CN110503712A - 改善重建三维模型效率的方法及装置 - Google Patents

改善重建三维模型效率的方法及装置 Download PDF

Info

Publication number
CN110503712A
CN110503712A CN201810580862.4A CN201810580862A CN110503712A CN 110503712 A CN110503712 A CN 110503712A CN 201810580862 A CN201810580862 A CN 201810580862A CN 110503712 A CN110503712 A CN 110503712A
Authority
CN
China
Prior art keywords
mentioned
lighting pattern
group
gray code
multiple groups
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
Application number
CN201810580862.4A
Other languages
English (en)
Other versions
CN110503712B (zh
Inventor
郑楷儒
简佑丞
陈怡玲
陈冠中
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.)
Quanta Computer Inc
Original Assignee
Quanta Computer Inc
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 Quanta Computer Inc filed Critical Quanta Computer Inc
Publication of CN110503712A publication Critical patent/CN110503712A/zh
Application granted granted Critical
Publication of CN110503712B publication Critical patent/CN110503712B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • 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
    • 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
    • G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
    • G01B11/2513—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with several lines being projected in more than one direction, e.g. grids, patterns
    • 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
    • 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

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Optics & Photonics (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本公开提出一种改善重建三维模型效率的方法，包括：将一系列不同的格雷码二进制照明图案分为多群组；将每一群组内的格雷码二进制照明图案的二进制值转换为多组二特定数值，以产生对应上述特定数值的十进制照明图案；叠合每一群组内的十进制照明图案为一灰阶照明图案；使用一投影机从一投影方向将叠合后的每一灰阶照明图案投影到一目标物上；使用一相机捕捉上述目标物的一或多个目标物图像；将上述目标物图像还原至对应上述目标物图像未叠合的格雷码二进制图像；以及将上述未叠合的格雷码二进制图像重建上述目标物的深度。

Description

改善重建三维模型效率的方法及装置
技术领域
本公开一般涉及重建三维模型的领域，且更加具体地说是有关于一种利用重叠照明图案改善重建三维模型效率的方法及装置。
背景技术
3D模型量测技术包含有轮廓量测技术，其包括灰阶编码方式。现有的灰阶编码方式利用投影条纹光且投影不同的灰阶条纹以获取图像，以使各像素点产生一独特的灰阶编码。但若欲提高使用灰阶编码方式的精度，则要投影相当数量的灰阶条纹图像，故灰阶编码方式相当耗时。
因此，需要一种改善重建三维模型效率的方法及装置，以减少投影灰阶条纹图像的数量，提升效率。
发明内容
以下公开的内容仅为示例性的，且不意旨以任何方式加以限制。除所述说明方面、实施方式和特征之外，通过参照附图和下述具体实施方式，其他方面、实施方式和特征也将显而易见。即，以下公开的内容被提供以介绍概念、重点、益处及本文所描述新颖且非显而易见的技术优势。所选择，非所有的，实施例将进一步详细描述如下。因此，以下公开的内容并不意旨在所要求保护主题的必要特征，也不意旨在决定所要求保护主题的范围中使用。
本公开提供一种改善重建三维模型效率的方法及装置。
本公开提出一种改善重建三维模型效率的方法，包括：将一系列不同的格雷码二进制照明图案分为多群组；将每一群组内的格雷码二进制照明图案的二进制值转换为多组二特定数值，以产生对应上述特定数值的十进制照明图案；叠合每一群组内的十进制照明图案为一灰阶照明图案；使用一投影机从一投影方向将叠合后的每一灰阶照明图案投影到一目标物上；使用一相机捕捉上述目标物的一或多个目标物图像；将上述一或多个目标物图像还原至对应上述目标物图像未叠合的格雷码二进制图像；以及将上述未叠合的格雷码二进制图像重建上述目标物的深度。
在一些实施例中，上述组二特定数值须满足以下条件：将每一组二特定数值其中之一相加以产生不同组合的总和，其中上述不同组合的总和彼此间不相同；以及将每一组二特定数值中的一最大特定数值相加的一最大总和低于上述相机的一灰阶值分辨率。
在一些实施例中，上述多组的数量等于每一群组内的格雷码二进制照明图案的数量。
在一些实施例中，当上述多组的数量为2组时，上述多组二特定数值为(0及50)及(100及200)。
在一些实施例中，当上述多组的数量为3组时，上述多组二特定数值为(0及512)、(64及1088)以及(192及2240)。
本公开提出一种改善重建三维模型效率的装置，包括：一或多个处理器；以及一或多个计算机存储介质，存储计算机可读取指令，其中上述处理器使用上述计算机存储介质以执行：将一系列不同的格雷码二进制照明图案分为多群组；将每一群组内的格雷码二进制照明图案的二进制值转换为多组二特定数值，以产生对应上述特定数值的十进制照明图案；叠合每一群组内的十进制照明图案为一灰阶照明图案；使用一投影机从一投影方向将叠合后的每一灰阶照明图案投影到一目标物上；使用一相机捕捉上述目标物的一或多个目标物图像；将上述一或多个目标物图像还原至对应上述目标物图像未叠合的格雷码二进制图像；以及将上述未叠合的格雷码二进制图像重建上述目标物的深度。
附图说明
附图被包括以提供本公开进一步理解且被合并并组成本公开的一部分。附图说明本公开的实施例且连同描述一起用以解释本公开的原理。其可理解附图不一定按比例描绘，一些元件可以超过在实际实施方式的大小来显示，以清楚地说明本公开的概念。
图1显示根据本公开一实施例中以结构光照射一目标物并且随后捕捉及处理由目标物反射结构光的系统。
图2A显示十进制数值转换至4位格雷码的表格。
图2B显示4位格雷码二进制照明图案的示例。
图3显示根据本公开一实施例所述的改善重建三维模型效率的方法的流程图。
图4显示根据本公开一实施例的格雷码二进制照明图案被转换为十进制照明图案的示意图。
图5A～图5B显示根据本公开一实施例所述的计算装置叠合每一群组内的十进制照明图案为一灰阶照明图案的示意图。
图6显示根据本公开一实施例的格雷码二进制照明图案被转换为十进制照明图案的示意图。
图7显示根据本公开一实施例所述的计算装置叠合第一群组内的十进制照明图案为一灰阶照明图案的示意图。
具体实施方式
在下文中将参考附图对本公开的各方面进行更充分的描述。然而，本公开可以具体化成许多不同形式且不应解释为局限于贯穿本公开所呈现的任何特定结构或功能。相反地，提供这些方面将使得本公开周全且完整，并且本公开将给本领域技术人员充分地传达本公开的范围。基于本文所教导的内容，本领域的技术人员应意识到，无论是单独还是结合本公开的任何其它方面实现本文所公开的任何方面，本公开的范围旨在涵盖本文中所公开的任何方面。例如，可以使用本文所提出任意数量的装置或者执行方法来实现。另外，除了本文所提出本公开的多个方面之外，本公开的范围更旨在涵盖使用其它结构、功能或结构和功能来实现的装置或方法。应可理解，其可通过权利要求的一或多个元件具体化本文所公开的任何方面。
词语“示例性”在本文中用于表示“用作示例、实例或说明”。本公开的任何方面或本文描述为“示例性”的设计不一定被解释为优选于或优于本公开或设计的其他方面。此外，相同的数字在所有若干图标中指示相同的组件，且除非在描述中另有指定，冠词“一”和“上述”包含复数的参考。
可以理解，当组件被称为被“连接“或”耦接“至另一元件时，该元件可被直接地连接到或耦接至另一元件或者可存在中间元件。相反地，当该元件被称为被“直接连接”或“直接耦接”至到另一元件时，则不存在中间元件。用于描述元件之间的关系的其他词语应以类似方式被解释(例如，“在…之间”与“直接在…之间”、“相邻”与“直接相邻”等方式)。
图1显示根据本公开一实施例中以结构光照射一目标物110并且随后捕捉及处理由目标物110反射结构光的系统100。目标物110可以是任何三维(3D)对象，像是人的脸部或口腔、无生命的结构或可被带入系统100视野内其他感兴趣的对象。
系统100包括一计算装置130及照明/捕捉装置120。计算装置130可使用网络150连接至照明/捕捉装置120。网络150可提供有线和/或无线网络。网络150也可包括局域网络(Local Area Network，LAN)(例如，内部网)、无线局域网络(Wireless Local AreaNetwork，WLAN)或Wi-Fi网络、第三代(3G)或第四代(4G)移动电信网络、广域网(Wide AreaNetwork，WAN)、因特网(Internet)、蓝牙或其任何适当的组合。
在所示的实施例中，计算装置130与照明/捕捉装置120分开，但在另一实施例中，其可通过电缆(图未显示)物理连接在一起。然而，在其他实施例中，计算装置130和照明/捕捉装置120可被整合至一单一装置中。
照明/捕捉装置120至少包括一光投影机122及一照相机124。一总线126可电性连接至光投影机122和照相机124。此外，在本公开中，光投影机122及照相机124的相对位置对于计算装置130为已知。
光投影机122能够投影二维图像。在一实施例中，光投影机122可为商业现成的数字光投影机(Digital Light Projector，DLP)，或是可以使用能显示期望图案各种技术中一或多种的其他光投影机。因此，在本文中，术语“光投影机”旨在涵盖采用DLP、LED、光纤系统、激光照明甚至幻灯片投影机的投影装置。
照相机124可以是任何可捕捉感兴趣目标物110反射的光的装置或设备，例如具二个镜头的照相机、单一镜头可连续拍摄二张照片的照相机等。在一实施例中，照相机124具有CCD阵列、CMOS阵列等，其配置用以捕捉沿着对应聚焦平面的一图像。然而，应可理解的是，其他照相机也可以用以取代。
计算装置130可创建由光投影机122投射到目标物110上的二维照明图案，并处理照相机124所传送的图像，以执行对目标物110重建三维模型。在一实施例中，上述二维照明图案为结构光图案。
更详细地说明，为了创建照明图案，计算装置130仅需生成一行像素值，接着在垂直维度上复制此行。在一实施例中，照明图案可被存储在计算装置130的存储器内。存储在存储器中的二维照明图案可被传送至投射光线在目标物110上的光投影机122。
在一些实施例中，对于每一照明图案，计算装置130中的处理器可编程以建立单行像素，接着在图案存储在存储器之前复制该行像素。在其他实施例中，照明图案可事先建立并存储在计算装置130的存储器中，故计算装置130无须建立照明图案。
在一些实施例中，照明图案基于格雷码(Gray Code)而产生。图2A显示十进制数值转换至4位格雷码的表格。图2B显示4位格雷码二进制照明图案的示例。如图2A～图2B所示，由于相邻格雷码仅一位不同，因此格雷码比其他的二进制码(像是，自然二进制码)更具优势。在格雷码发生还原错误的情况下，错误可能仅限于一位。换句话说，使用格雷码的三维重建误差往往较低。
在格雷码中，已考虑到当捕捉用格雷码二进制照明图案投影照亮的物体时，物体被单色(例如，灰阶)相机捕捉。分析捕捉的图像接着在每个图像点还原格雷码。
图3显示根据本公开一实施例所述的改善重建三维模型效率的方法300的流程图。此方法可执行于如图1所示的计算装置130的处理器中。
在步骤S305中，计算装置将一系列不同的格雷码二进制照明图案分为多群组。在步骤S310中，计算装置将每一群组内的格雷码二进制照明图案的二进制值转换为多组二特定数值，以产生对应上述特定数值的十进制照明图案，其中二特定数值的组数量等于每一群组内的格雷码二进制照明图案的数量。举例来说，计算装置可随机选取两张格雷码二进制照明图案作为一群组，而计算装置将每一群组内的两张格雷码二进制照明图案的二进制值分别转换为两组二特定数值。再举另一例说明，计算装置可随机选取三张格雷码二进制照明图案作为一群组，而计算装置将每一群组内的三张格雷码二进制照明图案的二进制值分别转换为三组二特定数值。
在步骤S315中，计算装置叠合每一群组内的十进制照明图案为一灰阶照明图案。接着，在步骤S320中，计算装置使用一投影机从一投影方向将叠合后的每一灰阶照明图案投影到一目标物上。在步骤S325中，计算装置使用一相机捕捉上述目标物的一或多个目标物图像。再来，在步骤S330中，计算装置将上述一或多个目标物图像还原至对应上述目标物图像未叠合的格雷码二进制图像。在步骤S335中，计算装置将上述未叠合的格雷码二进制图像重建上述目标物的深度。
在一实施例中，上述多组二特定数值须满足以下条件：(1)将每一组二特定数值其中之一相加以产生不同组合的总和，其中上述不同组合的总和彼此间不相同；以及(2)将每一组二特定数值中的一最大特定数值相加的一最大总和低于上述相机的一灰阶值分辨率。
因此，通过第3图中的方法300，计算装置可叠合多张十进制照明图案为一灰阶照明图案，而投影机仅需将叠合后的灰阶照明图案投影到目标物上，达到减少投影照明图案数量的效果。
下方将详细说明计算装置如何在步骤S310中将每一群组内的格雷码二进制照明图案转换为十进制照明图案。在一例子中，假设格雷码二进制照明图案表示4位的格雷码。如图2B所示，4位的格雷码可分为4张格雷码二进制照明图案201、202、203、204。假设计算装置叠合每一群组内的格雷码二进制照明图案的数量为2张，而二特定数值的组数为2组。在此例子中，此2组二特定数值被设计为(0及50)及(100及200)。更详细地说明，计算装置将每一群组内的2张格雷码二进制照明图案的二进制值(0及1)分别用十进制数值(0及50)及(100及200)取代，如表格1所示。
第1张 0→0 1→50
第2张 0→100 1→200
表格1
假设格雷码二进制照明图案201及202为一第一群组，而格雷码二进制照明图案203及204为第二群组。由上述表格1可知，格雷码二进制照明图案201的二进制值(0及1)可用十进制数值(0及50)取代，而格雷码二进制照明图案202的二进制值(0及1)可用十进制数值(100及200)取代。同理，在第二群组中，格雷码二进制照明图案203的二进制值(0及1)可用十进制数值(0及50)取代，而格雷码二进制照明图案204的二进制值(0及1)可用十进制数值(100及200)取代。因此，对应上述特定数值的十进制照明图案401、402、403、404可被产生出，如图4所示。在十进制照明图案401、402、403、404下方所标示的数值即为计算装置转换后的十进制数值。
在计算装置产生十进制照明图案之后，计算装置接着叠合每一群组内的十进制照明图案为一灰阶照明图案。图5A～图5B显示根据本公开一实施例所述的计算装置叠合每一群组内的十进制照明图案为一灰阶照明图案的示意图，并参考图4。如图5A所示，计算装置叠合第一群组内的十进制照明图案401及402，并产生第一灰阶照明图案501。同样地，如图5B所示，计算装置叠合第二群组内的十进制照明图案403及404，并产生第二灰阶照明图案502。在第一灰阶照明图案501及第二灰阶照明图案502下方所标示的数值即为计算装置叠合后的灰阶值，100、150、200及250。更详细地说明，这些灰阶值为计算装置在每一组二特定数值中选择一特定数值相加所产生的不同组合的总和。明显地，上述不同组合的总和彼此间不相同。此外，计算装置将每一组二特定数值中的一最大特定数值相加的一最大总和为250。为了使相机能分辨出灰阶照明图案的每个数值，相机的灰阶值分辨率必须大于250。在此例子中，相机可为一8位的相机，其具有0～28-1的深度范围。
再举另一例子说明，假设格雷码二进制照明图案表示9位的格雷码。前3位的格雷码可如图2B所示分为格雷码二进制照明图案201、202、203。假设计算装置叠合每一群组内的格雷码二进制照明图案的数量为3张，而二特定数值的组数为3组。在此例子中，此3组二特定数值被设计为(0及512)、(64及1088)以及(192及2240)。更详细地说明，计算装置将每一群组内的3张格雷码二进制照明图案的二进制值(0及1)分别用十进制数值(0及512)、(64及1088)以及(192及2240)取代，如表格2所示。
第1张 0→0 1→512
第2张 0→64 1→1088
第3张 0→192 1→2240
表格2
假设格雷码二进制照明图案201、202、203为一第一群组。由上述表格3可知，格雷码二进制照明图案201的二进制值(0及1)可用十进制数值(0及512)取代，格雷码二进制照明图案202的二进制值(0及1)可用十进制数值(64及1088)取代，而格雷码二进制照明图案203的二进制值(0及1)可用十进制数值(192及2240)取代。因此，对应上述特定数值的十进制照明图案601、602、603可被产生出，如图6所示。在十进制照明图案601、602、603下方所标示的数值即为计算装置转换后的十进制数值。需注意的是，在图6中仅示出第一群组的十进制照明图案601、602、603，其余群组的十进制照明图案可根据前述过程推得，在此不再赘述。
在计算装置产生十进制照明图案之后，计算装置接着叠合每一群组内的十进制照明图案为一灰阶照明图案。图7显示根据本公开一实施例所述的计算装置叠合第一群组内的十进制照明图案为一灰阶照明图案的示意图，并参考图6。如图所示，计算装置叠合第一群组内的十进制照明图案601、602及602以产生第一灰阶照明图案701，其中在第一灰阶照明图案701下方所标示的数值即为计算装置叠合后的灰阶值，256、768、1280、1792、2304、2816、3328及3840。更详细地说明，这些灰阶值为计算装置在每一组二特定数值中选择一特定数值相加所产生的不同组合的总和。明显地，上述不同组合的总和彼此间不相同。此外，计算装置将每一组二特定数值中的一最大特定数值相加的一最大总和系为3840。为了使相机能分辨出灰阶照明图案的每个数值，相机的灰阶值分辨率必须大于3840。在此例子中，相机可为一12位的相机，其具有0～212-1的深度范围。
在一实施例中，由于目标物各区域的表面材质有可能均不相同，因此目标物各区域的反射系数也可能有所不同。在光投影机投影二维照明图案前，光投影机可先投射均匀光线至目标物上。接着，藉由相机拍摄目标物取得表面亮度(或称为图像灰阶值)，以推得目标物各区域表面材质的反射系数，其中反射系数r(x,y)系可由下列公式求得。
f(x,y)＝i(x,y)r(x,y)
0＜i(x,y)＜∞,0＜r(x,y)＜1
其中，均匀光线i(x,y)为一常数，而f(x,y)为表面亮度。计算装置可记录反射系数r(x,y)于存储器中。当计算装置后续还原与每一目标物图像相关的格雷码时，计算装置可利用表面亮度f(x,y)与反射系数r(x,y)推得原始的光源照度ioriginal(x,y)，以降低计算装置还原格雷码发生错误的机率。
如上所述，本公开的改善重建三维模型效率的方法及装置系叠合多张格雷码二进制图像为一灰阶照明图案，以减少投影机投影照明图案的数量，且达到降低运作时间且不影响量测精度的目的。
在此所公开程序的任何具体顺序或分层的步骤纯为一举例的方式。基于设计上的偏好，必须了解到程序上的任何具体顺序或分层的步骤可在此文件所公开的范围内被重新安排。伴随的方法权利要求以一示例顺序呈现出各种步骤的元件，也因此不应被此所展示的特定顺序或阶层所限制。
权利要求中用以修饰元件的“第一”、“第二”、“第三”等序数词的使用本身未暗示任何优先权、优先次序、各元件之间的先后次序、或方法所执行的步骤的次序，而仅用作标识来区分具有相同名称(具有不同序数词)的不同元件。
虽然本公开已以实施范例公开如上，然其并非用以限定本案，任何本领域技术人员，在不脱离本公开的精神和范围内，当可做些许更动与润饰，因此本案的保护范围当视后附的权利要求所界定者为准。
【符号说明】
100 系统
110 目标物
120 照明/捕捉装置
122 光投影机
124 照相机
126 总线
130 计算装置
150 网络
201、202、203、204 格雷码二进制照明图案
300 方法
S305、S310、S315、S320、S325、S330、S335 步骤
401、402、403、404 十进制照明图案
501 第一灰阶照明图案
502 第二灰阶照明图案
601、602、603 十进制照明图案
701 第一灰阶照明图案

Claims (10)

1.一种改善重建三维模型效率的方法，包括：
将一系列不同的格雷码二进制照明图案分为多群组；
将每一群组内的格雷码二进制照明图案的二进制值转换为多组二特定数值，以产生对应上述特定数值的十进制照明图案；
叠合每一群组内的十进制照明图案为一灰阶照明图案；
使用一投影机从一投影方向将叠合后的每一灰阶照明图案投影到一目标物上；
使用一相机捕捉上述目标物的一或多个目标物图像；
将上述一或多个目标物图像还原至对应上述目标物图像未叠合的格雷码二进制图像；以及
将上述未叠合的格雷码二进制图像重建上述目标物的深度。
2.如权利要求1所述的改善重建三维模型效率的方法，其中上述组二特定数值须满足以下条件：
将每一组二特定数值其中之一相加以产生不同组合的总和，其中上述不同组合的总和彼此间不相同；以及
将每一组二特定数值中的一最大特定数值相加的一最大总和低于上述相机的一灰阶值分辨率。
3.如权利要求1所述的改善重建三维模型效率的方法，其中上述多组的数量等于每一群组内的格雷码二进制照明图案的数量。
4.如权利要求1所述的改善重建三维模型效率的方法，其中当上述多组的数量为2组时，上述多组二特定数值为(0及50)及(100及200)。
5.如权利要求1所述的改善重建三维模型效率的方法，其中当上述多组的数量为3组时，上述多组二特定数值为(0及512)、(64及1088)以及(192及2240)。
6.一种改善重建三维模型效率的装置，包括：
一或多个处理器；以及
一或多个计算机存储介质，存储计算机可读取指令，其中上述处理器使用上述计算机存储介质以执行：
将一系列不同的格雷码二进制照明图案分为多群组；
将每一群组内的格雷码二进制照明图案的二进制值转换为多组二特定数值，以产生对应上述特定数值的十进制照明图案；
叠合每一群组内的十进制照明图案为一灰阶照明图案；
使用一投影机从一投影方向将叠合后的每一灰阶照明图案投影到一目标物上；
使用一相机捕捉上述目标物的一或多个目标物图像；
将上述一或多个目标物图像还原至对应上述目标物图像未叠合的格雷码二进制图像；以及
将上述未叠合的格雷码二进制图像重建上述目标物的深度。
7.如权利要求6所述的改善重建三维模型效率的装置，其中上述组二特定数值须满足以下条件：
将每一组二特定数值其中之一相加以产生不同组合的总和，其中上述不同组合的总和彼此间不相同；以及
将每一组二特定数值中的一最大特定数值相加的一最大总和低于上述相机的一灰阶值分辨率。
8.如权利要求6所述的改善重建三维模型效率的装置，其中上述多组的数量等于每一群组内的格雷码二进制照明图案的数量。
9.如权利要求6所述的改善重建三维模型效率的装置，其中当上述多组的数量为2组时，上述多组二特定数值为(0及50)及(100及200)。
10.如权利要求6所述的改善重建三维模型效率的装置，其中当上述多组的数量为3组时，上述多组二特定数值为(0及512)、(64及1088)以及(192及2240)。
CN201810580862.4A 2018-05-18 2018-06-07 改善重建三维模型效率的方法及装置 Active CN110503712B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
TW107116987 2018-05-18
TW107116987A TWI705413B (zh) 2018-05-18 2018-05-18 改善重建三維模型效率的方法及裝置

Publications (2)

Publication Number Publication Date
CN110503712A true CN110503712A (zh) 2019-11-26
CN110503712B CN110503712B (zh) 2022-11-18

Family

ID=68532632

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810580862.4A Active CN110503712B (zh) 2018-05-18 2018-06-07 改善重建三维模型效率的方法及装置

Country Status (3)

Country Link
US (1) US10740916B2 (zh)
CN (1) CN110503712B (zh)
TW (1) TWI705413B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113012277B (zh) * 2021-02-03 2022-06-21 中国地质大学（武汉） 一种基于dlp面结构光多相机重建方法
TWI816511B (zh) * 2022-08-15 2023-09-21 國立高雄大學 運用平衡格雷碼之影像辨識方法
CN117237385B (zh) * 2023-11-16 2024-01-26 江苏龙达纺织科技有限公司 基于图割的纺织品转移印花图案提取方法及系统

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1271143A (zh) * 2000-05-26 2000-10-25 清华大学 一种空间编码方法
CN101975558A (zh) * 2010-09-03 2011-02-16 东南大学 基于彩色光栅投影的快速三维测量方法
US20120176380A1 (en) * 2011-01-11 2012-07-12 Sen Wang Forming 3d models using periodic illumination patterns
US20140028801A1 (en) * 2012-07-30 2014-01-30 Canon Kabushiki Kaisha Multispectral Binary Coded Projection
US20150136949A1 (en) * 2013-11-15 2015-05-21 Mitutoyo Corporation Structured illumination microscopy optical arrangement including projection artifact supression element
CN107490348A (zh) * 2017-07-26 2017-12-19 爱佩仪中测（成都）精密仪器有限公司 编码结构光三维测量中的编码光栅投影方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1271143A (zh) * 2000-05-26 2000-10-25 清华大学 一种空间编码方法
CN101975558A (zh) * 2010-09-03 2011-02-16 东南大学 基于彩色光栅投影的快速三维测量方法
US20120176380A1 (en) * 2011-01-11 2012-07-12 Sen Wang Forming 3d models using periodic illumination patterns
US20140028801A1 (en) * 2012-07-30 2014-01-30 Canon Kabushiki Kaisha Multispectral Binary Coded Projection
US20150136949A1 (en) * 2013-11-15 2015-05-21 Mitutoyo Corporation Structured illumination microscopy optical arrangement including projection artifact supression element
CN107490348A (zh) * 2017-07-26 2017-12-19 爱佩仪中测（成都）精密仪器有限公司 编码结构光三维测量中的编码光栅投影方法

Also Published As

Publication number Publication date
US20190355137A1 (en) 2019-11-21
CN110503712B (zh) 2022-11-18
TWI705413B (zh) 2020-09-21
US10740916B2 (en) 2020-08-11
TW202004677A (zh) 2020-01-16

Similar Documents

Publication Publication Date Title
KR102209255B1 (ko) 사진 측량 및 3 차원 스캔 기능을 동시에 갖는 핸드헬드 대형 3 차원 측정 스캐너 시스템
JP6112769B2 (ja) 情報処理装置、情報処理方法
US7986321B2 (en) System and method for generating structured light for 3-dimensional image rendering
JP6548422B2 (ja) 情報処理装置、情報処理方法、プログラム
CN104838228A (zh) 三维扫描仪及操作方法
US9835438B2 (en) Distance measuring apparatus and method
WO2008120217A2 (en) Depth mapping using projected patterns
CN101821580A (zh) 用于实物形状的三维测量的系统和方法
CN110503712A (zh) 改善重建三维模型效率的方法及装置
EP3382645B1 (en) Method for generation of a 3d model based on structure from motion and photometric stereo of 2d sparse images
JP2013507601A (ja) 三次元画像を撮影するための方法
US9245375B2 (en) Active lighting for stereo reconstruction of edges
JP5757156B2 (ja) 検出対象物の中心位置を算出する方法、装置およびプログラム
CN110390645A (zh) 用于立体瞬时图像序列的改善3d数据重构的系统和方法
US9752870B2 (en) Information processing apparatus, control method thereof and storage medium
Gu et al. 3dunderworld-sls: an open-source structured-light scanning system for rapid geometry acquisition
Wohlfeil et al. Automated high resolution 3D reconstruction of cultural heritage using multi-scale sensor systems and semi-global matching
Chen et al. Realtime structured light vision with the principle of unique color codes
EP3062516B1 (en) Parallax image generation system, picking system, parallax image generation method, and computer-readable recording medium
JP2003216970A5 (zh)
JP5968370B2 (ja) 三次元計測装置、三次元計測方法、及びプログラム
Adán et al. Disordered patterns projection for 3D motion recovering
KR100714821B1 (ko) 단일영상을 이용한 거리영상 획득방법
KR20210021487A (ko) 모션 인코더
JP2022086354A (ja) 三次元計測システムおよび三次元計測方法

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
GR01 Patent grant
GR01 Patent grant