构光源下的特征参数包括受烟支端部烟丝分布调制后的结构光亮度和弯曲程度。
所述的步骤B中,三维重建技术采用基于单目视觉技术的三维重建技术,成像方式为一台成像设备以及结构光源和照明光源。
所述的步骤E中,立体匹配方法为明暗度法、光度法、纹理法、轮廓法、调焦法、运动法、飞行时间法、结构光法、莫尔条纹法、全息干涉测量法、几何光学聚焦法、激光雷达法或Fresnel衍射法。
所述的步骤B中,三维重建技术采用基于双目视觉技术的三维重建技术,成像方式为两台成像设备以及结构光源和照明光源。
所述的步骤E中,立体匹配方法为基于颜色和灰度的区域立体匹配或基于图像特征的立体匹配,图像特征包括拐点、角点、边缘、轮廓以及纹理。
所述的步骤B中,三维重建技术采用基于多目视觉技术的三维重建技术,成像方式为三台以上成像设备以及结构光源和照明光源。
所述的步骤E中,立体匹配方法为明暗度法、光度法、纹理法、轮廓法、调焦法、运动法、飞行时间法、结构光法、莫尔条纹法、全息干涉测量法、几何光学聚焦法、激光雷达法、Fresnel衍射法或基于图像特征的立体匹配。
所述的图像处理分析系统能够对图像进行降噪、平滑的调整和预处理,同时能够根据所选择的三维重建技术获取图像的特征信息,根据所选特征信息对图像进行立体匹配、三维重建,并计算二维和三维区域的面积、深度参数。
所述的图像处理分析系统在进行预处理时,图像处理分析系统采用5×5像素的扫描窗口对获取的待测烟支的端面图像按照自上到下、自左到右的顺序进行扫描,计算出各个图像中扫描窗口内的图像均值及方差Var,若方差Var大于设定阈值TD,则对该点采用快速中值滤波方法进行平滑处理,除去图像中的干扰和噪声。
本发明通过采集卷烟烟支端面图像并对其进行处理,去除图像中的干扰信息和噪声,然后利用三维重建技术将处理后的图像进行三维重建,获取烟支空头区域的三维模型,再通过三维尺寸测量三维模型中空头区域的深度和面积,最终判断待测卷烟是否存在空头缺陷。本发明大幅减少了人工检测的工作量及引入的人为误差,测试速度快,能够提供面积比例、形状尺寸参数等全面的测试数据,相对于现有人工检测方法,检测结果更加准确,检测效率也有较大提升。
附图说明
图1为本发明的流程图。
具体实施方式
如图1所示,本发明所述的基于三维重建技术的卷烟空头检测方法,依次包括如下步骤:
A:利用参数已知的标准物体或成像模型对摄像机成像系统进行标定,确定摄像机的内外部属性参数,建立空间坐标系中物点与物点在图像上像点的对应关系。
摄像机的内部属性参数包括焦距、镜头径向失真、不确定性图像尺度因子,摄像机的外部属性参数包括摄像机位置、扫视角和倾斜角,空间坐标系中物点与物点在图像上像点的对应关系为一种三维空间到二维平面的投影映射关系,属于三维重建领域中的公知技术,在此不再赘述。
B:将待测卷烟摆放于图像采集平台上,利用三维重建技术选择成像方式,获取待测烟支的端面图像。
步骤B中,可选择多种三维重建技术,如采用基于单目视觉技术的三维重建技术,成像方式为一台成像设备以及结构光源和照明光源;又如采用基于双目视觉技术的三维重建技术,成像方式为两台成像设备以及结构光源和照明光源;或者采用基于多目视觉技术的三维重建技术,成像方式为三台以上成像设备以及结构光源和照明光源。
C:利用图像处理分析系统对获取的待测烟支的端面图像进行预处理,去除端面图像中的干扰和噪声。
在进行预处理时,图像处理分析系统采用5×5像素的扫描窗口对获取的待测烟支的端面图像按照自上到下、自左到右的顺序进行扫描,计算出各个图像中扫描窗口内的图像均值及方差Var,若方差Var大于设定阈值TD,则对该点采用快速中值滤波方法进行平滑处理,除去图像中的干扰和噪声。对各个图像均值及方差Var的计算属于图像处理领域的现有技术,通过快速中值滤波方法进行平滑处理去除干扰和噪声也属于本领域的现有技术,在此不再赘述。
D:利用图像处理分析系统提取端面图像的特征参数。
特征参数包括使用照明光源下的特征参数和使用结构光源下的特征参数;使用照明光源下的特征参数包括图像中烟支端部的颜色、纹理、轮廓、灰度、拐点、角点和边缘,使用结构光源下的特征参数包括受烟支端部烟丝分布调制后的结构光亮度和弯曲程度。
E:根据三维重建技术选择立体匹配方法,利用图像处理分析系统建立步骤D中提取的端面图像的特征参数,获取待测烟支端面的视差图像。
由于步骤B中能够选择不同的三维重建技术,因此与步骤B相对应,步骤E中的立体匹配方法也各不相同。
当步骤B中选择基于单目视觉技术的三维重建技术时:
