CN111060023A - 一种高精度3d信息采集的设备及方法 - Google Patents
一种高精度3d信息采集的设备及方法 Download PDFInfo
- Publication number
- CN111060023A CN111060023A CN201911276062.4A CN201911276062A CN111060023A CN 111060023 A CN111060023 A CN 111060023A CN 201911276062 A CN201911276062 A CN 201911276062A CN 111060023 A CN111060023 A CN 111060023A
- Authority
- CN
- China
- Prior art keywords
- image acquisition
- acquisition device
- image
- synthesis
- target object
- 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
Images
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
- 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
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Studio Devices (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种高精度3D信息采集的设备,采集区域移动装置,用于驱动图像采集装置的采集区域与目标物产生相对运动;图像采集装置,用于通过上述相对运动采集目标物一组图像;在上述相对运动过程中,图像采集装置的采集位置符合预设条件。首次提出通过增加背景板随相机一起旋转的方式来同时提高合成速度和合成精度。通过优化背景板的尺寸,在降低旋转负担的同时,保证能够同时提高合成速度和合成精度。
Description
技术领域
本发明涉及形貌测量技术领域,特别涉及3D形貌测量技术领域。
背景技术
在进行3D测量时,需要首先采集3D信息。目前常用的方法包括使用机器视觉的方式,采集物体不同角度的图片,并将这些图片匹配拼接形成3D模型。在采集不同角度图片时,可以待测物不同角度设置多个相机,也可以通过单个或多个相机旋转从不同角度采集图片。但无论这两种方式哪一种,都涉及合成速度和合成精度的问题。而合成速度和合成精度在某种程度上是一对矛盾,合成速度的提高会导致最终3D合成精度下降;要提高3D合成精度则需要降低合成速度,通过更多的图片来合成。
在现有技术中,为了同时提高合成速度和合成精度,通常通过优化算法的方法实现。并且本领域一直认为解决上述问题的途径在于算法的选择和更新,截止目前没有任何提出其他角度同时提高合成速度和合成精度的方法。然而,算法的优化目前已经达到瓶颈,在没有更优理论出现前,已经无法兼顾提高合成速度和合成的精度。
在现有技术中,也曾提出使用包括旋转角度、目标物尺寸、物距的经验公式限定相机位置,从而兼顾合成速度和效果。然而在实际应用中发现:除非有精确量角装置,否则用户对角度并不敏感,难以准确确定角度;目标物尺寸难以准确确定,特别是某些应用场合目标物需要频繁更换,每次测量带来大量额外工作量,并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差,从而会影响采集合成速度和效果;准确度和速度还需要进一步提高。
因此,目前急需解决以下技术问题:①能够同时大幅度提高合成速度和合成精度;②方便操作,无需使用专业设备,无需过多测量,能够快速获得相机位置。
发明内容
鉴于上述问题,提出了本发明提供一种克服上述问题或者至少部分地解决上述问题的采集设备。
本发明提供了一种3D信息采集的设备,
采集区域移动装置,用于驱动图像采集装置的采集区域与目标物产生相对运动;
图像采集装置,用于通过上述相对运动采集目标物一组图像;
在上述相对运动过程中,图像采集装置的采集位置符合如下条件:
其中L为相邻两个采集位置图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件(CCD)的矩形长度或宽度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
本发明提供了一种3D信息采集方法,
驱动图像采集装置的采集区域与目标物产生相对运动;
通过上述相对运动采集目标物一组图像;
在上述相对运动过程中,图像采集装置的采集位置符合如下条件:
其中L为相邻两个采集位置图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件(CCD)的矩形长度或宽度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
本发明还提供了一种用于3D信息采集的装置或方法,具有多个图像采集装置,分别位于目标物的周围;
多个图像采集装置分别从不同角度采集目标物一组图像;
相邻两个图像采集装置的位置符合如下条件:
其中L为相邻两个采集位置图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件(CCD)的矩形长度或宽度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
可选的,δ<0.410。
可选的,δ<0.356。
可选的,图像采集装置相对于目标物转动或平动。
可选的,图像采集装置对面设置有背景板。
可选的,还包括处理器,用于根据一组图像中的多个进行3D合成,生成目标物的3D模型。
可选的,包括处理器设置在该设备中,或位于上位机,或位于远程服务器中。
可选的,图像采集装置为可见光波段、红外光波段、和/或全波段。
本发明还提供了一种使用上述装置或方法的3D合成装置或方法。
本发明还提供了一种使用上述装置或方法的3D识别/比对装置或方法。
本发明还提供了一种使用上述装置或方法的附属物制作方法或装置。
发明点及技术效果
1、首次提出通过增加背景板随相机一起旋转的方式来同时提高合成速度和合成精度。
2、通过优化相机采集图片的位置,保证能够同时提高合成速度和合成精度。且优化位置时,无需测量角度,无需测量目标尺寸,适用性更强。
3、提出了一种与上述采集方式相配合的3D合成算法,能够提高3D建模的速度和效果。
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中采集区域移动装置为旋转结构的示意图;
图2为本发明实施例1中采集区域移动装置为旋转结构的另一种实现方式的示意图;
图3为本发明实施例2中采集区域移动装置为平动结构的示意图;
图4为本发明实施例3中采集区域移动装置为无规则运动结构的示意图;
图5为本发明实施例4中多相机方式的示意图;
附图标记与各部件的对应关系如下:
1目标物,2载物台,3旋转装置,4图像采集装置,5直线轨道。
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。
为解决上述技术问题,本发明的一实施例提供了一种用于3D信息采集的图像采集设备,包括图像采集装置、旋转装置。图像采集装置用于通过图像采集装置的采集区域与目标物相对运动采集目标物一组图像;采集区域移动装置,用于驱动图像采集装置的采集区域与目标物产生相对运动。采集区域为图像采集装置的有效视场范围。
实施例1:采集区域移动装置为旋转结构
请参考图1,目标物1固定于载物台2上,旋转装置3驱动图像采集装置4 围绕目标物1转动。旋转装置3可以通过旋转臂带动图像采集装置4围绕目标物1转动。当然这种转动并不一定是完整的圆周运动,可以根据采集需要只转动一定角度。并且这种转动也不一定必须为圆周运动,图像采集装置4的运动轨迹可以为其它曲线轨迹,只要保证相机从不同角度拍摄物体即可。
旋转装置3也可以驱动图像采集装置自转,通过自转使得图像采集装置4 能够从不同角度采集目标物图像。
旋转装置3可以为悬臂、转台、轨道等多种形态,使得图像采集装置4能够产生运动即可。
除了上述方式,在某些情况下也可以将相机固定,如图2,承载目标物1 的载物台2转动,使得目标物1面向图像采集装置4的方向时刻变化,从而使得图像采集装置4能够从不同角度采集目标物1图像。但此时计算时,仍然可以按照转化为图像采集装置4运动的情况下来进行计算,从而使得运动符合相应经验公式(具体下面将详细阐述)。例如,载物台2转动的场景下,可以假设载物台2不动,而图像采集装置4旋转。通过利用经验公式设定图像采集装置4旋转时拍摄位置的距离,从而推导出其转速,从而反推出载物台转速,以方便进行转速控制,实现3D采集。当然,这种场景并不常用,更为常用的还是转动图像采集装置。
另外,为了使得图像采集装置4能够采集目标物1不同方向的图像,也可以保持图像采集装置4和目标物1均静止,通过旋转图像采集装置4的光轴来实现。例如:采集区域移动装置4为光学扫描装置,使得图像采集装置4不移动或转动的情况下,图像采集装置4的采集区域与目标物1产生相对运动。采集区域移动装置还包括光线偏转单元,光线偏转单元被机械驱动发生转动,或被电学驱动导致光路偏折,或本身为多组在空间的排布,从而实现从不同角度获得目标物的图像。光线偏转单元典型地可以为反射镜,通过转动使得目标物不同方向的图像被采集。或直接于空间布置环绕目标物的反射镜,依次使得反射镜的光进入图像采集装置4中。与前述类似,这种情况下光轴的转动可以看作是图像采集装置4虚拟位置的转动,通过这种转换的方法,假设为图像采集装置4转动,从而利用下述经验公式进行计算。
图像采集装置4用于采集目标物1的图像,其可以为定焦相机,或变焦相机。特别是即可以为可见光相机,也可以为红外相机。当然,可以理解的是任何具有图像采集功能的装置均可以使用,并不构成对本发明的限定,例如可以为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。
在旋转设置时,还可以在设备中加入背景板。背景板位于图像采集装置4 对面,并且在图像采集装置4转动时同步转动,在图像采集装置4静止时保持静止。从而使得图像采集装置4采集的目标物图像都是以背景板为背景的。背景板全部为纯色,或大部分(主体)为纯色。特别是可以为白色板或黑色板,具体颜色可以根据目标物主体颜色来选择。背景板通常为平板,优选也可以为曲面板,例如凹面板、凸面板、球形板,甚至在某些应用场景下,可以为表面为波浪形的背景板;也可以为多种形状拼接板,例如可以用三段平面进行拼接,而整体呈现凹形,或用平面和曲面进行拼接等。
设备还包括处理器,也称处理单元,用以根据图像采集装置采集的多个图像,根据3D合成算法,合成目标物3D模型,得到目标物3D信息。
实施例2:采集区域移动装置为平动结构
除了上述旋转结构外,图像采集装置4可以以直线轨迹相对目标物1运动。例如图像采集装置4位于直线轨道5上,沿直线轨道5依次经过目标物1进行拍摄,在过程中图像采集装置4保持不转动。其中直线轨道5也可以用直线悬臂代替。但更佳的是,如图3,在图像采集装置4整体沿直线轨迹运动时,其进行一定的转动,从而使得图像采集装置4的光轴朝向目标物1。
实施例3:采集区域移动装置为无规则运动结构
如图4,有时,采集区域移动并不规则,例如可以手持图像采集装置4环绕目标物1进行拍摄,此时难以以严格的轨道进行运动,图像采集装置4的运动轨迹难以准确预测。因此在这种情况下如何保证拍摄图像能够准确、稳定地合成3D模型是一大难题,目前还未有人提及。更常见的方法是多拍照片,用照片数量的冗余来解决该问题。但这样合成结果并不稳定。虽然目前也有一些通过限定相机转动角度的方式提高合成效果,但实际上用户对于角度并不敏感,即使给出优选角度,在手持拍摄的情况下用户也很难操作。因此本发明提出了通过限定两次拍照相机移动距离的方式来提高合成效果、缩短合成时间的方法。
例如在进行人脸识别过程中,用户可以手持移动终端围绕自己面部进行移动拍摄。只要符合拍照位置的经验要求(具体下述),就可以准确合成面部3D 模型,此时与预先存储的标准模型相对比,即可实现人脸识别。例如可以解锁手机,或进行支付验证。
在无规则运动的情况下,可以在移动终端或图像采集装置4中设置传感器,通过传感器测量图像采集装置4两次拍摄时移动的直线距离,在移动距离不满足上述关于L(具体下述条件)的经验条件时,向用户发出报警。所述报警包括向用户发出声音或灯光报警。当然,也可以在用户移动图像采集装置4时,手机屏幕上显示,或语音实时提示用户移动的距离,以及可移动的最大距离L。实现该功能的传感器包括:测距仪、陀螺仪、加速度计、定位传感器和/或它们的组合。
实施例4:多相机方式
可以了解,除了通过相机与目标物相对运动从而使得相机可以拍摄目标物1不同角度的图像外,如图5,还可以再目标物1周围不同位置设置多个相机,从而可以实现同时拍摄目标物1不同角度的图像。
光源
通常情况下,光源位于图像采集装置4的镜头周边分散式分布,例如光源为在镜头周边的环形LED灯。由于在一些应用中,被采集对象为人体,因此需要控制光源强度,避免造成人体不适。特别是可以在光源的光路上设置柔光装置,例如为柔光外壳。或者直接采用LED面光源,不仅光线比较柔和,而且发光更为均匀。更佳地,可以采用OLED光源,体积更小,光线更加柔和,并且具有柔性特性,可以贴附于弯曲的表面。光源也可以设置于其他能够为目标物提供均匀照明的位置。光源也可以为智能光源,即根据目标物1及环境光的情况自动调整光源参数。
图像采集装置设置方法
采集区域移动装置为旋转结构,图像采集装置4围绕目标物1转动,在进行3D采集时,图像采集装置4在不同采集位置光轴方向相对于目标物1发生变化,此时相邻两个图像采集装置4的位置,或图像采集装置4相邻两个采集位置满足如下条件:
其中L为相邻两个采集位置图像采集装置4光心的直线距离;f为图像采集装置4的焦距;d为图像采集装置4感光元件(CCD)的矩形长度或宽度;T为图像采集装置4感光元件沿着光轴到目标物1表面的距离;δ为调整系数。
当上述两个位置是沿图像采集装置4感光元件长度方向时,d取矩形长度;当上述两个位置是沿图像采集装置4感光元件宽度方向时,d取矩形宽度。
图像采集装置4在两个位置中的任何一个位置时,感光元件沿着光轴到目标物表面的距离作为T。除了这种方法外,在另一种情况下,L为An、An+1两个图像采集装置光心的直线距离,与An、An+1两个图像采集装置4相邻的An-1、An+2两个图像采集装置4和An、An+1两个图像采集装置4各自感光元件沿着光轴到目标物1表面的距离分别为Tn-1、Tn、Tn+1、Tn+2,T=(Tn-1+Tn+Tn+1+Tn+2)/4。当然可以不只限于相邻4个位置,也可以用更多的位置进行平均值计算。
如上所述,L应当为两个图像采集装置4光心的直线距离,但由于图像采集装置4光心位置在某些情况下并不容易确定,因此在某些情况下也可以使用图像采集装置4的感光元件中心、图像采集装置4的几何中心、图像采集装置 4与云台(或平台、支架)连接的轴中心、镜头近端或远端表面的中心替代,经过试验发现由此带来的误差是在可接受的范围内的,因此上述范围也在本发明的保护范围之内。
通常情况下,现有技术中均采用物体尺寸、视场角等参数作为推算相机位置的方式,并且两个相机之间的位置关系也采用角度表达。由于角度在实际使用过程中并不好测量,因此在实际使用时较为不便。并且,物体尺寸会随着测量物体的变化而改变。例如,在进行一个成年人头部3D信息采集后,再进行儿童头部采集时,就需要重新测量头部尺寸,重新推算。上述不方便的测量以及多次重新测量都会带来测量的误差,从而导致相机位置推算错误。而本方案根据大量实验数据,给出了相机位置需要满足的经验条件,不仅避免测量难以准确测量的角度,而且不需要直接测量物体大小尺寸。经验条件中d、f均为相机固定参数,在购买相机、镜头时,厂家即会给出相应参数,无需测量。而T 仅为一个直线距离,用传统测量方法,例如直尺、激光测距仪均可以很便捷的测量得到。因此,本发明的经验公式使得准备过程变得方便快捷,同时也提高了相机位置的排布准确度,使得相机能够设置在优化的位置中,从而在同时兼顾了3D合成精度和速度,具体实验数据参见下述。
利用本发明装置,进行实验,得到了如下实验结果。
更换相机镜头,再次实验,得到了如下实验结果。
更换相机镜头,再次实验,得到了如下实验结果。
从上述实验结果及大量实验经验可以得出,δ的值应当满足δ<0.603,此时已经能够合成部分3D模型,虽然有一部分无法自动合成,但是在要求不高的情况下也是可以接受的,并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<0.410时,能够最佳地兼顾合成效果和合成时间的平衡;为了获得更好的合成效果可以选择δ<0.356,此时合成时间会上升,但合成质量更好。当然为了进一步提高合成效果,可以选择δ<0.311。而当δ为0.681 时,已经无法合成。但这里应当注意,以上范围仅仅是最佳实施例,并不构成对保护范围的限定。
并且从上述实验可以看出,对于相机拍照位置的确定,只需要获取相机参数(焦距f、CCD尺寸)、相机CCD与物体表面的距离T即可根据上述公式得到,这使得在进行设备设计和调试时变得容易。由于相机参数(焦距f、CCD尺寸) 在相机购买时就已经确定,并且是产品说明中就会标示的,很容易获得。因此根据上述公式很容易就能够计算得到相机位置,而不需要再进行繁琐的视场角测量和物体尺寸测量。特别是在一些场合中,需要更换相机镜头,那么本发明的方法直接更换镜头常规参数f计算即可得到相机位置;同理,在采集不同物体时,由于物体大小不同,对于物体尺寸的测量也较为繁琐。而使用本发明的方法,无需进行物体尺寸测量,能够更为便捷地确定相机位置。并且使用本发明确定的相机位置,能够兼顾合成时间和合成效果。因此,上述经验条件是本发明的发明点之一。
以上数据仅为验证该公式条件所做实验得到的,并不对发明构成限定。即使没有这些数据,也不影响该公式的客观性。本领域技术人员可以根据需要调整设备参数和步骤细节进行实验,得到其他数据也是符合该公式条件的。
本发明所述的转动运动,为在采集过程中前一位置采集平面和后一位置采集平面发生交叉而不是平行,或前一位置图像采集装置光轴和后一位置图像采集位置光轴发生交叉而不是平行。也就是说,图像采集装置的采集区域环绕或部分环绕目标物运动,均可以认为是两者相对转动。虽然本发明实施例中列举更多的为有轨道的转动运动,但是可以理解,只要图像采集设备的采集区域和目标物之间发生非平行的运动,均是转动范畴,均可以使用本发明的限定条件。本发明保护范围并不限定于实施例中的有轨道转动。
本发明所述的相邻采集位置是指,在图像采集装置相对目标物移动时,移动轨迹上的发生采集动作的两个相邻位置。这通常对于图像采集装置运动容易理解。但对于目标物发生移动导致两者相对移动时,此时应当根据运动的相对性,将目标物的运动转化为目标物不动,而图像采集装置运动。此时再衡量图像采集装置在转化后的移动轨迹中发生采集动作的两个相邻位置。
3D合成方法
在图像采集设备通过图像采集装置4采集到目标物多个方向的图像后,通过数据传输方式将多张图像传输至处理器。处理器可以在本地设置,也可以将图像上传至云平台利用远程处理器。在处理器中使用如下方法进行3D模型的合成。
利用上述采集到的图片进行3D合成时,可以采用现有算法实现,也可以采用本发明提出的优化的算法,主要包括如下步骤:
步骤1:对所有输入照片进行图像增强处理。采用下述滤波器增强原始照片的反差和同时压制噪声。
式中:g(x,y)为原始影像在(x,y)处灰度值,f(x,y)为经过Wallis滤波器增强后该处的灰度值,mg为原始影像局部灰度均值,sg为原始影像局部灰度标准偏差,mf为变换后的影像局部灰度目标值,sf为变换后影像局部灰度标准偏差目标值。c∈(0,1)为影像方差的扩展常数,b∈(0,1)为影像亮度系数常数。
该滤波器可以大大增强影像中不同尺度的影像纹理模式,所以在提取影像的点特征时可以提高特征点的数量和精度,在照片特征匹配中则提高了匹配结果可靠性和精度。
步骤2:对输入的所有照片进行特征点提取,并进行特征点匹配,获取稀疏特征点。采用SURF算子对照片进行特征点提取与匹配。SURF特征匹配方法主要包含三个过程,特征点检测、特征点描述和特征点匹配。该方法使用 Hessian矩阵来检测特征点,用箱式滤波器(Box Filters)来代替二阶高斯滤波,用积分图像来加速卷积以提高计算速度,并减少了局部影像特征描述符的维数,来加快匹配速度。主要步骤包括①构建Hessian矩阵,生成所有的兴趣点,用于特征提取,构建Hessian矩阵的目的是为了生成图像稳定的边缘点(突变点);②构建尺度空间特征点定位,将经过Hessian矩阵处理的每个像素点与二维图像空间和尺度空间邻域内的26个点进行比较,初步定位出关键点,再经过滤除能量比较弱的关键点以及错误定位的关键点,筛选出最终的稳定的特征点;③特征点主方向的确定,采用的是统计特征点圆形邻域内的harr小波特征。即在特征点的圆形邻域内,统计60度扇形内所有点的水平、垂直harr小波特征总和,然后扇形以0.2弧度大小的间隔进行旋转并再次统计该区域内harr 小波特征值之后,最后将值最大的那个扇形的方向作为该特征点的主方向;④生成64维特征点描述向量,特征点周围取一个4*4的矩形区域块,但是所取得矩形区域方向是沿着特征点的主方向。每个子区域统计25个像素的水平方向和垂直方向的haar小波特征,这里的水平和垂直方向都是相对主方向而言的。该 haar小波特征为水平方向值之后、垂直方向值之后、水平方向绝对值之后以及垂直方向绝对值之和4个方向,把这4个值作为每个子块区域的特征向量,所以一共有4*4*4=64维向量作为Surf特征的描述子;⑤特征点匹配,通过计算两个特征点间的欧式距离来确定匹配度,欧氏距离越短,代表两个特征点的匹配度越好。
步骤3:输入匹配的特征点坐标,利用光束法平差,解算稀疏的人脸三维点云和拍照相机的位置和姿态数据,即获得了稀疏人脸模型三维点云和位置的模型坐标值;以稀疏特征点为初值,进行多视照片稠密匹配,获取得到密集点云数据。该过程主要有四个步骤:立体像对选择、深度图计算、深度图优化、深度图融合。针对输入数据集里的每一张影像,我们选择一张参考影像形成一个立体像对,用于计算深度图。因此我们可以得到所有影像的粗略的深度图,这些深度图可能包含噪声和错误,我们利用它的邻域深度图进行一致性检查,来优化每一张影像的深度图。最后进行深度图融合,得到整个场景的三维点云。
步骤4:利用密集点云进行人脸曲面重建。包括定义八叉树、设置函数空间、创建向量场、求解泊松方程、提取等值面几个过程。由梯度关系得到采样点和指示函数的积分关系,根据积分关系获得点云的向量场,计算指示函数梯度场的逼近,构成泊松方程。根据泊松方程使用矩阵迭代求出近似解,采用移动方体算法提取等值面,对所测点云重构出被测物体的模型。
步骤5:人脸模型的全自动纹理贴图。表面模型构建完成后,进行纹理贴图。主要过程包括:①纹理数据获取通过图像重建目标的表面三角面格网;②重建模型三角面的可见性分析。利用图像的标定信息计算每个三角面的可见图像集以及最优参考图像;③三角面聚类生成纹理贴片。根据三角面的可见图像集、最优参考图像以及三角面的邻域拓扑关系,将三角面聚类生成为若干参考图像纹理贴片;④纹理贴片自动排序生成纹理图像。对生成的纹理贴片,按照其大小关系进行排序,生成包围面积最小的纹理图像,得到每个三角面的纹理映射坐标。
应当注意,上述算法是本发明的优化算法,本算法与图像采集条件相互配合,使用该算法兼顾了合成的时间和质量,是本发明的发明点之一。当然,使用现有技术中常规3D合成算法也可以实现,只是合成效果和速度会受到一定影响。
附属物的匹配及制作
在采集目标物的3D信息,合成3D模型后,可以根据3D数据为目标物制作与其配套的附属物。
例如为用户制作适合脸型的眼镜。在符合上述经验条件的限定基础上,采集用户头部的不同方向的多张图片;将多张照片利用3D合成软件合成3D模型,所采用的方法可以使用常见的3D图片匹配算法。再得到3D网格模型后,增加纹理信息,从而形成头部3D模型。根据头部3D模型相关位置尺寸,例如脸颊宽度、鼻梁高度、耳廓大小等信息为用户选择合适的眼镜框。
除了眼镜外,还可以为用户设计帽子、手套、假肢等多种附属物。也可以为物体设计与之配合的附属物,例如为异形零件设计能够严密包裹的包装盒等。
目标物识别与比对
以上实施例获得的目标物多个区域的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面部和虹膜的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。
虽然上述实施例中记载图像采集装置采集图像,但不应理解为仅适用于单张图片构成的图片组,这只是为了便于理解而采用的说明方式。图像采集装置也可以采集视频数据,直接利用视频数据或从视频数据中截取图像进行3D合成。但合成时所利用的视频数据相应帧或截取的图像的拍摄位置,依然满足上述经验公式。
上述目标物体、目标物、及物体皆表示预获取三维信息的对象。可以为一实体物体,也可以为多个物体组成物。例如可以为头部、手部等。所述目标物的三维信息包括三维图像、三维点云、三维网格、局部三维特征、三维尺寸及一切带有目标物三维特征的参数。本发明里所谓的三维是指具有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。也与一些称为三维、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(例如相机)能够拍摄的范围。本发明中的图像采集装置可以为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。
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基于本发明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)
3.如权利要求1或2所述的设备或方法,其特征在于:δ<0.410。
4.如权利要求1或2所述的设备或方法,其特征在于:δ<0.356。或δ<0.311;或δ<0.284;或δ<0.261;或δ<0.241;或δ<0.107。
5.如权利要求1的设备或方法,其特征在于:图像采集装置相对于目标物转动或平动。
6.如权利要求1或2的设备或方法,其特征在于:图像采集装置对面设置有背景板。
7.如权利要求1或2的设备或方法,其特征在于:还包括处理器,用于根据一组图像中的多个进行3D合成,生成目标物的3D模型。
8.如权利要求1或2的设备或方法,其特征在于:包括处理器设置在该设备中,或位于上位机,或位于远程服务器中。
9.如权利要求1或2的设备或方法,其特征在于:图像采集装置为可见光波段、红外光波段、和/或全波段。
10.一种使用如权利要求1-8任一所述设备或方法的3D合成装置或方法;或识别/比对装置或方法;或附属物制作方法或设备。
Priority Applications (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010735593.1A CN111649690B (zh) | 2019-12-12 | 一种能够手持的3d信息采集的设备及方法 | |
CN201911276062.4A CN111060023B (zh) | 2019-12-12 | 2019-12-12 | 一种高精度3d信息采集的设备及方法 |
PCT/CN2020/134757 WO2021115297A1 (zh) | 2019-12-12 | 2020-12-09 | 3d信息采集的设备及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911276062.4A CN111060023B (zh) | 2019-12-12 | 2019-12-12 | 一种高精度3d信息采集的设备及方法 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010735593.1A Division CN111649690B (zh) | 2019-12-12 | 一种能够手持的3d信息采集的设备及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111060023A true CN111060023A (zh) | 2020-04-24 |
CN111060023B CN111060023B (zh) | 2020-11-17 |
Family
ID=70300716
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911276062.4A Active CN111060023B (zh) | 2019-12-12 | 2019-12-12 | 一种高精度3d信息采集的设备及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111060023B (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111951259A (zh) * | 2020-08-21 | 2020-11-17 | 季华实验室 | 目标检测数据集生成方法、装置、系统和电子设备 |
CN111964582A (zh) * | 2020-10-23 | 2020-11-20 | 常州锦瑟医疗信息科技有限公司 | 基于混合现实的零件测量设备及其使用方法 |
CN112254669A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种多偏置角度的智能视觉3d信息采集设备 |
CN112254638A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种可俯仰调节的智能视觉3d信息采集设备 |
CN112253913A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种与旋转中心偏离的智能视觉3d信息采集设备 |
CN112254677A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种基于手持设备的多位置组合式3d采集系统及方法 |
CN112303423A (zh) * | 2020-10-15 | 2021-02-02 | 天目爱视(北京)科技有限公司 | 一种转动稳定的智能三维信息采集设备 |
CN112362667A (zh) * | 2020-11-04 | 2021-02-12 | 广东鑫光智能系统有限公司 | 一种改进型板材生产用六面检测装置及其检测方法 |
CN112468728A (zh) * | 2020-11-27 | 2021-03-09 | 努比亚技术有限公司 | 一种视频合成方法、设备及计算机可读存储介质 |
WO2021115297A1 (zh) * | 2019-12-12 | 2021-06-17 | 左忠斌 | 3d信息采集的设备及方法 |
CN114088011A (zh) * | 2021-11-22 | 2022-02-25 | 株洲时代新材料科技股份有限公司 | 一种空气弹簧检测方法及设备 |
CN116086351A (zh) * | 2023-04-11 | 2023-05-09 | 齐鲁工业大学(山东省科学院) | 一种气瓶不圆度的测量方法及装置 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776390A (zh) * | 2014-01-22 | 2014-05-07 | 广东工业大学 | 三维自然纹理数据扫描机及多视场数据拼接方法 |
CN108038822A (zh) * | 2017-11-23 | 2018-05-15 | 极翼机器人(上海)有限公司 | 一种手机云台全景照片拼接方法 |
CN109040597A (zh) * | 2018-08-28 | 2018-12-18 | Oppo广东移动通信有限公司 | 一种基于多摄像头的图像处理方法、移动终端及存储介质 |
CN109141240A (zh) * | 2018-09-05 | 2019-01-04 | 天目爱视(北京)科技有限公司 | 一种自适应3d测量及信息获取装置 |
CN109269405A (zh) * | 2018-09-05 | 2019-01-25 | 天目爱视(北京)科技有限公司 | 一种快速3d测量和比对方法 |
TW201917632A (zh) * | 2017-10-24 | 2019-05-01 | 鴻海精密工業股份有限公司 | 圖像獲取方法及圖像獲取裝置 |
-
2019
- 2019-12-12 CN CN201911276062.4A patent/CN111060023B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103776390A (zh) * | 2014-01-22 | 2014-05-07 | 广东工业大学 | 三维自然纹理数据扫描机及多视场数据拼接方法 |
TW201917632A (zh) * | 2017-10-24 | 2019-05-01 | 鴻海精密工業股份有限公司 | 圖像獲取方法及圖像獲取裝置 |
CN108038822A (zh) * | 2017-11-23 | 2018-05-15 | 极翼机器人(上海)有限公司 | 一种手机云台全景照片拼接方法 |
CN109040597A (zh) * | 2018-08-28 | 2018-12-18 | Oppo广东移动通信有限公司 | 一种基于多摄像头的图像处理方法、移动终端及存储介质 |
CN109141240A (zh) * | 2018-09-05 | 2019-01-04 | 天目爱视(北京)科技有限公司 | 一种自适应3d测量及信息获取装置 |
CN109269405A (zh) * | 2018-09-05 | 2019-01-25 | 天目爱视(北京)科技有限公司 | 一种快速3d测量和比对方法 |
Non-Patent Citations (1)
Title |
---|
刘贻圳: "3D自动成像系统", 《科技资讯》 * |
Cited By (15)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2021115297A1 (zh) * | 2019-12-12 | 2021-06-17 | 左忠斌 | 3d信息采集的设备及方法 |
CN111951259A (zh) * | 2020-08-21 | 2020-11-17 | 季华实验室 | 目标检测数据集生成方法、装置、系统和电子设备 |
CN112254638A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种可俯仰调节的智能视觉3d信息采集设备 |
CN112254669A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种多偏置角度的智能视觉3d信息采集设备 |
CN112253913A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种与旋转中心偏离的智能视觉3d信息采集设备 |
CN112254677A (zh) * | 2020-10-15 | 2021-01-22 | 天目爱视(北京)科技有限公司 | 一种基于手持设备的多位置组合式3d采集系统及方法 |
CN112303423A (zh) * | 2020-10-15 | 2021-02-02 | 天目爱视(北京)科技有限公司 | 一种转动稳定的智能三维信息采集设备 |
WO2022078419A1 (zh) * | 2020-10-15 | 2022-04-21 | 左忠斌 | 一种多偏置角度的智能视觉3d信息采集设备 |
CN112254638B (zh) * | 2020-10-15 | 2022-08-12 | 天目爱视(北京)科技有限公司 | 一种可俯仰调节的智能视觉3d信息采集设备 |
CN111964582A (zh) * | 2020-10-23 | 2020-11-20 | 常州锦瑟医疗信息科技有限公司 | 基于混合现实的零件测量设备及其使用方法 |
CN112362667A (zh) * | 2020-11-04 | 2021-02-12 | 广东鑫光智能系统有限公司 | 一种改进型板材生产用六面检测装置及其检测方法 |
CN112362667B (zh) * | 2020-11-04 | 2021-07-06 | 广东鑫光智能系统有限公司 | 一种改进型板材生产用六面检测装置及其检测方法 |
CN112468728A (zh) * | 2020-11-27 | 2021-03-09 | 努比亚技术有限公司 | 一种视频合成方法、设备及计算机可读存储介质 |
CN114088011A (zh) * | 2021-11-22 | 2022-02-25 | 株洲时代新材料科技股份有限公司 | 一种空气弹簧检测方法及设备 |
CN116086351A (zh) * | 2023-04-11 | 2023-05-09 | 齐鲁工业大学(山东省科学院) | 一种气瓶不圆度的测量方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN111649690A (zh) | 2020-09-11 |
CN111060023B (zh) | 2020-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111060023B (zh) | 一种高精度3d信息采集的设备及方法 | |
CN111292364B (zh) | 一种三维模型构建过程中图像快速匹配的方法 | |
CN111292239B (zh) | 一种三维模型拼接设备及方法 | |
CN111442721B (zh) | 一种基于多激光测距和测角的标定设备及方法 | |
CN111429523B (zh) | 一种在3d建模中远距离标定方法 | |
CN111028341B (zh) | 一种三维模型生成方法 | |
CN111076674B (zh) | 一种近距离目标物3d采集设备 | |
CN112304222B (zh) | 一种背景板同步旋转的3d信息采集设备 | |
CN111160136B (zh) | 一种标准化3d信息采集测量方法及系统 | |
CN111445529B (zh) | 一种基于多激光测距的标定设备及方法 | |
CN211178345U (zh) | 一种三维采集设备 | |
CN111060008B (zh) | 一种3d智能视觉设备 | |
CN111445528B (zh) | 一种在3d建模中多相机共同标定方法 | |
CN111340959B (zh) | 一种基于直方图匹配的三维模型无缝纹理贴图方法 | |
CN111208138B (zh) | 一种智能木料识别装置 | |
WO2021115297A1 (zh) | 3d信息采集的设备及方法 | |
CN111325780B (zh) | 一种基于图像筛选的3d模型快速构建方法 | |
CN111207690B (zh) | 一种可调整的虹膜3d信息采集测量设备 | |
CN111649690B (zh) | 一种能够手持的3d信息采集的设备及方法 | |
CN211375622U (zh) | 一种高精度虹膜3d信息采集设备及虹膜识别设备 |
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 |