CN113902791A - 一种基于液态镜头深度聚焦的三维重建方法及装置 - Google Patents
一种基于液态镜头深度聚焦的三维重建方法及装置 Download PDFInfo
- Publication number
- CN113902791A CN113902791A CN202111389105.7A CN202111389105A CN113902791A CN 113902791 A CN113902791 A CN 113902791A CN 202111389105 A CN202111389105 A CN 202111389105A CN 113902791 A CN113902791 A CN 113902791A
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional reconstruction
- camera
- channel
- liquid lens
- 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.)
- Granted
Links
- 239000007788 liquid Substances 0.000 title claims abstract description 51
- 238000000034 method Methods 0.000 title claims abstract description 30
- 238000001914 filtration Methods 0.000 claims abstract description 20
- 238000007781 pre-processing Methods 0.000 claims abstract description 7
- 238000006243 chemical reaction Methods 0.000 claims abstract description 4
- 238000009499 grossing Methods 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 abstract description 2
- 238000005286 illumination Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000003825 pressing Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 230000009466 transformation Effects 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
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/571—Depth or shape recovery from multiple images from focus
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B26/00—Optical devices or arrangements for the control of light using movable or deformable optical elements
- G02B26/004—Optical devices or arrangements for the control of light using movable or deformable optical elements based on a displacement or a deformation of a fluid
-
- G—PHYSICS
- G02—OPTICS
- G02B—OPTICAL ELEMENTS, SYSTEMS OR APPARATUS
- G02B3/00—Simple or compound lenses
- G02B3/12—Fluid-filled or evacuated lenses
- G02B3/14—Fluid-filled or evacuated lenses of variable focal length
-
- 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
- G06T5/00—Image enhancement or restoration
- G06T5/20—Image enhancement or restoration using local operators
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T5/00—Image enhancement or restoration
- G06T5/70—Denoising; Smoothing
-
- 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
- G06T2207/10016—Video; Image sequence
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Optics & Photonics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Automatic Focus Adjustment (AREA)
Abstract
本发明公开了一种基于液态镜头深度聚焦的三维重建方法,包括以下步骤:对相机采集到的图像序列进行预处理;将图像序列排序,阈值设定;连接阈值区域当中最大组件数的部分,将连接部分的区域形状与被测物体形状进行比较;确定阈值连接最大部分的最小周长,创建出一个与坐标轴平行的矩形,求出两个矩形的交集;根据参数转换方法设置输入区域的形状;将采集到的单通道图像融合为多通道图像,并依次访问多通道图像中的每个通道;获取聚焦最清晰地方的深度图,对其进行均值滤波,并选择不同通道图像的灰度值;将全聚焦图像与均值滤波后的图像转化二通道图像,生成的二通道图像即为三维重建图。本方法操作更为简单便捷,具有较好的鲁棒性和准确性。
Description
技术领域
本发明属于计算机视觉技术领域,具体涉及一种基于液态镜头深度聚焦的三维重建方法及装置。
背景技术
随着机器视觉技术的不断发展,三维重建技术取得了巨大进步。传统的三维重建装置所用图像采集装置主要是深度相机。目前的深度相机根据其工作原理可以分为三种:TOF、结构光和RGB双目视觉。前两者视觉方式为主动式,后者为被动式。TOF相机的工作原理是根据光的飞行时间直接测量,可以测量较远距离,一般在100米以内,不容易受外界环境光照变化和被测物体纹理的影响;结构光相机的工作原理是通过投影仪向待检元件表面投射合成编码的光栅条纹,这类具有特定结构的光由于被摄体的深度区域不同而采集不同图像的相位信息,使用计算单元将这种结构变化转化为深度信息,提升特征匹配效果;RGB双目视觉相机的工作原理是RGB图像的特征点匹配,再用三角测量间接计算,根据相机的基线距离、焦距、图的几何关系和坐标系的变换,可以获得目标的三维信息。
目前,TOF相机深度图分辨率很难提高,会受多重反射的影响,而且由于需要全面照射,所以功耗也很高;结构光相机虽然准直性要求和成本低,但是易受外界环境光照强度的影响;RGB双目视觉相机受光照变化和被测物体纹理影响很大,导致夜晚无法使用,由于基线限制,一般只能测量较近的距离,距离越远越不准确。现急需一种可以快速、精确地改变物体的工作距离从而得到被测物体的图像序列进行重建的三维重建装置。
发明内容
为了解决现有技术的不足,本发明旨在提供一种基于液态镜头深度聚焦的三维重建方法,该方法操作更为简单便捷,具有较好的鲁棒性和准确性。
为了实现上述目的,本发明采用的技术方案为:
一种基于液态镜头深度聚焦的三维重建方法,其特征在于:包括以下步骤:
1)利用三维重建装置进行图像采集,对相机采集到的图像序列进行预处理;
2)将图像序列按采集聚焦程度由模糊到清晰再到模糊进行排序,对其进行阈值设定,并根据被测物体的灰度值选取具体区域;
3)连接阈值区域当中最大组件数的部分,将连接部分的区域形状与被测物体形状进行比较;如果连接部分具有类似的形状,则将其纳入输出;
4)确定阈值连接最大部分的最小周长,创建出一个与坐标轴平行的矩形,生成一个平行于左上角和右下角所描述的坐标轴的矩形,把两个区域合并成一个区域,求出两个矩形的交集;
5)根据参数转换方法,将算子shape_trans的参数类型设为outer_circle,设置输入区域的形状,将其定义域缩减为被测物体的区域,然后将采集到的单通道图像融合为多通道图像,并依次访问多通道图像中每个单通道灰度图;
6)使用多个焦点级别提取深度信息,通过高通滤波和焦距级别的方法获取聚焦最清晰地方的深度图,对其进行均值滤波,并选择不同通道图像的灰度值;
7)将深度图使用scale_image_max算子计算出最小值和最大值,并将图像缩放到字节图像的最大值范围,再进行均值滤波,滤波后使用compose2算子将全聚焦图像与均值滤波后的图像转化二通道图像,生成的二通道图像即为三维重建图。
其中,步骤1)中图像序列的预处理具体包括:1-1)图像去噪和平滑,使用均值滤波,消除图像尖锐的噪声;1-2)将图像序列按采集聚焦程度由模糊到清晰再到模糊进行排序。
步骤1)中采集的图像序列大于10张。
步骤2)中图像序列阈值设定时,采集区域在0—255区域之间。
步骤6)中提取的深度信息为每个深度估计返回一个置信值,其中这个值越大,深度估计的置信值就越高。
其中,上述三维重建方法是基于以下三维重建装置实现的,此装置包括支撑固定平台、液态镜头、相机、电子驱动器和环形光源;与被测物体相对的相机安装在支撑固定平台上,液态镜头安装在相机头部,自带有控制操作软件电子驱动器连接相机和液态镜头。
优选地,所述三维重建装置采集图像步骤包括:1-1)初始化电子驱动器的工作参数和设置最大限制电流;1-2)相机标定,得出相机的内参和外参;1-3)控制单元通过逐渐增加电子驱动器输入电流或者屈光度的大小,减小液态镜头工作距离,同时触发相机进行拍照并保存;1-4)采集图像传输至计算机,上位机软件接收采集的原始图像进行三维重建。
其中,所述电子驱动器的输入电流y与液态镜头的工作距离x的关系为:
y=-329.9ln(x)+1625.8 R2=0.9999;
其中,R2是趋势线拟合程度的指标,它的数值大小反映趋势线的估计值与对应的实际数据之间的拟合程度,拟合程度越高,趋势线的可靠性就越高。
本发明具有的有益效果为:
1.本发明提出的三维重建装置采用液态镜头进行重建,液态镜头是基于液态填充式的镜头,使用机械装置对腔内液体施加压力,再分配体腔内液体使曲率半径发生变化,通过填充和吸出液体来改变表面曲率而变焦的镜头。与现有技术相比,本发明不需要机械控制镜头与被测物体的距离实现变焦的效果,拥有便捷、快速和准确的特点。
2.本方法在图像序列中,根据特定的融合规则,每个像素都有对应的明确的焦点位置,通过多个焦点级别提取深度信息,对深度信息进行插值拟合,恢复更准确的对象深度信息,进行三维重建。深度聚焦法具有应用灵活、精度高和性能稳定的特点。
附图说明
图1为本发明的三维重建装置结构示意图;
图2为本发明电子驱动器的输入电流与液态镜头的工作距离的关系曲线图;
图3为本发明三维重建方法的流程图。
具体实施方式
如图1-3所示,本发明提出了一种基于液态镜头3深度聚焦的三维重建装置,包括支撑固定平台6、液态镜头3、相机2、电子驱动器1和环形光源4;与被测物体5相对的相机2安装在支撑固定平台6上,液态镜头3与被测物体5间的距离约为120mm,以确保被测物体5能在液态镜头3的工作范围之内清晰成像。
液态镜头3安装在相机2头部,自带有控制操作软件电子驱动器1连接相机2和液态镜头3。相机2采用面阵相机2,适用于拍摄连续的、面状扫描光线的图像,从而获取二维图像信息。环形光源4照射的光线分布均匀、光照强度可灵活控制。液态镜头3是基于液态填充式的镜头,使用机械装置对腔内液体施加压力,再分配体腔内液体使曲率半径发生变化,通过填充和吸出液体来改变表面曲率而变焦的镜头。电子驱动器1自带有控制操作软件,通过电子驱动选择功能运行模式,当控制电流的大小来改变工作距离的模式时,液态镜头3焦距发生改变,相机2拍摄被测物体5的不同聚焦点处的图片;当控制focuspower的屈光度来改变工作距离时,液态镜头3腔内的液体重新分配使曲率半径发生改变,相机2拍摄被测物体5的在不同焦点处最清晰的图片,调用图像处理单元构建被测物体5的三维空间结构。
利用液态镜头3驱动功耗小、变焦范围大、光圈大小灵活的特点,能够准确地拍摄在焦点不同处最清晰的图像,电子驱动器1灵活控制镜头与被测物体5的工作距离,同时确保图像采集模块和照明模块的相对位置固定,从而快速采集到高质量清晰的图像进行三维重建。
采用本三维重建装置进行三维重建,具体包括下列步骤:
1.在实现三维重建的过程中,首先需要连接液态镜头3和电子驱动器1,通过初始化电子驱动器1的工作参数和设置最大限制电流,确保液态镜头3正常工作。
2.相机2标定,得出相机2的内参和外参。
3.控制单元通过逐渐增加电子驱动器1输入电流或者屈光度的大小,减小液态镜头3工作距离,同时触发相机2进行拍照并保存。其中,驱动器1的输入电流y与液态镜头3的工作距离x的关系驱动器1液态镜头3接近:
y=-329.9ln(x)+1625.8 R2=0.9999。
R2是趋势线拟合程度的指标,它的数值大小可以反映趋势线的估计值与对应的实际数据之间的拟合程度,拟合程度越高,趋势线的可靠性就越高
4.采集图像通过千兆网线传输至计算机,上位机软件接收采集的原始图像。
5.调用深度聚焦算法模块,对预处理之后的图像进行三维重建。
6.对三维重建结果图像进行上位机可视化显示。
本发明提出的三维重建装置采用液态镜头进行重建,液态镜头3采用液态填充式的镜头,使用机械装置对腔内液体施加压力,再分配体腔内液体使曲率半径发生变化,通过填充和吸出液体来改变表面曲率而变焦的镜头。与现有技术相比,本发明不需要机械控制镜头与被测物体5的距离实现变焦的效果,拥有便捷、快速和准确的特点。
相应的,基于上述三维重建装置,本发明还提出了一种基于液态镜头深度聚焦的三维重建方法,包括以下步骤:
1)、利用三维重建装置进行图像采集,对相机采集到的图像序列进行预处理。采集的图像序列大于10张。
图像序列的预处理具体包括:1-1)图像去噪和平滑,使用均值滤波,消除图像尖锐的噪声;1-2)将图像序列按采集聚焦程度由模糊到清晰再到模糊进行排序。
2)将图像序列按采集聚焦程度由模糊到清晰再到模糊进行排序,对其进行阈值设定,并根据被测物体的灰度值选取具体区域。
其中图像序列阈值设定时,采集区域在0—255区域之间。
3)连接阈值区域当中最大组件数的部分,将连接部分的区域形状与被测物体形状进行比较;如果连接部分具有类似的形状,则将其纳入输出。
4)确定阈值连接最大部分的最小周长,创建出一个与坐标轴平行的矩形,生成一个平行于左上角和右下角所描述的坐标轴的矩形,把两个区域合并成一个区域,求出两个矩形的交集。
5)根据参数转换方法,将算子shape_trans的参数类型设为outer_circle,设置输入区域的形状,将其定义域缩减为指定的区域。新定义域计算为原定义域与区域的交点。然后将采集到的单通道图像融合为多通道图像,并依次访问多通道图像中每个单通道灰度图。
6)使用多个焦点级别提取深度信息,通过高通滤波和焦距级别的方法获取聚焦最清晰地方的深度图,对其进行均值滤波,并选择不同通道图像的灰度值。其中,提取的深度信息为每个深度估计返回一个置信值,这个值越大,深度估计的置信值就越高。
7)将深度图使用scale_image_max算子计算出最小值和最大值,并将图像缩放到字节图像的最大值范围,再进行均值滤波,滤波后使用compose2算子将全聚焦图像与均值滤波后的图像转化二通道图像,生成的二通道图像即为三维重建图。
本方法在图像序列中,根据特定的融合规则,每个像素都有对应的明确的焦点位置,通过多个焦点级别提取深度信息,对深度信息进行插值拟合,恢复更准确的对象深度信息,进行三维重建。深度聚焦法具有应用灵活、精度高和性能稳定的特点。
Claims (8)
1.一种基于液态镜头深度聚焦的三维重建方法,其特征在于:包括以下步骤:
1)利用三维重建装置进行图像采集,对相机采集到的图像序列进行预处理;
2)将图像序列按采集聚焦程度由模糊到清晰再到模糊进行排序,对其进行阈值设定,并根据被测物体的灰度值选取具体区域;
3)连接阈值区域当中最大组件数的部分,将连接部分的区域形状与被测物体形状进行比较;如果连接部分具有类似的形状,则将其纳入输出;
4)确定阈值连接最大部分的最小周长,创建出一个与坐标轴平行的矩形,生成一个平行于左上角和右下角所描述的坐标轴的矩形,把两个区域合并成一个区域,求出两个矩形的交集;
5)根据参数转换方法,将算子shape_trans的参数类型设为outer_circle,设置输入区域的形状,将其定义域缩减为被测物体的区域,然后将采集到的单通道图像融合为多通道图像,并依次访问多通道图像中每个单通道灰度图;
6)使用多个焦点级别提取深度信息,通过高通滤波和焦距级别的方法获取聚焦最清晰地方的深度图,对其进行均值滤波,并选择不同通道图像的灰度值;
7)将深度图使用scale_image_max算子计算出最小值和最大值,并将图像缩放到字节图像的最大值范围,再进行均值滤波,滤波后使用compose2算子将全聚焦图像与均值滤波后的图像转化二通道图像,生成的二通道图像即为三维重建图。
2.根据权利要求1所述的三维重建方法,其特征在于:步骤1)中图像序列的预处理具体包括:1-1)图像去噪和平滑,使用均值滤波,消除图像尖锐的噪声;1-2)将图像序列按采集聚焦程度由模糊到清晰再到模糊进行排序。
3.根据权利要求1所述的三维重建方法,其特征在于:步骤2)中图像序列阈值设定时,采集区域在0—255区域之间。
4.根据权利要求1所述的三维重建方法,其特征在于:步骤1)中采集的图像序列大于10张。
5.根据权利要求1所述的三维重建方法,其特征在于:步骤6)中提取的深度信息为每个深度估计返回一个置信值,其中这个值越大,深度估计的置信值就越高。
6.权利要求1所述的三维重建方法是基于以下三维重建装置实现的,其特征在于:包括支撑固定平台、液态镜头、相机、电子驱动器和环形光源;与被测物体相对的相机安装在支撑固定平台上,液态镜头安装在相机头部,自带有控制操作软件电子驱动器连接相机和液态镜头。
7.根据权利要求6所述的三维重建装置,其特征在于:所述三维重建装置采集图像步骤包括:1-1)初始化电子驱动器的工作参数和设置最大限制电流;1-2)相机标定,得出相机的内参和外参;1-3)控制单元通过逐渐增加电子驱动器输入电流或者屈光度的大小,减小液态镜头工作距离,同时触发相机进行拍照并保存;1-4)采集图像传输至计算机,上位机软件接收采集的原始图像进行三维重建。
8.根据权利要求6所述的三维重建装置,其特征在于:所述电子驱动器的输入电流y与液态镜头的工作距离x的关系为:
y=-329.9ln(x)+1625.8 R2=0.9999;
其中,R2是趋势线拟合程度的指标,它的数值大小反映趋势线的估计值与对应的实际数据之间的拟合程度,拟合程度越高,趋势线的可靠性就越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111389105.7A CN113902791B (zh) | 2021-11-22 | 2021-11-22 | 一种基于液态镜头深度聚焦的三维重建方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111389105.7A CN113902791B (zh) | 2021-11-22 | 2021-11-22 | 一种基于液态镜头深度聚焦的三维重建方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113902791A true CN113902791A (zh) | 2022-01-07 |
CN113902791B CN113902791B (zh) | 2022-06-21 |
Family
ID=79194806
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111389105.7A Active CN113902791B (zh) | 2021-11-22 | 2021-11-22 | 一种基于液态镜头深度聚焦的三维重建方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113902791B (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050225884A1 (en) * | 2004-04-12 | 2005-10-13 | Gim Dong W | Three-dimensional imaging device |
US20060209439A1 (en) * | 2004-04-12 | 2006-09-21 | Stereo Display, Inc. | Three-dimensional imaging system |
CN103606181A (zh) * | 2013-10-16 | 2014-02-26 | 北京航空航天大学 | 一种显微三维重构方法 |
CN104463949A (zh) * | 2014-10-24 | 2015-03-25 | 郑州大学 | 一种基于光场数字重聚焦的快速三维重建方法及其系统 |
CN106231177A (zh) * | 2016-07-20 | 2016-12-14 | 成都微晶景泰科技有限公司 | 场景深度测量方法、设备及成像装置 |
CN106331683A (zh) * | 2016-08-25 | 2017-01-11 | 锐马(福建)电气制造有限公司 | 一种物体三维重建方法及其系统 |
CN110288701A (zh) * | 2019-06-26 | 2019-09-27 | 纳米视觉(成都)科技有限公司 | 一种基于深度聚焦的三维重建方法及终端 |
CN112132958A (zh) * | 2020-09-23 | 2020-12-25 | 哈尔滨工程大学 | 一种基于双目视觉的水下环境三维重建方法 |
CN112268525A (zh) * | 2020-10-23 | 2021-01-26 | 杭州天远三维检测技术有限公司 | 三维扫描方法和三维扫描设备 |
-
2021
- 2021-11-22 CN CN202111389105.7A patent/CN113902791B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20050225884A1 (en) * | 2004-04-12 | 2005-10-13 | Gim Dong W | Three-dimensional imaging device |
US20060209439A1 (en) * | 2004-04-12 | 2006-09-21 | Stereo Display, Inc. | Three-dimensional imaging system |
CN103606181A (zh) * | 2013-10-16 | 2014-02-26 | 北京航空航天大学 | 一种显微三维重构方法 |
CN104463949A (zh) * | 2014-10-24 | 2015-03-25 | 郑州大学 | 一种基于光场数字重聚焦的快速三维重建方法及其系统 |
CN106231177A (zh) * | 2016-07-20 | 2016-12-14 | 成都微晶景泰科技有限公司 | 场景深度测量方法、设备及成像装置 |
CN106331683A (zh) * | 2016-08-25 | 2017-01-11 | 锐马(福建)电气制造有限公司 | 一种物体三维重建方法及其系统 |
CN110288701A (zh) * | 2019-06-26 | 2019-09-27 | 纳米视觉(成都)科技有限公司 | 一种基于深度聚焦的三维重建方法及终端 |
CN112132958A (zh) * | 2020-09-23 | 2020-12-25 | 哈尔滨工程大学 | 一种基于双目视觉的水下环境三维重建方法 |
CN112268525A (zh) * | 2020-10-23 | 2021-01-26 | 杭州天远三维检测技术有限公司 | 三维扫描方法和三维扫描设备 |
Non-Patent Citations (4)
Title |
---|
MAO YE 等: "Depth from defocus measurement method based on liquid crystal lens", 《OPTICAL SOCIETY》 * |
SIMONE PASINETTI 等: "A Depth From Defocus Measurement System Using a Liquid Lens Objective for Extended Depth Range", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
杨小会: "基于调焦法的物体表面三维重建", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
范甜甜: "基于Shape from Focus的三维深度测量算法研究", 《万方》 * |
Also Published As
Publication number | Publication date |
---|---|
CN113902791B (zh) | 2022-06-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CA2961921C (en) | Camera calibration method using a calibration target | |
CN110032278B (zh) | 一种人眼感兴趣物体的位姿识别方法、装置及系统 | |
KR102674646B1 (ko) | 뷰로부터 거리 정보를 획득하는 장치 및 방법 | |
CN109477710B (zh) | 基于点的结构化光系统的反射率图估计 | |
CN109377551B (zh) | 一种三维人脸重建方法、装置及其存储介质 | |
KR101893047B1 (ko) | 이미지 처리 방법 및 이미지 처리 장치 | |
CN106683068B (zh) | 一种三维数字化图像采集方法 | |
US11587252B2 (en) | Positioning method and system combining mark point positioning and intelligent reverse positioning | |
Choi et al. | Three-dimensional shape recovery from the focused-image surface | |
US20170059305A1 (en) | Active illumination for enhanced depth map generation | |
KR102219624B1 (ko) | 가상 광선 추적 방법 및 라이트 필드 동적 리포커싱 디스플레이 시스템 | |
CN102997891B (zh) | 场景深度的测量装置和方法 | |
CN107860337B (zh) | 基于阵列相机的结构光三维重建方法与装置 | |
CN110838164B (zh) | 基于物体点深度的单目图像三维重建方法、系统及装置 | |
WO2015006791A1 (en) | Combining depth-maps from different acquisition methods | |
JP2003130621A (ja) | 3次元形状計測方法およびその装置 | |
CN103903222A (zh) | 三维感测方法与三维感测装置 | |
CN102316355A (zh) | 3d机器视觉信号的生成方法及3d机器视觉传感器 | |
CN114792345B (zh) | 一种基于单目结构光系统的标定方法 | |
CN104374374B (zh) | 基于主动全景视觉的3d环境复制系统及3d全景显示绘制方法 | |
CN111833392A (zh) | 标记点多角度扫描方法、系统及装置 | |
EP2826243B1 (en) | Method and system for identifying depth data associated with an object | |
Harvent et al. | Multi-view dense 3D modelling of untextured objects from a moving projector-cameras system | |
CN116182786B (zh) | 单目视觉测距方法、相机及介质 | |
CN113160416A (zh) | 一种用于煤流检测的散斑成像装置及方法 |
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 |