CN112967205A - 基于格雷码滤波器的异常点纠正方法、存储介质和系统 - Google Patents
基于格雷码滤波器的异常点纠正方法、存储介质和系统 Download PDFInfo
- Publication number
- CN112967205A CN112967205A CN202110319934.1A CN202110319934A CN112967205A CN 112967205 A CN112967205 A CN 112967205A CN 202110319934 A CN202110319934 A CN 202110319934A CN 112967205 A CN112967205 A CN 112967205A
- Authority
- CN
- China
- Prior art keywords
- gray code
- image
- filtering
- pixel
- binarization
- 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 67
- 238000012937 correction Methods 0.000 title claims abstract description 14
- 230000002159 abnormal effect Effects 0.000 claims abstract description 27
- 238000001914 filtration Methods 0.000 claims description 61
- 238000012545 processing Methods 0.000 claims description 29
- 230000010363 phase shift Effects 0.000 claims description 20
- 230000008569 process Effects 0.000 claims description 15
- 238000005259 measurement Methods 0.000 claims description 9
- 238000012935 Averaging Methods 0.000 claims description 6
- 238000010586 diagram Methods 0.000 description 7
- 230000006870 function Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 4
- 230000008859 change Effects 0.000 description 3
- 230000000295 complement effect Effects 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005286 illumination Methods 0.000 description 3
- 238000000691 measurement method Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 238000002310 reflectometry Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 108091026890 Coding region Proteins 0.000 description 1
- 230000000712 assembly Effects 0.000 description 1
- 238000000429 assembly Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000014509 gene expression Effects 0.000 description 1
- 239000010977 jade Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
-
- 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
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Image Processing (AREA)
Abstract
本发明提供了一种基于格雷码滤波器的异常点纠正方法、存储介质和系统,本申请的方案使用了一个自定义的格雷码滤波器,针对采集的格雷码二值化图像,通过滤波器滤除黑条纹里的白色异常点和白条纹里的黑色异常点,实现大部分格雷码解码异常点的滤除,从而把重建点云的杂散点或异常点纠正回来,提高了三维测量的准确度。
Description
技术领域
本发明涉及结构光三维测量领域,具体涉及一种基于格雷码滤波器的异常点纠正方法、存储介质和系统。
背景技术
基于相移结合格雷码的结构光三维重建方法,是目前应用较为广泛的物体表面三维形貌测量方法,其实验装置如附图1所示,一般由一个投影仪和一个或两个相机组成。相移结合格雷码的结构光三维重建方法,具体包括相移法包裹相位提取技术、格雷码解包裹相位技术和相位-高度恢复重建技术。
首先是相移法包裹相位提取技术。相移法通过投影仪向被测物体投影的正弦条纹图案,通过求解多幅正弦条纹图像来获得相位主值的方法。相移法一般要求投影条纹为正弦或余弦条纹,经过物体表面调制后变形条纹的灰度值函数如下式所示:
In(x,y)=A(x,y)+B(x,y)cos[φ(x,y)+2πn/N]…………………(1);
式中,A(x,y)代表背景光强,B(x,y)代表正弦投影条纹对物体表面的光照调制强度,φ(x,y)代表被物体表面高度调制的相位信息,n=0,1,..,N表示N步相移中的第n次相移步数。求解出上式中的φ(x,y)即可通过恢复出物体表面的高度信息。由于上式中包含3个未知数,因此至少要通过三步相移才能求解出相位调制信息φ(x,y),一般相移步数N的取值为3~5。对于满周期的N步相移法,上式中的三个未知数的相位求解公式如下:
通过相移法能够求解出包裹相位图,四步相移求解的包裹相位图如附图2所示。
其次是格雷码相位解包裹技术。格雷码是一序列二进制条纹图案,相移结合格雷码的结构光三维测量方法中,一般投射的7位格雷码图案序列如附图3所示。格雷码方法是通过投射二进制黑白条纹图案,对物体待测表面进行编码,来唯一标识包裹相位的各个区间相位,从而对包裹相位图进行展开,得到绝对相位图。格雷码解码和包裹相位区间的对应关系如附图4所示。通过格雷码对包裹相位区间进行唯一标识之后,就可以进行相位展开。包裹相位展开过程如附图5所示。
最后是相位-高度恢复重建技术。相位-高度恢复重建技术有很多种实现方法,一般有双目立体视觉重建方法和单目参考平面重建方法。
在相移结合格雷码的结构光三维测量方法中,格雷码的码值能够唯一标识包裹相位区间,从而能够实现相位展开。但是在实际应用中,格雷码解码会产生很多解码异常点,使得相位展开过程出现很多错误,在重建后的点云上表现出很多杂散点。
首先对于格雷码黑白条纹边缘的解码异常点,已经有过很多研究,也产生了很多有效的解决方法,例如互补格雷码和位移格雷码等。但是对于表面反射率变化复杂的物体,环境光照变化时,在格雷码条纹中间部分也会产生很多解码异常点,目前这方面的研究较少,没有较好的解决方法。在格雷码二值图像上,因为物体复杂表面(例如PCB电路板)导致的格雷码解码异常点如附图6所示,白条纹中的黑点和黑条纹中的白点都属于解码异常点。
综上,由于格雷码解码错误,相移结合格雷码三维重建方法会产生很多点云异常点。目前有许多方法能够解决格雷码黑白条纹边缘产生的解码异常点,例如互补格雷码、位移格雷码等方法。但是由于环境光照、物体表面反射率变化等原因,格雷码条纹中间部分也会产生较多解码异常点,这种情况目前没有较好的方法进行解决。亟需一种解决全局解码异常点的方法。
发明内容
为了克服现有技术的不足,本发明的目的在于提供一种基于格雷码滤波器的异常点纠正方法、存储介质和系统,其能解决上述问题。
设计原理:针对采集的格雷码二值化图像,引入格雷码滤波器,通过对N张二值化的格雷码图像进行处理,滤除黑条纹里的白色异常点和白条纹里的黑色异常点,从而纠正原来的解码异常点。
设计方案,本发明的目的通过以下方案实现。
一种基于格雷码滤波器的异常点纠正方法,方法包括:
步骤1:对拍摄的N张格雷码图像进行二值化处理,得到N张格雷码二值化图像。
步骤2:滤波处理,对N张格雷码二值化图像分别做图像滤波操作,得到滤波中间图像。
步骤3:对滤波中间图像进行二值化处理,得到格雷码滤波图像。
步骤4:对N张格雷码滤波图像逐像素取值,作为格雷码编码序列进行解码。
优选的,在步骤1中,通过格雷码阈值对格雷码图像进行二值化处理,二值化过程逐像素进行,图像上的每个固定位置像素点都有单独的一个二值化阈值。
优选的,每个像素的二值化阈值通过N步相移图像取平均值确定,或者通过多投一张格雷码正反码图像取平均值确定。
优选的,在步骤2中,格雷码滤波器定义一个滤波核,通过所述滤波核对格雷码二值图像进行卷积,把核内元素卷积后的值相加作为滤波结果输出,得到滤波中间图像。
优选的,通过所述滤波核对格雷码二值图像进行卷积包括以下步骤:
步骤21、自定义一个元素全部为1且核的大小为L*L的滤波核K,如下:
步骤22、通过滤波核K对格雷码二值图像I(x,y)进行卷积,得到滤波中间图像Itemp,
式中,Itemp(x,y)表示滤波中间图像的每个像素值,其中i,j为从x-L到x+L的正整数。
优选的,在步骤3中,对滤波中间图像进行二值化处理包括以下步骤:
S31、确定二值化阈值threshold,如下:
threshold=(L*L)/2-1………………………………(7);
S32、使用二值化阈值threshold对滤波中间图像Itemp进行二值化处理,得到最终的滤波结果图像Ifilter,如下:
式中,结果为1表示大于该二值化阈值的像素置为白色;结果为0表示小于该二值化阈值的像素置为黑色。
优选的,在步骤32采用openCV函数cv::threshold()实现。
优选的,在步骤4中,遍历格雷码滤波图像大小,在相同像素位置对N张格雷码滤波图像取出像素值,像素值为0或1,得到N个二进制数的格雷码编码序列,再通过格雷码的编解码对应关系进行解码,得到单个像素上的相位级次,以此实现包裹相位展开的功能。
本发明还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行前述方法的步骤。
本发明还提供了一种基于格雷码滤波器去除异常点的三维测量系统,所述三维测量系统包括计算机、相机和投影仪,待测物位于相机和投影仪下方,所述计算机与相机和投影仪电讯连接;
所述计算机包括预存储模块、中继存储模块、图像处理模块和图像输出模块;
其中,在所述预存储模块中存储带有特征信息的格雷码二进制条纹图像和系统参数,并将格雷码二进制条纹图像发送给投影仪投影,将系统参数发送给图像处理模块;
其中,在所述中继存储模块中存储由相机采集待测物经投射图像后的格雷码图像;
其中,图像处理模块对采集的格雷码图像进行图像数据处理,运行前述方法进行点云异常点纠正,并结合系统参数计算三维坐标,形成三维点云;
其中,图像输出模块将图像处理模块获得的三维点云输出。
相比现有技术,本发明的有益效果在于:本申请使用了一个自定义的格雷码滤波器进行滤波操作,滤除大部分格雷码解码异常点,从而把重建点云的杂散点或异常点纠正回来。
附图说明
图1为相移结合格雷码的三维测量系统装置图;
图2为四步相移法求解包裹相位示意图;
图3为7位格雷码图案序列示意图;
图4为格雷码解码和包裹相位区间的对应关系示意图;
图5为格雷码包裹相位展开过程示意图;
图6为格雷码原图及其带有异常点的二值化图;
图7为本发明异常点纠正方法流程图;
图8为格雷码二值图像的滤波效果;
图9为格雷码滤波器使用前后的点云异常点效果图;
图10为本发明基于格雷码滤波器去除异常点的三维测量系统的示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明实施例中的附图,对本发明实施例中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的一部分实施例,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的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。
应当理解,本说明书中所使用的“系统”、“装置”、“单元”和/或“模组”是用于区分不同级别的不同组件、元件、部件、部分或装配的一种方法。然而,如果其他词语可实现相同的目的,则可通过其他表达来替换所述词语。
如本说明书和权利要求书中所示,除非上下文明确提示例外情形,“一”、“一个”、“一种”和/或“该”等词并非特指单数,也可包括复数。一般说来,术语“包括”与“包含”仅提示包括已明确标识的步骤和元素,而这些步骤和元素不构成一个排它性的罗列,方法或者设备也可能包含其它的步骤或元素。
第一实施例
针对相移结合格雷码的结构光三维测量方法,在对格雷码图像解码处理过程中,使用一种自定义的图像滤波器进行图像滤波操作,从而滤除大部分的格雷码解码异常点,纠正重建过程中产生的点云杂散点。具体的,一种基于格雷码滤波器的异常点纠正方法,参见图7,方法包括以下步骤。
步骤1:对相机拍摄的N张格雷码图像进行二值化处理,得到N张格雷码二值化图像。
在步骤1中,通过格雷码阈值对格雷码图像进行二值化处理,二值化过程逐像素进行,图像上的每个固定位置像素点都有单独的一个二值化阈值。
其中,每个像素的二值化阈值通过N步相移图像取平均值确定,或者通过多投一张格雷码正反码图像取平均值确定。
在对应的二值化格雷码图像上能够很清楚地看到解码异常点,出了较大阴影区域,这些异常点通常是孤立离散的。另外,由于使用了互补格雷码,能够免疫黑白条纹边界区域对解码结果地影响。因此,需要进入步骤2的引入滤波器滤波处理。通过对N张二值化的格雷码图像进行处理,滤除黑条纹里的白色异常点和白条纹里的黑色异常点,从而纠正原来的解码异常点。
步骤2:滤波处理,对N张格雷码二值化图像分别做图像滤波操作,得到滤波中间图像。
在步骤2中,格雷码滤波器定义一个滤波核(kernel),通过滤波核对格雷码二值图像进行卷积,把核内元素卷积后的值相加作为该次滤波结果输出,得到滤波中间图像。
滤波核比较大,本示例中取41*41大小左右。滤波具体原理,是通过该滤波核对格雷码二值图像进行卷积,在滤波核所覆盖的区域内,计算白色(1)像素的个数和黑色(0)像素的个数。如果白色(1)像素的个数大于黑色(0)像素的个数,则把格雷码二值图像当前像素值置为白色(1);反之如果黑色(0)像素的个数大于白色(1)像素的个数,则把格雷码二值图像当前像素值置为黑色(0)。
原理的数学处理过程,即通过所述滤波核对格雷码二值图像进行卷积包括以下步骤。
步骤21、自定义一个元素全部为1且核的大小为L*L的滤波核K,如下:
步骤22、通过滤波核K对格雷码二值图像I(x,y)进行卷积,得到滤波中间图像Itemp,
式中,Itemp(x,y)表示滤波中间图像的每个像素值,其中i,j为从x-L到x+L的正整数。
滤波中间图像一般是单通道16位图像。实验过程中采用了openCV函数cv::filter2D()帮助实现该过程。
步骤3:对滤波中间图像进行二值化处理,得到格雷码滤波图像。
具体的,在步骤3中,对滤波中间图像进行二值化处理包括以下步骤:
S31、确定二值化阈值threshold。滤波中间图像Itemp每个像素值代表格雷码二值图像中当前像素的L*L邻域内的白色(1)像素个数。因此需要一个阈值来判断该邻域内的白色(1)像素多还是黑色(0)像素多,二值化阈值确定方式如下:
threshold=(L*L)/2-1....................................(7);
S32、使用二值化阈值threshold对滤波中间图像Itemp进行二值化处理,得到最终的滤波结果图像Ifilter,如下:
式中,结果为1表示大于该二值化阈值的像素置为白色;结果为0表示小于该二值化阈值的像素置为黑色。
具体实施例中,由于步骤2中采用了41*41的滤波核,因此二值化阈值为840。使用该阈值对滤波中间图像进行二值化处理,大于该阈值的像素置为白色(1),小于该阈值的像素置为黑色(0)。在步骤32采用openCV函数cv::threshold()实现过程。
步骤4:对N张格雷码滤波图像逐像素取值,作为格雷码编码序列进行解码。具体的,遍历格雷码滤波图像大小,在相同像素位置对N张格雷码滤波图像取出像素值(0或1),得到N个二进制数的格雷码编码序列,再通过格雷码的编解码对应关系进行解码,得到单个像素上的相位级次,以此实现包裹相位展开的功能。
通过上述的格雷码二值图像滤波操作,能够滤除大部分格雷码解码异常点,从而把重建点云的杂散点给纠正回来。格雷码二值图像异常点滤波效果如附图8所示。对PCB电路板进行三维重建,使用格雷码滤波器处理之后,大部分的点云异常点都能够纠正回来,格雷码滤波器使用前后的点云异常点如附图9所示。
第二实施例
本发明还提供了一种计算机可读存储介质,其上存储有计算机指令,所述计算机指令运行时执行前述方法的步骤。其中,所述方法请参见前述部分的详细介绍,此处不再赘述。
本领域普通技术人员可以理解上述实施例的方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,该程序可以存储于计算机可读存储介质中,计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
前述计算机指令呈现的计算机程序编码可以用任意一种或多种程序语言编写,包括面向对象编程语言如Java、Scala、Smalltalk、Eiffel、JADE、Emerald、C++、C#、VB.NET、Python等,常规程序化编程语言如C语言、VisualBasic、Fortran2003、Perl、COBOL2002、PHP、ABAP,动态编程语言如Python、Ruby和Groovy,或其他编程语言等。该程序编码可以完全在用户计算机上运行、或作为独立的软件包在用户计算机上运行、或部分在用户计算机上运行部分在远程计算机运行、或完全在远程计算机或处理设备上运行。在后种情况下,远程计算机可以通过任何网络形式与用户计算机连接,比如局域网(LAN)或广域网(WAN),或连接至外部计算机(例如通过因特网),或在云计算环境中,或作为服务使用如软件即服务(SaaS)。
第三实施例
一种基于格雷码滤波器去除异常点的三维测量系统,参见图10,三维测量系统包括计算机1、相机2和投影仪3,待测物位于相机2和投影仪3下方,所述计算机1与相机2和投影仪3电讯连接。
其中,所述计算机1包括预存储模块、中继存储模块、图像处理模块和图像输出模块。
其中,在所述预存储模块中存储带有特征信息的格雷码二进制条纹图像和系统参数,并将格雷码二进制条纹图像发送给投影仪3投影,将系统参数发送给图像处理模块。
其中,在所述中继存储模块中存储由相机2采集待测物经投射图像后的格雷码图像。
其中,图像处理模块对采集的格雷码图像进行图像数据处理,运行第一实施例所述的方法进行点云异常点纠正,并结合系统参数计算三维坐标,形成三维点云。
其中,图像输出模块将图像处理模块获得的三维点云输出。
本系统及方法可应用于双目立体视觉重建和单目参考平面重建的三维测量中,具有良好的拓展应用前景。
最后应说明的是:以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种基于格雷码滤波器的异常点纠正方法,其特征在于,方法包括:
步骤1:对拍摄的N张格雷码图像进行二值化处理,得到N张格雷码二值化图像;
步骤2:滤波处理,对N张格雷码二值化图像分别做图像滤波操作,得到滤波中间图像;
步骤3:对滤波中间图像进行二值化处理,得到格雷码滤波图像;
步骤4:对N张格雷码滤波图像逐像素取值,作为格雷码编码序列进行解码。
2.根据权利要求1所述的异常点纠正方法,其特征在于:在步骤1中,通过格雷码阈值对格雷码图像进行二值化处理,二值化过程逐像素进行,图像上的每个固定位置像素点都有单独的一个二值化阈值。
3.根据权利要求2所述的异常点纠正方法,其特征在于:每个像素的二值化阈值通过N步相移图像取平均值确定,或者通过多投一张格雷码正反码图像取平均值确定。
4.根据权利要求1所述的异常点纠正方法,其特征在于:在步骤2中,格雷码滤波器定义一个滤波核,通过所述滤波核对格雷码二值图像进行卷积,把核内元素卷积后的值相加作为滤波结果输出,得到滤波中间图像。
7.根据权利要求6所述的异常点纠正方法,其特征在于:在步骤32采用openCV函数cv::threshold()实现。
8.根据权利要求1所述的异常点纠正方法,其特征在于:在步骤4中,遍历格雷码滤波图像大小,在相同像素位置对N张格雷码滤波图像取出像素值,像素值为0或1,得到N个二进制数的格雷码编码序列,再通过格雷码的编解码对应关系进行解码,得到单个像素上的相位级次,以此实现包裹相位展开的功能。
9.一种计算机可读存储介质,其上存储有计算机指令,其特征在于:所述计算机指令运行时执行权利要求1-8任一项所述方法的步骤。
10.一种基于格雷码滤波器去除异常点的三维测量系统,其特征在于:所述三维测量系统包括计算机(1)、相机(2)和投影仪(3),待测物位于相机(2)和投影仪(3)下方,所述计算机(1)与相机(2)和投影仪(3)电讯连接;
所述计算机(1)包括预存储模块、中继存储模块、图像处理模块和图像输出模块;
其中,在所述预存储模块中存储带有特征信息的格雷码二进制条纹图像和系统参数,并将格雷码二进制条纹图像发送给投影仪(3)投影,将系统参数发送给图像处理模块;
其中,在所述中继存储模块中存储由相机(2)采集待测物经投射图像后的格雷码图像;
其中,图像处理模块对采集的格雷码图像进行图像数据处理,运行权利要求1-8任一项所述的方法进行点云异常点纠正,并结合系统参数计算三维坐标,形成三维点云;
其中,图像输出模块将图像处理模块获得的三维点云输出。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319934.1A CN112967205A (zh) | 2021-03-25 | 2021-03-25 | 基于格雷码滤波器的异常点纠正方法、存储介质和系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110319934.1A CN112967205A (zh) | 2021-03-25 | 2021-03-25 | 基于格雷码滤波器的异常点纠正方法、存储介质和系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112967205A true CN112967205A (zh) | 2021-06-15 |
Family
ID=76278366
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110319934.1A Pending CN112967205A (zh) | 2021-03-25 | 2021-03-25 | 基于格雷码滤波器的异常点纠正方法、存储介质和系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112967205A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506348A (zh) * | 2021-07-15 | 2021-10-15 | 吉林省凯迪科技有限公司 | 一种基于格雷码辅助的三维坐标计算方法 |
CN115661125A (zh) * | 2022-11-16 | 2023-01-31 | 南京云创大数据科技股份有限公司 | 基于格雷码结构光的类镜面结构表面缺陷检测方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130057707A1 (en) * | 2011-09-01 | 2013-03-07 | Ricoh Company, Ltd. | Image projecting device, image processing device, image projecting method, and computer-readable recording medium |
CN109000587A (zh) * | 2018-08-30 | 2018-12-14 | 无锡信捷电气股份有限公司 | 获取精确高密度点云的方法 |
CN208887565U (zh) * | 2018-08-01 | 2019-05-21 | 深圳市华汉伟业科技有限公司 | 一种非接触式高精度的三维测量系统 |
CN112334942A (zh) * | 2019-11-26 | 2021-02-05 | 深圳市大疆创新科技有限公司 | 图像处理方法和装置 |
-
2021
- 2021-03-25 CN CN202110319934.1A patent/CN112967205A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20130057707A1 (en) * | 2011-09-01 | 2013-03-07 | Ricoh Company, Ltd. | Image projecting device, image processing device, image projecting method, and computer-readable recording medium |
CN208887565U (zh) * | 2018-08-01 | 2019-05-21 | 深圳市华汉伟业科技有限公司 | 一种非接触式高精度的三维测量系统 |
CN109000587A (zh) * | 2018-08-30 | 2018-12-14 | 无锡信捷电气股份有限公司 | 获取精确高密度点云的方法 |
CN112334942A (zh) * | 2019-11-26 | 2021-02-05 | 深圳市大疆创新科技有限公司 | 图像处理方法和装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113506348A (zh) * | 2021-07-15 | 2021-10-15 | 吉林省凯迪科技有限公司 | 一种基于格雷码辅助的三维坐标计算方法 |
CN113506348B (zh) * | 2021-07-15 | 2023-02-28 | 吉林省凯迪科技有限公司 | 一种基于格雷码辅助的三维坐标计算方法 |
CN115661125A (zh) * | 2022-11-16 | 2023-01-31 | 南京云创大数据科技股份有限公司 | 基于格雷码结构光的类镜面结构表面缺陷检测方法及系统 |
CN115661125B (zh) * | 2022-11-16 | 2023-03-21 | 南京云创大数据科技股份有限公司 | 基于格雷码结构光的类镜面结构表面缺陷检测方法及系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2666256C (en) | Deconvolution-based structured light system with geometrically plausible regularization | |
CN112967205A (zh) | 基于格雷码滤波器的异常点纠正方法、存储介质和系统 | |
US10078907B2 (en) | Distance measurement apparatus, distance measurement method, and storage medium | |
US10574947B2 (en) | Object reconstruction in disparity maps using displaced shadow outlines | |
JP6598673B2 (ja) | データ処理装置およびその方法 | |
CN107301366B (zh) | 一种嵌码视频中图形码的解码方法及装置 | |
KR102199458B1 (ko) | 3차원 컬러 메쉬 복원 방법 및 장치 | |
CN106919883B (zh) | 一种qr码的定位方法及装置 | |
CN114820417A (zh) | 图像异常检测方法、装置、终端设备和可读存储介质 | |
KR20200136873A (ko) | 스테레오-시간적 이미지 시퀀스들로부터 향상된 3-d 데이터 재구성을 위한 방법들 및 장치 | |
CN114509024B (zh) | 基于相位融合的大深度范围三维测量方法、系统及装置 | |
CN114332349B (zh) | 一种双目结构光边缘重建方法、系统及存储介质 | |
CN113074667B (zh) | 基于标志点的全局绝对相位对齐方法、存储介质和系统 | |
CN112923870B (zh) | 一种基于移相和多位码的彩色物体结构光三维测量方法 | |
CN116912334B (zh) | 基于光栅条纹投影的相位映射高精度投影仪标定方法 | |
CN116152119B (zh) | 用于条纹结构光的相位去噪方法、装置、设备及介质 | |
KR20230066002A (ko) | 이미지 내 라이트 플레어를 정량화하는 시스템 및 방법 | |
CN116559179A (zh) | 一种反光表面形貌与缺陷检测方法及其系统 | |
CN111179182A (zh) | 图像的处理方法及装置、存储介质及处理器 | |
CN115115788A (zh) | 三维重建方法、装置及电子设备、存储介质 | |
CN111445400B (zh) | 存在投影盲区去除绝对相位噪声方法、装置及存储介质 | |
CN113569876A (zh) | 图像特征提取方法、装置和电子设备 | |
CN115661125B (zh) | 基于格雷码结构光的类镜面结构表面缺陷检测方法及系统 | |
CN110068287B (zh) | 相位校正方法、装置、计算机设备和计算机可读存储介质 | |
KR101117381B1 (ko) | 비 음수 행렬 분해에 기초한 눈 검출 시스템 및 방법 |
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: 20210615 |
|
RJ01 | Rejection of invention patent application after publication |