CN109087383A - 组合式偏差分离特征提取扫描方法及系统 - Google Patents
组合式偏差分离特征提取扫描方法及系统 Download PDFInfo
- Publication number
- CN109087383A CN109087383A CN201810888190.3A CN201810888190A CN109087383A CN 109087383 A CN109087383 A CN 109087383A CN 201810888190 A CN201810888190 A CN 201810888190A CN 109087383 A CN109087383 A CN 109087383A
- Authority
- CN
- China
- Prior art keywords
- sequence
- pictures
- scanning
- rgb
- data
- 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
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30164—Workpiece; Machine component
Abstract
本发明提供了组合式偏差分离特征提取扫描方法及系统,涉及三维信息技术领域,包括:对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到RGB图片序列;对扫描物体进行背景像素提取,生成黑白图片序列;将黑白图片序列映射到RGB序列图的alpha通道中,获得RGBA图片序列;对RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。本发明主要通过将黑白图片序列映射到RGB序列图的alpha通道中,对产生误差的数据进行分离和屏蔽,从而提取有效的特征区域,有效解决零件、碎片之间的扫描比例匹配问题,降低组合式零件的扫描瑕疵,提升可拆解物品和可移动物品的三维扫描质量。
Description
技术领域
本发明涉及三维信息技术领域,尤其是涉及组合式偏差分离特征提取扫描方法及系统。
背景技术
目前,对于具有组合式功能的物品,传统的三维扫描方案使用激光或体积光扫描仪,针对单一的三维空间完成扫描物体的空间结构重组。其优点是操作简单,容易上手。使用传统扫描设备及方法对组合型的物体进行扫描,得到的正、背面扫描结果如图1所示,图1中的阴影区域为传统三维扫描方案无法处理的部分,具体表现为穿孔、变形、形体缺失等。具有组合式零件结构的物体由于零件之间具有复杂的相互的空间遮挡问题,使用传统的三维扫描方案无法采集每一块零件的每一个部位的数据;同时,物体在现实中的摆放位置也会导致与地面接触的部分无法用传统的扫描方案获得相关数据。这些数据的缺失必然会产生物体的扫描不完全、零件之间融合到一起无法拆分等问题,极大的降低了扫描数据的完整度和品质。
如果使用传统的三维扫描方案对零件逐个扫描,如图2所示,当扫描零件一时,生成零件一的世界坐标a,当扫描零件二时,生成零件二的世界坐标b,当扫描零件三时,生成零件三的世界坐标c,传统扫描方案无法自动统一世界坐标a、b、c,会导致扫描的零件比例、空间位置出现误差。
为了采集物体所有角度的数据,对于这类可拆解,可移动的物品,常用的方法是翻转,旋转物体,让原本与地面接触的区域重新暴露出来,然后再进行二次,三次扫描。但是翻转后,背景的特征区域没有发生变化,只有扫描物体的特征区域发生变化,产生了偏离原来空间参考的误差。因此传统的三维扫描方案无法对旋转、翻转后的数据采用与第一次扫描互相统一的空间坐标。因此对于传统三维扫描方案,在翻转前的扫描数据生成的是世界坐标A,翻转后生成的是世界坐标B,两部分的扫描数据具有偏移误差(主要受到背景特征区域的影响)。因此无法自动完整的统一所有扫描数据。
针对以上问题,传统三维扫描方案都无法妥善解决,必须依靠人工对扫描的结果进行修补、分件等处理后才能解决,费时费力效率低。
发明内容
有鉴于此,本发明的目的在于提供组合式偏差分离特征提取扫描方法及系统,以有效解决组合式结构的物品中零件、碎片之间的扫描比例匹配问题,降低组合式零件的扫描瑕疵,提升可拆解物品和可移动物品的三维扫描质量。
第一方面,本发明实施例提供了一种组合式偏差分离特征提取扫描方法,其中,包括:
采集步骤:对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;
像素提取步骤:对所述扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;
特征提取步骤:将所述黑白图片序列匹配的映射到所述RGB序列图的alpha通道中,获得RGBA图片序列;
解算步骤:对所述RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。
结合第一方面,本发明实施例提供了第一方面的第一种可能的实施方式,其中,所述RGB图片序列包括整体RGB图片序列和零件RGB图片序列,所述采集步骤包括:
根据形体特征将所述扫描物体拆分为多个所述零件结构;
对所述扫描物体进行环绕式数据采集,得到所述整体RGB图片序列;
对每个所述零件结构分别进行摄影测量的数据采集,得到对应的所述零件RGB图片序列。
结合第一方面,本发明实施例提供了第一方面的第二种可能的实施方式,其中,所述像素提取步骤包括:
在所述采集步骤中同时搭载有景深摄像头的情况下,采集所述扫描物体的景深图片序列,并对所述景深图片序列进行像素的栅格化转换,得到所述黑白图片序列;
其中,所述景深图片序列与所述RGB图片序列一一对应。
结合第一方面,本发明实施例提供了第一方面的第三种可能的实施方式,其中,所述像素提取步骤包括:
在所述采集步骤中缺少搭载有景深摄像头的情况下,采用图像算法或人工绘制的方式对所述RGB图片序列进行处理,生成区分扫描物体区域与背景区域的所述黑白图片序列。
结合第一方面,本发明实施例提供了第一方面的第四种可能的实施方式,其中,所述RGBA图片序列包括整体RGBA图片序列和零件RGBA图片序列,所述解算步骤包括:
对每个所述零件RGBA图片序列进行基于摄影测量的空间解算,得到每个所述零件结构的零件空间数据;
对所述整体RGBA图片序列进行基于摄影测量的空间解算,得到所述扫描物体的整体空间数据;
将所述整体空间数据与所述零件空间数据进行坐标匹配,根据比例统一的整体空间数据和/或零件空间数据生成所述扫描结果。
结合第一方面的第四种可能的实施方式,本发明实施例提供了第一方面的第五种可能的实施方式,其中,所述根据比例统一的整体空间数据和/或零件空间数据生成所述扫描结果,包括:
当需要单独输出任意一个零件结构的扫描结果时,将其他零件结构的零件结构数据进行屏蔽,并根据所需零件结构的零件结构数据进行模型构建和色彩映射,输出所需零件结构的扫描结果。
第二方面,本发明实施例还提供一种组合式偏差分离特征提取扫描系统,其中,包括:
采集单元,用于对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;
像素提取单元,用于对所述扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;
特征提取单元,用于将所述黑白图片序列匹配的映射到所述RGB序列图的alpha通道中,获得RGBA图片序列;
解算单元,用于对所述RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。
结合第二方面,本发明实施例提供了第二方面的第一种可能的实施方式,其中,所述RGB图片序列包括整体RGB图片序列和零件RGB图片序列,所述采集单元包括:
根据形体特征将所述扫描物体拆分为多个所述零件结构;
对所述扫描物体进行环绕式数据采集,得到所述整体RGB图片序列;
对每个所述零件结构分别进行摄影测量的数据采集,得到对应的所述零件RGB图片序列。
结合第二方面,本发明实施例提供了第二方面的第二种可能的实施方式,其中,所述像素提取单元包括:
在所述采集单元中同时搭载有景深摄像头的情况下,采集所述扫描物体的景深图片序列,并对所述景深图片序列进行像素的栅格化转换,得到所述黑白图片序列;
其中,所述景深图片序列与所述RGB图片序列一一对应。
结合第二方面,本发明实施例提供了第二方面的第三种可能的实施方式,其中,所述像素提取单元包括:
在所述采集单元中缺少搭载有景深摄像头的情况下,采用图像算法或人工绘制的方式对所述RGB图片序列进行处理,生成区分扫描物体区域与背景区域的所述黑白图片序列。
本发明实施例带来了以下有益效果:
本发明提供的组合式偏差分离特征提取扫描方法及系统,包括:对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;对扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;将黑白图片序列匹配的映射到RGB序列图的alpha通道中,获得RGBA图片序列;对RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。本发明主要通过将黑白图片序列映射到RGB序列图的alpha通道中,获得带有alpha通道的RGBA序列图,对产生误差的数据进行完整分离和屏蔽,从而提取有效的特征区域,有效解决组合式结构的物品中零件、碎片之间的扫描比例匹配问题,显著降低组合式零件的扫描瑕疵,极大的提升可拆解物品和可移动物品的三维扫描质量。
本发明的其他特征和优点将在随后的说明书中阐述,并且,部分地从说明书中变得显而易见,或者通过实施本发明而了解。本发明的目的和其他优点在说明书、权利要求书以及附图中所特别指出的结构来实现和获得。
为使本发明的上述目的、特征和优点能更明显易懂,下文特举较佳实施例,并配合所附附图,作详细说明如下。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案,下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一些实施方式,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1-2为现有技术提供的扫描方式示意图;
图3为本发明实施例一提供的组合式偏差分离特征提取扫描方法流程图;
图4为本发明实施例一提供的扫描物体整体的采集环境示意图;
图5为本发明实施例一提供的零件结构的采集环境示意图;
图6为本发明实施例一提供的数据采集示意图;
图7为本发明实施例一提供的扫描物体整体的黑白图片序列示意图;
图8为本发明实施例一提供的零件结构的黑白图片序列示意图;
图9为本发明实施例一提供的扫描物体整体的RGBA图片序列示意图;
图10为本发明实施例一提供的零件结构的RGBA图片序列示意图;
图11为本发明实施例一提供的各零件结构和扫描物体整体的扫描结果示意图;
图12为本发明实施例一提供的各零件结构和扫描物体整体的比例示意图;
图13为本发明实施例一提供的组合形态呈现的扫描物体示意图;
图14为本发明实施例一提供的零件结构单独扫描原理示意图;
图15为本发明实施例二提供的组合式偏差分离特征提取扫描系统示意图。
图标:
100-采集单元;200-像素提取单元;300-特征提取单元;400-解算单元。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合附图对本发明的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
目前,对于具有组合式功能的物品,传统的三维扫描方案使用激光或体积光扫描仪,针对单一的三维空间完成扫描物体的空间结构重组。其优点是操作简单,容易上手。使用传统扫描设备及方法对组合型的物体进行扫描,得到的正、背面扫描结果如图1所示,图1中的阴影区域为传统三维扫描方案无法处理的部分,具体表现为穿孔、变形、形体缺失等。具有组合式零件结构的物体由于零件之间具有复杂的相互的空间遮挡问题,使用传统的三维扫描方案无法采集每一块零件的每一个部位的数据;同时,物体在现实中的摆放位置也会导致与地面接触的部分无法用传统的扫描方案获得相关数据。这些数据的缺失必然会产生物体的扫描不完全、零件之间融合到一起无法拆分等问题,极大的降低了扫描数据的完整度和品质。针对以上问题,传统三维扫描方案都无法妥善解决,必须依靠人工对扫描的结果进行修补、分件等处理后才能解决,费时费力效率低。
基于此,本发明实施例提供的组合式偏差分离特征提取扫描方法及系统,可以有效解决组合式结构的物品中零件、碎片之间的扫描比例匹配问题,降低组合式零件的扫描瑕疵,提升可拆解物品和可移动物品的三维扫描质量。
为便于对本实施例进行理解,首先对本发明实施例所公开的组合式偏差分离特征提取扫描方法进行详细介绍。
实施例一:
图3为本发明实施例一提供的组合式偏差分离特征提取扫描方法流程图。
参照图3,组合式偏差分离特征提取扫描方法主要包括采集(步骤S01)→预处理(步骤S02、S03)→解算三大阶段(步骤S04)。
采集步骤S01:对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB(Red、Green、Blue,红、绿、蓝)图片序列。
具体的,RGB图片序列包括整体RGB图片序列和零件RGB图片序列。
首先,根据形体特征将扫描物体拆分为多个零件结构。放置于实际环境中的扫描物体A(如图4所示)可根据其形体特征,拆分成零件状态,如拆分为B、C、D三个零件结构(如图5所示)。
另外,图4、图5以及其他图中物体的圆圈,仅用来表示扫描的关键特征识别区域,现实中并无该圆圈图案。
接下来,如图6所示,采用数码相机/摄像机等设备对扫描物体A进行环绕式全方位数据采集,得到扫描物体的多个空间坐标数据,即整体RGB图片序列;以及,在多个拍摄位置,对每个零件结构分别进行摄影测量的数据采集,分别获得每个零件的多个空间坐标数据,即对应的零件RGB图片序列。
这里不对采集阶段的实现步骤进行限制,可以先采集扫描物体A的整体RGB图片序列,再进行零件拆分和零件RGB图片序列的采集;或者,也可以先拆分为多个零件结构,采集零件RGB图片序列,再将零件结构重组后在完整状态下对扫描物体A采集整体RGB图片序列。
需要注意,在全方位的数据采集阶段,通过切换拍摄角度,配合切换物品的摆放朝向、翻转、调整物体位置等方式,均应确保该过程没有对原扫描物体造成损坏、破碎、变形等事故。
像素提取步骤S02:对扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列。
具体的,黑白图片序列的获得途径主要有:景深摄像头、图像算法、人工绘制。
如果在采集步骤S01中同时搭载有景深摄像头,即采集设备属于同时搭载采集RGB图片的摄像头以及采集景深图像数据的景深摄像头等多种复合式设备,则采集黑白图片序列的步骤S02与采集RGB图片序列的步骤S01同步进行,直接利用景深摄像头采集扫描物体的景深图片序列,并对景深图片序列进行像素的栅格化转换,得到黑白图片序列;也就是说,如果采集阶段的设备允许,同时使用复合式的摄像头组进行两种图片序列的采集,此时,必须确保多个摄像头的拍摄方向一致(朝向夹角误差不超过3%),以便获得尽可能相同的视野范围,以及与之相对应的特征区域,使得景深图片序列与所述RGB图片序列一一对应。
如果因客观条件限制,在采集步骤S01中缺少获取景深图片序列的景深摄像头,那么,采用图像算法(比如:像素景深提取的图像算法、图像处理软件、能从图片中提取深度信息的计算机算法)或者人工绘制的方式等,对RGB图片序列进行处理,生成清晰区分扫描物体区域与背景区域的黑白图片序列,每个拍摄位置各对应一张,黑白图片序列与RGB图片序列是一一对应的:图7与图4相对应,展示的为扫描物体A的整体黑白图片,图8与图5相对应,展示的为各零件黑白图片。
特征提取步骤S03:将黑白图片序列匹配的映射到RGB序列图的alpha(透明)通道中,获得RGBA(Red、Green、Blue、和Alpha的色彩空间)图片序列。
这里,带有Alpha通道的RGBA图片序列如图9和图10所示,分别表示整体RGBA图片序列和零件RGBA图片序列。图中一部分是斜杠区域,用于表示带有Alpha通道的区域(现实中并无该图案),该部分背景特征区域被完整的分离和屏蔽,不参与接下来的空间特征的识别和解算,也就不会对结算结果造成误差;另一部分为有效的特征区域。通过将特征区域进行分离,可以有效额解决组合式结构的物品中零件、碎片之间的扫描比例匹配问题,显著降低组合式零件的扫描瑕疵,极大的提升可拆解物品和可移动物品的三维扫描质量。
解算步骤S04:对RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。
具体的,第一步、对每个零件RGBA图片序列进行基于photogrammetry(摄影测量)的空间解算,得到每个零件结构的零件空间数据;
第二步、对整体RGBA图片序列进行基于photogrammetry的空间解算,得到扫描物体的整体空间数据;
比如,将RGBA序列图导入到基于photogrammetry技术的照片建模软件(以Photoscan为例)中进行空间解算,得到对应的立体的空间数据。三个零件结构和扫描物体整体分别执行完上述的空间解算步骤后,得到完整的空间数据,如图11所示。其中,扫描物体整体的空间数据由于零件之间的相互的空间遮挡,仅具有表面没被遮挡的特征区域数据,该部分数据具有零件的统一比例特征,可用于校对完整零件数据之间的空间比例。
由于此时所有背景数据均已通过预处理阶段被有效屏蔽掉,不会再对解算结果造成误差,使得零件结构和扫描物体整体的有效扫描覆盖率极大提高,更多关键的空间形体数据被充分利用,能获得更完整的每一个零件和扫描物体的立体数据。因此在现实中多次切换扫描物体的摆放位置,旋转、反转的操作都不会影响解算过程的空间匹配,此时仅有扫描物体本身的特征区域参与解算。另外,第一步和第二步均为空间解算步骤,不对第一步和第二步的执行顺序做任何限制,且该步骤的执行次数与现实中组合零件的数量相匹配。
第三步,将整体空间数据与零件空间数据进行坐标匹配,根据比例统一的整体空间数据和/或零件空间数据生成所述扫描结果。
具体的,把拆分出来的全部零件结构以及组合状态的扫描物体整体等数据全部导入基于photogrammetry技术的软件或算法脚本中进行比例匹配解算,得到完整的、比例统一的、零件可拆的三维扫描数据,如图12所示。进一步的,根据比例统一后的整体空间数据和零件空间数据,构建网格模型:分别对应为整体网格模型和零件网格模型;以及,空间数据中含有扫描物体的像素色彩信息,将像素色彩信息与对应的网格模型进行匹配映射,生成纹理贴图并输出具有纹理贴图的三维模型,分别对应有整体三维模型和零件三维模型。扫描结果即为上述的网格模型、像素色彩信息和三维模型。扫描物体A拥有的零件结构B、C、D特征区域,它可以精确与每一块零件结构的数据比对,最终自动获得比例一致的B、C、D零件结构,并将最终以扫描物体A形态组合呈现。图13从多种序列角度展示了以组合形态呈现的扫描物体。
另外,参照图14,统一比例后,在输出各零件结构的扫描结果的过程中,如果根据实际需求,只需要其中某一个零件结构(比如零件结构B)的三维扫描模型、纹理贴图等扫描结果,那么,可以将其他零件结构(零件结构C、D)的零件空间数据进行暂时屏蔽,此时其它零件的数据不会对该单一零件结构的数据造成误差或其它影响。然后,对该所需零件结构A的零件空间数据构建单独的零件网格模型A,将其像素色彩信息匹配映射至零件网格模型A上,输出带有纹理贴图的零件三维模型A。
上述对零件单独输出的步骤可重复执行,即在统一空间比例后,所有零件结构的数据都可反复执行屏蔽或激活。
本实施例所提供的组合式偏差分离特征提取扫描方法是基于摄影测量的原理,工作流程分为采集→预处理→解算三大阶段,并适用于多款基于的摄影测量技术的软件(如Photoscan、Memento、ReMake、RealityCapture等),具有广泛的实用性与通用性,能有效改善现有技术中存在的扫描完整度低、瑕疵多、质量差等问题。
实施例二:
图15为本发明实施例二提供的组合式偏差分离特征提取扫描系统示意图。
本实施例提供一种组合式偏差分离特征提取扫描系统,用于实现上述实施例所提供的组合式偏差分离特征提取扫描方法。参照图15,组合式偏差分离特征提取扫描系统主要包括如下单元。
采集单元100,用于对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;
像素提取单元200,用于对扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;
特征提取单元300,用于将黑白图片序列匹配的映射到RGB序列图的alpha通道中,获得RGBA图片序列;
解算单元400,用于对RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。
进一步的,RGB图片序列包括整体RGB图片序列和零件RGB图片序列,采集单元100包括:
根据形体特征将扫描物体拆分为多个零件结构;
对扫描物体进行环绕式数据采集,得到整体RGB图片序列;
对每个零件结构分别进行摄影测量的数据采集,得到对应的零件RGB图片序列。
进一步的,像素提取单元200包括:
在采集单元100中同时搭载有景深摄像头的情况下,采集扫描物体的景深图片序列,并对景深图片序列进行像素的栅格化转换,得到黑白图片序列;
其中,景深图片序列与RGB图片序列一一对应。
进一步的,像素提取单元200包括:
在采集单元100中缺少搭载有景深摄像头的情况下,采用图像算法或人工绘制的方式对RGB图片序列进行处理,生成区分扫描物体区域与背景区域的黑白图片序列。
进一步的,RGBA图片序列包括整体RGBA图片序列和零件RGBA图片序列,解算单元400包括:
对每个零件RGBA图片序列进行基于摄影测量的空间解算,得到每个零件结构的零件空间数据;
对整体RGBA图片序列进行基于摄影测量的空间解算,得到扫描物体的整体空间数据;
将整体空间数据与零件空间数据进行坐标匹配,生成扫描结果。
本发明实施例所提供的系统,其实现原理及产生的技术效果和前述方法实施例相同,为简要描述,系统实施例部分未提及之处,可参考前述方法实施例中相应内容。
本发明实施例带来了以下有益效果:
本发明提供的组合式偏差分离特征提取扫描方法及系统,包括:对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;对扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;将黑白图片序列匹配的映射到RGB序列图的alpha通道中,获得RGBA图片序列;对RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。本发明主要通过将黑白图片序列映射到RGB序列图的alpha通道中,获得带有alpha通道的RGBA序列图,对产生误差的数据进行完整分离和屏蔽,从而提取有效的特征区域,有效解决组合式结构的物品中零件、碎片之间的扫描比例匹配问题,显著降低组合式零件的扫描瑕疵,极大的提升可拆解物品和可移动物品的三维扫描质量。
本发明实施例还提供一种电子设备,包括存储器、处理器,存储器中存储有可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述实施例提供的组合式偏差分离特征提取扫描方法的步骤。
本发明实施例还提供一种计算机可读存储介质,计算机可读存储介质上存储有计算机程序,计算机程序被处理器运行时执行上述实施例的组合式偏差分离特征提取扫描方法的步骤。
在本发明的描述中,需要说明的是,术语“第一”、“第二”、“第三”仅用于描述目的,而不能理解为指示或暗示相对重要性。
本发明实施例所提供的进行组合式偏差分离特征提取扫描方法的计算机程序产品,包括存储了处理器可执行的非易失的程序代码的计算机可读存储介质,程序代码包括的指令可用于执行前面方法实施例中所述的方法,具体实现可参见方法实施例,在此不再赘述。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的系统、装置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。
所述功能如果以软件功能单元的形式实现并作为独立的产品销售或使用时,可以存储在一个处理器可执行的非易失的计算机可读取存储介质中。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括:U盘、移动硬盘、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
最后应说明的是:以上所述实施例,仅为本发明的具体实施方式,用以说明本发明的技术方案,而非对其限制,本发明的保护范围并不局限于此,尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,其依然可以对前述实施例所记载的技术方案进行修改或可轻易想到变化,或者对其中部分技术特征进行等同替换;而这些修改、变化或者替换,并不使相应技术方案的本质脱离本发明实施例技术方案的精神和范围,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应所述以权利要求的保护范围为准。
Claims (10)
1.一种组合式偏差分离特征提取扫描方法,其特征在于,包括:
采集步骤:对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;
像素提取步骤:对所述扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;
特征提取步骤:将所述黑白图片序列匹配的映射到所述RGB序列图的alpha通道中,获得RGBA图片序列;
解算步骤:对所述RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。
2.根据权利要求1所述的方法,其特征在于,所述RGB图片序列包括整体RGB图片序列和零件RGB图片序列,所述采集步骤包括:
根据形体特征将所述扫描物体拆分为多个所述零件结构;
对所述扫描物体进行环绕式数据采集,得到所述整体RGB图片序列;
对每个所述零件结构分别进行摄影测量的数据采集,得到对应的所述零件RGB图片序列。
3.根据权利要求1所述的方法,其特征在于,所述像素提取步骤包括:
在所述采集步骤中同时搭载有景深摄像头的情况下,采集所述扫描物体的景深图片序列,并对所述景深图片序列进行像素的栅格化转换,得到所述黑白图片序列;
其中,所述景深图片序列与所述RGB图片序列一一对应。
4.根据权利要求1所述的方法,其特征在于,所述像素提取步骤包括:
在所述采集步骤中缺少搭载有景深摄像头的情况下,采用图像算法或人工绘制的方式对所述RGB图片序列进行处理,生成区分扫描物体区域与背景区域的所述黑白图片序列。
5.根据权利要求1所述的方法,其特征在于,所述RGBA图片序列包括整体RGBA图片序列和零件RGBA图片序列,所述解算步骤包括:
对每个所述零件RGBA图片序列进行基于摄影测量的空间解算,得到每个所述零件结构的零件空间数据;
对所述整体RGBA图片序列进行基于摄影测量的空间解算,得到所述扫描物体的整体空间数据;
将所述整体空间数据与所述零件空间数据进行坐标匹配,根据比例统一的整体空间数据和/或零件空间数据生成所述扫描结果。
6.根据权利要求5所述的方法,其特征在于,所述根据比例统一的整体空间数据和/或零件空间数据生成所述扫描结果,包括:
当需要单独输出任意一个零件结构的扫描结果时,将其他零件结构的零件结构数据进行屏蔽,并根据所需零件结构的零件结构数据进行模型构建和色彩映射,输出所需零件结构的扫描结果。
7.一种组合式偏差分离特征提取扫描系统,其特征在于,包括:
采集单元,用于对扫描物体及其多个零件结构分别进行摄影测量的数据采集,得到对应的多组RGB图片序列;
像素提取单元,用于对所述扫描物体进行背景像素提取,生成区分扫描物体区域与背景区域的黑白图片序列;
特征提取单元,用于将所述黑白图片序列匹配的映射到所述RGB序列图的alpha通道中,获得RGBA图片序列;
解算单元,用于对所述RGBA图片序列进行空间解算,并将解算后的空间数据进行坐标匹配,生成扫描结果。
8.根据权利要求7所述的系统,其特征在于,所述RGB图片序列包括整体RGB图片序列和零件RGB图片序列,所述采集单元包括:
根据形体特征将所述扫描物体拆分为多个所述零件结构;
对所述扫描物体进行环绕式数据采集,得到所述整体RGB图片序列;
对每个所述零件结构分别进行摄影测量的数据采集,得到对应的所述零件RGB图片序列。
9.根据权利要求7所述的系统,其特征在于,所述像素提取单元包括:
在所述采集单元中同时搭载有景深摄像头的情况下,采集所述扫描物体的景深图片序列,并对所述景深图片序列进行像素的栅格化转换,得到所述黑白图片序列;
其中,所述景深图片序列与所述RGB图片序列一一对应。
10.根据权利要求7所述的系统,其特征在于,所述像素提取单元包括:
在所述采集单元中缺少搭载有景深摄像头的情况下,采用图像算法或人工绘制的方式对所述RGB图片序列进行处理,生成区分扫描物体区域与背景区域的所述黑白图片序列。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810888190.3A CN109087383B (zh) | 2018-08-06 | 2018-08-06 | 组合式偏差分离特征提取扫描方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810888190.3A CN109087383B (zh) | 2018-08-06 | 2018-08-06 | 组合式偏差分离特征提取扫描方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109087383A true CN109087383A (zh) | 2018-12-25 |
CN109087383B CN109087383B (zh) | 2023-01-06 |
Family
ID=64834224
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810888190.3A Active CN109087383B (zh) | 2018-08-06 | 2018-08-06 | 组合式偏差分离特征提取扫描方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109087383B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097632A (zh) * | 2019-04-10 | 2019-08-06 | 红云红河烟草(集团)有限责任公司 | 装配件拆装展示方法和展示装置 |
CN113137938A (zh) * | 2021-04-13 | 2021-07-20 | 杭州思看科技有限公司 | 三维扫描系统、方法、计算机设备和存储介质 |
CN113843660A (zh) * | 2020-11-12 | 2021-12-28 | 西华大学 | 基于多线激光扫描的数控机床工件检测方法 |
CN114777671A (zh) * | 2022-04-25 | 2022-07-22 | 武汉中观自动化科技有限公司 | 工件模型处理方法、服务器、前端设备及三维扫描系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6232979B1 (en) * | 1997-12-19 | 2001-05-15 | Silicon Graphics, Inc. | Method, system, and computer program product for fast computation using parallel multi-channel resampling and blending |
US20020193962A1 (en) * | 2000-06-06 | 2002-12-19 | Zohar Yakhini | Method and system for extracting data from surface array deposited features |
WO2005122091A1 (en) * | 2004-06-11 | 2005-12-22 | Saab Ab | Computer modeling of physical scenes |
US8379972B1 (en) * | 2009-12-01 | 2013-02-19 | Adobe Systems Incorporated | Color decontamination for image compositing |
WO2013188711A1 (en) * | 2012-06-13 | 2013-12-19 | Seno Medical Instruments, Inc. | System and method for providing selective channel sensitivity in an optoacoustic imaging system |
CN107358641A (zh) * | 2017-07-06 | 2017-11-17 | 林嘉恒 | 质数螺旋扫描方法及系统 |
CN107767414A (zh) * | 2017-10-24 | 2018-03-06 | 林嘉恒 | 混合精度的扫描方法及系统 |
-
2018
- 2018-08-06 CN CN201810888190.3A patent/CN109087383B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US6232979B1 (en) * | 1997-12-19 | 2001-05-15 | Silicon Graphics, Inc. | Method, system, and computer program product for fast computation using parallel multi-channel resampling and blending |
US20020193962A1 (en) * | 2000-06-06 | 2002-12-19 | Zohar Yakhini | Method and system for extracting data from surface array deposited features |
WO2005122091A1 (en) * | 2004-06-11 | 2005-12-22 | Saab Ab | Computer modeling of physical scenes |
US8379972B1 (en) * | 2009-12-01 | 2013-02-19 | Adobe Systems Incorporated | Color decontamination for image compositing |
WO2013188711A1 (en) * | 2012-06-13 | 2013-12-19 | Seno Medical Instruments, Inc. | System and method for providing selective channel sensitivity in an optoacoustic imaging system |
CN107358641A (zh) * | 2017-07-06 | 2017-11-17 | 林嘉恒 | 质数螺旋扫描方法及系统 |
CN107767414A (zh) * | 2017-10-24 | 2018-03-06 | 林嘉恒 | 混合精度的扫描方法及系统 |
Non-Patent Citations (1)
Title |
---|
李长春等: "基于反求工程的RP创意浮雕制作工艺研究", 《塑料工业》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110097632A (zh) * | 2019-04-10 | 2019-08-06 | 红云红河烟草(集团)有限责任公司 | 装配件拆装展示方法和展示装置 |
CN113843660A (zh) * | 2020-11-12 | 2021-12-28 | 西华大学 | 基于多线激光扫描的数控机床工件检测方法 |
CN113137938A (zh) * | 2021-04-13 | 2021-07-20 | 杭州思看科技有限公司 | 三维扫描系统、方法、计算机设备和存储介质 |
CN113137938B (zh) * | 2021-04-13 | 2023-04-25 | 思看科技(杭州)股份有限公司 | 三维扫描系统、方法、计算机设备和存储介质 |
CN114777671A (zh) * | 2022-04-25 | 2022-07-22 | 武汉中观自动化科技有限公司 | 工件模型处理方法、服务器、前端设备及三维扫描系统 |
Also Published As
Publication number | Publication date |
---|---|
CN109087383B (zh) | 2023-01-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109087383A (zh) | 组合式偏差分离特征提取扫描方法及系统 | |
US11410320B2 (en) | Image processing method, apparatus, and storage medium | |
CN109920007B (zh) | 基于多光谱光度立体与激光扫描的三维成像装置及方法 | |
Falcao et al. | Plane-based calibration of a projector-camera system | |
CN103500465B (zh) | 基于增强现实技术的古代文物场景快速渲染方法 | |
US7079679B2 (en) | Image processing apparatus | |
RU2215326C2 (ru) | Иерархическое основанное на изображениях представление неподвижного и анимированного трехмерного объекта, способ и устройство для использования этого представления для визуализации объекта | |
CN108876926A (zh) | 一种全景场景中的导航方法及系统、ar/vr客户端设备 | |
CN105989604A (zh) | 一种基于kinect的目标物体三维彩色点云生成方法 | |
CN109427088A (zh) | 一种模拟光照的渲染方法及终端 | |
CN107507274A (zh) | 一种基于云计算的公安案件现场三维实景快速还原方法 | |
CN107247834A (zh) | 一种基于图像识别的三维环境模型重构方法、设备及系统 | |
WO2021203883A1 (zh) | 三维扫描方法、三维扫描系统和计算机可读存储介质 | |
CN109559349A (zh) | 一种用于标定的方法和装置 | |
US20210134056A1 (en) | Image processing method and device | |
CN107507263B (zh) | 一种基于图像的纹理生成方法及系统 | |
CN107958489B (zh) | 一种曲面重建方法及装置 | |
CN113648652B (zh) | 对象渲染方法和装置、存储介质及电子设备 | |
JP4354708B2 (ja) | 多視点カメラシステム | |
CN116664752B (zh) | 基于图案化光照实现全景显示的方法、系统及存储介质 | |
CN110232664A (zh) | 一种基于增强现实的傩面具修复方法 | |
CN110533762A (zh) | 三维头像的生成方法及电子装置 | |
CN114332356A (zh) | 一种虚实画面结合方法和装置 | |
CN110874863A (zh) | 三维重建方法和用于三维重建的系统 | |
Skuratovskyi et al. | Outdoor mapping framework: from images to 3d model |
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 |