CN114993207B - 基于双目测量系统的三维重建方法 - Google Patents
基于双目测量系统的三维重建方法 Download PDFInfo
- Publication number
- CN114993207B CN114993207B CN202210924341.2A CN202210924341A CN114993207B CN 114993207 B CN114993207 B CN 114993207B CN 202210924341 A CN202210924341 A CN 202210924341A CN 114993207 B CN114993207 B CN 114993207B
- Authority
- CN
- China
- Prior art keywords
- lens
- camera
- coordinates
- perspective
- double telecentric
- 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
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
-
- 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
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (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双目测量系统的三维重建方法,所述双目测量系统由一个带有双远心沙姆镜头的工业相机和带有透视镜头的工业投影仪组成,所述方法包括:步骤1:设计双远心沙姆镜头和透视镜头的成像模型;步骤2:标定得到内参外参;步骤3:投影纹理,相机捕捉条纹并进行解相;步骤4:计算出双远心沙姆‑透视极线方程;步骤5:进行二分搜索和线性搜索配对相位值坐标;步骤6:采用中点算法求出反向三角化后的三维坐标值。本发明通过使用沙姆双远心镜头相机和普通透视镜头投影的配置,以及提出的双远心沙姆‑透视极线方程模型和二分‑线性搜索匹配算法,有效提升了重建的景深范围,精度以及速度。
Description
技术领域
本发明涉及三维测量技术领域,尤其涉及一种基于双目测量系统的三维重建方法。
背景技术
近年来,基于工业相机和DLP投影的结构光三维重建技术得到了蓬勃的发展。此技术越来越多的应用到诸如逆向工程,视觉导航,机器人分拣,三维质量检测等众多行业。面阵结构光和传统的三维重建方法比起来,能够静止地快速获取精确的稠密点云,弥补了线激光和基于自然特征的双目重建方法的种种不足。
面阵结构光从特性上来说,更适合做大场景大视野下的应用。在迁移到相对微观的场景,例如检测面积为10平方厘米以内的视野时,则会面临镜头畸变大,扫描景深短,细节不清楚等种种限制。
发明内容
本发明实施例所要解决的技术问题在于,提供一种基于双目测量系统的三维重建方法,以解决微观场景下的镜头畸变大,扫描景深短,细节不清楚等问题。
为了解决上述技术问题,本发明实施例提出了一种基于双目测量系统的三维重建方法,所述双目测量系统由一个带有双远心沙姆镜头的工业相机和带有透视镜头的工业投影仪组成,所述方法包括:
步骤1:设计双远心沙姆镜头和透视镜头的成像模型;
步骤2:根据设计好的成像模型,进行标定,得到所述相机和投影仪的内参外参;
步骤3:投影仪投射出灰码+余弦条纹的纵向纹理,相机捕捉条纹并进行解相,求得相机每个像素对应的相位;
步骤4:依据双远心沙姆镜头和透视镜头的成像模型,计算出位于相机和投影仪两者的焦平面的双远心沙姆-透视极线方程;
步骤5:根据所述极线方程,在投影的焦平面进行二分搜索和线性搜索配对相位值坐标;
步骤6:采用中点算法求出对应两个配对的相位值坐标反向三角化后的三维坐标值。
进一步地,步骤1中,双远心沙姆镜头的成像模型如下:
非畸变条件下,图像平面物理坐标为:
畸变后的坐标为:
经过倾斜映射后落在传感芯片平面上的坐标为:
最后的像素坐标为:
进一步地,步骤1中,透视镜头的成像模型为:
非畸变条件下,图像平面物理坐标为:
畸变后的坐标为:
最后的像素坐标为:
进一步地,步骤4中,根据以下步骤计算双远心沙姆-透视极线方程:
称为双远心沙姆-透视极线方程,其中,
进一步地,步骤4中,二分搜索的具体步骤如下:
(9)达到循环上限,退出,标记为没有找到配对坐标值。
进一步地,步骤4中,线性搜索的具体步骤如下:
至此退出循环;
本发明的有益效果为:本发明选用了沙姆双远心镜头搭配普通投影的配置,能够有效解决相机斜向拍摄时,景深不足的问题;同时,能提供高倍率和极低畸变等特性,更适合微观场景下苛刻的细节和精度要求;本发明提出的成像模型和匹配点搜索算法无论在是精度上还是速度上,均达到较高水平。
附图说明
图1是本发明实施例所应用的实际场景的配置示意图。
图2是本发明实施例的基于双目测量系统的三维重建方法的流程图。
附图标号说明
DLP投影仪1,8mm的普通透视工业镜头2,500万工业相机3,双远心沙姆镜头4,触发线5,待检测物体6。
具体实施方式
需要说明的是,在不冲突的情况下,本申请中的实施例及实施例中的特征可以相互结合,下面结合附图和具体实施例对本发明作进一步详细说明。
本发明实施例中若有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中若涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。
请参照图1,本发明实施例的双目测量系统由一个带有双远心沙姆镜头的工业相机和带有普通透视镜头的工业投影仪组成。本发明实施例的大致流程如下:
首先,搭建三维的双目测量系统,如图1所示,1为DLP投影仪,分辨率为1280*720,2为镜头为8mm的普通透视工业镜头,3为500万工业相机,4为双远心沙姆镜头。两个设备之间通过触发线5连接。6为待检测物体,位于工业相机和投影仪的视场范围内。
再给出扫描指令,投影仪投射出灰码+余弦条纹,同步触发相机采集纹理图片。
相机对采集到的图像进行解相计算,得到相位图,然后根据本发明的基于双目测量系统的三维重建方法,重建出三维点云数据。
请参照图2,本发明的基于双目测量系统的三维重建方法包括:
步骤1:设计双远心沙姆镜头和透视镜头的成像模型;
步骤2:根据设计好的成像模型,进行标定,得到所述相机和投影仪的内参外参;
步骤3:控制投影仪投射出灰码+余弦条纹的纵向纹理,相机捕捉条纹并进行解相,求得相机每个像素对应的相位;
步骤4:依据双远心沙姆镜头和透视镜头的成像模型,计算出位于相机和投影仪两者的焦平面的双远心沙姆-透视极线方程;
步骤5:根据所述极线方程,在投影的焦平面进行二分搜索和线性搜索配对相位值坐标;
步骤6:采用中点算法求出对应两个像素(即两个配对的相位值坐标)反向三角化后的三维坐标值。
作为一种实施方式,步骤1中,双远心沙姆镜头的成像模型如下:
R代表旋转矩阵,t代表平移矩阵;
非畸变条件下,图像平面物理坐标为:
畸变后的坐标为:
经过倾斜映射后落在传感芯片平面上的坐标为:
最后的像素坐标为:
作为一种实施方式,步骤1中,透视镜头的成像模型为:
非畸变条件下,图像平面物理坐标为:
畸变后的坐标为:
最后的像素坐标为:
作为一种实施方式,步骤4中,根据以下步骤计算双远心沙姆-透视极线方程:
称为双远心沙姆-透视极线方程,其中,
作为一种实施方式,步骤4中,二分搜索的具体步骤如下:
(9)达到循环上限,退出,标记为没有找到配对坐标值。
作为一种实施方式,步骤4中,线性搜索的具体步骤如下:
至此退出循环;
本发明为了克服在微观场景下的镜头畸变大、扫描景深短、细节不清楚等缺陷,本发明选用了沙姆双远心镜头搭配普通投影的配置。沙姆双远心镜头的使用,能够有效解决相机斜向拍摄时,景深不足的问题。同时,双远心镜头能提供高倍率和极低畸变等特性,更适合微观场景下苛刻的细节和精度要求。
尽管已经示出和描述了本发明的实施例,对于本领域的普通技术人员而言,可以理解在不脱离本发明的原理和精神的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由所附权利要求及其等同范围限定。
Claims (3)
1.一种基于双目测量系统的三维重建方法,其特征在于,所述双目测量系统由一个带有双远心沙姆镜头的工业相机和带有透视镜头的工业投影仪组成,所述方法包括:
步骤1:设计双远心沙姆镜头和透视镜头的成像模型;
步骤2:根据设计好的成像模型,进行标定,得到所述相机和投影仪的内参外参;
步骤3:投影仪投射出灰码+余弦条纹的纵向纹理,相机捕捉条纹并进行解相,求得相机每个像素对应的相位;
步骤4:依据双远心沙姆镜头和透视镜头的成像模型,计算出位于相机和投影仪两者的焦平面的双远心沙姆-透视极线方程;
步骤5:根据所述极线方程,在投影的焦平面进行二分搜索和线性搜索配对相位值坐标;
步骤6:采用中点算法求出对应两个配对的相位值坐标反向三角化后的三维坐标值;
步骤4中,根据以下步骤计算双远心沙姆-透视极线方程:
称为双远心沙姆-透视极线方程,其中,
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210924341.2A CN114993207B (zh) | 2022-08-03 | 2022-08-03 | 基于双目测量系统的三维重建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210924341.2A CN114993207B (zh) | 2022-08-03 | 2022-08-03 | 基于双目测量系统的三维重建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114993207A CN114993207A (zh) | 2022-09-02 |
CN114993207B true CN114993207B (zh) | 2022-10-25 |
Family
ID=83021765
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210924341.2A Active CN114993207B (zh) | 2022-08-03 | 2022-08-03 | 基于双目测量系统的三维重建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114993207B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116188594B (zh) * | 2022-12-31 | 2023-11-03 | 梅卡曼德(北京)机器人科技有限公司 | 沙姆相机的标定方法、标定系统、装置和电子设备 |
Family Cites Families (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20050104385A (ko) * | 2003-02-24 | 2005-11-02 | 체데스 아크티엔게젤샤프트 | 물체의 비접촉 측정방법 |
CN100523726C (zh) * | 2007-12-12 | 2009-08-05 | 武汉大学 | 基于物方投影几何约束的线阵推扫式影像最佳扫描线搜索方法 |
CN104729429B (zh) * | 2015-03-05 | 2017-06-30 | 深圳大学 | 一种远心成像的三维形貌测量系统标定方法 |
CN106802138B (zh) * | 2017-02-24 | 2019-09-24 | 先临三维科技股份有限公司 | 一种三维扫描系统及其扫描方法 |
CN109341536A (zh) * | 2018-09-25 | 2019-02-15 | 深圳市艾视铂智能技术有限公司 | 一种基于双目相机和结构光投影的精密三维视觉测量方法 |
CN110207614B (zh) * | 2019-05-28 | 2020-12-04 | 南京理工大学 | 一种基于双远心相机匹配的高分辨高精度测量系统及方法 |
CN114359405A (zh) * | 2021-12-24 | 2022-04-15 | 苏州中科行智智能科技有限公司 | 一种离轴沙姆3d线激光相机的标定方法 |
-
2022
- 2022-08-03 CN CN202210924341.2A patent/CN114993207B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN114993207A (zh) | 2022-09-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110276808B (zh) | 一种单相机结合二维码测量玻璃板不平度的方法 | |
Kannala et al. | A generic camera model and calibration method for conventional, wide-angle, and fish-eye lenses | |
KR101666959B1 (ko) | 카메라로부터 획득한 영상에 대한 자동보정기능을 구비한 영상처리장치 및 그 방법 | |
JP2019149809A (ja) | 撮像装置のモデリングおよび校正のためのシステムおよびその方法 | |
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 | |
CN110070598B (zh) | 用于3d扫描重建的移动终端及其进行3d扫描重建方法 | |
CN110728715A (zh) | 一种智能巡检机器人像机角度自适应调整方法 | |
JPWO2018235163A1 (ja) | キャリブレーション装置、キャリブレーション用チャート、チャートパターン生成装置、およびキャリブレーション方法 | |
CN111981982B (zh) | 一种基于加权sfm算法的多向合作靶标光学测量方法 | |
CN111445529B (zh) | 一种基于多激光测距的标定设备及方法 | |
CN111009030A (zh) | 一种多视高分辨率纹理图像与双目三维点云映射方法 | |
WO2009120073A2 (en) | A dynamically calibrated self referenced three dimensional structured light scanner | |
CN110490943B (zh) | 4d全息捕捉系统的快速精确标定方法、系统及存储介质 | |
CN113160298A (zh) | 一种深度真值获取方法、装置、系统及深度相机 | |
Mahdy et al. | Projector calibration using passive stereo and triangulation | |
Resch et al. | On-site semi-automatic calibration and registration of a projector-camera system using arbitrary objects with known geometry | |
JP2010276433A (ja) | 撮像装置、画像処理装置及び距離計測装置 | |
CN114993207B (zh) | 基于双目测量系统的三维重建方法 | |
CN111340959B (zh) | 一种基于直方图匹配的三维模型无缝纹理贴图方法 | |
CN114359406A (zh) | 自动对焦双目摄像头的标定、3d视觉及深度点云计算方法 | |
CN114792345A (zh) | 一种基于单目结构光系统的标定方法 | |
JP7489253B2 (ja) | デプスマップ生成装置及びそのプログラム、並びに、デプスマップ生成システム | |
CN109859313B (zh) | 3d点云数据获取方法、装置、3d数据生成方法及系统 | |
TWM594322U (zh) | 全向立體視覺的相機配置系統 | |
CN113865514B (zh) | 一种线结构光三维测量系统标定方法 |
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 |