CN117053707A - 三维重建方法、装置和系统、三维扫描方法和三维扫描仪 - Google Patents

Abstract

本申请涉及一种三维重建方法、装置和系统、三维扫描方法和三维扫描仪，其中，该三维重建方法包括：获取对被扫描物体同时拍摄的至少两张二维图像；其中，所述二维图像包括线状特征和散斑特征；识别两张所述二维图像的线状特征，分别得到第一二维数据和第二二维数据；根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建。通过本申请，在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验。解决了现有多线三维重建方法需要采用第三个相机进行重建校验，进而增加了扫描仪的成本、重量和大小的问题。

Description

三维重建方法、装置和系统、三维扫描方法和三维扫描仪

技术领域

本申请涉及三维扫描领域，特别是涉及一种三维重建方法、装置和系统、三维扫描方法和三维扫描仪。

背景技术

光学三维扫描仪是利用光学成像获取被测量物体三维信息的一种设备，目前广泛应用于工业产品检测、逆向设置、仿真、定位等领域。

在一种三维扫描重建流程中，首先在被扫描物体表面形成若干光线，然后经过扫描得到被扫描物体的表面图像后，在其表面图像中识别出若干光线的二维数据，最后对识别出的二维数据进行三维重建，得到若干光线的三维数据，从而重建出被扫描物体的表面图像。

在上述三维扫描重建流程中，主要通过三个相机获取包含光线的物体表面图像。其中两个相机获取的物体表面图像作为三维重建的数据基础，第三个相机获取的物体表面图像用于在三维重建过程中进行校验。因此，该重建方式需要在三维扫描仪中配置三个相机，相对于双目重建增加了一个相机，进而增加了扫描仪的成本、重量和大小。

针对现有的多线三维重建方法需要采用第三个相机进行重建校验，进而增加了扫描仪的成本、重量和大小的问题，目前还没有提出有效的解决方案。

发明内容

在本发明中提供了一种三维重建方法、装置和系统、三维扫描方法和三维扫描仪，以解决相关技术中多线三维重建方法需要采用第三个相机进行重建校验，进而增加了扫描仪的成本、重量和大小的问题。

第一个方面，在本发明中提供了一种三维重建方法，所述三维重建方法包括：

获取对被扫描物体同时拍摄的至少两张二维图像；其中，所述二维图像包括线状特征和散斑特征；

识别两张所述二维图像的线状特征，分别得到第一二维数据和第二二维数据；

根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建。

在其中的一些实施例中，所述根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建包括：

根据两张所述二维图像的散斑特征，通过模板匹配算法确定两张所述二维图像之间的视差图；

根据所述视差图对所述第一二维数据和所述第二二维数据进行三维重建。

在其中的一些实施例中，所述根据所述视差图对所述第一二维数据和所述第二二维数据进行三维重建包括：

根据所述视差图对所述第一二维数据和所述第二二维数据进行匹配，确定所述第一二维数据和所述第二二维数据之间的对应关系；

根据相互对应的所述第一二维数据和所述第二二维数据得到目标三维数据。

在其中的一些实施例中，所述第一二维数据包括第一二维坐标集合，所述第二二维数据包括第二二维坐标集合；

所述根据所述视差图对所述第一二维数据和所述第二二维数据进行匹配，确定所述第一二维数据和所述第二二维数据之间的对应关系包括：

遍历所述第一二维坐标集合中的第一二维坐标，根据所述视差图确定所述第一二维坐标的视差，根据所述第一二维坐标的视差在所述第二二维坐标集合中确定与所述第一二维坐标对应的第二二维坐标；

所述根据相互对应的所述第一二维数据和所述第二二维数据得到目标三维数据包括：

根据相互对应的所述第一二维坐标和所述第二二维坐标确定目标三维坐标。

在其中的一些实施例中，所述获取对被扫描物体同时拍摄的至少两张二维图像包括：

获取所述被扫描物体在不同视角下同时拍摄得到的至少两张原始表面图像；

对两张所述原始表面图像进行立体校正，得到行对齐的两张所述二维图像。

在其中的一些实施例中，所述获取对被扫描物体同时拍摄的至少两张二维图像包括：

获取所述被扫描物体在不同视角下同时拍摄得到的至少两张原始表面图像；

对两张所述原始表面图像进行极线约束，得到极线对齐的两张所述二维图像。

在其中的一些实施例中，所述根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建包括：

对所述第一二维数据和所述第二二维数据进行三维重建，得到被扫描物体的三维重建结果；

通过两张所述二维图像的散斑特征，对被扫描物体的三维重建结果的进行校验。

第二个方面，在本发明中提供了一种三维扫描方法，所述三维扫描方法包括：

向被扫描物体表面同时投射线状图案和散斑图案；

在不同视角下同时对所述被扫描物体进行拍摄，得到所述被扫描物体的两张二维图像；

根据第一个方面中所述三维重建方法对两张所述二维图像进行三维重建。

第三个方面，在本发明中提供了一种三维重建装置，所述三维重建装置包括：

图像获取模块，用于获取对被扫描物体同时拍摄的至少两张二维图像；其中，所述二维图像包括线状特征和散斑特征；

特征识别模块，用于识别两张所述二维图像的线状特征，分别得到第一二维数据和第二二维数据；

三维重建模块，用于根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建。

第四个方面，在本发明中提供一种三维扫描仪，所述三维扫描仪包括：处理器、投影装置和两个相机；

所述投影装置用于向被扫描物体表面同时投射线状图案和散斑图案；

两个所述相机用于在不同视角下同时对所述被扫描物体进行拍摄，得到所述被扫描物体的两张二维图像；

所述处理器用于执行第一个方面中所述三维重建方法对两张所述二维图像进行三维重建。

在其中的一些实施例中，所述投影装置包括：可向所述被扫描物体表面投射散斑图案的第一投影器，以及可向所述被扫描物体表面投射线状图案的第二投影器；

或者，所述投影装置包括：可向所述被扫描物体表面同时投射散斑图案和线状图案的第三投影器。

第五个方面，在本发明中提供一种三维重建系统，所述三维重建系统包括：三维扫描仪和数据处理终端，所述三维扫描仪包括投影装置和两个相机；

所述投影装置用于向被扫描物体表面同时投射线状图案和散斑图案；

两个所述相机用于在不同视角下同时对所述被扫描物体进行拍摄，得到所述被扫描物体的两张二维图像；

所述数据处理终端用于第一个方面中所述三维重建方法对两张所述二维图像进行三维重建。

第六个方面，在本发明中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的三维重建方法。

与相关技术相比，在本发明中提供的三维重建方法、装置和系统、三维扫描方法和三维扫描仪，通过利用二维图像中的散斑特征辅助线状特征进行重建。散斑特征与线状特征同时存在于二维图像中，在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验；而且可以同时对散斑特征和线状特征进行识别，从而大大提高了三维重建效率。解决了现有多线三维重建方法需要采用第三个相机进行重建校验，进而增加了扫描仪的成本、重量和大小的问题。

本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。

附图说明

此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：

图1是执行本发明实施例中的三维重建方法的终端的硬件结构框图；

图2是本发明一些实施例中的三维重建方法的流程图；

图3是本发明一些实施例中的三维扫描方法的流程图；

图4是本发明具体实施例中的三维扫描方法的流程图；

图5是本发明一些实施例中的三维重建装置的结构框图。

具体实施方式

为更清楚地理解本申请的目的、技术方案和优点，下面结合附图和实施例，对本申请进行了描述和说明。

除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元)，而可包括未列出的步骤或模块(单元)，或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接，而可以包括电气连接，无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系，表示可以存在三种关系，例如，“A和/或B”可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。通常情况下，字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等，只是对相似对象进行区分，并不代表针对对象的特定排序。

在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行，图1是执行本发明实施例中的三维重建方法的终端的硬件结构框图。如图1所示，终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104，其中，处理器102可以包括但不限于微处理器SoC或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解，图1所示的结构仅为示意，其并不对上述终端的结构造成限制。例如，终端还可包括比图1中所示更多或者更少的组件，或者具有与图1所示出的不同配置。

存储器104可用于存储计算机程序，例如，应用软件的软件程序以及模块，如在本发明中的三维重建方法对应的计算机程序，处理器102通过运行存储在存储器104内的计算机程序，从而执行各种功能应用以及数据处理，即实现上述的方法。存储器104可包括高速随机存储器，还可包括非易失性存储器，如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中，存储器104可进一步包括相对于处理器102远程设置的存储器，这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。

传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中，传输设备106包括一个网络适配器(NetworkInterface Controller，简称为NIC)，其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中，传输设备106可以为射频(Radio Frequency，简称为RF)模块，其用于通过无线方式与互联网进行通讯。

在本发明中提供了一种三维重建方法，图2是本发明一些实施例中的三维重建方法的流程图，如图2所示，该流程包括如下步骤：

步骤S210，获取对被扫描物体同时拍摄的至少两张二维图像；其中，二维图像包括线状特征和散斑特征。

本步骤中，可以获取被扫描物体的多组二维图像，每组二维图像包括不同视角下同时拍摄得到的两张二维图像。具体的，由于双目扫描仪通常包括两个相机，两个相机设置在扫描仪的不同位置，其拍摄角度不同，所以本步骤中的两张二维图像，可以通过上述双目扫描仪中的两个相机同时拍摄得到。相应的，也可以通过两个拍摄视角不同的独立相机进行拍摄得到。

其中较为关键的是，本步骤中获取的二维图像中包括线状特征和散斑特征。因此，在实际三维扫描过程中，需要向被扫描物体表面投射线状图案和散斑图案。其中，可以采用三维扫描仪中配置的投影器投射两种图案，也可以采用独立投影器投射两种图案。线状图案为线性结构的图案，比如在三维激光扫描中，需要在物体表面投射平行或是交错的激光线。散斑图案则是除线状图案之外的不规则图案，比如散斑图案可以由大小和形状均随机的若干斑块构成，斑块可以是斑点、圆弧、矩形块或是其他不规则形状的斑块。

步骤S220，识别两张二维图像的线状特征，分别得到第一二维数据和第二二维数据。

本步骤中，在获取到二维图像后，需要识别出图像中的线状特征。其中，二维图像中的线状特征是三维重建的基础，线状特征的三维分布则构成了被扫描物体表面的三维结构。由于只能从二维图像中识别出线状特征的二维分布，第一二维数据和第二二维数据分别表征两张二维图像中线状特征的二维分布。后续步骤则是基于线状特征的二维分布确定其三维分布。

步骤S230，根据两张二维图像的散斑特征，对第一二维数据和第二二维数据进行三维重建。

本步骤中，主要是对线状特征的二维分布进行三维重建，得到线状特征的三维分布的过程。其中较为关键的是，采用了二维图像中的散斑特征，辅助线状特征进行三维重建。具体的，可以基于散斑特征实现三维重建过程，也可以通过散斑特征对初步三维重建结果进行校验。因此，在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验，仅通过两个相机便可以完成三维重建。

通过上述步骤，可以利用二维图像中的散斑特征辅助线状特征进行重建。散斑特征与线状特征同时存在于二维图像中，在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验；而且可以同时对散斑特征和线状特征进行识别，从而大大提高了三维重建效率。解决了现有多线三维重建方法需要采用第三个相机进行重建校验，进而增加了扫描仪的成本、重量和大小的问题。

需要说明的是，上述三维重建方法可以由三维扫描仪中的内置处理器执行实现，也可以由独立计算机执行实现。

在其中的一些实施例中，步骤S210中，获取对被扫描物体同时拍摄的至少两张二维图像，具体包括：

步骤S211，获取被扫描物体在不同视角下同时拍摄得到的至少两张原始表面图像。

本步骤中，原始表面图像，是相机对待扫描物体表面进行拍摄直接得到的图像，也就是相机拍摄后未经过处理的相机原始图像。

步骤S212，对至少两张原始表面图像进行立体校正，得到行对齐的至少两张二维图像。

本步骤中，在获得两张原始表面图像后，需要对其进行立体校正。二维图像的立体校正是指对于一对二维图像，通过对它们进行几何变换，使得它们在同一平面内且在同一水平线上。这个过程可以消除图像中的畸变并且使得立体匹配更加准确。因此通过立体校正，可以消除两张原始表面图像的畸变，并且使得两张原始表面图像处于行对齐状态。对于行对齐图像，其中一张图像中的任一点必定在另一张图像的同一行中。

在另一些实施例中，步骤S210中，获取对被扫描物体同时拍摄的至少两张二维图像，具体包括：

步骤S211，获取所述被扫描物体在不同视角下同时拍摄得到的至少两张原始表面图像；步骤S213，对两张所述原始表面图像进行极线约束，得到极线对齐的两张所述二维图像。

与上个实施例不同的是，在本实施例中是对原始表面图像进行极线约束，并非进行立体校正。通过极线约束，可以确定两张原始表面图像间相对应的极线，二维图像则是极线对齐后的原始表面图像。对于极线对齐的二维图像，其中一张二维图像中的任一点必定在另一张二维图像的对应极线中。

无论是对原始表面图像进行立体校正还是极线约束，均限定了两张二维图像间特征点的匹配关系。即其中一张二维图像中的任一特征点必定在另一张二维图像的同一行中，或是必定在另一张二维图像的对应极线中。在此基础上，可以结合两张二维图像间的视差图，具体确定两张二维图像间各个特征点的对应关系。

相应的，步骤S230，根据两张二维图像的散斑特征，对第一二维数据和第二二维数据进行三维重建，具体包括：

步骤S231，根据两张二维图像的散斑特征，通过模板匹配算法确定两张二维图像之间的视差图。

本步骤中，主要是利用散斑特征计算两张二维图像之间的视差图。视差图中则记录中两张图像中各个像素点之间的视差。模板匹配算法可以是半全局匹配算法。

步骤S232，根据视差图对第一二维数据和第二二维数据进行三维重建。

本步骤中，二维数据用于表示每个像素点的二维位置信息。在两张二维图像进行立体校正或是极线约束之后，第一二维数据和第二二维数据所表示的二维位置信息在其中一个维度上是对齐的。由于视差图中记录中两张图像中各个像素点之间的视差大小，因此基于视差图，可以将第一二维数据和第二二维数据所表示的二维位置信息在另一个维度上也进行对齐。从而将第一二维数据和第二二维数据进行匹配对应，最终基于相对应的二维数据对得到三维数据，三维数据用于表示每个像素点的三维位置信息。

进一步地，步骤S232具体包括：

根据视差图对第一二维数据和第二二维数据进行匹配，确定第一二维数据和第二二维数据之间的对应关系；根据相互对应的第一二维数据和第二二维数据得到目标三维数据。

目标三维数据则是三维重建得到的用于表示各个像素点三维位置信息的数据。在得到线状特征中每个特征点的目标三维数据后，则可以构建出线状特征的三维点云。其中，二维数据用于表示像素点的二维位置信息，三维数据用于表示像素点的三维位置信息，而位置信息最直接的表示方式为坐标。

因此，第一二维数据包括第一二维坐标集合，第二二维数据包括第二二维坐标集合，而上述步骤则可以进一步包括：遍历第一二维坐标集合中的第一二维坐标，根据视差图确定第一二维坐标的视差范围，根据第一二维坐标的视差范围在第二二维坐标集合中确定与第一二维坐标对应的第二二维坐标；根据相互对应的第一二维坐标和第二二维坐标确定目标三维坐标。

具体的，第一二维坐标集合则是其中一张二维图像中线状特征的所有像素点的二维坐标集合，第二二维坐标集合则是另一张二维图像中线状特征的所有像素点的二维坐标集合。对于二维图像中的每个像素点，其位置坐标有两个维度，行对齐和极线约束则是将其中一个坐标维度对齐，通过视差则可以将另一坐标维度对齐。首先在第一二维坐标集合中确定一个像素点的二维坐标，该二维坐标和第二二维坐标集合中的同一行二维坐标是对应的；然后在视差图中确定该像素点的视差范围，并基于该视差范围，在对应的同一行二维坐标中确定对应的第二二维坐标，该第一二维坐标及其对应的第二二维坐标分别是该像素点在不同视角下的二维坐标；最终则可以基于该第一二维坐标及其对应的第二二维坐标确定该像素点的三维坐标。

示例性地，假设某一像素点的第一二维坐标为(100，300)，同时两张二维图像是行对齐的，该第一二维坐标所对应的第二二维坐标的纵坐标也是300；再假定该像素点的视差为500，则可以确定该第一二维坐标所对应的第二二维坐标为(600，300)。

通过重复上述步骤，遍历第一二维坐标集合中的每个第一二维坐标，则可以确定每个像素点的三维坐标，也就是确定线状特征中每个特征点的三维坐标，进而构建出线状特征的三维点云。

在上述实施例中，通过二维图像中的散斑特征快速建立视差图，并基于视差图辅助线状特征快速找到在图像中的对应点，从而完成三维重建。在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验。而且，散斑特征与线状特征同时存在于二维图像中，可以同时对散斑特征和线状特征进行识别。因此，该三维重建方法相比于现有技术，大大提高了三维重建效率，而且降低了三维扫描仪的成本、重量和大小。

在另一些实施例中，步骤S230，根据两张二维图像的散斑特征，对第一二维数据和第二二维数据进行三维重建，具体包括：

步骤S233，对所述第一二维数据和所述第二二维数据进行三维重建，得到被扫描物体的三维重建结果；步骤S234，通过两张所述二维图像的散斑特征，对被扫描物体的三维重建结果的进行校验。

与上述实施例不同的是，在本实施例中是利用散斑特征对三维重建结果进行校验。具体的，在初步的三维重建结果中，可能存在部分三维点的位置不准确问题，这是由于在三维重建过程中，部分第一二维数据和第二二维数据匹配不准确导致的。校验过程则是筛除明显不匹配的二维数据。具体的，通过对两张二维图像中散斑特征进行识别，可以确定两张二维图像间相互对应的散斑二维数据。假定某个第一二维数据与某个第二二维数据是对应匹配的。若该第一二维数据附近的散斑二维数据与该第二二维数据附近的散斑二维数据也是匹配对应的，则说明该第一二维数据与该第二二维数据的匹配关系是准确地；若该第一二维数据附近的散斑二维数据与该第二二维数据附近的散斑二维数据不是匹配对应的，则说明该第一二维数据与该第二二维数据的匹配关系是不准确地，应当取消两个二维数据间的匹配关系。校验过程则是遍历三维重建结果中所有相互匹配的第一二维数据和第二二维数据，筛除匹配关系不准确地二维数据组。

如上述实施例介绍，在本发明中提供了一种三维重建方法。相应的，在本发明中还提供与上述三维重建方法相关的一种三维扫描方法。图3是本发明一些实施例中的三维扫描方法的流程图。参照图3，该三维扫描方法包括如下步骤：

步骤S310，向被扫描物体表面同时投射线状图案和散斑图案。

本步骤中，线状图案为线性结构的图案，比如在三维激光扫描中，需要在物体表面投射平行或是交错的激光线。散斑图案则是除线状图案之外的不规则图案。该三维扫描方法的第一步则是同时在被扫描物体表面形成线状图案和散斑图案，使得被扫描物体的表面图像中同时具备线状特征和散斑特征。在使用三维扫描仪进行扫描时，可以通过三维扫描仪中配置的投影器向被扫描物体表面同时投射线状图案和散斑图案。相应的，也可以通过单独的投影器向被扫描物体表面同时投射线状图案和散斑图案。

步骤S320，在不同视角下同时对被扫描物体进行拍摄，得到被扫描物体的至少两张二维图像。

本步骤中，在物体表面形成线状图案和散斑图案之后，再采用两个相机在不同视角下同时对被扫描物体进行拍摄，分别得到被扫描物体的两张二维图像。在使用三维扫描仪进行扫描时，可以通过双目扫描仪中配置的两个相机同时对被扫描物体进行拍摄。相应的，也可以通过两个拍摄视角不同的独立相机同时对被扫描物体进行拍摄。

步骤S330，根据本发明中提供的三维重建方法对至少两张二维图像进行三维重建。

本步骤中，在通过相机获取被扫描物体在不同视角下的两张二维图像后，再通过三维扫描仪的内置处理器或是独立计算机对两张二维图像进行三维重建。具体的三维重建方法则是本发明中提供的三维重建方法。本发明中已经对三维重建方法进行详细介绍，在此不再赘述，具体可参见前文中三维重建方法的各个实施例。

通过上述步骤，首先在被扫描物体表面同时形成线状图案和散斑图案，使得被扫描物体的二维图像中同时具有线状特征和散斑特征。则可以利用二维图像中的散斑特征辅助线状特征进行重建。在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验；而且散斑特征与线状特征同时存在于二维图像中，可以同时对散斑特征和线状特征进行识别，从而大大提高了三维重建效率，进而大大提高了三维扫描效率，而且降低了三维扫描仪的成本、重量和大小。

进一步的，本发明中还提供一种三维扫描仪，该三维扫描仪可以执行本发明提供的三维扫描方法。本发明中提供的三维扫描仪包括：处理器、投影装置和两个相机；投影装置用于向被扫描物体表面同时投射线状图案和散斑图案；两个相机用于在不同视角下同时对被扫描物体进行拍摄，得到被扫描物体的两张二维图像；处理器用于执行本发明中提供的三维重建方法对两张二维图像进行三维重建。

具体的，该三维扫描仪为双目扫描仪。在三维扫描过程中：首先开启三维扫描仪中的投影装置，投影装置向被扫描物体表面同时投射线状图案和散斑图案；然后通过两个相机对被扫描物体进行拍摄，得到被扫描物体的两张二维图像；最后二维图像被传输至处理器，处理器执行本发明中提供的三维重建方法对二维图像进行三维重建。

相应的，本发明中还提供一种三维重建系统，该三维扫描系统可以执行本发明提供的三维扫描方法。本发明中提供的三维扫描系统包括：三维扫描仪和数据处理终端，三维扫描仪包括投影装置和两个相机；投影装置用于向被扫描物体表面同时投射线状图案和散斑图案；两个相机用于在不同视角下同时对被扫描物体进行拍摄，得到被扫描物体的两张二维图像；数据处理终端用于执行本发明提供的三维重建方法对两张二维图像进行三维重建。

具体的，该三维扫描仪为双目扫描仪。在三维扫描过程中：首先开启三维扫描仪中的投影装置，投影装置向被扫描物体表面同时投射线状图案和散斑图案；然后通过两个相机对被扫描物体进行拍摄，得到被扫描物体的两张二维图像；最后二维图像被传输至数据处理终端，数据处理终端执行本发明中提供的三维重建方法对二维图像进行三维重建。数据处理终端是独立于三维扫描仪的计算设备。因此在该三维扫描系统中，三维扫描仪获取二维图像后，会将图像数据导出至外部计算机，由外部计算机执行三维重建流程。

需要说明的是，无论是本发明中提供的三维扫描仪或是三维重建系统，三维扫描仪上的投影装置可以由单个投影器构成，也可以由多个投影器构成。

因此，在一种情况中，投影装置包括：可向被扫描物体表面投射散斑图案的第一投影器，以及可向被扫描物体表面投射线状图案的第二投影器。

相应的，在另一种情况中，投影装置包括：可向被扫描物体表面同时投射散斑图案和线状图案的第三投影器。

下面通过一个具体实施例对本发明中的三维扫描方法进行说明。

本实施例中的三维扫描方法主要由三维扫描仪对物体进行扫描。该三维扫描仪由双相机和投影器组成，其中投影器可以是单个也可以是多个组合形式。

图4是本发明具体实施例中的三维扫描方法的流程图。参照图4，该三维扫描方法包括如下步骤：

步骤S410，获取被扫描物体在不同视角下同时拍摄得到的两张原始表面图像。

具体的，同步触发双相机和投影器，双相机捕捉到两幅图像L和R，两幅图像L和R均是原始表面图像。图像L和R的特征必须满足：既存在线状特征又存在散斑特征。这些特征由投影器单独或者组合投影得到。

步骤S420，对两张原始表面图像进行立体校正，得到行对齐的两张二维图像。

具体的，将图像L和R进行立体校正(需要输入相机的内参、外参、畸变等参数)，得到行对齐的图像L₁和R₁，图像L₁和R₁则为二维图像。行对齐图像指的是左图中的某一个点其对应点必定在右图中的同一行中。

步骤S430，根据两张二维图像的散斑特征，通过模板匹配算法确定两张二维图像之间的视差图。

具体的，基于散斑特征，使用模板匹配算法，比如半全局匹配算法(semi-globalmatching)，得到图像L₁和R₁的视差图D。D中记录了左图和右图中对应点的视差大小。例如：左图点p_l坐标为(100，500)，其对应点p₂的右图坐标为(400，500)，所以其视差为：x_l-x₂＝100-400＝-300。由于两张图像为行对齐，所以两个对应点的y坐标是一样的。

步骤S440，识别两张二维图像的线状特征，分别得到第一二维数据和第二二维数据。

具体的，识别线状特征在图像中的二维坐标，得到左右图的各自二维坐标集合line_L和line_R。

步骤S450，根据视差图对第一二维数据和第二二维数据进行匹配，确定第一二维数据和第二二维数据之间的对应关系。

具体的，遍历line_L中的每个二维点，对于其中的某个二维点p，确定其在视差图D中的大致视差范围，根据视差范围在右图中进行快速搜索得到line_R中的二维对应点。因为线状特征和散斑特征在同一幅图中，所以视差图D中的视差也适用于线状特征的视差。Line_L和line_R中的对应点在同一行中，视差图D中的视差可以快速地锁定搜索视差的范围，且能降低误匹配的风险。

步骤S460，根据相互对应的第一二维数据和第二二维数据得到目标三维数据。

具体的，通过所有的line_L中的点在line_R中的对应点，可用三角测量方法进行三维重建，得到线状特征的三维数据。

通过上述实施例可知，本发明中提供的三维扫描方法的优势在于：

不需要增加新的相机，对结构的稳定性要求降低。因为是单幅图像中同时具有散斑特征和线状特征，通过散斑特征快速建立视差图，并基于视差图辅助线状特征快速找到在图像中的对应点，从而完成重建，所以扫描速度不会受到较大限制，且识别率稳定性也能提高。

在本发明中还提供了一种三维重建装置，该装置用于实现上述实施例及优选实施方式，已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图5是本发明一些实施例中的三维重建装置的结构框图。如图5所示，该装置包括：

图像获取模块510，用于获取对被扫描物体同时拍摄的至少两张二维图像；其中，二维图像包括线状特征和散斑特征；

特征识别模块520，用于识别两张二维图像的线状特征，分别得到第一二维数据和第二二维数据；

三维重建模块530，用于根据两张二维图像的散斑特征，对第一二维数据和第二二维数据进行三维重建。

通过上述模块，可以利用二维图像中的散斑特征辅助线状特征进行重建。散斑特征与线状特征同时存在于二维图像中，在三维重建过程中，不需要采用第三相机拍摄得到的图像对被重建的线状特征进行校验；而且可以同时对散斑特征和线状特征进行识别，从而大大提高了三维重建效率。解决了现有多线三维重建方法需要采用第三个相机进行重建校验，进而增加了扫描仪的成本、重量和大小的问题。

需要说明的是，上述各模块的功能实现与本发明提供的三维重建方法的各步骤对应。因此，对于上述各模块的进一步具体功能，可以参照关于本发明提供的三维重建方法的具体说明，在此不再赘述。

需要说明的是，上述各个模块可以是功能模块也可以是程序模块，既可以通过软件来实现，也可以通过硬件来实现。对于通过硬件来实现的模块而言，上述各个模块可以位于同一处理器中；或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。

在本发明中还提供了一种电子装置，包括存储器和处理器，该存储器中存储有计算机程序，该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。

可选地，上述电子装置还可以包括传输设备以及输入输出设备，其中，该传输设备和上述处理器连接，该输入输出设备和上述处理器连接。

可选地，在一些实施例中，上述处理器可以被设置为通过计算机程序执行以下步骤：

S1，获取对被扫描物体同时拍摄的至少两张二维图像；其中，二维图像包括线状特征和散斑特征。

S2，识别两张二维图像的线状特征，分别得到第一二维数据和第二二维数据。

S3，根据两张二维图像的散斑特征，对第一二维数据和第二二维数据进行三维重建。

需要说明的是，在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例，在本实施例中不再赘述。

此外，结合上述实施例中提供的三维重建方法，在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序；该计算机程序被处理器执行时实现上述实施例中的任意一种三维重建方法。

需要说明的是，本申请所涉及的用户信息(包括但不限于用户设备信息、用户个人信息等)和数据(包括但不限于用于分析的数据、存储的数据、展示的数据等)，均为经用户授权或者经过各方充分授权的信息和数据。

应该明白的是，这里描述的具体实施例只是用来解释这个应用，而不是用来对它进行限定。根据本申请提供的实施例，本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例，均属本申请保护范围。

显然，附图只是本申请的一些例子或实施例，对本领域的普通技术人员来说，也可以根据这些附图将本申请适用于其他类似情况，但无需付出创造性劳动。另外，可以理解的是，尽管在此开发过程中所做的工作可能是复杂和漫长的，但是，对于本领域的普通技术人员来说，根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段，不应被视为本申请公开的内容不足。

“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例，也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是，本申请中描述的实施例在没有冲突的情况下，可以与其它实施例结合。

以上所述实施例仅表达了本申请的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对专利保护范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本申请构思的前提下，还可以做出若干变形和改进，这些都属于本申请的保护范围。因此，本申请的保护范围应以所附权利要求为准。

Claims (12)

1.一种三维重建方法，其特征在于，所述三维重建方法包括：

获取对被扫描物体同时拍摄的至少两张二维图像；其中，所述二维图像包括线状特征和散斑特征；

识别两张所述二维图像的线状特征，分别得到第一二维数据和第二二维数据；

根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建。

2.根据权利要求1所述的三维重建方法，其特征在于，所述根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建包括：

根据两张所述二维图像的散斑特征，通过模板匹配算法确定两张所述二维图像之间的视差图；

根据所述视差图对所述第一二维数据和所述第二二维数据进行三维重建。

3.根据权利要求2所述的三维重建方法，其特征在于，所述根据所述视差图对所述第一二维数据和所述第二二维数据进行三维重建包括：

根据所述视差图对所述第一二维数据和所述第二二维数据进行匹配，确定所述第一二维数据和所述第二二维数据之间的对应关系；

根据相互对应的所述第一二维数据和所述第二二维数据得到目标三维数据。

4.根据权利要求3所述的三维重建方法，其特征在于，所述第一二维数据包括第一二维坐标集合，所述第二二维数据包括第二二维坐标集合；

所述根据所述视差图对所述第一二维数据和所述第二二维数据进行匹配，确定所述第一二维数据和所述第二二维数据之间的对应关系包括：

遍历所述第一二维坐标集合中的第一二维坐标，根据所述视差图确定所述第一二维坐标的视差，根据所述第一二维坐标的视差在所述第二二维坐标集合中确定与所述第一二维坐标对应的第二二维坐标；

所述根据相互对应的所述第一二维数据和所述第二二维数据得到目标三维数据包括：

根据相互对应的所述第一二维坐标和所述第二二维坐标确定目标三维坐标。

5.根据权利要求2-4中任一项所述的三维重建方法，其特征在于，所述获取对被扫描物体同时拍摄的至少两张二维图像包括：

获取所述被扫描物体在不同视角下同时拍摄得到的至少两张原始表面图像；

对两张所述原始表面图像进行立体校正，得到行对齐的两张所述二维图像。

6.根据权利要求2-4中任一项所述的三维重建方法，其特征在于，所述获取对被扫描物体同时拍摄的至少两张二维图像包括：

获取所述被扫描物体在不同视角下同时拍摄得到的至少两张原始表面图像；

对两张所述原始表面图像进行极线约束，得到极线对齐的两张所述二维图像。

7.根据权利要求1所述的三维重建方法，其特征在于，所述根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建包括：

对所述第一二维数据和所述第二二维数据进行三维重建，得到被扫描物体的三维重建结果；

通过两张所述二维图像的散斑特征，对所述被扫描物体的三维重建结果的进行校验。

8.一种三维扫描方法，其特征在于，所述三维扫描方法包括：

向被扫描物体表面同时投射线状图案和散斑图案；

在不同视角下同时对所述被扫描物体进行拍摄，得到所述被扫描物体的至少两张二维图像；

根据权利要求1-7中任一项所述三维重建方法对至少两张所述二维图像进行三维重建。

9.一种三维重建装置，其特征在于，所述三维重建装置包括：

图像获取模块，用于获取对被扫描物体同时拍摄的至少两张二维图像；其中，所述二维图像包括线状特征和散斑特征；

特征识别模块，用于识别两张所述二维图像的线状特征，分别得到第一二维数据和第二二维数据；

三维重建模块，用于根据两张所述二维图像的散斑特征，对所述第一二维数据和所述第二二维数据进行三维重建。

10.一种三维扫描仪，其特征在于，所述三维扫描仪包括：处理器、投影装置和两个相机；

所述投影装置用于向被扫描物体表面同时投射线状图案和散斑图案；

两个所述相机用于在不同视角下同时对所述被扫描物体进行拍摄，得到所述被扫描物体的两张二维图像；

所述处理器用于执行权利要求1-7中任一项所述三维重建方法对两张所述二维图像进行三维重建。

11.根据权利要求10所述的三维扫描仪，其特征在于，所述投影装置包括：可向所述被扫描物体表面投射散斑图案的第一投影器，以及可向所述被扫描物体表面投射线状图案的第二投影器；

或者，所述投影装置包括：可向所述被扫描物体表面同时投射散斑图案和线状图案的第三投影器。

12.一种三维重建系统，其特征在于，所述三维重建系统包括：三维扫描仪和数据处理终端，所述三维扫描仪包括投影装置和两个相机；

所述投影装置用于向被扫描物体表面同时投射线状图案和散斑图案；

两个所述相机用于在不同视角下同时对所述被扫描物体进行拍摄，得到所述被扫描物体的两张二维图像；

所述数据处理终端用于执行权利要求1-7中任一项所述三维重建方法对两张所述二维图像进行三维重建。