CN110379013A - 一种基于多角度激光线扫描的三维重构系统 - Google Patents
一种基于多角度激光线扫描的三维重构系统 Download PDFInfo
- Publication number
- CN110379013A CN110379013A CN201910520240.7A CN201910520240A CN110379013A CN 110379013 A CN110379013 A CN 110379013A CN 201910520240 A CN201910520240 A CN 201910520240A CN 110379013 A CN110379013 A CN 110379013A
- Authority
- CN
- China
- Prior art keywords
- image
- image acquisition
- laser
- pixel
- gray value
- 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
- 238000012545 processing Methods 0.000 claims abstract description 16
- 238000006073 displacement reaction Methods 0.000 claims abstract description 6
- 238000000034 method Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 11
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000000605 extraction Methods 0.000 claims description 6
- 230000011218 segmentation Effects 0.000 claims description 6
- 238000013519 translation Methods 0.000 claims description 5
- 238000002474 experimental method Methods 0.000 claims description 4
- 230000001815 facial effect Effects 0.000 claims description 2
- 238000007689 inspection Methods 0.000 claims 4
- 239000000284 extract Substances 0.000 claims 2
- 230000005484 gravity Effects 0.000 claims 1
- 238000000926 separation method Methods 0.000 claims 1
- 230000001788 irregular Effects 0.000 abstract description 4
- 230000003287 optical effect Effects 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 238000003384 imaging method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000000691 measurement method Methods 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000005259 measurement Methods 0.000 description 3
- 238000012360 testing method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 239000003814 drug Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000002316 cosmetic surgery Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000001968 nicotinic acid Nutrition 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 231100000241 scar Toxicity 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- 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
- G06T17/10—Constructive solid geometry [CSG] using solid primitives, e.g. cylinders, cubes
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/12—Edge-based segmentation
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种基于多角度激光线扫描的三维重构系统。本发明在单线激光扫描的基础上采用了三个线激光发射器,并分别相隔120°放置于被测物体周围,并使激光发射器和图像采集设备的位置相对固定,使用升降器来带动被测物体做上下运动,进而完成线激光对物体轮廓的全面扫描,通过对摄像机拍摄到的图片进行处理,进而完成对被测物体表面轮廓模型的重建。本发明系统包括驱动位移模块、激光扫描模块、图像采集模块和中央处理模块。本发明可以实现对被测物体的全方位扫描,进而获得被测物体表面的全部轮廓信息,可以有效地对不规则的物体进行重构,并极大的提高了被测物体的重构精度。
Description
技术领域
本发明属于三维重构技术领域,具体地说,涉及一种基于多角度激光线扫描物体的三维重构系统。
背景技术
激光扫描多用于获取被测物体的深度数据,进而完成对场景的三维重建,鉴于激光扫描的此功能,其在考古、建模等许多领域都具有非常广泛的应用。由于最近几年激光扫描技术的逐渐成熟,激光扫描仪的成本逐渐降低,因此,以激光扫描技术为基础对物体进行建模的方法逐渐吸引了越来越多的研究者。通过扫描获得空间几何物体表面轮廓的深度信息,进而能够实现对几何物体表面轮廓的三维重建。
近些年来,由于被测物体的距离和不破坏物体表面信息的要求越来越多,而且随着科技的发展,现代光学、图像识别和计算机等技术的应用领域越来越多,因此非接触式三维测量方法迎来了极好的发展机会。与接触式三维测量方法相比,其优点有:不与被测物体表面接触,对被测物体表面保护性好、速度快、效率高、测量距离可变、受外界影响因素小。非接触式三维测量方法可大致分为光学方法和非光学方法。相比于非光学方法,光学测量方法以其速度快、精度高、应用场合广泛、易于集成化等优势成为目前三维测量研究和应用的热点之一。
激光三维扫描在医学、仿生学以及刑事案件侦破等方面都有着广泛的应用,例如医学方面的美容、整形、牙齿矫正等,案件侦破方面的作案工具对比、弹痕采集、面部识别等,而在仿生学方面的应用主要是对人体参数进行测量来完成服装的设计与制造。除此之外,激光三维扫描技术也广泛的应用于工业领域及产品的逆向工程,主要是完成对各种工件及模型的检测,例如产品的尺寸、形状及瑕疵等。
发明内容
本发明以直射式三角测距法理论为基础,设计了一个基于线激光扫描的三维重构系统。该系统采用多角度的线激光对物体进行扫描,可以实现对更加不规则物体的三维重构。
一种基于多角度激光线扫描的三维重构系统,该系统在单线激光扫描的基础上采用了三个线激光发射器,并分别相隔120°放置于被测物体周围,并使激光发射器和图像采集设备的位置相对固定,使用升降器来带动被测物体做上下运动,进而完成线激光对物体轮廓的全面扫描,通过对摄像机拍摄到的图片进行处理,进而完成对被测物体表面轮廓模型的重建。
本发明系统包括驱动位移模块、激光扫描模块、图像采集模块和中央处理模块,其中:
驱动位移模块由升降台组成,升降台设置在载物台下面,被测物体放置于载物台上,随升降台做上下运动;
激光扫描模块置于被测物体周围,由三个激光线发射器组成,且激光线发射器沿周向均匀分布,激光面垂直于升降台移动轴,用来对被测物体表面进行扫描;
图像采集模块置于被测物体上方,包括图像采集器和弧形滑动导轨;其中图像采集器与滑动导轨通过滑轮连接;
中央处理模块为多接口计算机,对采集到的图像进行处理运算,以完成物体的三维重构。
所述的图像采集器能够沿着弧形滑动导轨自由运动滑动,且图像采集器与计算机相连,能够在计算机端实时查看图像采集结果,因此当图像采集器在滑动导轨上滑动时,通过实时查看到的图像采集结果选取最优位置进行图像采集。
一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于包括如下步骤:
步骤1:硬件设备调整;
1-1.对激光线发射器进行调整,以确保三个激光线发射器处于同一水平面且垂直于升降台移动轴;
1-2.对升降台进行调整,在确保升降台移动轴垂直于激光面的前提下,调整升降台的高度,使激光面的初始位置位于载物台的上表面,即被测物体底端;
1-3.对图像采集模块进行调整,图像采集器能够沿着弧形滑动导轨自由运动滑动,且图像采集器与计算机相连,能够在计算机端实时查看图像采集结果,因此当图像采集器在滑动导轨上滑动时,通过实时查看到的图像采集结果选取最优位置进行图像采集;
步骤2:对被测物体表面轮廓进行图像采集;
在硬件调整完成后,通过计算机来控制图像采集器进行图像拍摄;首先,对被测物体的初始状态进行图像采集,之后控制升降台向下移动,每移动一个固定距离,图像采集器便进行一次图像采集,直至对被测物体从下到上完成一次全采集;
步骤3:图像处理;
步骤4:图像特征点提取;
步骤5:由中央处理模块进行数据计算与三维重构。
所述的步骤3具体实现如下:
3-1.图像灰度处理:对拍摄所得的图片,设定一个灰度阈值,对低于灰度阈值的灰度值置零,而高于灰度阈值的灰度值保持不变;
3-2.拍摄的物体轮廓图像为一个闭环曲线,将闭环曲线进行左右分割,对分割后的曲线段分别进行特征点提取。
所述的灰度阈值的确定取决于灰度图像中激光线条纹所在处像素的灰度值。
所述的闭环曲线的分割具体如下:
①对整幅灰度图像从上到下进行扫描,当第一次出现图像灰度值为非零时停止扫描并记录其坐标;如果该像素行只有一个灰度值非零的像素点,则该坐标为最终结果,若当前像素行有多个灰度值非零的像素点,则取其横坐标中点为最终结果;
②继续对灰度图像进行扫描,当最后一次出现图像灰度值非零时停止扫描并记录其坐标;如果该像素行只有一个灰度值非零的像素点,则该坐标为最终结果,若当前像素行有多个灰度值非零的像素点,则取其横坐标中点为最终结果;
③以所得两点的横坐标为分界点,将灰度图像进行分割;
④将分得的两张图片进行灰度填充,即在没有像素点的地方全部填充灰度值为零的像素点。
所述的步骤4所述的图像特征点提取,具体实现如下:
4-1.获取激光线条纹各像素点灰度值;
4-2.对每一行像素点灰度值进行加权以获得灰度值加权分布的中心点,即为最终确定的特征点。
所述的步骤5所述的由中央处理模块进行数据计算与三维重构,具体实现如下:
5-1.对标定板进行标定,以计算坐标变换中的必要参数,包括:旋转矩阵R,平移矩阵T,图像采集器的有效焦距f以及透镜的畸变系数K1;
5-2.由步骤4得到的特征点坐标(u,v)以及计算出的必要参数R、T、f和K1计算每个特征点所对应的世界坐标(XW,YW,ZW),其计算公式如下:
式中s为一比例因子,ax=f/dX为u轴上尺度因子,或称为u轴上归一化焦距;ay=f/dY,为v轴上尺度因子,或称为v轴上归一化焦距;
5-3.对得到的每一个特征点的三维坐标进行组合,便可计算出每条激光线条纹所对应的世界坐标,将拍摄的所有激光线条纹图按照实验时升降台的运动方式进行拼接,即可得到被测物体整体的三维坐标信息。
本发明有益效果如下:
本发明以三角测距法理论为基础,设计了一个线激光扫描的三维重构系统,系统中在传统的单线激光扫描的基础上采用三个线激光发射器,并将其分别相隔120°放置于被测物体周围。该方法可以实现对被测物体的全方位扫描,进而获得被测物体表面的全部轮廓信息,可以有效地对不规则的物体进行重构,并极大的提高了被测物体的重构精度。
附图说明
图1是本发明的硬件系统;
图2是图像采集模块采集到的图像,并经过了左右分割的结果;
图3是特征点提取示意图;
图4是图像坐标系与世界坐标系转换示意图;
图5是三维重构示意图;
图6是系统重构结果;
具体实施方式
以下结合附图对本发明进行详细说明。
步骤1:硬件系统搭建;
图1是本发明的硬件系统,图中:1:图像采集器;2:图像采集器滑动导轨;3:驱动位移模块;4、5、6:激光线发射器;7:被测物体。在进行硬件调节的时候,要确保由三个激光线发射器组成的平面重合于载物台的上表面,并固定好激光面保持不动。将被测物体放置于载物台上方,对图像采集器进行调整,选取最合适的位置进行拍摄。控制升降台向下移动,每移动一个固定距离,图像采集器便进行一次采集。
步骤2:图像预处理;
对图像采集器得到的图像,我们先进行灰度处理,之后设定一个合适的灰度阈值,阈值的确定取决于灰度图像中激光线条纹所在处像素的灰度值。我们使低于阈值的灰度值置零,高于阈值的灰度值保持不变,其结果如图2(a)所示。这样可以有效地保留激光线条纹的原始信息。
为了使图像特征点提取更加方便,我们对图2(a)进行分割,其分割方法如下:
(1)对整幅灰度图像从上到下进行扫描,当第一次出现图像灰度值为非零时停止扫描并记录其坐标。如果该像素行只有一个灰度值非零的像素点,则该坐标为最终结果,若当前像素行有多个灰度值非零的像素点,则取其横坐标中点为最终结果;
(2)继续对图像进行扫描,当最后一次出现图像灰度值非零时停止扫描并记录其坐标。其最终结果确定同上一步;
(3)以所得两点的横坐标为分界点,将灰度图像进行分割;
(4)将分得的两张图片进行灰度填充,即在没有像素点的地方全部填充灰度值为零的像素点。
分割后的图像如图2(b)和2(c)所示。
步骤3:特征点提取;
由相机拍摄得到的激光线图像中,通常一条激光线条纹在一行像素中要占几个甚至几十个像素。而激光线条纹的宽度将直接影响三维坐标计算的精度,我们希望线激光条纹在每行像素中只占一个像素的宽度,因此,需要对线激光条纹进行特征点提取。
首先对每行像素点的灰度值进行读取,并求取激光线条纹所在处灰度值的加权平均点,以该点作为该行像素点的特征点,其结果如图3所示。
步骤4:参数计算;
1)调用MATLAB自带的标定工具箱——TOOLBOX_calib对标定板进行标定。
2)用RAC两步标定法计算必要参数:旋转矩阵R、平移矩阵T、图像采集器的有效焦距f和透镜的畸变系数K1;
步骤5:计算特征点所对应的世界坐标;
1)图像坐标系、摄像机坐标系与世界坐标系的转换:
被测物体经摄像机采集后的图像经图像采集系统转换为数字图像,将转换后的图像输入计算机并以M×N的数组表示,数组的行和列分别对应于图像的行像素点和列像素点。数组中的数值代表对应像素点处的亮度(或灰度)。如图4(a)所示,u,v为摄像机采集到的图像上的直角坐标系,数字图像数组的行数与列数即为各个像素点的坐标(u,v),即(u,v)是以像素为单位对图像建立的坐标系。
由于(u,v)是以图像的像素来对图像进行定位,而不是用物理单位来对图像进行定位。因此,为了更好的描述图像中的每个像素,我们需对图像以物理单位(如mm)再建立一个坐标系。在图像中任选某一点O1作为物理单位坐标系的原点,两个坐标系的横轴与纵轴分别平行。如图4(a)所示,其中,(u,v)是图像的像素单位坐标系,(X,Y)是图像的物理单位(mm)坐标系。在X,Y坐标系中,原点O1定义在摄像机光轴与图像平面的交点,该点一般位于图像中心处,但由于某些原因,也会有一些偏离,假设原点O1在u,v坐标系中的坐标为(u0,v0),每一个像素在X轴与Y轴方向上的物理尺寸为dX,dY,则图像中任意一个像素点在两个坐标系下的坐标有如下关系:
用齐次坐标与矩阵形式将上式表示为:
上式的逆关系可写成:
摄像机成像几何关系如图4(b)所示。图中O点为摄像机光心,z轴为摄像机光轴,与图像平面垂直。x轴和y轴与图像的X轴、Y轴平行。z轴与图像平面的交点为图像坐标系的原点O1。图中,x,y,z为摄像机坐标系。OO1为摄像机焦距。
由于在物理世界中,摄像机可放置在任意位置,因此需要在物理世界中用一个坐标系来标定摄像机所处的位置,而且该坐标系可对物理世界中的任何物体进行标定,该坐标系即为世界坐标系。
在图4(b)中,XW,YW,ZW轴即为世界坐标系。一个物体在摄像机坐标系下的坐标与在世界坐标系下的坐标可以用旋转矩阵R和平移向量t来转换。假设一个物体在世界坐标系下的坐标为:
XW=(XW,YW,ZW,1)T,
在摄像机坐标系的齐次坐标为:x=(x,y,z,1)T,二者之间的转换关系如下:
式中,R为3×3正交单位矩阵;t为三维平移向量;
0T=(0,0,0);M1为4×4矩阵。
2)针孔成像模型;
针孔成像模型又称为线性摄像机模型。在图4(b)中,位于空间中的点P投影与图像上的位置p为线段OP与图像平面的交点。这种成像方法即为针孔成像模型。由比例关系可得如下关系式:
式中,(X,Y)为p点的图像坐标;(x,y,z)为空间点P在摄像机坐标下的坐标。用齐次坐标和矩阵表示上述透视投影关系为:
式中,s为一比例因子,P为透视投影矩阵。由以上公式可推导出空间点P与其在图像上的p之间的关系为:
式中s为一比例因子,ax=f/dX为u轴上尺度因子,或称为u轴上归一化焦距;ay=f/dY,为v轴上尺度因子,或称为v轴上归一化焦距。
步骤6:三维重构;
由上一步得到的公式便可计算出每一个特征点所对应的三维坐标,对计算出的三维坐标进行组合,便可计算出每条线激光条纹所对应的世界坐标,将拍摄的所有激光线条纹图按照实验时升降台的运动方式进行拼接,即可得到被测物体整体的三维坐标信息。其拼接示意图如图5所示。
此次实验中,我们一共进行了四组测试,其结果如图6所示。从结果可以看出,该系统可以实现对不规则物体的三维重构,并且还原度非常高。
Claims (9)
1.一种基于多角度激光线扫描的三维重构系统,其特征在于该系统在单线激光扫描的基础上采用了三个线激光发射器,并分别相隔120°放置于被测物体周围,并使激光发射器和图像采集设备的位置相对固定,使用升降器来带动被测物体做上下运动,进而完成线激光对物体轮廓的全面扫描,通过对摄像机拍摄到的图片进行处理,进而完成对被测物体表面轮廓模型的重建。
2.根据权利要求1所述的一种基于多角度激光线扫描的三维重构系统,其特征在于该系统包括驱动位移模块、激光扫描模块、图像采集模块和中央处理模块,其中:
驱动位移模块由升降台组成,升降台设置在载物台下面,被测物体放置于载物台上,随升降台做上下运动;
激光扫描模块置于被测物体周围,由三个激光线发射器组成,且激光线发射器沿周向均匀分布,激光面垂直于升降台移动轴,用来对被测物体表面进行扫描;
图像采集模块置于被测物体上方,包括图像采集器和弧形滑动导轨;其中图像采集器与滑动导轨通过滑轮连接;
中央处理模块为多接口计算机,对采集到的图像进行处理运算,以完成物体的三维重构。
3.根据权利要求1所述的一种基于多角度激光线扫描的三维重构系统,其特征在于图像采集器能够沿着弧形滑动导轨自由运动滑动,且图像采集器与计算机相连,能够在计算机端实时查看图像采集结果,因此当图像采集器在滑动导轨上滑动时,通过实时查看到的图像采集结果选取最优位置进行图像采集。
4.根据权利要求1所述的一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于包括如下步骤:
步骤1:硬件设备调整;
1-1.对激光线发射器进行调整,以确保三个激光线发射器处于同一水平面且垂直于升降台移动轴;
1-2.对升降台进行调整,在确保升降台移动轴垂直于激光面的前提下,调整升降台的高度,使激光面的初始位置位于载物台的上表面,即被测物体底端;
1-3.对图像采集模块进行调整,图像采集器能够沿着弧形滑动导轨自由运动滑动,且图像采集器与计算机相连,能够在计算机端实时查看图像采集结果,因此当图像采集器在滑动导轨上滑动时,通过实时查看到的图像采集结果选取最优位置进行图像采集;
步骤2:对被测物体表面轮廓进行图像采集;
在硬件调整完成后,通过计算机来控制图像采集器进行图像拍摄;首先,对被测物体的初始状态进行图像采集,之后控制升降台向下移动,每移动一个固定距离,图像采集器便进行一次图像采集,直至对被测物体从下到上完成一次全采集;
步骤3:图像处理;
步骤4:图像特征点提取;
步骤5:由中央处理模块进行数据计算与三维重构。
5.根据权利要求4所述的一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于步骤3具体实现如下:
3-1.图像灰度处理:对拍摄所得的图片,设定一个灰度阈值,对低于灰度阈值的灰度值置零,而高于灰度阈值的灰度值保持不变;
3-2.拍摄的物体轮廓图像为一个闭环曲线,将闭环曲线进行左右分割,对分割后的曲线段分别进行特征点提取。
6.根据权利要求5所述的一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于所述的灰度阈值的确定取决于灰度图像中激光线条纹所在处像素的灰度值。
7.根据权利要求5或6所述的一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于闭环曲线的分割具体如下:
①对整幅灰度图像从上到下进行扫描,当第一次出现图像灰度值为非零时停止扫描并记录其坐标;如果该像素行只有一个灰度值非零的像素点,则该坐标为最终结果,若当前像素行有多个灰度值非零的像素点,则取其横坐标中点为最终结果;
②继续对灰度图像进行扫描,当最后一次出现图像灰度值非零时停止扫描并记录其坐标;如果该像素行只有一个灰度值非零的像素点,则该坐标为最终结果,若当前像素行有多个灰度值非零的像素点,则取其横坐标中点为最终结果;
③以所得两点的横坐标为分界点,将灰度图像进行分割;
④将分得的两张图片进行灰度填充,即在没有像素点的地方全部填充灰度值为零的像素点。
8.根据权利要求7所述的一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于步骤4所述的图像特征点提取,具体实现如下:
4-1.获取激光线条纹各像素点灰度值;
4-2.对每一行像素点灰度值进行加权以获得灰度值加权分布的中心点,即为最终确定的特征点。
9.根据权利要求8所述的一种基于多角度激光线扫描的三维重构系统的实现方法,其特征在于步骤5所述的由中央处理模块进行数据计算与三维重构,具体实现如下:
5-1.对标定板进行标定,以计算坐标变换中的必要参数,包括:旋转矩阵R,平移矩阵T,图像采集器的有效焦距f以及透镜的畸变系数K1;
5-2.由步骤4得到的特征点坐标(u,v)以及计算出的必要参数R、T、f和K1计算每个特征点所对应的世界坐标(XW,YW,ZW),其计算公式如下:
式中s为一比例因子,ax=f/dX为u轴上尺度因子,或称为u轴上归一化焦距;ay=f/dY,为v轴上尺度因子,或称为v轴上归一化焦距;
5-3.对得到的每一个特征点的三维坐标进行组合,便可计算出每条激光线条纹所对应的世界坐标,将拍摄的所有激光线条纹图按照实验时升降台的运动方式进行拼接,即可得到被测物体整体的三维坐标信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910520240.7A CN110379013B (zh) | 2019-06-17 | 2019-06-17 | 一种基于多角度激光线扫描的三维重构系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910520240.7A CN110379013B (zh) | 2019-06-17 | 2019-06-17 | 一种基于多角度激光线扫描的三维重构系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110379013A true CN110379013A (zh) | 2019-10-25 |
CN110379013B CN110379013B (zh) | 2023-04-07 |
Family
ID=68248898
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910520240.7A Active CN110379013B (zh) | 2019-06-17 | 2019-06-17 | 一种基于多角度激光线扫描的三维重构系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110379013B (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111009012A (zh) * | 2019-11-29 | 2020-04-14 | 四川沃洛佳科技有限公司 | 一种基于计算机视觉的无人机测速方法、存储介质及终端 |
CN111504202A (zh) * | 2020-02-29 | 2020-08-07 | 深圳市智信精密仪器有限公司 | 一种用于多个线激光高精度标定拼接的方法 |
CN113091620A (zh) * | 2021-04-08 | 2021-07-09 | 三江学院 | 一种计算机图像处理装置 |
CN113218325A (zh) * | 2020-04-09 | 2021-08-06 | 宁波熠视科技有限公司 | 适用于三维尺寸检测的激光相机系统 |
CN113251926A (zh) * | 2021-06-04 | 2021-08-13 | 山东捷瑞数字科技股份有限公司 | 一种不规则物体的尺寸测量方法及测量装置 |
CN113295107A (zh) * | 2021-04-30 | 2021-08-24 | 朱宝珠 | 一种图像处理的多视角实物扫描设备 |
CN113324493A (zh) * | 2020-04-09 | 2021-08-31 | 宁波熠视科技有限公司 | 适用于曲面的智能检测装置 |
CN113379894A (zh) * | 2021-06-10 | 2021-09-10 | 西安亚思工业自动化控制有限公司 | 一种棒材的三维数据模型重构方法 |
CN113379844A (zh) * | 2021-05-25 | 2021-09-10 | 成都飞机工业(集团)有限责任公司 | 一种飞机大范围表面质量检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015024361A1 (zh) * | 2013-08-20 | 2015-02-26 | 华为技术有限公司 | 三维重建方法及装置、移动终端 |
WO2016200185A1 (ko) * | 2015-06-10 | 2016-12-15 | 주식회사 울프슨랩 | 3차원 스캐닝 시스템 및 이를 위한 라인레이저 정렬용 표적기구 |
CN108458670A (zh) * | 2018-05-10 | 2018-08-28 | 清华大学深圳研究生院 | 一种双线激光的三维轮廓扫描装置及方法 |
CN108534710A (zh) * | 2018-05-10 | 2018-09-14 | 清华大学深圳研究生院 | 一种单线激光的三维轮廓扫描装置及方法 |
CN108981607A (zh) * | 2018-05-25 | 2018-12-11 | 北京理工大学深圳研究院 | 一种基于双线激光器的物体彩色三维轮廓扫描装置 |
-
2019
- 2019-06-17 CN CN201910520240.7A patent/CN110379013B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2015024361A1 (zh) * | 2013-08-20 | 2015-02-26 | 华为技术有限公司 | 三维重建方法及装置、移动终端 |
WO2016200185A1 (ko) * | 2015-06-10 | 2016-12-15 | 주식회사 울프슨랩 | 3차원 스캐닝 시스템 및 이를 위한 라인레이저 정렬용 표적기구 |
CN108458670A (zh) * | 2018-05-10 | 2018-08-28 | 清华大学深圳研究生院 | 一种双线激光的三维轮廓扫描装置及方法 |
CN108534710A (zh) * | 2018-05-10 | 2018-09-14 | 清华大学深圳研究生院 | 一种单线激光的三维轮廓扫描装置及方法 |
CN108981607A (zh) * | 2018-05-25 | 2018-12-11 | 北京理工大学深圳研究院 | 一种基于双线激光器的物体彩色三维轮廓扫描装置 |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111009012A (zh) * | 2019-11-29 | 2020-04-14 | 四川沃洛佳科技有限公司 | 一种基于计算机视觉的无人机测速方法、存储介质及终端 |
CN111009012B (zh) * | 2019-11-29 | 2023-07-28 | 四川沃洛佳科技有限公司 | 一种基于计算机视觉的无人机测速方法、存储介质及终端 |
CN111504202A (zh) * | 2020-02-29 | 2020-08-07 | 深圳市智信精密仪器有限公司 | 一种用于多个线激光高精度标定拼接的方法 |
CN113324493A (zh) * | 2020-04-09 | 2021-08-31 | 宁波熠视科技有限公司 | 适用于曲面的智能检测装置 |
CN113218325A (zh) * | 2020-04-09 | 2021-08-06 | 宁波熠视科技有限公司 | 适用于三维尺寸检测的激光相机系统 |
CN113091620B (zh) * | 2021-04-08 | 2022-01-21 | 三江学院 | 一种计算机图像处理装置 |
CN113091620A (zh) * | 2021-04-08 | 2021-07-09 | 三江学院 | 一种计算机图像处理装置 |
CN113295107A (zh) * | 2021-04-30 | 2021-08-24 | 朱宝珠 | 一种图像处理的多视角实物扫描设备 |
CN113379844A (zh) * | 2021-05-25 | 2021-09-10 | 成都飞机工业(集团)有限责任公司 | 一种飞机大范围表面质量检测方法 |
CN113379844B (zh) * | 2021-05-25 | 2022-07-15 | 成都飞机工业(集团)有限责任公司 | 一种飞机大范围表面质量检测方法 |
CN113251926A (zh) * | 2021-06-04 | 2021-08-13 | 山东捷瑞数字科技股份有限公司 | 一种不规则物体的尺寸测量方法及测量装置 |
CN113379894A (zh) * | 2021-06-10 | 2021-09-10 | 西安亚思工业自动化控制有限公司 | 一种棒材的三维数据模型重构方法 |
CN113379894B (zh) * | 2021-06-10 | 2023-08-01 | 西安亚思工业自动化控制有限公司 | 一种棒材的三维数据模型重构方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110379013B (zh) | 2023-04-07 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110379013B (zh) | 一种基于多角度激光线扫描的三维重构系统 | |
CN110288642B (zh) | 基于相机阵列的三维物体快速重建方法 | |
CN110230998B (zh) | 基于线激光和双目相机的快速精密三维测量方法和装置 | |
CN106289106B (zh) | 一种线阵相机和面阵相机相结合的立体视觉传感器及标定方法 | |
CN103759671B (zh) | 一种牙模三维表面数据非接触扫描方法 | |
CN106441099B (zh) | 多线结构光传感器的标定方法 | |
CN106091983B (zh) | 包含扫描方向信息的线结构光视觉测量系统完整标定方法 | |
CN110940295B (zh) | 基于激光散斑极限约束投影的高反射物体测量方法及系统 | |
CN100458358C (zh) | 一种基于轴向立体视觉的逆向测量方法与装置 | |
CN113446957A (zh) | 基于神经网络标定和散斑追踪的三维轮廓测量方法及装置 | |
CN114820817A (zh) | 基于高精度线激光3d相机的标定方法和三维重建方法 | |
Yun et al. | Accurate 3-D shape recovery using curved window focus measure | |
US9245375B2 (en) | Active lighting for stereo reconstruction of edges | |
CN108614277A (zh) | 双激光单摄像头三维成像扫描台及扫描、成像方法 | |
CN110487214A (zh) | 一种基于光度立体技术和结构光技术相结合的产品合格率的检测系统及其检测方法 | |
CN114140534A (zh) | 一种用于激光雷达与相机的联合标定方法 | |
CN115082538A (zh) | 基于线结构光投影的多目视觉平衡环零件表面三维重建系统及方法 | |
CN114170321A (zh) | 一种基于测距的相机自标定方法及系统 | |
CN118918265A (zh) | 基于单目相机和线激光器的三维重建方法和系统 | |
CN112361989A (zh) | 一种通过点云均匀性考量测量系统标定参数的方法 | |
CN105931177B (zh) | 特定环境下的图像采集处理装置及其方法 | |
CN113432558B (zh) | 一种基于激光的不规则物体表面积的测量装置及方法 | |
CN115077419B (zh) | 一种双线交叉结构光三维视觉测量方法 | |
CN111862237B (zh) | 用于光学面形测量的相机标定方法和实现该方法的装置 | |
Sheng et al. | Image segmentation and object measurement based on stereo vision |
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 |