CN109840944A - 三维模型构建方法及其系统 - Google Patents
三维模型构建方法及其系统 Download PDFInfo
- Publication number
- CN109840944A CN109840944A CN201711343858.8A CN201711343858A CN109840944A CN 109840944 A CN109840944 A CN 109840944A CN 201711343858 A CN201711343858 A CN 201711343858A CN 109840944 A CN109840944 A CN 109840944A
- Authority
- CN
- China
- Prior art keywords
- data
- degree
- scanning
- scan
- dimensional
- 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.)
- Withdrawn
Links
- 238000010276 construction Methods 0.000 title claims abstract description 38
- 241001269238 Data Species 0.000 claims abstract description 66
- 238000000034 method Methods 0.000 claims abstract description 30
- 238000006243 chemical reaction Methods 0.000 claims description 21
- 238000012937 correction Methods 0.000 claims description 20
- 238000012360 testing method Methods 0.000 claims description 18
- 238000013459 approach Methods 0.000 claims description 4
- 238000005070 sampling Methods 0.000 claims description 4
- 238000012545 processing Methods 0.000 description 15
- 238000010586 diagram Methods 0.000 description 14
- 238000004519 manufacturing process Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 6
- 238000010801 machine learning Methods 0.000 description 6
- 210000003811 finger Anatomy 0.000 description 5
- 238000003475 lamination Methods 0.000 description 5
- 239000007787 solid Substances 0.000 description 5
- 210000003813 thumb Anatomy 0.000 description 5
- 230000015572 biosynthetic process Effects 0.000 description 4
- 238000000605 extraction Methods 0.000 description 4
- 238000004458 analytical method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 230000033001 locomotion Effects 0.000 description 2
- 230000008929 regeneration Effects 0.000 description 2
- 238000011069 regeneration method Methods 0.000 description 2
- 241000406668 Loxodonta cyclotis Species 0.000 description 1
- 239000000654 additive Substances 0.000 description 1
- 230000000996 additive effect Effects 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000000295 complement effect Effects 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 125000004122 cyclic group Chemical group 0.000 description 1
- 238000013506 data mapping Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 210000003414 extremity Anatomy 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 230000000873 masking effect Effects 0.000 description 1
- 229910044991 metal oxide Inorganic materials 0.000 description 1
- 150000004706 metal oxides Chemical class 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 235000012771 pancakes Nutrition 0.000 description 1
- 125000003367 polycyclic group Chemical group 0.000 description 1
- 238000000513 principal component analysis Methods 0.000 description 1
- 238000007639 printing Methods 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
- G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
- G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
- G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
-
- 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
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/18—Image warping, e.g. rearranging pixels individually
-
- 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
- G06T7/30—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
- G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
-
- 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
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- 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
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/246—Calibration of cameras
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/282—Image signal generators for generating image signals corresponding to three or more geometrical viewpoints, e.g. multi-view systems
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2210/00—Indexing scheme for image generation or computer graphics
- G06T2210/44—Morphing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2004—Aligning objects, relative positioning of parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
- G06T2219/20—Indexing scheme for editing of 3D models
- G06T2219/2021—Shape modification
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Software Systems (AREA)
- Computer Graphics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Computer Hardware Design (AREA)
- Architecture (AREA)
- Library & Information Science (AREA)
- Geometry (AREA)
- Data Mining & Analysis (AREA)
- Databases & Information Systems (AREA)
- Optics & Photonics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Length Measuring Devices With Unspecified Measuring Means (AREA)
- Image Analysis (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种三维模型构建方法，包括：对被测物体进行360度三维扫描，以取得对被测物体的多个不同扫描区域的区域扫描数据；迭合各区域扫描数据成360度三维扫描数据；依据360度三维扫描数据，在数据库单元中搜寻形变模型数据；比对360度三维扫描数据，对形变模型数据进行非线性对准与形变处理，以构建补偿模板三维模型数据；以及依据补偿模板三维模型数据，填补360度三维扫描数据的至少一未知区域。此外，本发明还提供了一种三维模型构建系统。
Description
技术领域
本发明涉及一种三维模型构建方法及其系统。
背景技术
随着科技的进步，以往的二维(2D)扫描及打印已无法满足使用者的需求，而积层制造(Additive Manufacturing，AM)技术陆续被应用在各类产品的打样与生产制造上，使得积层制造技术改变现有的生产制造面貌。积层制造技术可以将立体对象通过扫描分析以产生对应的三维实体几何模型，之后，通过三维对象构建设备可以产出与立体对象相同或近似的三维对象。
就上述积层制造的步骤来说，目前虽然可以通过扫描技术产生三维实体几何模型，但在扫描后时常会有部分三维影像数据产生破损破洞或被遮蔽的部分，导致无法取得完整的三维实体几何模型，进而影响后续积层制造技术产出的三维对象的型态。
因此，如何改良并能提供一种三维模型构建方法及其系统来避免上述技术问题，是业界所亟待解决的课题。
发明内容
本发明提供一种三维模型构建方法及其系统，可以针对三维扫描数据产生破损破洞或被遮蔽的部分进行补洞或再生，使三维模型的构建更精确与完整。
本发明的一实施例提出一种三维模型构建方法，包括：对一被测物体进行360度三维扫描，以取得对被测物体的多个不同扫描区域的区域扫描数据；迭合各区域扫描数据成一360度三维扫描数据，其中，360度三维扫描数据包括待测物体的三维空间坐标数据、曲率数据及扫描区域数据；依据360度三维扫描数据，在一数据库单元中搜寻一形变模型数据；比对360度三维扫描数据，对形变模型数据进行迭合与形变处理，以构建一补偿模板三维模型数据；以及依据补偿模板三维模型数据，填补360度三维扫描数据的至少一未知区域。
本发明的一实施例提出一种三维模型构建系统，包括一三维数据取像单元、一数据库单元以及一三维模型构建单元。三维数据取像单元用以输出一360度三维扫描数据，其中360度三维扫描数据包括待测物体的三维空间坐标数据、曲率数据及扫描区域数据。数据库单元耦接于三维数据取像单元，数据库单元用以存取多个不同形态的三维模型数据。三维模型构建单元耦接于数据库单元与三维数据取像单元，三维模型构建单元依据360度三维扫描数据，由数据库单元中构建一补偿模板三维模型数据，并且，三维模型构建单元依据补偿模板三维模型数据，填补360度三维扫描数据的至少一未知区域，各未知区域包含至少一无边界范围的开放区域。
基于上述，在本发明提出的三维模型构建方法与三维模型构建系统中，通过配置三维数据取像单元形成的硬件架构，让扫描测头模块具有校正后的转换坐标数据，以提升360度三维扫描数据的完整性与精确性，通过360度三维扫描数据来提升后续进行特征点比对对准，进而提升填补的效率。
本发明并非主要是通过具有边界范围的探测方式进行补洞，本发明是经机器学习(Machine Learning)在数据库单元找寻比对出与待测物体近似的形变模型数据，接着利用线性方法或/及非线性方法将形变模型数据与360度三维扫描数据两者进行对准，使形变模型数据产生形变以形成补偿模板三维模型数据，所述补偿模板三维模型数据为一完整型态且近似待测物体的数据，故可以依据补偿模板三维模型数据，来填补360度三维扫描数据中的因被遮蔽产生的无边界范围的开放区域，换言之，本发明不仅能对有边界范围的破洞区域进行补洞，更能对无边界范围的开放区域进行再生，使三维模型的构建更精确与完整。
为让本发明能更明显易懂，下文特举实施例，并配合所附附图作详细说明如下。
附图说明
图1为本发明一实施例的三维模型构建系统的方块示意图。
图2A为图1的三维数据取像单元形成360度扫描结构的一实施例的配置架构示意图。
图2B为图1的三维数据取像单元形成360度扫描结构的另一实施例的配置架构示意图。
图2C为图1的三维数据取像单元形成360度扫描结构的其他实施例的配置架构示意图。
图3为本发明一实施例的三维模型构建方法的流程示意图。
图4为图3中对被测物体进行360度三维扫描一具体步骤的流程示意图。
图5为图4中校正各扫描测头模块一具体步骤的流程示意图。
图6为图1中搜寻形变模型数据一具体步骤的流程示意图。
图7为图1中构建补偿模板三维模型数据一具体步骤的流程示意图。
符号说明
10 三维模型构建系统
12、12A、12B、12C 三维数据取像单元
122 扫描测头模块
122A 投光装置
122B 感测装置
124 环形装置
126 图像处理模块
14 数据库单元
16 三维模型构建单元
50、52 被测物体
52A 上半部
52B 下半部
52C 左半部
52D 右半部
A 第一扫描位置
B 第二扫描位置
C 第三扫描位置
D 第四扫描位置
E 第五扫描位置
F 第六扫描位置
S100 三维模型构建方法
S110～S150 步骤
S112～S118 步骤
S1142～S1146 步骤
S131～S136 步骤
S142～S146 步骤
具体实施方式
以下结合附图和实施例，对本发明的具体实施方式作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此限制本发明的保护范围。
图1为本发明一实施例的三维模型构建系统的方块示意图。请参阅图1，本实施例的三维模型构建系统10包括一三维数据取像单元12、一数据库单元14以及一三维模型构建单元16。在本实施例中，设定一被测物体在固定不动的状态下，三维数据取像单元12用以对被测物体进行360度三维扫描，以输出一360度三维扫描数据。三维数据取像单元12包含至少一扫描测头模块122、至少一环形装置124以及一图像处理模块126，其中，扫描测头模块122配置于环形装置124，以形成一360度扫描结构。扫描测头模块122耦接图像处理模块126，扫描测头模块122例如为一深度影像捕获设备，扫描测头模块122包括一投光装置122A及一感测装置122B，其中，投光装置122A耦接于感测装置122B。投光装置122A用以投射出具特征点的投影图案至被测物体上，投光装置122A可以为一光学投影装置或一数字投影装置，且可见光或非可见光的投影装置均可以应用在本发明。在一实施例中，投光装置122A例如为一红外光波长投影模块，而感测装置122B内某一感测组件例如与前述投影模块122A投影波长相同，感测装置122B用以感测投光装置122A投射至被测物体的反射光与散射光，来提取投影图案投影至被测物体后的影像，以取得如三维坐标的点云(point cloud)数据。感测装置122B例如为任何具备摄像功能的电子装置，例如摄像机，其包含一或多个CCD(Charge Coupled Device)或CMOS(Complementary Metal-Oxide Semiconductor)组件，但本发明并不限于此。
图像处理模块126可通过硬件(例如集成电路)、软件(例如处理器执行的程序指令)或其组合来实现，图像处理模块126可以对扫描测头模块122所取得的影像数据执行一连串如执行特征萃取(Feature Extraction)、特征点匹配(Feature Points Matching)与影像对齐(Image Alignment)等图像处理程序。数据库单元14耦接于三维数据取像单元12，三维模型构建单元16耦接于数据库单元14以及三维数据取像单元12，在此配置的情况下，数据库单元14用以存取多个不同形态的三维模型数据，三维数据取像单元12对被测物体进行360度三维扫描，以输出360度三维扫描数据，三维模型构建单元16可以对360度三维扫描数据执行一连串的机器学习(Machine Learning)处理程序，由数据库单元14中构建一补偿模板三维模型数据，通过补偿模板三维模型数据，以供360度三维扫描数据中破损破洞或被遮蔽的部分进行补洞或再生。
图2A为图1的三维数据取像单元形成360度扫描结构的一实施例的配置架构示意图。请参阅图2A，本实施例的三维数据取像单元12A中的环形装置124为一环状结构组件。扫描测头模块122的数量例如为六个，这六个扫描测头模块122分别连接于环形装置124，形成环形多测头的360度扫描结构。被测物体50位于环形装置124的内部，被测物体50例如为用户的肢体、躯干及头部的具圆柱体形状的部位，在被测物体50在固定不动的状态时，各个扫描测头模块122分别在环形装置124上对应六个不同扫描区域，形成一环形多测头的360度扫描结构，且依据被测物体50不同的身形尺寸，可以通过移动环形装置124至符合被测物体50的身形尺寸的位置，以进行扫描量测。但是，本发明不对360度扫描结构的形成加以限制，以各个扫描测头模块122之间的配置为例，本实施例这六个扫描测头模块122以等角度分布在环形装置124的内侧壁，在其他未示出的实施例中，这六个扫描测头模块以等距分布于环形装置的内侧壁，或者这六个扫描测头模块以非等角度或非等距的方式分布在环形装置的内侧壁。另外，以扫描测头模块122的扫瞄区域的范围为例，本实施例六个扫描测头模块122各自负责60度的扫描区域的范围，在一未绘出的实施例中，这六个扫描测头模块各自的扫瞄区域的范围不一定相同，或者依据扫描区域的范围配置不同数量的扫瞄测头模块，如扫瞄测头模块对应的扫描区域的范围为90度，配置四个扫描测头模块。此外，以环形装置124的数量为例，图2A中示意性绘出环形装置124的数量为一个，在其他未绘出的实施例中，环形装置的数量可以为两个，其中，第一个环形装置连接六个扫描测头模块，每一个扫描测头模块负责各自扫描区域，而第二个环形装置可以依据被测物体较为复杂区域或者特定观察区域，来配置至少一个扫描测头模块；又或者，扫描测头模块的数量为六个，第一个环形装置连接三个扫描测头模块，第二个环形装置连接另外三个扫描测头模块。
以扫描测头模块122的数量为例，图2A中绘示扫描测头模块122的数量为六个，但是，本发明不对扫描测头模块122的数量加以限制，在另一实施例中，如图2B所示，图2B为图1的三维数据取像单元形成360度扫描结构的另一实施例的配置架构示意图。图2B的三维数据取像单元12B与图2A的三维数据取像单元12A相似，其中，相同的组件以相同的标号表示且具有相同的功能而不再重复说明，以下仅说明差异处。本实施例中三维数据取像单元12B中的扫描测头模块122的数量为一个，本实施例环形装置124可以转动，并可以设定至少一个扫描位置，如图2B所示，环形装置124具有第一扫描位置A、第二扫描位置B、第三扫描位置C、第四扫描位置D、第五扫描位置E以及第六扫描位置F的六个扫描位置。在此配置的情况下，在被测物体50在固定不动的状态时，扫描测头模块122位于环形装置124的第一扫描位置A，以对待测物体50进行扫描。接着，经由转动环形装置124，使得扫描测头模块122可以在第二扫描位置B、第三扫描位置C、第四扫描位置D、第五扫描位置E以及第六扫描位置F分别对待测物体50进行扫描，使被测物体50对应于第一扫描位置A至第六扫描位置F的扫描区域分别被扫描测头模块122扫描，也可以形成360度扫描结构。在一实施例中，也可以通过移动扫描测头模块122至环形装置124的第一扫描位置A至第六扫描位置D中其中任一位置，也可以达到形成360度扫描结构的功能。在其他未示出的实施例中，可以调整环形装置的扫描位置的数量与位置，达到形成360度扫描结构的功能。
在其他实施例中，本发明也可以依据被测物体的型态来调整扫描测头模块的配置位置，如图2C所示，图2C为图1的三维数据取像单元形成360度扫描结构的其他实施例的配置架构示意图。图2C的三维数据取像单元12C与图2A的三维数据取像单元12A相似，其中，相同的组件以相同的标号表示且具有相同的功能而不再重复说明，以下仅说明差异处。本实施例的被测物体52例如为用户的手掌或脚掌等具扁平形状的部位，换言之，如图2C所示，被测物体52在其侧面观察可以分为一上半部52A、一下半部52B、一左半部52C以及一右半部52D，其中上半部52A与下半部52B的尺寸较左半部52C与右半部52D的尺寸大，形成扁平形状，导致左半部52C与右半部52D可扫描的面积小于上半部52A与下半部52B可扫描的面积，此时被测物体52所欲观测的重要部分若为上半部52A与下半部52B，本实施例可依据被测物体52的型态来调整扫描测头模块122的配置位置，在被测物体52在固定不动的状态时，使得三个扫描测头模块122可扫描到上半部52A与少部分左半部52C与右半部52D，另三个扫描测头模块122可扫描到下半部52B与少部分左半部52C与右半部52D，也可以形成360度扫描结构。此外，需说明的是，前述图2A至图2C中环形装置124均是以一圆形环状结构的外观来呈现，但是，本发明不对环形装置的外观加以限制，在其他未绘出的实施例中，环形装置的外观可以为一矩形环状结构、一多边形环状结构或其他任意的环状结构。
以下说明本发明的三维模型构建方法进行说明。图3为本发明一实施例的三维模型构建方法的流程示意图。本实施例的S100能适用于图1的三维模型构建系统10。请参阅图3。在本实施例中，本实施例的三维模型构建方法S100包括以下步骤S110至步骤S150。在步骤S110中，对一被测物体进行360度三维扫描，以取得对被测物体的多个不同扫描区域的区域扫描数据。具体地，如图4所示，图4为图3中对被测物体进行360度三维扫描一具体步骤的流程示意图。本实施例的步骤S110可以包括以下步骤S112至步骤S118。在步骤S112中，配置至少一扫描测头模块在一环形装置上，以形成一360度扫描结构。在本实施例中，设定被测物体在固定不动的状态时，让三维数据取像单元12可以对被测物体进行360度三维扫描，本发明不对360度扫描结构的形成加以限制，在一实施例中，如图2A所示的三维数据取像单元12A，以多个扫描测头模块122配置成360度扫描结构为例，六个扫描测头模块122等角度分布在环形装置124的内侧壁，来形成环形多测头的360度扫描结构。在其他未绘出的实施例中，这六个扫描测头模块等距分布于环形装置的内侧壁，或者这六个扫描测头模块以非等角度或非等距的方式分布于环形装置的内侧壁。另外，以扫描测头模块122的扫瞄区域的范围为例，图2A中六个扫描测头模块122各自对应60度的扫描区域的范围，在一未示出的实施例中，这六个扫描测头模块各自的扫瞄区域的范围不一定相同，或者依据扫描区域的范围配置不同数量的扫瞄测头模块，如扫描区域的范围为90度，配置四个扫描测头模块。进一步，以环形装置124的数量为例，图2A中绘出环形装置124的数量为一个，在其他未绘出的实施例中，环形装置的数量可以为两个，以形成多环形多测头的360度扫描结构，其中，第一个环形装置连接六个扫描测头模块，第二个环形装置可以依据被测物体较为复杂区域或者特定观察区域，来配置至少一个扫描测头模块；又或者，扫描测头模块的数量为六个，第一个环形装置连接三个扫描测头模块，第二个环形装置连接另外三个扫描测头模块。在另一实施例中，以扫描测头模块122的数量为例，如图2B所示的三维数据取像单元12B，配置一个扫描测头模块122在环形装置124，通过旋转环形装置124的方式，使得扫描测头模块122在环形装置124的不同位置(如图2B所示的六个位置)移动并扫描，或者移动扫描测头模块122至环形装置124的不同位置，均能达到形成360度扫描结构的功能。在其他实施例中，也可以依据被测物体的型态来调整扫描测头模块的配置位置，如图2C所示的三维数据取像单元12C。
在形成360度扫描结构的步骤S112之后，接着，在步骤S114中，校正各扫描测头模块122，使各扫描测头模块122在环形装置124上相对应的扫描区域取得一转换坐标数据。在本实施例中，配置多个扫描测头模块122之后，接着需要校正多个扫描测头模块122之间的外部参数，所述外部参数为各个扫描测头模块122之间的相对位置与角度关系。具体地，如图5所示，图5为图4中校正各扫描测头模块一具体步骤的流程示意图。本实施例的步骤S114可以包括以下步骤S1142至步骤S1146。在步骤S1142中，提供一校正对象，其中，所述校正对象为一符合被测物体的模型，例如，被测物体为一手掌，校正对象即为一已校正后的手掌模型。校正对象包括一已知影像数据，已知影像数据报含二维数据及三维数据，其中二维数据例如为已知影像的颜色数据，三维数据报含已知影像的三维空间坐标数据、曲率数据及扫描区域数据。在一实施例中，可以通过一深度摄影机对校正对象进行三维扫描以产生校正对象的二维数据及三维数据。在其他实施例中，校正对象也可以是已知的计算机辅助设计(Computer Aided Design，CAD)档案。在步骤S1144中，各扫描测头模块122对校正组件进行360度三维扫描，以取得各扫描测头模块122在环形装置124上相对应的扫描区域对校正组件的区域数据，其中，各区域数据包含二维扫描数据及三维扫描数据，三维扫描数据例如为校正组件的三维空间坐标数据、曲率数据及扫描区域数据，二维扫描数据例如为校正组件的颜色数据。在步骤S1146中，各区域数据分别迭合至校正对象的已知影像数据中相对应的区域校正数据。在本实施例中，已知影像数据可以被区分成多个区域校正数据，通过特征点对应的方式，将在不同扫描区域所得到的各区域数据与已知影像数据中相对应的区域校正数据进行对齐，并得到第一次转换坐标数据。例如，如图1所示，某一扫描测头模块122在某一扫描区域对校正组件所取得的某一区域数据，而校正对象的已知影像数据中相对应某一扫描区域的某一区域校正数据。接着，图像处理模块126接收某一区域数据与某一区域校正数据，图像处理模块126分别搜寻某一区域数据的特征点与某一区域校正数据的特征点，使某一区域数据的多个特征点形成至少一第一平面，某一区域校正数据相对应的多个特征点形成至少一第二平面。之后，图像处理模块126将第一平面迭合至相对应的第二平面时所进行的坐标转换，即为第一次转换坐标数据。接着，图像处理模块126利用迭代最近点(Iterative Closest Point，ICP)算法将各区域数据中的三维空间坐标分别迭合至校正对象的已知影像数据中相对应的区域校正数据的三维空间坐标，以进行坐标转换来形成一迭合后三维空间坐标，进而取得第二次转换坐标数据。最后，图像处理模块126可以由前述第一次转换坐标数据与第二次转换坐标数据的乘积来取得转换坐标数据，从而，使各扫描测头模块122在环形装置124上相对应的扫描区域取得转换坐标数据。
请复参阅图4，取得转换坐标数据的步骤S114后，在步骤S116中，通过各扫描测头模块122在环形装置124上相对应的扫描区域取得对被测物体的区域影像数据。以图2A为例，每一个扫描测头模块122依序对被测物体50相对应的扫描区域取像。在另一实施例中，设定每一个扫描测头模块122有各自的取像波长，而可以让每一个扫描测头模块122同时对被测物体50相对应的扫描区域取像。每一个扫描测头模块122的取像过程可通过如图1所示投光装置122A与感测装置122B，各投光装置122A在环形装置124上相对应的扫描区域投射出具特征点的投影图案至被测物体50上，各感测装置122B用以感测投光装置122A投射至被测物体的反射光与散射光，来提取投影图案投影至被测物体50相对应的扫描区域后的影像，以取得区域影像数据，且各扫描区域的区域影像数据被传输至图像处理模块126，其中，区域影像数据包括二维影像数据及三维影像数据，三维影像数据例如为待测物体相对应的扫描区域的三维空间坐标数据、曲率数据及扫描区域数据，二维扫描数据例如为待测物体的颜色数据。取得对被测物体的区域影像数据的步骤S116后，在步骤S118中，依据各扫描测头模块122在环形装置124上相对应的扫描区域的转换坐标数据，将各三维空间坐标数据转换至相对应的区域扫描数据。以图2A为例，各个扫描测头模块122在相对应的扫描区域分别取得三维空间坐标数据后，图像处理模块126通过前述在各自扫描区域所取得的转换坐标数据，而能将各个相对应的扫描区域的三维空间坐标数据转换成区域扫描数据。
请复参阅图3，形成360度扫描结构，取得对被测物体的多个不同扫描区域的区域扫描数据的步骤S110后，接着进行步骤S120，在步骤S120中，迭合不同扫描区域的各个区域扫描数据成一360度三维扫描数据。以图1来说，图像处理模块126依据待测物体相对应的扫描区域的三维空间坐标数据、曲率数据执行一连串如执行特征萃取(FeatureExtraction)、特征点匹配(Feature Points Matching)与影像对齐(Image Alignment)等图像处理程序，将前述不同扫描区域的区域扫描数据中进行迭合以形成360度三维扫描数据，其中，360度三维扫描数据包括待测物体的三维空间坐标数据、曲率数据及各扫描测头模块所扫描的扫描区域数据。
接着，形成360度三维扫描数据的步骤S120之后，在步骤S130中，依据360度三维扫描数据，在一数据库单元14中搜寻一形变模型(Morphing model)数据。具体地，如图6所示，图6为图1中搜寻形变模型数据一具体步骤的流程示意图。在步骤S131中，提供一数据库单元14，其中，数据库单元14用以存取多个不同形态的三维模型数据，三维模型数据为不同对象以及各种对象的姿态(Pose)。接着，在步骤S132中，对数据库单元14的各三维模型数据依特征描述进行分群，以得到多个群组。在本实施例中，三维模型构建单元16将数据库单元14的各三维模型数据映像至一较低维度并可以描述数据库单元14的特征空间(Characterspace)。在实际实施时，可以使用是一种分析、简化数据的主成分分析(Principalcomponents analysis，PCA)的方法。例如，三维模型数据为三维维度，可以将每一个三维模型数据映像到一个二维维度的平面的图像。接着，依据特征描述，将各三维模型数据所对应的特征描述分群成多个群组。所述特征描述例如是由待测物体三维空间坐标、曲率及区域等数据来描述待测物体中单一对象或诸多对象之间的关系。例如，以拇指及食指为例，拇指为一个最胖的手指，拇指的长度约食指的某一节处，L型手势由一大拇指部分以及一食指部分所组成等特征描述来定义出拇指及食指的关系，并将各三维模型数据所对应的特征描述分群成多个群组，其中各个群组之间可能为有交迭(overlap)的部分，也就是某些特征描述可能同时存在于至少一群组。在进行分群得到多个群组的步骤S132之后，接着，在步骤S133中，依据360度三维扫描数据，在数据库单元14中的多个群组搜寻出一关联群组。在本实施例中，依据360度三维扫描数据中待测物体的三维空间坐标数据、曲率数据及各扫描测头模块所扫描的扫描区域数据所构建出来的特征叙述，三维模型构建单元16由数据库单元14中各个群组中的特征描述来比对360度三维扫描数据的特征描述，进而由数据库单元14中搜寻出一关联群组。在搜寻出关联群组的步骤S133之后，接着，在步骤S134中，由关联群组中搜寻出多个主要候选样式。例如，三维模型构建单元16由关联群组中搜寻出三个主要候选样式，其中，这三个主要侯选样式可以定义该关联群组主要特征描述，但是主要候选样式的数量可以依据实际而设定。在搜寻出多个主要候选样式的步骤S134之后，接着，在步骤S135中，比对360度三维扫描数据，找出各主要候选样式的相对应的权重。例如，由前述步骤S134找出的三个主要候选样式后，接着，依据360度三维扫描数据中待测物体的三维空间坐标数据、曲率数据及各扫描测头模块所扫描的扫描区域数据所构建出来的特征叙述，辨别出这三个主要候选样式符合360度三维扫描数据的比例，进而找出这三个候选样式的相对应的权重。在找出各主要候选样式的相对应的权重的步骤S135之后，接着，在步骤S136中，依据各主要候选样式的相对应的权重，组合成形变模型数据。举例而言，由前述步骤S135找出这三个主要候选样式各自的权重后。接着，依据这三个主要候选样式的相对应的权重，将这三个主要候选样式组合成形变模型数据。
请复参阅图3，搜寻形变模型数据的步骤S130后，接着进行步骤S140，在步骤S140中，比对360度三维扫描数据，对形变模型数据进行迭合与形变处理，以构建一补偿模板三维模型数据。具体地，如图7所示，图7为图1中构建补偿模板三维模型数据一具体步骤的流程示意图。在步骤S142中，将360度三维扫描数据与形变模型数据进行对准。本实施例可以通过线性方法(Linear method)或/及非线性方法(Non-linear method)，将上述将360度三维扫描数据与形变模型数据进行对准。在一实施例中，三维模型构建单元16可以先通过迭代最近点(Iterative Closest Point，ICP)算法进行粗略对准，找出360度三维扫描数据与形变模型数据两者对应特征点，通过对应特征点进行对准，使得360度三维扫描数据的坐标与方位可与形变模型数据的坐标与方位一致，其中，360度三维扫描数据可以提供待测物体的三维空间坐标数据、曲率数据及各扫描测头模块所扫描的扫描区域数据，来与形变模型数据进行比对。接着，三维模型构建单元16再通过非线性方法，将360度三维扫描数据与形变模型数据进行精确对准，使得360度三维扫描数据的坐标可以对准于形变模型数据的坐标。
将360度三维扫描数据与形变模型数据进行对准的步骤S142之后，在步骤S144中，搜寻360度三维扫描数据的多个关键点与形变模型数据的多个关键点。在关键点选取上，三维模型构建单元16可以使用三维关键点(Keypoints)选取的算法，诸如ISS(IntrinsicShape Signature)、NARF(Normal Aligned Radial Feature)、uniform sampling等算法，将360度三维扫描数据与形变模型数据两者的关键点筛选出来，其中，360度三维扫描数据可以由待测物体的三维空间坐标数据、曲率数据及各扫描测头模块所扫描的扫描区域数据找出关键点。在步骤S146中，通过360度三维扫描数据的各个关键点与形变模型数据的各个关键点，将形变模型数据迭合至360度三维扫描数据，使形变模型数据产生形变以构建补偿模板三维模型数据。在本实施例中，将这些关键点标注上描述子(Descriptiors)，通过描述子算法(Spin image)，将360度三维扫描数据与形变模型数据两者的描述子进行相似度比对，进而将形变模型数据迭合至360度三维扫描数据，使得形变模型数据产生形变以形成补偿模板三维模型数据。
请复参阅图3，找到补偿模板三维模型数据的步骤S140后，接着进行步骤S150，在步骤S150中，依据补偿模板三维模型数据，填补360度三维扫描数据的至少一未知区域，其中，所述未知区域包含360度三维扫描数据于扫描过程中破损产生的有边界范围的破洞(hole)区域以及因被遮蔽产生的无边界范围的开放区域。
综上所述，在本发明提出的三维模型构建方法与三维模型构建系统中，通过配置三维数据取像单元形成的硬件架构，让扫描测头模块具有校正后的转换坐标数据，以提升360度三维扫描数据的完整性与精确性，通过360度三维扫描数据来提升后续进行特征点比对对准，进而提升填补的效率。
本发明并非仅通过具有边界范围的探测方式进行补洞，本发明是经机器学习(Machine Learning)在数据库单元找寻比对出与待测物体近似的形变模型数据，接着利用线性方法或/及非线性方法将形变模型数据与360度三维扫描数据两者进行对准，使形变模型数据产生形变以形成补偿模板三维模型数据，所述补偿模板三维模型数据为一完整型态且近似待测物体的数据，因此可以依据补偿模板三维模型数据，来填补360度三维扫描数据中的因被遮蔽产生的无边界范围的开放区域，换言之，本发明不仅可以对有边界范围的破洞区域进行补洞，更可以对无边界范围的开放区域进行再生，使三维模型的构建更精确与完整。
虽然本发明已以实施例揭露如上，但是其并非用以限定本发明，任何本领域技术人员，在不脱离本发明的精神和范围内，可以作些许的更动与润饰，故本发明的保护范围当以后附的权利要求书所界定的范围为准。
Claims (20)
1.一种三维模型构建方法，包括：
对一被测物体进行360度三维扫描，以取得对该被测物体的多个不同扫描区域的区域扫描数据；
迭合各该区域扫描数据成一360度三维扫描数据，其中，该360度三维扫描数据包括该待测物体的三维空间坐标数据、曲率数据及扫描区域数据；
依据该360度三维扫描数据，在一数据库单元中搜寻一形变模型数据；
比对该360度三维扫描数据，对该形变模型数据进行迭合与形变处理，以构建一补偿模板三维模型数据；以及
依据补偿模板三维模型数据，填补该360度三维扫描数据的至少一未知区域。
2.如权利要求1所述的方法，其特征在于，所述对该被测物体进行360度三维扫描包括：
配置至少一扫描测头模块在一环形装置，以形成一360度扫描结构；
校正各该扫描测头模块，使各该扫描测头模块在该环形装置上相对应的扫描区域取得一转换坐标数据；
通过各该扫描测头模块在该环形装置上相对应的扫描区域取得对该被测物体的区域影像数据；以及
依据各该扫描测头模块在该环形装置上相对应的扫描区域的转换坐标数据，将各该三维空间坐标数据转换至相对应的该区域扫描数据。
3.如权利要求2所述的方法，其特征在于，所述校正各该扫描测头模块包括：
提供一校正对象，其中，该校正对象为一符合该被测物体的模型，该校正对象包括一已知影像数据；
各该扫描测头模块对该校正组件进行360度三维扫描，以取得各该扫描测头模块在该环形装置上相对应的扫描区域对该校正组件的区域数据；以及
各该区域数据分别迭合至该校正对象的该已知影像数据中相对应的区域校正数据。
4.如权利要求1所述的方法，其特征在于，所述在该数据库单元中搜寻该形变模型数据包括：
提供一数据库单元，其中，该数据库单元用以存取多个不同形态的三维模型数据；
对该数据库单元的各该三维模型数据依特征描述进行分群，以得到多个群组；
依据该360度三维扫描数据，在该数据库单元中的该多个群组中搜寻出一关联群组；
在该关联群组中搜寻出多个主要候选样式；
比对该360度三维扫描数据，找出各该主要候选样式的相对应的权重；以及
依据各该主要候选样式的相对应的权重，组合成该形变模型数据。
5.权利要求1所述的方法，其特征在于，所述构建该补偿模板三维模型数据包括：
将该360度三维扫描数据与该形变模型数据进行对准；
搜寻该360度三维扫描数据的多个关键点与该形变模型数据的多个关键点；以及
通过该360度三维扫描数据的各该关键点与该形变模型数据的各该关键点，将该形变模型数据迭合至该360度三维扫描数据，使该形变模型数据产生形变以构建该补偿模板三维模型数据。
6.如权利要求5所述的方法，其特征在于，所述进行对准包括通过迭代最近点(Iterative Closest Point，ICP)算法进行对准。
7.如权利要求5所述的方法，其特征在于，所述进行对准包括通过线性方法或/及非线性方法进行对准。
8.如权利要求5所述的方法，其特征在于，所述搜寻该360度三维扫描数据的各该个关键点与该形变模型数据的各该个关键点包括通过ISS(Intrinsic Shape Signature)、NARF或uniform sampling的三维关键点选取的算法。
9.如权利要求1所述的方法，其特征在于，各该未知区域包含至少一无边界范围的开放区域。
10.一种三维模型构建系统，包括：
一三维数据取像单元，用以输出一360度三维扫描数据，其中，该360度三维扫描数据包括一待测物体的三维空间坐标数据、曲率数据及扫描区域数据：
一数据库单元，耦接于该三维数据取像单元，该数据库单元用以存取多个不同形态的三维模型数据；以及
一三维模型构建单元，耦接于该数据库单元与该三维数据取像单元，该三维模型构建单元依据该360度三维扫描数据，在该数据库单元中构建一补偿模板三维模型数据，并且，该三维模型构建单元依据该补偿模板三维模型数据，填补该360度三维扫描数据的至少一未知区域，各该未知区域包含至少一无边界范围的开放区域。
11.如权利要求10所述的系统，其特征在于，该三维数据取像单元包括：
至少一环形装置；以及
至少一扫描测头模块，配置在该环形装置上，以形成一360度扫描结构。
12.如权利要求11所述统系统，其特征在于，该至少一扫描测头模块的数量为多个，各该扫描测头模块分别在该至少一环形装置上对应多个不同扫描区域。
13.如权利要求11所述的系统，其特征在于，该至少一环形装置的数量为一个，该至少一扫描测头模块的数量为一个，经由转动该环形装置，使各该扫描测头模块在该环形装置上对应多个不同扫描区域。
14.如权利要求11所述的系统，其特征在于，各该扫描测头模块是经校正，使各该扫描测头模块在该环形装置上相对应的扫描区域取得一转换坐标数据，依据各该扫描测头模块在该环形装置上相对应的扫描区域的转换坐标数据，将该三维空间坐标数据转换至相对应的该区域扫描数据。
15.如权利要求11所述的系统，其特征在于，各该扫描测头模块包括一投光装置与一感测装置，该投光装置耦接于该感测装置。
16.如权利要求10所述的系统，其特征在于，该三维模型构建单元对该数据库单元的各该三维模型数据依特征描述进行分群，以得到多个群组，该三维模型构建单元依据该360度三维扫描数据，由该数据库单元中的该多个群组搜寻出一关联群组，且该三维模型构建单元由该关联群组中搜寻出多个主要候选样式，比对该360度三维扫描数据，找出各该主要候选样式的相对应的权重，该三维模型构建单元依据各该主要候选样式的相对应的权重，组合成一形变模型数据。
17.如权利要求16所述的系统，其特征在于，该三维模型构建单元将该360度三维扫描数据与该形变模型数据进行对准，该三维模型构建单元搜寻该360度三维扫描数据的多个关键点与该形变模型数据的多个关键点，且该三维模型构建单元通过该360度三维扫描数据的各该关键点与该形变模型数据的各该关键点，将该形变模型数据迭合至该360度三维扫描数据，使该形变模型数据产生形变以构建该补偿模板三维模型数据。
18.如权利要求17所述的系统，其特征在于，该三维模型构建单元将该360度三维扫描数据与该形变模型数据进行对准是通过迭代最近点(Iterative Closest Point，ICP)算法进行对准。
19.如权利要求17所述的系统，其特征在于，所述该三维模型构建单元将该360度三维扫描数据与该形变模型数据进行对准是通过线性方法或/及非线性方法进行对准。
20.如权利要求17所述的系统，其特征在于，所述该三维模型构建单元搜寻该360度三维扫描数据的各该关键点与该形变模型数据的各该关键点为通过ISS(Intrinsic ShapeSignature)、NARF(Normal Aligned Radial Feature)或uniform sampling的三维关键点选取的算法。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| TW106141022A TWI651687B (zh) | 2017-11-24 | 2017-11-24 | 三維模型建構方法及其系統 |
| TW106141022 | 2017-11-24 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109840944A true CN109840944A (zh) | 2019-06-04 |
Family
ID=66214076
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201711343858.8A Withdrawn CN109840944A (zh) | 2017-11-24 | 2017-12-14 | 三维模型构建方法及其系统 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US10621791B2 (zh) |
| CN (1) | CN109840944A (zh) |
| TW (1) | TWI651687B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083438A (zh) * | 2019-12-04 | 2020-04-28 | 广东康云科技有限公司 | 基于视频融合的无人巡检方法、系统、装置和存储介质 |
| CN111623782A (zh) * | 2020-06-10 | 2020-09-04 | 浙江商汤科技开发有限公司 | 导航路线的展示方法、三维场景模型的生成方法及装置 |
| CN113106823A (zh) * | 2021-04-20 | 2021-07-13 | 交通运输部公路科学研究所 | 一种用于在役水泥混凝土铺面板无损三维模型构建方法 |
Families Citing this family (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI791910B (zh) * | 2019-10-16 | 2023-02-11 | 由田新技股份有限公司 | 用於孔狀結構之檢測資訊呈現方法、檢測方法、及檢測設備 |
| EP3955215A1 (de) * | 2020-08-13 | 2022-02-16 | Synthetic Dimension GmbH | Verfahren zur rekonstruktion eines 3d-modells einer szene |
| TWI768575B (zh) | 2020-12-03 | 2022-06-21 | 財團法人工業技術研究院 | 三維影像動態矯正評估與矯具輔助設計方法及其系統 |
| CN113850906B (zh) * | 2021-09-29 | 2022-09-23 | 北京大学口腔医学院 | 一种智能口腔三维美学分析方法 |
| CN114422677B (zh) * | 2022-01-19 | 2024-05-31 | 上海璞洛瑟尔泽科技有限公司 | 一种三维建模服装数字化设计装置及方法 |
| CN116797744B (zh) * | 2023-08-29 | 2023-11-07 | 武汉大势智慧科技有限公司 | 多时相实景三维模型的构建方法、系统及终端设备 |
| CN117496092B (zh) * | 2023-12-29 | 2024-04-19 | 先临三维科技股份有限公司 | 三维扫描重建方法、装置、设备及存储介质 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011028335A (ja) * | 2009-07-21 | 2011-02-10 | Ntn Corp | 機械構造物形状設計方法、形状設計装置、形状設計プログラム、および形状設計プログラム記録媒体。 |
| CN102338617A (zh) * | 2010-07-22 | 2012-02-01 | 首都师范大学 | 三维测量系统及其三维扫描装置 |
| JP2015219679A (ja) * | 2014-05-16 | 2015-12-07 | 株式会社リコー | 画像処理システム、情報処理装置、プログラム |
| CN105203046A (zh) * | 2015-09-10 | 2015-12-30 | 北京天远三维科技有限公司 | 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 |
| CN205656672U (zh) * | 2016-03-30 | 2016-10-19 | 中国工程物理研究院激光聚变研究中心 | 一种3d成像试衣间 |
| US20160345858A1 (en) * | 2015-06-01 | 2016-12-01 | The Regents Of The University Of California | Motion tracking apparatus and method |
| CN106802138A (zh) * | 2017-02-24 | 2017-06-06 | 杭州先临三维科技股份有限公司 | 一种三维扫描系统及其扫描方法 |
| CN106959078A (zh) * | 2017-02-28 | 2017-07-18 | 苏州凡目视觉科技有限公司 | 一种用于三维轮廓测量的轮廓测量方法 |
Family Cites Families (18)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US5466892A (en) | 1993-02-03 | 1995-11-14 | Zycon Corporation | Circuit boards including capacitive coupling for signal transmission and methods of use and manufacture |
| DE69934478T2 (de) * | 1999-03-19 | 2007-09-27 | MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. | Verfahren und Gerät zur Bildverarbeitung auf Basis von Metamorphosemodellen |
| WO2009065418A1 (de) | 2007-11-19 | 2009-05-28 | Corpus.E Ag | Hochauflösende optische erfassung der raumform von körpern |
| US9183631B2 (en) | 2012-06-29 | 2015-11-10 | Mitsubishi Electric Research Laboratories, Inc. | Method for registering points and planes of 3D data in multiple coordinate systems |
| US9552668B2 (en) | 2012-12-12 | 2017-01-24 | Microsoft Technology Licensing, Llc | Generation of a three-dimensional representation of a user |
| US9092657B2 (en) | 2013-03-13 | 2015-07-28 | Microsoft Technology Licensing, Llc | Depth image processing |
| TWI498526B (zh) | 2013-06-05 | 2015-09-01 | Nat Univ Chung Cheng | Environment depth measurement method and its image acquisition device |
| NL2013417A (en) | 2013-10-02 | 2015-04-07 | Asml Netherlands Bv | Methods & apparatus for obtaining diagnostic information relating to an industrial process. |
| TWI534755B (zh) | 2013-11-20 | 2016-05-21 | 財團法人資訊工業策進會 | 三維立體模型之建立方法和裝置 |
| TWI520098B (zh) | 2014-01-28 | 2016-02-01 | 聚晶半導體股份有限公司 | 影像擷取裝置及其影像形變偵測方法 |
| TWI571806B (zh) | 2014-05-27 | 2017-02-21 | Metal Ind Res And Dev Centre | Tooth body image joining method |
| US10515304B2 (en) | 2015-04-28 | 2019-12-24 | Qualcomm Incorporated | Filter specificity as training criterion for neural networks |
| US10304203B2 (en) * | 2015-05-14 | 2019-05-28 | Qualcomm Incorporated | Three-dimensional model generation |
| CN105069226B (zh) | 2015-08-03 | 2018-05-08 | 常州赞云软件科技有限公司 | 一种基于模板的三维造型建模方法 |
| TWI572846B (zh) | 2015-09-18 | 2017-03-01 | 國立交通大學 | 全景影像三維深度估測系統及全景影像三維深度估測方法 |
| TWI578269B (zh) | 2015-12-14 | 2017-04-11 | 財團法人工業技術研究院 | 三維座標縫合方法及應用其之三維座標資訊縫合裝置 |
| TWI585607B (zh) | 2016-01-04 | 2017-06-01 | 由田新技股份有限公司 | 結合臉部認證的視線軌跡認證系統、方法、電腦可讀取紀錄媒體及電腦程式產品 |
| US11439508B2 (en) * | 2016-11-30 | 2022-09-13 | Fited, Inc. | 3D modeling systems and methods |
-
2017
- 2017-11-24 TW TW106141022A patent/TWI651687B/zh active
- 2017-12-14 CN CN201711343858.8A patent/CN109840944A/zh not_active Withdrawn
- 2017-12-27 US US15/855,266 patent/US10621791B2/en active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP2011028335A (ja) * | 2009-07-21 | 2011-02-10 | Ntn Corp | 機械構造物形状設計方法、形状設計装置、形状設計プログラム、および形状設計プログラム記録媒体。 |
| CN102338617A (zh) * | 2010-07-22 | 2012-02-01 | 首都师范大学 | 三维测量系统及其三维扫描装置 |
| JP2015219679A (ja) * | 2014-05-16 | 2015-12-07 | 株式会社リコー | 画像処理システム、情報処理装置、プログラム |
| US20160345858A1 (en) * | 2015-06-01 | 2016-12-01 | The Regents Of The University Of California | Motion tracking apparatus and method |
| CN105203046A (zh) * | 2015-09-10 | 2015-12-30 | 北京天远三维科技有限公司 | 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 |
| CN205656672U (zh) * | 2016-03-30 | 2016-10-19 | 中国工程物理研究院激光聚变研究中心 | 一种3d成像试衣间 |
| CN106802138A (zh) * | 2017-02-24 | 2017-06-06 | 杭州先临三维科技股份有限公司 | 一种三维扫描系统及其扫描方法 |
| CN106959078A (zh) * | 2017-02-28 | 2017-07-18 | 苏州凡目视觉科技有限公司 | 一种用于三维轮廓测量的轮廓测量方法 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111083438A (zh) * | 2019-12-04 | 2020-04-28 | 广东康云科技有限公司 | 基于视频融合的无人巡检方法、系统、装置和存储介质 |
| CN111083438B (zh) * | 2019-12-04 | 2021-05-25 | 广东康云科技有限公司 | 基于视频融合的无人巡检方法、系统、装置和存储介质 |
| CN111623782A (zh) * | 2020-06-10 | 2020-09-04 | 浙江商汤科技开发有限公司 | 导航路线的展示方法、三维场景模型的生成方法及装置 |
| CN113106823A (zh) * | 2021-04-20 | 2021-07-13 | 交通运输部公路科学研究所 | 一种用于在役水泥混凝土铺面板无损三维模型构建方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| US10621791B2 (en) | 2020-04-14 |
| TW201926253A (zh) | 2019-07-01 |
| US20190164350A1 (en) | 2019-05-30 |
| TWI651687B (zh) | 2019-02-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN109840944A (zh) | 三维模型构建方法及其系统 | |
| US10217277B2 (en) | Keypoint-based point-pair-feature for scalable automatic global registration of large RGB-D scans | |
| CN104937635B (zh) | 基于模型的多假设目标追踪器 | |
| Planche et al. | Depthsynth: Real-time realistic synthetic data generation from cad models for 2.5 d recognition | |
| US10684116B2 (en) | Position and orientation measuring apparatus, information processing apparatus and information processing method | |
| CN104778688B (zh) | 点云数据的配准方法及装置 | |
| Marapane et al. | Region-based stereo analysis for robotic applications | |
| CN104252626B (zh) | 一种训练多图案识别和配准工具模型的半监督方法 | |
| EP3382645B1 (en) | Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images | |
| CN106548489A (zh) | 一种深度图像与彩色图像的配准方法、三维图像采集装置 | |
| CN108898127A (zh) | 一种基于三维模型匹配的防伪方法及设备 | |
| JP2004518105A (ja) | 向きと距離を測定するための方法と装置 | |
| CN105069743A (zh) | 探测器拼接实时图像配准的方法 | |
| Ahmadabadian et al. | An automatic 3D reconstruction system for texture-less objects | |
| JP4925120B2 (ja) | 物体認識装置および物体認識方法 | |
| CN110175954A (zh) | 改进的icp点云快速拼接方法、装置、电子设备及存储介质 | |
| CN103868500A (zh) | 光谱三维成像系统及成像方法 | |
| Li et al. | A camera on-line recalibration framework using SIFT | |
| CN113538552B (zh) | 一种基于图像排序的3d信息合成图像匹配的方法 | |
| Karan | Accuracy improvements of consumer-grade 3D sensors for robotic applications | |
| Tan et al. | On Computing The Perspective Transformation Matrix and Camera Parameters. | |
| Ahmed | Virtual interest points for registration | |
| Benvegnù | 3D object recognition without CAD models for industrial robot manipulation | |
| Balasubramanian et al. | Simulation studies for the performance analysis of the reconstruction of a line using stereoscopic projections | |
| van Rhijn | Configurable input devices for 3D interaction using optical tracking |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20190604 |