CN106091986A - 一种适用于光亮表面的三维测量方法 - Google Patents
一种适用于光亮表面的三维测量方法 Download PDFInfo
- Publication number
- CN106091986A CN106091986A CN201610402874.9A CN201610402874A CN106091986A CN 106091986 A CN106091986 A CN 106091986A CN 201610402874 A CN201610402874 A CN 201610402874A CN 106091986 A CN106091986 A CN 106091986A
- Authority
- CN
- China
- Prior art keywords
- image
- uniform light
- gray value
- applicable
- glossy surface
- 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
Links
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种适用于光亮表面的三维测量方法,根据均匀光图案合成的图像和坐标映射,自适应调节条纹图案中每个像素点的最佳投射灰度值,当用于测量含有大范围反射率变化的三维形貌时,对于反射率高的光亮区域,能避免图像饱和,对于反射率低的黑暗区域,能保持较高信噪比,最终获取清晰的条纹图案图像,准确还原被测对象的三维形貌。
Description
技术领域
本发明涉及光学测量方法,尤其涉及一种结构光三维测量方法。
背景技术
结构光方法是一种主动式光学测量方法,其基本原理是由结构光投射器向被测物体表面投射可控制的光点、光条或光面,并由图像传感器(如摄像机)采集图像,通过系统几何关系,利用三角原理计算得到物体的三维坐标。结构光测量方法以非接触、全场扫描、精度高、测量速度快等优势广泛应用于产品质量检测、逆向工程(复杂自由曲面的数字化)、对象识别、三维地图构建、生物医学和文物保护等领域。
但在测量含有光亮表面的金属等材质的物体的三维形貌时,由于其表面的反射率变化较大,光强变化的范围超出了传统相机采用0~255灰度值表示的动态范围。因此,经被测对象反射后的条纹图案要么太亮导致图像饱和,要么太暗导致相机不能成像。投射在这些区域的条纹图案将无法被正确解码,导致难以对这些区域进行测量。
针对这一问题,国内外学者提出了不同的解决方法。有学者采用多曝光量的方法。专利CN101865671A公开了一种解决黑白大反差被测对象的三维测量方法,分两次设定光源强度、相机曝光时间和增益值,分别对其表面的亮区域和暗区域做三维测量,然后对测量结果按照预定阀值做筛选,最后得到被测对象的三维坐标。但该方法并不适用于大范围表面反射率变化的被测对象,因为这需要使用更多不同的光源强度、相机曝光时间和增益值组合来适应不同反射率的表面区域。专利CN101694375A公开了一种将亮暗条纹投射与多曝光时间采集图像相结合以合成高动态范围条纹图案图像的方法,能够实现金属等强反射表面三维形貌测量。但这类采用多曝光量的方法对于未知场景,通常无法在测量初期直接确定所需的光源强度、曝光次数和每次曝光的时间,一般依赖于经验或尽可能曝光多次,具有一定的盲目性,测量效率不高。有学者采用偏振片的方法,专利CN105066906A公开了一种快速高动态范围三维测量方法,其在投影仪光轴和相机光轴上分别放置一块偏振片,转动任意一块偏振片,将投影仪光轴和相机光轴之间的夹角调节为90度。利用偏振片滤除镜面反射的光,只让漫反射的光进入相机,从而实现测量。但对于金属工件的表面来说,漫反射的光较弱,信噪比较低,将导致测量精度显著降低;另外,加装偏振片增加了硬件系统的复杂性。还有学者采用向被测对象表面喷涂薄薄的抗反射涂层的方法,使表面的反射性质变为漫反射,以利于结构光三维测量;但是,涂层的厚度和均匀程度的不确定性容易带来测量误差,喷涂和清洗涂层也降低了测量效率。
总之,目前在光亮表面的三维形貌测量方面还没有一个较为完备的解决方法。
发明内容
为了解决上述技术问题,本发明提供了一种自适应、高效、低成本的适用于光亮表面的三维测量方法。
本发明所采用的技术方案是:
一种适用于光亮表面的三维测量方法,包括以下步骤:
S10:向被测对象投射一系列灰度值不同的均匀光图案Li,i=1,2,…,n,并相应拍摄被测对象的均匀光图像Ii,i=1,2,…,n;
S20:计算与均匀光图像Ii对应的掩码图像Mi(x,y);
S30:将掩码图像Mi(x,y)和均匀光图案Li合成图像F(x,y);
S40:计算均匀光图像Ii对应的掩码图像M(x,y),连接所有饱和的像素形成若干个簇,并对这些簇提取轮廓;
S50:向被测对象投射一套黑白条纹图案,并相应拍摄被测对象的条纹图像Ii c,i=1,2,…,m,然后对其进行解码并得到码字;
S60:使用步骤S40提取的轮廓上的点及周围邻域内的若干点,及步骤S50得到的相应的码字,来生成局部单应性矩阵H;
S70:将步骤S30合成的图像F(x,y)的坐标映射为投影仪图像坐标,生成条纹图案的最佳投射灰度值Lp(u,v);
S80:使用步骤S70的最佳投射灰度值Lp(u,v)生成最佳灰度值条纹图案,白条纹采用最佳投射灰度值Lp(u,v),黑条纹采用0灰度值,向被测对象投射所述最佳灰度值条纹图案,并相应拍摄被测对象的最佳灰度值条纹图像;
S90:对步骤S80中的最佳灰度值条纹图像进行解码、求解三维坐标和表面重建,还原被测对象的三维形貌。
本发明的适用于光亮表面的三维测量方法,根据均匀光图案合成的图像和坐标映射,自适应调节条纹图案中每个像素点的最佳投射灰度值,当用于测量含有大范围反射率变化的三维形貌时,对于反射率高的光亮区域,能避免图像饱和,对于反射率低的黑暗区域,能保持较高信噪比,最终获取清晰的条纹图案图像,准确还原被测对象的三维形貌。
本发明与现有技术相比有以下显著优点:
(1)自适应:能够自适应调节条纹图案中每个像素点的最佳投射灰度值,适用于未知场景,无需依赖经验,减少人为干预,提高测量系统的智能。
(2)效率高:与采用多曝光量的技术相比,本发明只需采集少量图像,耗时短,效率高。
(3)成本低:本发明的测量方法只需调节投射图案的灰度值,无需增加额外的硬件,硬件系统简单,成本低。
进一步地,在步骤S10中,均匀光图案Li的灰度值依次增大。
进一步地,在步骤S20中,根据以下公式计算与均匀光图像Ii相应的掩码图像Mi(x,y):
其中Ik(x,y)为均匀光图像在像素位置(x,y)的灰度值。
进一步地,在步骤S20中,如果不存在Ii(x,y),使Mi(x,y)=1,则重新执行步骤S10。
进一步地,在步骤S30中,根据以下公式将掩码图像Mi(x,y)和均匀光图案Li合成图像F(x,y):
其中Li(x,y)是均匀光图案Li在像素位置(x,y)的灰度值。
进一步地,在步骤S40中,根据以下公式计算均匀光图像Ii对应的掩码图像M(x,y):
其中Ii(x,y)为均匀光图像Ii在像素位置(x,y)的灰度值。
进一步地,在步骤S50中,所述黑白条纹图案是一套基于线移方法的黑白条纹图案,其白条纹采用255灰度值,黑条纹采用0灰度值;解码时,采用亚像素边缘检测算法。
进一步地,在步骤S60中,使用步骤S40提取的轮廓上的点及周围5×5邻域内的若干点,及步骤S50得到的相应的码字,来生成局部单应性矩阵H。
进一步地,在步骤S70中,根据以下公式将步骤S30合成的图像F(x,y)的坐标映射为投影仪图像坐标,生成条纹图案的最佳投射灰度值Lp(u,v):
进一步地,采用线移方法和亚像素边缘检测算法对步骤S80中的最佳灰度值条纹图案和最佳灰度值条纹图像分别进行编码和解码。
为了更好地理解和实施,下面结合附图详细说明本发明。
附图说明
图1是本发明的步骤S50、S80和S90中采用线移方法进行编码的示意图;
图2是本发明的被测对象铝合金工件的示意图;
图3是通过本发明的步骤S10、S20、S30得到合成图像F(x,y)的过程示意图;
图4是传统结构光方法与本发明的方法的测量结果对比图。
具体实施方式
本发明的适用于光亮表面的三维测量方法的主要步骤可简要归纳如下:
步骤1:向被测对象投射一系列灰度值不同的均匀光图案,并相应拍摄被测对象的均匀光图像。
步骤2:计算每个像素点的最佳投射灰度值,生成最佳灰度值条纹图案。
步骤3:向被测对象投射该最佳灰度值条纹图案,并相应拍摄被测对象的最佳灰度值条纹图像。
步骤4:对该最佳灰度值条纹图像进行解码、求解三维坐标和表面重建,恢复被测对象的三维形貌。
具体地,本发明的适用于光亮表面的三维测量方法包括以下步骤:
S10:向被测对象投射一系列灰度值不同的均匀光图案Li,i=1,2,…,n,并相应拍摄被测对象的均匀光图像Ii,i=1,2,…,n。在本实施例中,优选n=9,均匀光图案Li采用的灰度值依次增大,分别为20,50,80,110,140,170,200,230,255。为了降低环境光照和表面互反射的影响,拍摄均匀光图像Ii的过程中,采用较小的光圈值,固定的曝光时间,并设置相机增益为0dB。相机的曝光时间应该设置为1/fp的整数倍秒,其中fp为投影仪的刷新率(一般为60Hz)。这样相机与投影仪能更好地同步。相机的曝光时间不宜设置得太大,否则会极大地增加测量时间。
S20:根据公式(1)计算与均匀光图像Ii相应的掩码图像Mi(x,y),在本实施例中,n=9。
其中,Ik(x,y)表示所拍摄的均匀光图像在像素位置(x,y)处的灰度值,Ii(x,y)表示在所有均匀光图像中该像素位置(x,y)处的灰度值满足不超过阈值248(采用8位的相机)的条件下的最大值。考虑到图像传感器的噪声,并预留一定的灰度值空间,避免由于噪声使图像传感器达到饱和,像素(x,y)的灰度值Ik(x,y)的阈值取为248(采用8位的相机),即像素的灰度值一旦达到248则认为该像素已经饱和。
如果存在小于阈值248(采用8位的相机)的最大值Ii(x,y),则取Mi(x,y)=1,表示按照均匀光图案Li的灰度值进行投射,所获得的均匀光图像Ii在该像素位置(x,y)的灰度值是有效的,且是最大值,取得最大的信噪比,因此该灰度值的最大值Ii(x,y)所对应的均匀光图案Li的灰度值就是该像素(x,y)位置的最佳投射灰度值。此最佳投射灰度值保证了最大的信噪比,同时避免所拍摄的图像出现饱和。如果不存在小于阈值248(采用8位的相机)的灰度值Ik(x,y),则表示将所有均匀光图案Li按照步骤S10中的一系列灰度值投射在被测对象后,都导致所拍摄的图像在该像素位置(x,y)饱和。此时应适当减小光圈值、曝光时间和相机增益,并重新执行步骤S10,直至存在小于阈值248(采用8位的相机)的最大值Ii(x,y),使Mi(x,y)=1。
S30:根据公式(2)将掩码图像Mi(x,y)和均匀光图案Li合成图像F(x,y),在本实施例中,n=9。
其中Li(x,y)是均匀光图案Li在像素位置(x,y)的灰度值。图像合成方法基于掩码图像Mi(x,y)提取均匀光图案Li的灰度值来合成图像F(x,y)。由于Mi(x,y)是一个二值矩阵,当Mi(x,y)=1,则均匀光图案Li的灰度值是像素位置(x,y)处的最佳投射灰度值,可用于合成图像F(x,y);当Mi(x,y)=0,则均匀光图案Li的灰度值不用于合成图像F(x,y)。总之,最终合成的图像F(x,y)全部由不会导致所拍摄图像饱和的最佳投射灰度值组成。
步骤S40:根据公式(3)计算均匀光图像Ii对应的掩码图像M(x,y),连接所有M(x,y)=0的像素形成若干个簇,并对这些簇提取轮廓。一般地,每一个轮廓都由一组闭合的点坐标组成。在本实施例中,n=9。
其中Ii(x,y)为均匀光图像Ii在像素位置(x,y)的灰度值。
步骤S50:向被测对象投射一套黑白条纹图案,并相应拍摄被测对象的条纹图像Ii c,i=1,2,…,m。在本实施例中,优选m=16,然后对其进行解码并得到码字。具体地,该黑白条纹图案是一套基于线移方法的黑白条纹图案,其白条纹采用255灰度值,黑条纹采用0灰度值。解码时,采用亚像素边缘检测算法。解码后,步骤S40求取的掩码M(x,y)=0表示像素(x,y)已经饱和,解码所得的码字无效;相反,掩码M(x,y)=255表示像素(x,y)解码所得的码字有效。因此,步骤S40提取的轮廓上的点即含有效的码字,这些点可以用来在步骤S60中生成局部单应性矩阵H。
步骤S60:使用步骤S40提取的轮廓上的点及周围邻域内的若干点,及步骤S5得到的相应的码字,来生成局部单应性矩阵H。优选地,该邻域选取5×5,在其他实施方式中也可选取3×3或7×7等邻域。
步骤S70:根据公式(4)将步骤S30合成的图像F(x,y)的坐标(x,y)映射为投影仪图像坐标(u,v),生成条纹图案的最佳投射灰度值Lp(u,v)。
步骤S80:使用步骤S70的最佳投射灰度值Lp(u,v)生成最佳灰度值条纹图案,白条纹采用最佳投射灰度值Lp(u,v),黑条纹采用0灰度值,向被测对象投射所述最佳灰度值条纹图案,并相应拍摄被测对象的最佳灰度值条纹图像。
步骤S90:对步骤S80中的最佳灰度值条纹图像进行解码、求解三维坐标和表面重建,还原被测对象的三维形貌。具体地,在条纹图案编码和解码过程中,使用线移方法和亚像素边缘检测算法,以提高解码过程的鲁棒性和空间的测量分辨率。后续的三角法求解三维坐标、表面重建等步骤均采用公知的方法。最终得到三维点云,恢复被测对象的三维形貌。
具体地,在步骤S50、S80和S90中,条纹图案的编码和解码分别采用线移方法和亚像素边缘检测算法,而不是采用广泛使用的相移方法,是由于相移方法存在局限性,该局限性在于其解相过程依赖于条纹图案图像中各像素的绝对灰度值,导致其面临图像饱和、互反射和噪声灵敏度高等问题。优选地,本发明采用基于格雷码的线移方法来生成黑白条纹图案,该图案比余弦相移条纹图案更可靠,特别是对于光亮表面的测量,因为该图案只有两个灰度值(编码为0和1)而不是绝对灰度值需要被确定。而且,相对于像素的灰度值,黑白条纹的边缘在光亮表面能更好地保留,检测边缘所获得的亚像素精度也能提高测量的精度。
在具体实施中,可以采用如下线移方法来编、解码条纹图案。请参阅图1,其为对宽度为32像素的图像平面采用线移方法进行编码的示意图,图1(a)中显示的是格雷码图案,图1(b)中显示的是线移图案。对于水平方向分辨率为1024的投影仪来说,首先投射8幅格雷码图案,将测量区域分成256个子区域,每个子区域包含4像素和唯一的8位格雷码。然后,投射宽度为4像素的线移图案,移动3次,每次移动1像素。解码时,首先检测线移图案的边缘,再匹配上边缘所在子区域对应的8位格雷码值,就能为每条边缘生成唯一的码字。然后,结合检测到的边缘在相机图像坐标系下达到亚像素精度的坐标,得到对应点。在已标定系统参数的情况下,根据这些对应点和三角法原理,就能计算得到对应点相应的三维坐标。
下面针对一具体的测量对象铝合金工件,来说明本发明的具体测量步骤和结果。
请参阅图2,其为本实施例的被测对象铝合金工件的示意图。请参阅图3,其为本实施例通过步骤S10、S20、S30得到合成图像F(x,y)的过程示意图。其中,图3(a)和(b)中所示的是步骤S10中,向被测对象投射的一系列灰度值为20,50,80,110,140,170,200,230,255的均匀光图案Li,i=1,2,…,9;图3(c)中所示的是步骤S10中,投射了均匀光图案Li后相应拍摄的被测对象的均匀光图像Ii,i=1,2,…,9;图3(d)中所示的是步骤S20中的掩码图像Mi(x,y),i=1,2,…,9,其中,图像中的白色区域表示Mi(x,y)=1,即像素(x,y)位置的最佳投射灰度值就是对应的均匀光图案Li的灰度值,可用于合成图像F(x,y);相反,黑色区域表示Mi(x,y)=0,即像素(x,y)位置对应的均匀光图案Li的灰度值不用于合成图像F(x,y);图3(e)中所示的是步骤S30中,将Mi(x,y)=1所对应的最佳投射灰度值合成的图像F(x,y)。
请参阅图4,其为传统结构光方法与本发明的方法的测量结果对比图。其中,图4(a)、(b)、(c)是采用传统结构光方法对图2所示的铝合金工件的测量结果图,具体地,图4(a)显示的是投射了普通的垂直条纹图案后,相机拍摄的被测对象的条纹图像,图4(b)显示了在更高频率的条纹图案投射下,工件中间区域的细节,图4(c)显示了最终生成的三维点云。可以看出,采用传统结构光方法,拍摄时,由于工件中间区域太亮导致图像饱和,解码错误,以致表面重建后工件中间区域出现大面积的孔洞。相对的,图4(d)、(e)、(f)是采用本发明的方法对图2所示的铝合金工件的测量结果图,具体地,图4(d)显示的是投射了最佳灰度值条纹图案后,相机拍摄的被测对象的最佳灰度值条纹图像,图4(e)显示了在更高频率的最佳灰度值条纹图案投射下,工件中间区域的细节,图4(f)显示了最终生成的三维点云。可以看出,采用本发明的方法能够自适应调节条纹图案中每个像素点的最佳投射灰度值,对于反射率较高的光亮区域,采用较低的灰度值进行投射,拍摄时,工件中间区域不会太亮而导致图像饱和;另外,对于反射率较低的黑暗区域,则采用最大的灰度值去投射,保持了较高的信噪比,因而能够获得清晰的条纹图案图像。后续也能够对这些条纹图像正确地进行解码并获得更稠密的三维点云。与传统的结构光方法相比,本发明的方法取得了更好的测量结果。
本发明的适用于光亮表面的三维测量方法,根据均匀光图案合成的图像和坐标映射,自适应调节条纹图案中每个像素点的最佳投射灰度值,当用于测量含有大范围反射率变化的三维形貌时,对于反射率高的光亮区域,能避免图像饱和,对于反射率低的黑暗区域,能保持较高信噪比,最终获取清晰的条纹图案图像,准确还原被测对象的三维形貌。
本发明与现有技术相比有以下显著优点:
(1)自适应:能够自适应调节条纹图案中每个像素点的最佳投射灰度值,适用于未知场景,无需依赖经验,减少人为干预,提高测量系统的智能。
(2)效率高:与采用多曝光量的技术相比,本发明只需采集少量图像,耗时短,效率高。
(3)成本低:本发明的测量方法只需调节投射图案的灰度值,无需增加额外的硬件,硬件系统简单,成本低。
本发明并不局限于上述实施方式,如果对本发明的各种改动或变形不脱离本发明的精神和范围,倘若这些改动和变形属于本发明的权利要求和等同技术范围之内,则本发明也意图包含这些改动和变形。
Claims (10)
1.一种适用于光亮表面的三维测量方法,其特征在于包括以下步骤:
S10:向被测对象投射一系列灰度值不同的均匀光图案Li,i=1,2,…,n,并相应拍摄被测对象的均匀光图像Ii,i=1,2,…,n;
S20:计算与均匀光图像Ii对应的掩码图像Mi(x,y);
S30:将掩码图像Mi(x,y)和均匀光图案Li合成图像F(x,y);
S40:计算均匀光图像Ii对应的掩码图像M(x,y),连接所有饱和的像素形成若干个簇,并对这些簇提取轮廓;
S50:向被测对象投射一套黑白条纹图案,并相应拍摄被测对象的条纹图像然后对其进行解码并得到码字;
S60:使用步骤S40提取的轮廓上的点及周围邻域内的若干点,及步骤S50得到的相应的码字,来生成局部单应性矩阵H;
S70:将步骤S30合成的图像F(x,y)的坐标映射为投影仪图像坐标,生成条纹图案的最佳投射灰度值Lp(u,v);
S80:使用步骤S70的最佳投射灰度值Lp(u,v)生成最佳灰度值条纹图案,白条纹采用最佳投射灰度值Lp(u,v),黑条纹采用0灰度值,向被测对象投射所述最佳灰度值条纹图案,并相应拍摄被测对象的最佳灰度值条纹图像;
S90:对步骤S80中的最佳灰度值条纹图像进行解码、求解三维坐标和表面重建,还原被测对象的三维形貌。
2.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S10中,均匀光图案Li的灰度值依次增大。
3.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S20中,根据以下公式计算与均匀光图像Ii相应的掩码图像Mi(x,y):
其中Ik(x,y)为均匀光图像在像素位置(x,y)的灰度值。
4.根据权利要求3所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S20中,如果不存在Ii(x,y),使Mi(x,y)=1,则重新执行步骤S10。
5.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S30中,根据以下公式将掩码图像Mi(x,y)和均匀光图案Li合成图像F(x,y):
其中Li(x,y)是均匀光图案Li在像素位置(x,y)的灰度值。
6.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S40中,根据以下公式计算均匀光图像Ii对应的掩码图像M(x,y):
其中Ii(x,y)为均匀光图像Ii在像素位置(x,y)的灰度值。
7.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S50中,所述黑白条纹图案是一套基于线移方法的黑白条纹图案,其白条纹采用255灰度值,黑条纹采用0灰度值;解码时,采用亚像素边缘检测算法。
8.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S60中,使用步骤S40提取的轮廓上的点及周围5×5邻域内的若干点,及步骤S50得到的相应的码字,来生成局部单应性矩阵H。
9.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:在步骤S70中,根据以下公式将步骤S30合成的图像F(x,y)的坐标映射为投影仪图像坐标,生成条纹图案的最佳投射灰度值Lp(u,v):
10.根据权利要求1所述的适用于光亮表面的三维测量方法,其特征在于:采用线移方法和亚像素边缘检测算法对步骤S80中的最佳灰度值条纹图案和最佳灰度值条纹图像分别进行编码和解码。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610402874.9A CN106091986B (zh) | 2016-06-08 | 2016-06-08 | 一种适用于光亮表面的三维测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610402874.9A CN106091986B (zh) | 2016-06-08 | 2016-06-08 | 一种适用于光亮表面的三维测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN106091986A true CN106091986A (zh) | 2016-11-09 |
CN106091986B CN106091986B (zh) | 2018-12-11 |
Family
ID=57228935
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610402874.9A Active CN106091986B (zh) | 2016-06-08 | 2016-06-08 | 一种适用于光亮表面的三维测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106091986B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108645354A (zh) * | 2018-07-06 | 2018-10-12 | 四川大学 | 高反光对象表面的结构光三维成像方法及系统 |
CN108827184A (zh) * | 2018-04-28 | 2018-11-16 | 南京航空航天大学 | 一种基于相机响应曲线的结构光自适应三维测量方法 |
CN108985310A (zh) * | 2018-05-04 | 2018-12-11 | 长春理工大学 | 基于序列特征重复度的条纹码字匹配方法 |
CN110702034A (zh) * | 2019-10-25 | 2020-01-17 | 湖北工业大学 | 高反光表面三维面形测量方法、服务器及系统 |
CN111566438A (zh) * | 2018-12-19 | 2020-08-21 | 合刃科技(深圳)有限公司 | 图像获取方法及系统 |
CN113091647A (zh) * | 2021-04-07 | 2021-07-09 | 韶关学院 | 一种用于高反光表面工件的结构光三维扫描方法 |
CN114383522A (zh) * | 2021-12-29 | 2022-04-22 | 易思维(杭州)科技有限公司 | 一种测量反光差异工件表面间隙、面差的方法 |
CN115096222A (zh) * | 2022-08-24 | 2022-09-23 | 中科卓芯半导体科技(苏州)有限公司 | 一种用于光掩膜基版的平面度检测方法及系统 |
CN116608794A (zh) * | 2023-07-17 | 2023-08-18 | 山东科技大学 | 一种抗纹理3d结构光成像方法、系统、装置及存储介质 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1758020A (zh) * | 2005-11-18 | 2006-04-12 | 北京航空航天大学 | 基于自适应正弦条纹投射的立体视觉检测系统 |
JP2008170282A (ja) * | 2007-01-11 | 2008-07-24 | Nikon Corp | 形状測定装置 |
CN101694375A (zh) * | 2009-10-23 | 2010-04-14 | 北京航空航天大学 | 一种用于强反射表面三维形貌测量的立体视觉检测方法 |
CN102721378A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种基于正弦条纹投射的镜面物体三维形貌测量系统 |
CN104729427A (zh) * | 2014-12-17 | 2015-06-24 | 西安交通大学 | 一种自适应多频时空彩色编码的光学三维轮廓测量方法 |
-
2016
- 2016-06-08 CN CN201610402874.9A patent/CN106091986B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1758020A (zh) * | 2005-11-18 | 2006-04-12 | 北京航空航天大学 | 基于自适应正弦条纹投射的立体视觉检测系统 |
JP2008170282A (ja) * | 2007-01-11 | 2008-07-24 | Nikon Corp | 形状測定装置 |
CN101694375A (zh) * | 2009-10-23 | 2010-04-14 | 北京航空航天大学 | 一种用于强反射表面三维形貌测量的立体视觉检测方法 |
CN102721378A (zh) * | 2012-06-20 | 2012-10-10 | 北京航空航天大学 | 一种基于正弦条纹投射的镜面物体三维形貌测量系统 |
CN104729427A (zh) * | 2014-12-17 | 2015-06-24 | 西安交通大学 | 一种自适应多频时空彩色编码的光学三维轮廓测量方法 |
Non-Patent Citations (1)
Title |
---|
林辉等: "Adaptive digital fringe projection technique for high dynamic range three-dimensional shape measurement", 《OPTICS EXPRESS》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108827184A (zh) * | 2018-04-28 | 2018-11-16 | 南京航空航天大学 | 一种基于相机响应曲线的结构光自适应三维测量方法 |
CN108827184B (zh) * | 2018-04-28 | 2020-04-28 | 南京航空航天大学 | 一种基于相机响应曲线的结构光自适应三维测量方法 |
CN108985310A (zh) * | 2018-05-04 | 2018-12-11 | 长春理工大学 | 基于序列特征重复度的条纹码字匹配方法 |
CN108985310B (zh) * | 2018-05-04 | 2021-12-07 | 长春理工大学 | 基于序列特征重复度的条纹码字匹配方法 |
CN108645354A (zh) * | 2018-07-06 | 2018-10-12 | 四川大学 | 高反光对象表面的结构光三维成像方法及系统 |
CN108645354B (zh) * | 2018-07-06 | 2019-10-18 | 四川大学 | 高反光对象表面的结构光三维成像方法及系统 |
CN111566438A (zh) * | 2018-12-19 | 2020-08-21 | 合刃科技(深圳)有限公司 | 图像获取方法及系统 |
CN111566438B (zh) * | 2018-12-19 | 2022-03-25 | 合刃科技(深圳)有限公司 | 图像获取方法及系统 |
CN110702034A (zh) * | 2019-10-25 | 2020-01-17 | 湖北工业大学 | 高反光表面三维面形测量方法、服务器及系统 |
CN113091647A (zh) * | 2021-04-07 | 2021-07-09 | 韶关学院 | 一种用于高反光表面工件的结构光三维扫描方法 |
CN114383522A (zh) * | 2021-12-29 | 2022-04-22 | 易思维(杭州)科技有限公司 | 一种测量反光差异工件表面间隙、面差的方法 |
CN114383522B (zh) * | 2021-12-29 | 2024-04-05 | 易思维(杭州)科技股份有限公司 | 一种测量反光差异工件表面间隙、面差的方法 |
CN115096222A (zh) * | 2022-08-24 | 2022-09-23 | 中科卓芯半导体科技(苏州)有限公司 | 一种用于光掩膜基版的平面度检测方法及系统 |
CN116608794A (zh) * | 2023-07-17 | 2023-08-18 | 山东科技大学 | 一种抗纹理3d结构光成像方法、系统、装置及存储介质 |
CN116608794B (zh) * | 2023-07-17 | 2023-10-03 | 山东科技大学 | 一种抗纹理3d结构光成像方法、系统、装置及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN106091986B (zh) | 2018-12-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106091986A (zh) | 一种适用于光亮表面的三维测量方法 | |
CN104541127B (zh) | 图像处理系统以及图像处理方法 | |
CN106705855B (zh) | 一种基于自适应光栅投影的高动态性能三维测量方法 | |
CN106454287B (zh) | 组合摄像系统、移动终端及图像处理方法 | |
CN106572340B (zh) | 摄像系统、移动终端及图像处理方法 | |
CN105651203B (zh) | 一种自适应条纹亮度的高动态范围三维形貌测量方法 | |
US9545200B2 (en) | Systems and methods for mapping the ocular surface | |
JP6601790B2 (ja) | リアルタイム計測投影装置及び三次元投影計測装置 | |
CN109155843A (zh) | 图像投影系统和图像投影方法 | |
CN107610077A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
CN106796661A (zh) | 投影光图案的系统、方法和计算机程序产品 | |
CN108369089A (zh) | 3维图像测量装置及方法 | |
CN104729428B (zh) | 基于同轴结构光的镜面零件三维形貌测量系统及测量方法 | |
CN107707831A (zh) | 图像处理方法和装置、电子装置和计算机可读存储介质 | |
US20220020178A1 (en) | Method and system for enhancing images using machine learning | |
JP2015021862A (ja) | 3次元計測装置及び3次元計測方法 | |
CN112802186B (zh) | 基于二值化特征编码匹配的动态场景实时三维重建方法 | |
CN107808398A (zh) | 摄像头参数算出装置以及算出方法、程序、记录介质 | |
CN107509043A (zh) | 图像处理方法及装置 | |
CN106534633A (zh) | 一种组合摄像系统、移动终端及图像处理方法 | |
CN107516333A (zh) | 自适应De Bruijn彩色结构光编码方法 | |
Wang et al. | Highly reflective surface measurement based on dual stereo monocular structured light system fusion | |
CN103093426A (zh) | 恢复定标板遮挡区域的纹理和光照的方法 | |
Lin et al. | Automatic optimal projected light intensity control for digital fringe projection technique | |
CN207779348U (zh) | 一种大视场弹坑表面形貌成像系统 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |