CN111640156A - 针对室外弱纹理目标的三维重建方法、设备及存储设备 - Google Patents
针对室外弱纹理目标的三维重建方法、设备及存储设备 Download PDFInfo
- Publication number
- CN111640156A CN111640156A CN202010454471.5A CN202010454471A CN111640156A CN 111640156 A CN111640156 A CN 111640156A CN 202010454471 A CN202010454471 A CN 202010454471A CN 111640156 A CN111640156 A CN 111640156A
- Authority
- CN
- China
- Prior art keywords
- image
- target
- camera
- dimensional reconstruction
- line laser
- 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
- 238000000034 method Methods 0.000 title claims abstract description 95
- 230000005484 gravity Effects 0.000 claims abstract description 9
- 238000001914 filtration Methods 0.000 claims abstract description 8
- 238000000691 measurement method Methods 0.000 claims abstract description 3
- 230000003287 optical effect Effects 0.000 claims description 7
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000000694 effects Effects 0.000 abstract description 8
- 230000009286 beneficial effect Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 9
- 230000007547 defect Effects 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 239000012212 insulator Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000012423 maintenance Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
Classifications
-
- 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
- G06T7/85—Stereo camera calibration
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- 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
- G06T2207/10004—Still image; Photographic image
- G06T2207/10012—Stereo images
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种针对室外弱纹理目标的三维重建方法,包括:首先进行双目相机的标定;然后对目标表面进行激光扫描;再使用帧差法完成目标图像中背景信息的过滤和线激光的提取;使用灰度重心法对提取到的线激光进行亚像素级别定位;根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;最后,根据双目视觉原理,使用三角测距法完成目标的三维重建。本发明的有益效果是:本发明使用帧差法过滤环境光,具有更好的室外目标重建效果;使用线激光创建人工纹理,可有效增加目标特征信息,实现精度和重建率更高的三维重建。
Description
技术领域
本发明涉及三维重建技术领域,尤其涉及一种针对室外弱纹理目标的三维重建方法、设备及存储设备。
背景技术
三维重建是通过各类传感器获取目标表面的位置和颜色信息,生成目标的三维模型,并用于目标识别、尺寸测量和逆向工程等。目前,该技术已广泛应用于医疗系统,自主导航,航空遥感测量,工业自动化等多个领域。由于通过视觉的方式进行三维重建具有非接触、精度高、速度快的优点,而成为目前常用的三维重建方法。另一方面,随着智能电网的不断发展,带电作业机器人技术逐渐兴起,其中的一项关键技术需求便是要实现变电站中金具、绝缘子等弱纹理目标的三维重建工作,用于实现目标识别、空间定位,进而完成机器人带电检修作业。
现有的基于视觉的三维重建方式可分为两种,基于主动视觉的三维重建方法和基于被动视觉的三维重建方法。其中,基于主动视觉的三维重建方法有结构光法、飞行时间(TOF)法等,主要使用相机捕获目标返回的人工光源特征信息,实现目标彩色和深度信息的获取,因此具有受环境光照影响大的缺点,不能在室外强光下使用;基于被动视觉的三维重建方法,一般以单个或双目相机为硬件基础,通过使用SURF等特征提取算子分析图像中目标表面的特征信息,之后利用三角测距原理实现目标深度信息的获取,因此对特征少目标(如墙面)的三维重建效果较差。
现有的三维重建方法可分为主动式和被动式两种。基于主动视觉的三维重建方法通过人工投射的结构光进行三维重建,因此具有容易被太阳光干扰的缺点,不适合室外使用;基于被动视觉的三维重建方法常通过提取目标的特征实现立体匹配,并进行三维重建,虽然可在室外工作,但对弱纹理目标,比如墙面、变电站绝缘子的三维重建效果仍然较差。
发明内容
为了解决解决室外光照强、目标特征少的情况下,传统三维重建方法适用性差的问题,本发明提供了一种针对室外弱纹理目标的三维重建方法、设备及存储设备;针对传统三维重建方法对室外弱纹理目标三维重建效果较差的问题,提出三维重建系统;针对目标特征少的问题,通过使用电机带动线激光发生器在物体表面创建人工特征点;针对室外强自然光对线激光的干扰问题,通过帧差法完成背景光的过滤和激光的提取;之后使用灰度重心法完成线激光的精确定位;然后根据双目视觉原理完成激光的立体匹配和三维重建,弥补传统三维重建方法对室外弱纹理目标适用性差的问题。
一种针对室外弱纹理目标的三维重建方法,应用于三维重建系统中;所述三维重建系统包括:双目相机、计算机、线激光发生器和电机:
双目相机、线激光发生器和电机分别与计算机电性连接;线激光发生器设置于双目相机的左相机和右相机的中间位置;激光发生器安装在电机的转轴上,且朝向目标设置,通过电机转动带动线激光发生器旋转;
所述一种针对室外弱纹理目标的三维重建方法,具体包括如下步骤:
S101:根据张正友标定法,利用棋盘格进行双目相机的标定,求取双目相机的内外参数;
S102:电机和线激光发生器同时工作,对目标表面进行激光扫描;双目相机采集多帧包含线激光信息的目标图像;包括左相机采集的左相机图像和右相机采集的右相机图像;
S103:使用帧差法完成目标图像中背景信息的过滤和线激光的提取;
S104:使用灰度重心法对提取到的线激光进行亚像素级别定位;
S105:根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;
S106:根据双目视觉原理,使用三角测距法完成目标的三维重建。
进一步地,步骤S101中,利用双目相机在不同方向,不同距离下采集棋盘格的多张照片,之后根据张正友标定法进行双目相机标定,计算出双目相机的内外参数(焦距和基线等)。
进一步地,步骤S103中,使用帧差法完成目标图像中背景信息的过滤和线激光的提取;包括:对左相机采集的左相机图像采用帧差法提取线激光:
S201:电机带动线激光移动到一个位置时,左相机采集一张图像,设为前一帧图像M0;之后线激光移动到另一个位置,左相机另外一张图像,设为后一帧图像M1;
S202:分别用图像M1各个位置的像素值减去图像M0对应位置的像素值,得到结果Value;
当Value小于零时,将图像M1对应位置的像素值置零;否则,将图像M1对应位置的像素值赋值为Value;
S203:对图像M0和图像M1上所有的像素点进行完整的遍历后,最终输出的图像M1即为帧差法结果。
进一步地,步骤S104中,使用灰度重心法对提取到的线激光进行亚像素级别定位;包括:
首先沿着垂直于激光条纹的方向,提取激光的各个像素值;
根据以下公式(1)获得线激光条纹的中心xk,完成线激光的精确定位:
上式中,(xi,y)为激光条纹中一点,其灰度值为f(xi,y);i=1,…,n;n代表线激光的像素宽度。
进一步地,步骤S105中,根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;包括:
双目相机在三维空间中观察到激光的点P(X,Y,Z),分别在左相机图像和右相机图像中的点pl(xl,yl)和pr(xr,yr)处成像;其中,左相机的图像坐标系的原点为ol,右相机的图像坐标系原点为or;
假设光平面POlOr与左相机图像平面相交形成左极线p1p2,与右图像平面相交形成右极线p3p4;根据双目视觉的极线约束原则,左相机图像中的点pl和右图像中的点pr必在线段p1p2和p3p4上;其中,Ol为左相机光心,为左相机的相机坐标系原点;Or为右相机光心,为右相机的相机坐标系原点;
根据顺序约束原则,左极线上投影点和右极线上匹配点的顺序保存一致;在上述极线约束原则和顺序约束原则的约束下,完成线激光的立体匹配,从而可生成视差图。
进一步地,步骤S106中,根据双目视觉原理,使用三角测距法完成目标的三维重建;具体包括:
根据双目相机标定结果,可得相机焦距f,基线T;根据立体匹配可得P点的视差为d=xl-xr;根据公式(2)得到P(X,Y,Z)点的三维坐标。
通过线激光的扫描,可获取目标所有位置的三维坐标,之后与灰度信息进行融合,生成目标的三维点云,最终实现目标的三维重建。
一种计算机可读存储介质,所述计算机可读存储介质存储指令及数据用于实现一种针对室外弱纹理目标的三维重建方法。
一种针对室外弱纹理目标的三维重建设备,包括:处理器及所述存储设备;所述处理器加载并执行所述存储设备中的指令及数据用于实现一种针对室外弱纹理目标的三维重建方法。
本发明提供的技术方案带来的有益效果是:本发明所提出的技术方案使用帧差法过滤环境光,具有更好的室外目标重建效果;使用线激光创建人工纹理,可有效增加目标特征信息,实现精度和重建率更高的三维重建。
附图说明
下面将结合附图及实施例对本发明作进一步说明,附图中:
图1是本发明实施例中一种针对室外弱纹理目标的三维重建方法的流程图;
图2是本发明实施例中三维重建系统的结构图;
图3(a)是本发明实施例中左相机图像示意图;
图3(b)是本发明实施例中右相机图像示意图;
图4(a)是本发明实施例中左相机前一帧图像示意图;
图4(b)是本发明实施例中左相机后一帧图像示意图;
图5是本发明实施例中双目视觉模型示意图;
图6是本发明实施例中立体匹配生成视差图;
图7是本发明实施例中室外金具三维重建效果示意图;
图8是本发明实施例中硬件设备工作的示意图。
具体实施方式
为了对本发明的技术特征、目的和效果有更加清楚的理解,现对照附图详细说明本发明的具体实施方式。
本发明的实施例提供了一种针对室外弱纹理目标的三维重建方法、设备及存储设备;一种针对室外弱纹理目标的三维重建方法,应用于三维重建系统中;
请参阅图2,图2是本发明实施例中三维重建系统的结构图;所述三维重建系统包括:双目相机、线激光发生器、电机和计算机;双目相机、线激光发生器和电机分别与计算机电性连接;线激光发生器设置于双目相机的左相机和右相机的中间位置;激光发生器安装在电机的转轴上,通过电机转动带动线激光发生器旋转;
三维重建系统正常工作时,线激光发生器用于在目标表面创建激光条纹;电机带动线激光发生器旋转,对目标表面进行激光扫描;双目相机用于采集目标的灰度图像,并将图像传输给计算机,完成图像的实时处理并进行目标稠密的三维重建工作。
请参考图1,图1是本发明实施例中一种针对室外弱纹理目标的三维重建方法的流程图,具体包括如下步骤:
S101:根据张正友标定法,利用棋盘格进行双目相机的标定,求取双目相机的内外参数;
S102:电机和线激光发生器同时工作,对目标表面进行激光扫描;双目相机采集多帧包含线激光信息的目标图像;包括左相机采集的左相机图像和右相机采集的右相机图像;
S103:使用帧差法完成目标图像中背景信息的过滤和线激光的提取;
S104:使用灰度重心法对提取到的线激光进行亚像素级别定位;
S105:根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;
S106:根据双目视觉原理,使用三角测距法完成目标的三维重建。
步骤S101中,利用双目相机在不同方向,不同距离下采集棋盘格的多张照片,之后根据张正友标定法进行双目相机标定,计算出双目相机的内外参数。
步骤S102中,本发明实施例中,以变电站软引线金具作为三维重建的目标,在线激光对室外金具进行实时扫描的情况下,采集不同帧的双目图像,其中一帧双目图像如图3所示。
步骤S103中,使用帧差法完成目标图像中背景信息的过滤和线激光的提取;此处以左相机采集的左相机图像为例,对帧差法提取线激光的完整过程进行描述:
S201:电机带动线激光移动到一个位置时,左相机采集到图4(a),设为前一帧图像M0;之后线激光移动到另一个位置,左相机采集到图4(b),设为后一帧图像M1;
S202:分别用图像M1各个位置的像素值减去图像M0对应位置的像素值,得到结果Value;(M1上的每个像素点的像素值减去M0上对应位置的像素点的像素值,得到对应的Value值)
当Value小于零时,将图像M1对应位置的像素值置零;否则,将图像M1对应位置的像素值赋值为Value;
S203:对图像M0和图像M1上所有的像素点进行完整的遍历后,最终输出的图像M1即为帧差法结果。
右相机采集的右相机图像的帧差法与步骤S201~S203类似,此处不再赘述。
步骤S104中,灰度重心法定位线激光:实际图像中线激光一般表现为十几或者几十个像素的宽度,为了实现线激光的快速、准确定位,本发明使用灰度重心法;其计算过程如下:
首先沿着垂直于激光条纹的方向,提取激光的各个像素值;
设激光条纹中一点(xi,y)的灰度值为f(xi,y),其中i=1,…,n;n代表了线激光的像素宽度;
根据以下公式(1)获得线激光条纹的中心xk,完成线激光的精确定位:
步骤S105中,根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;包括:
如图5所示,当线激光投射到目标表面时,双目相机可以在三维空间中观察到激光的点P(X,Y,Z),分别在左相机图像和右相机图像中的点pl(xl,yl)和pr(xr,yr)处成像;其中,左相机的图像坐标系的原点为ol,右相机的图像坐标系原点为or;
假设光平面POlOr与左相机图像平面相交形成左极线p1p2,与右图像平面相交形成右极线p3p4;根据双目视觉的极线约束原则,左相机图像中的点pl和右图像中的点pr必在线段p1p2和p3p4上;该约束有助于缩小匹配区域,提高匹配速度;其中,Ol为左相机光心,为左相机的相机坐标系原点;Or为右相机光心,为右相机的相机坐标系原点;
此外,根据顺序约束原则,左极线上投影点和右极线上匹配点的顺序保存一致;在上述极线约束原则和顺序约束原则的约束下,便可完成线激光的立体匹配,从而可生成视差图,结果如图6所示。
步骤S106中,根据双目视觉原理,使用三角测距法完成目标的三维重建;具体包括:
根据双目相机标定结果,可得相机焦距f(左相机和右相机的焦距f相同),基线T(左相机和右相机光心的间距);又可根据立体匹配可得P点的视差为d=xl-xr,则可根据公式(2)得到P(X,Y,Z)点的三维坐标。
通过线激光的扫描,可获取目标所有位置的三维坐标,之后可与灰度信息进行融合,生成目标的三维点云,最终实现目标(室外金具)的三维重建,结果如图7所示。
请参见图8,图8是本发明实施例的硬件设备工作示意图,所述硬件设备具体包括:一种针对室外弱纹理目标的三维重建设备801、处理器802及存储设备803。
一种针对室外弱纹理目标的三维重建设备801:所述一种针对室外弱纹理目标的三维重建设备801实现所述一种针对室外弱纹理目标的三维重建方法。
处理器802:所述处理器802加载并执行所述存储设备803中的指令及数据用于实现所述一种针对室外弱纹理目标的三维重建方法。
计算机可读存储介质803:所述计算机可读存储介质803存储指令及数据;所述存储设备803用于实现所述一种针对室外弱纹理目标的三维重建方法。
本发明的有益效果是:本发明所提出的技术方案使用帧差法过滤环境光,具有更好的室外目标重建效果;使用线激光创建人工纹理,可有效增加目标特征信息,实现精度和重建率更高的三维重建。
以上所述仅为本发明的较佳实施例,并不用以限制本发明,凡在本发明的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。
Claims (8)
1.一种针对室外弱纹理目标的三维重建方法,应用于三维重建系统中;所述三维重建系统包括:双目相机和计算机;其特征在于:所述三维重建系统还包括:线激光发生器和电机:
双目相机、线激光发生器和电机分别与计算机电性连接;线激光发生器设置于双目相机的左相机和右相机的中间位置;激光发生器安装在电机的转轴上,且朝向目标设置,通过电机转动带动线激光发生器旋转;
所述一种针对室外弱纹理目标的三维重建方法,具体包括如下步骤:
S101:根据张正友标定法,利用棋盘格进行双目相机的标定,求取双目相机的内外参数;
S102:电机和线激光发生器同时工作,对目标表面进行激光扫描;双目相机采集多帧包含线激光信息的目标图像;包括左相机采集的左相机图像和右相机采集的右相机图像;
S103:使用帧差法完成目标图像中背景信息的过滤和线激光的提取;
S104:使用灰度重心法对提取到的线激光进行亚像素级别定位;
S105:根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;
S106:根据双目视觉原理,使用三角测距法完成目标的三维重建。
2.如权利要求1所述的一种针对室外弱纹理目标的三维重建方法,其特征在于:步骤S101中,利用双目相机在不同方向,不同距离下采集棋盘格的多张照片,之后根据张正友标定法进行双目相机标定,计算出双目相机的内外参数。
3.如权利要求1所述的一种针对室外弱纹理目标的三维重建方法,其特征在于:步骤S103中,使用帧差法完成目标图像中背景信息的过滤和线激光的提取;包括:对左相机采集的左相机图像采用帧差法提取线激光:
S201:电机带动线激光移动到一个位置时,左相机采集一张图像,设为前一帧图像M0;之后线激光移动到另一个位置,左相机另外一张图像,设为后一帧图像M1;
S202:分别用图像M1各个位置的像素值减去图像M0对应位置的像素值,得到结果Value;
当Value小于零时,将图像M1对应位置的像素值置零;否则,将图像M1对应位置的像素值赋值为Value;
S203:对图像M0和图像M1上所有的像素点进行完整的遍历后,最终输出的图像M1即为帧差法结果。
5.如权利要求1所述的一种针对室外弱纹理目标的三维重建方法,其特征在于:步骤S105中,根据极线约束原则和顺序约束原则,进行左相机图像和右相机图像中线激光的立体匹配,生成视差图;包括:
双目相机在三维空间中观察到激光的点P(X,Y,Z),分别在左相机图像和右相机图像中的点pl(xl,yl)和pr(xr,yr)处成像;其中,左相机的图像坐标系的原点为ol,右相机的图像坐标系原点为or;
假设光平面PlOr与左相机图像平面相交形成左极线p1p2,与右图像平面相交形成右极线p3p4;根据双目视觉的极线约束原则,左相机图像中的点pl和右图像中的点pr必在线段p1p2和p3p4上;其中,Ol为左相机光心,为左相机的相机坐标系原点;Or为右相机光心,为右相机的相机坐标系原点;
根据顺序约束原则,左极线上投影点和右极线上匹配点的顺序保存一致;在上述极线约束原则和顺序约束原则的约束下,完成线激光的立体匹配,从而可生成视差图。
7.一种计算机可读存储介质,其特征在于:所述计算机可读存储介质存储指令及数据用于实现权利要求1~6所述的任意一种针对室外弱纹理目标的三维重建方法。
8.一种针对室外弱纹理目标的三维重建设备,其特征在于:包括:处理器及存储设备;所述处理器加载并执行存储设备中的指令及数据用于实现权利要求1~6所述的任意一种针对室外弱纹理目标的三维重建方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010454471.5A CN111640156A (zh) | 2020-05-26 | 2020-05-26 | 针对室外弱纹理目标的三维重建方法、设备及存储设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010454471.5A CN111640156A (zh) | 2020-05-26 | 2020-05-26 | 针对室外弱纹理目标的三维重建方法、设备及存储设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111640156A true CN111640156A (zh) | 2020-09-08 |
Family
ID=72330998
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010454471.5A Pending CN111640156A (zh) | 2020-05-26 | 2020-05-26 | 针对室外弱纹理目标的三维重建方法、设备及存储设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111640156A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112146589A (zh) * | 2020-09-16 | 2020-12-29 | 天津大学 | 一种基于zynq平台的三维形貌测量系统及方法 |
CN113963107A (zh) * | 2021-09-22 | 2022-01-21 | 西安交通大学 | 一种基于双目视觉的大型目标三维重建方法及系统 |
CN114111574A (zh) * | 2021-11-23 | 2022-03-01 | 西安理工大学 | 高温红热目标双目线激光视觉三维测量方法 |
CN115272351A (zh) * | 2022-09-30 | 2022-11-01 | 煤炭科学研究总院有限公司 | 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法 |
WO2024055788A1 (zh) * | 2022-09-15 | 2024-03-21 | 珠海一微半导体股份有限公司 | 基于图像信息的激光定位方法及机器人 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495026A (zh) * | 2011-11-23 | 2012-06-13 | 天津大学 | 一种用于线激光扫描视觉测量系统的光带中心线提取方法 |
CN107123156A (zh) * | 2017-03-10 | 2017-09-01 | 西北工业大学 | 一种与双目立体视觉相结合的主动光源投影三维重构方法 |
CN107907048A (zh) * | 2017-06-30 | 2018-04-13 | 长沙湘计海盾科技有限公司 | 一种基于线结构光扫描的双目立体视觉三维测量方法 |
CN110136211A (zh) * | 2019-04-18 | 2019-08-16 | 中国地质大学(武汉) | 一种基于主动双目视觉技术的工件定位方法及系统 |
CN113063368A (zh) * | 2021-04-07 | 2021-07-02 | 杭州江奥光电科技有限公司 | 一种线激光旋转扫描三维轮廓测量方法及装置 |
-
2020
- 2020-05-26 CN CN202010454471.5A patent/CN111640156A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102495026A (zh) * | 2011-11-23 | 2012-06-13 | 天津大学 | 一种用于线激光扫描视觉测量系统的光带中心线提取方法 |
CN107123156A (zh) * | 2017-03-10 | 2017-09-01 | 西北工业大学 | 一种与双目立体视觉相结合的主动光源投影三维重构方法 |
CN107907048A (zh) * | 2017-06-30 | 2018-04-13 | 长沙湘计海盾科技有限公司 | 一种基于线结构光扫描的双目立体视觉三维测量方法 |
CN110136211A (zh) * | 2019-04-18 | 2019-08-16 | 中国地质大学(武汉) | 一种基于主动双目视觉技术的工件定位方法及系统 |
CN113063368A (zh) * | 2021-04-07 | 2021-07-02 | 杭州江奥光电科技有限公司 | 一种线激光旋转扫描三维轮廓测量方法及装置 |
Non-Patent Citations (1)
Title |
---|
张智等: "基于图像分割的光条中心线提取方法", 《计算机测量与控制》 * |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112146589A (zh) * | 2020-09-16 | 2020-12-29 | 天津大学 | 一种基于zynq平台的三维形貌测量系统及方法 |
CN113963107A (zh) * | 2021-09-22 | 2022-01-21 | 西安交通大学 | 一种基于双目视觉的大型目标三维重建方法及系统 |
CN113963107B (zh) * | 2021-09-22 | 2024-04-02 | 西安交通大学 | 一种基于双目视觉的大型目标三维重建方法及系统 |
CN114111574A (zh) * | 2021-11-23 | 2022-03-01 | 西安理工大学 | 高温红热目标双目线激光视觉三维测量方法 |
CN114111574B (zh) * | 2021-11-23 | 2024-01-09 | 西安理工大学 | 高温红热目标双目线激光视觉三维测量方法 |
WO2024055788A1 (zh) * | 2022-09-15 | 2024-03-21 | 珠海一微半导体股份有限公司 | 基于图像信息的激光定位方法及机器人 |
CN115272351A (zh) * | 2022-09-30 | 2022-11-01 | 煤炭科学研究总院有限公司 | 基于双目视觉和线激光的矿井无轨胶轮车超限检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN111640156A (zh) | 针对室外弱纹理目标的三维重建方法、设备及存储设备 | |
CN112132972B (zh) | 一种激光与图像数据融合的三维重建方法及系统 | |
WO2022170878A1 (zh) | 一种无人机测量输电线路影像距离的系统及方法 | |
CN111473739B (zh) | 一种基于视频监控的隧道塌方区围岩变形实时监测方法 | |
CN106981083B (zh) | 双目立体视觉系统摄像机参数的分步标定方法 | |
CN105547189B (zh) | 基于变尺度的高精度光学三维测量方法 | |
CN114998499A (zh) | 一种基于线激光振镜扫描的双目三维重建方法及系统 | |
CN107588721A (zh) | 一种基于双目视觉的零件多尺寸的测量方法及系统 | |
CN105115560B (zh) | 一种船舱舱容的非接触测量方法 | |
CN113205592B (zh) | 一种基于相位相似性的光场三维重建方法及系统 | |
CN104034263A (zh) | 一种锻件尺寸的非接触测量方法 | |
CN111091076B (zh) | 基于立体视觉的隧道限界数据测量方法 | |
CN102519434A (zh) | 一种用于立体视觉三维恢复数据精度测量的试验验证方法 | |
CN114543787B (zh) | 基于条纹投影轮廓术的毫米级室内建图定位方法 | |
CN110852979A (zh) | 一种基于相位信息匹配的点云配准及融合方法 | |
CN111429571B (zh) | 一种基于时空图像信息联合相关的快速立体匹配方法 | |
CN112525106B (zh) | 基于三相机协同激光的3d探测方法及装置 | |
CN107504917A (zh) | 一种三维尺寸测量方法及装置 | |
CN113393413B (zh) | 基于单目与双目视觉协同的水域面积测量方法和系统 | |
Xiong et al. | Automatic three-dimensional reconstruction based on four-view stereo vision using checkerboard pattern | |
CN110310371B (zh) | 一种基于车载单目聚焦序列图像构建对象三维轮廓的方法 | |
CN112505723B (zh) | 一种基于导航点选择的三维地图重建方法 | |
CN114663486A (zh) | 一种基于双目视觉的建筑物测高方法及系统 | |
CN112991525A (zh) | 像方和物方混合匹配基元的数字表面模型生成方法 | |
Agrawal et al. | RWU3D: Real World ToF and Stereo Dataset with High Quality Ground Truth |
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 |
Application publication date: 20200908 |
|
RJ01 | Rejection of invention patent application after publication |