CN112082506B - 一种基于散斑结构光的环形高精度测量装置及方法 - Google Patents

一种基于散斑结构光的环形高精度测量装置及方法 Download PDF

Info

Publication number
CN112082506B
CN112082506B CN202010972334.0A CN202010972334A CN112082506B CN 112082506 B CN112082506 B CN 112082506B CN 202010972334 A CN202010972334 A CN 202010972334A CN 112082506 B CN112082506 B CN 112082506B
Authority
CN
China
Prior art keywords
cantilever
depth camera
camera module
speckle
annular
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.)
Active
Application number
CN202010972334.0A
Other languages
English (en)
Other versions
CN112082506A (zh
Inventor
郭彦彬
王国平
刘迎宾
叶韶华
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.)
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
Original Assignee
Huazhong University of Science and Technology
Ezhou Institute of Industrial Technology Huazhong University of Science and Technology
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 Huazhong University of Science and Technology, Ezhou Institute of Industrial Technology Huazhong University of Science and Technology filed Critical Huazhong University of Science and Technology
Priority to CN202010972334.0A priority Critical patent/CN112082506B/zh
Publication of CN112082506A publication Critical patent/CN112082506A/zh
Application granted granted Critical
Publication of CN112082506B publication Critical patent/CN112082506B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • 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
    • G06T7/00—Image analysis
    • G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
    • 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
    • G06T2207/10024—Color image
    • 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)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)

Abstract

本发明公开了一种基于散斑结构光的环形高精度测量装置及方法，装置包括：支撑结构；环形导轨，所述环形导轨连接于所述支撑结构一端；悬臂，所述悬臂转动连接于所述环形导轨下端；深度相机模块组件，所述深度相机模块组件竖直连接于所述悬臂上；伺服系统，所述伺服系统布置于所述环形导轨上方，并且固定于所述支撑结构上，所述伺服系统输出端与所述悬臂连接。本发明能够在水平方向进行环形扫描，竖直方向进行直线扫描，可实现在短时间内对目标物体进行纹理重建和外形重建，提高重建模型外部纹理特征的真实性和完整性，拓展适用场景。

Description

一种基于散斑结构光的环形高精度测量装置及方法
技术领域
本发明涉及三维建模技术领域，具体地说，涉及一种基于散斑结构光的环形高精度测量装置及方法。
背景技术
随着计算机视觉技术的发展，基于激光视觉的三维重建技术得到了充分发展，但目前的三维重建技术不具备较强的场景适应性，往往忽视特定场景下的技术指标需求，无法与各行业垂直细分领域进行深度融合。本发明主要针对一些特定行业如：医美、教学、3D打印等，上述行业不仅对三维重建的精度有较高的要求，更重要的是注重重建模型的外部纹理特征是否真实，重建模型是否完整，模型的还原度是否高，常用的三维重建解决方案均无法同时满足上述指标。
发明内容
为解决上述技术问题，本发明公开了一种基于散斑结构光的环形高精度测量装置及方法，既可对目标物体进行快速、高精度外形三维建模，也可还原目标物体的纹理信息；其包括：
支撑结构；
环形导轨，所述环形导轨连接于所述支撑结构一端；
悬臂，所述悬臂转动连接于所述环形导轨下端；
深度相机模块组件，所述深度相机模块组件竖直连接于所述悬臂上；
伺服系统，所述伺服系统布置于所述环形导轨上方，并且固定于所述支撑结构上，所述伺服系统输出端与所述悬臂连接。
优选的，所述支撑结构包括：底盘、竖梁、横臂和锁定滚轮，所述竖梁竖直连接于所述底盘上端，所述横臂一端水平连接于所述竖梁顶端，所述锁定滚轮均匀连接于所述底盘下端，所述横臂另一端与所述环形导轨和伺服系统连接。
优选的，所述悬臂包括：垂直连接的第一悬臂和第二悬臂，所述第一悬臂水平布置，并与所述环形导轨转动连接，所述第一悬臂远离所述第二悬臂的一端与所述伺服系统连接，所述第二悬臂与所述深度相机模块组件连接。
优选的，所述深度相机模块组件包括：
第一固定座，若干个所述第一固定座间隔布置于所述第二悬臂一侧；
导杆，所述导杆穿设所述第一固定座设置；
第二固定座，所述第二固定座布置于所述第二悬臂一侧底端；
电动推杆，所述电动推杆穿设所述第二固定座设置，并沿竖直方向向上延伸；
深度相机模块，所述深度相机模块连接于所述电动推杆输出端；
滑动座，所述滑动座滑动连接于所述导杆上，并且与所述深度相机固定连接。
优选的，所述一种基于散斑结构光的环形高精度测量装置，还包括：电控箱，所述电控箱安装于所述底盘上端，所述电控箱与伺服系统、电动推杆和深度相机模块电连接，所述电控箱外接上位机软件。
优选的，所述深度相机模块包括一个散斑结构光深度相机，上位机软件发射采集信号后，所述深度相机模块以一定的帧率不断采集朝向区域图像。
优选的，每组图像由两种模式的图像组成，分别是彩色图像与深度图像，彩色图像代表目标物体的纹理信息，深度图像代表目标物体表面的三维点云信息，通过将深度图像信息与彩色图像信息配准，实现带有纹理信息的三维点云采集。
优选的，所述电动推杆采用继电器型步进电机驱动。
优选的，一种基于散斑结构光的环形高精度测量方法，包括：
第一步，上电复位：当设备上电后，上位机软件开始进行初始化操作，连接深度相机模块组件及伺服系统，确认二者无误后，系统变为准备状态；
第二步，相机参数标定：采用张正友标定法进行相机的标定，获得相机的内外参；
第三步，扫描重建：伺服系统通过悬臂带动深度相机进行匀速圆周运动，以完成在特定竖直位置的360°建模，当完成对特定竖直位置的建模后，继电器型步进电机驱动电动推杆，对深度相机进行竖直方向位置的调度，开始相邻截面的重建；
第四步，点云匹配与拼接：将每一个有效帧中获取的三维点云数据进行拼接后，即可得到较为完整、具有纹理特征的三维点云模型。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明结构示意图；
图2为本发明A位置局部放大示意图；
图3为本发明支撑结构结构示意图；
图4为本发明深度相机模块组件结构示意图。
图中：1.支撑结构；2.环形导轨；3.悬臂；4.深度相机模块组件；5.伺服系统；6.电控箱；11.底盘；12.竖梁；13.横臂；14.锁定滚轮；31.第一悬臂；32.第二悬臂；41.第一固定座；42.导杆；43.第二固定座；44.电动推杆；45.深度相机模块；46.滑动座。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例
下面将结合附图对本发明做进一步描述。
如图1-4所示，本实施例提供的一种基于散斑结构光的环形高精度测量装置，包括：
支撑结构1；
环形导轨2，所述环形导轨2连接于所述支撑结构1一端；
悬臂3，所述悬臂3转动连接于所述环形导轨2下端；
深度相机模块组件4，所述深度相机模块组件4竖直连接于所述悬臂3上；
伺服系统5，所述伺服系统5布置于所述环形导轨2上方，并且固定于所述支撑结构1上，所述伺服系统5输出端与所述悬臂3连接。
本发明的工作原理和有益效果为：
本发明提供一种基于散斑结构光的环形高精度测量装置，使用时，第一步，上电复位：当设备上电后，上位机软件开始进行初始化操作，连接深度相机模块组件45及伺服系统5，确认二者无误后，系统变为准备状态；第二步，相机参数标定：采用张正友标定法进行相机的标定，获得相机的内外参；第三步，扫描重建：伺服系统5通过悬臂3带动深度相机模块45进行匀速圆周运动，以完成在特定竖直位置的360°建模，当完成对特定竖直位置的建模后，继电器型步进电机驱动电动推杆44，对深度相机模块45进行竖直方向位置的调度，开始相邻截面的重建；第四步，点云匹配与拼接：将每一个有效帧中获取的三维点云数据进行拼接后，即可得到较为完整、具有纹理特征的三维点云模型。
本发明通过伺服系统5和继电器型步进电机的驱动，能够在水平方向进行环形扫描，竖直方向进行直线扫描，可实现在短时间内对目标物体进行纹理重建和外形重建，提高重建模型外部纹理特征的真实性和完整性，拓展适用场景。
在一个实施例中，所述支撑结构1包括：
底盘11、竖梁12、横臂13和锁定滚轮14，所述竖梁12竖直连接于所述底盘11上端，所述横臂13一端水平连接于所述竖梁12顶端，所述锁定滚轮14均匀连接于所述底盘11下端，所述横臂13另一端与所述环形导轨2和伺服系统5连接。
上述技术方案的工作原理和有益效果为：
所述竖梁12和横臂13作为主要支撑结构，主要作用为将整个环形扫描模块支撑起来，使目标物体可放置在环形扫描模块的中央位置，所述底盘11上装有四个锁定滚轮14，保证装置整体的可移动性，提高装置的使用灵活性，便于搬运并适应目标物体位置。
在一个实施例中，所述悬臂3包括：
垂直连接的第一悬臂31和第二悬臂32，所述第一悬臂31水平布置，并与所述环形导轨2转动连接，所述第一悬臂31远离所述第二悬臂32的一端与所述伺服系统5连接，所述第二悬臂32与所述深度相机模块组件4连接。
上述技术方案的工作原理和有益效果为：
所述悬臂3主要作用是搭载电动推杆44和深度相机模块45，保证所述深度相机模块45的安装位置，所述第一悬臂31和第二悬臂32垂直连接，延伸了环形扫描区域直径，增加有效环形扫描范围，所述第一悬臂31受所述伺服系统5控制，按照伺服系统5规定的速度沿所述导轨2轨道进行匀速圆周运动，实现装置的换扫功能。
如图4所示，在一个实施例中，所述深度相机模块组件4包括：
第一固定座41，若干个所述第一固定座41间隔布置于所述第二悬臂32一侧；
导杆42，所述导杆42穿设所述第一固定座41设置；
第二固定座43，所述第二固定座43布置于所述第二悬臂32一侧底端；
电动推杆44，所述电动推杆44穿设所述第二固定座43设置，并沿竖直方向向上延伸；
深度相机模块45，所述深度相机模块45连接于所述电动推杆44输出端；
滑动座46，所述滑动座46滑动连接于所述导杆42上，并且与所述深度相机模块45固定连接。
上述技术方案的工作原理和有益效果为：
所述深度相机模块45安装于所述电动推杆44上，所述电动推杆44在继电器型步进电机的驱动下，将推杆推出或收回，从而带动所述深度相机模块45在竖直方向上下移动，所述导杆42对所述深度相机模块45起导向作用，保证所述深度相机模块45移动方向始终保持竖直。通过上述结构设计，实现了所述深度相机模块45在竖直方向的直线扫描，减少移动轨迹偏移量，运动平稳，提高对目标物体竖直方向纹理重建和外形重建的准确性。
在一个实施例中，所述一种基于散斑结构光的环形高精度测量装置，还包括：
电控箱6，所述电控箱6安装于所述底盘11上端，所述电控箱6与伺服系统5、电动推杆44和深度相机模块45电连接，所述电控箱6外接上位机软件。
上述技术方案的工作原理和有益效果为：
所述电控箱6与装置内所有电子元件电连接，实现装置的开启和关机，同时通过外界上位机软件，对装置实现控制。
在一个实施例中，所述伺服系统5为所述装置的主要动力源，其为环形扫描模块的转动提供动力，并且该系统可实时记录深度相机模块所在位置，为重建算法提供精准的三维坐标，大大减少由于累计运行引入的误差，保证了重建的精度。
在一个实施例中，所述深度相机模块45包括一个散斑结构光深度相机，上位机软件发射采集信号后，所述深度相机模块45以一定的帧率不断采集朝向区域图像。
上述技术方案的工作原理和有益效果为：
结构光深度相机原理是通过近红外激光器，将具有一定结构特征的光线投射到被拍摄物体上，再由专门的红外摄像头进行采集，这种具备一定结构的光线，会因被摄物体的不同深度区域，而采集不同的图像相位信息，然后通过运算单元将这种结构的变化换算成深度信息，以此来获得三维结构。其中散斑结构光深度相机的优点主要有：方案成熟，相机基线可以做的比较小，方便小型化；资源消耗较低，单帧IR图就可计算出深度图，功耗低；主动光源，夜晚也可使用；在一定范围内精度高，分辨率高。
在一个实施例中，每组图像由两种模式的图像组成，分别是彩色图像与深度图像，彩色图像代表目标物体的纹理信息，深度图像代表目标物体表面的三维点云信息，通过将深度图像信息与彩色图像信息配准，实现带有纹理信息的三维点云采集。
在一个实施例中，所述电动推杆44采用继电器型步进电机驱动。
上述技术方案的工作原理和有益效果为：
所述电机主要作用为调节深度相机模块45在竖直方向上的位置，其受继电器控制，每给出一个触发信号，步进电机将沿驱动电动推杆44沿竖直方向移动固定距离，以此实现对目标物体不同竖直截面的三维重建。
在一个实施例中，一种基于散斑结构光的环形高精度测量方法，其特征在于，包括：
第一步，上电复位：当设备上电后，上位机软件开始进行初始化操作，连接深度相机模块组件4及伺服系统5，确认二者无误后，系统变为准备状态；
第二步，相机参数标定：采用张正友标定法进行相机的标定，获得相机的内外参；
第三步，扫描重建：伺服系统5通过悬臂3带动深度相机模块45进行匀速圆周运动，以完成在特定竖直位置的360°建模，当完成对特定竖直位置的建模后，继电器型步进电机驱动电动推杆44，对深度相机模块45进行竖直方向位置的调度，开始相邻截面的重建；
第四步，点云匹配与拼接：将每一个有效帧中获取的三维点云数据进行拼接后，即可得到较为完整、具有纹理特征的三维点云模型。
上述技术方案的工作原理和有益效果为：
在第二步中，相机参数标定：相机参数标定的目的在于获得相机的内参矩阵和外参矩阵，从而对一个成像系统建模，进而进行相应的计算。
A1.采用张正友标定法分别对彩色相机和深度相机进行标定，求出内参和外参。
彩色相机内参为：
Figure BDA0002684536200000091
彩色相机外参为：
Rrgb和Trgb
深度相机内参为：
Figure BDA0002684536200000092
深度相机外参为：
Rir和Tir
A2.求解彩色相机和深度相机的映射公式。
对于各自相机坐标系下的齐次三维点(P＝[X Y Z A]T)到各自图片上齐次表示的像素坐标(p＝[u v 1]T)的映射关系如下：
对彩色相机有：
Zrgb·prgb＝Krgb·[I|0]Prgb
展开后将齐次坐标Prgb＝[Xrgb Yrgb Zrgb1]T表示为非其次坐标：
Figure BDA0002684536200000101
因此，彩色相机的映射公式为：
Figure BDA0002684536200000102
同理，深度相机的映射公式为：
Figure BDA0002684536200000103
A3.彩色相机和深度相机的刚体变换关系为：
Rir2gb＝Rrgb·Rir -1
Tir2gb＝Trgb-Rir2gb·Tir
对于非齐次坐标表示的各自相机坐标系下的三维点
Figure BDA0002684536200000104
和
Figure BDA0002684536200000105
有以下关系：
Figure BDA0002684536200000106
因此得出：
Zrgb·prgb＝Krgb·Rir2gb·Zir·pir·Kir -1+Krgb·Tir2gb
为了简化表示，令：
R＝Krgb·Rir2gb·Kir -1
T＝Krgb·Tir2gb
则有：
Zrgb·prgb＝R·Zir·pir+T
即可得到prgb和pir的关系，进而找到深度图上每个像素点对应的RGB值。
在第三步中，扫描重建具体算法原理如下：
B1.输入是指散斑结构光深度相机采集的对齐好的彩色图像与深度图像数据流，输出的30Hz，分辨率为640x480的序列图像，输出是指重建好的三维场景，输入的color+depth的数据流首先需要做帧与帧之间的对应关系匹配，然后做全局位姿优化，将整体的漂移校正过来，整个重建过程中模型是在不断动态更新的。
B2.在匹配方面，使用一种并行全局优化方法：先使用稀疏的SIFT特征点来进行比较粗糙的配准，然后使用稠密的几何和光度连续性进行更加细致的配准。
B3.在位姿优化方面，使用一种分层优化方法，将图像分为两层：在较低的第一层，每连续10帧组成一个块，第一帧作为关键帧，然后对这个块内所有帧做一个局部位姿优化；在第二层，只使用所有的块的关键帧进行互相关联然后进行全局优化。这种分层优化方法可以剥离出关键帧，减少存储和待处理的数据，并且减少每次优化时的未知量，保证该方法可扩展到大场景而漂移很小。
B4.在稠密场景重建方面，对模型的对称型进行更新，若要增加更新的一帧估计，需先去掉旧的一帧，然后在新的位姿处重新整合，随着帧数增多，模型精确度随之提高。
所述扫描重建算法使用持续的分层优化，去除了时域跟踪的依赖，同时不需要任何显示的回环检测，每一帧都和历史帧相关，提高了建模的精确度。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (7)

1.一种基于散斑结构光的环形高精度测量装置，其特征在于，包括：
支撑结构(1)；
环形导轨(2)，所述环形导轨(2)连接于所述支撑结构(1)一端；
悬臂(3)，所述悬臂(3)转动连接于所述环形导轨(2)下端；
深度相机模块组件(4)，所述深度相机模块组件(4)竖直连接于所述悬臂(3)上；
伺服系统(5)，所述伺服系统(5)布置于所述环形导轨(2)上方，并且固定于所述支撑结构(1)上，所述伺服系统(5)输出端与所述悬臂(3)连接；
所述悬臂(3)包括：垂直连接的第一悬臂(31)和第二悬臂(32)，所述第一悬臂(31)水平布置，并与所述环形导轨(2)转动连接，所述第一悬臂(31)远离所述第二悬臂(32)的一端与所述伺服系统(5)连接，所述第二悬臂(32)与所述深度相机模块组件(4)连接；
所述深度相机模块组件(4)包括：
第一固定座(41)，若干个所述第一固定座(41)间隔布置于所述第二悬臂(32)一侧；
导杆(42)，所述导杆(42)穿设所述第一固定座(41)设置；
第二固定座(43)，所述第二固定座(43)布置于所述第二悬臂(32)一侧底端；
电动推杆(44)，所述电动推杆(44)穿设所述第二固定座(43)设置，并沿竖直方向向上延伸；
深度相机模块(45)，所述深度相机模块(45)连接于所述电动推杆(44)输出端；
滑动座(46)，所述滑动座(46)滑动连接于所述导杆(42)上，并且与所述深度相机模块(45)固定连接；
所述伺服系统(5)用于通过悬臂(3)带动深度相机模块(45)进行匀速圆周运动，以完成在特定竖直位置的360°建模；
所述电动推杆(44)用于当完成对特定竖直位置的建模后，对所述深度相机模块(45)进行竖直方向位置的调度，开始相邻截面的重建。
2.根据权利要求1所述的一种基于散斑结构光的环形高精度测量装置，其特征在于，所述支撑结构(1)包括：底盘(11)、竖梁(12)、横臂(13)和锁定滚轮(14)，所述竖梁(12)竖直连接于所述底盘(11)上端，所述横臂(13)一端水平连接于所述竖梁(12)顶端，所述锁定滚轮(14)均匀连接于所述底盘(11)下端，所述横臂(13)另一端与所述环形导轨(2)和伺服系统(5)连接。
3.根据权利要求2所述的一种基于散斑结构光的环形高精度测量装置，其特征在于，还包括：电控箱(6)，所述电控箱(6)安装于所述底盘(11)上端，所述电控箱(6)与伺服系统(5)、电动推杆(44)和深度相机模块(45)电连接，所述电控箱(6)外接上位机软件。
4.根据权利要求1所述的一种基于散斑结构光的环形高精度测量装置，其特征在于，所述深度相机模块(45)包括一个散斑结构光深度相机，上位机软件发射采集信号后，所述深度相机模块(45)以一定的帧率不断采集朝向区域图像。
5.根据权利要求4所述的一种基于散斑结构光的环形高精度测量装置，每组图像由两种模式的图像组成，分别是彩色图像与深度图像，彩色图像代表目标物体的纹理信息，深度图像代表目标物体表面的三维点云信息，通过将深度图像信息与彩色图像信息配准，实现带有纹理信息的三维点云采集。
6.根据权利要求1所述的一种基于散斑结构光的环形高精度测量装置，其特征在于，所述电动推杆(44)采用继电器型步进电机驱动。
7.一种基于散斑结构光的环形高精度测量方法，应用于如权利要求1-6任一项所述的基于散斑结构光的环形高精度测量装置，其特征在于，包括：
第一步，上电复位：当设备上电后，上位机软件开始进行初始化操作，连接深度相机模块组件(4)及伺服系统(5)，确认二者无误后，系统变为准备状态；
第二步，相机参数标定：采用张正友标定法进行相机的标定，获得相机的内外参；
第三步，扫描重建：伺服系统(5)通过悬臂(3)带动深度相机模块(45)进行匀速圆周运动，以完成在特定竖直位置的360°建模，当完成对特定竖直位置的建模后，继电器型步进电机驱动电动推杆(44)，对深度相机模块(45)进行竖直方向位置的调度，开始相邻截面的重建；
第四步，点云匹配与拼接：将每一个有效帧中获取的三维点云数据进行拼接后，即可得到较为完整、具有纹理特征的三维点云模型。
CN202010972334.0A 2020-09-16 2020-09-16 一种基于散斑结构光的环形高精度测量装置及方法 Active CN112082506B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010972334.0A CN112082506B (zh) 2020-09-16 2020-09-16 一种基于散斑结构光的环形高精度测量装置及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010972334.0A CN112082506B (zh) 2020-09-16 2020-09-16 一种基于散斑结构光的环形高精度测量装置及方法

Publications (2)

Publication Number Publication Date
CN112082506A CN112082506A (zh) 2020-12-15
CN112082506B true CN112082506B (zh) 2023-02-28

Family

ID=73736889

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010972334.0A Active CN112082506B (zh) 2020-09-16 2020-09-16 一种基于散斑结构光的环形高精度测量装置及方法

Country Status (1)

Country Link
CN (1) CN112082506B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113160416B (zh) * 2021-04-12 2023-03-24 西安科技大学 一种用于煤流检测的散斑成像装置及方法
CN113548605A (zh) * 2021-06-30 2021-10-26 华中科技大学鄂州工业技术研究院 一种具有刚性链的装卸叉车

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06166590A (ja) * 1992-11-27 1994-06-14 Shin Etsu Handotai Co Ltd 結晶径測定装置
CN205175363U (zh) * 2015-11-24 2016-04-20 黑龙江省科学院自动化研究所 一种三维数据采集和检测装置
CN109920007A (zh) * 2019-01-26 2019-06-21 中国海洋大学 基于多光谱光度立体与激光扫描的三维成像装置及方法
CN110450895A (zh) * 2019-08-20 2019-11-15 广东工业大学 一种摄影小车
CN111161404A (zh) * 2019-12-23 2020-05-15 华中科技大学鄂州工业技术研究院 一种环形扫描形貌三维重建方法、装置及系统

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109839065A (zh) * 2017-11-29 2019-06-04 刘松林 一种视觉测量试验平台
CN111311728B (zh) * 2020-01-10 2023-05-09 华中科技大学鄂州工业技术研究院 一种基于光流法的高精度形貌重建方法、设备及装置
CN111189415B (zh) * 2020-01-10 2021-11-09 华中科技大学鄂州工业技术研究院 一种基于线结构光的多功能三维测量重建系统及方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPH06166590A (ja) * 1992-11-27 1994-06-14 Shin Etsu Handotai Co Ltd 結晶径測定装置
CN205175363U (zh) * 2015-11-24 2016-04-20 黑龙江省科学院自动化研究所 一种三维数据采集和检测装置
CN109920007A (zh) * 2019-01-26 2019-06-21 中国海洋大学 基于多光谱光度立体与激光扫描的三维成像装置及方法
CN110450895A (zh) * 2019-08-20 2019-11-15 广东工业大学 一种摄影小车
CN111161404A (zh) * 2019-12-23 2020-05-15 华中科技大学鄂州工业技术研究院 一种环形扫描形貌三维重建方法、装置及系统

Also Published As

Publication number Publication date
CN112082506A (zh) 2020-12-15

Similar Documents

Publication Publication Date Title
JP6974873B2 (ja) シーンから深度情報を取得するための装置および方法
CN108629831B (zh) 基于参数化人体模板和惯性测量的三维人体重建方法及系统
Akbarzadeh et al. Towards urban 3d reconstruction from video
CN103729883B (zh) 一种三维环境信息采集与重构系统及方法
CA2957077C (en) Method and device for three-dimensional surface detection with a dynamic reference frame
CN112082506B (zh) 一种基于散斑结构光的环形高精度测量装置及方法
CN108053437B (zh) 基于体态的三维模型获取方法及装置
CN103743352B (zh) 一种基于多相机匹配的三维变形测量方法
CN114998499B (zh) 一种基于线激光振镜扫描的双目三维重建方法及系统
CN110390719A (zh) 基于飞行时间点云重建设备
CN104236479B (zh) 一种线结构光三维测量系统及3d纹理图像构造算法
CN106871787A (zh) 大空间线扫描成像三维测量方法
CN107131848A (zh) 能实现快速和致密形状检测的光学三维传感器
CN113160327A (zh) 一种点云补全的实现方法和系统
CN110806199A (zh) 一种基于激光投线仪和无人机的地形测量方法及系统
CN109920009B (zh) 基于二维码标识的控制点检测与管理方法及装置
CN111028341A (zh) 一种三维模型生成方法
Tang et al. Geometric accuracy potential of the digital modular camera
Nagy et al. SFM and semantic information based online targetless camera-LIDAR self-calibration
CN112254675A (zh) 一种包含运动物体的空间占用率采集判断设备及方法
CN112254680A (zh) 一种多自由度的智能视觉3d信息采集设备
CN112254670A (zh) 一种基于光扫描和智能视觉融合的3d信息采集设备
CN108550171A (zh) 基于交比不变性的含有八卦编码信息的线阵相机标定方法
Zhao et al. Alignment of continuous video onto 3D point clouds
CN107449403A (zh) 一种时‑空四维联合成像模型及应用

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