步骤E中的立体匹配方法为明暗度法、光度法、纹理法、轮廓法、调焦法(包含聚焦法和离焦法)、运动法、飞行时间法、结构光法、莫尔条纹法、全息干涉测量法、几何光学聚焦法、激光雷达法或Fresnel衍射法等;
当步骤B中选择基于双目视觉技术的三维重建技术时:
步骤E中的立体匹配方法为基于颜色和灰度的区域立体匹配或基于图像特征(包括拐点和角点坐标、边缘线段、轮廓以及纹理)的立体匹配;
当步骤B中选择基于多目视觉技术的三维重建技术时:
则步骤E中的立体匹配方法采用基于单目视觉技术的三维重建技术立体匹配方法或基于双目视觉技术的三维重建技术立体匹配方法中的一种或多种;如明暗度法、光度法、纹理法、轮廓法、调焦法、运动法、飞行时间法、结构光法、莫尔条纹法、全息干涉测量法、几何光学聚焦法、激光雷达法、Fresnel衍射法或基于图像特征的立体匹配。
F:对步骤E中获取的视差图像进行图像深度计算,恢复图像的三维信息,构建空头区域的三维模型;
G: 利用三维尺寸测量技术分别测量三维模型中空头区域的深度L、面积S1以及待测烟支端面面积S2;
H: 计算空头区域面积S1所占烟支端面面积S2的比例X,X=S1/S2,并进行判断;
当待测烟支为滤嘴卷烟时,若空头区域的深度L大于1.0mm,且空头区域面积S1所占烟支端面面积S2的比例X大于2/3时,则判断待测烟支为空头卷烟;当待测烟支为无嘴卷烟时,若空头区域的深度L大于1.5mm,且空头区域面积S1所占烟支端面面积S2的比例X大于2/3时,则判断待测烟支为空头卷烟。
本发明中,图像处理分析系统包括上位机和相关软件,能够对图像进行降噪、平滑的调整和预处理,同时能够根据所选择的三维重建技术获取图像的特征信息,根据所选特征信息对图像进行立体匹配、三维重建,并计算二维和三维区域的面积、深度参数。上述软件均为本领域的常规软件,如用于对图像进行调整和预处理的MATLAB图像处理分析软件,用于获取图像的特征信息、进行立体匹配、三维重建以及相应二维、三维区域面积、深度等参数测量的OPENCV、OPENGL等开源代码。
以下结合实施例对本发明进行进一步的阐述:
实施例1
A: 打开摄像机,使用10mm×10mm×10mm的标准正方体对摄像机成像系统进行标定,确定摄像机的内外部属性参数,建立空间坐标系中物点与物点在图像上像点的对应关系;
B: 将待测滤嘴卷烟摆放于图像采集平台上,根据基于单目视觉的三维重建技术选择单台摄像机成像,获取待测烟支端面的图像;
C: 利用图像处理分析系统对获取的待测烟支的端面图像进行预处理,去除端面图像中的干扰和噪声;
D: 利用图像处理分析系统提取端面图像的结构光弯曲程度等图像特征;
E: 利用图像处理分析系统,借助基于结构光的空间成像方法,从结构光的弯曲程度中解调出空间分布信息,获取图像的三维信息,构建空头区域的三维模型;
F: 对步骤E中获取的视差图像进行图像深度计算,恢复图像的三维信息,构建空头区域的三维模型;
G: 利用三维尺寸测量技术分别测量三维模型中空头区域的深度L为1.5mm,面积S1为25.04mm2,待测烟支端面面积S2为32.15mm2;
H: 计算空头区域面积S1所占烟支端面面积S2的比例X,X=0.79;根据步骤B记载本实施例中检测的为滤嘴卷烟,由于空头区域的深度L>1.0mm,且空头区域面积S1所占烟支端面面积S2的比例X>2/3,因此判断得出检测的滤嘴卷烟为空头卷烟。
实施例2
A: 打开摄像机,使用高为20mm、底面积为30 mm2的标准圆柱体对摄像机成像系统进行标定,确定摄像机的内外部属性参数,建立空间坐标系中物点与物点在两相机图像坐标系上像点的对应关系;
B: 将待测滤嘴卷烟摆放于图像采集平台上,根据基于双目视觉的三维重建技术选择两台摄像机成像,获取待测烟支的端面图像;
C: 利用图像处理分析系统分别对两幅相机获得的两幅烟支端面图像进行预处理,去除端面图像中的干扰和噪声;
D: 利用图像处理分析系统分别提取两幅图像中的烟丝图案拐点和角点坐标、边缘线段以及轮廓的特征信息;
E: 利用图像处理分析系统,将两幅图像中对应的图案特征点匹配成特征点对,计算特征点对的视差,获得待测烟支端面各特征点的视差图像;
F: 对步骤E中获取的视差图像进行图像深度计算,恢复图像的三维信息,构建空头区域的三维模型;
G: 利用三维尺寸测量技术分别测量三维模型中空头区域的深度L为1.0mm,面积S1为15.03mm2,待测烟支端面面积S2为31.48mm2;
H:计算空头区域面积S1所占烟支端面面积S2的比例X,X=0.48;根据步骤B记载本实施例中检测的为滤嘴卷烟,由于空头区域的深度L=1.0mm,且空头区域面积S1所占烟支端面面积S2的比例X<2/3,因此判断得出检测的滤嘴卷烟不为空头卷烟。
综上所述,本发明能够基于三维重建技术获取空头区域的三维形貌,测量空陷区的面积和深度,从而自动判断卷烟是否存在空头缺陷,提高卷烟空头检测的准确度和效率。具体过程为首先通过采集卷烟烟支端面图像并对其进行处理,去除图像中的干扰信息和噪声,然后利用三维重建技术将处理后的图像进行三维重建,获取烟支空头区域的三维模型,再通过三维尺寸测量三维模型中空头区域的深度和面积,最终判断待测卷烟是否存在空头缺陷。本发明大幅减少了人工检测的工作量及引入的人为误差,测试速度快,能够提供面积比例、形状尺寸参数等全面的测试数据,相对于现有人工检测方法,检测结果更加准确,检测效率也有较大提升。
Claims (10)
1.一种基于三维重建技术的卷烟空头检测方法,其特征在于,依次包括如下步骤:
A:利用参数已知的标准物体或成像模型对摄像机成像系统进行标定,确定摄像机的内外部属性参数,建立空间坐标系中物点与物点在图像上像点的对应关系;
B:利用三维重建技术选择成像方式,获取待测烟支的端面图像;
C:利用图像处理分析系统对获取的待测烟支的端面图像进行预处理,去除端面图像中的干扰和噪声;
D:利用图像处理分析系统提取端面图像的特征参数;
E:根据三维重建技术选择立体匹配方法,利用图像处理分析系统建立步骤D中提取的端面图像的特征参数与像点的对应关系,获取待测烟支端面的视差图像;
F:对步骤E中获取的视差图像进行图像深度计算,恢复图像的三维信息,构建空头区域的三维模型;
G:利用三维尺寸测量技术分别测量三维模型中空头区域的深度、面积以及待测烟支端面面积;
H:计算空头区域面积所占烟支端面面积的比例,并进行判断;当待测烟支为滤嘴卷烟时,若空头区域的深度大于1.0mm,且空头区域面积所占烟支端面面积的比例大于2/3时,则判断待测烟支为空头卷烟;当待测烟支为无嘴卷烟时,若空头区域的深度大于1.5mm,且空头区域面积所占烟支端面面积的比例大于2/3时,则判断待测烟支为空头卷烟。
2.根据权利要求1所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤D中,特征参数包括使用照明光源下的特征参数和使用结构光源下的特征参数;使用照明光源下的特征参数包括图像中烟支端部的颜色、纹理、轮廓、灰度、拐点、角点和边缘,使用结构光源下的特征参数包括受烟支端部烟丝分布调制后的结构光亮度和弯曲程度。
3.根据权利要求1或2所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤B中,三维重建技术采用基于单目视觉技术的三维重建技术,成像方式为一台成像设备以及结构光源和照明光源。
4.根据权利要求3所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤E中,立体匹配方法为明暗度法、光度法、纹理法、轮廓法、调焦法、运动法、飞行时间法、结构光法、莫尔条纹法、全息干涉测量法、几何光学聚焦法、激光雷达法或Fresnel衍射法。
5.根据权利要求1或2所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤B中,三维重建技术采用基于双目视觉技术的三维重建技术,成像方式为两台成像设备以及结构光源和照明光源。
6.根据权利要求5所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤E中,立体匹配方法为基于颜色和灰度的区域立体匹配或基于图像特征的立体匹配,图像特征包括拐点、角点、边缘、轮廓以及纹理。
7.根据权利要求1或2所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤B中,三维重建技术采用基于多目视觉技术的三维重建技术,成像方式为三台以上成像设备以及结构光源和照明光源。
8.根据权利要求7所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的步骤E中,立体匹配方法为明暗度法、光度法、纹理法、轮廓法、调焦法、运动法、飞行时间法、结构光法、莫尔条纹法、全息干涉测量法、几何光学聚焦法、激光雷达法、Fresnel衍射法或基于图像特征的立体匹配。
