CN112815874B - 一种基于单帧投影强度阈值判断的高反射物体三维测量方法 - Google Patents
一种基于单帧投影强度阈值判断的高反射物体三维测量方法 Download PDFInfo
- Publication number
- CN112815874B CN112815874B CN202011618804.XA CN202011618804A CN112815874B CN 112815874 B CN112815874 B CN 112815874B CN 202011618804 A CN202011618804 A CN 202011618804A CN 112815874 B CN112815874 B CN 112815874B
- Authority
- CN
- China
- Prior art keywords
- gray level
- projection
- gray
- level
- 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
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
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- 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
- G06T2207/20—Special algorithmic details
- G06T2207/20212—Image combination
- G06T2207/20221—Image fusion; Image merging
Landscapes
- Engineering & Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Image Processing (AREA)
Abstract
本发明公开了一种基于单帧投影强度阈值判断的高反射物体三维测量方法,通过单一投影仪和单一相机的基础结构光系统完成测量,在算法上通过多灰度级矩阵投影和灰度检索方式实现单帧全局最优灰度级测定,包括多灰度级投影图案构建、最优投影灰度级搜索策略、灰度阈值模板的建立步骤。本发明通过设计构建一种多灰度级投影图案,可采用单一相机及投影的简单结构,实现单帧图像判别物体过曝区域及各区域最佳投影强度,大大缩短测量时间,同时无需额外复杂结构,仅使用单一相机和投影即可,方便快捷。
Description
技术领域
本发明涉及条纹投影结构光领域,尤其涉及一种基于单帧投影强度阈值判断的高反射物体三维测量方法。
背景技术
通过非接触式光学方法对物体进行三维测量时,其测量结果很大程度上会受到被测物体表面光学特性的影响。针对一些金属材质的物体进行测量时,由于其表面存在强镜面反射特性,具有表面反射率大、表面粗糙度低的特点,导致相机所拍摄图像的部分区域存在过曝现象,从而带来相位误差,造成测量的精度损失。如果全局性地降低投影亮度或减小相机曝光,则会使得图像较暗区域进一步降低亮度,导致较低的信噪比,对结果产生影响。目前基于面阵结构光投影的高反射表面测量方法大多通过连续改变相机曝光拍摄多帧不同强度的图像,通过图像融合的方式得到全局最优曝光图案进行测量;或者通过调整投影强度,从最高亮度逐次降低投影强度,拍摄多组图案进行融合。不论哪种方法,在测量时间上存在很大缺陷。此外,也有通过使用高帧率相机、多光谱相机、偏振片等复杂结构来降低连续拍摄所需的时间,但此方法结构复杂度高,且设备成本大,无法便捷运用。
发明内容
为解决高反射物体三维测量过程中多帧拍摄的时间消耗问题,本发明提出一种基于单帧投影强度阈值判断的高反射物体三维测量方法,通过设计构建一种多灰度级投影图案,可采用单一相机及投影的简单结构,实现单帧图像判别物体过曝区域及各区域最佳投影强度,大大缩短测量时间,同时无需额外复杂结构,仅使用单一相机和投影即可,方便快捷。
本发明是通过以下技术方案来实现的:
本发明公开了一种基于单帧投影强度阈值判断的高反射物体三维测量方法,通过单一投影仪和单一相机的基础结构光系统完成测量,在算法上通过多灰度级矩阵投影和灰度检索方式实现单帧全局最优灰度级测定,包括多灰度级投影图案构建、最优投影灰度级搜索策略、灰度阈值模板的建立步骤。
作为进一步地改进,本发明方法的步骤为:
1)、多灰度级投影图案构建
基于图像过曝区域性特征,通过构建一种多灰度级矩阵图案,实现对待测物体图像各区域同时多灰度投影,为确定各区域最佳投影灰度值奠定基础;
2)、最优投影灰度级搜索策略
针对多灰度投影图像,建立一种基于邻域像素灰度值的过曝判断策略,采用一种S型全局扫描的方式对各像素点的邻域像素灰度值进行过曝判断及统计,以确定各区域内最优投影强度;
3)、灰度阈值模板的建立
在灰度级搜索过程中,通过将相同最优投影灰度级区域融合,在处理过程中直接形成基于灰度阈值的模板,为后续图形融合提供便捷,节约算力。
作为进一步地改进,本发明所述的m值为3-9。随m值增大,矩阵内所包含的灰度等级越多,但处理速度会大大降低,因此m值不宜过大,各灰度值按权值进行位置分配,分配规则为外圈权值高于内圈权值,各边顶点权值高于中心权值,以保证该矩阵灰度均匀性,即以此矩阵图案扩展后,任取该矩阵大小区域内均可同时出现m2级灰度值。
作为进一步地改进,本发明所述步骤2)中,将延展后的多灰度级图案通过投影仪投影至待测物体上,相机拍摄获取待测物体图像,该图像内包含至多m2级灰度值,通过基于邻域像素灰度值的过曝判断策略对图像各区域内最优投影强度进行判别,策略为使用m*m大小的矩阵对图像进行扫描。
作为进一步地改进,本发明所述的扫描路径为S型,即从图像左上顶点位置为扫描起始原点,至最右端后向下扫描一次,之后向左扫描至最左端后向下扫描一次,重复该过程直至扫描至图像右下顶点,扫描过程中,对m*m大小的矩阵内非过曝像素点,即像素值小于255的点,进行统计。
作为进一步地改进,本发明所述步骤2)中,对于未过曝区域内一个像素点周围共能出现m2个灰度级像素值,而过曝区域内像素点周围则会出现灰度级减少,与之对应每减少出现一个像素等级,即投影强度中一个灰度级出现过曝,通过统计该点周围未过曝像素点数n,对应至灰度级投影矩阵内m2个灰度级即可确定最优投影灰度级,区域最优投影维度级为第n级。
作为进一步地改进,本发明所述步骤3)的具体步骤为,通过最优投影灰度级搜索后,需要对图像各级最优灰度区域进行分割形成图像融合模板,基于灰度级搜素结果,将各像素点最优灰度级通过图像二值化的方式进行提取共生成至多m2个灰度级模板,具体数量由图像曝光程度决定,采取从高至低的模板生成顺序,将二值化阈值设置为此时高于此值的像素点其像素值置为1,其余像素点像素值置为0,提取出最高级第m2级灰度模板,点乘覆盖原图像后,进一步进行二值化,将二值化阈值设置为高于此值像素点设置为1,其余置0,提取第m2-1级灰度模板,按此模式逐次提取至模板值全为0,各级模板做差即可得到各投影强度所对应的区域,测量过程中,将对应投影强度条纹图案按此模板结果直接进行融合形成自适应强度投影条纹图案作为最终用于结构光相移条纹图案。
本发明的有益效果如下:
使用目前已有的方案需针对物体逐次降低相机曝光或投影强度,分别判断过曝区域及最优灰度值,时间消耗大且过程需要大量运算,导致测量效率低,本发明通过设计一种单帧投影强度图案,使得单一投影+相机的简易系统即可实现全局多级灰度判断,灰度级数量取决于使用的灰度级矩阵大小,降低测量过程所需时间;此外建立了一种最优投影灰度级搜索策略,使得通过一次运算即可得出各灰度级像素区域模板,相比逐次计算节约大量系统算力,提高测量效率。
为解决高反射物体三维测量过程中多帧拍摄的时间消耗问题,本发明提出一种基于单帧投影强度阈值判断的高反射物体三维测量方法,通过设计构建一种多灰度级投影图案,可采用单一相机及投影的简单结构,实现单帧图像判别物体过曝区域及各区域最佳投影强度,大大缩短测量时间,同时无需额外复杂结构,仅使用单一相机和投影即可,方便快捷。
附图说明
图1是本发明方法的流程示意图;
图2是多灰度级投影矩阵图;
图3是最优投影灰度级搜索示意图。
具体实施方式
下面结合说明书附图,通过具体实施例对本发明的技术方案作进一步地说明:
图1是本发明方法的流程示意图,本发明公开了一种基于单帧投影强度阈值判断的高反射物体三维测量方法,通过单一投影仪和单一相机的基础结构光系统完成测量,在算法上通过多灰度级矩阵投影和灰度检索方式实现单帧全局最优灰度级测定,包括多灰度级投影图案构建、最优投影灰度级搜索策略、灰度阈值模板的建立和相移条纹融合步骤。
1)、多灰度级投影图案构建
基于图像过曝区域性特征,通过构建一种多灰度级矩阵图案,实现对待测物体图像各区域同时多灰度投影,为确定各区域最佳投影灰度值奠定基础。
2)、最优投影灰度级搜索策略
针对多灰度投影图像,建立一种基于邻域像素灰度值的过曝判断策略,采用一种S型全局扫描的方式对各像素点的邻域像素灰度值进行过曝判断及统计,以确定各区域内最优投影强度。
3)、灰度阈值模板的建立
在灰度级搜索过程中,通过将相同最优投影灰度级区域融合,在处理过程中直接形成基于灰度阈值的模板,为后续图形融合提供便捷,节约算力。
具体步骤如下:
1)、多灰度级投影图案构建
考虑到图像过曝部分具有区域性,即该部分过曝像素集中且相邻而非离散点,因此设计一种m*m大小的矩阵,该矩阵共涵盖m2级灰度值,各级灰度值大小为最大灰度级255进行等分,即n为灰度级数n=1,2,…,m2。随m值增大,矩阵内所包含的灰度等级越多,但处理速度会大大降低,因此m值不宜过大。各灰度值按权值进行位置分配,分配规则为外圈权值高于内圈权值,各边顶点权值高于中心权值,以保证该矩阵灰度均匀性,即以此矩阵图案扩展后,任取该矩阵大小区域内均可同时出现m2级灰度值。
图2是多灰度级投影矩阵图,为模板大小为3时建立的灰度级矩阵,此时中心灰度为255,其余各级像素点按权重分配位置,由图可知该矩阵各边灰度均值均匀,且按此矩阵扩展后,任意一点邻域均可出现各级灰度级。
对比例1
Yin等人于2016年提出了一种基于彩色相机高动态范围条纹投影技术用于测量高反射物体,与本发明所提方案区别仅在于其通过彩色相机的三通道构建了一种3*3的投影强度矩阵,矩阵灰度化后包含4种灰度值,本质上相当于采用4级灰度级对图像进行扫描判别,而本发明所提方法无需使用彩色相机,仅需使用普通黑白相机即可,此外在灰度级设置上,本发明通过构建灰度级矩阵的方式,大大扩充了投影灰度级数,在处理效果及对物体的鲁棒性上具有大幅提升。
以一种3*3的多灰度值矩阵为例,该矩阵中9个像素值由0至255等间距划分,分别为255、223、191、159、127、95、63、31、0,为保证同一像素范围内能够同时出现9个灰度级,将灰度矩阵按如下规则排列:
将此灰度矩阵依次排布延展为对应投影分辨率大小图案。
2)、最优投影灰度级搜索策略
将延展后的多灰度级图案通过投影仪投影至待测物体上,相机拍摄获取待测物体图像。该图像内包含至多m2级灰度值,因此设计一种基于邻域像素灰度值的过曝判断策略,对图像各区域内最优投影强度进行判别。该策略使用m*m大小的矩阵对图像进行扫描,扫描路径为S型,即从图像左上顶点位置为扫描起始原点,至最右端后向下扫描一次,之后向左扫描至最左端后向下扫描一次,重复该过程直至扫描至图像右下顶点。扫描过程中,对m*m大小的矩阵内非过曝像素点,即像素值小于255的点,进行统计。对于未过曝区域内一个像素点周围共能出现m2个灰度级像素值,而过曝区域内像素点周围则会出现灰度级减少,与之对应每减少出现一个像素等级,即投影强度中一个灰度级出现过曝,通过统计该点周围未过曝像素点数n,对应至灰度级投影矩阵内m2个灰度级即可确定最优投影灰度级,区域最优投影维度级为第n级。
以3*3大小矩阵为例,将多灰度级投影图案投影至待测物体上后,对于未过曝区域内一个像素点周围共能出现9个灰度级像素值,而过曝区域内像素点周围则会出现灰度级减少,与之对应每减少出现一个像素等级,即投影强度中一个灰度级出现过曝,通过统计该点周围未过曝像素点数,对应至灰度级投影矩阵内8个灰度级即可确定最优投影灰度级。以3*3矩阵扫描方式对拍摄图片进行处理,统计矩阵内灰度值非255的像素点个数n,投影的最优灰度级为对应投影灰度矩阵内由小至大第n级。
图3是最优投影灰度级搜索示意图,以3*3大小矩阵为例矩阵顺次右移至最右,而后下移动一次再左移扫描至最左,按图示S型完成对整个图像灰度值扫描判定。
3)、灰度阈值模板的建立
通过最优投影灰度级搜索后,需要对图像各级最优灰度区域进行分割形成图像融合模板。基于灰度级搜素结果,将各像素点最优灰度级通过图像二值化的方式进行提取共生成至多m2个灰度级模板,具体数量由图像曝光程度决定。考虑到过曝区域占物体区域较小,采取从高至低的模板生成顺序,将二值化阈值设置为此时高于此值像素点为1,其余设置为0,提取出最高级第m2级灰度模板,点乘覆盖原图像后,进一步进行二值化,将二值化阈值设置为 高于此值像素点设置为1,其余置0,提取第m2-1级灰度模板。按此模式逐次提取至模板值全为0。各级模板做差即可得到各投影强度所对应的区域,测量过程中,将对应投影强度条纹图案按此模板结果直接进行融合形成自适应强度投影条纹图案作为最终用于结构光相移条纹图案。
对比例2
Chen等人于2017年提出一种基于连续投影的灰度阈值模板生成方式,与本发明所提方案区别仅在于其方法通过连续降低投影强度,逐次计算并生成对应模板,而本发明所提方法通过采用多灰度级投影图案的方式,仅需要一次计算即可完成所有模板生成,在处理效率及处理时间消耗上大大提升,节约系统算力。
以3*3模板为例将二值化阈值设置为255,此时高于255像素点为0,其余设置为1,提取出最高级第8级灰度模板,点乘覆盖原图像后,进一步进行二值化,将二值化阈值设置为223,高于223像素点设置为0,其余置1,提取第7级灰度模板。按此模式逐次提取至模板值全为0。各级模板做差即可得到各投影强度所对应的区域,测量过程中,将对应投影强度条纹图案按此模板结果直接进行融合形成自适应强度投影条纹图案作为最终用于结构光相移条纹图案。
以上列举的仅是本发明的部分具体实施例,显然,本发明不限于以上实施例,还可以有许多变形,本领域的普通技术人员能从本发明公开的内容直接导出或联想到的所有变形,均应认为是本发明的保护范围。
Claims (7)
1.一种基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,通过单一投影仪和单一相机的基础结构光系统完成测量,在算法上通过多灰度级矩阵投影和灰度检索方式实现单帧全局最优灰度级测定,包括多灰度级投影图案构建、最优投影灰度级搜索策略、灰度阈值模板的建立步骤:
1)、多灰度级投影图案构建
基于图像过曝区域性特征,通过构建一种多灰度级矩阵图案,实现对待测物体图像各区域同时多灰度投影,为确定各区域最佳投影灰度值奠定基础;
2)、最优投影灰度级搜索策略
针对多灰度投影图像,建立一种基于邻域像素灰度值的过曝判断策略,采用一种S型全局扫描的方式对各像素点的邻域像素灰度值进行过曝判断及统计,以确定各区域内最优投影强度;
3)、灰度阈值模板的建立
在灰度级搜索过程中,通过将相同最优投影灰度级区域融合,在处理过程中直接形成基于灰度阈值的模板,为后续图形融合提供便捷,节约算力。
3.根据权利要求2所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的m值为3至9。
4.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤2)中,将延展后的多灰度级图案通过投影仪投影至待测物体上,相机拍摄获取待测物体图像,该图像内包含至多m2级灰度值,通过基于邻域像素灰度值的过曝判断策略对图像各区域内最优投影强度进行判别,所述的策略为使用m*m大小的矩阵对图像进行扫描,扫描过程中,对m*m大小的矩阵内非过曝像素点,即像素值小于255的点,进行统计。
5.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的扫描路径为S型,即从图像左上顶点位置为扫描起始原点,至最右端后向下扫描一次,之后向左扫描至最左端后向下扫描一次,重复该过程直至扫描至图像右下顶点。
6.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤2)中,对于未过曝区域内一个像素点周围共能出现m2个灰度级像素值,而过曝区域内像素点周围则会出现灰度级减少,与之对应每减少出现一个像素等级,即投影强度中一个灰度级出现过曝,通过统计该点周围未过曝像素点数n,对应至灰度级投影矩阵内m2个灰度级即可确定最优投影灰度级,区域最优投影维度级为第n级。
7.根据权利要求1所述的基于单帧投影强度阈值判断的高反射物体三维测量方法,其特征在于,所述的步骤3)的具体步骤为,通过最优投影灰度级搜索后,需要对图像各级最优灰度区域进行分割形成图像融合模板,基于灰度级搜素结果,将各像素点最优灰度级通过图像二值化的方式进行提取共生成至多m2个灰度级模板,具体数量由图像曝光程度决定,采取从高至低的模板生成顺序,将二值化阈值设置为此时对高于此值的像素点将其像素值设置为1,低于阈值的像素点像素值设置为0,提取出最高级第m2级灰度模板,点乘覆盖原图像后,进一步进行二值化,将二值化阈值设置为此时对高于此值的像素点将其像素值设置为1,低于阈值的像素点像素值设置为0,提取第m2-1级灰度模板,按此模式逐次提取至模板中所有像素值全为0即图像中无过曝像素,各级模板做差即可得到各投影强度所对应的区域,测量过程中,将对应投影强度条纹图案按此模板结果直接进行融合形成自适应强度投影条纹图案作为最终用于结构光相移条纹图案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011618804.XA CN112815874B (zh) | 2020-12-31 | 2020-12-31 | 一种基于单帧投影强度阈值判断的高反射物体三维测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011618804.XA CN112815874B (zh) | 2020-12-31 | 2020-12-31 | 一种基于单帧投影强度阈值判断的高反射物体三维测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112815874A CN112815874A (zh) | 2021-05-18 |
CN112815874B true CN112815874B (zh) | 2022-08-02 |
Family
ID=75855840
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011618804.XA Active CN112815874B (zh) | 2020-12-31 | 2020-12-31 | 一种基于单帧投影强度阈值判断的高反射物体三维测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112815874B (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005054373A1 (de) * | 2005-11-15 | 2007-05-16 | Mtu Aero Engines Gmbh | Optische Vermessung metallischer Oberflächen |
CN101694375A (zh) * | 2009-10-23 | 2010-04-14 | 北京航空航天大学 | 一种用于强反射表面三维形貌测量的立体视觉检测方法 |
CN102944187A (zh) * | 2012-10-18 | 2013-02-27 | 北京航空航天大学 | 一种基于彩色条纹组合投射的快速强反射表面相位获取方法 |
CN103868472A (zh) * | 2013-12-23 | 2014-06-18 | 黑龙江科技大学 | 一种用于高反射率零件的面结构光三维测量装置与方法 |
CN107607040A (zh) * | 2017-08-11 | 2018-01-19 | 天津大学 | 一种适用于强反射表面的三维扫描测量装置及方法 |
CN108645354A (zh) * | 2018-07-06 | 2018-10-12 | 四川大学 | 高反光对象表面的结构光三维成像方法及系统 |
CN110702034A (zh) * | 2019-10-25 | 2020-01-17 | 湖北工业大学 | 高反光表面三维面形测量方法、服务器及系统 |
-
2020
- 2020-12-31 CN CN202011618804.XA patent/CN112815874B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
DE102005054373A1 (de) * | 2005-11-15 | 2007-05-16 | Mtu Aero Engines Gmbh | Optische Vermessung metallischer Oberflächen |
CN101694375A (zh) * | 2009-10-23 | 2010-04-14 | 北京航空航天大学 | 一种用于强反射表面三维形貌测量的立体视觉检测方法 |
CN102944187A (zh) * | 2012-10-18 | 2013-02-27 | 北京航空航天大学 | 一种基于彩色条纹组合投射的快速强反射表面相位获取方法 |
CN103868472A (zh) * | 2013-12-23 | 2014-06-18 | 黑龙江科技大学 | 一种用于高反射率零件的面结构光三维测量装置与方法 |
CN107607040A (zh) * | 2017-08-11 | 2018-01-19 | 天津大学 | 一种适用于强反射表面的三维扫描测量装置及方法 |
CN108645354A (zh) * | 2018-07-06 | 2018-10-12 | 四川大学 | 高反光对象表面的结构光三维成像方法及系统 |
CN110702034A (zh) * | 2019-10-25 | 2020-01-17 | 湖北工业大学 | 高反光表面三维面形测量方法、服务器及系统 |
Non-Patent Citations (1)
Title |
---|
高反光表面三维形貌测量技术;张宗华 等;《红外与激光工程》;20200331;第49卷(第3期);第0303006-1至303006-13页 * |
Also Published As
Publication number | Publication date |
---|---|
CN112815874A (zh) | 2021-05-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109341589B (zh) | 一种光栅图像投影方法、三维重建方法及三维重建系统 | |
JP4153108B2 (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
CN106705855A (zh) | 一种基于自适应光栅投影的高动态性能三维测量方法 | |
CN109540023B (zh) | 基于二值网格编码模板结构光的物体表面深度值测量方法 | |
KR20070008652A (ko) | 촬영된 이미지로부터 원 데이터를 추출하는 방법 | |
US11317078B2 (en) | Method and system for automatic exposure determination for high- resolution structured light 3D imaging | |
CN101819024B (zh) | 一种基于机器视觉的二维位移检测方法 | |
JP2000149018A (ja) | 画像処理方法、画像処理装置及び記録媒体 | |
CN108981610B (zh) | 一种基于时序逻辑边缘检测的三维测量阴影去除方法 | |
JP3938122B2 (ja) | 擬似3次元画像生成装置および生成方法並びにそのためのプログラムおよび記録媒体 | |
CN112815874B (zh) | 一种基于单帧投影强度阈值判断的高反射物体三维测量方法 | |
CN111721237B (zh) | 全自动多频离焦投影三维成像测量系统及其测量方法 | |
CN116839509A (zh) | 一种二值编码结合误差扩散算法的三维测量方法 | |
CN113091647B (zh) | 一种用于高反光表面工件的结构光三维扫描方法 | |
JPH10187972A (ja) | 光源色の判定方法 | |
JP4433907B2 (ja) | 3次元形状測定装置および方法 | |
JP4501551B2 (ja) | 3次元形状測定装置および方法 | |
JP2005003631A (ja) | 3次元形状測定装置および方法 | |
JP2009216650A (ja) | 三次元形状測定装置 | |
CN114731373A (zh) | 确定用于三维图像采集过程的一组或多组曝光设置的方法 | |
CN110857855B (zh) | 一种图像数据获取方法、装置及系统 | |
CN108038898B (zh) | 一种单帧二值结构光编解码方法 | |
JP2011113177A (ja) | 被写体3次元モデルを構築する方法およびプログラム | |
JP2006064453A (ja) | 3次元形状入力装置および方法 | |
JP4241250B2 (ja) | 3次元形状測定装置および方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |