CN107167118B - 一种基于非编码平行多线的稳定实时激光测量方法 - Google Patents
一种基于非编码平行多线的稳定实时激光测量方法 Download PDFInfo
- Publication number
- CN107167118B CN107167118B CN201710414255.6A CN201710414255A CN107167118B CN 107167118 B CN107167118 B CN 107167118B CN 201710414255 A CN201710414255 A CN 201710414255A CN 107167118 B CN107167118 B CN 107167118B
- Authority
- CN
- China
- Prior art keywords
- laser
- industrial camera
- coordinate
- image
- pixel
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/04—Interpretation of pictures
- G01C11/06—Interpretation of pictures by comparison of two or more pictures of the same area
- G01C11/08—Interpretation of pictures by comparison of two or more pictures of the same area the pictures not being supported in the same relative position as when they were taken
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Abstract
本发明提供了一种基于非编码平行多线的稳定实时激光测量方法,在测量中,通过光平面约束以及极线约束的方法获取中心像素点数据并匹配,随后重建三维模型。本发明解决了扫描设备携带不便,操作过程繁琐的问题,利用平行多线的方法突破性的解决了单线激光扫描速度慢的问题,提高了激光条中心像素点的匹配精度和重建的效率,且采用了加滤镜的方式减少周围环境光的干扰,增加了扫描的稳定性和标记点的识别率。
Description
技术领域
本发明涉及光学检测领域,特别涉及一种基于非编码平行多线的稳定实时激光测量方法。
背景技术
目前,三维激光扫描设备可以分为固定式和手持式两种。固定式三维激光扫描设备的3D扫描通过一个标准的2D扫描器和一个机械制动器来实现,属于静态测量,需要多幅图像,扫描测量时间长,扫描结果受环境光影响较大,且需要依靠支架进行工作,携带麻烦,操作繁琐,无法获取死角信息,难以实现对狭窄空间的三维测量。手持式单线三维激光扫描仪携带方便,不受地理位置的限制,可以扫描中小型物体,但这种扫描设备使用单线扫描技术,需要多次来回扫描才能完善数据,而且其精度低,累积误差大,难以进行中大型物体的三维测量。
发明内容
为解决上述技术问题,本发明提供了一种基于非编码平行多线的稳定实时激光测量方法,该基于非编码平行多线的稳定实时激光测量方法采用的基于平行多线的手持式激光三维扫描系统,提高了测量精度,减少了累计误差的产生。
本发明通过以下技术方案得以实现。
本发明提供的一种基于非编码平行多线的稳定实时激光测量方法,在测量中,通过光平面约束以及极线约束的方法获取中心像素点数据并匹配,随后重建三维模型。
基于非编码平行多线的稳定实时激光测量方法,还包括以下步骤:
①搭建测量系统:对系统所需部件进行准备,检验过关后进行搭建;
②对系统进行标定:对系统进行标定,得到相机内部参数、外部参数和激光空间平面方程;
③进行测试:启动系统,对待测物进行测试,获得所需数据;
④重建出物体三维模型:根据步骤②和步骤③,得到三维模型。
所述步骤①中的部件有左工业相机、环形红光光源、滤镜、激光投射器、待测物体、激光条、右工业相机、左图像、右图像和光平面,搭建方式如下:
设置两个对立工业相机,分别为左工业相机和右工业相机,在左工业相机、右工业相机的前端连接有环形红光光源,环形红光光源上安装有滤镜,且在左工业相机、右工业相机中间设有一激光投射器。
所述步骤②分为以下步骤:
(2.1)进行标定:设置张正友的基于2D平面靶标的标定法,对左工业相机和激光投射器进行标定,得到左工业相机的内部参数和激光空间平面方程,对左工业相机、右工业相机进行标定,得到右工业相机的内部参数和左工业相机、右工业相机之间旋转平移关系的外部参数,将左工业相机光心作为该系统坐标系的坐标原点;
(2.2)设计特殊标定模板:根据七线激光特殊标定,设计一种用于精确求出两个工业相机内外参数和激光平面方程的标定模板。
所述步骤③分为以下步骤:
(3.1)测试待测物体:放一待测物体,启动系统,由激光投射器投射出七条平行激光线与待测物体相交形成光条,光条位于光平面上,同时左工业相机、右工业相机获得激光条图像并透视投影在两个工业相机的CCD上成像;
(3.2)提取多线激光光条中心:将步骤(3.1)中的激光条图像,通过中值滤波和高斯滤波对图像进行去噪处理,确定一固定阈值,通过图像二值化对图像上的激光条进行分割,通过对两个工业相机拍摄到的图像进行二值化处理后,得到相应的激光线二值化图,利用灰度重心法对激光中心进行提取,得到细化后的单像素的激光线;
(3.3)多激光的匹配:根据步骤(3.1)采集到的激光条图像,通过光平面约束以及极线约束的方法,得到单个激光光条中心像素点的准确匹配;
(3.4)重建激光线:重复步骤(3.3),重建出完整激光线;
(3.5)空间标记点的匹配:根据左工业相机、右工业相机采集到的空间标记点,根据步骤(2.1)所述,通过两个工业相机的内部参数、外部参数以及极线约束得到空间标记点的空间坐标;
(3.6)重建空间标记点:重复步骤(3.5),重建空间标记点;
(3.7)多线激光快速拼接:根据能量算法对不同视角下的对应的空间标记点进行实时拼接,将不同视角下的对应的空间标记点归一化到同一坐标系,使每次重建的激光线融合到同一个坐标系,并对物体连续实时扫描,重建出物体三维模型。
所述步骤(3.3)分为以下步骤:
(3.3.1)获取左工业相机激光空间点坐标:任取左图像激光线上一个像素点,根据步骤(2.1)中左工业相机的内部参数、激光线平面方程,得到七个光平面对应的七个激光空间点坐标;
(3.3.2)获取右工业相机激光空间点坐标:根据左工业相机、右工业相机之间的外部参数,将得到的七个激光空间点坐标转换到以右工业相机光心为坐标原点的坐标系中,得到右工业相机坐标系下七个空间点坐标;
(3.3.3)获取右图像的二维坐标点:根据步骤(2.1)中右工业相机的内部参数,将步骤(3.3.2)中右工业相机坐标系中的七个空间坐标点转换到右工业相机图像坐标系上,得到七个右工业相机图像坐标系下的二维坐标点;
(3.3.4)获取正确匹配点:根据相机之间的极线约束条件找到左图像上像素点对应于右图像的点,将对应的右图像上的像素点与步骤(3.3.3)中得到的七个二维坐标点进行对比,得到重合的两个点的正确匹配点;所述正确匹配的距离范围为δ≤1pixel,其中δ为距离。
所述激光投射器有七条平行激光线。
所述左工业相机的内部参数为αlx,αly,ul0,vl0;右工业相机的内部参数为αrx,αry,ur0,vr0。;左工业相机、右工业相机之间旋转平移关系的外部参数为R,T;左工业相机的激光线的空间平面方程为:
ZLn=AnXLn+BnYLn+Cn;
其中,ZLn为激光线的空间平面方程,An、Bn和Cn为常数,XLn为 X轴坐标值,YLn为Y轴坐标值。
所述像素点为:
pl=[xl,yl]T;
其中,pl为像素点,xl为横坐标值,yl为纵坐标值,T为指向量转置;
所述像素点的齐次坐标为:
Pl=[xl,yl,1]T;
其中,Pl为像素点,xl为横坐标,y1为纵坐标,T为指向量转置。
所述空间点坐标分别为p1、p2、p3、p4、p5、p6和p7;右工业相机图像坐标系下的二维坐标点为pr1、pr2、pr3、pr4、pr5、pr6和pr7;所述激光空间点坐标为:
Pn=[XLn,YLn,ZLn]T;
其中,Pn为激光空间点坐标,XLn为横坐标值,YLn为纵坐标值, ZLN为竖坐标值,T为指向量转置,n为1-7;
所述激光空间点坐标的齐次坐标为:
Pn=[XLn,YLn,ZLn,1]T;
其中,Pn为激光空间点坐标的齐次坐标,XLn为横坐标值,YLn为纵坐标值,ZLn为竖坐标值,T为指向量转置,n为1-7;
所述像素点pl转换得到的空间点坐标为:
Pn′=[XRn,YRn,ZRn]T;
其中,p′n为像素点pl转换得到的空间点坐标,XRn为横坐标值,YRn为纵坐标值,ZRn为竖坐标值,T为指向量转置,n为1-7;
所述像素点pl转换得到的空间点坐标的齐次坐标为:
P′n=[XRn,YRn,ZRn,1]T;
其中,p′n为像素点pl转换得到的空间点坐标的齐次坐标,XRn为横坐标值,YRn为纵坐标值,ZRn为竖坐标值,T为指向量转置,n为1-7。
本发明的有益效果在于:解决了扫描设备携带不便,操作过程繁琐的问题,利用平行多线的方法突破性的解决了单线激光扫描速度慢的问题,还利用光平面约束以及极线约束的方法对多线激光条进行重建,大大提高了激光条中心像素点的匹配精度和重建的效率,且采用了加滤镜的方式减少周围环境光的干扰,此时普通的非编码标记点会被滤镜滤掉,再在工业相机周围增加一圈红光光源,并对标记点做了一些改变,将白色圆心换成了涂上了哑光材质,使其可以反光,通过这些改善后大大增加了扫描的稳定性和标记点的识别率。
附图说明
图1是本发明系统的结构示意图;
图2是本发明的标定模块图;
图3是本发明的图像匹配原理图。
具体实施方式
下面进一步描述本发明的技术方案,但要求保护的范围并不局限于所述。
如图1所示,一种基于非编码平行多线的稳定实时激光测量方法,在测量中,通过光平面约束以及极线约束的方法获取中心像素点数据并匹配,随后重建三维模型;包括左工业相机1、环形红光光源2、滤镜3、激光投射器4、待测物体5、激光条6、右工业相机7、左图像8、右图像9和光平面10;步骤如下:
①建测量系统:设置两个对立工业相机,分别为左工业相机1和右工业相机7,在左工业相机1、右工业相机7的前端连接有环形红光光源2,环形红光光源2上安装有滤镜3,且在左工业相机1、右工业相机7 中间设有一激光投射器4,其中所述激光投射器4有七条平行激光线;
②对系统进行标定:设置张正友的2D平面靶标的标定法,对左工业相机1和激光投射器4进行标定,得到左工业相机1的内部参数和激光空间平面方程,对左工业相机1、右工业相机7进行标定,得到右工业相机7的内部参数和左工业相机1、右工业相机7之间旋转平移关系的外部参数,将左工业相机1光心作为该系统坐标系的坐标原点;
③特殊标定模板:根据七线激光特殊标定,设计一种用于精确求出两个工业相机内外参数和激光平面方程的特殊标定模板,如图2所示;
④进行测试:放一待测物体5,启动系统,由激光投射器4投射出七条平行激光线与待测物体5相交形成光条,光条位于光平面10上,同时左工业相机1、右工业相机7获得激光条图像并透视投影在两个工业相机的CCD上成像;
⑤提取多线激光光条中心:将步骤④中的激光条图像,通过中值滤波和高斯滤波对图像进行去噪处理,确定一固定阈值,让图像二值化对图像上的激光条进行分割,通过对工业相机拍摄到的图像进行二值化处理后,得到相应的激光线二值化图,利用灰度重心法对激光中心进行提取,得到细化后的单像素的激光线;
⑥多激激光的匹配:根据步骤④采集到的激光条图像,通过光平面约束以及极线约束的方法,得到激光光条中心像素点的准确匹配,如图3所示,具体操作如下:
(6.1)获取左工业相机1激光空间点坐标:任取左图像8激光线上一个像素点,根据步骤②中左工业相机1的内部参数、激光线平面方程,得到七个光平面对应的七个激光空间点坐标;
(6.2)获取右工业相机7激光空间点坐标和齐次坐标:根据左工业相机1、右工业相机7之间的外部参数,将得到的七个激光空间点坐标转换到以右工业相机7光心为坐标原点的坐标系中,得到右工业相机7坐标系下七个空间点坐标;
(6.3)获取右图像9的二维坐标点:根据步骤②中右工业相机7 的内部参数,将步骤(6.2)中右工业相机7坐标系中的七个空间坐标点转换到右工业相机7图像坐标系上,得到七个右工业相机7图像坐标系下的二维坐标点;
(6.4)获取正确匹配点:根据相机之间的极线约束条件找到左图像8上像素点对应于右图像9的点,将对应的右图像9上的像素点与步骤(6.3)中得到的七个二维坐标点进行对比,得到重合的两个点的正确匹配点,所述正确匹配的距离范围为δ≤1pixel,其中δ为距离;
⑦重建激光线:重复步骤⑥,重建出完整激光线;
⑧空间标记点的匹配:根据左工业相机1、右工业相机7采集到的空间标记点,重复步骤②,通过两个工业相机的内部参数、外部参数以及极线约束得到空间标记点的空间坐标;
⑨重建空间标记点:重复步骤⑧,重建空间标记点;
⑩多线激光快速拼接:根据能量算法对不同视角下的对应的空间标记点进行实时拼接,将不同视角下的对应的空间标记点归一化到同一坐标系,使每次重建的激光线融合到同一个坐标系,并对物体连续实时扫描,重建出物体三维模型。
其中,所述像素点pl转换得到的空间点坐标为Pn′=[XRn,YRn,ZRn]T,P′n为像素点pl转换得到的空间点坐标,XRn为横坐标值,YRn为纵坐标值, ZRn为竖坐标值,T为指向量转置,n为1-7;所述像素点pl转换得到的空间点坐标的齐次坐标为P′n=[XRn,YRn,ZRn,1]T,P′n为像素点pl转换得到的空间点坐标的齐次坐标,XRn为横坐标值,YRn为纵坐标值, ZRn为竖坐标值,T为指向量转置,n为1-7;所述左工业相机1的内部参数为αlx,αly,ul0,vl0;右工业相机7的内部参数为αrx,αry,ur0,vr0。;左工业相机1、右工业相机7之间旋转平移关系的外部参数为R,T;所述左工业相机1的激光线的空间平面方程为ZLn=AnXLn+BnYLn+Cn,ZLn为激光线的空间平面方程,An、Bn和Cn为常数,XLn为X轴坐标值,YLn为Y轴坐标值;所述像素点为pl=[xl,yl]T,pl为像素点,xl为横坐标值,yl为纵坐标值,T为指向量转置;所述像素点的齐次坐标为 Pl=[xl,yl,1]T,Pl为像素点,xl为横坐标,yl为纵坐标,T为指向量转置;所述激光空间点坐标为Pn=[XLn,YLn,ZLn]T,Pn为激光空间点坐标,XLn为横坐标值,YLn为纵坐标值,ZLn为竖坐标值,T为指向量转置,n为1-7;所述激光空间点坐标的齐次坐标为 Pn=[XLn,YLn,ZLn,1]T,Pn为激光空间点坐标的齐次坐标,XLn为横坐标值,YLn为纵坐标值,ZLn为竖坐标值,T为指向量转置,n为1-7;所述空间点坐标分别为p1、p2、p3、p4、p5、p6和p7;右工业相机7 图像坐标系下的二维坐标点为pr1、pr2、pr3、pr4、pr5、pr6和pr7。
Claims (3)
1.一种基于非编码平行多线的稳定实时激光测量方法,其特征在于:在测量中,通过光平面约束以及极线约束的方法获取中心像素点数据并匹配,随后重建三维模型;
所述的基于非编码平行多线的稳定实时激光测量方法,其特征在于:包括以下步骤:
①搭建测量系统:对系统所需部件进行准备,检验过关后进行搭建;
②对系统进行标定:对系统进行标定,得到相机内部参数、外部参数和激光空间平面方程;
③进行测试:启动系统,对待测物进行测试,获得所需数据;
④重建出物体三维模型:根据步骤②和步骤③,得到三维模型;
所述步骤①中的部件有左工业相机(1)、环形红光光源(2)、滤镜(3)、激光投射器(4)、待测物体(5)、激光条(6)、右工业相机(7)、左图像(8)、右图像(9)和光平面(10),搭建方式如下:
设置两个对立工业相机,分别为左工业相机(1)和右工业相机(7),在左工业相机(1)、右工业相机(7)的前端连接有环形红光光源(2),环形红光光源(2)上安装有滤镜(3),且在左工业相机(1)、右工业相机(7)中间设有一激光投射器(4);
所述步骤②分为以下步骤:
2.1进行标定:设置张正友的基于2D平面靶标的标定法,对左工业相机(1)和激光投射器(4)进行标定,得到左工业相机(1)的内部参数和激光空间平面方程,对左工业相机(1)、右工业相机(7)进行标定,得到右工业相机(7)的内部参数和左工业相机(1)、右工业相机(7)之间旋转平移关系的外部参数,将左工业相机(1)光心作为该系统坐标系的坐标原点;
2.2设计特殊标定模板:根据七线激光特殊标定,设计一种用于精确求出两个工业相机内外参数和激光平面方程的标定模板;
所述步骤③分为以下步骤:
3.1测试待测物体:放一待测物体(5),启动系统,由激光投射器(4)投射出七条平行激光线与待测物体(5)相交形成光条,光条位于光平面(10)上,同时左工业相机(1)、右工业相机(7)获得激光条图像并透视投影在两个工业相机的CCD上成像;
3.2提取多线激光光条中心:将步骤3.1中的激光条图像,通过中值滤波和高斯滤波对图像进行去噪处理,确定一固定阈值,通过图像二值化对图像上的激光条进行分割,通过对两个工业相机拍摄到的图像进行二值化处理后,得到相应的激光线二值化图,利用灰度重心法对激光中心进行提取,得到细化后的单像素的激光线;
3.3多激光的匹配:根据步骤3.1采集到的激光条图像,通过光平面约束以及极线约束的方法,得到单个激光光条中心像素点的准确匹配;
3.4重建激光线:重复步骤3.3,重建出完整激光线;
3.5空间标记点的匹配:根据左工业相机(1)、右工业相机(7)采集到的空间标记点,根据步骤2.1所述,通过两个工业相机的内部参数、外部参数以及极线约束得到空间标记点的空间坐标;
3.6重建空间标记点:重复步骤3.5,重建空间标记点;
3.7多线激光快速拼接:根据能量算法对不同视角下的对应的空间标记点进行实时拼接,将不同视角下的对应的空间标记点归一化到同一坐标系,使每次重建的激光线融合到同一个坐标系,并对物体连续实时扫描,重建出物体三维模型;
所述步骤3.3分为以下步骤:
3.3.1获取左工业相机(1)激光空间点坐标:任取左图像(8)激光线上一个像素点,根据步骤2.1中左工业相机(1)的内部参数、激光线平面方程,得到七个光平面对应的七个激光空间点坐标;
3.3.2获取右工业相机(7)激光空间点坐标:根据左工业相机(1)、右工业相机(7)之间的外部参数,将得到的七个激光空间点坐标转换到以右工业相机(7)光心为坐标原点的坐标系中,得到右工业相机(7)坐标系下七个空间点坐标;
3.3.3获取右图像(9)的二维坐标点:根据步骤2.1中右工业相机(7)的内部参数,将步骤3.3.2中右工业相机(7)坐标系中的七个空间坐标点转换到右工业相机(7)图像坐标系上,得到七个右工业相机(7)图像坐标系下的二维坐标点;
3.3.4获取正确匹配点:根据相机之间的极线约束条件找到左图像(8)上像素点对应于右图像(9)的点,将对应的右图像(9)上的像素点与步骤3.3.3中得到的七个二维坐标点进行对比,得到重合的两个点的正确匹配点;所述正确匹配的距离范围为δ≤1pixel,其中δ为距离;
所述激光投射器(4)有七条平行激光线。
2.如权利要求1所述的基于非编码平行多线的稳定实时激光测量方法,其特征在于:所述像素点为:
pl=[xl,yl]T;
其中,pl为像素点,xl为横坐标值,yl为纵坐标值,T为指向量转置;
所述像素点的齐次坐标为:
Pl=[xl,yl,1]T;
其中,Pl为像素点,xl为横坐标值,yl为纵坐标值,T为指向量转置。
3.如权利要求1所述的基于非编码平行多线的稳定实时激光测量方法,其特征在于:所述空间点坐标分别为p1、p2、p3、p4、p5、p6和p7;右工业相机(7)图像坐标系下的二维坐标点为pr1、pr2、pr3、pr4、pr5、pr6和pr7;所述激光空间点坐标为:
Pn=[XLn,YLn,ZLn]T;
其中,Pn为激光空间点坐标,XLn为横坐标值,YLn为纵坐标值,ZLn为竖坐标值,T为指向量转置,n为1-7;
所述激光空间点坐标的齐次坐标为:
Pn=[XLn,YLn,ZLn,1]T;
其中,Pn为激光空间点坐标的齐次坐标,XLn为横坐标值,YLn为纵坐标值,ZLn为竖坐标值,T为指向量转置,n为1-7;
所述像素点pl转换得到的空间点坐标为:
Pn′=[XRn,YRn,ZRn]T;
其中,Pn′为像素点pl转换得到的空间点坐标,XRn为横坐标值,YRn为纵坐标值,ZRn为竖坐标值,T为指向量转置,n为1-7;
所述像素点pl转换得到的空间点坐标的齐次坐标为:
P′n=[XRn,YRn,ZRn,1]T;
其中,P′n为像素点pl转换得到的空间点坐标的齐次坐标,XRn为横坐标值,YRn为纵坐标值,ZRn为竖坐标值,T为指向量转置,n为1-7。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710414255.6A CN107167118B (zh) | 2017-06-05 | 2017-06-05 | 一种基于非编码平行多线的稳定实时激光测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710414255.6A CN107167118B (zh) | 2017-06-05 | 2017-06-05 | 一种基于非编码平行多线的稳定实时激光测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107167118A CN107167118A (zh) | 2017-09-15 |
CN107167118B true CN107167118B (zh) | 2019-10-11 |
Family
ID=59824536
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710414255.6A Active CN107167118B (zh) | 2017-06-05 | 2017-06-05 | 一种基于非编码平行多线的稳定实时激光测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107167118B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107843202B (zh) * | 2017-12-22 | 2023-09-08 | 易思维(天津)科技有限公司 | 一种与机器人配合使用的间隙、面差视觉测量装置及方法 |
CN110090956B (zh) * | 2019-05-21 | 2021-06-01 | 北京易加三维科技有限公司 | Slm设备多激光快速拼接方法 |
CN110702025B (zh) * | 2019-05-30 | 2021-03-19 | 北京航空航天大学 | 一种光栅式双目立体视觉三维测量系统及方法 |
CN111006599B (zh) * | 2019-10-30 | 2021-07-20 | 东北大学 | 基于像素光栅和计算机视觉的物体表面微尺度测量方法 |
CN114279362A (zh) * | 2021-12-28 | 2022-04-05 | 中国航天空气动力技术研究院 | 防热结构动态外形测量装置及方法 |
CN117387491B (zh) * | 2023-12-11 | 2024-04-05 | 南京理工大学 | 一种适用于架桥机的双目视觉标志物定位装置及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150070468A1 (en) * | 2013-09-10 | 2015-03-12 | Faro Technologies, Inc. | Use of a three-dimensional imager's point cloud data to set the scale for photogrammetry |
DE102015202182A1 (de) * | 2015-02-06 | 2016-08-11 | Siemens Aktiengesellschaft | Vorrichtung und Verfahren zur sequentiellen, diffraktiven Musterprojektion |
CN105066909B (zh) * | 2015-09-01 | 2017-09-12 | 华中科技大学 | 一种手持式多激光条纹快速三维测量方法 |
CN105222724B (zh) * | 2015-09-10 | 2018-09-18 | 北京天远三维科技股份有限公司 | 多线阵列激光三维扫描系统及多线阵列激光三维扫描方法 |
-
2017
- 2017-06-05 CN CN201710414255.6A patent/CN107167118B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107167118A (zh) | 2017-09-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107167118B (zh) | 一种基于非编码平行多线的稳定实时激光测量方法 | |
CN113379822B (zh) | 一种基于采集设备位姿信息获取目标物3d信息的方法 | |
CN106017325B (zh) | 一种改进的复杂表面和不规则物体体积的非接触光学测量方法 | |
CN102003938B (zh) | 大型高温锻件热态在位检测方法 | |
CN102538763B (zh) | 一种河工模型试验三维地形的量测方法 | |
CN107316325A (zh) | 一种基于图像配准的机载激光点云与影像配准融合方法 | |
CN104266587B (zh) | 一种三维测量系统及获得真实3d纹理点云数据方法 | |
CN103438832B (zh) | 基于线结构光的三维影像测量方法 | |
CN109544679A (zh) | 管道内壁的三维重建方法 | |
CN106526593B (zh) | 基于sar严密成像模型的子像素级角反射器自动定位方法 | |
CN104406539B (zh) | 全天候主动式全景感知装置及3d全景建模方法 | |
CN105809689A (zh) | 基于机器视觉的船体六自由度测量方法 | |
CN104567758B (zh) | 立体成像系统及其方法 | |
Mader et al. | UAV-based acquisition of 3D point cloud–a comparison of a low-cost laser scanner and SFM-tools | |
CN110136047B (zh) | 一种车载单目图像中静止目标三维信息获取方法 | |
CN203616780U (zh) | 一种人体三维扫描重建装置 | |
CN110044374A (zh) | 一种基于图像特征的单目视觉测量里程的方法及里程计 | |
CN106441234B (zh) | 一种3d机器视觉空间检测标定方法 | |
CN102692213A (zh) | 基于主动式全景视觉传感器的交通事故现场测绘仪 | |
CN109782300A (zh) | 车间钢卷激光雷达三维定位测量系统 | |
CN110047111A (zh) | 一种基于立体视觉的停机坪廊桥对接误差测量方法 | |
JP4852006B2 (ja) | 空間情報データベース生成装置及び空間情報データベース生成プログラム | |
CN107798668B (zh) | 基于rgb影像的无人机成像高光谱几何校正的方法及系统 | |
CN105023270A (zh) | 用于地下基础设施结构监测的主动式3d立体全景视觉传感器 | |
CN103884294A (zh) | 一种宽视场的红外光三维形貌测量的方法及其装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |