CN112581621B - 一种三维点云钢板空间尺寸在线提取方法 - Google Patents
一种三维点云钢板空间尺寸在线提取方法 Download PDFInfo
- Publication number
- CN112581621B CN112581621B CN202011386118.4A CN202011386118A CN112581621B CN 112581621 B CN112581621 B CN 112581621B CN 202011386118 A CN202011386118 A CN 202011386118A CN 112581621 B CN112581621 B CN 112581621B
- Authority
- CN
- China
- Prior art keywords
- steel plate
- point cloud
- dimensional point
- dimensional
- image
- 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
Links
- 229910000831 Steel Inorganic materials 0.000 title claims abstract description 83
- 239000010959 steel Substances 0.000 title claims abstract description 83
- 238000000605 extraction Methods 0.000 title claims abstract description 18
- 238000000034 method Methods 0.000 claims abstract description 20
- 238000012545 processing Methods 0.000 claims abstract description 16
- 230000011218 segmentation Effects 0.000 claims abstract description 10
- 230000000007 visual effect Effects 0.000 claims description 4
- 238000005259 measurement Methods 0.000 abstract description 16
- 238000010079 rubber tapping Methods 0.000 abstract 1
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 238000005520 cutting process Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012805 post-processing Methods 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
Classifications
-
- 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
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/136—Segmentation; Edge detection involving thresholding
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Abstract
本发明公开了一种三维点云钢板空间尺寸在线提取方法,包括:读取包含钢板高度信息的TIF格式图像;对图像进行钢板特征区域提取;按钢板特征区域对TIF图像进行区域分割,保留钢板特征位置信息,对只包含钢板特征的TIF图像进行三维点云化,并获取最小外接包围盒的三维坐标系;对三维点云进行三角网格化曲面重构;沿着X、Y坐标系对三维数据利用空间平面进行相交,得到多组相交线并计算出钢板不同位置的实际尺寸;利用过坐标系原点、垂直于XY平面的空间平面,以Z轴为旋转轴对三维数据进行不断相交,得到多组相交线;对相交线分别进行拟合,计算最大不平度。本发明通过采用新型点云空间尺寸提取方法,提升了测量的准确度和精度,降低了点云的处理时间。
Description
技术领域
本发明属于钢板点云处理领域,特别涉及一种三维点云钢板空间尺寸在线提取方法。
背景技术
钢板作为各行各业生产建设资料的基本组成形式之一,尤其在船舶装备、航空航天、工程机械、铁路交通、石油化工等行业应用十分广泛,其尺寸的精准程度不但影响着各行业的生产,也对钢板制造企业本身的信用及利润起到重要作用。基于激光三角成像原理的三维视觉扫描技术作为一种非接触、大场景、高精度的传感技术,可对不同尺寸、不同材质钢板外形进行精确扫描,实现钢板的数字化。
传统的钢板制造企业获取钢板尺寸信息的方法主要有人工测量与多相机测量两种方式。人工测量主要通过卷尺、水平尺对钢板各个尺寸进行测量,测量方式简单,但测量精度低、随机误差大;多相机测量主要通过在固定位置布置多个二维相机实现局部特征的识别,通过间接计算实现钢板各个尺寸的测量,但受限于钢板测量位置不固定、钢板尺寸变化以及测量数据为平面测量等因素,测量结果不能够反映钢板真实的空间尺寸。采用基于激光三角成像原理扫描获取钢板表面三维点云的方式能够实现钢板数据化,从而方便后续通过合适的处理方法提取其中准确的尺寸信息。
发明内容
本发明的目的在于针对上述现有技术存在的问题,提供一种三维点云钢板的空间尺寸在线提取方法,该方法可以实现钢板长度、宽度、对角线、不平度等空间尺寸信息的提取,测量结果准确度高,算法鲁棒性好,可快速测量钢板实际尺寸。
实现本发明目的的技术解决方案为:一种三维点云钢板空间尺寸在线提取方法,所述方法包括以下步骤:
步骤1,读取三维视觉扫描设备得到的包含钢板高度信息的TIF格式图像;
步骤2,对图像进行钢板特征区域提取;
步骤3,按钢板特征区域对TIF图像进行区域分割,保留钢板特征位置信息,之后对只包含钢板特征的TIF图像进行三维点云化,并获取最小外接包围盒的三维坐标系;
步骤4,对三维点云进行三角网格化曲面重构;
步骤5,沿着X、Y坐标系对钢板三维数据利用空间平面进行相交,得到多组钢板不同位置相交线并计算出钢板不同位置的实际尺寸;
步骤6,利用过三维坐标系原点、垂直于XY平面的空间平面,以Z轴为旋转轴对三维数据进行不断相交,得到多组相交线;
步骤7,将得到的所有相交线分别进行拟合,计算出最大不平度。
进一步地,步骤2所述对图像进行钢板特征区域提取,具体过程包括:
步骤2-1,在不改变图像特征的前提下将像素类型为“real”类型,图片格式为TIF格式的图像转换为像素类型为“byte”,图片格式为JPG格式的图像;
步骤2-2,使用阈值分割算法对图像进行分割,删除大于预设最大阈值和小于预设最小阈值的像素,利用连通域算法计算每个连通域的面积,之后设置连通域宽度和面积的阈值进一步筛选出符合钢板形状的区域;
步骤2-3,利用闭运算算法对步骤2-2提取的钢板形状区域进行处理,之后利用开运算算法进行进一步处理,得到实际钢板的特征区域。
进一步地,步骤5的具体过程包括:
步骤5-1,设立空间平面Tp(Pi):
对于整个三维点云数据{Pi},i=1,2,...n,n为点云的数量,其坐标系原点为Oi,X轴方向向量为nx,Y轴方向向量为ny,三维点云数据与X轴方向向量垂直的空间平面Tp1(Pi)可以表示为由坐标系原点Oi与Y轴方向向量组成的形式,即:
Tp1(Pi)=(Oi,nx)
同样的,与Y轴方向向量垂直的空间平面Tp2(Pi)可表示为:
Tp2(Pi)=(Oi,ny)
步骤5-2,三维空间X轴与Y轴方向内任意位置的空间平面与三维重构数据相交得到的线段可表示为:
L(Pi)={Tpj(Pi)∩Pi}i=1,2,...,n;j=1,2
则j=1,2时,L(Pi)分别表示空间平面Tpj(Pi)所在位置处钢板的长度和宽度,即为长度方向最小值,/>即为宽度方向最小值。
进一步地,步骤6的具体过程包括:
步骤6-1,建立过坐标系原点Oi、以Y轴方向向量为法向量的空间平面Tp(Pi),并以Z轴方向向量为旋转轴逆时针旋转90度;
步骤6-2,将空间平面Tp(Pi)与整个三维点云{Pi}等角度旋转相交得到的线段以旋转度数为标签进行保存;
步骤6-3,同样的,将空间平面Tp(Pi)以Z轴方向向量为旋转轴顺时针旋转90度,并与三维点云{Pi}相交,得到的线段以旋转度数为标签进行保存。
进一步地,步骤7的具体过程包括:
步骤7-1,利用连通域算法计算线段的每个连通域,设置长度阈值,剔除离散的长度小于长度阈值的线段;
步骤7-2,利用图像特征最小外接矩形算法计算出线段的最小外接矩形,该矩形的宽度即为钢板在该位置的不平度;
步骤7-3,遍历所有存储的线段图片并执行步骤7-2,得到最大不平度数值及其位置。
本发明与现有技术相比,其显著优点为:
(1)本发明在进行点云处理前通过将包含高度信息的深度图转换为普通JPG图像,图像文件明显减小。利用成熟的二维图像处理技术快速得到钢板的特征区域,同时将得到的特征区域作为深度图分割的基准,避免在更高维度对空间干扰进行处理。采用该种方法得到三维点云干扰因素及数据量大大减小,使得高维度处理变得更加快速,鲁棒性更高,易于工业现场应用。
(2)本发明通过在进行尺寸测量前将三维点云进行三维网格化重构,将点数据转换为面数据,通过与合适空间平面进行相交,将特定位置尺寸信息从三维数据完整的投影到二维图像中,显著提升了处理速度,避免了不必要数据的反复计算。
(3)本发明在空间尺寸测量算法上进行了创新优化,首次提出了基于空间平面与三维点云旋转相交的方法,避免了在找寻点云局部特征迭代过程中的误差,准确快速的实现钢板空间尺寸的提取。
下面结合附图对本发明作进一步详细描述。
附图说明
图1为一个实施例中三维点云钢板空间尺寸在线提取方法的流程图。
图2为一个实施例中原始深度图、分割完成图,其中图(a)为原始深度图,图(b)为分割完成图。
图3为一个实施例中三维数据和空间平面切割图,其中图(a)为钢板的三维数据,图(b)为空间平面切割图。
图4为一个实施例中处理后相交曲线效果图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
在一个实施例中,结合图1,提供了一种三维点云钢板空间尺寸在线提取方法,所述方法包括以下步骤:
步骤1,读取三维视觉扫描设备得到的包含钢板高度信息的TIF格式图像;
步骤2,对图像进行钢板特征区域提取(示例性地,某一钢板的原始深度图如图2(a)所示,分割完成图如图2(b)所示);
步骤3,按钢板特征区域对TIF图像进行区域分割,保留钢板特征位置信息,之后对只包含钢板特征的TIF图像进行三维点云化,并获取最小外接包围盒的三维坐标系;
步骤4,对三维点云进行三角网格化曲面重构;
步骤5,沿着X、Y坐标系对钢板三维数据利用空间平面进行相交,得到多组钢板不同位置相交线并计算出钢板不同位置的实际尺寸(示例性地,三维数据和空间平面切割图见图3);
步骤6,利用过三维坐标系原点、垂直于XY平面的空间平面,以Z轴为旋转轴对三维数据进行不断相交,得到多组相交线(示例性地,相交线见图4);
步骤7,将得到的所有相交线分别进行拟合,计算出最大不平度。
进一步地,在其中一个实施例中,步骤2所述对图像进行钢板特征区域提取,具体过程包括:
步骤2-1,在不改变图像特征的前提下将像素类型为“real”类型,图片格式为TIF格式的图像转换为像素类型为“byte”,图片格式为JPG格式的图像,降低图像大小,提高图像处理效率;
步骤2-2,使用阈值分割算法对图像进行分割,删除大于预设最大阈值和小于预设最小阈值的像素,利用连通域算法计算每个连通域的面积,之后设置连通域宽度和面积的阈值进一步筛选出符合钢板形状的区域;
步骤2-3,利用闭运算算法对步骤2-2提取的钢板形状区域进行处理,填充区域的空洞及局部缺失,之后利用开运算算法进行进一步处理,去除毛刺部分,得到实际钢板的特征区域。
进一步地,在其中一个实施例中,步骤2-3中所述闭运算算法采用的元素为矩形结构元素,且所述开运算算法采用同样大小的矩形结构元素。
进一步地,在其中一个实施例中,步骤4具体采用贪婪算法对三维点云进行三角网格化曲面重构。
进一步地,在其中一个实施例中,步骤5的具体过程包括:
步骤5-1,设立空间平面Tp(Pi):
对于整个三维点云数据{Pi},i=1,2,...n,n为点云的数量,其坐标系原点为Oi,X轴方向向量为nx,Y轴方向向量为ny,三维点云数据与X轴方向向量垂直的空间平面Tp1(Pi)可以表示为由坐标系原点Oi与Y轴方向向量组成的形式,即:
Tp1(Pi)=(Oi,nx)
同样的,与Y轴方向向量垂直的空间平面Tp2(Pi)可表示为:
Tp2(Pi)=(Oi,ny)
步骤5-2,三维空间X轴与Y轴方向内任意位置的空间平面与三维重构数据相交得到的线段可表示为:
L(Pi)={Tpj(Pi)∩Pi}i=1,2,...,n;j=1,2
则j=1,2时,L(Pi)分别表示空间平面Tpj(Pi)所在位置处钢板的长度和宽度,即为长度方向最小值,/>即为宽度方向最小值。
进一步地,在其中一个实施例中,步骤6的具体过程包括:
步骤6-1,建立过坐标系原点Oi、以Y轴方向向量为法向量的空间平面Tp(Pi),并以Z轴方向向量为旋转轴逆时针旋转90度;
步骤6-2,将空间平面Tp(Pi)与整个三维点云{Pi}等角度旋转相交得到的线段以旋转度数为标签进行保存;
步骤6-3,同样的,将空间平面Tp(Pi)以Z轴方向向量为旋转轴顺时针旋转90度,并与三维点云{Pi}相交,得到的线段以旋转度数为标签进行保存。
进一步地,在其中一个实施例中,步骤7的具体过程包括:
步骤7-1,利用连通域算法计算线段的每个连通域,设置长度阈值,剔除离散的长度小于长度阈值的线段;
步骤7-2,利用图像特征最小外接矩形算法计算出线段的最小外接矩形,该矩形的宽度即为钢板在该位置的不平度;
步骤7-3,遍历所有存储的线段图片并执行步骤7-2,得到最大不平度数值及其位置。
本发明通过采用新型点云空间尺寸提取方法,提升了测量的准确度和精度,降低了点云的处理时间。
以上显示和描述了本发明的基本原理、主要特征及优点。本行业的技术人员应该了解,本发明不受上述实施例的限制,上述实施例和说明书中描述的只是说明本发明的原理,在不脱离本发明精神和范围的前提下,本发明还会有各种变化和改进,这些变化和改进都落入要求保护的本发明范围内。本发明要求保护范围由所附的权利要求书及其等效物界定。
Claims (7)
1.一种三维点云钢板空间尺寸在线提取方法,其特征在于,所述方法包括以下步骤:
步骤1,读取三维视觉扫描设备得到的包含钢板高度信息的TIF格式图像;
步骤2,对图像进行钢板特征区域提取;
步骤3,按钢板特征区域对TIF图像进行区域分割,保留钢板特征位置信息,之后对只包含钢板特征的TIF图像进行三维点云化,并获取最小外接包围盒的三维坐标系;
步骤4,对三维点云进行三角网格化曲面重构;
步骤5,沿着X、Y坐标系对钢板三维数据利用空间平面进行相交,得到多组钢板不同位置相交线并计算出钢板不同位置的实际尺寸;
步骤6,利用过三维坐标系原点、垂直于XY平面的空间平面,以Z轴为旋转轴对三维数据进行不断相交,得到多组相交线;
步骤7,将得到的所有相交线分别进行拟合,计算出最大不平度。
2.根据权利要求1所述的三维点云钢板空间尺寸在线提取方法,其特征在于,步骤2所述对图像进行钢板特征区域提取,具体过程包括:
步骤2-1,在不改变图像特征的前提下将像素类型为“real”类型,图片格式为TIF格式的图像转换为像素类型为“byte”,图片格式为JPG格式的图像;
步骤2-2,使用阈值分割算法对图像进行分割,删除大于预设最大阈值和小于预设最小阈值的像素,利用连通域算法计算每个连通域的面积,之后设置连通域宽度和面积的阈值进一步筛选出符合钢板形状的区域;
步骤2-3,利用闭运算算法对步骤2-2提取的钢板形状区域进行处理,之后利用开运算算法进行进一步处理,得到实际钢板的特征区域。
3.根据权利要求2所述的三维点云钢板空间尺寸在线提取方法,其特征在于,步骤2-3中所述闭运算算法采用的元素为矩形结构元素,且所述开运算算法采用同样大小的矩形结构元素。
4.根据权利要求3所述的三维点云钢板空间尺寸在线提取方法,其特征在于,步骤4具体采用贪婪算法对三维点云进行三角网格化曲面重构。
5.根据权利要求4所述的三维点云钢板空间尺寸在线提取方法,其特征在于,步骤5的具体过程包括:
步骤5-1,设立空间平面Tp(Pi):
对于整个三维点云数据{Pi},i=1,2,...n,n为点云的数量,其坐标系原点为Oi,X轴方向向量为nx,Y轴方向向量为ny,三维点云数据与X轴方向向量垂直的空间平面Tp1(Pi)可以表示为由坐标系原点Oi与Y轴方向向量组成的形式,即:
Tp1(Pi)=(Oi,nx)
同样的,与Y轴方向向量垂直的空间平面Tp2(Pi)可表示为:
Tp2(Pi)=(Oi,ny)
步骤5-2,三维空间X轴与Y轴方向内任意位置的空间平面与三维重构数据相交得到的线段可表示为:
L(Pi)={Tpj(Pi)∩Pi}i=1,2,...,n;j=1,2
则j=1,2时,L(Pi)分别表示空间平面Tpj(Pi)所在位置处钢板的长度和宽度,即为长度方向最小值,/>即为宽度方向最小值。
6.根据权利要求5所述的三维点云钢板空间尺寸在线提取方法,其特征在于,步骤6的具体过程包括:
步骤6-1,建立过坐标系原点Oi、以Y轴方向向量为法向量的空间平面Tp(Pi),并以Z轴方向向量为旋转轴逆时针旋转90度;
步骤6-2,将空间平面Tp(Pi)与整个三维点云{Pi}等角度旋转相交得到的线段以旋转度数为标签进行保存;
步骤6-3,同样的,将空间平面Tp(Pi)以Z轴方向向量为旋转轴顺时针旋转90度,并与三维点云{Pi}相交,得到的线段以旋转度数为标签进行保存。
7.根据权利要求6所述的三维点云钢板空间尺寸在线提取方法,其特征在于,步骤7的具体过程包括:
步骤7-1,利用连通域算法计算线段的每个连通域,设置长度阈值,剔除离散的长度小于长度阈值的线段;
步骤7-2,利用图像特征最小外接矩形算法计算出线段的最小外接矩形,该矩形的宽度即为钢板在该位置的不平度;
步骤7-3,遍历所有存储的线段图片并执行步骤7-2,得到最大不平度数值及其位置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011386118.4A CN112581621B (zh) | 2020-12-01 | 2020-12-01 | 一种三维点云钢板空间尺寸在线提取方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011386118.4A CN112581621B (zh) | 2020-12-01 | 2020-12-01 | 一种三维点云钢板空间尺寸在线提取方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112581621A CN112581621A (zh) | 2021-03-30 |
CN112581621B true CN112581621B (zh) | 2024-02-13 |
Family
ID=75128145
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011386118.4A Active CN112581621B (zh) | 2020-12-01 | 2020-12-01 | 一种三维点云钢板空间尺寸在线提取方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112581621B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113515903B (zh) * | 2021-09-08 | 2022-03-08 | 中国空气动力研究与发展中心计算空气动力研究所 | 一种分区封装的快速寻点方法、存储介质及终端 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253909A (zh) * | 2018-03-22 | 2018-07-06 | 苏州大学 | 一种平面度的测量方法和测量装置 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
CN109737874A (zh) * | 2019-01-17 | 2019-05-10 | 广东省智能制造研究所 | 基于三维视觉技术的物体尺寸测量方法及装置 |
CN110751732A (zh) * | 2019-10-27 | 2020-02-04 | 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) | 一种2d图像转3d图像的方法 |
CN111272091A (zh) * | 2020-03-09 | 2020-06-12 | 东南大学 | 一种基于三维激光扫描的焊接工字钢大变形自动识别方法 |
GB2592440A (en) * | 2020-02-28 | 2021-09-01 | Correvate Ltd | Object recognition via object data database and augmentation of 3D image data |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR2897455A1 (fr) * | 2006-02-13 | 2007-08-17 | Univ Hokkaido Nat Univ Corp | Dispositif, procede et programme de segmentation de donnees de modele en treillis |
-
2020
- 2020-12-01 CN CN202011386118.4A patent/CN112581621B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108253909A (zh) * | 2018-03-22 | 2018-07-06 | 苏州大学 | 一种平面度的测量方法和测量装置 |
CN109118574A (zh) * | 2018-07-04 | 2019-01-01 | 北京航空航天大学 | 一种基于三维特征提取的快速逆向建模方法 |
CN109737874A (zh) * | 2019-01-17 | 2019-05-10 | 广东省智能制造研究所 | 基于三维视觉技术的物体尺寸测量方法及装置 |
CN110751732A (zh) * | 2019-10-27 | 2020-02-04 | 浙江大学软件学院(宁波)管理中心(宁波软件教育中心) | 一种2d图像转3d图像的方法 |
GB2592440A (en) * | 2020-02-28 | 2021-09-01 | Correvate Ltd | Object recognition via object data database and augmentation of 3D image data |
CN111272091A (zh) * | 2020-03-09 | 2020-06-12 | 东南大学 | 一种基于三维激光扫描的焊接工字钢大变形自动识别方法 |
Non-Patent Citations (1)
Title |
---|
板材折弯件全长弯曲角度的双目视觉检测方法研究;孟德安;赵升吨;张琦;贾良肖;;锻压技术;第38卷(第06期);104-111 * |
Also Published As
Publication number | Publication date |
---|---|
CN112581621A (zh) | 2021-03-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang | 3D building modeling using images and LiDAR: A review | |
CN107767456A (zh) | 一种基于rgb‑d相机的物体三维重建方法 | |
CN105678683A (zh) | 一种三维模型的二维存储方法 | |
CN107588721A (zh) | 一种基于双目视觉的零件多尺寸的测量方法及系统 | |
Zhu et al. | Leveraging photogrammetric mesh models for aerial-ground feature point matching toward integrated 3D reconstruction | |
CN112215958B (zh) | 一种基于分布式计算的激光雷达点云数据投影方法 | |
CN112581621B (zh) | 一种三维点云钢板空间尺寸在线提取方法 | |
CN111523547B (zh) | 一种3d语义分割的方法及终端 | |
CN112197773B (zh) | 基于平面信息的视觉和激光定位建图方法 | |
Li et al. | Towards automated extraction for terrestrial laser scanning data of building components based on panorama and deep learning | |
CN114299242A (zh) | 高精地图中图像处理方法、装置、设备以及存储介质 | |
CN113077521B (zh) | 一种相机标定方法及装置 | |
CN112509135B (zh) | 元素标注方法、装置、设备、存储介质及计算机程序产品 | |
CN112419224B (zh) | 一种球形引脚芯片定位方法及系统 | |
CN116721230A (zh) | 一种三维实景模型的构建方法、装置、设备及存储介质 | |
CN111127622B (zh) | 基于图像分割的三维点云离群点剔除方法 | |
CN115186347B (zh) | 户型平面图与倾斜模型相结合的建筑物CityGML建模方法 | |
CN113808243B (zh) | 一种可形变雪地网格的绘制方法和装置 | |
CN113284211B (zh) | 一种正射影像生成的方法以及系统 | |
Sun et al. | Research on point cloud hole filling and 3D reconstruction in reflective area | |
Zhou et al. | A novel method for reconstructing general 3D curves from stereo images | |
Xie et al. | Surface Geometry Processing: An Efficient Normal-based Detail Representation | |
US20230214987A1 (en) | Method and system for recognizing geometric regularity image of honeycomb structure | |
Wu et al. | An accurate novel circular hole inspection method for sheet metal parts using edge-guided robust multi-view stereo | |
CN102930546A (zh) | 利用一个四等分圆线性求解摄像机内参数的方法 |
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 | ||
CB02 | Change of applicant information | ||
CB02 | Change of applicant information |
Address after: 222001 No.18 Shenghu Road, Lianyungang City, Jiangsu Province Applicant after: The 716th Research Institute of China Shipbuilding Corp. Applicant after: JIANGSU JARI TECHNOLOGY GROUP Co.,Ltd. Address before: 222001 No.18 Shenghu Road, Lianyungang City, Jiangsu Province Applicant before: 716TH RESEARCH INSTITUTE OF CHINA SHIPBUILDING INDUSTRY Corp. Applicant before: JIANGSU JARI TECHNOLOGY GROUP Co.,Ltd. |
|
GR01 | Patent grant | ||
GR01 | Patent grant |