CN110874820A - 一种物料仿真形变数据获取方法及装置 - Google Patents
一种物料仿真形变数据获取方法及装置 Download PDFInfo
- Publication number
- CN110874820A CN110874820A CN201810995896.XA CN201810995896A CN110874820A CN 110874820 A CN110874820 A CN 110874820A CN 201810995896 A CN201810995896 A CN 201810995896A CN 110874820 A CN110874820 A CN 110874820A
- Authority
- CN
- China
- Prior art keywords
- image
- parameter
- view
- background panel
- deformation data
- 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
- 239000000463 material Substances 0.000 title claims abstract description 245
- 238000000034 method Methods 0.000 title claims abstract description 81
- 238000004088 simulation Methods 0.000 title claims abstract description 54
- 238000006243 chemical reaction Methods 0.000 claims abstract description 16
- 238000012986 modification Methods 0.000 claims description 4
- 230000004048 modification Effects 0.000 claims description 4
- 238000012937 correction Methods 0.000 claims description 2
- 230000008030 elimination Effects 0.000 abstract description 7
- 238000003379 elimination reaction Methods 0.000 abstract description 7
- 239000011159 matrix material Substances 0.000 description 37
- 238000012545 processing Methods 0.000 description 25
- 230000008569 process Effects 0.000 description 22
- 238000010586 diagram Methods 0.000 description 20
- 239000004744 fabric Substances 0.000 description 11
- 238000003384 imaging method Methods 0.000 description 11
- 238000004590 computer program Methods 0.000 description 7
- 238000000605 extraction Methods 0.000 description 5
- 230000003287 optical effect Effects 0.000 description 5
- 238000013461 design Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 230000009466 transformation Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000009467 reduction Effects 0.000 description 3
- 238000004422 calculation algorithm Methods 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 239000010985 leather Substances 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000002085 persistent effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000001131 transforming effect Effects 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- G06T5/90—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Abstract
本申请提供了一种物料仿真形变数据获取方法及装置,包括:获取物料图像,物料的至少一个侧边受设定方向的拉力;利用提供的第一参数以及第二参数,将物料图像转换为正视图;根据正视图,获取物料的仿真形变数据。本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种物料仿真形变数据获取方法及装置。
背景技术
随着技术的发展,在很多仿真系统中需要物料的仿真变形数据,从而实现对物料的仿真使用,比如在仿真系统中使用布料的仿真变形数据进行设计。
在目前,以布料为例,其仿真变形系数的获取常见的有两种方式:标尺法和传感器法。其中,标尺法采用的是标尺布料测量仪,需要先校准特定的坐标,然后一次次人工读取标尺布料测量仪得到的数据,对该数据进行处理后获得仿真变形数据。而传感器法,其采用针对设定场景设计传感器布料测量仪,通过传感器获得数据,然后对该数据进行处理后得到仿真变形数据。
但是,发明人在研究过程中发现:标尺法对设备的精准度要求高,且由于是人工测定,工时耗费巨大;而传感器法,设备元器件及设计成本高,该设备往往针对特殊形态定制,不灵活、适应面窄,不同的形态需求可能需要重做设备。
发明内容
鉴于上述问题,本申请实施例提供一种物料仿真形变数据获取方法,本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
相应的,本申请实施例还提供了一种物料仿真形变数据获取装置,用以保证上述方法的实现及应用。
为了解决上述问题,本申请实施例公开了一种物料仿真形变数据获取方法,包括:
获取物料图像,所述物料的至少一个侧边受设定方向的拉力;
利用提供的第一参数以及第二参数,将所述物料图像转换为正视图;
根据所述正视图,获取所述物料的仿真形变数据。
相应的,本申请实施例还公开了一种物料仿真形变数据获取装置,包括:
第一获取模块,用于获取物料图像,所述物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到;所述物料的至少一个侧边受设定方向的拉力;
转换模块,用于利用提供的第一参数以及第二参数,将所述物料图像转换为正视图;
第二获取模块,用于根据所述正视图,获取所述物料的仿真形变数据。
相应的,本申请实施例还公开了一种装置,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行一种物料仿真形变数据获取方法。
相应的,本申请实施例还公开了一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行一种物料仿真形变数据获取方法。
本申请实施例包括以下优点:
本申请实施例包括:获取物料图像,物料的至少一个侧边受设定方向的拉力;利用提供的第一参数以及第二参数,将物料图像转换为正视图;根据正视图,获取物料的仿真形变数据。本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
附图说明
图1是本申请一实施例提供的一种物料仿真形变数据获取方法的实现架构图;
图2是本申请一实施例提供的一种未受力的物料的结构图;
图3是本申请一实施例提供的一种带有畸变的物料的非正视图;
图4是本申请一实施例提供的一种物料的正视图;
图5是本申请一实施例提供的一种物料仿真形变数据获取方法的步骤流程图;
图6是本申请一实施例提供的一种消除畸变的物料的非正视图;
图7是本申请一实施例提供的一种物料仿真形变数据获取方法的具体步骤流程图;
图8是本申请一实施例提供的另一种物料仿真形变数据获取方法的实现架构图;
图9是本申请一实施例提供的一种物料的网格图;
图10是本申请一实施例提供的一种物料仿真形变数据获取装置的结构图;
图11是本申请另一实施例提供的一种装置的结构示意图。
具体实施方式
为使本申请的上述目的、特征和优点能够更加明显易懂,下面结合附图和具体实施方式对本申请作进一步详细的说明。
参照图1,其示出了本申请实施例的一种实现架构图,其至少可以包括:
拍摄设备10、图像处理设备20、背景面板30、物料40和标定图案50。
其中,拍摄设备10可以为移动终端摄像头、灰度拍摄设备、普通摄像头等用于拍摄图像的设备,当拍摄设备10拍摄完图像后,可以将拍摄完成的图像传输至图像处理设备20进行处理。
图像处理设备20可以基于计算机视觉算法,对拍摄设备10发送的图像进行处理,需要说明的是,在一些情况下,图像处理设备20可以与拍摄设备10集成设置为一体,如,当拍摄设备10为移动终端摄像头时,图像处理设备20可以为移动终端中的图像处理器。
背景面板30可以为固定形状且固定尺寸的单色面板,在背景面板30上可以布置有物料40。
参照图1,背景面板30可以为矩形面板,在背景面板中布置有物料40,进一步参照图2,其示出了本申请实施例的一种未受力的物料的结构图,物料40可以包括一个面积较大的矩形结构第一分部401、以及两个面积较小的矩形结构第二分部402和第三分部403,第二分部402和第三分部403的面积可以相同,且第二分部402和第三分部403分别设置在第一分部401的两个相对侧边,砝码60的施力点可以设置在第二分部402和第三分部403的中心位置处。当然物料40的形状还可以有其他的设计方式,只需保证物料40的尺寸可被测量即可,本申请实施例对此不做限定。
具体的,物料40可以由具有延展性的材料制成,如,布料、皮革等,在对物料40施加拉力时,物料可以延伸并产生形变,在本申请实施例中,通过对该物料40在受力情况下的形变数据的获取,可以在3D建模、布料仿真等领域对该形变数据进行应用,从而提高建模和仿真的效果。
具体的,参照图1示出的具体示例,其中,背景面板30垂直于水平面进行设置,拍摄设备10拍摄的物料图像101可以包括背景面板30、物料40和标定图案50,并且,在物料40的两个相对侧边分别施加平行于水平方向且向外的拉力,具体为,每次拍摄中,在物料40的两个相对侧边分别设置相同重量的砝码60,通过在物料40的两侧设置不同重量的砝码60进行多次拍摄后,即可得到多种形变状态下的物料40的图像。
需要说明的是,还可以在物料40的底边的中点设置另一个砝码60,该砝码60用于在重力方向上对物料40施加拉力,其目的是将物料40展开,具体可以沿物料40的底边设置一根固定条,在固定条的中点位置处设置砝码60的挂点,使得整个物料40在均匀受力的情况下展开。
但是,由于拍摄设备10的镜头为多个表面是弧形结构的透镜组装而成,且在装配镜头时会产生一定的装配误差,因此在拍摄过程中会产生镜头畸变,镜头畸变实际上是光学透镜固有的透视失真的总称,也就是因为透视原因造成的失真,如广角镜头和鱼眼镜头都会使得拍摄出的照片中存在较大的画面畸变。
假设图2为理想状态下的物料图像,那么进一步参照图3,示出了实际状态下具有畸变的物料图像,可以看出物料的四个顶角处产生了畸变偏差,并且,由于拍摄者在持有拍摄设备10对物料图像101所在的区域进行拍摄时,拍摄设备10并不容易做到完全正对物料图像101所在的区域或者由于拍摄角度的不同,最终使得拍摄得到的物料图像101中,物料40并不是正视图。
因此,若对图3中具有畸变且不是正视图的物料40进行形变数据的获取,则会使得获得的形变数据具有较大的偏差,从而影响到建模或仿真时效果。
在本申请实施例中,可以利用标定图案50,对拍摄设备10进行拍摄设备标定,得到对应的第一参数以及第二参数,再利用提供的第一参数以及第二参数,将物料图像101转换为图4所示的正视图102;最终根据正视图101,获取物料40的仿真形变数据,此时得到的仿真形变数据的精确度最高。
具体的,拍摄设备10进行拍摄,相当于将三维的拍摄物体映射到二维画面中的过程,对拍摄设备10进行拍摄设备标定,其原理为在图像测量过程以及机器视觉应用中,为确定空间拍摄物体表面某点的三维几何位置与其在图像中对应点之间的相互关系,可以建立拍摄设备成像的几何模型,这些几何模型参数就是拍摄设备参数,例如第一参数以及第二参数。在大多数条件下这些参数必须通过实验与计算才能得到,这个求解参数的过程就称之为拍摄设备标定。
其中,第一参数可以为畸变参数,第二参数可以为单应矩阵参数,第二参数包括:内参数、外参数,其中内参数矩阵包括下述公式(1)中由横向焦距fx和纵向焦距fy、图像中心点坐标(cx,cy)组成的矩阵,外参数矩阵为从世界坐标系到拍摄设备坐标系的变换矩阵[R T],如下述公式(1)中r11到r33,t1到t3组成的矩阵。畸变参数包括径向畸变参数和切向畸变参数。所述第二参数为单应矩阵,如下述公式(2)中的由h11到h33组成的H矩阵,其是将一个非正视图转换为正视图的矩阵。
拍摄设备的标定需要具有一个标定参照物,在本申请实施例的一种具体实现方案中,可以采用图1中的标定图案50为标定参照物,标定图案50可以为标准棋盘格,包括黑白相间的多个矩形方阵,其中,方阵与方阵之间相交的点为角点,而不与标定图案50的外边缘重合的角点为内角点,图1示出的标定图案50中,具有54个内角点,采用标准棋盘格进行拍摄设备标定的方式通常也称作张正友标定法。
进一步的,在图像处理设备20获取到物料图像101时,可以将标定图案50的54个内角点的坐标进行提取,并导入到拍摄设备成像的几何模型中,经过将54个内角点的三维位置映射到图像的二维位置的过程,最终拍摄设备成像的几何模型可以输出第一参数以及第二参数。
之后,图像处理设备20可以根据第一参数,对物料图像101进行消除畸变处理,得到消畸图像,图像处理设备20再根据第二参数,对物料图像101进行正视图处理,得到图4所示的正视图102。
在本申请实施例中,最终根据正视图101,通过识别物料40的特征点,并根据特征点之间偏移的像素距离,最终获取物料40的仿真形变数据,此时得到的仿真形变数据由于不存在畸变和非正视图的影响,其精确度最高
本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,其成本较低,且不需要消耗过多的人力资源,整个操作过程简单快速,能够满足多种形态需求,提高了本方案的适用范围。
因此,本申请可以获取物料图像,物料的至少一个侧边受设定方向的拉力;利用提供的第一参数以及第二参数,将物料图像转换为正视图;根据正视图,获取物料的仿真形变数据。本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
参照图5,示出了本申请提供的一种物料仿真形变数据获取方法的步骤流程图,具体可以包括如下步骤:
步骤501,获取物料图像,所述物料的至少一个侧边受设定方向的拉力。
在本申请实施例中,拍摄设备10可以为移动终端摄像头、灰度拍摄设备、普通摄像头等用于拍摄图像的设备,当拍摄设备10拍摄完图像后,可以将拍摄完成的图像传输至图像处理设备20进行处理。
优选的,所述物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到。具体的,参照图1示出的具体示例,其中,背景面板30垂直于水平面进行设置,拍摄设备10拍摄的物料图像101可以包括背景面板30、物料40和标定图案50,并且,在物料40的两个相对侧边分别施加平行于水平方向且向外的拉力,具体为,每次拍摄中,在物料40的两个相对侧边分别设置相同重量的砝码60,通过在物料40的两侧的底部设置不同重量的砝码60进行多次拍摄后,即可得到多种形变状态下的物料40的图像。
步骤502,利用提供的第一参数以及第二参数,将所述物料图像转换为正视图。
在本申请实施例中,进行拍摄设备10标定的目的是求出拍摄设备10的内、外参数,以及畸变参数,拍摄设备成像的几何模型如下:
其中,(X,Y,Z)表示空间某点的世界坐标,(u,v)表示该点的图像坐标,将坐标为(X,Y,Z)的点映射到投影平面上坐标为(u,v)的点的过程称作投影变换,s表示缩放系数,通常是1,(fx,fy)分别表示拍摄设备的横向和纵向焦距,(cx,cy)表示焦平面的图像中心点,(fx,fy)、(cx,cy)所在的矩阵通常叫做内参数矩阵,拍摄设备内参数是与拍摄设备自身特性相关的参数,比如拍摄设备的焦距、像素大小等,而[R T]表示从世界坐标系到拍摄设备坐标系的变换矩阵,通常叫做外参数矩阵,拍摄设备的外参数是拍摄设备在世界坐标系中的参数,如拍摄设备的位置,旋转方向等。
具体的,世界坐标系是客观三维世界的绝对坐标系,也称客观坐标系。因为拍摄设备安放在三维空间中,我们需要世界坐标系这个基准坐标系来描述数码拍摄设备的位置,并且用它来描述安放在此三维环境中的其它任何物体的位置,用(X,Y,Z)表示其坐标值。
拍摄设备坐标系(光心坐标系):以拍摄设备的光心为坐标原点,X轴和Y轴分别平行于图像坐标系的X轴和Y轴,拍摄设备的光轴为Z轴,用(Xc,Yc,Zc)表示其坐标值。
图像坐标系:以焦平面的中心为坐标原点,X轴和Y轴分别平行于图像平面的两条垂直边,用(cx,cy)表示其坐标值。图像坐标系是用物理单位(例如毫米)表示像素在图像中的位置。
像素坐标系:以焦平面的左上角顶点为原点,X轴和Y轴分别平行于图像坐标系的X轴和Y轴,用(u,v)表示其坐标值。拍摄设备采集的图像首先是形成标准电信号的形式,然后再通过模数转换变换为数字图像。每幅图像的存储形式是M×N的数组,M行N列的图像中的每一个元素的数值代表的是图像点的灰度。这样的每个元素叫像素,像素坐标系就是以像素为单位的图像坐标系。
在本申请实施例中,拍摄设备成像的几何模型是通过这几个坐标系之间的对应关系建立的,在图像处理设备20获取到物料图像101时,可以将标定图案50的54个内角点的世界坐标(X1,Y1,Z1)、(X2,Y2,Z2)…(X54,Y54,Z54),以及图像坐标(u1,v1)、(u2,v2)…(u54,v54)和进行提取,并导入到拍摄设备成像的几何模型中,即可输出理想无畸变情况下的内参数以及外参数。需要说明的是,将标定图案50的54个内角点导入带畸变校准的拍摄设备成像的几何模型,则可以获取拍摄设备的第二参数中的内参数及外参数。
需要说明的是,理想摄像头的针孔模型,拍摄的图像基于内参数和外参数的图像处理过程,不会产生径向畸变和切向畸变,但是实际应用中由于摄像头的针孔的限制,拍摄的图像基于内参数和外参数的图像处理后,还是会产生径向畸变和切向畸变,因此,本申请实施例还会基于带畸变校准的拍摄设备成像几何模型,对畸变参数进行校准,比如假设带畸变校准的拍摄设备成像几何模型中径向畸变参数k1、k2、k3、k4、k5、k6为,切向畸变参数为p1、p2,则基于上述54个内角点代入上述带畸变校准的拍摄设备成像几何模型,确定出上述径向畸变参数和切向畸变参数。
其中带畸变校准的拍摄设备成像几何模型的大致模型为:假设(X,Y,Z)表示空间某点的世界坐标,[R T]表示外参数矩阵,(x,y,z)表示变换后的目标坐标,则目标坐标由[RT]对(X,Y,Z)进行变换获得;k1,k2,k3,k4,k5和k6表示拍摄设备的径向畸变参数,p1和p2表示拍摄设备的切向畸变参数(该切向畸变参数仅在拍摄设备10的镜头为鱼眼镜头的情况下存在),x'、y'为理想的无畸变的图像像素坐标或者点坐标,x”、y”是带透镜畸变参数的图像像素或点坐标,则x'为x与z的比值,y'为y与z的比值,x”由x'、y'与径向畸变参数k1,k2,k3,k4,k5和k6、以及切向畸变参数p1和p2(假设p1和p2存在的话,不存在则不计算)基于第一关系确定,y”由x'、y'与径向畸变参数k1,k2,k3,k4,k5和k6、以及切向畸变参数p1和p2(假设p1和p2存在的话,不存在则不计算)基于第二关系确定。假设(u,v)是像素坐标,其中u由x、fx与cx计算得到,v由y、fy与cy计算得到。可以理解,(x',y')是指通过针孔模型求出来的理想点的位置,(x”,y”)是其真实位置,所以要通过畸变模型获得(x”,y”)的值,但是在实际应用时,(x”,y”)通常是已知的,即我们通过拍摄设备获得了带畸变的标定图像50中54个内角点的图像坐标,但是我们需要反算回去得到(x',y'),即这54个内角点不存在畸变情况下的坐标,通过上述带畸变校准的拍摄设备成像几何模型进行拟合计算求解的过程中,可得到拍摄设备10的第一参数,即畸变参数,在具体实现中,OpenCV提供了相应的函数接口,可以直接使用去获取畸变参数。
在求解得到第一参数后,可以将第一参数带入上述带畸变校准的拍摄设备成像几何模型,同时将物料图像101中所有带畸变的像素点的图像坐标(x”1,y”1)、(x”2,y”2)…(x”n,y”n)输入该模型,即可输出消除畸变的像素点的图像坐标(x'1,y'1)、(x'2,y'2)…(x'n,y'n),并根据消除畸变的像素点的图像坐标构建得到消畸图像。例如,对图3所示的带有畸变的物料40图像进行消除畸变后,可以得到如图6所示的消除畸变的物料40图像,可以看出,消除畸变后,物料40图像的边界的弧形畸变被消除。
根据第一参数,可以对物料图像进行修正,得到对应的消畸图像,进一步通过内参数以及外参数重构得到的第二参数,可以将消畸图像转换为正视图。
在具体实现中,可以通过开源计算机视觉库(opencv,Open Source ComputerVision Library)中相关的获取内外参数矩阵的代码实现,另外,还可以通过由MATLAB(矩阵实验室)软件中的calibration工具进行实现,本申请对此不做限定。
在本申请实施例的一种具体实现方式中,步骤502还可以包括:
子步骤A1,利用所述第一参数对所述物料图像进行修正,得到对应的消畸图像。
在本申请实施例中,将物料图像以前述内参数、外参数和畸变参数代入相应公式或者模型,然后将物料图像的像素点输入该公式或者模型进行处理,即可得到非畸变的消畸图像。
子步骤A2,利用所述第二参数,将所述消畸图像转换为正视图。
在该步骤中,得到消畸图像后,进一步进行将消畸图像转化为正视图的操作,此时引入单应矩阵(Homography matrix)还原公式,单应矩阵还原公式包括:
其中,(x,y)表示还原前的像素坐标,(x’,y’)表示还原后的像素坐标,s表示缩放系数,通常是1,单应矩阵H是一个3x3的数值矩阵,单应矩阵H表示的是两视图的对极约束,和三维场景的结构无关,只依赖于拍摄设备的内参数以及外参数,需要拍摄设备的位置有旋转和平移。单应矩阵H有两部分组成:用于定位观察的物体平面的物理变换和使用拍摄设备的内参矩阵的投影。一个标定点可以得到两个方程,而整个模型有9个参数8个自由度,也就是只需要求解8个参数,因此至少需要4个点,才能解出一个单应矩阵H,一般标定图像50上的内角点比较多,是目的为了优化单应矩阵H。
在本申请实施例中,假定在利用拍摄设备成像的几何模型求解标定参数时,拍摄设备没有畸变。因此对于标定图像50,我们可以得到一个前面描述的单应性矩阵H,大小为3×3。将H写成列向量的形式,即H=[h1h2h3]=sM[R,T],每个h是3×1向量,单应性矩阵H是由相机的外参数矩阵[R,Y]和内参数矩阵M组成,标定的目的就是分解这个单应性矩阵H,从中分解出相机的外参数和内参数。
因此,在通过拍摄设备成像的几何模型输出外参数矩阵[R,Y]和内参数矩阵M之后,可以将外参数矩阵[R,Y]和内参数矩阵M带入H=[h1h2h3]=sM[R,T],从而求解出单应性矩阵H。
最终,根据单应矩阵还原公式,将消畸图像中所有的像素点的图像坐标(x1,y1)、(x2,y2)…(xn,yn)输入该公式,即可输出转换后的像素点的图像坐标(x'1,y'1)、(x'2,y'2)…(x'n,y'n),并根据转换后的像素点的图像坐标构建得到如图4所示的正视图102。
步骤503,根据所述正视图,获取所述物料的仿真形变数据。
在该步骤中,参照图4,得到的正视图102中,消除了拍摄设备带来的镜头畸变以及拍摄设备外参数带来的旋转平移矢量的影响,此时可以对正视图102中物料40的各个角点a、b、c、d、e、f、g、h以及背景面板30中的四个角点i、j、k、n进行识别,并以i、j、k、n为基准建立参照坐标,从而确定物料40的各个角点在该参照坐标中的像素坐标,进而根据ef边相对于ac边在水平方向上平移的像素距离,以及gh边相对于bd边在水平方向上平移的像素距离,获取物料的仿真形变数据,仿真形变数据可以为该平移的像素距离,也可以为根据物料40的各个角点在参照坐标中的像素坐标建立的物料形变网格。
基于不同拉力作用下的物料正视图,可以建立拉力值与仿真形变数据的对应关系,提供不同拉力下物料的形变数据,以供在建模或仿真过程中进行应用。
综上所述,本申请实施例提供的一种物料仿真形变数据获取方法,包括:获取物料图像,物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到;物料的至少一个侧边受设定方向的拉力;利用提供的第一参数以及第二参数,将物料图像转换为正视图;根据正视图,获取物料的仿真形变数据。本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
参照图7,示出了本申请提供的一种物料仿真形变数据获取方法的具体步骤流程图,具体可以包括如下步骤:
步骤701,获取物料图像,所述物料的至少一个侧边受设定方向的拉力。
该步骤可以参照上述步骤501,此处不再赘述。
可选的,参照图1,物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到。
可选的,背景面板30为预设尺寸的矩形结构。
可选的,背景面板30的颜色为单色。
在本申请实施例中,背景面板30作为物料40的位置的参考,优选设计为预设尺寸的矩形结构板,另外,为了优化后续提取物料40的特征点的过程,可以将背景面板30的颜色为单色,优选的可以将背景面板30的颜色设计为绿色,以类似电影领域中的绿幕技术,以供提供更优化的特征点提取操作。
可选的,参照图2,物料40包括矩形结构的第一分部401,以及设置在第一分部401的两个相对侧边上的第二分部402和第三分部403,第二分部402和第三分部403为矩形结构,且第二分部402和第三分部403的面积相等。
在本申请实施例中,优选的,第二分部402和第三分部403的中心点,与第一分部401的两个相对侧边的中点处于同一水平线,进一步参照图4,在物料40受力的情况下,根据第二分部402外侧的两个角点e、f和第一分部401的两个角点a、c,可以得到ef相对于ac的像素偏移距离,同理,根据第三分部403外侧的两个角点g、h和第一分部401的两个角点b、d,可以得到gh相对于bd的像素偏移距离,另外。还可以得到cd相对于ab的像素偏移距离,进一步优化了仿真形变数据的获取。
步骤702,提供第一参数以及第二参数。
可选的,在本申请的一种实现方式中,步骤702还可以包括:
子步骤7021,获取标定图像;所述标定图像是由所述拍摄设备针对在所述背景面板上布置的标定图案拍摄得到。
子步骤7022,基于所述标定图像中的标定图案,获取所述第一参数以及所述第二参数。
在本申请实施例中,参照图8,其示出了本申请实施例的另一种实现架构图,其中,物料图像101中可以不包括标定图案50,而是将标定图案50设置在另一标定背景板70上,构成与物料图像101相互独立的标定图像103,此时拍摄设备10可以先对标定图像103进行拍摄,基于其中的标定图案50,获取第一参数以及所述第二参数,进一步的,拍摄设备10可以再对包括物料40的物料图像101进行拍摄,由图像处理设备20通过第一参数以及所述第二参数,得到物料图像101对应的正视图,该方案简化了背景面板30中的布局,降低了操作难度。
可选的,在本申请的另一种实现方式中,步骤702还可以包括:
子步骤7023,基于所述物料图像中的标定图案,获取所述第一参数以及所述第二参数。
在该种实现方式中,参照图1,此时物料图像101中可以既包括标定图案50,又包括物料40,此时拍摄设备10可以先对物料图像101进行拍摄,基于其中的标定图案50,获取第一参数以及所述第二参数,进一步的,图像处理设备20可以通过第一参数以及所述第二参数,得到物料图像101对应的正视图,该方案简化了背景面板30中的布局,降低了操作难度进行拍摄,基于其中的标定图案50,获取第一参数以及所述第二参数,进一步的,拍摄设备10可以再对包括物料40的物料图像101进行拍摄,通过第一参数以及所述第二参数,得到对应的正视图,该方案减少了拍摄设备10的拍摄次数,简化了操作步骤。
步骤703,利用提供的第一参数以及第二参数,将所述物料图像转换为正视图。
该步骤可以参照上述步骤502,此处不再赘述。
可选的,步骤703还可以包括子步骤:
子步骤7031,利用所述第一参数对所述物料图像进行修正,得到对应的消畸图像。
该步骤可以参照上述步骤A1,此处不再赘述。
子步骤7032,利用所述第二参数,将所述消畸图像转换为正视图。
该步骤可以参照上述步骤A2,此处不再赘述。
步骤704,根据所述正视图,获取所述物料的仿真形变数据。
可选的,步骤704还可以包括子步骤:
子步骤7041,根据所述背景面板的真实尺寸、所述正视图中的背景面板和所述正视图中的所述物料,生成对应所述物料的网格,得到所述仿真形变数据。
本申请实施例中,背景面板的真实尺寸可以预先设置在移动终端中,然后移动终端可以获取该背景面板的真实尺寸了,然后从正视图中获取该背景面板的特征信息,以及物料的特征信息,然后基于该两者的特征信息以及该背景面板的真实尺寸去生成作为仿真形变数据的网格。
优选的,所述网格的尺寸数据与所述物料的真实尺寸相匹配。可以理解该网格的大小和形状数据可以与物料的真实的大小和尺寸相匹配,当然,网格的尺寸数据与所述物料的真实尺之间可以存在设定阈值内的误差,本申请实施例不对其加以限制。
优选的,子步骤7041,可以包括子步骤
子步骤70411,识别出所述正视图中的背景面板的轮廓。
在该步骤中,参照图4,针对背景面板30中的四个角点i、j、k、n,可以通过视觉识别技术进行四个角点i、j、k、n的提取,从而确定背景面板30的轮廓.
可选的,步骤70411还可以包括子步骤:
子步骤B1,根据预设的第二识别模型,识别出所述背景面板的轮廓。
目前,针对图像中角点特征点的提取技术以及成熟,因此,在具体实现过程中,可以使用基于特征点提取技术构建的第二识别模型,识别出背景面板的各个角点,从而进一步识别出背景面板的轮廓。
子步骤70412,根据所述背景面板的轮廓,以及所述背景面板的实际尺寸,确定单个像素点对应的实际尺寸。
在该步骤中,参照图4,假设得到的正视图102的大小为2000像素×2000像素,背景面板30的大小为1600像素×1600像素,则角点i的坐标为(200,200),角点j的坐标为(1800,200),角点k的坐标为(200,1800),角点n的坐标为(1800,1800),而实际上背景面板30的尺寸为80cm×80cm,则每移动一个像素,相当于移动了0.05mm,可以得到画面的像素和实际尺寸之间的对应关系。
子步骤70413,识别出所述正视图中针对所述物料的目标特征点。
目前,针对图像中角点特征点的提取技术以及成熟,因此,在具体实现过程中,可以使用基于特征点提取技术构建的第一识别模型,识别出物料的各个角点作为目标特征点。
可选的,步骤70413还可以包括子步骤:
子步骤C1,根据预设的第一识别模型,识别出所述物料的目标特征点。
子步骤70414,根据所述目标特征点以及所述单个像素点的实际尺寸,生成对应所述物料的网格,得到所述仿真形变数据。
在该步骤中,参照图4,假设物料40的第一分部401的尺寸为40cm×40cm,第二分部402和第三分部403的宽为1cm,可以确定正视图102中物料40的各个角点a、b、c、d、e、f、g、h的像素坐标,如,a点的坐标为(600,100),同理,物料40剩余的各个角点的坐标也可以计算得到,当得到物料40的各个角点a、b、c、d、e、f、g、h的坐标后,可以通过插值的方法,根据步骤70412得出的像素和实际尺寸之间的对应关系,生成对应物料的网格图80,该网格如图9所示,其中每个网格为1cm×1cm大小,通过插值算法,在角点a、b、c、d、e、f、g、h构成的物料轮廓中填充该网格,网格的顶点位置会随着物料的形变而变化,所有网格的顶点都具有初始值,即物料40未受力情况下网格的顶点坐标,在物料40受力时,角点e、f、g、h发生了位置变化,cd也会基于ab发生位置变化,则网格的顶点根据插值的方式进行重新计算,得到更新值,并用更新值去替代初始值,生成形变后的物料的网格图80。当然,在实际应用中,可以预先对同一尺寸的布料,设置一初始的网格,然后在后续得到目标特征点后,即可基于初始的网格以及该目标特征点进行插值,得到最终的变形的网格。需要说明的是,可以以布料的中轴线为基准,如ab和cd两条线的中轴线为基准,靠e、f一侧的点基于e、f点坐标进行插值,靠g、h的点基于g、h坐标进行插值。
当物料40被挂上不同重量的砝码60时,物料40的各个角点a、b、c、d、e、f、g、h的位置发生变化,通过实时记录各个角点的像素位置,按照像素和实际尺寸之间的对应关系,换算成实际尺寸,即得到了物料40的实际形变大小,而生成的物料的网格图80可以替代物料,从而在建模或仿真领域中进行应用,如,模拟3D角色的衣物布料的飘动、皱褶等。
当然,在实际应用中,还可以获取布料的多个变形后的多个点的坐标,与该多个点在变形前的坐标进行比较,取其均值得到其变形系数,以供后续使用,本申请实施例不对其加以限制。
需要说明的是,参照图4,还可以进一步在物料40的第二分部402和第三分部403位置处设置特征点p和特征点q,并进一步在受力方向上设置特征点r和特征点s,使得可以通过rp和qs得到物料的受力方向。
综上所述,本申请实施例提供的一种物料仿真形变数据获取方法,获取物料图像,物料的至少一个侧边受设定方向的拉力;利用提供的第一参数以及第二参数,将物料图像转换为正视图;根据正视图,获取物料的仿真形变数据。本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
参照图10,示出了本申请一个具体示例中的一种物料仿真形变数据获取装置的结构图,包括:
第一获取模块801,用于获取物料图像,所述物料的至少一个侧边受设定方向的拉力;
转换模块802,用于利用提供的第一参数以及第二参数,将所述物料图像转换为正视图;
可选的,转换模块802包括:
第一修正子模块,用于利用所述第一参数对所述物料图像进行修正,得到对应的消畸图像;
第二修正子模块,用于利用所述第二参数,将所述消畸图像转换为正视图。
可选的,所述物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到。可选的,所述转换模块802,还包括:
第一获取子模块,用于获取标定图像;所述标定图像是由所述拍摄设备针对在所述背景面板上布置的标定图案拍摄得到;
第二获取子模块,用于基于所述标定图像中的标定图案,获取所述第一参数以及所述第二参数。
可选的,所述背景面板上还设置有标定图案,所述物料图像中包括所述标定图案,所述转换模块802,还包括:
第三获取子模块,用于基于所述物料图像中的标定图案,获取所述第一参数以及所述第二参数。
第二获取模块803,用于根据所述正视图,获取所述物料的仿真形变数据。
可选的,第二获取模块803,包括:
网格获取子模块,用于根据所述背景面板的真实尺寸、所述正视图中的背景面板和所述正视图中的所述物料,生成对应所述物料的网格,得到所述仿真形变数据。
可选的,所述网格获取子模块,包括:
第一识别子模块,用于识别出所述正视图中的背景面板的轮廓;
可选的,第一识别子模块,包括:
第一识别单元,用于根据预设的第一识别模型,识别出所述物料的目标特征点。
确定子模块,用于根据所述背景面板的轮廓,以及所述背景面板的实际尺寸,确定单个像素点对应的实际尺寸;
第二识别子模块,用于识别出所述正视图中针对所述物料的目标特征点;
可选的,所述第二识别子模块,包括:
第二识别单元,用于根据预设的第二识别模型,识别出所述背景面板的轮廓。
生成子模块,用于根据所述目标特征点以及所述单个像素点的实际尺寸,生成对应所述物料的网格,得到所述仿真形变数据。
可选的,所述背景面板为预设尺寸的矩形结构。
可选的,所述物料包括矩形结构的第一分部,以及设置在所述第一分部的两个相对侧边上的第二分部和第三分部,所述第二分部和所述第三分部为矩形结构,且所述第二分部和所述第三分部的面积相等。
可选的,所述背景面板的颜色为单色。
可选的,所述网格的尺寸数据与所述物料的真实尺寸相匹配。
综上所述,本申请实施例提供的一种物料仿真形变数据获取装置,包括:获取物料图像,物料的至少一个侧边受设定方向的拉力;利用提供的第一参数以及第二参数,将物料图像转换为正视图;根据正视图,获取物料的仿真形变数据。本申请通过提供的第一参数以及第二参数,将拍摄设备获取到的物料图像转换为正视图,使得根据正视图得到的仿真形变数据消除了畸变和非正视图的影响,其精确度最高,并且本方案通过带有摄像头的拍摄设备即可实现,只需一次拍摄即可得到仿真形变数据,且带有摄像头的拍摄设备成本较低,能够满足多种形态需求,提高了本方案的适用范围。
对于装置实施例而言,由于其与方法实施例基本相似,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
图11是本申请实施例提供的一种装置的结构示意图。参见图11,服务器900可以用于实施上述实施例中提供的物料仿真形变数据获取方法。该服务器900可因配置或性能不同而产生比较大的差异,可以包括一个或一个以上中央处理器(central processingunits,CPU)922(例如,一个或一个以上处理器)和存储器932,一个或一个以上存储应用程序942或数据944的存储介质930(例如一个或一个以上海量存储设备)。其中,存储器932和存储介质930可以是短暂存储的或持久存储的。存储在存储介质930的程序可以包括一个或一个以上模块(图示没标出),每个模块可以包括对服务器中的一系列指令操作。更进一步地,中央处理器922可以设置为与存储介质930通信,在服务器900上执行存储介质930中的一系列指令操作。
服务器900还可以包括一个或一个以上电源926,一个或一个以上有线或无线网络接口950,一个或一个以上输入输出接口958,一个或一个以上键盘956,和/或和,一个或一个以上操作系统941,例如Windows ServerTM,Mac OS XTM,UnixTM,LinuxTM,FreeBSDTM等等。其中,中央处理器922可以在服务器900上执行以下操作的指令:
获取物料图像;所述物料的至少一个侧边受设定方向的拉力;
利用提供的第一参数以及第二参数,将所述物料图像转换为正视图;
根据所述正视图,获取所述物料的仿真形变数据。
本申请还提供一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行一种物料仿真形变数据获取方法。
本申请提供一种装置,其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行时,使得所述装置执行一种业务进度展示方法。
本申请还提供一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行时,使得装置执行一种业务进度展示方法。
本说明书中的各个实施例均采用递进的方式描述,每个实施例重点说明的都是与其他实施例的不同之处,各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白,本申请实施例的实施例可提供为方法、装置、或计算机程序产品。因此,本申请实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请实施例是参照根据本申请实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上,使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本申请实施例的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例做出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本申请实施例范围的所有变更和修改。
最后,还需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本申请所提供的一种物料仿真形变数据获取方法及装置,进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (24)
1.一种物料仿真形变数据获取方法,其特征在于,包括:
获取物料图像,所述物料的至少一个侧边受设定方向的拉力;
利用提供的第一参数以及第二参数,将所述物料图像转换为正视图;
根据所述正视图,获取所述物料的仿真形变数据。
2.根据权利要求1所述的方法,其特征在于,所述利用提供的第一参数以及第二参数,将所述物料图像转换为正视图,包括:
利用所述第一参数对所述物料图像进行修正,得到对应的消畸图像;
利用所述第二参数,将所述消畸图像转换为正视图。
3.根据权利要求1所述的方法,其特征在于,所述物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到。
4.根据权利要求3所述的方法,其特征在于,所述提供的第一参数以及第二参数通过以下步骤获得:
获取标定图像;所述标定图像是由所述拍摄设备针对在所述背景面板上布置的标定图案拍摄得到;
基于所述标定图像中的标定图案,获取所述第一参数以及所述第二参数。
5.根据权利要求3所述的方法,其特征在于,所述背景面板上还设置有标定图案,所述物料图像中包括所述标定图案;所述提供的第一参数以及第二参数通过以下步骤获得:
基于所述物料图像中的标定图案,获取所述第一参数以及所述第二参数。
6.根据权利要求3所述的方法,其特征在于,所述根据所述正视图,获取所述物料的仿真形变数据,包括:
根据所述背景面板的真实尺寸、所述正视图中的背景面板和所述正视图中的所述物料,生成对应所述物料的网格,得到所述仿真形变数据。
7.根据权利要求6所述的方法,其特征在于,所述根据所述背景面板的真实尺寸、所述正视图中的背景面板和所述正视图中的所述物料,生成对应所述物料的网格,得到所述仿真形变数据,包括:
识别出所述正视图中的背景面板的轮廓;
根据所述背景面板的轮廓,以及所述背景面板的实际尺寸,确定单个像素点对应的实际尺寸;
识别出所述正视图中针对所述物料的目标特征点;
根据所述目标特征点以及所述单个像素点的实际尺寸,生成对应所述物料的网格,得到所述仿真形变数据。
8.根据权利要求7所述的方法,其特征在于,所述识别出所述正视图中针对所述物料的目标特征点的步骤,包括:
根据预设的第一识别模型,识别出所述物料的目标特征点。
9.根据权利要求7所述的方法,其特征在于,所述识别出所述正视图中的背景面板的轮廓,包括:
根据预设的第二识别模型,识别出所述背景面板的轮廓。
10.根据权利要求3所述的方法,其特征在于,所述背景面板为预设尺寸的矩形结构。
11.根据权利要求1或10所述的方法,其特征在于,所述物料包括矩形结构的第一分部,以及设置在所述第一分部的两个相对侧边上的第二分部和第三分部,所述第二分部和所述第三分部为矩形结构,且所述第二分部和所述第三分部的面积相等。
12.根据权利要求3所述的方法,其特征在于,所述背景面板的颜色为单色。
13.根据权利要求6所述的方法,其特征在于,所述网格的尺寸数据与所述物料的真实尺寸相匹配。
14.一种物料仿真形变数据获取装置,其特征在于,包括:
第一获取模块,用于获取物料图像,所述物料的至少一个侧边受设定方向的拉力;
转换模块,用于利用提供的第一参数以及第二参数,将所述物料图像转换为正视图;
第二获取模块,用于根据所述正视图,获取所述物料的仿真形变数据。
15.根据权利要求14所述的装置,其特征在于,所述转换模块包括:
第一修正子模块,用于利用所述第一参数对所述物料图像进行修正,得到对应的消畸图像;
第二修正子模块,用于利用所述第二参数,将所述消畸图像转换为正视图。
16.根据权利要求14所述的装置,其特征在于,所述物料图像是由拍摄设备针对在背景面板上布置的物料拍摄得到。
17.根据权利要求16所述的装置,其特征在于,所述转换模块,还包括:
第一获取子模块,用于获取标定图像;所述标定图像是由所述拍摄设备针对在所述背景面板上布置的标定图案拍摄得到;
第二获取子模块,用于基于所述标定图像中的标定图案,获取所述第一参数以及所述第二参数。
18.根据权利要求16所述的装置,其特征在于,所述背景面板上还设置有标定图案,所述物料图像中包括所述标定图案,所述转换模块,还包括:
第三获取子模块,用于基于所述物料图像中的标定图案,获取所述第一参数以及所述第二参数。
19.根据权利要求16所述的装置,其特征在于,所述第二获取模块包括:
网格获取子模块,用于根据所述背景面板的真实尺寸、所述正视图中的背景面板和所述正视图中的所述物料,生成对应所述物料的网格,得到所述仿真形变数据。
20.根据权利要求19所述的装置,其特征在于,所述网格获取子模块,包括:
第一识别子模块,用于识别出所述正视图中的背景面板的轮廓;
确定子模块,用于根据所述背景面板的轮廓,以及所述背景面板的实际尺寸,确定单个像素点对应的实际尺寸;
第二识别子模块,用于识别出所述正视图中针对所述物料的目标特征点;
生成子模块,用于根据所述目标特征点以及所述单个像素点的实际尺寸,生成对应所述物料的网格,得到所述仿真形变数据。
21.根据权利要求20所述的装置,其特征在于,所述第一识别子模块,包括:
第一识别单元,用于根据预设的第一识别模型,识别出所述物料的目标特征点。
22.根据权利要求20所述的装置,其特征在于,所述第二识别子模块,包括:
第二识别单元,用于根据预设的第二识别模型,识别出所述背景面板的轮廓。
23.一种装置,其特征在于,包括:
一个或多个处理器;和
其上存储有指令的一个或多个机器可读介质,当由所述一个或多个处理器执行所述指令时,使得所述装置执行如权利要求1至13的方法。
24.一个或多个机器可读介质,其上存储有指令,当由一个或多个处理器执行所述指令时,执行如权利要求1至13的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810995896.XA CN110874820B (zh) | 2018-08-29 | 2018-08-29 | 一种物料仿真形变数据获取方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810995896.XA CN110874820B (zh) | 2018-08-29 | 2018-08-29 | 一种物料仿真形变数据获取方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110874820A true CN110874820A (zh) | 2020-03-10 |
CN110874820B CN110874820B (zh) | 2023-04-11 |
Family
ID=69714588
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810995896.XA Active CN110874820B (zh) | 2018-08-29 | 2018-08-29 | 一种物料仿真形变数据获取方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110874820B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908432A (zh) * | 2023-03-13 | 2023-04-04 | 单县龙宇生物科技有限公司 | 一种物料输出品质检测系统及预测方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1776358A (zh) * | 2005-11-23 | 2006-05-24 | 宁铎 | 一种非接触式测量物体在三维空间位移和形变的新方法 |
CN101520318A (zh) * | 2009-03-24 | 2009-09-02 | 南京航空航天大学 | 基于影像的板料变形测量处理方法 |
US20130066607A1 (en) * | 2011-09-09 | 2013-03-14 | Masato Naito | Method for simulating deformation of rubber compound with filler particles |
CN103605823A (zh) * | 2013-10-12 | 2014-02-26 | 北京邮电大学 | 一种基于动态重构网格的布料仿真方法 |
CN103728440A (zh) * | 2014-01-17 | 2014-04-16 | 浙江理工大学 | 织物多方向硬挺度测试装置及方法 |
CN107578323A (zh) * | 2017-10-10 | 2018-01-12 | 中国科学院合肥物质科学研究院 | 三维真实人体在线虚拟试衣系统 |
CN107610242A (zh) * | 2017-09-18 | 2018-01-19 | 深圳市云之梦科技有限公司 | 一种虚拟穿衣形象生成的方法及系统 |
CN108140250A (zh) * | 2015-10-09 | 2018-06-08 | 奥达斯自动化信息产业有限公司 | 在虚拟三维环境中的人体模型上创建和编辑表示服装的曲面的计算机化方法 |
US20180240280A1 (en) * | 2015-08-14 | 2018-08-23 | Metail Limited | Method and system for generating an image file of a 3d garment model on a 3d body model |
-
2018
- 2018-08-29 CN CN201810995896.XA patent/CN110874820B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1776358A (zh) * | 2005-11-23 | 2006-05-24 | 宁铎 | 一种非接触式测量物体在三维空间位移和形变的新方法 |
CN101520318A (zh) * | 2009-03-24 | 2009-09-02 | 南京航空航天大学 | 基于影像的板料变形测量处理方法 |
US20130066607A1 (en) * | 2011-09-09 | 2013-03-14 | Masato Naito | Method for simulating deformation of rubber compound with filler particles |
CN103605823A (zh) * | 2013-10-12 | 2014-02-26 | 北京邮电大学 | 一种基于动态重构网格的布料仿真方法 |
CN103728440A (zh) * | 2014-01-17 | 2014-04-16 | 浙江理工大学 | 织物多方向硬挺度测试装置及方法 |
US20180240280A1 (en) * | 2015-08-14 | 2018-08-23 | Metail Limited | Method and system for generating an image file of a 3d garment model on a 3d body model |
CN108140250A (zh) * | 2015-10-09 | 2018-06-08 | 奥达斯自动化信息产业有限公司 | 在虚拟三维环境中的人体模型上创建和编辑表示服装的曲面的计算机化方法 |
CN107610242A (zh) * | 2017-09-18 | 2018-01-19 | 深圳市云之梦科技有限公司 | 一种虚拟穿衣形象生成的方法及系统 |
CN107578323A (zh) * | 2017-10-10 | 2018-01-12 | 中国科学院合肥物质科学研究院 | 三维真实人体在线虚拟试衣系统 |
Non-Patent Citations (2)
Title |
---|
XIA Y F 等: "Cloth Deformation Simulation Based on a simplified mass-spring model" * |
赵微巍: "动态布料模拟" * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115908432A (zh) * | 2023-03-13 | 2023-04-04 | 单县龙宇生物科技有限公司 | 一种物料输出品质检测系统及预测方法 |
CN115908432B (zh) * | 2023-03-13 | 2023-06-02 | 单县龙宇生物科技有限公司 | 一种物料输出品质检测系统及预测方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110874820B (zh) | 2023-04-11 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
JP6764533B2 (ja) | キャリブレーション装置、キャリブレーション用チャート、チャートパターン生成装置、およびキャリブレーション方法 | |
KR101921672B1 (ko) | 이미지 처리 방법 및 장치 | |
CN109685913B (zh) | 基于计算机视觉定位的增强现实实现方法 | |
KR101121034B1 (ko) | 복수의 이미지들로부터 카메라 파라미터를 얻기 위한 시스템과 방법 및 이들의 컴퓨터 프로그램 제품 | |
CN112767542A (zh) | 一种多目相机的三维重建方法、vr相机和全景相机 | |
CN107705252B (zh) | 适用于双目鱼眼图像拼接展开校正的方法及系统 | |
CN108717714B (zh) | 多相机标定方法、标定系统、存储介质、及电子设备 | |
CN110099267B (zh) | 梯形校正系统、方法以及投影仪 | |
JP2000350239A (ja) | カメラ・キャリブレーション装置及び方法、画像処理装置及び方法、プログラム提供媒体、並びに、カメラ | |
CN113841384B (zh) | 校准装置,用于校准的图表和校准方法 | |
JP5901447B2 (ja) | 画像処理装置及びそれを備えた撮像装置、画像処理方法、並びに画像処理プログラム | |
CN104994367A (zh) | 一种图像矫正方法以及摄像头 | |
CN114549652A (zh) | 一种相机标定方法、装置、设备及计算机可读介质 | |
CN106886976B (zh) | 一种基于内参数修正鱼眼像机的图像生成方法 | |
CN112686877A (zh) | 基于双目相机的三维房屋损伤模型构建测量方法及系统 | |
CN114792345B (zh) | 一种基于单目结构光系统的标定方法 | |
CN115830103A (zh) | 一种基于单目彩色的透明物体定位方法、装置及存储介质 | |
CN110807814A (zh) | 摄影机位姿计算方法、装置、设备及存储介质 | |
CN115564842A (zh) | 双目鱼眼相机的参数标定方法、装置、设备及存储介质 | |
CN110874820B (zh) | 一种物料仿真形变数据获取方法及装置 | |
CN113379845A (zh) | 一种相机标定方法及装置、电子设备及存储介质 | |
CN111145266A (zh) | 一种鱼眼相机标定方法、装置、鱼眼相机及可读存储介质 | |
CN116128744A (zh) | 消除图像畸变的方法、电子设备、存储介质及车辆 | |
CN116051652A (zh) | 一种参数标定方法及电子设备、存储介质 | |
CN115965697A (zh) | 基于沙姆定律的投影仪标定方法、标定系统及装置 |
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 |