CN117579754A - 三维扫描方法、装置、计算机设备以及存储介质 - Google Patents
三维扫描方法、装置、计算机设备以及存储介质 Download PDFInfo
- Publication number
- CN117579754A CN117579754A CN202410060599.1A CN202410060599A CN117579754A CN 117579754 A CN117579754 A CN 117579754A CN 202410060599 A CN202410060599 A CN 202410060599A CN 117579754 A CN117579754 A CN 117579754A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- cloud data
- scanning
- linear stripe
- weight
- 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
- 238000000034 method Methods 0.000 title claims abstract description 67
- 238000006243 chemical reaction Methods 0.000 claims description 163
- 238000004422 calculation algorithm Methods 0.000 claims description 17
- 238000004590 computer program Methods 0.000 claims description 16
- 239000000463 material Substances 0.000 abstract description 5
- 230000008569 process Effects 0.000 description 18
- 230000004927 fusion Effects 0.000 description 7
- 230000009466 transformation Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 229910052799 carbon Inorganic materials 0.000 description 2
- 230000008859 change Effects 0.000 description 2
- 238000013499 data model Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000001960 triggered effect Effects 0.000 description 2
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000007499 fusion processing Methods 0.000 description 1
- 229910021389 graphene Inorganic materials 0.000 description 1
- 230000001788 irregular Effects 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 239000003550 marker Substances 0.000 description 1
- 239000011159 matrix material 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
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/00795—Reading arrangements
- H04N1/00827—Arrangements for reading an image from an unusual original, e.g. 3-dimensional objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/40—Picture signal circuits
- H04N1/407—Control or modification of tonal gradation or of extreme levels, e.g. background level
- H04N1/4076—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on references outside the picture
- H04N1/4078—Control or modification of tonal gradation or of extreme levels, e.g. background level dependent on references outside the picture using gradational references, e.g. grey-scale test pattern analysis
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本申请涉及一种三维扫描方法、装置、计算机设备以及存储介质。所述方法包括：基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；获取切换指令；根据切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据；根据第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。通过在两种扫描模式中都生成基于散斑进行重建得到的点云数据，在三维重建时利用散斑特征进行重建，避免了激光扫描时张贴标记点。节省了人力物力成本，进一步的提高了三维扫描的效率以及精度。
Description
技术领域
本申请涉及三维扫描技术领域，特别是涉及一种三维扫描方法、装置、计算机设备以及存储介质。
背景技术
三维扫描仪主要用于侦测以及分析现实世界中物体或环境的形状数据（几何构造）与外观数据（如颜色、表面反照率等性质）。三维扫描仪通过对物体进行扫描，得到对应物体表面的点云数据，再通过对点云数据进行三维重建计算，在虚拟世界中创建实际物体的数字模型。在扫描时，采集的点云数据越密集，其重建生成的三维数据模型就越精确。相应的三维数据模型被各个领域广泛的应用。
目前的相关技术中，当三维扫描仪使用激光扫描时，首先需要在待扫描物体上贴标记点。贴完标记点之后，通过三维扫描仪对待扫描物体进行激光扫描，在得到每一帧的点云数据之后，需要根据其中的标记点信息进行拼接，之后再进行重建，得到三维模型。但在待扫描物体上贴标记点，需要人工去张贴，其需要耗费大量的人力成本以及物力成本。
发明内容
基于此，有必要针对上述技术问题，提供一种三维扫描方法、装置、计算机设备以及存储介质。
第一方面，本申请提供了一种三维扫描方法，所述方法包括：基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；所述第一点云数据包括基于散斑进行重建得到的点云数据；获取切换指令；根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据；所述第二点云数据包括基于散斑进行重建得到的点云数据，所述第三点云数据包括基于线状条纹特征进行重建得到的点云数据；根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。
在其中一个实施例中，所述根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据，之后包括：获取切换指令；根据所述切换指令，基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据。
在其中一个实施例中，所述获取切换指令包括：获取用户输入的所述切换指令。
在其中一个实施例中，所述获取切换指令包括：获取扫描仪与所述待扫描物体之间的距离信息；根据所述距离信息，生成所述切换指令；其中若所述距离信息大于等于预设阈值，则基于第一扫描模式对待扫描物体进行扫描；若所述距离信息小于预设阈值，则基于第二扫描模式对待扫描物体进行扫描。
在其中一个实施例中，所述基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据包括：实时获取所述待扫描物体的两张灰度图像；根据两张所述灰度图像，基于所述灰度图像中的散斑进行重建，得到第一点云数据；基于点云配准算法，计算所述第一点云数据与世界坐标系之间的第一转换关系；将每帧重建得到的所述第一点云数据加入第一散斑点云集合，将每帧所述第一点云数据对应的所述第一转换关系加入转换关系集合。
在其中一个实施例中，所述基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据包括：实时获取所述待扫描物体的两张灰度图像；根据两张所述灰度图像，基于所述灰度图像中的散斑进行重建，得到第二点云数据；基于所述灰度图像中的线状条纹特征进行重建，得到第三点云数据；基于点云配准算法，计算所述第二点云数据和第三点云数据与世界坐标系之间的第二转换关系；将每帧重建得到的所述第二点云数据加入第二散斑点云集合，将每帧重建得到的所述第三点云数据加入第一线状条纹特征点云集合，将每帧所述第二点云数据和第三点云数据对应的所述第二转换关系加入转换关系集合。
在其中一个实施例中，所述实时获取所述待扫描物体的两张灰度图像之前包括：通过散斑投射器向所述待扫描物体表面投射散斑；通过线状条纹特征投射器向所述待扫描物体表面投射线状条纹特征；所述散斑投射器和所述线状条纹特征投射器均为红外光投射器。
在其中一个实施例中，所述根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型包括：根据所述第一散斑点云集合、第二散斑点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接；根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型。
在其中一个实施例中，所述根据所述第一散斑点云集合、第二散斑点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接之前，还包括：根据所述第一散斑点云集合以及第二散斑点云集合对应的所述第一点云数据以及第二点云数据进行全局配准，更新所述转换关系集合对应的所述第一转换关系以及第二转换关系。
在其中一个实施例中，所述根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型包括：获取散斑点云权重以及线状条纹特征点云权重；所述散斑点云权重为第二散斑点云集合中所述第二点云数据的权重；所述线状条纹特征点云权重为第一线状条纹特征点云集合中所述第三点云数据的权重；根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、转换关系集合、散斑点云权重以及线状条纹特征点云权重进行三维重建，得到三维模型。
在其中一个实施例中，所述基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据还包括：根据两张所述灰度图像，基于所述灰度图像中的线状条纹特征进行重建，得到第四点云数据；基于点云配准算法，计算所述第四点云数据与世界坐标系之间的第一转换关系；将每帧重建得到的所述第四点云数据加入第二线状条纹特征点云集合；所述根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型还包括：获取第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重；所述第一散斑点云权重为第一散斑点云集合中第一点云数据的权重，所述第二散斑点云权重为第二散斑点云集合中第二点云数据的权重，所述第一线状条纹特征点云权重为第二线状条纹特征点云集合中第四点云数据的权重，所述第二线状条纹特征点云权重为第一线状条纹特征点云集合中第三点云数据的权重；根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、第二线状条纹特征点云集合、转换关系集合、第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重进行三维重建，得到三维模型。
第二方面，本申请还提供了一种三维扫描装置，所述装置包括：扫描模块，用于基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；所述第一点云数据包括基于散斑进行重建得到点云数据；指令获取模块，用于获取切换指令；扫描模块，还用于根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据；所述第二点云数据包括基于散斑进行重建得到的点云数据，所述第三点云数据包括基于线状条纹特征进行重建得到的点云数据；重建模块，用于根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。
第三方面，本申请还提供了一种计算机设备。所述计算机设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面中任一所述的三维扫描方法。
第四方面，本申请还提供了一种计算机可读存储介质。所述计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现实现上述第一方面中任一所述的三维扫描方法。
上述三维扫描方法，首先基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；在扫描的过程中，实时获取切换指令，根据切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据。其中，第一点云数据包括基于散斑进行重建得到的点云数据；第二点云数据包括基于散斑进行重建得到的点云数据，第三点云数据包括基于线状条纹特征进行重建得到的点云数据。最终，根据第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。通过在两种扫描模式中都生成基于散斑进行重建得到的点云数据，在三维重建时利用散斑特征进行重建，避免了激光扫描时张贴标记点。节省了人力物力成本，进一步的提高了三维扫描的效率以及精度。
附图说明
图1为一个实施例中三维扫描方法的流程示意图；
图2为一个实施例中切换指令生成方法的流程示意图；
图3为一个实施例中切换指令生成方法的流程示意图；
图4为一个实施例中切换指令生成方法的流程示意图；
图5为一个实施例中第一扫描模式的流程示意图；
图6为一个实施例中第二扫描模式的流程示意图；
图7为一个实施例中三维扫描装置的结构框图；
图8为一个实施例中计算机设备的内部结构图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行进一步详细说明。应当理解，此处描述的具体实施例仅仅用以解释本申请，并不用于限定本申请。
本申请实施例提供了一种三维扫描仪，该三维扫描仪可以为手持三维扫描仪，也可以为无人机三维扫描仪，本申请实时例不做具体限定，仅需能够对待扫描物体进行三维扫描即可。以手持三维扫描仪为例进行说明，三维扫描仪至少包括：双目相机以及彩色相机，当然，彩色相机可以是集成在三维扫描仪中，或者也可以是独立的彩色相机，本申请不做具体限定。其中，在三维扫描仪对待扫描物体进行扫描时，双目相机获取待扫描物体的灰度图像，基于灰度图像进行重建得到三维模型，在双目相机采图的同时，彩色相机同步获取待扫描物体的彩色图像，根据彩色图像与灰度图像的配准关系，对重建得到的三维模型进行纹理贴图，得到最终的三维模型。在三维扫描仪对待扫描物体进行扫描时，可以通过散斑投射器以及线状条纹特征投射器向待扫描物体表面投射光线，可以投射同频率光线，也可以投射不同频率的光线，本申请不做具体限定。散斑投射器可以为垂直腔面发射激光器（VCSEL），通过垂直腔面发射激光器向待扫描物体表面投影不规则的散斑图案。线状条纹投射器向待扫描物体表面投影线状条纹特征，比如由激光器投射的激光线，投影仪或投影灯投射出的线状条纹图案，或者其他设备投射出的线状条纹特征，本申请对此不做具体限定。此时，采集到的灰度图像中，就会包含散斑或线状条纹特征，在进行三维重建时，可以根据散斑或线状条纹特征进行三维重建，得到三维模型。
需要说明的是，通过线状条纹特征进行三维点云重建的过程是一样的，所以后续的说明主要针对激光器投射出的激光线为例进行说明。
目前的相关技术中，当三维扫描仪进行扫描的过程中，如果是激光投射器向待扫描物体表面激光线，则需要在待扫描物体表面张贴标记点，基于激光线的三维重建，得到的三维模型细节精度高。当三维扫描仪进行扫描的过程中，如果是散斑投射器向待扫描物体表面投影散斑，此时就不需要在待扫描物体表面张贴标记点，但重建三维模型的细节较差。
在一个实施例中，如图1所示，提供了一种三维扫描方法，包括以下步骤：
步骤102，基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据。
使用三维扫描仪对待扫描物体进行扫描时，可以先基于第一扫描模式对待扫描物体进行扫描，在接收到切换指令之后，切换扫描模式，基于第二扫描模式对待扫描物体进行扫描。也可以先基于第二扫描模式对待扫描物体进行扫描，在接收到切换指令之后，切换扫描模式，基于第一扫描模式对待扫描物体进行扫描，本申请实施例对此不做具体限定。以开始扫描时，先使用第一扫描模式进行扫描为例进行说明。
基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据。待扫描物体可以为任意需要建立三维模型的结构。其中，第一点云数据包括基于散斑进行重建得到的点云数据。也即，在使用第一扫描模式进行扫描时，仅需要基于获取到的散斑进行重建，得到基于散斑重建的第一点云数据。在使用第一扫描模式时，可以仅使用散斑投射器向待扫描物体表面投射散斑图像，不使用线状条纹特征投射器，此时，三维扫描仪采集到的数据中只有散斑，基于散斑进行重建得到第一点云数据。也可以散斑投射器和线状条纹特征投射器均不使用，通过环境光在待扫描物体表面形成散斑图像，此时，三维扫描仪采集到的数据中也只有散斑，基于散斑进行重建得到第一点云数据。还可以散斑投射器和线状条纹特征投射器均使用，此时，待扫描物体表面既有散斑图像，也有线状条纹特征，三维扫描仪采集到数据之后，仅基于散斑进行重建，得到第一点云数据。第一扫描模式用于对待扫描物体进行大范围的扫描。其中，散斑投射器和线状条纹特征投射器均为红外光投射器，红外光为不可见光，基于红外光进行投射，肉眼不可见，进而避免对眼睛造成伤害。
步骤104，获取切换指令。
在三维扫描仪扫描的过程中，实时的获取切换指令。其中，所述切换指令用于切换三维扫描仪的工作模式。也即，当三维扫描仪工作在第一扫描模式时，在接收到切换指令之后，三维扫描仪切换至第二扫描模式。当三维扫描仪工作在第二扫描模式时，在接收到切换指令之后，三维扫描仪切换至第一扫描模式。
切换指令可以由使用者输入，也可以根据三维扫描仪在扫描过程中实时采集的数据生成。示例的，三维扫描仪在扫描的过程中，可以实时统计扫描的时间信息，根据时间信息生成切换指令；可以实时获取三维扫描仪的角度信息，根据三维扫描仪的倾斜角度生成切换指令；可以实时获取三维扫描仪与待扫描物体之间的距离信息，根据距离信息生成切换指令。
步骤106，根据切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据。
根据切换指令进行扫描模式切换之后，基于第二扫描模式对待扫描物体进行扫描。其中，第二点云数据包括基于散斑进行重建得到的点云数据，第三点云数据包括基于线状条纹特征进行重建得到的点云数据。也即，在使用第二扫描模式进行扫描时，需要同时根据散斑进行重建得到第二点云数据，以及根据线状条纹特征进行重建得到第三点云数据。在使用第二扫描模式进行扫描时，可以同时使用散斑投射器和线状条纹特征投射器，向待扫描物体表面投射散斑图像以及线状条纹特征，也即激光形成的线状条纹特征，此时，三维扫描仪采集数据中包含散斑和线状条纹特征，基于散斑进行重建得到第二点云数据，基于线状条纹特征进行重建得到第三点云数据。可以仅使用线状条纹特征投射器向待扫描物体表面投射线状条纹特征，此时，通过自然光在待扫描物体表面形成散斑图像，三维扫描仪采集数据中包含散斑和线状条纹特征，基于散斑进行重建得到第二点云数据，基于线状条纹特征进行重建得到第三点云数据。第二扫描模式针对待扫描物体的局部细节进行精细扫描。
步骤108，根据第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。
当三维扫描结束之后，根据得到的第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。其中，第一点云数据以及第二点云数据都为基于散斑进行重建得到的点云数据，并且第一点云数据以及第二点云数据包括了待扫描物体所有区域的扫描信息，因此，基于第一点云数据以及第二点云数据进行拼接，再基于第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。可以理解的，第一点云数据为第一扫描模式时，基于散斑进行重建得到的点云数据；第二点云数据为第二扫描模式时，基于散斑进行重建得到的点云数据；第三点云数据为第二扫描模式时，基于线状条纹特征进行重建得到的点云数据。在根据第一点云数据、第二点云数据以及第三点云数据进行三维重建时，基于第一点云数据以及第二点云数据中的散斑特征进行拼接，由于第二点云数据与第三点云数据为同步获取的点云数据，第三点云数据与第一点云数据也完成拼接，最终基于第一点云数据以及第三点云数据进行三维重建，得到三维模型。
在其中一个实施例中，第一扫描模式和第二扫描模式可以为同一扫描模式，也即第一扫描模式和第二扫描模式都同时使用散斑投射器和线状条纹特征投射器。此时，第一扫描模式和第二扫描模式仅存在数据处理方式的不同，在第一扫描模式下，至少需要基于散斑进行重建得到第一点云数据，在第二模式下，需要基于散斑进行重建得到第二点云数据，还需要基于线状条纹特征进行重建得到第三点云数据。第一扫描模式和第二扫描模式也可以为不同的扫描模式，也即，第一扫描模式，仅使用散斑投射器或环境光在待扫描物体表面形成散斑图像；第二扫描模式，需要同时使用散斑投射器和线状条纹特征投射器。此时，第一扫描模式和第二扫描模式的数据处理方式也是不同的。在第一扫描模式下，仅需要基于散斑进行重建得到第一点云数据，在第二模式下，需要基于散斑进行重建得到第二点云数据，还需要基于线状条纹特征进行重建得到第三点云数据。
本申请实施例，首先基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；在扫描的过程中，实时获取切换指令，根据切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据。其中，第一点云数据包括基于散斑进行重建得到的点云数据；第二点云数据包括基于散斑进行重建得到的点云数据，第三点云数据包括基于线状条纹特征进行重建得到的点云数据。最终，根据第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。通过在两种扫描模式中都生成基于散斑进行重建得到的点云数据，利用散斑的特征拼接进行三维拼接，避免了在使用激光扫描时在被测物体上贴标记点。节省了人力物力成本，进一步的提高了三维扫描的效率以及精度。
在其中一个实施例中，获取切换指令；根据所述切换指令，基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据。若扫描开始时使用第一扫描模式，接收到切换指令之后，三维扫描仪切换至第二扫描模式，在扫描过程中实时获取切换指令，当再次接收到切换指令之后，三维扫描仪再切换回第一扫描模式。若扫描开始时使用第二扫描模式，接收到切换指令之后，三维扫描仪切换至第一扫描模式，在扫描过程中实施获取切换指令，当再次接收到切换指令之后，三维扫描仪再切换回第二扫描模式。也即，在整个三维扫描的过程中，第一扫描模式和第二扫描模式之间可以随时切换，只需要三维扫描仪接收到切换指令即可。
本申请实施例，在三维扫描仪对待扫描物体进行扫描的过程中，实时获取切换指令，当接收到切换指令之后，则将三维扫描仪在第一扫描模式和第二扫描模式之间切换。也就是，在扫描过程中，根据待扫描物体的结构状态，实时的切换三维扫描仪的扫描模式，能够更精细的对待扫描物体进行扫描。
在其中一个实施例中，可以基于用户的输入，获取用户输入的切换指令。三维扫描仪上可以设置模式切换按键，在对待扫描物体进行扫描的过程中，用户触发按键，从而生成切换指令。也可以在三维扫描仪上设置触摸屏，在对待扫描物体进行扫描的过程中，通过点击触摸屏上扫描模式切换的虚拟按键，从而生成切换指令。还可以为三维扫描仪配置外接设备，外接设备与该三维扫描仪通过有线或无线的方式连接，外接设备可以为：触控板、遥控器、键盘以及触摸显示屏等。用户使用外接设备，在扫描的过程中，通过外接设备输入切换指令。
本申请实施例，通过用户输入切换指令，可以结合用户的扫描经验，具体的确定，在针对待扫描物体的不同结构使用不同的扫描模式，从而使三维扫描更加的精准。
在其中一个实施例中，如图2所示，提供了一种切换指令生成方法，包括以下步骤：
步骤202，获取扫描仪与待扫描物体之间的距离信息。
可以在三维扫描仪上设置距离传感器，在使用三维扫描仪对待扫描物体进行扫描的过程中，通过距离传感器实时检测三维扫描仪与待扫描物体之间的距离信息。也可以在三维扫描仪对待扫描物体进行扫描的过程中，获取相机采集到的灰度图像，根据灰度图像计算三维扫描仪与待扫描物体之间的距离信息。其中，距离信息可以是一个时刻获取到的距离信息，也可以获取预设时间段中每一时刻的距离信息，再根据每一时刻的距离信息计算距离信息的平均值，将该平均值作为最终的距离信息。也即，若扫描仪具有双目相机，可以根据双目相机采集到的多帧灰度图像，计算每一帧对应的距离信息，连续计算多帧的距离信息，基于多帧的距离信息计算平均值，作为最终的距离信息。
步骤204，根据距离信息，生成切换指令。
若距离信息大于等于预设阈值，则基于第一扫描模式对待扫描物体进行扫描；若距离信息小于预设阈值，则基于第二扫描模式对待扫描物体进行扫描。在根据三维扫描仪与待扫描物体之间的距离信息，生成切换指令时，由于第一扫描模式用于对待扫描物体进行大范围的扫描，因此，需要三维扫描仪与待扫描物体之间的距离较大，以便进行大范围的扫描；由于第二扫描模式针对待扫描物体的局部细节进行精细扫描，因此，需要三维扫描仪与待扫描物体之间的距离小，以便对待扫描物体的细节进行扫描。所以，可以通过设置预设阈值的方式，生成切换指令。其中，预设阈值为距离阈值，用户可以根据实际待扫描物体的结构以及扫描需求自行设定，本实施例不做具体限定。在设定了预设阈值之后，将距离信息与预设阈值进行比较，生成切换指令，当距离信息大于等于预设阈值时，生成的切换指令用于控制三维扫描仪切换至第一扫描模式；当距离信息小于预设阈值时，生成的切换指令用于控制三维扫描仪切换至第二扫描模式。
可以理解的，当通过预设阈值作为模式切换基准时，当三维扫描仪在预设阈值附近波动时，容易出现扫描模式频繁切换的情况。因此，可以为所述预设阈值增加变量值。当距离信息大于预设阈值和变量值之和时，生成的切换指令用于控制三维扫描仪切换至第一扫描模式；当距离信息小于预设阈值和变量值之差时，生成的切换指令用于控制三维扫描仪切换至第二扫描模式。通过设置变量值，能够对扫描模式的切换起到缓冲的作用，避免频繁的切换扫描模式。
在其中一个实施例中，如图3所示，提供了一种切换指令生成方法，当三维扫描仪当前为第一扫描模式时，计算扫描仪与待扫描物体之间的距离D，将D与YD3进行比较，其中，YD3为预设阈值。若D＜YD3时，则确定是否使用第二扫描模式，若是，则切换至第二扫描模式，若否，则保持当前扫描模式。若D≥YD3时，则保持当前扫描模式。当三维扫描仪当前为第二扫描模式，计算扫描仪与待扫描物体之间的距离D，将D与YD3进行比较。若D≥YD3时，则确定是否使用第一扫描模式，若是，则切换至第一扫描模式，若否，则保持当前扫描模式。若D＜YD3时，则保持当前扫描模式。
在其中一个实施例中，如图4所示，提供了一种切换指令生成方法，当三维扫描仪当前为第一扫描模式时，计算扫描仪与待扫描物体之间的距离D，将D与YD3-B进行比较，其中，YD3为预设阈值，B为变量值。若D＜YD3-B时，则确定是否使用第二扫描模式，若是，则切换至第二扫描模式，若否，则保持当前扫描模式。若D≥YD3-B时，则保持当前扫描模式。当三维扫描仪当前为第二扫描模式，计算扫描仪与待扫描物体之间的距离D，将D与YD3+B进行比较。若D＞YD3+B时，则确定是否使用第一扫描模式，若是，则切换至第一扫描模式，若否，则保持当前扫描模式。若D≤YD3时，则保持当前扫描模式。
在其中一个实施例中，如图5所示，提供了一种第一扫描模式的方法步骤：
步骤502，实时获取待扫描物体的两张灰度图像。
三维扫描仪工作在第一扫描模式时，通过双目相机实时获取待扫描物体的两张灰度图像。也即，同一时刻通过双目相机采集两张灰度图像。两张灰度图像中，可以仅包含散斑；也可以既包括散斑又包括线状条纹特征，也即激光形成的线状条纹特征。
步骤504，根据两张灰度图像，基于灰度图像中的散斑进行重建，得到第一点云数据。
在得到两张灰度图像之后，基于两张灰度图像中的散斑进行散斑重建，得到第一点云数据。
步骤506，基于点云配准算法，计算第一点云数据与世界坐标系之间的第一转换关系。
通过点云配准算法，将第一点云数据与世界坐标系配准，得到第一点云数据与世界坐标系之间的第一转换关系。
步骤508，将每帧重建得到的第一点云数据加入第一散斑点云集合，将每帧第一点云数据对应的第一转换关系加入转换关系集合。
获取三维扫描仪工作在第一扫描模式期间，每一时刻的两张灰度图像，对每一时刻的两张灰度图像进行散斑重建，得到每帧第一点云数据，再对每帧第一点云数据分别进行点云配准，得到每帧第一点云数据与世界坐标系之间的第一转换关系。最终，将每帧重建得到的第一点云数据加入第一散斑点云集合，将每帧第一点云数据对应的第一转换关系加入关系转换集合。
在其中一个实施例中，如图6所示，提供了一种第二扫描模式的方法步骤：
步骤602，实时获取待扫描物体的两张灰度图像。
三维扫描仪工作在第二扫描模式时，通过双目相机实时获取待扫描物体的两张灰度图像。也即，同一时刻通过双目相机采集两张灰度图像。两张灰度图像中，既包括散斑又包括线状条纹特征，也即激光形成的线状条纹特征。
步骤604，根据两张灰度图像，基于灰度图像中的散斑进行重建，得到第二点云数据；基于灰度图像中的线状条纹特征进行重建，得到第三点云数据。
在得到两张灰度图像之后，基于两张灰度图像中的散斑进行散斑重建，得到第二点云数据。基于两张灰度图像中的线状条纹特征进行多线激光重建，得到第三点云数据。
步骤606，基于点云配准算法，计算第二点云数据和第三点云数据与世界坐标系之间的第二转换关系。
通过点云配准算法，将第二点云数据与世界坐标系配准，得到第二点云数据与世界坐标系之间的第二转换关系。由于，第二点云数据与第三点云数据都是基于两张灰度图像重建得到，因此，第三点云数据与世界坐标系之间的转换关系，与第二点云数据与世界坐标系之间的转换关系相同，均为第二转换关系。可以理解的，也可以通过点云配准算法，将第三点云数据与世界坐标系配准，得到第三点云数据与世界坐标系之间的第二转换关系。该第二转换关系，也就是第二点云数据与世界坐标系之间的转换关系。当然，在散斑投射器投射的散斑和线状条纹特征投射器投射的激光线处于不同波段时，第二点云数据和第三点云数据之间存在转换关系，此时第二点云数据和第三点云数据与世界坐标系之间的第二转换关系就不是同一转换关系，需要结合第二点云数据和第三点云数据之间存在转换关系进行求解。
步骤608，将每帧重建得到的第二点云数据加入第二散斑点云集合，将每帧重建得到的第三点云数据加入第一线状条纹特征点云集合，将每帧第二点云数据和第三点云数据对应的第二转换关系加入转换关系集合。
在其中一个实施例中，实时获取所述待扫描物体的两张灰度图像之前包括：通过散斑投射器向所述待扫描物体表面投射散斑；通过线状条纹特征投射器向所述待扫描物体表面投射线状条纹特征；所述散斑投射器和所述线状条纹特征投射器均为红外光投射器。红外光为不可见光，基于红外光进行投射，肉眼不可见，进而避免对眼睛造成伤害。
获取三维扫描仪工作在第二扫描模式期间，每一时刻的两张灰度图像，对每一时刻的两张灰度图像进行散斑重建，得到每帧第二点云数据，对每一时刻的两张灰度图像进行多线激光重建，得到每帧第三点云数据。再对每帧第二点云数据分别进行点云配准，得到每帧第二点云数据与世界坐标系之间的第二转换关系，同时也得到第三点云数据与世界坐标系之间的第二转换关系。最终，将每帧重建得到的第二点云数据加入第二散斑点云集合，将每帧重建得到的第三点云数据加入第一线状条纹特征点云集合，将每帧第二点云数据以及第三点云数据对应的第二转换关系加入关系转换集合。
本申请实施例，在第一扫描模式和第二扫描模式进行扫描时，均对灰度图像进行了散斑重建，从而使得，在进行三维重建时，可以使用散斑特征进行拼接。也就避免了对待扫描物体张贴标记点。
在其中一个实施例中，根据第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型包括：
根据第一散斑点云集合、第二散斑点云集合以及转换关系集合，对应的第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接。也即，在三维重建时，首先需要对扫描到的数据进行拼接，因此，获取第一散斑点云集合中的第一点云数据，获取第二散斑点云集合中的第二点云数据，获取转换关系集合中的第一转换关系以及第二转换关系，由于，第一点云数据以及第二点云数据均是基于散斑进行重建得到的点云数据，因此，可以通过第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行拼接，拼接完成之后，根据第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型。可以理解的，第一点云数据为第一扫描模式时，基于散斑进行重建得到的点云数据；第二点云数据为第二扫描模式时，基于散斑进行重建得到的点云数据；第三点云数据为第二扫描模式时，基于线状条纹特征进行重建得到的点云数据。在进行三维重建时，首先根据第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接，由于第三点云数据与第二点云数据为同步获取的点云数据，第二点云数据与世界坐标系之间的转换关系和第三点云数据与世界坐标系之间的转换关系均为第二转换关系，因此，第三点云数据与第一点云数据也完成了拼接。最终，基于第一点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型。
本申请实施例，在三维重建时，通过散斑重建得到的点云数据进行拼接，最终完成三维重建。通过散斑作为特征进行拼接以及重建，避免了在待扫描物体表面张贴标记点，节省了人力物力成本，进一步的提高了三维扫描的效率以及精度。
在其中一个实施例中，在进行点云拼接之前，还需要利用第一点云数据以及第二点云数据进行全局配准，进一步的调整第一转换关系以及第二转换关系。示例的，根据第一散斑点云集合以及第二散斑点云集合对应的第一点云数据以及第二点云数据进行全局配准，更新转换关系集合对应的所述第一转换关系以及第二转换关系。由于更新前的第一转换关系以及第二转换关系均是基于某一时刻采集的局部点云数据进行配准得到的。因此，对于待扫描物体整体来说，局部的点云数据的配准，其配准精度较低。因此，在三维扫描完成之后，需要根据获取到的每一帧的第一点云数据以及第二点云数据进行全局配准，更新局部配准得到的转换关系，从而提高转换关系的精度。
在其中一个实施例中，由于第二扫描模式重建得到的点云数据中，既包括散斑重建得到的第二点云数据，又包括多线激光重建得到的第三点云数据。因此，在进行三维重建时，可以为第二点云数据以及第三点云数据分别分配重建时所占的权重，从而调整重建得到的三维模型的精度。示例的，首先，获取散斑点云权重以及线状条纹特征点云权重；散斑点云权重为第二散斑点云集合中第二点云数据的权重；线状条纹特征点云权重为第一线状条纹特征点云集合中第三点云数据的权重。其中，散斑点云权重以及线状条纹特征点云权重可以根据实际使用的需求自行设定，本实施例不做具体限定。例如，如果需要重建得到三维模型精度更高，可以将线状条纹特征点云权重设置的更高。在获取到散斑点云权重以及线状条纹特征点云权重之后，根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、转换关系集合、散斑点云权重以及线状条纹特征点云权重进行三维重建，得到三维模型。
本申请实施例中，通过设置散斑点云权重以及线状条纹特征点云权重，可以根据用户的需求，实时的调整三维模型的精度，以更好的满足用户的使用需求。
在其中一个实施例中，实际上，不会明显区分第一扫描模式和第二扫描模式，两种扫描模式融为同一种，同时投射散斑特征图案和激光特征图案，后续只是数据处理方式不同。比如，以第一扫描模式为例描述同时使用散斑投射器和线状条纹特征投射器，向待扫描物体表面投射散斑图像以及线状条纹特征，此时，三维扫描仪采集数据中包含散斑和线状条纹特征。第一扫描模式在上述实施例的基础上，还需要根据两张灰度图像，基于灰度图像中的线状条纹特征进行重建，得到第四点云数据；基于点云配准算法，计算第四点云数据与世界坐标系之间的第一转换关系；将每帧重建得到的第四点云数据加入第二线状条纹特征点云集合。此时，在进行三维重建时，需要分别为第一点云数据、第二点云数据、第三点云数据以及第四点云数据分别配置权重。示例的，获取第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重；第一散斑点云权重为第一散斑点云集合中第一点云数据的权重，第二散斑点云权重为第二散斑点云集合中第二点云数据的权重，第一线状条纹特征点云权重为第二线状条纹特征点云集合中第四点云数据的权重，第二线状条纹特征点云权重为第一线状条纹特征点云集合中第三点云数据的权重。其中，第一点云数据和第四点云数据是第一扫描模式下重建得到的点云数据，因此，第一点云数据对应的第一散斑点云权重以及第四点云数据对应的第一线状条纹特征点云权重为一套权重，也就是第一散斑点云权重与第一线状条纹特征点云权重之和为1。第二点云数据和第三点云数据是第二扫描模式下重建得到的点云数据，因此，第二点云数据对应的第二散斑点云权重以及第三点云数据对应的第二线状条纹特征点云权重为一套权重，也就是第二散斑点云权重与第二线状条纹特征点云权重之和为1。其中，第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重可以根据实际的使用需求自行设定，本实施例对其数值不做具体限定。在获取到所有点云数据的权重之后，根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、第二线状条纹特征点云集合、转换关系集合、第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重进行三维重建，得到三维模型。可以理解的，当第一扫描模式只需要第一点云数据进行三维重建时，可以将第一点云数据对应的第一散斑点云权重设置为1，将第四点云数据对应的第一线状条纹特征点云权重设置为0。
当然，在散斑投射器投射的散斑和线状条纹特征投射器投射的激光线处于不同波段时，第二点云数据和第三点云数据之间存在转换关系，在使用第一扫描模式扫描时，该转换关系为单位矩阵。
本实施例通过分别为第一点云数据、第二点云数据、第三点云数据以及第四点云数据配置权重，可以进一步的调整三维模型的精度，以更好的满足用户的使用需求。
在其中一个实施例中，还可以在三维扫描同时，使用彩色相机获取待扫描物体的彩色图像，基于彩色图像进行纹理贴图。
第一扫描模式还包括：获取待扫描物体的彩色图像，将第一点云数据与彩色图像进行标定，得到第一点云图像转换关系；根据第一转换关系以及第一点云图像转换关系，得到图像与世界坐标系之间的第三转换关系。将每帧彩色图像加入图像集合，将每帧图像与世界坐标系之间的第三转换关系加入图像转换集合。其中，根据第一转换关系以及第一点云图像转换关系，得到图像与世界坐标系之间的第三转换关系，可以是将第一转换关系与第一点云图像转换关系相乘，得到第三转换关系。
第二扫描模式还包括：获取待扫描物体的彩色图像，将第二点云数据与彩色图像进行标定，得到第二点云图像转换关系；根据第二转换关系以及第二点云图像转换关系，得到图像与世界坐标系之间的第四转换关系。将每帧彩色图像加入图像集合，将每帧图像与世界坐标系之间的第四转换关系加入图像转换集合。其中，根据第二转换关系以及第二点云图像转换关系，得到图像与世界坐标系之间的第四转换关系，可以是将第二转换关系与第二点云图像转换关系相乘，得到第四转换关系。
在三维扫描完成，得到三维模型之后，可以利用图像集合以及图像转换集合对三维模型进行纹理贴图，从而使得到的三维模型更加好的体现待扫描物体的特征。
本申请实施例，提供了一种三维扫描方法，在进行三维扫描，扫描大范围数据时，先采用散斑扫描模式。其中，散斑扫描具体为：
步骤1：投射器投射散斑图案至待扫描物体。
步骤2：双目黑白相机和彩色相机同时触发，得到两张灰度图像G0和G1以及一张彩色图像M。
步骤3：两张灰度图像G0和G1进行散斑重建得到点云C，再通过标定得到点云C与彩色图像M之间的坐标转换关系为RT0。
步骤4：通过点云配准算法，计算得到点云C与世界坐标系之间的转换关系RT_C。进一步的得到彩色图像M与世界坐标系的转换关系RT_M=RT_C×RT0。
步骤5：将点云C加入到全局点云集合CA，将彩色图像M添加到全局图像集合MA，将转换关系RT_C添加到全局点云姿态转换集合RT_CA，将转换关系RT_M添加到全局图像姿态转换集合RT_MA。
当扫描完大范围的待扫描物体之后，将扫描模式切换至散斑+激光扫描模式，针对局部细节进行精细扫描。其中，散斑+激光扫描模式具体为：
步骤1：投射器投射散斑和多线激光至待扫描物体。
步骤2：双目黑白相机和彩色相机同时触发，得到两张灰度图像G0’和G1’以及一张彩色图像M’。
步骤3：对两张灰度图像G0’和G1’进行散斑重建得到点云C’，对两张灰度图像G0’和G1’进行多线激光重建得到点云L，点云C’和点云L在同一个坐标系中，再通过标定得到点云C’与图像M’之间的坐标转换关系为RT0’。
步骤4：通过点云配准算法，计算得到点云C’与世界坐标系之间的转换关系RT_C’。由于点云L与点云C’均是基于两张灰度图像G0’和G1’重建得到，因此，点云L与世界坐标系之间的转换关系为RT_C’。进一步的得到彩色图像M’与世界坐标系的转换关系RT_M’=RT_C’×RT0’。
步骤5：将点云C’加入到全局点云集合CA，将点云L’加入到全局激光点点云集合LA，将彩色图像M’添加到全局图像集合MA，将转换关系RT_C’添加到全局点云姿态转换集合RT_CA，将转换关系RT_M’添加到全局图像姿态转换集合RT_MA。
当扫描完成之后，将全局点云集合CA中的点云C以及点云C’，通过全局点云姿态转换集合RT_CA中的转换关系RT_C以及转换关系RT_C’转换到世界坐标系下。将全局激光点点云集合LA中的点云L，通过全局点云姿态转换集合RT_CA中的转换关系RT_C’转换到世界坐标系下。再进行TSDF实时融合得到点云模型PM，将点云模型PM进行显示。
在进行点云模型重建之前，通过全局点云集合CA进行全局配准，更新全局点云姿态转换集合RT_CA中的所有转换关系。
在进行三维重建时，当某一帧的点云数据，其点云数据仅来自于全局点云集合CA，则只用对应全局点云集合CA中的点云数据进行TSDF融合。当某一帧的点云数据，既有全局点云集合CA也有全局激光点点云集合LA，则在进行TSDF融合时，对两种点云数据分别赋予不同的权重，例如，来自全局点云集合CA在TSDF融合时的权重为WC，来自全局激光点点云集合LA在TSDF融合时的权重为WL。当WC=0,WL=1时，说明只进行LA进行融合。当WC不等于0，且WL不等于0时，说明两份点云都参与了融合。
本申请实施例，在对待扫描物体不贴标记点的情况下，能够在第一扫描模式以及第二扫描模式之间进行自由切换，并能重建得到三维模型。同时，在需要扫描待扫描物体细节的区域，通过激光重建，能够提高局部细节的精度。并且，在融合时，将散斑重建得到的点云数据和激光重建得到的点云数据分别进行权重赋值，能够有效的利用散斑以及激光的数据。
应该理解的是，虽然如上所述的各实施例所涉及的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，如上所述的各实施例所涉及的流程图中的至少一部分步骤可以包括多个步骤或者多个阶段，这些步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤中的步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思，本申请实施例还提供了一种用于实现上述所涉及的三维扫描方法的三维扫描装置。该装置所提供的解决问题的实现方案与上述方法中所记载的实现方案相似，故下面所提供的一个或多个三维扫描装置实施例中的具体限定可以参见上文中对于三维扫描方法的限定，在此不再赘述。
在一个实施例中，如图7所示，提供了一种三维扫描装置，包括：扫描模块100、指令获取模块200以及重建模块300；其中：
扫描模块100，用于基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；所述第一点云数据包括基于散斑进行重建得到点云数据；
指令获取模块200，用于获取切换指令；
扫描模块100，还用于根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据；所述第二点云数据包括基于散斑进行重建得到的点云数据，所述第三点云数据包括基于线状条纹特征进行重建得到的点云数据；
重建模块300，用于根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。
指令获取模块200，还用于获取切换指令。
扫描模块100，还用于根据所述切换指令，基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据。
指令获取模块200，还用于获取用户输入的所述切换指令。
指令获取模块200，还用于获取扫描仪与所述待扫描物体之间的距离信息；根据所述距离信息，生成所述切换指令；其中若所述距离信息大于等于预设阈值，则基于第一扫描模式对待扫描物体进行扫描；若所述距离信息小于预设阈值，则基于第二扫描模式对待扫描物体进行扫描。
扫描模块100，还用于实时获取所述待扫描物体的两张灰度图像；根据两张所述灰度图像，基于所述灰度图像中的散斑进行重建，得到第一点云数据；基于点云配准算法，计算所述第一点云数据与世界坐标系之间的第一转换关系；将每帧重建得到的所述第一点云数据加入第一散斑点云集合，将每帧所述第一点云数据对应的所述第一转换关系加入转换关系集合。
扫描模块100，还用于实时获取所述待扫描物体的两张灰度图像；根据两张所述灰度图像，基于所述灰度图像中的散斑进行重建，得到第二点云数据；基于所述灰度图像中的线状条纹特征进行重建，得到第三点云数据；基于点云配准算法，计算所述第二点云数据和第三点云数据与世界坐标系之间的第二转换关系；将每帧重建得到的所述第二点云数据加入第二散斑点云集合，将每帧重建得到的所述第三点云数据加入第一线状条纹特征点云集合，将每帧所述第二点云数据和第三点云数据对应的所述第二转换关系加入转换关系集合。
重建模块300，还用于根据所述第一散斑点云集合、第二散斑点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接；根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型。
重建模块300，还用于根据所述第一散斑点云集合以及第二散斑点云集合对应的所述第一点云数据以及第二点云数据进行全局配准，更新所述转换关系集合对应的所述第一转换关系以及第二转换关系。
重建模块300，还用于获取散斑点云权重以及线状条纹特征点云权重；所述散斑点云权重为第二散斑点云集合中所述第二点云数据的权重；所述线状条纹特征点云权重为第一线状条纹特征点云集合中所述第三点云数据的权重；根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、转换关系集合、散斑点云权重以及线状条纹特征点云权重进行三维重建，得到三维模型。
扫描模块100，还用于根据两张所述灰度图像，基于所述灰度图像中的线状条纹特征进行重建，得到第四点云数据；基于点云配准算法，计算所述第四点云数据与世界坐标系之间的第一转换关系；将每帧重建得到的所述第四点云数据加入第二线状条纹特征点云集合。
重建模块300，还用于获取第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重；所述第一散斑点云权重为第一散斑点云集合中第一点云数据的权重，所述第二散斑点云权重为第二散斑点云集合中第二点云数据的权重，所述第一线状条纹特征点云权重为第二线状条纹特征点云集合中第四点云数据的权重，所述第二线状条纹特征点云权重为第一线状条纹特征点云集合中第三点云数据的权重；根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、第二线状条纹特征点云集合、转换关系集合、第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重进行三维重建，得到三维模型。
上述三维扫描装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中，提供了一种计算机设备，其内部结构图可以如图8所示。该计算机设备包括通过系统总线连接的处理器、存储器和网络接口。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质和内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种三维扫描方法。
本领域技术人员可以理解，图8中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。
在一个实施例中，提供了一种计算机设备，包括存储器和处理器，存储器中存储有计算机程序，该处理器执行计算机程序时实现上述实施例中任一种三维扫描方法。
在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中任一种三维扫描方法。
在一个实施例中，提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述实施例中任一种三维扫描方法。
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。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、数据库或其它介质的任何引用，均可包括非易失性和易失性存储器中的至少一种。非易失性存储器可包括只读存储器（Read-OnlyMemory，ROM）、磁带、软盘、闪存、光存储器、高密度嵌入式非易失性存储器、阻变存储器（ReRAM）、磁变存储器（Magnetoresistive Random Access Memory，MRAM）、铁电存储器（Ferroelectric RandomAccess Memory，FRAM）、相变存储器（Phase Change Memory，PCM）、石墨烯存储器等。易失性存储器可包括随机存取存储器（Random Access Memory，RAM）或外部高速缓冲存储器等。作为说明而非局限，RAM可以是多种形式，比如静态随机存取存储器（Static Random Access Memory，SRAM）或动态随机存取存储器（Dynamic RandomAccessMemory，DRAM）等。本申请所提供的各实施例中所涉及的数据库可包括关系型数据库和非关系型数据库中至少一种。非关系型数据库可包括基于区块链的分布式数据库等，不限于此。本申请所提供的各实施例中所涉及的处理器可为通用处理器、中央处理器、图形处理器、数字信号处理器、可编程逻辑器、基于量子计算的数据处理逻辑器等，不限于此。
以上实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
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本申请专利范围的限制。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 (14)
1.一种三维扫描方法，其特征在于，所述方法包括：
基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；所述第一点云数据包括基于散斑进行重建得到的点云数据；
获取切换指令；
根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据；所述第二点云数据包括基于散斑进行重建得到的点云数据，所述第三点云数据包括基于线状条纹特征进行重建得到的点云数据；
根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。
2.根据权利要求1所述的方法，其特征在于，所述根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据，之后包括：
获取切换指令；
根据所述切换指令，基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据。
3.根据权利要求2所述的方法，其特征在于，所述获取切换指令包括：
获取用户输入的所述切换指令。
4.根据权利要求1所述的方法，其特征在于，所述获取切换指令包括：
获取扫描仪与所述待扫描物体之间的距离信息；
根据所述距离信息，生成所述切换指令；其中，
若所述距离信息大于等于预设阈值，则基于第一扫描模式对待扫描物体进行扫描；
若所述距离信息小于预设阈值，则基于第二扫描模式对待扫描物体进行扫描。
5.根据权利要求2所述的方法，其特征在于，所述基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据包括：
实时获取所述待扫描物体的两张灰度图像；
根据两张所述灰度图像，基于所述灰度图像中的散斑进行重建，得到第一点云数据；
基于点云配准算法，计算所述第一点云数据与世界坐标系之间的第一转换关系；
将每帧重建得到的所述第一点云数据加入第一散斑点云集合，将每帧所述第一点云数据对应的所述第一转换关系加入转换关系集合。
6.根据权利要求5所述的方法，其特征在于，所述基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据包括：
实时获取所述待扫描物体的两张灰度图像；
根据两张所述灰度图像，基于所述灰度图像中的散斑进行重建，得到第二点云数据；基于所述灰度图像中的线状条纹特征进行重建，得到第三点云数据；
基于点云配准算法，计算所述第二点云数据和第三点云数据与世界坐标系之间的第二转换关系；
将每帧重建得到的所述第二点云数据加入第二散斑点云集合，将每帧重建得到的所述第三点云数据加入第一线状条纹特征点云集合，将每帧所述第二点云数据和第三点云数据对应的所述第二转换关系加入转换关系集合。
7.根据权利要求6所述的方法，其特征在于，所述实时获取所述待扫描物体的两张灰度图像之前包括：
通过散斑投射器向所述待扫描物体表面投射散斑；
通过线状条纹特征投射器向所述待扫描物体表面投射线状条纹特征；
所述散斑投射器和所述线状条纹特征投射器均为红外光投射器。
8.根据权利要求6所述的方法，其特征在于，所述根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型包括：
根据所述第一散斑点云集合、第二散斑点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接；
根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型。
9.根据权利要求8所述的方法，其特征在于，所述根据所述第一散斑点云集合、第二散斑点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第一转换关系以及第二转换关系进行点云拼接之前，还包括：
根据所述第一散斑点云集合以及第二散斑点云集合对应的所述第一点云数据以及第二点云数据进行全局配准，更新所述转换关系集合对应的所述第一转换关系以及第二转换关系。
10.根据权利要求8所述的方法，其特征在于，所述根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型包括：
获取散斑点云权重以及线状条纹特征点云权重；所述散斑点云权重为第二散斑点云集合中所述第二点云数据的权重；所述线状条纹特征点云权重为第一线状条纹特征点云集合中所述第三点云数据的权重；
根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、转换关系集合、散斑点云权重以及线状条纹特征点云权重进行三维重建，得到三维模型。
11.根据权利要求8所述的方法，其特征在于，所述基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据还包括：
根据两张所述灰度图像，基于所述灰度图像中的线状条纹特征进行重建，得到第四点云数据；
基于点云配准算法，计算所述第四点云数据与世界坐标系之间的第一转换关系；
将每帧重建得到的所述第四点云数据加入第二线状条纹特征点云集合；
所述根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合以及转换关系集合，对应的所述第一点云数据、第二点云数据、第三点云数据、第一转换关系以及第二转换关系进行三维重建，得到三维模型还包括：
获取第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重；所述第一散斑点云权重为第一散斑点云集合中第一点云数据的权重，所述第二散斑点云权重为第二散斑点云集合中第二点云数据的权重，所述第一线状条纹特征点云权重为第二线状条纹特征点云集合中第四点云数据的权重，所述第二线状条纹特征点云权重为第一线状条纹特征点云集合中第三点云数据的权重；
根据所述第一散斑点云集合、第二散斑点云集合、第一线状条纹特征点云集合、第二线状条纹特征点云集合、转换关系集合、第一散斑点云权重、第二散斑点云权重、第一线状条纹特征点云权重以及第二线状条纹特征点云权重进行三维重建，得到三维模型。
12.一种三维扫描装置，其特征在于，所述装置包括：
扫描模块，用于基于第一扫描模式对待扫描物体进行扫描，得到第一点云数据；所述第一点云数据包括基于散斑进行重建得到点云数据；
指令获取模块，用于获取切换指令；
扫描模块，还用于根据所述切换指令，基于第二扫描模式对待扫描物体进行扫描，得到第二点云数据以及第三点云数据；所述第二点云数据包括基于散斑进行重建得到的点云数据，所述第三点云数据包括基于线状条纹特征进行重建得到的点云数据；
重建模块，用于根据所述第一点云数据、第二点云数据以及第三点云数据进行三维重建，得到三维模型。
13.一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至权利要求11中任一项所述的方法。
14.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现权利要求1至权利要求11中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410060599.1A CN117579754B (zh) | 2024-01-16 | 2024-01-16 | 三维扫描方法、装置、计算机设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410060599.1A CN117579754B (zh) | 2024-01-16 | 2024-01-16 | 三维扫描方法、装置、计算机设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117579754A true CN117579754A (zh) | 2024-02-20 |
| CN117579754B CN117579754B (zh) | 2024-05-07 |
Family
ID=89886670
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410060599.1A Active CN117579754B (zh) | 2024-01-16 | 2024-01-16 | 三维扫描方法、装置、计算机设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117579754B (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118429550A (zh) * | 2024-07-05 | 2024-08-02 | 先临三维科技股份有限公司 | 三维重建方法、系统、电子设备及存储介质 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160125226A1 (en) * | 2013-09-17 | 2016-05-05 | Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences | Method and system for automatically optimizing quality of point cloud data |
| CN106802138A (zh) * | 2017-02-24 | 2017-06-06 | 杭州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 |
| CN111623725A (zh) * | 2019-02-27 | 2020-09-04 | 杭州思看科技有限公司 | 一种跟踪式三维扫描系统 |
| CN112330732A (zh) * | 2020-09-29 | 2021-02-05 | 先临三维科技股份有限公司 | 三维数据拼接方法及三维扫描系统、手持扫描仪 |
| CN113063370A (zh) * | 2021-03-10 | 2021-07-02 | 杭州思看科技有限公司 | 多波段扫描仪的标定方法、系统、电子装置和存储介质 |
| CN113137938A (zh) * | 2021-04-13 | 2021-07-20 | 杭州思看科技有限公司 | 三维扫描系统、方法、计算机设备和存储介质 |
| US20220383549A1 (en) * | 2019-12-17 | 2022-12-01 | Scantech (Hangzhou) Co., Ltd. | Multi-mode three-dimensional scanning method and system |
| CN116206069A (zh) * | 2023-04-28 | 2023-06-02 | 思看科技(杭州)股份有限公司 | 三维扫描中的图像数据处理方法、装置和三维扫描仪 |
| CN116222425A (zh) * | 2023-02-16 | 2023-06-06 | 北京航达青云科技有限公司 | 一种基于多目三维扫描装置的三维重建方法及系统 |
| CN116817787A (zh) * | 2023-05-25 | 2023-09-29 | 思看科技(杭州)股份有限公司 | 三维扫描方法、三维扫描系统和电子装置 |
| CN117053707A (zh) * | 2023-07-03 | 2023-11-14 | 思看科技(杭州)股份有限公司 | 三维重建方法、装置和系统、三维扫描方法和三维扫描仪 |
-
2024
- 2024-01-16 CN CN202410060599.1A patent/CN117579754B/zh active Active
Patent Citations (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20160125226A1 (en) * | 2013-09-17 | 2016-05-05 | Shenzhen Institutes Of Advanced Technology Chinese Academy Of Sciences | Method and system for automatically optimizing quality of point cloud data |
| CN106802138A (zh) * | 2017-02-24 | 2017-06-06 | 杭州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 |
| US10810750B1 (en) * | 2017-02-24 | 2020-10-20 | Shining 3D Tech Co., Ltd. | Three-dimensional scanning system and scanning method thereof |
| CN111623725A (zh) * | 2019-02-27 | 2020-09-04 | 杭州思看科技有限公司 | 一种跟踪式三维扫描系统 |
| US20220383549A1 (en) * | 2019-12-17 | 2022-12-01 | Scantech (Hangzhou) Co., Ltd. | Multi-mode three-dimensional scanning method and system |
| CN112330732A (zh) * | 2020-09-29 | 2021-02-05 | 先临三维科技股份有限公司 | 三维数据拼接方法及三维扫描系统、手持扫描仪 |
| WO2022068510A1 (zh) * | 2020-09-29 | 2022-04-07 | 先临三维科技股份有限公司 | 三维数据拼接方法及三维扫描系统、手持扫描仪 |
| CN113063370A (zh) * | 2021-03-10 | 2021-07-02 | 杭州思看科技有限公司 | 多波段扫描仪的标定方法、系统、电子装置和存储介质 |
| CN113137938A (zh) * | 2021-04-13 | 2021-07-20 | 杭州思看科技有限公司 | 三维扫描系统、方法、计算机设备和存储介质 |
| CN116222425A (zh) * | 2023-02-16 | 2023-06-06 | 北京航达青云科技有限公司 | 一种基于多目三维扫描装置的三维重建方法及系统 |
| CN116206069A (zh) * | 2023-04-28 | 2023-06-02 | 思看科技(杭州)股份有限公司 | 三维扫描中的图像数据处理方法、装置和三维扫描仪 |
| CN116817787A (zh) * | 2023-05-25 | 2023-09-29 | 思看科技(杭州)股份有限公司 | 三维扫描方法、三维扫描系统和电子装置 |
| CN117053707A (zh) * | 2023-07-03 | 2023-11-14 | 思看科技(杭州)股份有限公司 | 三维重建方法、装置和系统、三维扫描方法和三维扫描仪 |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN118429550A (zh) * | 2024-07-05 | 2024-08-02 | 先临三维科技股份有限公司 | 三维重建方法、系统、电子设备及存储介质 |
| CN118429550B (zh) * | 2024-07-05 | 2024-09-03 | 先临三维科技股份有限公司 | 三维重建方法、系统、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117579754B (zh) | 2024-05-07 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108573527B (zh) | 一种表情图片生成方法及其设备、存储介质 | |
| CN112002014A (zh) | 面向精细结构的三维人脸重建方法、系统、装置 | |
| CN117579754B (zh) | 三维扫描方法、装置、计算机设备以及存储介质 | |
| CN107111833B (zh) | 快速3d模型适配和人体测量 | |
| CN108304075B (zh) | 一种在增强现实设备进行人机交互的方法与设备 | |
| CN106839977B (zh) | 基于光栅投影双目成像技术的盾构渣土体积实时测量方法 | |
| US10204404B2 (en) | Image processing device and image processing method | |
| CN109584327B (zh) | 人脸老化模拟方法、装置以及设备 | |
| US11315313B2 (en) | Methods, devices and computer program products for generating 3D models | |
| CN117579753A (zh) | 三维扫描方法、装置、计算机设备以及存储介质 | |
| CN109711472B (zh) | 训练数据生成方法和装置 | |
| CN107869968A (zh) | 一种适用于复杂物体表面的快速三维扫描方法及系统 | |
| CN111382618B (zh) | 一种人脸图像的光照检测方法、装置、设备和存储介质 | |
| Andrade et al. | Digital preservation of Brazilian indigenous artworks: Generating high quality textures for 3D models | |
| CN111742352B (zh) | 对三维对象进行建模的方法和电子设备 | |
| Al-Temeemy et al. | Laser-based structured light technique for 3D reconstruction using extreme laser stripes extraction method with global information extraction | |
| CN108230442A (zh) | 一种盾构隧道三维仿真方法 | |
| CN116051722A (zh) | 三维头部模型重建方法、装置及终端 | |
| CN115049744A (zh) | 机器人手眼坐标转换方法、装置、计算机设备和存储介质 | |
| CN115239784A (zh) | 点云生成方法、装置、计算机设备和存储介质 | |
| CN115205491A (zh) | 一种手持多视图三维重建的方法及装置 | |
| CN114529648A (zh) | 模型展示方法、设备、装置、电子设备及存储介质 | |
| CN108549484B (zh) | 基于人体动态姿态的人机交互方法和装置 | |
| JPH11213132A (ja) | 任意表情を持つ３次元顔モデルの生成方法 | |
| CN112883920A (zh) | 基于点云深度学习的三维人脸扫描特征点检测方法和装置 |
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 |