CN107680156B - 基于偏振信息的三维重建方法 - Google Patents
基于偏振信息的三维重建方法 Download PDFInfo
- Publication number
- CN107680156B CN107680156B CN201710849051.5A CN201710849051A CN107680156B CN 107680156 B CN107680156 B CN 107680156B CN 201710849051 A CN201710849051 A CN 201710849051A CN 107680156 B CN107680156 B CN 107680156B
- Authority
- CN
- China
- Prior art keywords
- reconstructed
- polarization
- component
- axis
- normal
- 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
- 230000010287 polarization Effects 0.000 title claims abstract description 98
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000010354 integration Effects 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 19
- 239000013598 vector Substances 0.000 claims description 9
- 230000011218 segmentation Effects 0.000 claims description 7
- 230000005684 electric field Effects 0.000 claims description 4
- 230000003287 optical effect Effects 0.000 claims description 4
- 239000000126 substance Substances 0.000 claims description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000005457 optimization Methods 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 239000000523 sample Substances 0.000 description 1
- 238000005070 sampling Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/10—Geometric effects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/80—Geometric correction
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
- G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
- G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2215/00—Indexing scheme for image rendering
- G06T2215/06—Curved planar reformation of 3D line structures
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Geometry (AREA)
- Computer Graphics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明提出了一种基于偏振信息的三维重建方法,用于解决现有的利用偏振信息进行三维重建方法中存在的表面法线校正过程比较复杂的技术问题。实现步骤为:获取待重建物体的偏振图像和深度信息;获取配准的深度信息;计算待重建物体的偏振度;计算待重建物体表面入射光的入射方位角和入射角;计算待重建物体的偏振表面法线在x轴和y轴方向上的分量;利用深度信息对待重建物体的偏振表面法线在x轴和y轴方向上的分量分别进行方向校正;对校正后的待重建物体的偏振表面法线在x轴方向上的分量和在y轴方向上的分量进行表面积分,得到待重建物体的三维信息。本发明重建效率高,可用于物体三维信息的获取和分析。
Description
技术领域
本发明属于三维重建技术领域,涉及一种三维重建方法,具体涉及一种基于偏振信息的三维重建方法,可用于物体三维信息的获取和分析。
背景技术
三维重建是指通过重建技术,获取包括结构、纹理、尺度等物体完整三维信息。目前,常见的三维重建的方式有两种,分别是接触式测量方法和非接触式测量方法。接触式测量方法基于力触发原理,通过探针与物体直接接触来获取物体表面采样点的坐标。非接触式测量方法是指在不接触物体的前提下,获得目标三维空间并进行测量的方法。基于二维图像信息实现三维重建的技术是一种典型的非接触式被动测量方法,该方法通过图像的结构或者特征信息来重建物体的三维形状。现有的基于二维图像信息进行三维重建的方法主要有以下几种:
1、通过获取不同拍摄角度下待重建物体的图像进行三维重建。该方法通过设置拍摄参数,包括环绕圈数、水平拍摄夹角和最大投影半径等,根据拍摄参数计算多个拍摄位置并在拍摄位置采集待重建物体的图像,最后提取不同拍摄位置的待重建物体特征点进行三维重建。该方法需要移动探测器,获取多幅不同拍摄位置的待重建物体图像,对工程实现带来一定的困难。
2、三维点云重建方式。该方法通过采集待重建物体的深度点云数据,将点云数据进行三维重建。该方法重建精度较低。
3、利用偏振信息进行三维重建方法。该方法通过计算待重建物体的偏振度,并利用偏振度和偏振图像求取待重建物体表面入射光的入射角和入射方位角,进而求出待重建物体的表面法线,然后利用待重建物体的深度信息对待重建物体的表面法线进行校正,最后重建出物体三维信息。例如,2015年Achuta Kadambi在IEEE computer society期刊上发表名称为“Polarized 3D:High-Quality Depth Sensing with Polarization Cues”论文中公开了一种利用物体偏振度进行三维重建的方法。该方法通过采集偏振片不同旋转角度的待重建物体的偏振图像,利用曲线拟合的方式计算待重建物体的偏振度,根据菲涅尔反射公式推导偏振度与待重建物体偏振表面法线的关系,同时,利用Kinect获取待重建物体的深度信息,计算待重建物体的深度表面法线,并通过求解待重建物体的深度表面法线和偏振表面法线距离最优化问题对待重建物体的偏振表面法线进行校正,最后恢复物体表面形状。该方法在利用待重建物体的深度信息对待重建物体的表面法线进行校正时,通过求解待重建物体的深度表面法线和偏振表面法线距离最优化问题进行校正,该校正过程比较复杂。
发明内容
本发明的目的在于克服上述现有技术存在的不足,提供了一种基于偏振信息对物体表面进行重建的方法,用于解决现有利用偏振信息进行三维重建方法中存在的表面法线校正过程比较复杂的技术问题。
为实现上述目的,本发明采取的技术方案包括如下步骤:
(1)获取暗箱装置中待重建物体的偏振图像和深度信息;
(1a)设置驱动器的驱动指令;
(1b)在暗箱装置中,积分球照射待重建物体,探测器采集待重建物体表面反射的光信号,得到含有待重建物体的第一幅场景偏振图像I′1;
(1c)驱动器根据设置的驱动指令,驱动偏振片作二次旋转,每次旋转的角度间隔为45°,探测器采集偏振片作二次旋转时待重建物体表面反射的光信号,得到含有待重建物体的第二幅场景偏振图像I′2和第三幅场景偏振图像I′3;
(1d)对场景偏振图像I′1、I′2和I′3分别进行分割,得到三幅待重建物体的偏振图像I1、I2和I3;
(1e)深度传感器采集暗箱装置中含有待重建物体的场景深度信息Z′depth;
(1f)对场景深度信息Z′depth进行分割,得到待重建物体的深度信息Zdepth;
(2)获取配准的深度信息Zdepthcor:
采用深度信息Zdepth与三幅待重建物体的偏振图像I1、I2和I3中的任意一幅进行图像配准,得到配准的深度信息Zdepthcor;
(3)计算待重建物体的偏振度P:
采用斯托克斯公式,通过三幅待重建物体的偏振图像I1、I2和I3,计算待重建物体的斯托克斯矢量I、Q和U,并通过计算结果计算待重建物体的偏振度P;
(4b)采用待重建物体的偏振度P,计算待重建物体表面入射光的入射角θ;
(6b)根据待重建物体的深度表面法线在x轴方向上的分量和待重建物体偏振表面法线在x轴方向上的分量计算在x轴方向上的校正系数同时根据待重建物体的深度表面法线在y轴方向上的分量和待重建物体的偏振表面法线在y轴方向上的分量计算在y轴方向上的校正系数
(6c)将在x轴方向上的校正系数和待重建物体的偏振表面法线在x轴方向上的分量相乘,得到校正后的待重建物体的偏振表面法线在x轴方向上的分量同时将在y轴方向上的校正系数与偏振表面法线在y轴方向上的分量相乘,得到校正后的待重建物体的偏振表面法线在y轴方向上的分量
本发明与现有技术相比,具有如下优点:
本发明在对表面法线进行校正时,通过计算待重建物体的深度表面法线在x轴和y轴方向上的分量,分别对待重建物体的偏振表面法线在x轴和y轴方向上的分量进行方向校正,避免了现有技术中通过求解待重建物体的深度表面法线和偏振表面法线距离最优化问题对待重建物体的偏振表面法线进行校正过程复杂的缺陷,提高了重建效率。
附图说明
图1是本发明获取暗箱装置中待重建物体的偏振图像和深度信息的结构示意图;
图2是本发明的实现流程图;
图3是本发明中物体入射光入射角和入射方位角与物体表面法线关系示意图。
具体实施方式
为了使本发明的目的、所解决的技术问题和技术方案更加清晰明了,以下结合附图和具体实施例对本发明作进一步详细描述。
参照图1,一种获取待重建物体的偏振图像和深度信息的暗箱装置,包括积分球1、探测器2、偏振片3、深度传感器4、驱动器5和暗箱6;所述积分球1、探测器2、偏振片3和驱动器5固定在暗箱底板中;所述探测器2上方与深度传感器4连接,所述偏振片3固定在探测器2前面且与探测器2的镜头平行;所述偏振片3、深度传感器4和探测器2放置在待重建物体光照一侧。
本实施例探测器使用CMOS相机,深度传感器使用kinect,暗箱为一个正方体纸箱,纸箱内壁覆盖遮光布,用来吸收积分球照射在纸箱内壁上的光,偏振片使用线偏振片;在暗箱装置中采集场景的偏振图像和深度信息,主要避免外界偏振光对计算偏振度的结果造成影响,但只要场景的外界光源存在的偏振光可忽略,积分球和暗箱均可不用。
参照图2,基于偏振信息的三维重建方法,包括如下步骤:
步骤1)获取暗箱装置中待重建物体的偏振图像和深度信息;
步骤1a)设置驱动器的驱动指令;
步骤1b)在暗箱装置中,积分球照射待重建物体,探测器采集待重建物体表面反射的光信号,得到含有待重建物体的第一幅场景偏振图像I′1;
步骤1c)驱动器根据设置的驱动指令,驱动偏振片作二次旋转,每次旋转的角度间隔为45°,探测器采集偏振片作二次旋转时待重建物体表面反射的光信号,得到含有待重建物体的第二幅场景偏振图像I′2和第三幅场景偏振图像I′3;
步骤1d)对场景偏振图像I′1、I′2和I′3分别进行分割,得到三幅待重建物体的偏振图像I1、I2和I3;
步骤1e)深度传感器采集暗箱装置中含有待重建物体的场景深度信息Z′depth;
步骤1f)对场景深度信息Z′depth进行分割,得到待重建物体的深度信息Zdepth;
本实施例中,设置驱动器驱动偏振片作二次旋转的角度为45°和90°,采集的三幅场景偏振图像为:偏振片旋转角度为0°的场景偏振图像I′0°、偏振片旋转角度为45°的场景偏振图像I′45°和偏振片旋转角度为90°的场景偏振图像I′90°;为减少计算量,需要对采集到的三幅的场景偏振图像和场景深度信息分别进行分割,将待重建物体部分和背景分开,去除背景部分;由于获取的场景偏振图像和场景深度信息中待重建物体和背景部分区别明显,本实施例采用阈值分割算法将场景偏振图像和场景深度信息中待重建物体和背景分割开;
步骤2)获取配准的深度信息Zdepthcor:
由于探测器和深度传感器采集的待重建物体的视场存在差异,需要采用深度信息Zdepth与三幅待重建物体的偏振图像I1、I2和I3中的任意一幅进行图像配准,得到配准的与待重建物体的偏振图像视场一样的深度信息Zdepthcor;
本实施例采用基于灰度值的图像配准方法;
步骤3)计算待重建物体的偏振度P:
采用斯托克斯公式,通过三幅待重建物体的偏振图像I1、I2和I3,计算待重建物体的斯托克斯矢量I、Q和U,其计算公式为:
其中,Ex表示电场在x轴方向上的矢量,Ey表示电场在y轴方向上的矢量;
并通过计算结果计算待重建物体的偏振度P,其计算公式为:
其中,I、Q和U表示待重建物体的斯托克斯矢量;
其中,I1、I2和I3表示三幅待重建物体的偏振图像,由于在转动偏振片的过程,两个间隔180°的旋转角度得到的偏振图像的光强度是一样的,因此在计算结果中,待重建物体表面入射光的入射方位角与实际入射光的入射方位角存在一个180°的不确定值;
步骤4b)采用待重建物体的偏振度P,计算待重建物体表面入射光的入射角θ,其计算公式为:
其中,n表示待重建物体表面折射率,P表示待重建物体的偏振度;
待重建物体表面折射率n取值范围为1.3~1.8,当n超出这个范围,将导致重建结果严重变形。在本实施例中,取待重建物体表面折射率n=1.5;
步骤5)物体入射光入射角和入射方位角与物体表面法线关系如图3所示,其中,θ表示物体表面入射光的入射角,表示物体表面入射光的入射方位角,表示物体表面法线;根据待重建物体表面入射光的入射角θ和入射方位角计算待重建物体的偏振表面法线在x轴方向上的分量和在y轴方向上的分量其计算公式为:
步骤6)由于步骤4a)中计算的待重建物体表面入射光的入射方位角与实际入射光的入射方位角存在一个180°的不确定值,将导致步骤5)计算的待重建物体的偏振表面法线在x轴方向和在y轴方向上的分量与实际待重建物体表面法线存在方向上的偏差,因此需要对待重建物体的偏振表面法线在x轴方向上的分量和在y轴方向上的分量分别进行方向校正,实现步骤为:
步骤6c)将在x轴方向上的校正系数和待重建物体的偏振表面法线在x轴方向上的分量相乘,得到校正后的待重建物体的偏振表面法线在x轴方向上的分量同时将在y轴方向上的校正系数与偏振表面法线在y轴方向上的分量相乘,得到校正后的待重建物体的偏振表面法线在y轴方向上的分量
其中,Z表示待重建物体的三维表面,表示校正后的待重建物体的偏振表面法线在x轴方向上的分量,表示校正后的待重建物体的偏振表面法线在y轴方向上的分量,Zx表示待重建物体的三维表面在x轴方向上的梯度,Zy表示待重建物体的三维表面在y轴方向上的梯度。
以上描述仅是本发明的一个具体实例,显然对于本领域的专业人员来说,在了解了本发明内容和原理后,都可能在不背离本发明原理的情况下,进行形式和细节上的各种修正和改变,但是这些基于本发明思想的修正和改变仍在本发明的权利要求保护范围之内。
Claims (6)
1.一种基于偏振信息的三维重建方法,其特征在于包括如下步骤:
(1)获取暗箱装置中待重建物体的偏振图像和深度信息;
(1a)设置驱动器的驱动指令;
(1b)在暗箱装置中,积分球照射待重建物体,探测器采集待重建物体表面反射的光信号,得到含有待重建物体的第一幅场景偏振图像I′1;
(1c)驱动器根据设置的驱动指令,驱动偏振片作二次旋转,每次旋转的角度间隔为45°,探测器采集偏振片作二次旋转时待重建物体表面反射的光信号,得到含有待重建物体的第二幅场景偏振图像I′2和第三幅场景偏振图像I′3;
(1d)对场景偏振图像I′1、I′2和I′3分别进行分割,得到三幅待重建物体的偏振图像I1、I2和I3;
(1e)深度传感器采集暗箱装置中含有待重建物体的场景深度信息Z′depth;
(1f)对场景深度信息Z′depth进行分割,得到待重建物体的深度信息Zdepth;
(2)获取配准的深度信息Zdepthcor:
采用深度信息Zdepth与三幅待重建物体的偏振图像I1、I2和I3中的任意一幅进行图像配准,得到配准的深度信息Zdepthcor;
(3)计算待重建物体的偏振度P:
采用斯托克斯公式,通过三幅待重建物体的偏振图像I1、I2和I3,计算待重建物体的斯托克斯矢量I、Q和U,并通过计算结果计算待重建物体的偏振度P;
(4b)采用待重建物体的偏振度P,计算待重建物体表面入射光的入射角θ;
(6b)根据待重建物体的深度表面法线在x轴方向上的分量和待重建物体偏振表面法线在x轴方向上的分量计算在x轴方向上的校正系数同时根据待重建物体的深度表面法线在y轴方向上的分量和待重建物体的偏振表面法线在y轴方向上的分量计算在y轴方向上的校正系数
(6c)将在x轴方向上的校正系数和待重建物体的偏振表面法线在x轴方向上的分量相乘,得到校正后的待重建物体的偏振表面法线在x轴方向上的分量同时将在y轴方向上的校正系数与偏振表面法线在y轴方向上的分量相乘,得到校正后的待重建物体的偏振表面法线在y轴方向上的分量
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710849051.5A CN107680156B (zh) | 2017-09-08 | 2017-09-08 | 基于偏振信息的三维重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710849051.5A CN107680156B (zh) | 2017-09-08 | 2017-09-08 | 基于偏振信息的三维重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107680156A CN107680156A (zh) | 2018-02-09 |
CN107680156B true CN107680156B (zh) | 2020-06-05 |
Family
ID=61135775
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710849051.5A Active CN107680156B (zh) | 2017-09-08 | 2017-09-08 | 基于偏振信息的三维重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107680156B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109147029B (zh) * | 2018-06-25 | 2022-11-08 | 西安电子科技大学 | 一种单目偏振三维重建方法 |
CN109191560B (zh) * | 2018-06-29 | 2021-06-15 | 西安电子科技大学 | 基于散射信息校正的单目偏振三维重建方法 |
CN109285213A (zh) * | 2018-07-18 | 2019-01-29 | 西安电子科技大学 | 全方位偏振三维重建方法 |
CN109238971B (zh) * | 2018-08-28 | 2021-01-29 | 中国石油天然气股份有限公司 | 一种水下电视摄像的物体表面折射率成像系统 |
CN110021067B (zh) * | 2019-03-22 | 2022-12-06 | 嘉兴超维信息技术有限公司 | 一种基于镜面反射梯度偏振光构建三维人脸法线的方法 |
CN110458960B (zh) * | 2019-06-26 | 2023-04-18 | 西安电子科技大学 | 一种基于偏振的彩色物体三维重建方法 |
CN110763342B (zh) * | 2019-09-30 | 2020-12-22 | 成都鼎屹信息技术有限公司 | 一种红外偏振超像元辐射光强图像分辨率还原方法 |
CN111899290B (zh) * | 2020-07-09 | 2022-05-13 | 武汉大学 | 一种联合偏振和双目视觉的三维重建方法 |
CN111932615B (zh) * | 2020-07-10 | 2023-06-23 | 中国电子科技集团公司第十一研究所 | 一种偏振测距方法、装置及可读存储介质 |
CN113108720B (zh) * | 2021-04-06 | 2023-07-21 | 北京工业大学 | 一种基于线偏振光和条纹反射的表面三维重建方法 |
WO2024113260A1 (zh) * | 2022-11-30 | 2024-06-06 | 电子科技大学 | 一种双目偏振三维重建方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779354A (zh) * | 2012-06-21 | 2012-11-14 | 北京工业大学 | 基于光度立体技术的中医望诊信息表面三维重建方法 |
CN104793343A (zh) * | 2015-04-13 | 2015-07-22 | 西安电子科技大学 | 三通道单渥拉斯顿棱镜偏振成像装置及偏振信息探测方法 |
CN104958061A (zh) * | 2015-07-28 | 2015-10-07 | 北京信息科技大学 | 双目立体视觉三维成像的眼底oct成像方法及其系统 |
CN105405320A (zh) * | 2015-11-19 | 2016-03-16 | 武汉理工大学 | 一种基于偏振光图像三维重建的汽车防碰撞预警系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8760517B2 (en) * | 2010-09-27 | 2014-06-24 | Apple Inc. | Polarized images for security |
-
2017
- 2017-09-08 CN CN201710849051.5A patent/CN107680156B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102779354A (zh) * | 2012-06-21 | 2012-11-14 | 北京工业大学 | 基于光度立体技术的中医望诊信息表面三维重建方法 |
CN104793343A (zh) * | 2015-04-13 | 2015-07-22 | 西安电子科技大学 | 三通道单渥拉斯顿棱镜偏振成像装置及偏振信息探测方法 |
CN104958061A (zh) * | 2015-07-28 | 2015-10-07 | 北京信息科技大学 | 双目立体视觉三维成像的眼底oct成像方法及其系统 |
CN105405320A (zh) * | 2015-11-19 | 2016-03-16 | 武汉理工大学 | 一种基于偏振光图像三维重建的汽车防碰撞预警系统 |
Non-Patent Citations (2)
Title |
---|
Stereo-polarimetric measurement of pair of mueller images for three dimensional partial reconstruction;Jawad Elsayed Ahmad 等;《2006 14th European Signal Processing Conference》;20060908;第1-4页 * |
一种基于偏振解析的三维表面重建方法;岳春敏 等;《应用光学》;20081130;第29卷(第6期);第844-848页 * |
Also Published As
Publication number | Publication date |
---|---|
CN107680156A (zh) | 2018-02-09 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107680156B (zh) | 基于偏振信息的三维重建方法 | |
Su et al. | Characterizing dynamic deformation of marine propeller blades with stroboscopic stereo digital image correlation | |
CN102183524B (zh) | 用于土木工程结构表观缺陷评定的双ccd检测方法及系统 | |
CN105678742B (zh) | 一种水下相机标定方法 | |
US9547802B2 (en) | System and method for image composition thereof | |
CN104132613B (zh) | 一种复杂表面和不规则物体体积的非接触光学测量方法 | |
CN112132906B (zh) | 一种深度相机与可见光相机之间的外参标定方法及系统 | |
CN102221331B (zh) | 一种基于不对称双目立体视觉技术的测量方法 | |
CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
CN105741379A (zh) | 一种变电站全景巡检方法 | |
CN110425983B (zh) | 一种基于偏振多光谱的单目视觉三维重建测距方法 | |
Yang et al. | An image-based intelligent system for pointer instrument reading | |
CN104537707A (zh) | 像方型立体视觉在线移动实时测量系统 | |
CN101373135A (zh) | 基于瞬时随机光照的三维曲面测量装置及方法 | |
CN113108720A (zh) | 一种基于线偏振光和条纹反射的表面三维重建方法 | |
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 | |
Chen et al. | Self-calibrating depth from refraction | |
CN107560554A (zh) | 一种基于旋转透镜的三维信息视觉测量方法 | |
CN103308000A (zh) | 基于双目视觉的曲线物体测量方法 | |
CN109191527A (zh) | 一种基于最小化距离偏差的对位方法及装置 | |
CN105450912B (zh) | 扫描法面阵ccd探测器实时视场拼接方法 | |
O'Byrne et al. | A comparison of image based 3D recovery methods for underwater inspections | |
CN110728745B (zh) | 一种基于多层折射图像模型的水下双目立体视觉三维重建方法 | |
CN115359127A (zh) | 一种适用于多层介质环境下的偏振相机阵列标定方法 | |
CN113962853B (zh) | 一种旋转线阵扫描图像位姿自动化精密解算方法 |
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 |