9.根据权利要求1所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的图像处理分析系统能够对图像进行降噪、平滑的调整和预处理,同时能够根据所选择的三维重建技术获取图像的特征信息,根据所选特征信息对图像进行立体匹配、三维重建,并计算二维和三维区域的面积、深度参数。
10.根据权利要求1所述的基于三维重建技术的卷烟空头检测方法,其特征在于:所述的图像处理分析系统在进行预处理时,图像处理分析系统采用5×5像素的扫描窗口对获取的待测烟支的端面图像按照自上到下、自左到右的顺序进行扫描,计算出各个图像中扫描窗口内的图像均值及方差Var,若方差Var大于设定阈值TD,则对该点采用快速中值滤波方法进行平滑处理,除去图像中的干扰和噪声。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510296923.0A CN105029691B (zh) | 2015-06-02 | 2015-06-02 | 一种基于三维重建技术的卷烟空头检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510296923.0A CN105029691B (zh) | 2015-06-02 | 2015-06-02 | 一种基于三维重建技术的卷烟空头检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105029691A CN105029691A (zh) | 2015-11-11 |
CN105029691B true CN105029691B (zh) | 2016-09-14 |
Family
ID=54437129
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510296923.0A Active CN105029691B (zh) | 2015-06-02 | 2015-06-02 | 一种基于三维重建技术的卷烟空头检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105029691B (zh) |
Families Citing this family (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10297020B2 (en) * | 2015-09-18 | 2019-05-21 | Datalogic Ip Tech S.R.L. | Stereoscopic system and method for quality inspection of cigarettes in cigarette packer machines |
CN106152965B (zh) * | 2016-08-29 | 2018-11-23 | 湖南智鼎盛智能科技有限公司 | 香烟过滤嘴深度检测系统和方法 |
CN106353329A (zh) * | 2016-09-29 | 2017-01-25 | 武汉易视维科技有限公司 | 一种滤棒截面检测装置和方法 |
CN106600582A (zh) * | 2016-12-06 | 2017-04-26 | 中国电子科技集团公司第四十研究所 | 一种烟支空头检测过程中的模盒识别方法 |
CN109146934A (zh) * | 2018-06-04 | 2019-01-04 | 成都通甲优博科技有限责任公司 | 一种基于双目立体和光度立体的人脸三维重建方法及系统 |
CN110425983B (zh) * | 2019-07-26 | 2021-04-06 | 杭州电子科技大学 | 一种基于偏振多光谱的单目视觉三维重建测距方法 |
CN110969659B (zh) * | 2019-10-31 | 2024-03-15 | 浙江清华长三角研究院 | 一种被动式标记点的空间定位装置和方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5232100A (en) * | 1992-04-16 | 1993-08-03 | Brown & Williamson Tobacco Corporation | Method and apparatus for detecting and eliminating cigarettes with loose filter tips during cigarette manufacturing |
