CN108490642A - 基于3d头部数据的眼镜自动设计方法 - Google Patents

Abstract

本发明提供了一种基于3D头部数据的眼镜自动设计方法，采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片参数合成的眼镜3D模型，根据显示效果调整参数以完成眼镜设计。实现了眼镜的个性化、定制化、自动化设计和制造，采用可见光相机矩阵3D扫描设备控制技术进行头部特征信息的采集，可以显著提高采集效率。

Description

基于3D头部数据的眼镜自动设计方法

技术领域

本发明涉及数据采集和智能制造技术领域，特别涉及一种基于3D头部数据的眼镜自动设计方法。

背景技术

2016年国家统计局对全国范围内的学校进行学生视力普查数据表明，全国小学生的近视率为27％，初中生为53％，高中生为72％，中专生为50％，大学生为88.48％。然而中国的眼镜市场却存在一种严重的矛盾：一方面中国已经成为了世界上最大的眼镜生产国和眼镜消费国，眼镜的内需市场非常巨大；另一方面，现有的眼镜设计制造却依然简单参照国外眼镜设计方法，设计过程中仍以西方头型特征为主，国内消费者花费高昂费用却依然不能买到一副佩戴舒适的，甚至是适合自己的眼镜。针对中国人的特点设计合适的眼镜有重要意义，头部数据是影响眼镜结构设计的关键参数，如何准确采集国人的头部数据为中国的眼镜设计提供设计参考，并根据头部数据解决眼镜框架的尺寸应基于人脸形态特征以达到高舒适性成为亟待解决的问题。目前工厂化生产的框架眼镜尺寸与消费者头部尺寸信息不匹配。

发明内容

鉴于上述问题，提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种基于3D头部数据的眼镜自动设计方法。

本发明实施例提供了一种基于3D头部数据的眼镜自动设计方法，其包括：

步骤1.采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；

步骤2.根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；

步骤3.镜片模型：根据双眼视力状况和眼镜架的设计参数确定镜片参数，镜片参数包括：类型、度数、形状、材质和颜色，进而得到镜片的3D模型；

步骤4.效果显示：显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。

进一步的，步骤1进一步包括：

根据所述特征点的特征进行特征点的匹配，建立匹配的特征点数据集；

根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据所述相对位置计算出所述多幅图像中的特征点的空间深度信息；

根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据。

进一步的，所述多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。

进一步的，所述根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置的步骤进一步包括：

根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

进一步的，所述多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。

进一步的，根据点云数据构建头部的3D模型的步骤进一步包括：

设定待构建的3D模型的参考尺寸；

根据所述参考尺寸和所述特征点云数据的空间位置信息，确定所述特征点云数据中各个特征点的空间尺寸，从而构建标定尺寸的3D头部模型。

进一步的，步骤1中：将所述多幅图像输入基于SIFT算法构建的配准算法模型，进行配准计算得到配准数据，基于所述配准数据生成3D头部数据。

进一步的，步骤2进一步包括：

根据所述3D头部数据计算眼镜架作用区域的数据；以及

根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。

进一步的，所述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

所述眼镜架的设计参数包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头。

进一步的，步骤2进一步包括：确定所述眼镜架的款式，将所述眼镜架的设计参数与所述款式的眼镜架进行尺寸匹配计算，根据计算结果形成眼镜架的3D模型。

进一步的，步骤2进一步包括：通过3D扫描仪扫描现有眼镜，获得所述眼镜架的款式数据。

进一步的，所述尺寸匹配计算包括：根据由所述3D头部数据获得的眼镜架的设计参数，对所述眼镜架的款式数据进行调整。

进一步的，根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数包括：

S21.建立立体三维坐标系：根据3D头部数据，基于左右眼外角点和左右耳屏点创建平面作为头部数据坐标系的法兰克福面；

S22.镜腿轮廓线的提取：把眼镜腿抽象为一条曲线，作为镜腿参考面，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

S23.根据镜腿参考面所在的轮廓设计镜腿弯点长度和镜腿的轮廓。

进一步的，步骤4进一步包括：根据所述眼镜3D模型的显示效果重复步骤2和/或步骤3，选择并确定眼镜架的设计参数和镜片参数，完成眼镜设计。

进一步的，步骤4进一步包括：完成眼镜设计后通过3D打印实现眼镜的装配式生产。

进一步的，所述眼镜为无框眼镜，所述无框眼镜包括：镜圈、镜腿、鼻梁和鼻托；所述无框眼镜的材质为18K金，通过3D打印机生产所述镜圈、镜腿和鼻梁。

进一步的，所述眼镜为半框眼镜或有框眼镜，所述半框眼镜或有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托；通过3D打印机生产所述镜圈、镜腿、桩头和鼻梁；所述镜圈、镜腿和桩头采用钛合金材料。

本发明能够达到如下有益效果：本发明基于3D头部数据的眼镜自动设计方法，采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度。采用相机矩阵控制技术进行头部特征信息的采集，可以显著提高采集效率，而且相机矩阵从多角度拍摄的照片拼接为完整的立体三维特征，可完整地复原头部(包括面部)在空间上的各项特征，为包括设计眼镜在内的头部数据应用提供了无限的可能性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

附图说明

通过阅读下文优选实施方式的详细描述，各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的，而并不认为是对本发明的限制。而且在整个附图中，用相同的参考符号表示相同的部件。在附图中：

图1示意了根据本发明的基于3D头部数据的眼镜自动设计方法的流程图；

图2示意了根据本发明一个实施例的基于3D头部数据的眼镜自动设计方法的流程示意图；

图3示意了根据本发明一实施例采集的3D头部数据建立坐标系的示意图；

图4示意了根据本发明一实施例采集的3D头部数据确定镜腿参考面的示意图；

图5示意了根据本发明一实施例的布局相机矩阵组成相机矩阵的方法流程图。

具体实施方式

下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例，然而应当理解，可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反，提供这些实施例是为了能够更透彻地理解本公开，并且能够将本公开的范围完整的传达给本领域的技术人员。

为了解决上述技术问题，本发明实施例提供了一种基于3D头部数据的眼镜自动设计方法，如图1所示，其包括如下步骤：S101.采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取多幅图像中的特征点，生成头部特征的点云数据；根据点云数据构建头部的3D模型，以实现3D头部数据的采集；

S102.根据3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；

S103.镜片模型：根据双眼视力状况和眼镜架的设计参数确定镜片参数，镜片参数包括：类型、度数、形状、材质和颜色，进而得到镜片的3D模型；

S104.效果显示：显示根据眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。即根据所述眼镜3D模型的显示效果重复步骤2和/或步骤3，选择并确定眼镜架的设计参数和镜片参数，完成眼镜设计。

本发明基于3D头部数据的眼镜自动设计方法，采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度，采用相机矩阵控制技术进行头部特征信息的采集，可以显著提高采集效率。

图2为根据本发明一个实施例的基于3D头部数据的眼镜自动设计方法的模块流程示意图，如图2所示：S201.用户登陆并输入性别、年龄、身高、体重等个人信息；S202.头部扫描设备采集用户的3D头部信息；S203.根据个人信息和3D头部信息构建用户头部的3D模型；S204.根据用户头部的3D模型分析提取适合该用户的眼镜架数据；S205.测量用户的双眼，获得双眼视力状况，根据视力状况获得镜片参数，主要包括镜片的类型、度数、形状、材质和颜色等参数，进而得到镜片的3D模型；S206.将镜片的3D模型输入到标准镜片数据中进行匹配，获得最合适的镜片；S207.综合汇总提取的眼镜架数据、标准眼镜架数据库中的眼镜架数据以及最合适的镜片数据，以满足用户的个性化需求；S208.得到定制化的眼镜3D数据模型；S209.还可以将上一步骤中获得的眼镜3D模型再次与用户的头部模型相比较，对眼镜3D模型再次调整并最终确定适合该用户的眼镜3D数据；S210.根据最终确定的眼镜3D数据，采用多种形式包括以3D打印的形式或者生成眼镜的生产数据进行装配式生产，获得定制化、个性化、舒适的眼镜，也可以通过视频影像等形式进行虚拟佩戴体验。

优选的，在本发明的一个实施例中，在完成眼镜设计后通过3D打印来实现眼镜的装配式生产，这样可以快速、低成本、高匹配的生产出适合用户头部、面部特征的眼镜，提升了用户体验。优选的，所述眼镜可以是无框眼镜、有框眼镜或半框眼镜，相比有框眼镜，无框眼镜主要包括：镜圈、镜腿、鼻梁和鼻托，其中镜圈、镜腿、鼻梁这三个部件最影响眼镜的佩戴舒适度，为眼镜设计和生产中最重要的参数；无框眼镜的镜圈、镜腿、鼻梁可以采用18K金材料，利用18K金材料通过3D打印机生产所述镜圈、镜腿和鼻梁。18K金材料可以回收再利用，因此用户可以在眼镜款式过时或不喜欢的时候进行以旧换新，无需增加太多成本就可以随意更换眼镜，进一步提升了使用体验。对于半框或全框等有框眼镜而言，均包括：镜圈、桩头、镜腿、鼻梁和鼻托，其中，可以通过3D打印机生产镜圈、镜腿、桩头和鼻梁；优选的，因为是高端定制化设计制造，镜圈、镜腿和桩头可采用性能较好的钛合金材料，3D打印完成后可以对这些部件进行打磨和镀金，实现个性化款式和颜色的设计。

优选的，在步骤S204中，根据用户头部的3D模型分析提取适合该用户的眼镜架数据，包括如下步骤：根据3D头部数据计算眼镜架作用区域的数据；以及根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。上述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据。眼镜架作用区域是指：眼镜通过鼻托放在鼻梁上，镜腿挂在耳朵上，眼镜(眼镜架)通过鼻梁与镜腿直接作用于头部，具体体现在眼睛、鼻子、耳朵及周围。虽然眼镜架不与眼部直接接触，但眼镜定制时必须考虑瞳距和瞳高，以双眼瞳距为例，其主要用作决定眼镜片(镜框)的宽度。瞳高即瞳孔的中心高度，指眼睛瞳孔到眼镜下边缘最低点的垂直距离，其主要用于决定眼镜片(镜框)的高度。鼻子的信息主要影响鼻梁及鼻托的定制，眼镜通过鼻梁或者鼻托作用到鼻子上，鼻梁的宽度一般设计为与双眼在一条直线上鼻子的宽度，鼻托位于鼻子两侧，并与鼻子贴合。耳朵的信息主要表现在耳朵最高点到眼睛的垂直距离以及与眼睛的高度差这两个方面，耳朵最高点到眼睛垂直距离用于设计镜腿长度，耳朵最高点到眼睛的高度差可以为佩戴眼镜时镜腿的倾斜程度提供依据。另外，由于眼镜自身的重量，在佩戴的过程中会因重力缘故自动下降2-4mm，所以对于眼镜的设计而言，考虑眼镜的重量因素影响是实现定制眼镜的重要因素。本发明实施例中，考虑了上述眼镜架作用区域的数据及其影响，有针对性的设计眼镜架的参数，包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头的形状、尺寸、材质等参数。

优选的，步骤S204中根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数可以包括：

S21.建立立体三维坐标系：根据3D头部数据，如图3所示，基于左右眼外角点31和左右耳屏点32创建平面作为头部数据坐标系的法兰克福面30；

S22.镜腿轮廓线的提取：如图4所示，把眼镜腿抽象为一条曲线，作为镜腿参考面40，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

S23.根据镜腿参考面所在的轮廓确定镜腿弯点长度和镜腿的轮廓。

优选的，步骤S204还包括：耳根外轮廓的提取：由于镜腿除了作用于人体头型面部外，其耳曲形态对耳部舒适性及整个眼镜在头部的平衡与稳定有影响，本发明通过采集耳朵根部轮廓数据为耳曲设计提供设计依据；眼鼻区域的脸部形态提取：眼镜框与鼻托作用于脸部的眼睛区域与鼻子区域，然而人体的脸部形态为不规则曲面，对眼镜与鼻子区域进行参数提取有很大难度，因此在3D头部模型中选择标记点，并获取标记点的3D坐标值对脸部参数进行提取，对标记点的3D坐标值进行主成分分析，根据标记点，计算眼睛区域、眼框区域和鼻子区域，得到鼻子两侧倾角，鼻托，鼻梁参数值；瞳距的提取，镜框设计时，通过眼睛的中心点距离及镜框宽度和镜面角获取瞳距。

优选的，在步骤S207中，还包括：根据标准眼镜架数据库中的眼镜架数据确定眼镜架的款式，将上述眼镜架的设计参数与所述款式的眼镜架进行尺寸匹配计算，根据计算结果形成眼镜架的3D模型。

进一步的，在步骤S207中，可以通过3D扫描仪扫描现有眼镜，获得眼镜架的款式数据，例如可以通过多台可见光相机组成的相机矩阵采集市面上时尚流行畅销的眼镜的3D数据，将这些数据保存至标准眼镜架数据库中供用户选择，尤其是对造型和款式的选择，并且根据由用户3D头部数据获得的眼镜架的设计参数，调整用户在标准眼镜架数据库中选择的眼镜框架款式对应的数据，即通过3D扫描仪逆向工程，得到匹配该用户的最佳数据，进而设计生产出用户满意的眼镜。

优选的，根据本发明的一个实施例，在对3D头部数据采集的步骤S101中，还包括如下步骤：

根据特征点的特征进行特征点的匹配，建立匹配的特征点数据集；

根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据相对位置计算出多幅图像中的特征点的空间深度信息；

根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据。

优选的，多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。

优选的，根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置的步骤进一步包括：

根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

优选的，多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。

优选的，根据点云数据构建头部的3D模型的步骤进一步包括：

设定待构建的3D模型的参考尺寸；

根据参考尺寸和特征点云数据的空间位置信息，确定特征点云数据中各个特征点的空间尺寸，从而构建3D头部模型。

步骤S101采用相机矩阵控制技术进行头部信息的采集，可以显著提高头部信息的采集效率；并且，本发明实施例利用采集到头部在空间上的特征信息，完整地复原头部在空间上的各项特征，为后续的头部数据的应用提供了无限的可能性。

在本发明的可选实施例中，上文步骤S101中基于提取的多幅头部图像中各自的特征点，生成头部的特征点云数据，具体可以是包括以下步骤S1061至步骤S1063。

步骤S1061，根据提取的多幅头部图像中各自的特征点的特征，进行特征点的匹配，建立匹配的特征点数据集。

步骤S1062，根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据相对位置计算出多幅头部图像中的特征点的空间深度信息。

步骤S1063，根据匹配的特征点数据集和特征点的空间深度信息，生成头部的特征点云数据。

在上面的步骤S1061中，多幅头部图像中各自的特征点的特征可以采用SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)特征描述子来描述。SIFT特征描述子具有128个特征描述向量，可以在方向和尺度上描述任何特征点的128个方面的特征，显著提高对特征描述的精度，同时特征描述子具有空间上的独立性。

在步骤S1062中，根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，本发明实施例提供了一种可选的方案，在该方案中，可以根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

在光束平差法的定义中，假设有一个3D空间中的点，它被位于不同位置的多个相机看到，那么光束平差法就是能够从这些多视角信息中提取出3D点的坐标以及各个相机的相对位置和光学信息的过程。

进一步地，步骤S1062中提及的多幅头部图像中的特征点的空间深度信息可以包括：空间位置信息和颜色信息，即，可以是特征点在空间位置的X轴坐标、特征点在空间位置的Y轴坐标、特征点在空间位置的Z轴坐标、特征点的颜色信息的R通道的值、特征点的颜色信息的G通道的值、特征点的颜色信息的B通道的值、特征点的颜色信息的Alpha通道的值等等。这样，生成的特征点云数据中包含了特征点的空间位置信息和颜色信息，特征点云数据的格式可以如下所示：

X1 Y1 Z1 R1 G1 B1 A1

X2 Y2 Z2 R2 G2 B2 A2

……

Xn Yn Zn Rn Gn Bn An

其中，Xn表示特征点在空间位置的X轴坐标；Yn表示特征点在空间位置的Y轴坐标；Zn表示特征点在空间位置的Z轴坐标；Rn表示特征点的颜色信息的R通道的值；Gn表示特征点的颜色信息的G通道的值；Bn表示特征点的颜色信息的B通道的值；An表示特征点的颜色信息的Alpha通道的值。

在本发明实施例中的3D头部数据，系指相机矩阵从多角度拍摄的照片拼接为完整的立体三维特征，可完整地复原头部(包括面部)在空间上的各项特征，为后续的头部数据的应用提供了无限的可能性。

在本发明的可选实施例中，上文步骤S101中根据特征点云数据构建头部的3D模型，具体可以是设定待构建的3D模型的参考尺寸；进而根据参考尺寸和特征点云数据的空间位置信息，确定特征点云数据中各个特征点的空间尺寸，从而构建头部的3D模型。

在构建的头部的3D模型中可以包括描述3D模型的空间形状特征数据、描述3D模型的表面纹理特征数据、描述3D模型的表面材质和灯光特征数据等3D数据，本发明实施例对此不作限制。

进一步的，在本发明的可选实施例中，在上文步骤S101中利用相机矩阵进行采集之前，还可以布局相机矩阵组成相机矩阵，如图5所示，布局相机矩阵组成相机矩阵的方法可以包括以下步骤S502至步骤S504。

步骤S502，搭建支撑结构，在支撑结构上设置弧形承载结构；

步骤S504，将相机矩阵布置在弧形承载结构上，形成相机矩阵。

可以看到，本发明实施例采用相机矩阵控制技术进行头部特征信息的采集，可以显著提高采集效率。

进一步的，采集头部信息时，可以搭建与支撑结构连接的底座，在底座上设置用于固定生物拍照位置的座椅；当人体位于座椅上时，利用布置在弧形承载结构上的相机矩阵组成的相机矩阵对头部面部信息进行采集。

在可选的实施例中，还可以在弧形承载结构上设置显示器；在构建得到头部面部的3D模型后，在显示器上通过可视化方式显示头部面部3D数据。

在可选的实施例中，在利用相机矩阵组成的相机矩阵对头部面部信息进行采集之前，还可以通过显示器界面，设定各台相机的拍照参数，如感光度、快门速度、变焦倍数、光圈等，本发明实施例不限于此。

在此处所提供的说明书中，说明了大量具体细节。然而，能够理解，本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中，并未详细示出公知的方法、结构和技术，以便不模糊对本说明书的理解。

类似地，应当理解，为了精简本公开并帮助理解各个发明方面中的一个或多个，在上面对本发明的示例性实施例的描述中，本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而，并不应将该公开的方法解释成反映如下意图：即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说，如下面的权利要求书所反映的那样，发明方面在于少于前面公开的单个实施例的所有特征。因此，遵循具体实施方式的权利要求书由此明确地并入该具体实施方式，其中每个权利要求本身都作为本发明的单独实施例。

本领域那些技术人员可以理解，可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件，以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外，可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述，本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。

此外，本领域的技术人员能够理解，尽管在此所述的一些实施例包括其它实施例中所包括的某些特征而不是其它特征，但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如，在权利要求书中，所要求保护的实施例的任意之一都可以以任意的组合方式来使用。

本发明的各个部件实施例可以以硬件实现，或者以在一个或者多个处理器上运行的软件模块实现，或者以它们的组合实现。本领域的技术人员应当理解，可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如，计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上，或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到，或者在载体信号上提供，或者以任何其他形式提供。

应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制，并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中，不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中，这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。

至此，本领域技术人员应认识到，虽然本文已详尽示出和描述了本发明的多个示例性实施例，但是，在不脱离本发明精神和范围的情况下，仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此，本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种基于3D头部数据的眼镜自动设计方法，其特征在于，包括步骤：

步骤1.采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；

步骤2.根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；

步骤3.镜片模型：根据双眼视力状况和眼镜架的设计参数确定镜片参数，镜片参数包括：类型、度数、形状、材质和颜色，进而得到镜片的3D模型；

步骤4.效果显示：显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。

2.根据权利要求1所述的眼镜自动设计方法，其特征在于，步骤1进一步包括：

根据所述特征点的特征进行特征点的匹配，建立匹配的特征点数据集；

根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据所述相对位置计算出所述多幅图像中的特征点的空间深度信息；

根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据。

3.根据权利要求2所述的眼镜自动设计方法，其特征在于：所述多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。

4.根据权利要求2所述的眼镜自动设计方法，其特征在于：所述根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置的步骤进一步包括：

根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

5.根据权利要求2所述的眼镜自动设计方法，其特征在于：所述多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。

6.根据权利要求2所述的眼镜自动设计方法，其特征在于：根据点云数据构建头部的3D模型的步骤进一步包括：

设定待构建的3D模型的参考尺寸；

根据所述参考尺寸和所述特征点云数据的空间位置信息，确定所述特征点云数据中各个特征点的空间尺寸，从而构建标定尺寸的3D头部模型。

7.根据权利要求1所述的眼镜自动设计方法，其特征在于，步骤1中：

将所述多幅图像输入基于SIFT算法构建的配准算法模型，进行配准计算得到配准数据，基于所述配准数据生成3D头部数据。

8.根据权利要求1所述的眼镜自动设计方法，其特征在于，步骤2进一步包括：

根据所述3D头部数据计算眼镜架作用区域的数据；以及

根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。

9.根据权利要求8所述的眼镜自动设计方法，其特征在于：

所述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

所述眼镜架的设计参数包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头。

10.根据权利要求9所述的眼镜自动设计方法，其特征在于，步骤2进一步包括：确定所述眼镜架的款式，将所述眼镜架的设计参数与所述款式的眼镜架进行尺寸匹配计算，根据计算结果形成眼镜架的3D模型；优选地，步骤2进一步包括：通过3D扫描仪扫描现有眼镜，获得所述眼镜架的款式数据；

优选地，所述尺寸匹配计算包括：根据由所述3D头部数据获得的眼镜架的设计参数，对所述眼镜架的款式数据进行调整；

优选地，

根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数包括：

S21.建立立体三维坐标系：根据3D头部数据，基于左右眼外角点和左右耳屏点创建平面作为头部数据坐标系的法兰克福面；

S22.镜腿轮廓线的提取：把眼镜腿抽象为一条曲线，作为镜腿参考面，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

S23.根据镜腿参考面所在的轮廓设计镜腿弯点长度和镜腿的轮廓；

优选地，步骤4进一步包括：根据所述眼镜3D模型的显示效果重复步骤2和/或步骤3，选择并确定眼镜架的设计参数和镜片参数，完成眼镜设计；

优选地，步骤4进一步包括：完成眼镜设计后通过3D打印实现眼镜的装配式生产；

优选地，所述眼镜为无框眼镜，所述无框眼镜包括：镜圈、镜腿、鼻梁和鼻托；所述无框眼镜的材质为18K金，通过3D打印机生产所述镜圈、镜腿和鼻梁；

优选地，所述眼镜为半框眼镜或有框眼镜，所述半框眼镜或有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托；通过3D打印机生产所述镜圈、镜腿、桩头和鼻梁；所述镜圈、镜腿和桩头采用钛合金材料。