CN110033047A - 一种非接触式三维测量系统 - Google Patents
一种非接触式三维测量系统 Download PDFInfo
- Publication number
- CN110033047A CN110033047A CN201910311348.5A CN201910311348A CN110033047A CN 110033047 A CN110033047 A CN 110033047A CN 201910311348 A CN201910311348 A CN 201910311348A CN 110033047 A CN110033047 A CN 110033047A
- Authority
- CN
- China
- Prior art keywords
- unit
- inertia
- sample
- angle
- deflection amount
- 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
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0062—Arrangements for scanning
- A61B5/0064—Body surface scanning
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B5/00—Measuring for diagnostic purposes; Identification of persons
- A61B5/0059—Measuring for diagnostic purposes; Identification of persons using light, e.g. diagnosis by transillumination, diascopy, fluorescence
- A61B5/0077—Devices for viewing the surface of the body, e.g. camera, magnifying lens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
- H04N23/60—Control of cameras or camera modules
Landscapes
- Engineering & Computer Science (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- Veterinary Medicine (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Public Health (AREA)
- Artificial Intelligence (AREA)
- Surgery (AREA)
- Medical Informatics (AREA)
- Heart & Thoracic Surgery (AREA)
- Pathology (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Computing Systems (AREA)
- Radiology & Medical Imaging (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种非接触式三维测量系统,属于三维测量技术领域,该系统包括:多个主测量柱和副测量柱,每个主测量柱都具有两个分别位于主测量柱顶部、底部的主测量头,副测量柱具有副测量头,主测量头、副测量头都具有取像单元、与取像单元相连的角度调节单元,与角度调节单元相连的控制单元;控制单元用于:将取像单元的当前角度和调节速度输入惯性预测模型,得到取像单元的惯性偏移量;其中,惯性预测模型是使用样本角度、样本调节速度和实际惯性偏移量进行训练得到的;根据惯性偏移量通过角度调节单元微调取像单元;可以解决取像单元可能由于惯性作用继续运动,从而偏移预定角度的问题;可以将该取像单元微调至预定角度。
Description
技术领域
本发明涉及一种非接触式三维测量系统,属于三维测量技术领域。
背景技术
人体扫描是用光线或者射线对人体进行照射,并据以获取人体三维数据的成像方法,广泛应用于3D打印、人体整形、运动分析、服装定制、游戏影视制作、虚拟现实以及虚拟试衣等领域中。例如,在进行真人模型3D打印时,首先要获得人体的三维数据;而在医学治疗方面,快速获得人体面部三维数据是制定更好的整形、矫形手术方案的前提。
目前,按照功能分类,人体扫描技术主要有局部扫描、全身扫描。人体局部扫描技术是先对人体每一局部进行扫描,然后再将所述局部扫描进行拼接,从而获得整个人体的三维数据。全身扫描是基于光栅、激光或红外进行扫描。基于光栅的人体扫描采用结构光技术、相位测量技术、计算机视觉技术相结合的非接触式测量技术,每次扫描只能获得一个特征面,在扫描人体时需要多次投射光栅,扫描时间较长;激光人体扫描技术采用多条线束激光来获取物体表面的三维点云,通过视觉标记来确定扫描仪在扫描过程中的空间位置,从而完成人体点云的三维重构;红外人体扫描是一种基于红外光栅深度成像原理的扫描方式,通过红外结构光栅投光,测量镜头捕获人体的深度信息,进而得出人体的三维点云数据。
前述扫描方式中,需要通过角度调节单元控制取像单元的俯仰角来采集人体的图像,但是,角度调节单元控制取像单元运动之后,取像单元可能由于惯性作用继续运动,从而偏移预定角度,此时,取像单元采集到的图像不是预定角度的图像,从而导致测量结果不准确的问题。
发明内容
本发明的目的在于提供一种非接触式三维测量系统,可以解决取像单元可能由于惯性作用继续运动,从而偏移预定角度的问题。为达到上述目的,本发明提供如下技术方案:所述系统包括:多个主测量柱和副测量柱,每个所述主测量柱都具有两个分别位于所述主测量柱顶部、底部的主测量头,所述副测量柱具有副测量头,所述主测量头、副测量头都具有取像单元、与所述取像单元相连的角度调节单元,所述系统还包括与所述角度调节单元相连的控制单元;所述控制单元,用于:
将所述取像单元的当前角度和调节速度输入惯性预测模型,得到所述取像单元的惯性偏移量;其中,所述惯性预测模型是使用样本角度、样本调节速度和实际惯性偏移量进行训练得到的;
根据所述惯性偏移量通过所述角度调节单元微调所述取像单元。
可选地,所述控制单元,用于:
在所述将所述取像单元的当前角度和调节速度输入惯性预测模型,得到所述取像单元的惯性偏移量之前,获取多组第一样本数据;每组第一样本数据包括样本角度、样本调节速度和对应的实际惯性偏移量;
对于每组第一样本数据,将所述第一样本数据中的样本角度和样本调节速度输入预设神经网络模型,得到预测惯性偏移量;
计算所述预测偏移量和所述实际惯性偏移量之间的误差;
基于所述误差对所述预设神经网络模型进行迭代训练,得到所述惯性预测模型。
可选地,所述预设神经网络模型为卷积神经网络模型。
可选地,所述控制单元,用于:
获取多组第二样本数据,每组第二样本数据包括样本角度、样本调节速度和对应的实际惯性偏移量;
对所述多组第二样本数据进行数据筛选,得到筛选后的样本数据;所述筛选后的样本数据用于后续对所述预设神经网络模型进行迭代训练。
可选地,所述对所述多组第二样本数据进行数据筛选,得到筛选后的样本数据,包括:
基于主动学习算法从所述多组第二样本数据中筛选出所述筛选后的样本数据。
可选地,所述角度调节单元用于调节所述取像单元的俯仰角。
可选地,所述惯性偏移量为实际俯仰角与目标俯仰角之间的偏移量。
可选地,所述取像单元包括黑白相机单元和彩色相机单元。
可选地,所述系统还包括散斑投射器。
本发明的有益效果在于:通过控制单元将所述取像单元的当前角度和调节速度输入惯性预测模型,得到所述取像单元的惯性偏移量;其中,所述惯性预测模型是使用样本角度、样本调节速度和实际惯性偏移量进行训练得到的;根据所述惯性偏移量通过所述角度调节单元微调所述取像单元;可以解决取像单元可能由于惯性作用继续运动,从而偏移预定角度的问题;由于可以预测出取像单元的惯性偏移量,从而将该取像单元微调至预定角度,因此,可以提高三维测量的准确性。
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,并可依照说明书的内容予以实施,以下以本发明的较佳实施例并配合附图详细说明如后。
附图说明
图1所示为本发明一实施例提供的非接触式三维测量系统的结构示意图。
图2所示为主测量柱的结构示意图。
图3所示为主测量头的结构示意图。
图4所示为副测量柱的结构示意图。
图5为图4所示副测量柱的另一角度的结构示意图。
图6所示为副测量头的结构示意图。
图7所示为散斑投射器的结构示意图。
图8所示为升压电路、触发电路以及闪光灯的配合示意图。
图9所示为本发明另一实施例提供的非接触式三维测量系统的结构示意图。
具体实施方式
下面结合附图和实施例,对本发明的具体实施方式作进一步详细描述。以下实施例用于说明本发明,但不用来限制本发明的范围。
本申请提供的非接触式三维测量系统包括多个主测量柱和副测量柱,每个所述主测量柱都具有两个分别位于所述主测量柱顶部、底部的主测量头,所述副测量柱具有副测量头,所述主测量头、副测量头都具有取像单元、与所述取像单元相连的角度调节单元。
请参见图1以及图2所示,本发明一较佳实施例所示的非接触式三维测量系统100包括四个主测量柱10、扫描人体面部的副测量柱20、触发单元(未图示)、标定板(未图示)以及工作台30。本实施例中仅以主测量柱为四个,副测量柱为一个为例进行说明。
请参阅图1、图2以及图3所示,四个所述主测量柱10分别位于待测人体40的左前方、右前方、左后方以及右后方,所述四个主测量柱10构成一四边形,所述工作台30位于该四边形的对角线交点上。在本实施例中,所述四边形为正方形。所述主测量柱10具有两个分别位于所述主测量柱10顶部、底部的主测量头11,所述主测量头11具有取像单元,该取像单元包括黑白相机单元111、彩色相机单元112。主测量头11还包括散斑投射器113、补光灯114以及角度调节单元(未图示)。
可选地,所述黑白相机单元111为两个,且分别位于所述彩色相机单元112的两侧。所述散斑投射器113、补光灯114分别位于所述黑白相机单元111、彩色相机单元112之间,且所述散斑投射器113、补光灯114关于所述彩色相机单元112对称。所述触发单元具有第一触发单元以及第二触发单元,所述第一触发单元使得所述彩色相机单元112、补光灯114同步触发;所述第二触发单元使得所述黑白相机单元111、散斑投射器113同步触发。所述角度调节单元调节所述黑白相机单元111、彩色相机单元112、散斑投射器113以及补光灯114的俯仰角度。
请参阅图7以及图8所示,所述散斑投射器113具有散光灯1131、位于所述闪光灯1131一侧的散斑片1132、位于所述闪光灯1131背离所述散斑片1132一侧的聚光碗1133、位于所述散斑片1132背离所述闪光灯1131一侧的散斑镜头1134以及与所述闪光灯1131相配合的升压电路1135和触发电路1136。所述升压电路1135为所述闪光灯1131提供合适的电压。所述触发电路1136控制充电、放电,以实现所述闪光灯1131的闪亮。所述聚光碗1133的反射面是由抛物线旋转形成的曲面。所述闪光灯1131位于所述抛物线的焦点。所述散斑镜头1134为C口镜头。所述散斑投射器113由于使用了所述聚光碗1133,从而使得所述闪光灯1131向背离所述散斑片1132的方向所发出的光得到充分利用,从而提高了光的使用效率,且制造成本较低。
请参阅图4、图5、图6并结合图1所示,所述副测量柱20用以扫描人体面部,位于所述四边形一条边的中点上。所述副测量柱20具有位于所述副测量柱20顶部的高度调节单元21、安装在所述高度调节单元21上的角度调节单元22以及安装在所述角度调节单元22上的副测量头23。所述高度调节单元21根据人体高度自动调节所述副测量头23的高度。在本实施例中,所述人体高度是通过激光测距仪测量所述激光测距仪分别到地面和被测者头顶之间的距离从而间接获得人体高度值。所述角度调节单元22用以调节所述副测量头23的俯仰角度。
在本实施例中,所述副测量头23的俯仰角度为25°。假设人体高度为H1;所述副测量头23的高度为H2,俯仰角度为α;人体与所述副测量头23的距离为L;则H2=H1-L*tanα。由于设置有所述高度调节单元21、角度调节单元22,从而使得本发明非接触式三维测量系统100能够扫描不同高度的人体,相机幅面在一定的空间变化范围内都能捕捉到被扫描对象,进而提高了在不同环境下测量的灵活性。
所述副测量头23包括取像单元,该取像单元包括黑白相机单元231、彩色相机单元232。副测量头23还包括散斑投射器233。
可选地,所述黑白相机单元232为两个,所述彩色相机单元232位于所述黑白相机单元231之间,所述散斑投射器233位于所述黑白相机单元231和彩色相机单元232之间。
本发明非接触式三维测量系统100由于使用了扫描人体面部的副测量柱20,从而较好地提升了人体面部的扫描精度。所述标定板为白底黑点的平面标定板。当进行多相机全局标定时,首先将所述标定板放置在所述工作台30上,然后再将所述标定板摆放出至少24种不同位姿,然后所述主测量头11、副测量头23同步采集不同位姿的图像,并对采集到的图像进行数据处理,从而获得所有相机的内部参数和外部参数。
参考图9,本发明非接触式三维测量系统100还包括与角度调节单元91相连的控制单元92。控制单元92,用于:
将取像单元的当前角度和调节速度输入惯性预测模型,得到取像单元的惯性偏移量;其中,惯性预测模型是使用样本角度、样本调节速度和实际惯性偏移量进行训练得到的;根据惯性偏移量通过角度调节单元91微调取像单元93。
可选地,控制单元92,用于:在将取像单元93的当前角度和调节速度输入惯性预测模型,得到取像单元的惯性偏移量之前,获取多组第一样本数据;每组第一样本数据包括样本角度、样本调节速度和对应的实际惯性偏移量;对于每组第一样本数据,将第一样本数据中的样本角度和样本调节速度输入预设神经网络模型,得到预测惯性偏移量;计算预测偏移量和实际惯性偏移量之间的误差;基于误差对预设神经网络模型进行迭代训练,得到惯性预测模型。
可选地,预设神经网络模型为卷积神经网络模型。
可选地,控制单元92,用于:获取多组第二样本数据,每组第二样本数据包括样本角度、样本调节速度和对应的实际惯性偏移量;对多组第二样本数据进行数据筛选,得到筛选后的样本数据;筛选后的样本数据用于后续对预设神经网络模型进行迭代训练。
可选地,对多组第二样本数据进行数据筛选,得到筛选后的样本数据,包括:基于主动学习算法从多组第二样本数据中筛选出筛选后的样本数据。
综上所述,本实施例提供的非接触式三维测量系统,通过控制单元将所述取像单元的当前角度和调节速度输入惯性预测模型,得到所述取像单元的惯性偏移量;其中,所述惯性预测模型是使用样本角度、样本调节速度和实际惯性偏移量进行训练得到的;根据所述惯性偏移量通过所述角度调节单元微调所述取像单元;可以解决取像单元可能由于惯性作用继续运动,从而偏移预定角度的问题;由于可以预测出取像单元的惯性偏移量,从而将该取像单元微调至预定角度,因此,可以提高三维测量的准确性。
以上所述实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进,这些都属于本发明的保护范围。因此,本发明专利的保护范围应以所附权利要求为准。
Claims (9)
1.一种非接触式三维测量系统,其特征在于,所述系统包括:多个主测量柱和副测量柱,每个所述主测量柱都具有两个分别位于所述主测量柱顶部、底部的主测量头,所述副测量柱具有副测量头,所述主测量头、副测量头都具有取像单元、与所述取像单元相连的角度调节单元,所述系统还包括与所述角度调节单元相连的控制单元;所述控制单元,用于:
将所述取像单元的当前角度和调节速度输入惯性预测模型,得到所述取像单元的惯性偏移量;其中,所述惯性预测模型是使用样本角度、样本调节速度和实际惯性偏移量进行训练得到的;
根据所述惯性偏移量通过所述角度调节单元微调所述取像单元。
2.根据权利要求1所述的系统,其特征在于,所述控制单元,用于:
在所述将所述取像单元的当前角度和调节速度输入惯性预测模型,得到所述取像单元的惯性偏移量之前,获取多组第一样本数据;每组第一样本数据包括样本角度、样本调节速度和对应的实际惯性偏移量;
对于每组第一样本数据,将所述第一样本数据中的样本角度和样本调节速度输入预设神经网络模型,得到预测惯性偏移量;
计算所述预测偏移量和所述实际惯性偏移量之间的误差;
基于所述误差对所述预设神经网络模型进行迭代训练,得到所述惯性预测模型。
3.根据权利要求2所述的系统,其特征在于,所述预设神经网络模型为卷积神经网络模型。
4.根据权利要求2所述的系统,其特征在于,所述控制单元,用于:
获取多组第二样本数据,每组第二样本数据包括样本角度、样本调节速度和对应的实际惯性偏移量;
对所述多组第二样本数据进行数据筛选,得到筛选后的样本数据;所述筛选后的样本数据用于后续对所述预设神经网络模型进行迭代训练。
5.根据权利要求4所述的系统,其特征在于,所述对所述多组第二样本数据进行数据筛选,得到筛选后的样本数据,包括:
基于主动学习算法从所述多组第二样本数据中筛选出所述筛选后的样本数据。
6.根据权利要求1至5任一所述的系统,其特征在于,所述角度调节单元用于调节所述取像单元的俯仰角。
7.根据权利要求1至5任一所述的系统,其特征在于,所述惯性偏移量为实际俯仰角与目标俯仰角之间的偏移量。
8.根据权利要求1至5任一所述的系统,其特征在于,所述取像单元包括黑白相机单元和彩色相机单元。
9.根据权利要求1至5任一所述的系统,其特征在于,所述系统还包括散斑投射器。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910311348.5A CN110033047B (zh) | 2019-04-18 | 2019-04-18 | 一种非接触式三维测量系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910311348.5A CN110033047B (zh) | 2019-04-18 | 2019-04-18 | 一种非接触式三维测量系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110033047A true CN110033047A (zh) | 2019-07-19 |
CN110033047B CN110033047B (zh) | 2023-06-16 |
Family
ID=67238947
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910311348.5A Active CN110033047B (zh) | 2019-04-18 | 2019-04-18 | 一种非接触式三维测量系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110033047B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09322051A (ja) * | 1996-05-24 | 1997-12-12 | Nippon Hoso Kyokai <Nhk> | 自動撮影カメラシステム |
CN104238578A (zh) * | 2014-09-26 | 2014-12-24 | 广东欧珀移动通信有限公司 | 一种控制摄像头旋转的方法及装置 |
CN205812166U (zh) * | 2016-02-23 | 2016-12-14 | 桂林飞宇科技股份有限公司 | 一种带增稳功能的一体化相机 |
CN206311076U (zh) * | 2017-01-04 | 2017-07-07 | 苏州西博三维科技有限公司 | 基于散斑的极速三维人体扫描仪 |
CN107993257A (zh) * | 2017-12-28 | 2018-05-04 | 中国科学院西安光学精密机械研究所 | 一种智能imm卡尔曼滤波前馈补偿目标追踪方法及系统 |
CN109597407A (zh) * | 2018-11-12 | 2019-04-09 | 初速度(苏州)科技有限公司 | 调节方法和装置 |
-
2019
- 2019-04-18 CN CN201910311348.5A patent/CN110033047B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH09322051A (ja) * | 1996-05-24 | 1997-12-12 | Nippon Hoso Kyokai <Nhk> | 自動撮影カメラシステム |
CN104238578A (zh) * | 2014-09-26 | 2014-12-24 | 广东欧珀移动通信有限公司 | 一种控制摄像头旋转的方法及装置 |
CN205812166U (zh) * | 2016-02-23 | 2016-12-14 | 桂林飞宇科技股份有限公司 | 一种带增稳功能的一体化相机 |
CN206311076U (zh) * | 2017-01-04 | 2017-07-07 | 苏州西博三维科技有限公司 | 基于散斑的极速三维人体扫描仪 |
CN107993257A (zh) * | 2017-12-28 | 2018-05-04 | 中国科学院西安光学精密机械研究所 | 一种智能imm卡尔曼滤波前馈补偿目标追踪方法及系统 |
CN109597407A (zh) * | 2018-11-12 | 2019-04-09 | 初速度(苏州)科技有限公司 | 调节方法和装置 |
Also Published As
Publication number | Publication date |
---|---|
CN110033047B (zh) | 2023-06-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105928472B (zh) | 一种基于主动斑投射器的三维形貌动态测量方法 | |
CN106767527B (zh) | 一种三维轮廓的光学混合检测方法 | |
US9858682B2 (en) | Device for optically scanning and measuring an environment | |
US9115986B2 (en) | Device for optically scanning and measuring an environment | |
CN106127745B (zh) | 结构光3d视觉系统与线阵相机的联合标定方法及装置 | |
CN1844852B (zh) | 生成景物的混合图象的方法 | |
CN106441099B (zh) | 多线结构光传感器的标定方法 | |
US9217637B2 (en) | Device for optically scanning and measuring an environment | |
JP4290733B2 (ja) | 3次元形状計測方法及びその装置 | |
US7454054B2 (en) | Three-dimensional shape input device | |
CN100524015C (zh) | 生成距景物距离的图象的方法和装置 | |
CN206311076U (zh) | 基于散斑的极速三维人体扫描仪 | |
CN106715084A (zh) | 机器视觉辅助的增材制造的系统和方法 | |
CN107343130A (zh) | 一种基于dmd动态分光的高动态成像模块 | |
CN109859272A (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
CN107449374A (zh) | 柔性布局的视觉辅助激光振镜扫描系统及其现场校准方法 | |
CN110166766A (zh) | 一种多线阵ccd相机共面共线成像联合调试方法 | |
CN110749874A (zh) | 激光雷达发射光路的调平装置及方法 | |
CN104976968A (zh) | 一种基于led标签跟踪的三维几何测量方法及系统 | |
CN108844489A (zh) | 应用线激光扫描物体轮廓的方法以及相机标定方法 | |
CN107024417A (zh) | 基于单镜头多光路光场成像的三维颗粒场测量装置及方法 | |
CN109462752A (zh) | 一种摄像模组光心位置测量方法及装置 | |
TW202206888A (zh) | 振鏡的參數調節方法、裝置、設備 | |
CN110033047A (zh) | 一种非接触式三维测量系统 | |
CN110708532B (zh) | 一种普适光场单元图像生成方法和系统 |
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 | ||
TA01 | Transfer of patent application right | ||
TA01 | Transfer of patent application right |
Effective date of registration: 20210303 Address after: Room B307 and b308, 388 Ruoshui Road, Suzhou Industrial Park, 215000, Jiangsu Province Applicant after: Lianhengguangke (Suzhou) Intelligent Technology Co.,Ltd. Address before: 3F, building B1, 99 Ren'ai Road, Suzhou Industrial Park, Jiangsu Province 215000 Applicant before: SUZHOU LINDIAN 3D TECH Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |