CN110033506B - 基于结构光的综采工作面三维重建系统和重建方法 - Google Patents

基于结构光的综采工作面三维重建系统和重建方法 Download PDF

Info

Publication number
CN110033506B
CN110033506B CN201910201380.8A CN201910201380A CN110033506B CN 110033506 B CN110033506 B CN 110033506B CN 201910201380 A CN201910201380 A CN 201910201380A CN 110033506 B CN110033506 B CN 110033506B
Authority
CN
China
Prior art keywords
fully
mechanized
mining face
face
image
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
Application number
CN201910201380.8A
Other languages
English (en)
Other versions
CN110033506A (zh
Inventor
赵栓峰
李阳
危培
贺海涛
郭卫
邢志中
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xian University of Science and Technology
Original Assignee
Xian University of Science and Technology
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Xian University of Science and Technology filed Critical Xian University of Science and Technology
Priority to CN201910201380.8A priority Critical patent/CN110033506B/zh
Publication of CN110033506A publication Critical patent/CN110033506A/zh
Application granted granted Critical
Publication of CN110033506B publication Critical patent/CN110033506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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
    • G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
    • G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
    • 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
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Analysis (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于结构光的综采工作面三维重建系统和重建方法，对综采工作面三维信息进行采集，提取综采工作面二维图像；对多张综采工作面二维图像进行降噪平滑处理、拼接，从而得到综采工作面的全景图像；对全景图像条纹进行边缘检测，从而准确地获取条纹的边缘信息；根据获取的边缘信息，将投影在综采工作面上的结构光图案和获取的畸变条纹图像进行精确匹配，计算综采工作面的三维坐标信息；利用MATLAB语言对综采工作面进行三维重建。本发明将结构光三维重建系统用于综采工作面的三维重建,对提高煤矿安全生产、矿工安全具有重要的实用价值，对煤矿建设实现数字化具有重大意义。

Description

基于结构光的综采工作面三维重建系统和重建方法
技术领域
本发明属于光学工程技术领域，尤其涉及一种基于结构光的综采工作面三维重建方法和装置。
背景技术
目前，数字化煤矿建设已成为煤矿行业发展的必然趋势，对综采工作面进行三维重建已变得越来越重要，然而现有技术对综采工作面的三维重建却很少涉及。
发明内容
本发明的目的是提出了一种基于结构光的综采工作面三维重建系统和重建方法。本发明对综采工作面的重建是基于结构光的三维重建技术，
本发明的技术方案是，一种基于结构光的综采工作面三维重建系统，包括，结构光源发射器、摄像头、底板及计算机，其特征是：
带有圆形螺栓孔的底板与液压支架的顶部连接，结构光源发射器和摄像头与底板固定连接，在安装结构光源发射器和摄像头过程中要特别注意，需要保证结构光源发射器发出的结构光所形成的平面与摄像头的中心光轴之间的夹角在40°～60°之间，即在与投射方向成一定角度方向的位置安装摄像头。
底板所使用的材料为较厚的钢板，上面的螺栓孔布置需要满足结构光源发射器和摄像头的安装要求。
结构光源发射器1的投影面积由其自身的焦距和液晶片尺寸等参数决定，计算公式如下：
Figure BDA0001997551040000021
式中，S代表结构光投射面的尺寸，l代表投射的距离，f2代表结构光源发射器的焦距，m代表液晶片的尺寸，
Figure BDA0001997551040000022
其中，N代表计算的理论值，V代表综采工作面的面积，S代表结构光投射面的尺寸,n代表摄像头的个数。
由此可以确定在液压支架上布置结构光源发射器及摄像头的数量。一个底板上面安装一个结构光源发射器和一个摄像头，使用尽量少的摄像头获取整个综采工作面的图像。
一种基于结构光的综采工作面三维重建方法，包括以下步骤；
步骤1，结构光源发射器将含有特定编码信息的结构光投射到综采工作面上，利用摄像头对综采工作面上的结构光图像进行采集，提取多张包含有深度信息的综采工作面结构光图像；
步骤2，对步骤1得到的综采工作面结构光图像经过一个3*3的低通滤波器H去除高频噪声，同时对结构光图像进行平滑滤波处理，避免后续进行边缘检测时检测到假边缘；
步骤3，对步骤2滤波处理过的多张综采工作面结构光图像进行拼接，从而得到综采工作面的全景图像；
步骤4，对步骤3得到的综采工作面的全景图像条纹进行边缘检测，从而准确地获取条纹的边缘信息；
步骤5，根据步骤4获取的边缘信息，将结构光图像和获取的畸变条纹图像进行精确匹配，并根据几何测量原理计算综采工作面的三维坐标信息；
步骤6，根据步骤5的三维坐标信息，利用MATLAB语言对综采工作面进行三维重建。
本发明将结构光三维重建系统用于综采工作面的三维重建,对提高煤矿安全生产、矿工安全具有重要的实用价值，对煤矿建设实现数字化具有重大意义。
附图说明
图1是本发明方法的流程示意图。
图2是综采工作面三维重建系统的安装位置示意图。
图3是利用综采工作面三维重建系统扫描获取工作面二维图像的原理图。
具体实施方式
下面结合附图对本发明做进一步详细描述。基于结构光的综采工作面三维重建系统和重建方法，包括以下步骤；
三维重建系统的安装，如图2和图3所示，
带有圆形螺栓孔的底板3与液压支架的顶部通过焊接连接，结构光源发射器1和摄像头2通过螺栓与底板3固定连接，在安装结构光源发射器1和摄像头2过程中要特别注意，需要保证结构光源发射器1发出的结构光所形成的平面与摄像头2的中心光轴之间的夹角在40°～60°之间；发明中底板材料为较厚的钢板，上面的螺栓孔布置需要满足结构光源发射器1和摄像头2的安装要求。
结构光源发射器的投影面积由其自身的焦距和液晶片尺寸等参数决定，计算公式如下：
Figure BDA0001997551040000041
式中，S代表结构光投射面的尺寸，l代表结构光发射器离综采工作面的距离，f代表结构光源发射器的焦距，m代表液晶片的尺寸。
Figure BDA0001997551040000042
其中，V代表综采工作面的面积，S代表结构光投射面的尺寸,n代表摄像头的个数，N代表计算的理论值。
由此可以确定在液压支架上布置结构光源发射器1及摄像头2的数量。一个底板3上面安装一个摄像头2和一个结构光源发射器1，以尽量少的摄像头获取整个工作面的图像。
如图1所示，上述重建系统的重建方法包括以下步骤：
步骤1，对综采工作面图像进行采集
利用安装好的上述系统装置对综采工作面的图像信息进行采集，如图3所示，由结构光源发射器1发射含有编码的面结构光图像，将其投射到综采工作面上，含有编码的面结构光图像将会随综采工作面形状的调制而发生畸变；然后通过摄像头2(需要事先对摄像头及结构光源发射器进行标定，方法有很多，这里就不做具体阐述)拍摄到经综采工作面调制过的结构光图像，这样就完成了对包含有深度信息的综采工作面二维图像的采集，将多个摄像头拍摄的综采工作面各部分的图像传输至计算机，为下一步图像预处理做准备。
步骤2，对综采工作面图像进行降噪平滑预处理
由于矿井下环境复杂，在对综采工作面图像采集的过程中，会存在环境噪声、综采工作面局部出现散射等不利因素，摄像头2采集到的经调制后的综采工作面图像将会很容易引入噪声，因此首先对调制后的综采工作面图像进行降噪处理。具体步骤如下：
对步骤1得到的综采工作面图像经过一个3*3的低通滤波器H去除高频噪声，同时对图像进行平滑处理，可以避免后续进行边缘检测时检测到假边缘。
设由步骤1得到的综采工作面原图像为f(u,v)，经3*3的低通滤波器降噪、平滑处理后的综采工作面图像为g(i,j),表达式为：
Figure BDA0001997551040000051
其中，i,j＝0,1,2,3…n-1；M是点(i,j)的领域中点的坐标集合，该集合中不包含(i，j)，A代表集合内坐标的总数。为了更好的对综采工作面图像进行降噪、平滑处理，综合考虑，本发明选用了最为常见的3*3线性低通滤波器
Figure BDA0001997551040000052
步骤3，对多张经过步骤2处理过的综采工作面图像进行拼接，得到综采工作面的全景图像。
①在步骤2中对多张拍摄的综采工作面图像进行了降噪平滑后，接下来需要对这些待拼接的多张综采工作面图像进行柱面投影变换。即将步骤2中得到的多张综采工作面图像映射到一个统一的柱面坐标空间上，其目的是为了保持综采工作面图像重叠区域内景物的视觉一致特性。
Figure BDA0001997551040000061
其中，r表示投射柱面的半径,l表示综采工作面图像宽度，h表示综采工作面图像的高度。
②对变换后的多张综采工作面图像进行图像匹配，计算出两幅图像之间的单位矩阵。本发明采用相应的匹配算法得到待拼接的综采工作面图像的匹配对，然后再根据得到的匹配对利用线性变换计算出综采工作面图像之间的单位矩阵。
③最后根据得到的综采工作面图像之间的单位矩阵信息利用相应的图像融合算法对综采工作面图像进行拼接，得到综采工作面的全景图像。
步骤4，对步骤3得到的综采工作面全景图像进行边缘检测
本发明选用的边缘检测方法是对综采工作面图像中每个像素的某个具体领域来构造Sobel边缘算子，其本质是计算综采工作面图像的一阶导数，并利用局部差分确定边缘点。具体方法如下：
①构造Sobel算子模板；
Sobel卷积因子
Figure BDA0001997551040000071
Sobel算子包含有两组3*3的卷积核，分别为横向以及纵向，
②把步骤3得到的综采工作面图像中的每个像素与这两个卷积核作平面卷积，
Figure BDA0001997551040000072
其中，f(x，y)为分别代表经横向及纵向边缘检测前的综采工作面图像灰度值，Gx及Gy分别代表经横向及纵向边缘检测后的综采工作面图像灰度值。
③计算得到该像素点的输出值
Figure BDA0001997551040000073
在计算的过程中，为计算方便，可使用其近似值；
G＝|Gx|+|Gy|
如果计算的梯度G大于选取的阈值，即确定该点(x，y)为边缘点。并由公式
Figure BDA0001997551040000074
计算该点梯度方向；
④利用上面的方法来完成结构光条纹边缘的检测，准确地获取条纹的边缘信息。
步骤5，根据步骤4获取的条纹边缘信息，将综采工作面结构光图像和获取的畸变条纹图像进行精确匹配，并根据几何测量原理计算综采工作面的三维坐标；
①由步骤4获取的条纹边缘信息，根据子序列唯一性，可以确定发生畸变的条纹在原综采工作面结构光图像中的序数，将综采工作面结构光图像和获取的畸变条纹图像进行精确匹配。
②完成匹配后，根据几何测量原理，结合前面标定好的摄像头及结构光源发射器参数，计算得到综采工作面的三维坐标。
设综采工作面任意一点N(x,y,z)在摄像头坐标系中的坐标为M1＝(x1,y1,z1)T,在结构光发射器坐标系中的坐标为M2＝(x2,y2,z2)T,在综采工作面图像坐标系中的坐标为(m，n)。
由摄像头坐标系和结构光发射器坐标系的转换关系得：
Figure BDA0001997551040000081
其中a代表转换矩阵的参数，
根据建立的结构光源发射器和摄像头的几何模型可得到：
Figure BDA0001997551040000082
化简得
Figure BDA0001997551040000083
由上面的算式可得
Figure BDA0001997551040000084
进一步得出综采工作面上某一点M在摄像头坐标系中的坐标为
Figure BDA0001997551040000085
其中f1，f2分别代表摄像头焦距和结构光源发射器的焦距。
同理,由上面的转换矩阵可以得到综采工作面空间坐标点N在结构光源发射器坐标系中的坐标。
通过上面的计算，可以得出综采工作面空间上某一点的三维坐标，进一步可以获得整个综采工作面所有点的三维坐标。
步骤6，根据步骤5采集到的三维坐标信息，利用计算机高级编程语言如MATLAB语言来完成综采工作面的三维重建。
以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，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，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。

Claims (5)

1.基于结构光的综采工作面三维重建方法，其特征是包括以下步骤：
步骤1，结构光源发射器将含有特定编码信息的结构光投射到综采工作面上，利用摄像头对综采工作面上的结构光图像进行采集，提取多张包含有深度信息的综采工作面结构光图像；
步骤2，对步骤1得到的综采工作面结构光图像经过一个3*3的低通滤波器H去除高频噪声，同时对结构光图像进行平滑滤波处理，避免后续进行边缘检测时检测到假边缘；
步骤3，对步骤2滤波处理过的多张综采工作面结构光图像进行拼接，从而得到综采工作面的全景图像；
步骤4，对步骤3得到的综采工作面的全景图像条纹进行边缘检测，从而准确地获取条纹的边缘信息；
步骤5，根据步骤4获取的边缘信息，将结构光图像和获取的畸变条纹图像进行精确匹配，并根据几何测量原理计算综采工作面的三维坐标信息；
步骤6，根据步骤5的三维坐标信息，利用MATLAB语言对综采工作面进行三维重建。
2.如权利要求1所述的基于结构光的综采工作面三维重建方法，其特征是步骤2降噪处理的具体步骤如下：
设由步骤1得到的综采工作面原图像为f(u,v)，经3*3的低通滤波器降噪、平滑滤波处理后的综采工作面图像为g(i,j),表达式为：
Figure FDA0003987705640000021
其中，i,j＝0,1,2,3…n-1，M是点(i,j)的领域中点的坐标集合，该集合中不包含(i，j)，A代表集合内坐标的总数，其中3*3线性低通滤波器
Figure FDA0003987705640000022
3.如权利要求1所述的基于结构光的综采工作面三维重建方法，其特征是步骤3拼接的具体步骤如下：
①将步骤3中得到的多张综采工作面图像映射到一个统一的柱面坐标空间上进行柱面投影变换，使综采工作面图像重叠区域内景物的视觉保持一致特性；
Figure FDA0003987705640000023
其中，r表示投射柱面的半径,b表示综采工作面图像宽度，h表示综采工作面图像的高度；
②对变换后的多张综采工作面图像进行图像匹配，计算出两幅图像之间的单位矩阵；采用相应的匹配算法得到待拼接的综采工作面图像的匹配对，然后再根据得到的匹配对利用线性变换计算出综采工作面图像之间的单位矩阵；
③最后根据得到的综采工作面图像之间的单位矩阵信息，利用相应的图像融合算法对综采工作面图像进行拼接，得到综采工作面的全景图像。
4.如权利要求1所述的基于结构光的综采工作面三维重建方法，其特征是步骤4边缘检测方法是：对综采工作面图像中每个像素的某个具体领域构造Sobel边缘算子，具体方法如下：
①构造Sobel边缘算子模板：Sobel算子包含有两组3*3的卷积核，分别为横向以及纵向；
②把得到的综采工作面图像中的每个像素与这两个卷积核作平面卷积，
Figure FDA0003987705640000031
其中，f(x，y)为经横向及纵向边缘检测前的综采工作面图像灰度值；Gx及Gy分别代表经横向及纵向边缘检测后的综采工作面图像灰度值；
③计算得到该像素点的灰度值
Figure FDA0003987705640000032
在计算的过程中，为计算方便，可使用其近似值；
G＝|Gx|+|Gy|
如果计算的梯度G大于选取的阈值，即确定该点(x，y)为边缘点，该像素点的梯度方向可由公式
Figure FDA0003987705640000033
计算；
④利用上面的方法来完成结构光条纹边缘的检测，准确地获取条纹的边缘信息。
5.如权利要求1所述的基于结构光的综采工作面三维重建方法，其特征是步骤5精确匹配方法是：
①由步骤4获取的条纹边缘信息，根据子序列唯一性，可以确定发生畸变的条纹在综采工作面原图像中的序数，将综采工作面结构光图像和获取的畸变条纹图像进行精确匹配；
②完成匹配后，根据几何测量原理，结合前面标定好的摄像头及结构光源发射器参数，计算得到综采工作面的三维坐标；
设综采工作面任意一点N(x,y,z)在摄像头坐标系中的坐标为M1＝(x1,y1,z1)T,在结构光发射器坐标系中的坐标为M2＝(x2,y2,z2)T,在综采工作面图像坐标系中的坐标为(m，n)；
由摄像头坐标系和结构光发射器坐标系的转换关系得：a代表转换矩阵的参数，
Figure FDA0003987705640000041
根据结构光源发射器和摄像头的几何基础理论知识可得到：
Figure FDA0003987705640000042
化简得
Figure FDA0003987705640000043
由上面的算式可得
Figure FDA0003987705640000044
进一步得出综采工作面上某一点N在摄像头坐标系中的坐标为M1
Figure FDA0003987705640000045
其中f1，f2分别代表摄像头焦距和结构光源发射器的焦距；
同理,由上面的转换矩阵可以得到综采工作面空间坐标点N在结构光源发射器坐标系中的坐标；
通过上面的计算，可以得出综采工作面空间上某一点的三维坐标，进一步可以获得整个综采工作面所有点的三维坐标。
CN201910201380.8A 2019-03-18 2019-03-18 基于结构光的综采工作面三维重建系统和重建方法 Active CN110033506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910201380.8A CN110033506B (zh) 2019-03-18 2019-03-18 基于结构光的综采工作面三维重建系统和重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910201380.8A CN110033506B (zh) 2019-03-18 2019-03-18 基于结构光的综采工作面三维重建系统和重建方法

Publications (2)

Publication Number Publication Date
CN110033506A CN110033506A (zh) 2019-07-19
CN110033506B true CN110033506B (zh) 2023-05-02

Family

ID=67236181

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910201380.8A Active CN110033506B (zh) 2019-03-18 2019-03-18 基于结构光的综采工作面三维重建系统和重建方法

Country Status (1)

Country Link
CN (1) CN110033506B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117351137B (zh) * 2023-08-30 2024-06-11 华中科技大学 一种结构光系统在隧道工作中的应用及其应用方法

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667303A (zh) * 2009-09-29 2010-03-10 浙江工业大学 一种基于编码结构光的三维重建方法
KR20120003147A (ko) * 2010-07-02 2012-01-10 삼성전자주식회사 루프 필터를 이용한 깊이 영상 부호화 장치 및 복호화 장치
CN103940369A (zh) * 2014-04-09 2014-07-23 大连理工大学 多激光协同扫描形貌快速视觉测量方法
CN103971406A (zh) * 2014-05-09 2014-08-06 青岛大学 基于线结构光的水下目标三维重建方法
CN204439034U (zh) * 2015-02-11 2015-07-01 浙江理工大学 一种基于十字结构光的物体表面三维重建系统
CN105608734A (zh) * 2015-12-23 2016-05-25 王娟 一种三维图像信息采集装置及其图像重建方法
CN105763793A (zh) * 2016-02-18 2016-07-13 西安科技大学 一种三维照片采集方法及采集系统
CN108805327A (zh) * 2018-04-23 2018-11-13 西安科技大学 基于虚拟现实的机器人路径规划与环境重建的方法和系统

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7729750B2 (en) * 2005-01-20 2010-06-01 The Regents Of The University Of California Method and apparatus for high resolution spatially modulated fluorescence imaging and tomography
US8698899B2 (en) * 2005-04-15 2014-04-15 The University Of Tokyo Motion capture system and method for three-dimensional reconfiguring of characteristic point in motion capture system

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101667303A (zh) * 2009-09-29 2010-03-10 浙江工业大学 一种基于编码结构光的三维重建方法
KR20120003147A (ko) * 2010-07-02 2012-01-10 삼성전자주식회사 루프 필터를 이용한 깊이 영상 부호화 장치 및 복호화 장치
CN103940369A (zh) * 2014-04-09 2014-07-23 大连理工大学 多激光协同扫描形貌快速视觉测量方法
CN103971406A (zh) * 2014-05-09 2014-08-06 青岛大学 基于线结构光的水下目标三维重建方法
CN204439034U (zh) * 2015-02-11 2015-07-01 浙江理工大学 一种基于十字结构光的物体表面三维重建系统
CN105608734A (zh) * 2015-12-23 2016-05-25 王娟 一种三维图像信息采集装置及其图像重建方法
CN105763793A (zh) * 2016-02-18 2016-07-13 西安科技大学 一种三维照片采集方法及采集系统
CN108805327A (zh) * 2018-04-23 2018-11-13 西安科技大学 基于虚拟现实的机器人路径规划与环境重建的方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于海量点云数据的大雁塔三维重建;蔺小虎等;《文物保护与考古科学》;20170615(第03期);全文 *

Also Published As

Publication number Publication date
CN110033506A (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
CN110487216B (zh) 一种基于卷积神经网络的条纹投影三维扫描方法
CN103971406B (zh) 基于线结构光的水下目标三维重建方法
CN105046746B (zh) 一种数字散斑人体三维快速扫描方法
Barone et al. Shape measurement by a multi-view methodology based on the remote tracking of a 3D optical scanner
CN109580649B (zh) 一种工程结构表面裂缝识别与投影修正方法及系统
CN104156536A (zh) 一种盾构机刀具磨损的可视化定量标定及分析方法
CN112037318A (zh) 三维岩体结构模型的构建方法、系统及模型的应用
CN113324478A (zh) 一种线结构光的中心提取方法及锻件三维测量方法
CN109727277B (zh) 多目立体视觉的体表摆位跟踪方法
CN109556535B (zh) 一种基于彩色条纹投影的三维面型一步重构方法
CN103697815A (zh) 基于相位编码的混频结构光三维信息获取方法
CN104537707A (zh) 像方型立体视觉在线移动实时测量系统
CN113971768A (zh) 一种基于无人机的输电线路违章建筑三维动态检测方法
CN111145345A (zh) 隧道施工区域三维模型构建方法及系统
CN104111038A (zh) 利用相位融合算法修复饱和产生的相位误差的方法
CN115075857B (zh) 液压支架定量推移方法和系统
CN112419422B (zh) 一种摄像头标定方法、装置、设备及存储介质
CN110033506B (zh) 基于结构光的综采工作面三维重建系统和重建方法
CN104515479A (zh) 中厚板平面板形测量系统及方法
JP6544018B2 (ja) タイヤ解析装置及びタイヤ解析方法
CN110969650B (zh) 一种基于中心投影的强度图像与纹理序列间的配准方法
CN116958218A (zh) 一种基于标定板角点对齐的点云与图像配准方法及设备
CN103493096B (zh) 轮胎内表面的数字图像的分析和伪测量点的处理
CN115908588A (zh) 一种隧道内卫星天线作业机器人的双目相机定位方法
CN113129348B (zh) 一种基于单目视觉的道路场景中车辆目标的三维重建方法

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
CB03 Change of inventor or designer information
CB03 Change of inventor or designer information

Inventor after: Zhao Shuanfeng

Inventor after: Li Yang

Inventor after: Wei Pei

Inventor after: He Haitao

Inventor after: Guo Wei

Inventor after: Xing Zhizhong

Inventor before: Zhao Shuanfeng

Inventor before: Wei Pei

Inventor before: He Haitao

Inventor before: Guo Wei

Inventor before: Xing Zhizhong

GR01 Patent grant
GR01 Patent grant