CN110470238A - 一种手持激光三维扫描仪、扫描方法及装置 - Google Patents
一种手持激光三维扫描仪、扫描方法及装置 Download PDFInfo
- Publication number
- CN110470238A CN110470238A CN201910590872.0A CN201910590872A CN110470238A CN 110470238 A CN110470238 A CN 110470238A CN 201910590872 A CN201910590872 A CN 201910590872A CN 110470238 A CN110470238 A CN 110470238A
- Authority
- CN
- China
- Prior art keywords
- laser
- point cloud
- dimensional point
- scanner
- hand
- 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.)
- Pending
Links
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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种手持激光三维扫描仪,包括六个激光器、两个相机以及控制器,每个激光器、每个相机分别与控制器连接;激光器用于将发出的激光线投射到被检测物体表面上;相机用于拍摄投射到被检测物体表面的激光轮廓图像;每个激光器所发射的激光线的波长均不同;六个激光器的位置固定,两个相机的空间位置关系标定已知;所述控制器用于接收每个相机所拍摄的被测物体表面的激光轮廓图像,并进行处理得出三维点云数据,实现被测物体三维模型的建立。本发明还公开了一种手持激光三维扫描仪的扫描方法、电子设备及存储介质。
Description
技术领域
本发明涉及激光扫描仪,尤其涉及一种手持激光三维扫描仪、扫描方法、电子设备及存储介质。
背景技术
目前,现有的激光扫描仪中的激光器,一般只能容纳3-4个,支持最大的激光线也较少,承载激光器的选择也较少,导致应用在实际场景时,抗干扰性能较弱。另外,在进行三维模型重建时,直接通过将两帧的三维点云数据进行拼接,但是现有的拼接过程中不清楚两帧的三维点云数据的方向导致拼接时计算量增加,扫描处理低下。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供一种手持激光三维扫描仪,其能够解决现有技术中三维扫描仪抗干扰能力弱、处理效率低下等问题。
本发明的目的之二在于提供一种手持激光三维扫描仪的扫描方法,其能够解决现有技术中三维扫描仪抗干扰能力弱、处理效率低下等问题。
本发明的目的之三在于提供一种电子设备,其能够解决现有技术中三维扫描仪抗干扰能力弱、处理效率低下等问题。
本发明的目的之四在于提供一种计算机可读存储介质,其能够解决现有技术中三维扫描仪抗干扰能力弱、处理效率低下等问题。
本发明的目的之一采用如下技术方案实现:
一种手持激光三维扫描仪,包括六个激光器、两个相机以及控制器,每个激光器、每个相机分别与控制器连接;激光器用于将发出的激光线投射到被检测物体表面上;相机用于拍摄投射到被检测物体表面的激光轮廓图像;每个激光器均能够发射的不同波段的激光线;每个激光器的位置以及与每个相机的空间位置关系均已知固定;所述控制器用于控制每个激光器向被测物体发送激光线,并接收每个相机所拍摄的被测物体的激光轮廓图像,并对激光轮廓图像进行处理得出一帧三维点云数据,然后将得到的所有帧的三维点云数据进行匹配拼接,最终根据三角法的原理得出被测物体的三维模型重建。
进一步地,还包括补光装置,所述补光装置包括月牙形透镜、LED灯和供电模块;月牙形透镜将LED投射出的光斑转换为圆形光斑,并将LED灯发出的光转换我同波段的光。
进一步地,所述扫描仪上还安装有指示灯;控制器还用于判断被测物体与三维扫描仪的距离是否满足预设距离,并控制指示灯显示对应的颜色,以提醒使用者做出相应的操作。
进一步地,所述激光器为七线激光器。
本发明的目的之二采用如下技术方案实现:
一种手持激光三维扫描仪的扫描方法,应用于如本发明目的之一采用一种手持激光三维扫描仪,包括以下步骤:
事先标定不同激光器在两个相机内的内参和畸变参数;事先标定多个激光器所投射的被检测物体的表面到相机之间的空间距离和角度关系;
处理步骤:根据每个相机所采集到的被检测物体的一组图像,并对每张图像进行激光轮廓的提取得出每个图像所对应的亚像素的高光中心二维点集合;
计算步骤:根据每张图像的亚像素的高光中心二维点集合进行三维坐标转换得出一帧三维点云数据;
匹配步骤:根据RT矩阵重构的原理确定每帧三维点云数据的先后扫描顺序;
拼接步骤:根据ICP融合技术将多帧三维点云数据进行拼接;
模型生成步骤:按照三角法的原理将融合后的三维点云数据生成三维模型。
进一步地,所述处理步骤还包括:
获取数据步骤:获取某一时刻相机采集到一组被测物体表面的激光轮廓图像,激光轮廓图像包括激光器发射的光照射到被检测物体上所形成的激光图像轮廓线;
提取数据步骤:对每张激光轮廓图像进行提取得出2D激光轮廓线;
校正步骤:根据相机的内参和畸变参数对每张2D激光轮廓线进行校正得出对应校正图像,并根据像素灰度差异算法提取每张校正图像的连通区域和空域;
模型建立步骤:根据每张校正图像的空域和连通区域的灰度中心计算出每张图像的亚像素的高光中心二维点集合。
进一步地,所述ICP融合算法具体包括:
步骤S1:获取前一帧的三维点云数据以及当前帧的三维点云数据;
步骤S2:将两帧的三维点云数据进行拼接,并且将两帧三维点云数据中重合的点删除,得出拼接后的三维点云数据;
步骤S3:拼接完成后将前一帧的三维点云数据删除;
步骤S4:将当前帧作为前一帧的三维点云数据,选择下一帧的三维点云数据作为当前帧的三维点云数据,并依次类推执行步骤S1、步骤S2、步骤S3以及步骤S4,直到将所有帧的三维点云数据拼接完成。
进一步地,还包括:判断步骤:获取手持激光三维扫描仪与被检测物体之间的距离,并将该距离与相机的内参做方差,以及该方差判断手持激光三维扫描仪与被检测物体的检测范围是否正常,并根据判断结果控制手持激光三维扫描仪上的指示灯显示对应的颜色,以提醒用户做出相应的动作。
本发明的目的之三采用如下技术方案实现:
一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述程序时实现如本发明目的之二采用的一种手持激光三维扫描仪的扫描方法的步骤。
本发明的目的之四采用如下技术方案实现:
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如本发明目的之二采用的一种手持激光三维扫描仪的扫描方法的步骤。
相比现有技术,本发明的有益效果在于:
本发明通过在扫描仪内设置六个激光器和两个相机,通过相机来拍摄激光器发射的光线照射到被测物体表面上所形成的激光轮廓图像,并将激光轮廓图像处理成三维点云数据,并对三维点云数据进行拼接,最终利用三角法的原理建立三维模型,解决了现有技术中三维扫描仪中数据处理复杂度高、计算效率低下等问题。
附图说明
图1为本发明提供的一种手持激光三维扫描仪的扫描方法流程图。
具体实施方式
下面,结合附图以及具体实施方式,对本发明做进一步描述,需要说明的是,在不相冲突的前提下,以下描述的各实施例之间或各技术特征之间可以任意组合形成新的实施例。
本发明提供了一种手持激光三维扫描仪,实现在移动过程中识别被测物体的特征,进而为被测物建立三维模型。通过采用多线激光器所发射的激光线的照射到被测物体表面,并形成交叉点,来实现物体空间位置的识别,避免了物体空间位置中识别特征点的不足导致三维模型建立不准确。同时,本发明还可以针对某些小尺寸的物体,采用不贴点的方式,以自身的多线激光交点来形成空间坐标系;以及还通过计算所有特征点的坐标和设备光学中心的平均距离变化,得出特征点的运动关系和运动速度。
本发明提供的手持激光扫描仪,除了现有的激光器的部件外,还包括设有激光器、相机和控制器。其中,激光器有六个,相机有两个。
激光器用于发射激光线,并通过棱镜进行衍射,投射到被测物体的表面。由于激光器有多个,激光器所发射的激光线会在被测物体表面形成多线交叉的激光线。本发明通过相机对被测物体的表面进行拍摄得出被测物体表面的激光轮廓图像,并对其进行处理得出被测物体的三维点云数据,并根据三维点云数据建立被测物体的三维模型。
为了保证拍摄到清晰的图像,本发明的三维扫描仪上还安装了辅光灯。该辅光灯包括4个月牙形透镜、4个LED灯以及供电模块。由于月牙形透镜的占用空间面积小,减少了补光模块的占用面积。同时,选用LED灯是在同波段下进行的补光,供电模块通过为LED灯提供稳定的电流。
相机的摄像头上还安装有滤光片,用于过滤相机拍摄的物体表面的激光轮廓图像,增加激光轮廓图像清晰度。
现有的补光操作一般是将补光灯,比如LED灯所投射的光直接生成圆形光斑,但是这种做法比较占用设备空间,并且不能进行波段同步。本申请是通过将LED灯投射的光经过月牙形透镜的孔位后形成圆形光斑,确定了投射的光的波段范围,还避免了杂散光的干扰。比如,可将LED光投射的光转换为与激光器发送的光线为同波段的光。
本发明中的六个激光器,在三维扫描仪中设置一个六孔的固定结构,将六个激光器并列排布在该固定结构内,并且六个激光器同时工作。
每个激光器均为七线激光器。当六个七线激光器同时工作时,手持激光三维扫描仪可产生42线的激光线。每个激光器均可以发射红、蓝、绿三种波段的激光线。根据不同的需求控制每个激光器发射对应波段的激光线,可实现手持激光扫描仪支持不同波段下的三维重建,满足不同场合的需求。由于不同物体的材质、表面、形状等不同,其在相同的工作距离下,不同颜色的光扫描物体不同时,而扫描的物体表面会呈现不同的反应。比如不同颜色的激光投射在物体表面时会产生反射现象,照相机在捕捉激光轮廓线时会出现对应的光斑,不同波段的激光所形成的光斑不同。因此,可根据需求的不同,选择每个激光器发射对应波段的激光线进行工作,更有利于获取物体表面的具体细节,进一步增强手持激光三维扫描仪的抗干扰性。
本发明中的六个激光器的位置固定,激光器用于将发射的激光照射到被测物体表面。由于六个激光器同时工作时,会在被测物体表面上形成多条激光线。当激光器发射的激光线照射到被测物体表面时,相机实时对被测物体表面进行拍照,并获取被测物体表面的激光轮廓图像,这样就可以根据图像处理技术来对激光轮廓图像进行相应处理,进而提取出被测物体表面的轮廓。通过实时对被测物体表面进行监控,最终根据每次相机所采集的被测物体表面的激光轮廓图像进行处理,可得出被测物体的三维模型。
在开始扫描前,手持激光三维扫描仪中各个激光器的相对位置关系固定;每个激光器与两个相机之间的空间位置关系也是固定已知的;两个相机的空间位置关系也是固定已知的,比如二者的夹角和距离恒定不变。这些参数是固定不变地,均被称为内参。相对来说,对于扫描时的外部环境参数等可变参数,称为外参。
也即是,标定不同激光器在两个相机内的内参和畸变参数、标定多个激光器所投射的被检测物体的表面相机之间的空间距离和角度关系。另外,本发明根据内参以及相机本身的参数就可以计算得出畸变参数。畸变参数是用于扫描过程中的自动校正。
为了便于算法的计算,在进行扫描之前,还需要建立相应的坐标系:
空间坐标系:以每个相机的投影中心形成基线,将两个相机形成双目立体视觉,来构建空间坐标系,也即是X轴、Y轴、Z轴。
实施例二:
本发明提供了一种手持激光三维扫描仪的扫描方法,如图1所示,包括以下步骤:
启动手持激光三维扫描仪,并对被测物体表面进行移动扫描,在扫描开始时,启动激光器,并将激光器发出的激光线照射到被测物体的表面,进而在被测物体表面形成激光线轮廓;启动相机,并实时获取相机所拍摄的被测物体表面的图像数据
步骤S1:根据相机所拍摄的被测物体表面的图像,并对每张图像进行激光轮廓的提取得出每张图像的亚限速的高光中心二维点集合。
每次相机所采集到的图像均为多张图像,并将多张图像设为一张。
另外,由于本申请中的相机采用两个,因此,在扫描过程中,针对同一时刻两个相机所拍摄的图像首先经过图像处理进行拼接得出一张完整的被测物体的表面的图像,然后再对每张图像进行激光轮廓的提取。
另外,对于每张图像的亚像素的高光中心二维点集合,是通过以下处理过程实现的:
步骤S11:对每张激光轮廓图像进行提取得出对应的2D激光轮廓线。
在提取时,可将2D激光轮廓线进行灰度处理,根据灰度值的不同来提取被测物体表面的2D激光轮廓线。
步骤S12:根据相机的内参和畸变参数对每张2D激光轮廓线进行校正得出对应校正图像,并根据像素灰度差异算法将每个校正图像分为空域和连通区域。
由于2D轮廓线会随着外部环境的干扰,生成的数据矩阵会有偏差。但是激光器与相机的距离、角度是确定的,因此通过计算激光器与相机的位置矩阵,再通过相机的内参和畸变系数与该位置矩阵相乘计算出激光轮廓线的畸变系数,进而根据激光轮廓线的畸变参数对2D激光轮廓线进行校正。
在划分空域与连通区域时也即是通过像素点的灰度值不同进行划分。
步骤S13:根据每个校正图像的空域和连通区域的灰度中心计算出对应的亚像素的高光中心二维点集合。也即是,一组激光轮廓图像最终被处理成一帧三维点云数据。
进一步地,本发明还包括:步骤S2:根据每张图像的亚像素的高光中心二维点集合进行三维坐标转换得出一帧三维点云数据。
这里的一帧三维点云数据是指某一时刻手持激光三维扫描仪扫描被测物体时,相机所拍摄的一组图像进行处理后得出的三维点云数据。也即是一个时刻所拍摄的图像可以处理成一帧三维点云数据。
为了得到被测物体的三维模型时,就需要手持激光扫描仪在移动过程中连续拍摄的多组图像生成的多帧三维点云数据,得出三维模型。
也即是:步骤S3:根据ICP融合算法将多帧三维点云数据进行拼接,并根据三角法的原理将拼接后的三维点云数据生成三维模型。
对于将多帧三维点云数据进行拼接时,现有一般采用ICP融合算法,但是现有的ICP融合算法存在一定的计算复杂度高的问题。
比如对于三帧三维点云数据A、B、C,其在拼接时:
将将三维点云数据A与三维点云数据B进行拼接得出A+B,然后再将三维点云数据C与A+B进行拼接,此时,在拼接时,就需要将三维点云数据C分别与三维点云数据A、三维点云数据B进行对比,拼接完成后,再将A+B+C中重复的点删除、将单个的A、B、C删除。在系统中同时存在三维点云数据A、B、A+B、C,导致系统存储的数据量大。
因此,本发明在上述基础上ICP融合算法的基础上,提出了一种新的ICP融合算法,可以降低系统数据存储量,同时还可以降低数据计算复杂度。
也即是,本发明首先将三维点云数据A与三维点云数据B进行拼接,当拼接过程中若出现重复的点直接删除;当拼接完成后,将三维点云数据A删除,此时系统中剩余的三维点云数据为B、A+B(不存在重复的点)、C。然后再将B和C进行拼接,并去除重复的点,得出B+C,将B删除,最终系统中剩余的A+B、B+C,C,然后就可以继续比对A+B与B+C再进行拼接,最终得出拼接完成三维点云数据A+B+C。首先,本发明是在拼接的过程中直接将重复的点删除,而不需要像现有的ICP一样,当所有的拼接完成后在去除,可大大降低系统存储的数据量。在拼接时采用两两组合的方式进行拼接,然后再将拼接完成后的两个三维点云数据再次进行拼接,大大降低了计算的复杂度。
也即是,本发明所提供的ICP融合算法,具体实现如下:
步骤A1:获取前一帧的三维点云数据Rm={bmi,j=(Pmi,j,Qmi,Tmj)}i∈[1..Km],j∈[1..Lm],作为模型点集;初始时,该原始点云数据为初始设定的。
步骤A2:采集当前帧的三维点云数据Rc={bci,j=(Pci,j,Qci,Tcj)}i∈[1..Kc],j∈[1..Lc],作为当前点集。
其中bsi,j表示的Rs第i行的第j列激光线,Ks为激光线的行数,Ls为射光线的列数。Psi,j表示第i行第j列射线测量距离,Qsi表示第i行射线的方向,Tsj表示第j列射线的方向,其中,s=m或c。
将两帧的点云数据Rm与Rc进行旋转平移变化。
假设Rm在平面上映射的坐标系为Pm。其中,Pm={(Xmi,j,Ymi,j,Zmi,j)}i∈[1..Km],j∈[1..Lm]。而Xmi,j=Pmi,jcos Qmicos Tmj、Ymi,j=Pmi,jcos Qmisin Tmj、Zmi,j=Pmi,jsin Qmi。
步骤A3:计算原始点云数据Rc在平面直角坐标内的映射,该映射表示为Pc。也即是:Pc={(Xci,j,Yci,j,Zci,j)}i∈[1..Km],j∈[1..Lm]。Xci,j=Pci,jcos Qcicos Tcj、Ymi,j=Pci,jcos Qcisin Tcj、Zci,j=Pci,jsin Qci。
步骤A4:设置初始化迭代次数k=0、Pc{k}=Pc、T0=I8×8、误差阈值M。
步骤A5:计算Pc{k}中的点与Pm的距离。该距离表示为Dci,j。
步骤A6:利用奇异值分解方法计算配准及误差:(Tk,dk)=R(Pmi,j,Pci,j),Dci,j≤Dm}。
步骤A7:应用配准Pc[k+1]=TkPc。
步骤A8:如果dk-1-dk<M,则停止迭代,输出Tk,否则,k=k+1,转步骤A5,直到求出最优解,也即是Pc{k}中的点与Pm距离最近的点。通过查找出当前帧与前一帧图像中的点的距离最近的点,就可以将当前帧与前一帧进行拼接配准。
配准完成之后删除上一帧的原始点云数据,继续获取下一帧的原始点云数据,并将当前帧的原始点云数据作为上一帧的原始点云数据,继续进行下一步的计算。每次计算完成一次后,就将上一帧的原始点云数据删除,可以有效避免计算过程中的数据冗余,以及降低计算的负荷。
在拼接之前,还依据RT矩阵重构的原理将多帧三维点云数据的先后扫描顺序,也即是每帧三维点云数据的空间位置关系。比如先求出当前帧的三维点云数据中的特征点的移动速度以及空间位置,进而可得出下一帧的三维点云数,进而可确定每帧三维点云数据的先后扫描顺序,然后在根据三维点云数据的先后扫描顺序实现三维点云数据的拼接。
在计算三维点云数据的空间位置关系时,是通过计算特征点在空间坐标系的XYZ三轴上的位置变化。其中,特征点是指在扫描开始前,通过在被测物体上贴标志点,然后扫描开始后标志点会在激光线照射下呈现不同的效果,进而形成特征点。
其中,标志点上设置有相应物质,将标志点粘贴于被测物体上时,激光器发射的激光线照射到该标志点上时,该标志点会呈现不同的颜色、效果等。这样当相机拍摄后,就可以根据标志点所呈现的内容,将标志点找出来,进而在三维点云数据中形成特征点。
也即是:将点映射到XY轴、XZ轴、YZ轴上,并形成空间坐标内的三个点集P1,P2,P3。再计算S1时刻到S2时刻,所有特征点的点集的位置关系变化以及运动速度M1、M2、M3,满足R/T矩阵的坐标关系。
这样就可以通过S1时刻中特征点的运动速度及位置,预测S时刻的特征点的位置。另外,特征点都会进行编号,因此从S1时刻到S时刻,就可以根据S1时刻的特征点的运动速度及位置,预测S时刻的特征点的位置。
另外,还根据特征点的数量不同,其在计算特征点的点击的位置关系变化时,也即是特征点到空间坐标系的圆心点的距离,也即是被检测物体与手持激光三维扫描仪的距离。
1.若当前时刻(当前时刻记为S时刻)监测到的三维模型的特征点多于三个、且不在同一直线上时,这些特征点所构成的点集{M/Mi(Xi,Yi,Zi)}与空间坐标系下的空间坐标集Q1={Qi(Xi,Yi,Zi)}构成一组映射关系,符合RXM+T=XQ,进而根据多元数法计算得出R/T变化关系。其中XM=cos Mi(Xi,Yi,Zi)为在三个平面坐标系内的坐标向量;XQ为空间坐标系内的向量;R为4×4的旋转矩阵;T为4×1的平移向量。
2.若当前时刻监测到的三维模型的特征点大于零并少于三个、且不在同一直线上时,将相机初次曝光获取的多线激光器投射在被测物体表面的交点作为特征点G;然后将特征点在自参坐标系下形成空间坐标集G1(g1,g2,g3,…,gn),从G1中随机选取2个点Ni(N1,N2,N3,N4…N)、Li(L1,L2,L3…Ln),这两个不重合,并且与当前时刻所监测到的特征点也不重合;最后将当前时刻所监测到的特征点与点Ni、Li构成一个集合V/Vi(Xi,Yi,Zi)。
此时,将V/Vi(Xi,Yi,Zi)与空间坐标集Q1={Qi(Xi,Yi,Zi)}构成一组映射关系,并且符合RXV+T=XQ,然后利用多元数法计算得出R/T变化关系。
3.若当前时刻监测到的三维模型的特征点为0时,将相机初次曝光获取的多线激光器投射在被测物体表面的交点作为特征点G;将三维标志点在自参坐标系中设置为空间坐标集G1(g1,g2,g3…gn),从G1中随机选取3个点Ni(N1,N2,N3,N4…N)、Li(L1,L2,L3…Ln)、Ki(K1,K2,K3…Kn),并且这三个点不重合;将获取到的特征点构成一个集合,将S时刻前重建的特征点集合Di(D1,D2,D3…Dn)中搜索特征点进行三角剖分建立等边三角形集合,不同时刻的全等三角形的三个顶点构成坐标变化关系,计算出[R/T]变化关系。
另外,扫描仪在正常工作时,一般是由人手持扫描仪来扫描物体,而为了能够准确地扫描到被测物体,扫描仪与被测物体之间需要保持一定的距离。当距离过小或过大时,都会造成被测物体的检测不准确。因此,本发明通过对三维模型上特征点与空间坐标系的距离与相机内参(也即是激光器与相机的位置关系)之间的大小关系来判断扫描仪与被测物体的距离是否在正常范围内。
也即是,本发明还包括步骤S4:根据被测物体与手持三维扫描仪的距离与相机内参之间的方差大小来判断三维扫描仪与被测物体的检测范围是否正常。
为了便于向用户提醒三维扫描仪的工作状态,本发明还在三维扫描仪上设置指示灯。
比如,当方差在预设范围内时,表示三维扫描仪与被检测物体的检测范围正常,同时三维扫描仪上的设备灯亮绿灯。
当方差不在预设范围内时:
若平均距离小于相机内参时,表示三维扫描仪与被测物体的检测距离过小,同时三维扫描仪上的设备灯亮红灯,提醒用户将三维扫描仪远离被测物体。
若平均距离大于相机内参时,表示三维扫描仪与被测物体的检测距离过大,同时三维扫描仪上的设备灯亮蓝灯,提醒用户将三维扫描仪靠近被测物体。
在对于计算被检测物体与手持激光三维扫描仪的距离时,可采用两种方法:
(一):根据手持激光三维扫描仪的激光器所发射激光到接收激光的时间以及光速可计算得出手持激光三维扫描仪与被测物体之间的距离。
比如通过将时间与光速相乘并除以2就可以得出手持激光三维扫描仪与被测物体之间的距离。
(二):在进行三维点云数据拼接时计算每帧三维点云数据的空间位置关系时,根据当前时刻计算得出的三维模型的所有特征点的空间位置关系,也即是特征点集合{M/Mi(Xi,Yi,Zi)}的所有点到空间坐标集Q1={Qi(Xi,Yi,Zi)}所在坐标系的中心点的平均距离,可相当于被检测物体与手持激光三维扫描仪的距离,这样就可以根据该距离与相机的内参做方差来判断被测物体与手持激光三维扫描仪之间的工作距离是否合理。
这样,就可以根据该平均距离与相机内参的方差来判断手持三维扫描仪与被测物体之间的检测距离是否符合要求。
当方差在预测范围内时,即表示手持三维扫描仪的工作距离在设备测量正常范围内,此时扫描监测的误差等级评估为0,控制手持三维扫描仪上的指示灯亮绿灯。
当计算所得的方差在测量范围之外时:
若平均距离与相机内参的差值为负数,此时扫描监测的误差等级评估为-1,控制手持三维扫描仪上的指示灯亮红灯,提醒用户将手持三维扫描仪远离被测物体;
若平均距离与相机内参的差值为正数,此时扫描监测的误差等级评估为1,控制手持三维扫描仪上的指示灯亮红蓝灯,提醒用户将手持三维扫描仪靠近被测物体。
实施例三:
本发明还提供了一种电子设备,其包括存储器、处理器以及存储在存储器上并可在处理上运行的计算机程序,所述处理器执行所述程序时实现以下步骤:
事先标定不同激光器在两个相机内的内参和畸变参数;事先标定多个激光器所投射的被检测物体的表面到相机之间的空间距离和角度关系;
处理步骤:根据每个相机所采集到的被检测物体的一组图像,并对每张图像进行激光轮廓的提取得出每个图像所对应的亚像素的高光中心二维点集合;
计算步骤:根据每张图像的亚像素的高光中心二维点集合进行三维坐标转换得出一帧三维点云数据;
匹配步骤:根据RT矩阵重构的原理确定每帧三维点云数据的先后扫描顺序;
拼接步骤:根据ICP融合技术将多帧三维点云数据进行拼接;
模型生成步骤:按照三角法的原理将融合后的三维点云数据生成三维模型。
进一步地,所述处理步骤还包括:
获取数据步骤:获取某一时刻相机采集到一组被测物体表面的激光轮廓图像,激光轮廓图像包括激光器发射的光照射到被检测物体上所形成的激光图像轮廓线;
提取数据步骤:对每张激光轮廓图像进行提取得出2D激光轮廓线;
校正步骤:根据相机的内参和畸变参数对每张2D激光轮廓线进行校正得出对应校正图像,并根据像素灰度差异算法提取每张校正图像的连通区域和空域;
模型建立步骤:根据每张校正图像的空域和连通区域的灰度中心计算出每张图像的亚像素的高光中心二维点集合。
进一步地,所述ICP融合算法具体包括:
步骤S1:获取前一帧的三维点云数据以及当前帧的三维点云数据;
步骤S2:将两帧的三维点云数据进行拼接,并且将两帧三维点云数据中重合的点删除,得出拼接后的三维点云数据;
步骤S3:拼接完成后将前一帧的三维点云数据删除;
步骤S4:将当前帧作为前一帧的三维点云数据,选择下一帧的三维点云数据作为当前帧的三维点云数据,并依次类推执行步骤S1、步骤S2、步骤S3以及步骤S4,直到将所有帧的三维点云数据拼接完成。
进一步地,还包括:判断步骤:获取手持激光三维扫描仪与被检测物体之间的距离,并将该距离与相机的内参做方差,以及该方差判断手持激光三维扫描仪与被检测物体的检测范围是否正常,并根据判断结果控制手持激光三维扫描仪上的指示灯显示对应的颜色,以提醒用户做出相应的动作。
实施例四:
本发明还提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:
事先标定不同激光器在两个相机内的内参和畸变参数;事先标定多个激光器所投射的被检测物体的表面到相机之间的空间距离和角度关系;
处理步骤:根据每个相机所采集到的被检测物体的一组图像,并对每张图像进行激光轮廓的提取得出每个图像所对应的亚像素的高光中心二维点集合;
计算步骤:根据每张图像的亚像素的高光中心二维点集合进行三维坐标转换得出一帧三维点云数据;
匹配步骤:根据RT矩阵重构的原理确定每帧三维点云数据的先后扫描顺序;
拼接步骤:根据ICP融合技术将多帧三维点云数据进行拼接;
模型生成步骤:按照三角法的原理将融合后的三维点云数据生成三维模型。
进一步地,所述处理步骤还包括:
获取数据步骤:获取某一时刻相机采集到一组被测物体表面的激光轮廓图像,激光轮廓图像包括激光器发射的光照射到被检测物体上所形成的激光图像轮廓线;
提取数据步骤:对每张激光轮廓图像进行提取得出2D激光轮廓线;
校正步骤:根据相机的内参和畸变参数对每张2D激光轮廓线进行校正得出对应校正图像,并根据像素灰度差异算法提取每张校正图像的连通区域和空域;
模型建立步骤:根据每张校正图像的空域和连通区域的灰度中心计算出每张图像的亚像素的高光中心二维点集合。
进一步地,所述ICP融合算法具体包括:
步骤S1:获取前一帧的三维点云数据以及当前帧的三维点云数据;
步骤S2:将两帧的三维点云数据进行拼接,并且将两帧三维点云数据中重合的点删除,得出拼接后的三维点云数据;
步骤S3:拼接完成后将前一帧的三维点云数据删除;
步骤S4:将当前帧作为前一帧的三维点云数据,选择下一帧的三维点云数据作为当前帧的三维点云数据,并依次类推执行步骤S1、步骤S2、步骤S3以及步骤S4,直到将所有帧的三维点云数据拼接完成。
进一步地,计算机程序被处理器执行时实现以下步骤:判断步骤:获取手持激光三维扫描仪与被检测物体之间的距离,并将该距离与相机的内参做方差,以及该方差判断手持激光三维扫描仪与被检测物体的检测范围是否正常,并根据判断结果控制手持激光三维扫描仪上的指示灯显示对应的颜色,以提醒用户做出相应的动作。
上述实施方式仅为本发明的优选实施方式,不能以此来限定本发明保护的范围,本领域的技术人员在本发明的基础上所做的任何非实质性的变化及替换均属于本发明所要求保护的范围。
Claims (10)
1.一种手持激光三维扫描仪,其特征在于:包括六个激光器、两个相机以及控制器,每个激光器、每个相机分别与控制器连接;激光器用于将发出的激光线投射到被检测物体表面上;相机用于拍摄投射到被检测物体表面的激光轮廓图像;每个激光器均能够发射的不同波段的激光线;每个激光器的位置以及与每个相机的空间位置关系均已知固定;所述控制器用于控制每个激光器向被测物体发送激光线,并接收每个相机所拍摄的被测物体的激光轮廓图像,并对激光轮廓图像进行处理得出一帧三维点云数据,然后将得到的所有帧的三维点云数据进行匹配拼接,最终根据三角法的原理得出被测物体的三维模型重建。
2.根据权利要求1所述一种手持激光三维扫描仪,其特征在于:还包括补光装置,所述补光装置包括月牙形透镜、LED灯和供电模块;月牙形透镜将LED投射出的光斑转换为圆形光斑,并将LED灯发出的光转换我同波段的光。
3.根据权利要求1所述一种手持激光三维扫描仪,其特征在于:所述扫描仪上还安装有指示灯;控制器还用于判断被测物体与三维扫描仪的距离是否满足预设距离,并控制指示灯显示对应的颜色,以提醒使用者做出相应的操作。
4.根据权利要求1所述一种手持激光三维扫描仪,其特征在于:所述激光器为七线激光器。
5.一种手持激光三维扫描仪的扫描方法,应用于如权利要求1-4任一项所述一种手持激光三维扫描仪,其特征在于:包括以下步骤:
事先标定不同激光器在两个相机内的内参和畸变参数;事先标定多个激光器所投射的被检测物体的表面到相机之间的空间距离和角度关系;
处理步骤:根据每个相机所采集到的被检测物体的一组图像,并对每张图像进行激光轮廓的提取得出每个图像所对应的亚像素的高光中心二维点集合;
计算步骤:根据每张图像的亚像素的高光中心二维点集合进行三维坐标转换得出一帧三维点云数据;
匹配步骤:根据RT矩阵重构的原理确定每帧三维点云数据的先后扫描顺序;
拼接步骤:根据ICP融合技术将多帧三维点云数据进行拼接;
模型生成步骤:按照三角法的原理将融合后的三维点云数据生成三维模型。
6.根据权利要求5所述的一种手持激光三维扫描仪的扫描方法,其特征在于:所述处理步骤还包括:
获取数据步骤:获取某一时刻相机采集到一组被测物体表面的激光轮廓图像,激光轮廓图像包括激光器发射的光照射到被检测物体上所形成的激光图像轮廓线;
提取数据步骤:对每张激光轮廓图像进行提取得出2D激光轮廓线;
校正步骤:根据相机的内参和畸变参数对每张2D激光轮廓线进行校正得出对应校正图像,并根据像素灰度差异算法提取每张校正图像的连通区域和空域;
模型建立步骤:根据每张校正图像的空域和连通区域的灰度中心计算出每张图像的亚像素的高光中心二维点集合。
7.根据权利要求5所述一种手持激光三维扫描仪的扫描方法,其特征在于:所述ICP融合算法具体包括:
步骤S1:获取前一帧的三维点云数据以及当前帧的三维点云数据;
步骤S2:将两帧的三维点云数据进行拼接,并且将两帧三维点云数据中重合的点删除,得出拼接后的三维点云数据;
步骤S3:拼接完成后将前一帧的三维点云数据删除;
步骤S4:将当前帧作为前一帧的三维点云数据,选择下一帧的三维点云数据作为当前帧的三维点云数据,并依次类推执行步骤S1、步骤S2、步骤S3以及步骤S4,直到将所有帧的三维点云数据拼接完成。
8.根据权利要求5所述一种手持激光三维扫描仪的扫描方法,其特征在于:还包括:判断步骤:获取手持激光三维扫描仪与被检测物体之间的距离,并将该距离与相机的内参做方差,以及该方差判断手持激光三维扫描仪与被检测物体的检测范围是否正常,并根据判断结果控制手持激光三维扫描仪上的指示灯显示对应的颜色,以提醒用户做出相应的动作。
9.一种电子设备,包括存储器、处理器以及存储在存储器上并可在处理器上运行的计算机程序,其特征在于:所述处理器执行所述程序时实现如权利要求5-8中任一项所述一种手持激光三维扫描仪的扫描方法的步骤。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行时实现如权利要求5-8中任一项所述一种手持激光三维扫描仪的扫描方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910590872.0A CN110470238A (zh) | 2019-07-02 | 2019-07-02 | 一种手持激光三维扫描仪、扫描方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910590872.0A CN110470238A (zh) | 2019-07-02 | 2019-07-02 | 一种手持激光三维扫描仪、扫描方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110470238A true CN110470238A (zh) | 2019-11-19 |
Family
ID=68507032
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910590872.0A Pending CN110470238A (zh) | 2019-07-02 | 2019-07-02 | 一种手持激光三维扫描仪、扫描方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110470238A (zh) |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111223048A (zh) * | 2019-12-27 | 2020-06-02 | 中铭谷智能机器人(广东)有限公司 | 一种3d视觉点云数据拼接的方法及其系统 |
CN111486801A (zh) * | 2020-03-14 | 2020-08-04 | 武汉中观自动化科技有限公司 | 一种三维扫描智能引导方法及系统 |
CN111598957A (zh) * | 2020-05-13 | 2020-08-28 | 武汉市异方体科技有限公司 | 一种基于线性激光的手持体积测量装置 |
CN112361991A (zh) * | 2020-11-04 | 2021-02-12 | 深圳广成创新技术有限公司 | 一种三维扫描方法、装置、计算机设备和存储介质 |
CN113034684A (zh) * | 2021-05-24 | 2021-06-25 | 浙江华睿科技有限公司 | 三维重建方法、电子设备及计算机可读存储介质 |
CN113063370A (zh) * | 2021-03-10 | 2021-07-02 | 杭州思看科技有限公司 | 多波段扫描仪的标定方法、系统、电子装置和存储介质 |
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 |
CN113655066A (zh) * | 2021-08-13 | 2021-11-16 | 南方海洋科学与工程广东省实验室(湛江) | 一种网箱破损检测装置、系统及方法 |
CN113701626A (zh) * | 2021-08-10 | 2021-11-26 | 哈尔滨岛田大鹏工业股份有限公司 | 汽车纵梁3d机器视觉检测方法 |
CN114111624A (zh) * | 2021-10-28 | 2022-03-01 | 武汉中观自动化科技有限公司 | 一种带标记点投射装置的手持三维扫描方法、设备及介质 |
CN114199132A (zh) * | 2021-12-16 | 2022-03-18 | 上海应用技术大学 | 一种基于机器视觉的激光三维扫描仪及扫描方法 |
CN116447978A (zh) * | 2023-06-16 | 2023-07-18 | 先临三维科技股份有限公司 | 孔位信息检测方法、装置、设备及存储介质 |
CN116664742A (zh) * | 2023-07-24 | 2023-08-29 | 泉州华中科技大学智能制造研究院 | 针对激光光条成像的hdr高动态范围处理方法及装置 |
CN116930206A (zh) * | 2023-07-21 | 2023-10-24 | 广州市胜特建筑科技开发有限公司 | 基于激光扫描的建筑物损坏检测方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204944431U (zh) * | 2015-08-12 | 2016-01-06 | 杭州思看科技有限公司 | 采用闪烁方式投影的手持激光三维扫描仪 |
CN106500627A (zh) * | 2016-10-19 | 2017-03-15 | 杭州思看科技有限公司 | 含有多个不同波长激光器的三维扫描方法及扫描仪 |
CN208334868U (zh) * | 2018-06-29 | 2019-01-04 | 杭州海康威视数字技术股份有限公司 | 一种补光装置及具有其的摄像机 |
-
2019
- 2019-07-02 CN CN201910590872.0A patent/CN110470238A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN204944431U (zh) * | 2015-08-12 | 2016-01-06 | 杭州思看科技有限公司 | 采用闪烁方式投影的手持激光三维扫描仪 |
CN106500627A (zh) * | 2016-10-19 | 2017-03-15 | 杭州思看科技有限公司 | 含有多个不同波长激光器的三维扫描方法及扫描仪 |
CN208334868U (zh) * | 2018-06-29 | 2019-01-04 | 杭州海康威视数字技术股份有限公司 | 一种补光装置及具有其的摄像机 |
Cited By (21)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111223048A (zh) * | 2019-12-27 | 2020-06-02 | 中铭谷智能机器人(广东)有限公司 | 一种3d视觉点云数据拼接的方法及其系统 |
CN111223048B (zh) * | 2019-12-27 | 2023-09-12 | 中铭谷智能机器人(广东)有限公司 | 一种3d视觉点云数据拼接的方法及其系统 |
CN111486801A (zh) * | 2020-03-14 | 2020-08-04 | 武汉中观自动化科技有限公司 | 一种三维扫描智能引导方法及系统 |
CN111598957A (zh) * | 2020-05-13 | 2020-08-28 | 武汉市异方体科技有限公司 | 一种基于线性激光的手持体积测量装置 |
CN112361991A (zh) * | 2020-11-04 | 2021-02-12 | 深圳广成创新技术有限公司 | 一种三维扫描方法、装置、计算机设备和存储介质 |
CN113063370A (zh) * | 2021-03-10 | 2021-07-02 | 杭州思看科技有限公司 | 多波段扫描仪的标定方法、系统、电子装置和存储介质 |
CN113063370B (zh) * | 2021-03-10 | 2023-01-31 | 思看科技(杭州)股份有限公司 | 多波段扫描仪的标定方法、系统、电子装置和存储介质 |
CN113034684A (zh) * | 2021-05-24 | 2021-06-25 | 浙江华睿科技有限公司 | 三维重建方法、电子设备及计算机可读存储介质 |
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 |
CN113701626B (zh) * | 2021-08-10 | 2023-08-04 | 哈尔滨岛田大鹏工业股份有限公司 | 汽车纵梁3d机器视觉检测方法 |
CN113701626A (zh) * | 2021-08-10 | 2021-11-26 | 哈尔滨岛田大鹏工业股份有限公司 | 汽车纵梁3d机器视觉检测方法 |
CN113655066A (zh) * | 2021-08-13 | 2021-11-16 | 南方海洋科学与工程广东省实验室(湛江) | 一种网箱破损检测装置、系统及方法 |
CN114111624A (zh) * | 2021-10-28 | 2022-03-01 | 武汉中观自动化科技有限公司 | 一种带标记点投射装置的手持三维扫描方法、设备及介质 |
CN114199132A (zh) * | 2021-12-16 | 2022-03-18 | 上海应用技术大学 | 一种基于机器视觉的激光三维扫描仪及扫描方法 |
CN114199132B (zh) * | 2021-12-16 | 2024-02-27 | 上海应用技术大学 | 一种基于机器视觉的激光三维扫描仪及扫描方法 |
CN116447978A (zh) * | 2023-06-16 | 2023-07-18 | 先临三维科技股份有限公司 | 孔位信息检测方法、装置、设备及存储介质 |
CN116447978B (zh) * | 2023-06-16 | 2023-10-31 | 先临三维科技股份有限公司 | 孔位信息检测方法、装置、设备及存储介质 |
CN116930206A (zh) * | 2023-07-21 | 2023-10-24 | 广州市胜特建筑科技开发有限公司 | 基于激光扫描的建筑物损坏检测方法及系统 |
CN116930206B (zh) * | 2023-07-21 | 2024-02-23 | 广州市胜特建筑科技开发有限公司 | 基于激光扫描的建筑物损坏检测方法及系统 |
CN116664742A (zh) * | 2023-07-24 | 2023-08-29 | 泉州华中科技大学智能制造研究院 | 针对激光光条成像的hdr高动态范围处理方法及装置 |
CN116664742B (zh) * | 2023-07-24 | 2023-10-27 | 泉州华中科技大学智能制造研究院 | 针对激光光条成像的hdr高动态范围处理方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110470238A (zh) | 一种手持激光三维扫描仪、扫描方法及装置 | |
EP3650807B1 (en) | Handheld large-scale three-dimensional measurement scanner system simultaneously having photography measurement and three-dimensional scanning functions | |
CN105222724B (zh) | 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 | |
CN109816703B (zh) | 一种基于相机标定和icp算法的点云配准方法 | |
CN102721376B (zh) | 一种大视场三维视觉传感器的标定方法 | |
EP2870428B1 (en) | System and method for 3d measurement of the surface geometry of an object | |
CN107635129B (zh) | 一种三维三目摄像装置及深度融合方法 | |
CN104165600B (zh) | 一种无线手持3d激光扫描系统 | |
US11587252B2 (en) | Positioning method and system combining mark point positioning and intelligent reverse positioning | |
CN102679959B (zh) | 基于主动全景视觉传感器的全方位三维建模系统 | |
CN107346425B (zh) | 一种三维纹理照相系统、标定方法及成像方法 | |
CN111750806A (zh) | 一种多视角三维测量系统及方法 | |
TW201717613A (zh) | 一種全景魚眼相機影像校正、合成與景深重建方法與其系統 | |
CN105243637A (zh) | 一种基于三维激光点云进行全景影像拼接方法 | |
CN108627121B (zh) | 一种镜面面形检测装置及其检测方法 | |
CN103292699A (zh) | 一种三维扫描系统及方法 | |
CN111811433B (zh) | 基于红蓝正交条纹的结构光系统标定方法及装置和应用 | |
CN110530292A (zh) | 一种基于无线同步的扫描系统及扫描方法 | |
CN109186942A (zh) | 测试用结构光摄像头的平行度检测方法、装置及可读存储介质 | |
CN108175535A (zh) | 一种基于微透镜阵列的牙科三维扫描仪 | |
CN116222425A (zh) | 一种基于多目三维扫描装置的三维重建方法及系统 | |
CN108961378A (zh) | 一种多目点云三维重建方法、装置及其设备 | |
CN115205491A (zh) | 一种手持多视图三维重建的方法及装置 | |
CN104613898B (zh) | 检测仪、具有该检测仪的测量系统以及测量方法 | |
CN111982071B (zh) | 一种基于tof相机的3d扫描方法及系统 |
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 | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191119 |