CN110580732A - 一种足部3d信息获取装置 - Google Patents

一种足部3d信息获取装置 Download PDF

Info

Publication number
CN110580732A
CN110580732A CN201910862048.6A CN201910862048A CN110580732A CN 110580732 A CN110580732 A CN 110580732A CN 201910862048 A CN201910862048 A CN 201910862048A CN 110580732 A CN110580732 A CN 110580732A
Authority
CN
China
Prior art keywords
image
target object
image acquisition
acquisition device
light
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
CN201910862048.6A
Other languages
English (en)
Other versions
CN110580732B (zh
Inventor
左忠斌
左达宇
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.)
Tianmu Love Vision (beijing) Technology Co Ltd
Original Assignee
Tianmu Love Vision (beijing) Technology Co Ltd
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 Tianmu Love Vision (beijing) Technology Co Ltd filed Critical Tianmu Love Vision (beijing) Technology Co Ltd
Priority to CN201910862048.6A priority Critical patent/CN110580732B/zh
Publication of CN110580732A publication Critical patent/CN110580732A/zh
Application granted granted Critical
Publication of CN110580732B publication Critical patent/CN110580732B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/22Matching criteria, e.g. proximity measures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00Arrangements for image or video recognition or understanding
    • G06V10/40Extraction of image or video features
    • G06V10/46Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462Salient features, e.g. scale invariant feature transforms [SIFT]
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/16Human faces, e.g. facial parts, sketches or expressions
    • G06V40/168Feature extraction; Face representation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06VIMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V40/00Recognition of biometric, human-related or animal-related patterns in image or video data
    • G06V40/10Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
    • G06V40/18Eye characteristics, e.g. of the iris
    • G06V40/193Preprocessing; Feature extraction

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Health & Medical Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Oral & Maxillofacial Surgery (AREA)
  • Human Computer Interaction (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Evolutionary Computation (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Artificial Intelligence (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Computer Graphics (AREA)
  • Ophthalmology & Optometry (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明提供了一种3D信息获取装置,包括图像采集装置,用于通过其与目标物相对运动采集目标物一组图像;旋转装置,用于使得目标物与图像采集装置产生相对运动;承载平台,用于承载目标物;所述承载平台包括透光材料,透光材料表面镀增透膜、减反膜、或偏振膜;或者,透光材料本身即为增透膜、减反膜、或偏振膜。通过采集图像后去除上述反光噪声的方法,提高了目标物的测量精度。

Description

一种足部3D信息获取装置
技术领域
本发明涉及物体3D测量技术领域,特别涉及利用图片进行3D采集和长度等几何尺寸测量技术领域。
背景技术
目前3D采集/测量设备主要针对某一特定物,在物体确定后,相机通过围绕物体转动采集物体多张照片,从而合成物体的3D图像,并利用3D点云数据进行物体长度、轮廓等测量。
普通的3D采集/测量设备,用于放置目标物的承载板若使用普通平台,目标物放置在平台上进行采集或测量,目标物与平台接触区域被平台遮挡,这是装置无法采集到该接触区域的图像信息。因此一些现有的装置采用透明板来代替片普通平台,这样可以通过透明板透光的特性,采集到与透明板平面相接触的目标物区域的图像,装置可以采集到目标物全部的图像信息,从而对这些图像信息进行后期合成,完成3D测量和信息获取。
但采集装置通过透明板采集目标物图像时,采集到的图像质量不高,清晰度低,使用上述图像进行3D合成影响了合成效果,无法应用在精细测量和对图像精度要求高的领域。
发明内容
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的一种3D信息获取装置。
本发明提供了一种3D信息获取装置,包括
图像采集装置,用于通过其与目标物相对运动采集目标物一组图像;
旋转装置,用于使得目标物与图像采集装置产生相对运动;
承载平台,用于承载目标物;
所述承载平台包括透光材料,透光材料表面镀增透膜、减反膜、或偏振膜;或者,透光材料本身即为增透膜、减反膜、或偏振膜。
可选的,旋转装置驱动承载平台转动。
可选的,旋转装置驱动图像采集装置转动。
可选的,图像采集装置为1个或多个。
可选的,多个图像采集装置分别设置在承载平台的上下方。
可选的,增透膜/减反膜使用三层结构的膜系,三层结构的膜系为MgF2、ZrO2、CeF3的任意组合。
可选的,三层结构的膜系材料上表面镀一层或多层偏振膜。
可选的,经过透光材料反光的剩余反射系数在450nm-860nm范围内保持在1%以下。
可选的,光源为偏振光光源。
可选的,图像采集装置的图像采集进程与图像传输进程为同步进程。
本发明提供了一种3D信息比对装置,包括上述任意一项所述的3D信息获取装置。
本发明提供了一种目标物的配套物生成装置,利用上述任意一项所述的3D信息获取装置获得的目标物的至少一个区域的3D信息生成与目标物相应区域相配合的配套物。
本发明提供了一种3D信息获取方法,使用任一项装置获取目标物3D信息。
发明点及技术效果
1、首次注意到并提出对于通过透明承载平台来获取目标物3D测量装置存在透光材料反射噪声导致的3D信息合成质量低,降低了目标物测量精度的问题。
2、为克服对目标物进行360°测量和3D信息获取过程中反光噪声对3D信息合成质量的影响,首次提出在采集光路上设置采用光学调整装置,有效的降低了反光噪声对图像质量的影响,提高了目标物3D信息的合成质量,提高了目标物的测量精度。
3、首次提出采用网状结构承载平台,网状结构使图像采集装置能够获得更多的图像光学信息,同时减少透光材料产生的反光干扰。
4、采用优化的采集和传输控制策略,避免在图像采集工作全部完成后瞬时传输大量数据,造成传输网络超载的问题。也优化了数据处理流程,使处理单元将数据处理任务分散执行,降低了数据处理量,提高了数据处理效率。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本发明的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
图1为本发明实施例1的一种3D信息获取装置的结构示意图;
图2为本发明实施例2的一种3D信息获取装置的结构示意图;
图3为本发明实施例3的一种3D信息获取装置的结构示意图;
附图标记说明:
1图像采集装置,2旋转装置,3透明承载平台,4处理单元,31网状结构承载平台。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
目标物可以为一实体物体,也可以为多个物体组成物,本发明中目标物指可以是人体或人体的某一部位如面部、手部或足部。
目标物的3D信息包括3D图像、3D点云、3D网格、局部3D特征、3D尺寸及一切带有目标物3D特征的参数。
本发明里所谓的3D、三维是指具有XYZ三个方向信息,特别是具有深度信息,与只有二维平面信息具有本质区别。也与一些称为3D、全景、全息、三维,但实际上只包括二维信息,特别是不包括深度信息的定义有本质区别。
本发明所说的采集区域是指图像采集装置1(例如相机)能够拍摄的范围。
本发明中的图像采集装置1可以为CCD、CMOS、相机、摄像机、工业相机、监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有设备。
实施例1
为解决上述技术问题,本发明的一实施例提供了一种3D信息获取装置。如图1所示,具体包括:图像采集装置1、旋转装置2、安装在旋转装置2上的透明承载平台3,以及与图像采集装置1连接的处理单元4,图像采集装置1设置于透明承载平台3一侧。
装置使用过程中,将目标物置于透明承载平台3上,图像采集装置1从透明承载平台3一侧透过透明承载平台3,采集到目标物的图像,旋转装置2旋转,带动透明承载平台3旋转,从而使目标物也进行相应的旋转,旋转装置2驱动承载平台转动。每当透明承载平台3转过一定角度,图像采集装置1采集一幅目标物的图像,当透明承载平台3在旋转装置2的带动下旋转完成一周,即目标物也相对于图像采集装置1旋转一周,此时,图像采集装置1可采集到目标物360°的一组图像。图像采集装置1可以包括多个相机,如2个相机,分别设置在透明承载平台3的上下方,可同时拍摄,也可间隔拍摄,可根据采集条件进行设置。
由于透明承载平台3有透光材料制作而成,透光材料与空气的折射率不同,会有部分光线被透光材料反射、或散射,这些反射或散射的光线也会被图像采集装置1采集到,在采集的图像上形成目标物倒影,成为了噪声图像,在进行3D合成时,其也可以被合成成3D图像,影响了目标物3D图像的展示效果和测量精度。。
因此,图像采集装置1将采集到目标物360°的一组图像传输给处理单元4,进行处理,去除掉由于透明承载平台3的透光材料反光导致的光噪声图像,完成去噪过滤的过程,目标物的3D信息。
该去噪过滤的过程可以采用人工识别手动删除,也可以采用相应的软件程序自动识别和自动删除。具体的,可以在图像采集装置1采集到目标物的多幅图像后,直接从每幅图像中去除非目标物的图像后进行合成处理;也可以从合成后3D信息中去除非目标物的3D图像。
另外,本发明经过长期大量试验发现,通常反射的倒影图像是被承载平台上面的相机采集到的,其是由于透明承载平台的反光导致的。因此,提出在透明承载平台的透光材料上表面镀一层增透膜/减反膜,使得目标物的光全部透射至下面而不会被反射,防止出现噪声图像,而且能够使得下面相机收到的目标物图像光强更强,图像更清晰。通常增透膜/减反膜的增透/减反效果是跟光的波长有关,单一膜通常针对特定波段的光具有增透/减反效果。因此如果后续再3D合成时需要得到3D图像而不仅仅是3D点云,那么需要提高色彩的还原度,照明光源应当使用白光。这时增透膜/减反膜优选使用3层结构的膜系,保证在较宽的光谱范围内实现增透/减反效果。例如承载平台3的透光材料使用折射率n=1.52的透明玻璃,三层增透膜可以选为MgF2、ZrO2、CeF3,可以使得剩余反射系数在450nm-860nm范围内保持在1%以下。
可以理解,上面虽然采用为透光材料镀增透膜/减反膜的方式减小反射图像,但承载平台3的透光材料本身可以直接采用折射率不同的多层结构形成增透/减反材料,即承载平台3不采用普通透明玻璃,而是采用折射率不同的多层结构,自身即实现增透/减反效果。另外,上述透光材料上表面可以镀一层或多层偏振膜,使得透光材料反射的与偏振膜光轴不一致的反射光被过滤掉,从而防止目标物在透光材料上反光。与上述类似,透光材料本身可以直接采用偏振膜结构。当使用偏振膜减小反射噪声时,对应的给目标物拍摄时采用的光源可以使用白光光源,也可以根据反光情况选择使用偏振光光源。
在实际应用中,图像采集装置1可以采用优化的采集和传输策略完成图像采集和传输工作。
例如,图像采集装置1在目标物旋转开始初始位置采集到第一图像,此后,旋转装置2继续旋转,图像采集装置1在旋转装置2旋转到下一位置前,将已采集到的第一图像传送至处理单元4进行处理。当旋转装置2转到预设的第二位置时,图像采集装置1再采集在该目标物在该位置的第二图像,以此类推,图像采集装置1每采集一幅图像就直接传输给处理单元4,提高了图像采集和传输效率;同时,处理单元4也可以在每接受到一幅图像数据后就立即进行处理,完成去噪的过程,这样避免在图像采集工作全部完成后瞬时传输大量数据,造成传输网络超载的问题。也优化了数据处理流程,使处理单元4将数据处理任务分散执行,降低了数据处理量,提高了数据处理效率。
在获得了多张目标物图像后,处理单元4处理上述图像合成3D。利用多个角度的多个图像合成3D点云或图像可以使用根据相邻图像特征点进行图像拼接的方法,也可以使用其它方法。
图像拼接的方法包括:
(1)对多个图像进行处理,提取各自的特征点;多个图像中各自的特征点的特征可以采用SIFT(Scale-Invariant Feature Transform,尺度不变特征转换)特征描述子来描述。SIFT特征描述子具有128个特征描述向量,可以在方向和尺度上描述任何特征点的128个方面的特征,显著提高对特征描述的精度,同时特征描述子具有空间上的独立性。
(2)基于提取的多个图像,的特征点,分别生成人脸特征的特征点云数据和虹膜特征的特征点云数据。具体包括:
(2-1)根据提取的多个图像中每幅图像各自的特征点的特征,进行多张图片的特征点的匹配,建立匹配的脸部特征点数据集;根据提取的多个图像中每幅图像各自的特征点的特征,进行多张图片的特征点的匹配,建立匹配的虹膜特征点数据集;
(2-2)根据相机的光学信息、获取多个图像时的相机的不同位置,计算各个位置相机相对于特征点在空间上的相对位置,并根据相对位置计算出多个图像中的特征点的空间深度信息。同理,可以计算出多个图像中的特征点的空间深度信息。计算可采用光束平差法。
计算特征点的空间深度信息可以包括:空间位置信息和颜色信息,即,可以是特征点在空间位置的X轴坐标、特征点在空间位置的Y轴坐标、特征点在空间位置的Z轴坐标、特征点的颜色信息的R通道的值、特征点的颜色信息的G通道的值、特征点的颜色信息的B通道的值、特征点的颜色信息的Alpha通道的值等等。这样,生成的特征点云数据中包含了特征点的空间位置信息和颜色信息,特征点云数据的格式可以如下所示:
X1 Y1 Z1 R1 G1 B1 A1
X2 Y2 Z2 R2 G2 B2 A2
……
Xn Yn Zn Rn Gn Bn An
其中,Xn表示特征点在空间位置的X轴坐标;Yn表示特征点在空间位置的Y轴坐标;Zn表示特征点在空间位置的Z轴坐标;Rn表示特征点的颜色信息的R通道的值;Gn表示特征点的颜色信息的G通道的值;Bn表示特征点的颜色信息的B通道的值;An表示特征点的颜色信息的Alpha通道的值。
(2-3)根据多个图像匹配的特征点数据集和特征点的空间深度信息,生成目标物特征的特征点云数据。
(2-4)根据特征点云数据构建目标物3D模型,以实现目标物点云数据的采集。
(2-5)将采集到的目标物颜色、纹理附加在点云数据上,形成目标物3D图像。
其中,可以利用一组图像中的所有图像合成3D图像,也可以从其中选择质量较高的图像进行合成。
上述拼接方法只是有限举例,并不限于此,所有根据多幅多角度二维图像生成三维图像的方法均可以使用。
另外,用于合成3D信息的图像存需要满足以下关系:上述相对运动过程中的的采集位置由采集目标物图像时图像采集装置1的位置决定的,相邻两个位置至少满足如下条件:
H*(1-cosb)=L*sin2b;
a=m*b;
0<m<1.5
其中L为图像采集装置1到目标物的距离,通常为图像采集装置1在第一位置时距离所采集的目标物正对区域的距离,m为系数。
H为采集到的图像中目标物实际尺寸,图像通常为图像采集装置1在第一位置时拍摄的图片,该图片中的目标物具有真实的几何尺寸(不是图片中的尺寸),测量该尺寸时沿着第一位置到第二位置的方向测量。例如第一位置和第二位置是水平移动的关系,那么该尺寸沿着目标物的水平横向测量。例如图片中能够显示出的目标物最左端为A,最右端为B,则测量目标物上A到B的直线距离,为H。测量方法可以根据图片中A、B距离,结合相机镜头焦距进行实际距离计算,也可以在目标物上标识出A、B,利用其它测量手段直接测量AB直线距离。
a为相邻两个位置图像采集装置光轴夹角。
m为系数
由于物体大小、凹凸情况各异,无法用严格公式限定a的取值,需要根据经验进行限定。根据大量实验,m的取值在1.5以内即可,但优选可以为0.8以内。具体实验数据参见如下表格:
目标物 m值 合成效果 合成率
人体头部 0.1、0.2、0.3、0.4 非常好 >90%
人体头部 0.5、0.6 >85%
人体头部 0.7、0.8 比较好 >80%
人体头部 0.9、1.0 一般 >70%
人体头部 1.0、1.1、1.2 一般 >60%
人体头部 1.2、1.3、1.4、1.5 勉强合成 >50%
人体头部 1.6、1.7 难以合成 <40%
在目标物及图像采集装置1确定后,根据上述经验公式可以计算出a的值,根据a值即可确定虚拟矩阵的参数,即矩阵点之间的位置关系。
在通常情况下,虚拟矩阵为一维矩阵,例如沿着水平方向排布多个矩阵点(采集位置)。但有些目标物体较大时,需要二维矩阵,那么在垂直方向上相邻的两个位置同样满足上述a值条件。
一些情况下,即使根据上述经验公式,有些场合下也不易确定a值,此时需要根据实验调整矩阵参数,实验方法如下:根据上述公式计算预测矩阵参数a,并按照矩阵参数控制相机移动至相应的矩阵点,例如相机在位置W1拍摄图片P1,移动至位置W2后拍摄图片P2,此时比较图片P1和图片P2中是否有表示目标物同一区域的部分,即P1∩P2非空(例如同时包含人眼角部分,但照片拍摄角度不同),如果没有则重新调整a值,重新移动至位置W2’,重复上述比较步骤。如果P1∩P2非空,则根据a值(调整或未调整的)继续移动相机至W3位置,拍摄图片P3,再次比较图片P1、图片P2和图片P3中是否有表示目标物同一区域的部分,即P1∩P2∩P3非空。再利用多张图片合成3D,测试3D合成效果,符合3D信息采集和测量要求即可。也就是说,矩阵的结构是由采集多个图像时图像采集装置1的位置决定的,相邻三个位置满足在对应位置上采集的三个图像至少均存在表示目标物同一区域的部分。
实施例2
为解决上述技术问题,本发明实施例还提供了一种足部3D信息获取装置。具体包括,图像采集装置1、旋转装置2、透明承载平台3和处理单元4。
图像采集装置1安装在旋转装置2上,随旋转装置2转动;旋转装置2驱动图像采集装置1转动,透明承载平台3设置在图像采集装置1一侧固定不动,图像采集单元与处理单元4连接。
该装置使用过程中,目标物设置在透明承载平台3上不动,图像采集装置1随旋转装置2转动,围绕目标物采集图像,每转动一定角度,采集一次图像。转动一周采集到不同视角的目标物的一组图像,后传输给处理单元4进行处理。
图像采集装置1可以转动和快门可以同时进行,即在图像采集装置1转动过程不中断的前提下控制快门进行拍照。
也可以在图像采集装置1转动到某个位置后停止,控制快门进行拍照,拍照完毕后继续转动过程。即在转动过程中不断中断控制快门进行拍照。
处理单元4接收图像采集装置1发送的一组图像,并且分别从图像组中筛选出多个图像。
处理过程可参考实施例1。
实施例3
为解决上述技术问题,本发明实施例还提供了一种3D信息获取装置。具体包括:图像采集装置1,旋转装置2,网状结构承载平台31,图像采集装置1安装在旋转装置2上,网状结构承载平台31设置在图像采集装置1的采集方向上,旋转装置2驱动图像采集装置1围绕网状承载平台及置于该平台上的目标物转动,图像采集装置1在转动过程中采集目标物的多幅图像,网状结构可以使目标物与网状结构接触的区域的大部分图像被图像采集装置1采集。同时网状结构还可以当做标尺来实现目标物尺寸的精确测量。
网状结构的网格形状可以是方形、三角形、六边形或其它网格形状。网状结构也可采用透光材料成网,也可采用非透光材料成网,网状结构的材料可采用硬度小的柔性材料,也可采用硬度大的刚性材料,可根据实际应用的需要来调整。
例如采用碳纤维、强化尼龙、玻璃钢纤维、钛合金等材料制成网状结构,以承载平台承载能力和透光能力为平衡,网线直径可以在是几纳米,比头发丝还细的网丝,也可以是毫米厘米甚至几厘米直径的网线,如当测量较大目标物时,采用10厘米直径的网线成网,以提高平台强度。另外,成网结构中网孔密度也可根据实际应用进行调整。
需要说明的是,网线直径越小,网孔密度越小,遮挡目标物的区域就越小,图像采集装置1就能直接采集到更多的目标物图像信息数据,从而提高图像精度和测量精度。但另一方面,网线直径越小,网孔密度越小,承载平台的承载能力就越差,平台承载可靠性降低。因此,需要根据测量目标物和测量精度要求来配置网状结构。
网状结构网丝优选纤细的网丝,在目标物置于网状结构承载平台31上时,尽量减少图像采集装置1采集图像时的遮挡部分。使图像采集装置1能够获得更多的图像光学信息,同时减少透光材料产生的反光干扰。
优选的,处理单元4可根据图像采集装置1采集到的一组图像中的多个图像得到目标物的3D信息,并在多个图像中或在3D信息中补充网状结构遮挡的目标物部分。处理单元4可通过算法完成补充,这样就可获得目标物完整的3D信息。
实施例4
为解决上述技术问题,本发明实施例还提供了一种3D信息获取装置,在实施例1至3的基础上,还包括光学调整装置,光学调整装置可设置图像采集装置1外部的光路前,或者设置在图像采集装置1的内部,用于去除反光重影。
实施例5
为解决上述技术问题,本发明实施例还提供了一种3D信息获取装置,具体的,可在透明承载平台3上增设增透膜,来增加光线透过率,减少光线反射或散射,从而降低光噪声对图像的影响。
以上实施例获得的3D信息可以用于进行比对,例如用于身份的识别。首先利用本发明的方案获取人体手部、面部或虹膜的3D信息,并将其存储在服务器中,作为标准数据。当使用时,例如需要进行身份认证进行支付、开门等操作时,可以用3D获取装置再次采集并获取人体手部、面部和虹膜的3D信息,将其与标准数据进行比对,比对成功则允许进行下一步动作。可以理解,这种比对也可以用于古董、艺术品等固定财产的鉴别,即先获取古董、艺术品多个区域的3D信息作为标准数据,在需要鉴定时,再次获取多个区域的3D信息,并与标准数据进行比对,鉴别真伪。
以上实施例获得的目标物多个区域的3D信息可以用于为该目标物设计、生产、制造配套物。例如,获得人体头部3D数据,可以为人体设计、制造更为合适的帽子;获得人体头部数据和眼睛3D数据,可以为人体设计、制造合适的眼镜;或者可以为人体设计和制造鞋类。
以上实施例获得的目标物的3D信息可以用于对该目标物的几何尺寸、外形轮廓进行测量。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (10)

1.一种3D信息获取装置,其特征在于:包括
图像采集装置,用于通过其与目标物相对运动采集目标物一组图像;
旋转装置,用于使得目标物与图像采集装置产生相对运动;
承载平台,用于承载目标物;
所述承载平台包括透光材料,透光材料表面镀增透膜、减反膜、或偏振膜;或者,透光材料本身即为增透膜、减反膜、或偏振膜。
2.如权利要求1所述的3D信息获取装置,其特征在于:旋转装置驱动承载平台转动。
3.如权利要求1所述的3D信息获取装置,其特征在于:旋转装置驱动图像采集装置转动。
4.如权利要求1所述的3D信息获取装置,其特征在于:图像采集装置为1个或多个。
5.如权利要求4所述的3D信息获取装置,其特征在于:多个图像采集装置分别设置在承载平台的上下方。
6.如权利要求1所述的3D信息获取装置,其特征在于:增透膜/减反膜使用三层结构的膜系,三层结构的膜系为MgF2、ZrO2、CeF3的任意组合。
7.如权利要求6所述的3D信息获取装置,其特征在于:三层结构的膜系材料上表面镀一层或多层偏振膜。
8.如权利要求1所述的3D信息获取装置,其特征在于:经过透光材料后反光的剩余反射系数在450nm-860nm范围内保持在1%以下。
9.如权利要求1所述的3D信息获取装置,其特征在于:光源为偏振光光源。
10.如权利要求1所述的3D信息获取装置,其特征在于:图像采集装置的图像采集进程与图像传输进程为同步进程。
CN201910862048.6A 2018-09-10 2018-09-10 一种3d信息获取装置 Active CN110580732B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910862048.6A CN110580732B (zh) 2018-09-10 2018-09-10 一种3d信息获取装置

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811050754.2A CN109035379B (zh) 2018-09-10 2018-09-10 一种目标物360°3d测量及信息获取装置
CN201910862048.6A CN110580732B (zh) 2018-09-10 2018-09-10 一种3d信息获取装置

Related Parent Applications (1)

Application Number Title Priority Date Filing Date
CN201811050754.2A Division CN109035379B (zh) 2018-09-10 2018-09-10 一种目标物360°3d测量及信息获取装置

Publications (2)

Publication Number Publication Date
CN110580732A true CN110580732A (zh) 2019-12-17
CN110580732B CN110580732B (zh) 2023-06-23

Family

ID=64620702

Family Applications (2)

Application Number Title Priority Date Filing Date
CN201811050754.2A Active CN109035379B (zh) 2018-09-10 2018-09-10 一种目标物360°3d测量及信息获取装置
CN201910862048.6A Active CN110580732B (zh) 2018-09-10 2018-09-10 一种3d信息获取装置

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN201811050754.2A Active CN109035379B (zh) 2018-09-10 2018-09-10 一种目标物360°3d测量及信息获取装置

Country Status (1)

Country Link
CN (2) CN109035379B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4170279A1 (de) * 2021-10-25 2023-04-26 Metrilus GmbH Anordnung und verfahren zur erhöhung der messgenauigkeit beim dreidimensionalen vermessen von objekten

Families Citing this family (15)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112399067B (zh) * 2019-08-15 2023-04-14 北京百度网讯科技有限公司 全景拍摄方法、装置、电子设备及存储介质
CN110986768B (zh) * 2019-12-12 2020-11-17 天目爱视(北京)科技有限公司 一种用于目标物3d信息高速采集测量设备
CN113115024B (zh) * 2019-12-12 2023-01-31 天目爱视(北京)科技有限公司 一种3d信息采集设备
CN111076674B (zh) * 2019-12-12 2020-11-17 天目爱视(北京)科技有限公司 一种近距离目标物3d采集设备
CN111160136B (zh) * 2019-12-12 2021-03-12 天目爱视(北京)科技有限公司 一种标准化3d信息采集测量方法及系统
CN111160137B (zh) * 2019-12-12 2021-03-12 天目爱视(北京)科技有限公司 一种基于生物3d信息的智能业务处理设备
CN111292239B (zh) * 2020-01-21 2021-03-12 天目爱视(北京)科技有限公司 一种三维模型拼接设备及方法
CN113100754B (zh) * 2020-01-21 2023-02-03 天目爱视(北京)科技有限公司 一种3d信息采集测量设备
CN111329094B (zh) * 2020-02-28 2021-03-23 天目爱视(北京)科技有限公司 一种食物智能生产设备及方法
CN113267141B (zh) * 2020-03-09 2022-09-13 天目爱视(北京)科技有限公司 一种显微三维信息采集设备
CN111445570B (zh) * 2020-03-09 2021-04-27 天目爱视(北京)科技有限公司 一种定制化服装设计生产设备及方法
CN111429523B (zh) * 2020-03-16 2021-06-15 天目爱视(北京)科技有限公司 一种在3d建模中远距离标定方法
CN111650804B (zh) * 2020-05-18 2021-04-23 安徽省徽腾智能交通科技有限公司 一种立体图像识别装置及其识别方法
CN112257537B (zh) * 2020-10-15 2022-02-15 天目爱视(北京)科技有限公司 一种智能多点三维信息采集设备
CN114279324B (zh) * 2021-12-10 2024-03-29 苏交科集团股份有限公司 一种预制构件外观质量全方位智能检测方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107345789A (zh) * 2017-07-06 2017-11-14 深圳市强华科技发展有限公司 一种pcb板孔位检测装置及方法
CN108446596A (zh) * 2018-02-14 2018-08-24 天目爱视(北京)科技有限公司 基于可见光相机矩阵的虹膜3d四维数据采集系统及方法
CN108470373A (zh) * 2018-02-14 2018-08-31 天目爱视(北京)科技有限公司 一种基于红外的3d四维数据采集方法及装置
CN108491760A (zh) * 2018-02-14 2018-09-04 天目爱视(北京)科技有限公司 基于光场相机的3d四维虹膜数据采集方法及系统

Family Cites Families (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104266587B (zh) * 2014-09-22 2017-04-12 电子科技大学 一种三维测量系统及获得真实3d纹理点云数据方法
CN105023287B (zh) * 2015-07-08 2018-04-17 西安电子科技大学 一种用于动态三维场景的激光雷达成像与着色方法
CN106705885B (zh) * 2017-01-17 2019-07-02 天津微深通用科技有限公司 一种可处理透明和高光材质的彩色三维光学扫描方法
CN208653402U (zh) * 2018-09-10 2019-03-26 天目爱视(北京)科技有限公司 图像获取设备、3d信息比对装置、配套物生成装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107345789A (zh) * 2017-07-06 2017-11-14 深圳市强华科技发展有限公司 一种pcb板孔位检测装置及方法
CN108446596A (zh) * 2018-02-14 2018-08-24 天目爱视(北京)科技有限公司 基于可见光相机矩阵的虹膜3d四维数据采集系统及方法
CN108470373A (zh) * 2018-02-14 2018-08-31 天目爱视(北京)科技有限公司 一种基于红外的3d四维数据采集方法及装置
CN108491760A (zh) * 2018-02-14 2018-09-04 天目爱视(北京)科技有限公司 基于光场相机的3d四维虹膜数据采集方法及系统

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP4170279A1 (de) * 2021-10-25 2023-04-26 Metrilus GmbH Anordnung und verfahren zur erhöhung der messgenauigkeit beim dreidimensionalen vermessen von objekten

Also Published As

Publication number Publication date
CN109035379B (zh) 2019-08-20
CN110580732B (zh) 2023-06-23
CN109035379A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
CN110580732B (zh) 一种3d信息获取装置
CN111060023B (zh) 一种高精度3d信息采集的设备及方法
CN208653402U (zh) 图像获取设备、3d信息比对装置、配套物生成装置
CN110567371B (zh) 用于3d信息采集的光照控制系统
CN111160136B (zh) 一种标准化3d信息采集测量方法及系统
CN109146961B (zh) 一种基于虚拟矩阵的3d测量及获取装置
CN110986768B (zh) 一种用于目标物3d信息高速采集测量设备
CN111028341B (zh) 一种三维模型生成方法
CN110827196A (zh) 一种能够对目标物多区域同时进行3d信息采集的装置
CN111006586B (zh) 一种用于3d信息采集的智能控制方法
WO2021115302A1 (zh) 一种3d智能视觉设备
CN110567370A (zh) 一种可变焦自适应的3d信息采集方法
CN105761243A (zh) 基于结构光投影的三维全脸照相系统及其照相方法
CN209279885U (zh) 图像采集设备、3d信息比对及配套物生成装置
CN109146949B (zh) 一种基于视频数据的3d测量及信息获取装置
CN109084679B (zh) 一种基于空间光调制器的3d测量及获取装置
CN208653473U (zh) 图像采集设备、3d信息比对装置、配套物生成装置
CN211375621U (zh) 一种虹膜3d信息采集设备及虹膜识别设备
CN211085114U (zh) 带背景板的3d信息采集设备
CN211085115U (zh) 标准化生物三维信息采集装置
WO2021115297A1 (zh) 3d信息采集的设备及方法
CN211085152U (zh) 一种3d采集设备
CN111207690B (zh) 一种可调整的虹膜3d信息采集测量设备
CN111310661B (zh) 一种虹膜智能3d信息采集测量设备
CN209103318U (zh) 一种基于光照的虹膜形貌测量系统

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
GR01 Patent grant
GR01 Patent grant