CN201256627Y (zh) * | 2008-08-12 | 2009-06-17 | 郑州嘉德机电科技有限公司 | 卷烟空头检测装置 |
CN202019728U (zh) * | 2011-01-19 | 2011-11-02 | 大树智能科技(南京)有限公司 | 自适应式烟支空头、松头检测装置 |
CN203505562U (zh) * | 2013-11-01 | 2014-04-02 | 南京大树智能科技股份有限公司 | 自主动力单烟支空头检测装置 |
CN103868935A (zh) * | 2014-02-14 | 2014-06-18 | 中国科学院合肥物质科学研究院 | 基于计算机视觉的烟支外观质量检测方法 |
-
2015
- 2015-06-02 CN CN201510296923.0A patent/CN105029691B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN105029691A (zh) | 2015-11-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105029691B (zh) | 一种基于三维重建技术的卷烟空头检测方法 | |
CN109872397B (zh) | 一种基于多目立体视觉的飞机零件的三维重建方法 | |
KR100776649B1 (ko) | 깊이 정보 기반 스테레오/다시점 영상 정합 장치 및 방법 | |
CN106780590B (zh) | 一种深度图的获取方法及系统 | |
CN110230998B (zh) | 基于线激光和双目相机的快速精密三维测量方法和装置 | |
KR101706093B1 (ko) | 3차원 좌표 추출 시스템 및 그 방법 | |
CN107481304B (zh) | 在游戏场景中构建虚拟形象的方法及其装置 | |
JP6363863B2 (ja) | 情報処理装置および情報処理方法 | |
CN104574393B (zh) | 一种三维路面裂缝图像生成系统和方法 | |
US10950032B2 (en) | Object capture coverage evaluation | |
US11783443B2 (en) | Extraction of standardized images from a single view or multi-view capture | |
CN107123156A (zh) | 一种与双目立体视觉相结合的主动光源投影三维重构方法 | |
CN109636732A (zh) | 一种深度图像的空洞修复方法以及图像处理装置 | |
KR20170008638A (ko) | 3차원 컨텐츠 생성 장치 및 그 3차원 컨텐츠 생성 방법 | |
CN105069804B (zh) | 基于智能手机的三维模型扫描重建方法 | |
CN103971408A (zh) | 三维人脸模型生成系统及方法 | |
CN104215199B (zh) | 一种假发头壳制作方法及系统 | |
CN102829736B (zh) | 一种三维指纹传感系统 | |
CN113034568A (zh) | 一种机器视觉深度估计方法、装置、系统 | |
US20140340486A1 (en) | Image processing system, image processing method, and image processing program | |
CN105913013A (zh) | 双目视觉人脸识别算法 | |
CN103993548A (zh) | 基于多台相机立体拍摄的路面损坏裂缝检测系统及方法 | |
CN102997891A (zh) | 场景深度的测量装置和方法 | |
CN107136649B (zh) | 一种基于自动寻轨模式的三维脚型测量装置及实现方法 | |
CN106023189B (zh) | 一种基于匹配优化的光场数据深度重建方法 |
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 |