CN1300360A - 检测三维表面空间结构的过程 - Google Patents

检测三维表面空间结构的过程 Download PDF

Info

Publication number
CN1300360A
CN1300360A CN99806074A CN99806074A CN1300360A CN 1300360 A CN1300360 A CN 1300360A CN 99806074 A CN99806074 A CN 99806074A CN 99806074 A CN99806074 A CN 99806074A CN 1300360 A CN1300360 A CN 1300360A
Authority
CN
China
Prior art keywords
graphic element
pixel
pixels
graphic
group
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
Application number
CN99806074A
Other languages
English (en)
Inventor
R·罗伯特
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
SYRINX MEDICAL TECHNOLOGIES GmbH
Original Assignee
SYRINX MEDICAL TECHNOLOGIES GmbH
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by SYRINX MEDICAL TECHNOLOGIES GmbH filed Critical SYRINX MEDICAL TECHNOLOGIES GmbH
Publication of CN1300360A publication Critical patent/CN1300360A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00Image analysis
    • G06T7/50Depth or shape recovery
    • G06T7/521Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00Indexing scheme for image analysis or image enhancement
    • G06T2207/30Subject of image; Context of image processing
    • G06T2207/30004Biomedical image processing

Landscapes

  • Physics & Mathematics (AREA)
  • Engineering & Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及一种方法,用于检测三维表面的空间结构。根据所述方法,将图形沿定义了第一轴的投射方向投射到所述表面上,并且由象素检测投射到不满上的图形的至少一个区域,使用沿所述传感器处理的方向的一个或更多传感器。所述处理方向定义了第二轴。第一轴和第二轴(或者平行于第二轴的直线)交角不同于0度,从而三角形平面。至少为了将投射到垂直于第一轴的平面,通过可以由传感器检测到的可变物理值定义图形。

Description

检测三维表面空间结构的过程
本发明与通过把图形投射在沿定义为第一轴的投射方向的表面上,并通过投射在表面上的至少一个区域的图形的象素方式检测,检测三维表面空间结构的过程有关,该过程借助于沿定义为第二轴的一个或多个传感器的观察方向上的一个或多个传感器,其中第一和第二轴(或平行第二轴的直线)的交角不为0°,以致第一和第二轴(或平行第二轴的直线)定义一个三角测量平面,其中通过传感器(多个传感器)可以检测的变化物理参数,至少在垂直于第一轴的平面的投射中定义该图形,而且,其中图形是如此的,致使设想物理地测量的参数的差至少为两个不同值,所述参数是在预定图象象素或象素组之间沿最好是平行于三角测量平面的预定象素行而测量的。
作为一个例子,从第5615003号美国专利知道了这样的过程。
在该专利说明中特别揭示的图形与条形码有高度的相似性,所述条形码已经长期应用于例如零售贸易,例如,用于以识别货物和价格,其中不同宽度的行或条形的顺序确定一系列二进制数,这些数清楚地与例如货物和它的价格相关联。然而为了检测三维表面空间结构的目的,根据所包含的表面的有关特定结构而且通过器件和测量来辨别已知过程,使在那种条形之间的条形宽度和间隔畸变,虽然由于畸变效应,上述这些器件和测量允许识别条形图形的给定区域,以致可以把第一畸变图形适配到经投射的图形,其中,这种适配的参数经得起产生上述畸变效应的表面的结构。
从德国专利申请第19638727号已知另一个使用编码图形的相似过程,有关过程不限于仅在一个方向上对图形进行编码,而是由独立的可分辨图形元素组成,每个图形元素分别具有相似的结构和尺寸,其中,在相互垂直的方向上图形元素还彼此交替地有差别。编码图形的特征是至少一部分给定最小尺寸的图形不会在整个图形表面的任意点上重复。即使严格地说不满足该要求,这意味着只要图形结构的再现仅满足于远离图形表面,图形结构的再现也可以确定地产生,在进行成象图形结构的估算时,在两个随机等同的图形区域之间实际上特别无混淆的可能性。
然而所有以前的已知过程基本上都根据图形识别的原理而工作,就是说通过计算实现的在畸变图形上的平坦图形的成象是从在非平坦表面的观察方向上形成的。然而,根据空间程度或其它的表面组成,当在成象步骤中可以改变经投射的图形元素的信息内容时,在那方面总是发生问题。例如,如果待测量的和、会改变,并通过它定义图形结构的物理参数包括图形的颜色或独立图形元素的颜色,则通过本色表面的性能,可能干扰在经投射的图形中的颜色信息的描述,或甚至不可能描述。当对图形使用不同的行宽度时,在成象中的行宽度不但和在平行于三角测量平面的方向上的表面的倾斜有关,而且和目标或表面相对于三角测量平面的垂直线的倾斜有关。这意味着根据不同宽度的行的投射,通过具有缺点组成的表面的空间程度性能,以宽度来表示例如在图象中的窄行,相应地在估算步骤中可能造成信息的不正确项,所述宽度是在经投射的图形中有宽度的行的图象量度级的宽度。
此外,当经投射的图形元素可以在图象极度畸变的情况下再现时,编码图形(包含有差异的几何组成的图形元素)的估算把极高的要求强加于估算数据处理步骤。
与上述技术情况相比较,本发明的目的是提供检测三维表面的空间结构的过程,上述三维表面基本上与相对于三角测量平面的垂直线的各种倾斜无关,和其它的表面特性(所述表面特性与表面的空间程度无关,可能影响待测量的物理参数)也无关。
为了估算成象的图形结构的目的,仅对在一个或多个象素行(最好平行于三角测量平面)的预定象素或预定象素组之间的物理参数的改变进行检测,并转换成表面的空间坐标而达到本目的。
在那方面,至少在平行于三角测量平面的分量中检测物理参数的变化并转换成空间坐标。
最好仅在相邻的象素或相邻的象素组之间检测待检测图形的物理测量参数的变化这个事实意味着当通过相邻的象素特别地成象或再现的表面区域一般具有相同的特性时,如同消除了特定的表面特性。相对于三角测量平面的垂直线的表面倾斜也不影响检测并可能识别图形结构,因为它不是相对于它的特定的尺寸和形状而检测的并和原始投射图形相比较和与之适配的图形,但是只对感兴趣的,最好在预定的相邻象素或象素组中测量的物理参数进行相互比较,更具体地,通过形成它们的差异而进行比较。然后在该情况中简单地从物理参数中的特征变化的基础上产生具体的成象图形,从给定象素到其它预定象素,特别是它们的相邻的象素,或从给定象素组到其它预定并最好是相邻的象素组,或待一起比较的象素的另外的合适顺序来得到所述物理参数的特征变化。
根据本发明,在图象象素中检测和再现的,具体估算的物理参数值的变化可以设想至少两个不同的值,这些可以从一个象素到另一个象素或从一个象素组到另一个象素组的相应于变化的不同值使之使得有可能定义和识别结构而不需要在那方面起作用的表面的特定特性。
在象素或象素组沿其进行相互比较的一个预定测量方向上,希望图形是如此地取向,使相对于至少一部分量的变化值为最大,而发生的其它变化值相对于量比较小或是0值。
在本发明的一个较佳的变型中,把在一列以相互重叠关系放置的,在列方向上相邻的象素行的相应的多个象素组成象素组,并在这种象素组(所述象素组在行的方向上相相邻)的相应的每一个象素之间估算物理参数的变化。然而,也可以比较相邻的象素组,所述相邻的象素组的每一个包括多个在行的方向上以并置关系放置的象素。在该组成的一个变型中,从多个行组成相应组的象素也可以相对于彼此而移动,就是说,它们可以起源于最好是彼此紧密接近的不同的列。
因为把这些术语应用于本应用的范围内,所以可以进一步理解图象传感器或图象的象素的“行”和“列”不是必须沿相互垂直交叉的直线延伸。
在本发明的一个特定的较佳实施例中,图形是编码图形的形式,不准备严格地说明该方面的要求。
希望图形结构与总的图形程度相比是相当地小的,还有最小的表面区域(所述表面区域具有不进行再现的图形结构)尺寸与图形的总表面区域相比应尽可能地小,这样,可以合适而正确地使相应的清晰识别图形结构定位。然而在许多使用情况中,也可以在足够大的空间发生图形再现。
在本发明的又一个较佳实施例中,通过独立的图形元素形成图形,这些元件的每一个在垂直于投射方向的平面中占有近似相等的面积。独立元件的相等尺寸表面区域促进估算步骤,例如,如果特别地宣告从一个图形元素到另一个图形元素的变迁并因此而清楚地检测到,或如果独立图形元素的给定区域具有待测物理参数的基本改变而因此作为可以较好地定位的图形识别点。
在这方面的一个本发明的较佳实施例中至少有两类图形元素,在图形元素的区域中物理参数相应地是恒定水平或恒定值,其中清晰测量相应考虑的物理参数值在两个类型的图形元素之间有所不同。这样,很可能容易地建立的第一类型的图形元素到第二类型的图形元素的变迁,反之亦然。设想在相邻的象素或象素组之间形成的差异是值0,考虑那种类型的图形元素,如果待比较的象素或象素组在同一个图形元素内,并设想当一个象素或一个象素组形成两个图形元素之一的图象,而相邻的象素或相邻的象素组对相应的其它图形元素也这么做时,清晰测量的分辨值在两类图形元素之间。这样,相应的清晰测量变化发生在从一个图形元素变迁到另一个图形元素处,而且在这方面还有用于图形识别的测量点以及这种变迁的位置。即使在经投射的图形区域中所研究的项目的表面特性大大地变化以致在表面上的不同的位置处但是相同的图形元素之间的相同变迁清楚地示出不同的差异,而且不把它识别为相似的变迁,因为在两种情况中的差异始终清楚地与其它所发生的差值不同(例如差值0)。
此外,在本发明的一个较佳实施例中,提供至少一类和至少又一类相应的图形元素,在它的表面区域中,待检测的物理参数值在预定的方向上连续地变化。通过该类图形元素,相邻的象素或象素组之间的物理参数的变化一般相对较小,而由于在该图形元素的区域中或子区域中的物理参数连续变化,在所有相邻的象素或象素组之间的那些变化值分别相等。即使仅变迁到另一个图形元素或如果到达图形元素的区域,其中在该区域中物理参数不再根据以前确定的规则连续地变化,则可能在相邻的象素或象素组之间发生相应于物理参数的较大的差异,该差异本身又是图形的给定区域的特征。
本发明在这一方面的较佳实施例独立中,提供两类如此的图形元素,在这些图形元素的至少一个子区域内具有物理参数的连续变化,其中,这两类彼此的差异在于,在预定的方向上,相应于相邻的象素或象素组的逐步比较,物理测量参数变化的符号精确地反向。在所讨论的第一类图形元素的表面区域中,因为在每一情况中,感兴趣的物理参数值从一个象素到另一个象素例如增加相同值,而对于另一个类型的图形元素,在每一情况中,该值从一个象素到另一个象素降低相应的量。
可以理解,在到相邻的图形元素的变迁中,在相邻的象素或象素组之间的物理参数值可能发生较大的差异。
至少在区域状态的方式中,具有物理参数变化的图形元素或多或少地连续,对于变迁到相邻的象素或象素组,使之可能在变迁到又一个图形元素处得到在每一个情况中的相同方向上的物理参数的清楚的跳变,而对于以前确定的图形元素类型,在它的表面区域内,物理测量参数是相应的恒定值,如果存在变化的话,通过在前面图形元素中的物理参数值清楚地建立对于变迁到下一个图形元素的变化的符号。
在这方面,可以容许地假定变化有两个不同的值,根据从两类图形元素的哪一类发生到另一类的变迁,这两个值通过它们的符号彼此有相应的差异,但是在以前实施的物理测量参数值的正变化之后,对于那种类型的图形元素,在变迁到下一个图形元素处可能只有负的或无变化,反之亦然。对比之下,对于具有变化的图形元素,所述变化是在区域状态方式中的连续变化,但是在这些范围之内的相应的相邻的象素之间,所述变化相当地小因此可以忽略,把物理参数值连续地重复地恢复到以前已经得到的一个值,然后在变迁到下一个图形元素处或还是在给定的图形元素中突然地改变该值,在这方面,检测突然变化作为图形的特征结构元件并包括一个给定的方向或给定的符号,其中,根据哪一个图形元素的相应类型是下一个要跟随的,并且是下一个但是是一个,然后可以容易地跟随包含相同符号或例如相反符号的变化。
可以理解,对于那类图形元素的各种类型,如果把这些类型安排成在经投射的图形的表面上的编码分布,那将是理想的,在这方面,已经在上面讨论过编码分布的概念。编码分布的较佳例子是各种类型的图形元素在整个经投射的表面上的简单的随机分布。在这方面特别好的是使用所有上面定义的图形元素类型(就是说,在图形的表面区域内物理参数是相应的恒定水平的那些图形,还有包含其中物理参数相应地连续变化的表面区域的那些图形)来产生这种图形。
希望在成象平面中的图形元素的表面区域应相应于最大为m×n个象素数,其中m和n各大于2,但是同时,m明显地小于M而n明显地小于N,M×N是经检测的或经成象的图象象素的总数。
在这方面进一步希望,对于图形编码和图形元素识别或图形的特征区域,步骤只包括估算变化,所述变化大于在这些类型的图形元素(所述图形元素至少有一部分具有连续变化)中的相邻的象素之间的变化。前面已经提到过,与相邻的图形元素之间发生的相当大的变化相比较,可以忽略沿相邻的象素或象素组之间的区域发生的物理参数的小变化。
此外,在本发明的一个较佳实施例中,用相互成角度的三角测量平面执行两个测量步骤,其中,在两个测量步骤中,三角测量平面最好相互成90度。
如果在图形投射到一个基准平面上时使在图象转换器上的图形的行的成象基本上平行于图象转换器的行,则基本上促进了图象数据的估算。这里使用术语基准平面来表示在下列方式中形成的平面:(ⅰ)定义一辅助直线,它平行于投射单元的光轴而延伸,而且它和接收或记录单元的光轴交叉,其中,根据本发明,把由直线和记录单元的光轴定义的平面识别为“三角测量平面”;(ⅱ)形成记录单元的光轴和辅助直线的平分角行作为基准平面的垂直矢量(因此基准平面垂直于三角测量平面);(ⅲ)如此地安排基准平面,使两个光轴通过基准平面处的点之间的间隔是最小。所述定义考虑这样的事实,在一个实际的装置中,两个光轴将不是正确地交叉,即使在结构上是这么打算的。如果现在图形的行平行地延伸到三角测量平面,则这些行在图象转换器中的图象将平行于图象转换器的行而延伸。在把图形投射到不相应于基准平面的表面上时,平行度的偏离将很小,只有两级。
这也是优点,如果图形是如此的而且以如此的方式来影响图形的投射,在图形投射到垂直于三角测量平面,具有同质表面组成的平坦表面上时,则结果是一种以行组成的结构,这些行平行于三角测量平面,并沿这些行发生上述特征的测量值的变化。
进一步希望,如果(ⅰ)使用光束源和合适的光学手段把图形投射到待测量的目标上;(ⅱ)待投射的图形是平坦的或有面积的组成,具有基本上相互垂直的,分别包含间距间隔的行和列,并在最后的间距间隔中安排不同的几何元件,这些几何元件在光学上是透明的、不透明的或部分透明的;(ⅲ)部分透明的元件的透明度在行的方向上从不透明到透明稳定地增加或从透明到不透明稳定地降低;(ⅳ)根据目标的相互有关的表面段的经投射的图形的图象记录,以如此的方式在待投射的图形中安排几何元件,使在列的间距间隔中,在几何元件之间,存在从透明到不透明或从不透明到透明的变化,以如此的方式,使在间距间隔栅网或列的光栅中分布在图形上的变化大小的不同的符号可以确定与图形的相应投射部分的清楚的关联;(ⅴ)通过合适的光学手段把至少一部分由目标反射的辐射投射到平坦的CCD图象转换器,把该图象转换器的辐射检测元件也组成行和列,从而把辐射转换成电信号,而包含在该电信号中的是由目标反射的经投射的图形的至少一部分分量的信息内容;(ⅵ)用于图形投射的光轴方向和用于在图象转换器上的目标图象信息的光轴方向彼此不同;(ⅶ)使待投射的图形的行的取向平行于平面,该平面是由用于投射的光轴和用于使经反射的辐射成象在图象转换器上的光轴所形成的;(ⅷ)把图象转换器的电信号转换成分立数据并传递到一个处理和存储数据的单元;(ⅸ)按平行于三角测量平面的行来估算图象转换器的辐射检测元件的有关辐射强度变化大小的数据;(ⅹ)根据变化大小的相应符号,使基本上剧烈变化的最后的脉冲波前与二进制信息元件0和1相关联;以及(ⅹⅰ)最后的二进制序列用来从图形的其它部分辨别图形部分。
例如,如果图形(ⅰ)包括方格式的黑色和白色元件;(ⅱ)使用可见光和合适的光学手段把图形投射到任何三维空间的白色目标上;(ⅲ)在平坦图象转换器上使用合适的光学手段从目标产生图象;(ⅳ)投射方向与接收或记录方向不同;(ⅴ)使图象转换器的信号数字化,在电子存储器或存储器件中进行中间存储,并馈送到数据处理单元;(ⅵ)以互相垂直的行和列组成图象转换器;(ⅶ)以如此的方式把图形放置在投射装置中,使方格式图形的行沿图象转换器的行的方向延伸;(ⅷ)投射装置,还有接收或记录装置两者是如此组成和放置的,使三角形角度伸展到在图象转换器的列方向上的方格式图形的图象的记录(换言之:由三角形角度定义的平面在经投射的图形,还有图象转换器的列的方向上伸展);(ⅸ)图形元素的组成大于图象转换器的分辨率,然后,可以在图象存储器中找到表示图象转换器的行信息的值,它相应于方格式图形的白色和黑色元件的亮度值。如果(ⅹ)循着图象转换器的相应行来估算这些信息项,则结果是在相应于经投射的图形的栅网或光栅的亮度信息项中的突然变化。在已知光束路径的情况下,在亮度突然变化的空间关系中的偏离表示目标的空间范围,所述亮度突然变化是循着相对于相应的经投射的图形的图象行的。如果(ⅹⅰ)在观察区域中的目标是足够地稳定的,而且可以从投射方向和从接收或记录方向两者以光学方式进行访问,则行信息的序列交替地包括从亮到暗和从暗到亮的亮度突然变化。如果(ⅹⅱ)通过数字化步骤把亮度信息项表示成对亮度值具有相关比例的数字值;以及如果(ⅹⅲ)从给定位置处的相应亮度值和跟随行的方向的图象位置的亮度信息之间的差来计算沿图象转换器的指定列的亮度变化,则交替地给出相应于亮度变化大小的正值和负值。如果把值的分立序列解释成亮度信号,则可能涉及该信号的正的或负的脉冲波前或边缘。
在本发明的较佳实施例中,相应于分立的图形元素检查图象数据,以确定根据记录是否可以不混淆地识别分立元件的信息内容,所述图象数据表示具有图形元素的所述统计分布,因此具有相应的编码的经投射的图形。如果不能保证不混淆,则把相应的图形元素从进一步的数据处理中排除。通过信号边缘识别和估算,可以不混淆地识别的图形元素在此后形成产生信息元件的基础,而相邻的不混淆识别信息元件属于所谓的群集(cluster)。在本发明的检测中的群集是一组相邻的信息元件。对投射到目标上的记录图形信息的经解码的项与待投射的图形内容进行比较,使之有可能检查信息的经解码项的似乎真实。如果在那种情况下发生偏离,则偏离信息元件是错误的并把它析出。如果相应的信息元件在群集的边缘,则产生合适的经校正的界限。如果信息元件在群集的中间,则在某些情况下把群集分割开,而重新检查相关的两个最后不混淆的群集部分。如果较小的群集不能相关地不混淆,则所有相应的元件是错误的,并把它们析出。相应地,在群集中描绘相互有关的表面段,通过在相对于相互毗邻的图形元素中的群集中可以得到的信息内容的性能,可以使所述表面段的经投射的图形的图形元素不混淆地与相应于在待投射的图形中的图形元素相关联。例如,根据在图象中的重心的位置或最后的边缘或脉冲波前,对待投射的图形中的安排进行比较,有可能借助三角来计算作为目标表面支持点的三维坐标。根据本发明,可以有利地定义不安排成一列的三个相应的相邻支持点为三角形,因此作为三角形表面,以致不需要象在其它处理情况中那样从一群点中取得表面。可以得到作为图象信息项的分析和计算的结果,所述图象信息项来自目标的相互有关的表面段的独立图象数字化图象,所述目标是相应于它们的组成而不混淆地确定的。然而,这些可能不是相互有关的段的已知术语为它们的三维位置并相对于彼此而取向。
从下面较佳实施例和附图的描述将明了本发明的进一步的优点、特征和可能的应用,其中:
图1示出来自经编码的图形的一个组,并在其下面部分示出一个估算策略;
图2示出有图形投射在其上的两个弯曲表面的图象;
图3示出从不同观察方向的,有或没有图形投射在其上的人头的图象;
在图1的上方示出来自经编码的图形的一个组,更具体地,在一个垂直于投射轴的平面中,并在下面区域示出根据本发明的估算程序提供的结构。
示于图1的图形示出正方形的字段(square field)或8×8图形元素的阵列,具有总共4个不同的图形元素类型。同时,在成象的图形下面还有图象象素的栅网网络,为了成象的目的可向其上投射相应的图形。可以看到,每个图形元素占居8×5图象象素的表面区域。在3×2图形元素的左上区域内可以辨别所有4个不同的图形元素类型。通过举例的方法,在这种情况中,可以使用象素的黑化度或每个包括5个相互叠置的象素的组的黑化度作为识别图形结构的物理测量参数。可以理解,可以相反地使用该图形的负象,其中以白色表面替代黑色表面。
在图1中最右上方处的图形元素的情况下,左边边缘具有所出现的图形的最大黑化度,然后从左到右黑化度连续地降低,并可以特别检测一个象素在另一个上面的一个列中所有的5个象素元件的黑化度总和,这些象素元件落在该图形元素的表面区域中。该图形元素的5个象素组的第8组(把该组安排成在列中相互叠置的关系)不再具有任何黑化度而是完全白色的。除此之外,在右边还有图形元素3,在它的整个表面上它具有最大的黑化度。通过参考数1特别地识别图形元素3 。
后面接着的图形元素2基本上和图形元素1相似,只有一个差异,即该图形元素以行的方向安排的8个象素组的黑化度从左到右连续地增加,而在图形元素1的情况下是连续地降低。
在图形元素1的下面可以看到图形元素4,它与图形元素2的不同之处在于在它的整个表面区域上没有黑化度。尤其,可以形成从白色到黑色的变迁或从黑色到白色的变迁的相邻图形元素之间的变迁是相应于该图形的特征,在这方面,在接着的图形元素处,也可能使图形元素1和3分别多次重复进行从黑色到白色或从白色到黑色的相同的变迁。
现在将参考图1中较下面的区域对这进行更详细的描述。例如在图1的上半部分中注意力集中在通过在图形的图形元素的第7排(从上面开始计数)中的参考数8识别的象素行上。当沿象素8的行从左到右进行并记录时,在图1的较下面部分的行10中所示出的黑化度的变化就是其结果。首先,在象素的行8中,黑化度是最大值,然后在该排的第三到第四象素的变迁处黑化度突然变化成相应于白色象素的最小值。接着的5个象素保持白色因此展现最小的黑化度,而在到该行的下一个图形元素的变迁处,再次突然变化到最大黑化度。因为该图形元素和前面一个是等同的,所以重复曲线组成。在下一个图形元素的变迁处再次突然变化到最大黑化度,然而,然后还是保持不变直到变迁到完全出现白色的第四图形元素。如在行10中所示,在它的表面区域中,展现黑化度的象素行8保持最小值。继续下去的曲线组成和上述说明相似。
此外,如果在每个情况中都把从该排图形元素的列的5个象素结合在一起,以及如果仅对黑化度建立一个门限值,在门限值以上曲线跳到最大值,在门限值之下假定是最小值,则也会出现根据行10的曲线组成。
以完全不同的方式得到直接在下面的曲线11。这相应地再现在象素行的组中的5个相互叠置的象素的黑化度,在图的上半部分中以参考数9识别上述象素行并且它定义一排图形元素。最左边是白色图形元素4,以致在该图形元素区域中的行11中相应地指示最小的黑化度。然后跳到完全黑色的图形元素,以致遍于第二图形元素的区域中再现最大的黑化度。然后再次向下突变到没有任何黑化度的白色象素列,但是,然后从一个象素列到另一个象素列连续地增加黑化度直到在第三图形元素的末端处再次到达最大的黑化度。在第四图形元素中重复该过程而第五个图形元素再次相应于第一个。第六图形元素与第三和第四图形元素的不同之处仅在于黑化度变化的符号,就是说,在第六元件的情况下,黑化度从最大值开始从左到右连续地降低到最小值。该排图形元素的第七图形元素与第二图形元素相同,而第八图形元素再次相应于该排的第三和第四图形元素。
在其下示出的行12表示该结构的估算,也可以把它清楚地描述为示于图11中的曲线的衍生物。更具体地,行12示出在图形元素的排9中,两个相继的象素列的黑化度的相应差异,其中每个所述象素列包括5个相互叠置的象素。当在从纯黑色象素列到纯白色象素列的变迁或反之时,在从一个图形元素到下一个图形元素的相应的变迁处,这些变化最大。在纯白色或纯黑色图形元素内或从纯白色或纯黑色到相似的图形元素(即从图形元素3到3或从4到4)的变迁处(这里没有出现这种情况),这些变化为0值,而在图形元素的黑化度连续地从左到右变化的区域中,这些变化是相当小的值。
如可以从曲线12看到,在从白色到黑色的变迁处出现曲线的向上偏转,而在黑色到白色的变迁处出现曲线的向下偏转。黑化度连续变化的图形元素,更具体地,是三角形形状的图形元素,使之有可能相继地出现多个正或负的峰,如可以从图12看到,它促进经编码的图形的产生。
在行13中,仅由向上或向下的指示箭头来替代在图形元素变迁区域处的正和负的峰,而行14是这些箭头方向或峰方向以数字1和0的形式的二进制表示,其中,数字1表示正峰或指向上的箭头,而数字0表示负峰或指向下的箭头。这样,可以以数字数的形式,更具体地,以二进制数的形式,方便地处理经检测的结构。
图3示出空间弯曲的表面,并在该表面上投射一图形,其中,垂直于纸平面的方向是观察方向,而图形的投射方向相对于观察方向倾斜一个三角形角度。假定所有可看到的图形元素在原则上占居相同的表面区域,要注意这些图形元素的形状畸变较大的区域,例如在相应于表面区域的水平方向上出现图形元素的拉长的区域,而该表面区域相对于投射方向是严重地倾斜的,但是在观察方向上的倾斜较小,而当图形元素相对明显地接近在一起或出现在水平方向上的缩短时,情况明确地相反。在已知观察方向和投射方向之间的相对角度的情况下,可能确定在空间中的每个表面区域的正确位置。同时图2还清楚地展示一个特别的问题,该问题将和所示成象条件下的传统图形识别过程相对抗,但是通过本发明的过程已经容易地制胜了该问题。更具体地,在形成表面图象的情况下,光的入射是明显地精确的,致使在可识别图形的右面边缘区域中明显地发生反射,以致在该区域中的图形看起来基本上比其余区域中的亮。图2的下半部分示出上半部分图形的负的表示,以致在这种情况下,图形的右面区域基本上表现较暗。这使得用传统的图形识别过程对图形进行识别更为困难,甚至使之不可能进行识别。然而,根据本发明,只检测相邻图形元素之间的亮一暗边界作为不混淆的定位点,并且在有反射干扰的区域中也仍安排这些亮一暗的变迁,而且始终可以清楚地识别,以致例如根据上述与图1有关的估算步骤,通过数字0和1可以不混淆地识别它们。
图3示出在检测人脸的空间结构的形式中的特殊应用例子。图3的左手部分以照片形式示出人脸的模型(一方面相对于脸上的对称平面大约30度,另一方面相对于脸的对称平面大约75度),在右边示出同一示图,其中,有一图形投影到该脸上。在这种情况下,投射方向在人脸的对称平面中并且基本上是水平的。用三角角度(就是说在人脸的对称平面和观察方向之间的角度,即垂直于图的平面的)的知识,加上实时图形结构(将在投射到垂直于投射方向的表面上产生)的知识,有可能根据在成象投射图形中的独立的亮一暗变迁的间隔,通过合适的估算算法手段来检测并数字化地存储人脸的表面的空间结构。这又可以应用于人识别的目的和/或医药的目的,作为例子,在计算机辅助的情况下最小一侵犯的外科手术。

Claims (14)

1.一种用于检测三维表面空间结构的过程,它通过把图形沿定义为第一轴的投射方向投射在表面上,并借助于一个或多个传感器在定义为第二轴的一个或多个传感器的观察方向上象素方式检测投射在表面上的图形的至少一个区域,其中所述第一和第二轴或平行第二轴的直线的交角不为0°,以致第一和第二轴或平行第二轴的直线定义一个三角测量平面,其中通过变化一个或多个传感器可以检测的物理参数,至少在垂直于第一轴的平面的投影中定义该图形,而且,其中所述图形是如此的,致使设想物理地测量的参数的差至少为两个不同值,所述参数是在预定图象象素或象素组之间沿最好是平行于三角测量平面的预定象素行而测量的,其特征在于,为了成象图形结构估算的目的,仅测量变化和把它成转换成表面的空间坐标,所述变化是在最好平行于三角测量平面的一个或多个象素行的预定象素或预定象素组之间的物理参数中的变化。
2.如权利要求1所述的过程,其特征在于,沿预定的方向确定各个相邻象素或象素组之间的可物理测量的参数的差异。
3.如权利要求2所述的过程,其特征在于,图形以如此的方式取向,致使沿一个方向发生的物理测量参数的变化假定为相当于至少一部分差异量,所述差异量作为在成象图形中任何相等一尺寸象素或象素组之间发生的最大值,其中假定沿该方向的其它变化具有比较低的值。
4.如权利要求1到3之一所述的过程,其特征在于,集合多个平行的象素行的象素以形成象素组,其中在列中以相互叠置关系安排所述象素,在这种相邻象素组的相应的象素组之间估算物理参数的变化。
5.如权利要求1到4所述的过程,其特征在于,所述图形是经编码的图形,其中适当大小的各种图形区域可以彼此区别,并相对于它们在整个图形内的位置而固定。
6.如权利要求1到5之一所述的过程,其特征在于,从图形元素形成图形,在垂直于投射方向的平面中,所述图形元素的每一个占居近似地相等-大小的表面面积。
7.如权利要求6所述的过程,其特征在于,提供至少两类图形元素,在所述图形元素的表面区域中,可测量的物理参数各自几乎为恒定值,其中在两类图形元素之间清楚地测量的所述物理参数值存在差异。
8.如权利要求6或权利要求7所述的过程,其特征在于,提供至少一类图形元素,至少在沿预定方向的所述图形元素的一部分表面区域内,在所述图形元素中的物理参数值基本上连续地变化。
9.如权利要求8所述的过程,其特征在于,提供至少两类图形元素,所述图形元素通过在图形元素的表面区域内并且沿预定方向的物理参数变化的符号而不同。
10.如权利要求5到9之一所述的过程,其特征在于,把各种类型的图形元素安排成在经投射的图形的表面上的编码分布。
11.如权利要求5到10之一所述的过程,其特征在于,在投射表面上使各种类型的图形元素按随机安排而分布。
12.如权利要求6到11之一所述的过程,其特征在于,在成象平面中的图形元素的表面区域相应于一个m×n象素的区域,其中m,n≥2,而m<<M和n<<N,其中M×N是所检测的图象象素的总数。
13.如权利要求5到12之一所述的过程,其特征在于,为了图形编码和图形元素位置的识别,仅对一些变化进行估算,所述一些变化大于在权利要求6和7中定义的图形元素内的相邻象素或象素组之间的变化。
14.如权利要求1到13之一所述的过程,其特征在于,为了检测三维表面的空间结构,至少用彼此成角度的三角测量平面执行两个测量并组合在一起。
CN99806074A 1998-05-14 1999-04-29 检测三维表面空间结构的过程 Pending CN1300360A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
DE19821611A DE19821611A1 (de) 1998-05-14 1998-05-14 Verfahren zur Erfassung der räumlichen Struktur einer dreidimensionalen Oberfläche
DE19821611.4 1998-05-14

Publications (1)

Publication Number Publication Date
CN1300360A true CN1300360A (zh) 2001-06-20

Family

ID=7867742

Family Applications (1)

Application Number Title Priority Date Filing Date
CN99806074A Pending CN1300360A (zh) 1998-05-14 1999-04-29 检测三维表面空间结构的过程

Country Status (7)

Country Link
US (1) US6495848B1 (zh)
EP (1) EP1078219B1 (zh)
JP (1) JP2002515594A (zh)
CN (1) CN1300360A (zh)
AU (1) AU4601599A (zh)
DE (2) DE19821611A1 (zh)
WO (1) WO1999060332A1 (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1295651C (zh) * 2004-05-13 2007-01-17 上海交通大学 型面光学测量系统综合标定方法
US7893947B2 (en) 2006-08-03 2011-02-22 Beijing Union University Method for extracting edge in photogrammetry with subpixel accuracy
CN101282687B (zh) * 2005-10-14 2011-11-16 应用研究联盟新西兰有限公司 监测表面特征的方法和装置
CN103649674A (zh) * 2011-07-11 2014-03-19 佳能株式会社 测量设备以及信息处理设备
CN109655014A (zh) * 2018-12-17 2019-04-19 中国科学院上海光学精密机械研究所 基于vcsel的三维人脸测量模组及测量方法

Families Citing this family (46)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6532299B1 (en) 2000-04-28 2003-03-11 Orametrix, Inc. System and method for mapping a surface
US6413084B1 (en) 2000-04-28 2002-07-02 Ora Metrix, Inc. Method and system of scanning
US7068836B1 (en) * 2000-04-28 2006-06-27 Orametrix, Inc. System and method for mapping a surface
US6648640B2 (en) 1999-11-30 2003-11-18 Ora Metrix, Inc. Interactive orthodontic care system based on intra-oral scanning of teeth
WO2001084479A1 (en) * 2000-04-28 2001-11-08 Orametirix, Inc. Method and system for scanning a surface and generating a three-dimensional object
US6634552B2 (en) * 2001-09-26 2003-10-21 Nec Laboratories America, Inc. Three dimensional vision device and method, and structured light bar-code patterns for use in the same
WO2005031253A1 (ja) * 2003-09-29 2005-04-07 Brother Kogyo Kabushiki Kaisha 3次元形状検出装置、撮像装置、及び、3次元形状検出プログラム
DE10359104B3 (de) * 2003-12-17 2005-10-13 Universität Karlsruhe Verfahren zur dynamischen, dreidimensionalen Erfassung und Darstellung einer Oberfläche
US7330577B2 (en) * 2004-01-27 2008-02-12 Densys Ltd. Three-dimensional modeling of the oral cavity by projecting a two-dimensional array of random patterns
US7620209B2 (en) * 2004-10-14 2009-11-17 Stevick Glen R Method and apparatus for dynamic space-time imaging system
US7436524B2 (en) * 2004-11-26 2008-10-14 Olympus Corporation Apparatus and method for three-dimensional measurement and program for allowing computer to execute method for three-dimensional measurement
WO2006074310A2 (en) * 2005-01-07 2006-07-13 Gesturetek, Inc. Creating 3d images of objects by illuminating with infrared patterns
DE102005018656B4 (de) * 2005-04-21 2007-04-12 GOM - Gesellschaft für Optische Meßtechnik mbH Projektor für eine Anordnung zum dreidimensionalen optischen Vermessen von Objekten
US8390821B2 (en) * 2005-10-11 2013-03-05 Primesense Ltd. Three-dimensional sensing using speckle patterns
US20110096182A1 (en) * 2009-10-25 2011-04-28 Prime Sense Ltd Error Compensation in Three-Dimensional Mapping
EP1934945A4 (en) * 2005-10-11 2016-01-20 Apple Inc METHOD AND SYSTEM FOR RECONSTRUCTING AN OBJECT
US20070086762A1 (en) * 2005-10-13 2007-04-19 3M Innovative Properties Company Front end for 3D imaging camera
JP4927091B2 (ja) * 2005-12-01 2012-05-09 ザイゴ コーポレーション アバランシェ・フォトダイオードによるデータ・エイジの補償方法とシステム
ES2618403T3 (es) * 2006-01-11 2017-06-21 Densys, Ltd. Modelamiento tridimensional de la cavidad oral
CN101501442B (zh) * 2006-03-14 2014-03-19 普莱姆传感有限公司 三维传感的深度变化光场
EP2084491A2 (en) 2006-11-21 2009-08-05 Mantisvision Ltd. 3d geometric modeling and 3d video content creation
US8090194B2 (en) 2006-11-21 2012-01-03 Mantis Vision Ltd. 3D geometric modeling and motion capture using both single and dual imaging
US8350847B2 (en) * 2007-01-21 2013-01-08 Primesense Ltd Depth mapping using multi-beam illumination
TWI433052B (zh) * 2007-04-02 2014-04-01 Primesense Ltd 使用投影圖案之深度製圖
US8150142B2 (en) * 2007-04-02 2012-04-03 Prime Sense Ltd. Depth mapping using projected patterns
US8494252B2 (en) * 2007-06-19 2013-07-23 Primesense Ltd. Depth mapping using optical elements having non-uniform focal characteristics
US7768656B2 (en) * 2007-08-28 2010-08-03 Artec Group, Inc. System and method for three-dimensional measurement of the shape of material objects
DE102007056777B4 (de) * 2007-11-23 2012-02-23 Deutsches Zentrum für Luft- und Raumfahrt e.V. Messverfahren und Messanordnung mit einem stochastischen Punktemuster sowie stochastisches Punktemuster zur Verwendung dabei
US8456517B2 (en) * 2008-07-09 2013-06-04 Primesense Ltd. Integrated processor for 3D mapping
DE102009006089B4 (de) * 2009-01-26 2017-02-23 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren zur Zuordnung von Bildpunkten
US8462207B2 (en) * 2009-02-12 2013-06-11 Primesense Ltd. Depth ranging with Moiré patterns
US8786682B2 (en) * 2009-03-05 2014-07-22 Primesense Ltd. Reference image techniques for three-dimensional sensing
US8717417B2 (en) * 2009-04-16 2014-05-06 Primesense Ltd. Three-dimensional mapping and imaging
US9582889B2 (en) * 2009-07-30 2017-02-28 Apple Inc. Depth mapping based on pattern matching and stereoscopic information
US8830227B2 (en) * 2009-12-06 2014-09-09 Primesense Ltd. Depth-based gain control
US8982182B2 (en) * 2010-03-01 2015-03-17 Apple Inc. Non-uniform spatial resource allocation for depth mapping
US9098931B2 (en) 2010-08-11 2015-08-04 Apple Inc. Scanning projectors and image capture modules for 3D mapping
US9066087B2 (en) 2010-11-19 2015-06-23 Apple Inc. Depth mapping using time-coded illumination
US9167138B2 (en) 2010-12-06 2015-10-20 Apple Inc. Pattern projection and imaging using lens arrays
US9030528B2 (en) 2011-04-04 2015-05-12 Apple Inc. Multi-zone imaging sensor and lens array
JP5985661B2 (ja) 2012-02-15 2016-09-06 アップル インコーポレイテッド 走査深度エンジン
DE102012013079B4 (de) 2012-06-25 2023-06-22 Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. Verfahren und Vorrichtung zum berührungslosen Erfassen einer dreidimensionalen Kontur
KR101733228B1 (ko) * 2016-04-28 2017-05-08 주식회사 메디트 구조광을 이용한 3차원 스캐닝 장치
DE102016222244A1 (de) * 2016-11-14 2018-05-17 Siemens Aktiengesellschaft Verfahren und Vorrichtung zur Tiefenbestimmung eines Objektes
US10542245B2 (en) * 2017-05-24 2020-01-21 Lg Electronics Inc. Mobile terminal and method for controlling the same
JP2019207175A (ja) 2018-05-30 2019-12-05 キヤノン株式会社 測定装置

Family Cites Families (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE1963727A1 (de) 1969-12-19 1971-06-24 Voest Ag Haspelvorrichtung zum Abwickeln von zu Bunden gerollten Blechbaendern
US4634278A (en) 1984-02-06 1987-01-06 Robotic Vision Systems, Inc. Method of three-dimensional measurement with few projected patterns
DE3642051A1 (de) * 1985-12-10 1987-06-11 Canon Kk Verfahren zur dreidimensionalen informationsverarbeitung und vorrichtung zum erhalten einer dreidimensionalen information ueber ein objekt
US4846577A (en) * 1987-04-30 1989-07-11 Lbp Partnership Optical means for making measurements of surface contours
US4825263A (en) 1987-06-02 1989-04-25 University Of Medicine & Dentistry Of New Jersey Optical method and apparatus for determining three-dimensional changes in facial contours
US5715166A (en) 1992-03-02 1998-02-03 General Motors Corporation Apparatus for the registration of three-dimensional shapes
DE4229466C2 (de) 1992-09-03 2001-04-26 Kaltenbach & Voigt Zahnvermessung ohne Kalibrationskörper
DE4436500A1 (de) * 1993-10-26 1995-05-11 Zeiss Carl Jena Gmbh Optisches Projektionsgitter
JP3030485B2 (ja) 1994-03-17 2000-04-10 富士通株式会社 3次元形状抽出方法及び装置
GB9405299D0 (en) * 1994-03-17 1994-04-27 Roke Manor Research Improvements in or relating to video-based systems for computer assisted surgery and localisation
US5615003A (en) 1994-11-29 1997-03-25 Hermary; Alexander T. Electromagnetic profile scanner
DE19638727A1 (de) * 1996-09-12 1998-03-19 Ruedger Dipl Ing Rubbert Verfahren zur Erhöhung der Signifikanz der dreidimensionalen Vermessung von Objekten

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1295651C (zh) * 2004-05-13 2007-01-17 上海交通大学 型面光学测量系统综合标定方法
CN101282687B (zh) * 2005-10-14 2011-11-16 应用研究联盟新西兰有限公司 监测表面特征的方法和装置
US7893947B2 (en) 2006-08-03 2011-02-22 Beijing Union University Method for extracting edge in photogrammetry with subpixel accuracy
CN103649674A (zh) * 2011-07-11 2014-03-19 佳能株式会社 测量设备以及信息处理设备
US9014433B2 (en) 2011-07-11 2015-04-21 Canon Kabushiki Kaisha Measurement apparatus, information processing apparatus, information processing method, and storage medium
CN103649674B (zh) * 2011-07-11 2016-03-02 佳能株式会社 测量设备以及信息处理设备
CN109655014A (zh) * 2018-12-17 2019-04-19 中国科学院上海光学精密机械研究所 基于vcsel的三维人脸测量模组及测量方法
CN109655014B (zh) * 2018-12-17 2021-03-02 中国科学院上海光学精密机械研究所 基于vcsel的三维人脸测量模组及测量方法

Also Published As

Publication number Publication date
AU4601599A (en) 1999-12-06
WO1999060332A1 (de) 1999-11-25
EP1078219A1 (de) 2001-02-28
US6495848B1 (en) 2002-12-17
EP1078219B1 (de) 2004-06-23
JP2002515594A (ja) 2002-05-28
DE59909813D1 (de) 2004-07-29
DE19821611A1 (de) 1999-11-18

Similar Documents

Publication Publication Date Title
CN1300360A (zh) 检测三维表面空间结构的过程
Fechteler et al. Adaptive colour classification for structured light systems
Salvi et al. A robust-coded pattern projection for dynamic 3D scene measurement
AU2012260548B2 (en) 3D scanner using structured lighting
US7304663B2 (en) Image test target for visual determination of digital image resolution
US20040028258A1 (en) Fiducial detection system
US20100054538A1 (en) Method and system for universal lane boundary detection
CN101738172B (zh) 基于绿条纹分割的高采样密度彩色结构光三维测量方法
CN103776392A (zh) 三维几何建模和三维视频内容创建
CN1818926A (zh) 一种用于二维码识别的二维码区域精确定位方法
CN110580481B (zh) 一种基于epi的光场图像关键位置检测方法
US7050631B2 (en) Barcode detection system
US8405613B2 (en) Optimization of statistical movement measurement for optical mouse, with particular application to laser-illuminated surfaces
Robinson et al. Methods for indexing stripes in uncoded structured light scanning systems
CN1141670C (zh) 用二维编码对运动物体进行三维跟踪测量的方法
Elahi et al. A single-shot, pixel encoded 3D measurement technique for structure light
CN112990192B (zh) 一种数字水准仪的条码标尺图像定位和识别检测方法
CN111583191B (zh) 基于光场epi傅里叶变换的折射特征检测方法
CN1218279C (zh) 数字图象的分割
CN101833775B (zh) 一种彩色结构光图像编码方法
Satoh et al. Occlusion detectable stereo-systematic comparison of detection algorithms
CN114943770B (zh) 一种基于人工智能与建筑物信息的视觉定位方法及系统
US20040175052A1 (en) Method and system for enhancing measurement
JP4839560B2 (ja) Ic外観検査方法
JPH03142576A (ja) 画像処理方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C02 Deemed withdrawal of patent application after publication (patent law 2001)
WD01 Invention patent application deemed withdrawn after publication