CN211955232U - 一种木料识别设备 - Google Patents

一种木料识别设备 Download PDF

Info

Publication number
CN211955232U
CN211955232U CN202020228306.3U CN202020228306U CN211955232U CN 211955232 U CN211955232 U CN 211955232U CN 202020228306 U CN202020228306 U CN 202020228306U CN 211955232 U CN211955232 U CN 211955232U
Authority
CN
China
Prior art keywords
image acquisition
wood
acquisition device
object stage
light source
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
Application number
CN202020228306.3U
Other languages
English (en)
Inventor
左忠斌
左达宇
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.)
Tianmu Aishi Beijing Technology Co Ltd
Original Assignee
Tianmu Aishi Beijing Technology Co Ltd
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 Tianmu Aishi Beijing Technology Co Ltd filed Critical Tianmu Aishi Beijing Technology Co Ltd
Priority to CN202020228306.3U priority Critical patent/CN211955232U/zh
Application granted granted Critical
Publication of CN211955232U publication Critical patent/CN211955232U/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Length Measuring Devices By Optical Means (AREA)

Abstract

本实用新型提供了一种木料识别设备,包括图像采集装置、转动装置,载物台;图像采集装置和转动装置连接;载物台位于图像采集装置下方,用于承载木料;载物台位于图像采集装置圆弧形运动轨迹内侧,从而使得其能够采集木料不同角度的多张图像。首次提出通过构建木材纹理的三维模型,通过三维形貌和纹理的比对识别木材的方法。该方法充分利用了木材横断面三维形貌的区别,识别准确度更高。

Description

一种木料识别设备
技术领域
本实用新型涉及木料形貌测量技术领域,特别涉及木料3D形貌测量技术领域。
背景技术
不同木材的价格差别较大,目前常常有采用较次木材充数当好木材进行交易的情况。特别是在收藏品中,不同的木材价格差距巨大,而一般消费者很难区分。
目前也有一些技术进行木材的识别,通常是采用拍摄许多照片作为样本,然后对神经网络进行训练,从而得到一种能够识别某种木材的神经网络。在需要检测时,对待识别木材拍照,并送入神经网络中进行识别。这种方法利用了大数据和神经网络的学习功能,具有一定的辨别性。然而,由于现在造假技术同样在提升,通过人工干预,可以制作出与目标木材非常相似的木材纹理。从而导致采用神经网络识别的方式准确度大大降低。
究其原因,是由于送入神经网络的图片都是二维的,相当于只提供了木材的表面颜色、花纹信息,而舍弃了其他信息。
因此,目前急需解决以下技术问题:①能够充分利用木材信息,提高识别准确度。②能够同时大幅度提高识别速度和识别精度;③方便操作,无需使用专业设备,无需复杂过多测量,装置结构简单,易于实现。
实用新型内容
鉴于上述问题,提出了本实用新型提供一种克服上述问题或者至少部分地解决上述问题的一种木料识别设备。
本实用新型提供了一种木料识别设备,包括图像采集装置、转动装置,载物台;
图像采集装置和转动装置连接;
载物台位于图像采集装置下方,用于承载木料;
载物台位于图像采集装置圆弧形运动轨迹内侧,从而使得其能够采集木料不同角度的多张图像。
可选的,所述木料与图像采集装置相对的一侧包括具有原始木材形貌的截面。
可选的,转动装置为L型转臂。
可选的,图像采集装置位于转臂水平部分,转臂竖直部分通过转轴与转动驱动装置连接。
可选的,光源位于图像采集装置周边。
可选的,光源为可见光源或红外光源。
可选的,图像采集装置采集目标物时,相邻两个采集位置满足如下条件:
Figure BDA0002395845520000021
L为在相邻两个采集位置时图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件的矩形长度或宽度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
可选的:δ<0.402。
可选的,δ<0.329。
可选的,载物台与待识别木料之间具有纯色背景板。
发明点及技术效果
1、首次提出通过构建木材纹理的三维模型,通过三维形貌和纹理的比对识别木材的方法。该方法充分利用了木材横断面三维形貌的区别,识别准确度更高。
2、通过优化相机采集图片的位置,保证能够同时提高合成速度和合成精度,从而提高识别速度和精度。且优化位置时,无需测量角度,无需测量目标尺寸,适用性更强。
附图说明
通过阅读下文优选实施方式的详细描述,各种其他的优点和益处对于本领域普通技术人员将变得清楚明了。附图仅用于示出优选实施方式的目的,而并不认为是对本实用新型的限制。而且在整个附图中,用相同的参考符号表示相同的部件。在附图中:
附图标记与各部件的对应关系如下:
图1为本实用新型实施例中木料识别设备的示意图;
图2为本实用新型实施例中木材纹理的示意图;
其中,各部件与附图标记的对应关系为:
1图像采集装置,2转臂,3转动驱动装置,4转轴,5目标物,6背景板。
具体实施方式
下面将参照附图更详细地描述本公开的示例性实施例。虽然附图中显示了本公开的示例性实施例,然而应当理解,可以以各种形式实现本公开而不应被这里阐述的实施例所限制。相反,提供这些实施例是为了能够更透彻地理解本公开,并且能够将本公开的范围完整的传达给本领域的技术人员。
木料识别装置结构
为解决上述技术问题,本实用新型的一实施例提供了一种木料识别设备,如图1所示,包括:图像采集装置1,转臂2、转动驱动装置3。其中转臂2为L型,图像采集装置1安装在转臂的水平部分,且光轴竖直向下。转臂2的竖直部分通过转轴4与转动驱动装置3连接,在转动驱动装置3的驱动下进行转动,从而带动转臂2在180°范围内转动。使得图像采集装置1的光轴以竖直向下为基础左右转动±90°。也就是说,当目标物5放置在图像采集装置1正下方时,使得其最好位于图像采集装置1转动轨迹的圆心,这样图像采集装置1会绕目标物的上表面转动180°。
目标物(待测木材块)5放置在载物台上。为了采集图像的单纯性,提高合成速度和精度,可以在在载物台和目标物5之间放置背景板6,或直接将载物台设置为背景板6。背景板6全部为纯色,或大部分(主体)为纯色。特别是可以为白色板或黑色板,具体颜色可以根据目标物主体颜色来选择。背景板6优选为平板,但也可以为曲面板,例如凹面板、凸面板、球形板,甚至在某些应用场景下,可以为表面为波浪形的背景板;也可以为多种形状拼接板,例如可以用三段平面进行拼接,而整体呈现凹形,或用平面和曲面进行拼接等。除了背景板6表面的形状可以变化外,其边缘形状也可以根据需要选择。通常情况下为直线型,从而构成矩形板。但是在某些应用场合,其边缘可以为曲线。
图像采集装置1用于采集目标物的图像,其可以为定焦相机,或变焦相机。特别是即可以为可见光相机,也可以为红外相机。当然,可以理解的是任何具有图像采集功能的装置均可以使用,并不构成对本实用新型的限定,例如可以为CCD、CMOS、相机、摄像机、工业相机、监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有设备。
通常情况下,光源位于图像采集装置的镜头周边分散式分布,例如光源为在镜头周边的环形LED灯。光源也可以位于转臂上,或外置光源。特别是可以在光源的光路上设置柔光装置,例如为柔光外壳。或者直接采用LED面光源,不仅光线比较柔和,而且发光更为均匀。更佳地,可以采用OLED光源,体积更小,光线更加柔和,并且具有柔性特性,可以贴附于弯曲的表面。光源可以为可见光或红外光,特别的,光源是窄波段光源,从而适用于不同种类的木材,提高模型构建的精确度。
设备还包括处理器,也称处理单元,用以根据图像采集装置采集的多个图像,根据3D合成算法,合成目标物3D模型,得到目标物3D信息。
虽然上述通过转动图像采集装置实现了木材截面的图像采集,但可以理解,木材转动也可以的,两者具有相对运动即可。
3D信息采集方法流程
将待识别木材(目标物)进行初步处理,特别是要切除表面,露出木材纹理,如图2所示,这样才能够准确采集到木材截面的三维形貌。特别是能够采集到木材天然的三维形貌。这种三维形貌是由木材的木质疏密、纤维结构决定的,不同种类的木材具有一定差别,而且很难造假。因此木材横截面的三维形貌是识别木材具有特异性的手段。本实用新型首先提出这一想法,并针对性地设计了采集木材三维形貌的装置。因此,通过木材三维形貌来识别木材种类是本实用新型首先提出的,属于发明点之一。
将待测木材放置在在图像采集装置和背景板之间,且位于图像采集装置光轴扫描轨迹上。也就是说,在图像采集装置光轴位于竖直方向时,待测木材正好位于光轴正下方,这样保证图像采集装置在转动过程中,能够从不同角度采集到待测木材的多个图像。
图像采集装置绕待测木材转动180°,或至少转动120°(当然其他角度也可以)。图像采集装置的初始位置可以位于待测木材的正上方,也可以位于旁边,只要运动轨迹覆盖待测木材上方120°范围即可。
图像采集装置采集位置优化
根据大量实验,采集的间隔距离优选满足如下经验公式:
在进行3D采集时,图像采集装置1相邻两个采集位置满足如下条件:
Figure BDA0002395845520000051
其中L为在相邻两个采集位置时图像采集装置1光心的直线距离;f为图像采集装置1的焦距;d为图像采集装置1感光元件(CCD)的矩形长度或宽度;T为图像采集装置1感光元件沿着光轴到目标物表面的距离;δ为调整系数。
当上述两个位置是沿图像采集装置1感光元件长度方向时,d取矩形长度;当上述两个位置是沿图像采集装置1感光元件宽度方向时,d取矩形宽度。
图像采集装置1在两个位置中的任何一个位置时,感光元件沿着光轴到目标物表面的距离作为T。除了这种方法外,在另一种情况下,L为An、An+1两个图像采集装置1光心的直线距离,与An、An+1两个图像采集装置1相邻的An-1、An+2两个图像采集装置1和An、An+1两个图像采集装置1各自感光元件沿着光轴到目标物表面的距离分别为Tn-1、Tn、Tn+1、Tn+2,T=(Tn-1+Tn+Tn+1+Tn+2)/4。当然可以不只限于相邻4个位置,也可以用更多的位置进行平均值计算。
L应当为两个图像采集装置1光心的直线距离,但由于图像采集装置光心位置在某些情况下并不容易确定,因此在某些情况下也可以使用图像采集装置1的感光元件中心、图像采集装置1的几何中心、图像采集装置1与云台(或平台、支架)连接的轴中心、镜头近端或远端表面的中心替代,经过试验发现由此带来的误差是在可接受的范围内的。
通常情况下,现有技术中均采用物体尺寸、视场角等参数作为推算相机位置的方式,并且两个相机之间的位置关系也采用角度表达。由于角度在实际使用过程中并不好测量,因此在实际使用时较为不便。并且,物体尺寸会随着测量物体的变化而改变。上述不方便的测量以及多次重新测量都会带来测量的误差,从而导致相机位置推算错误。而本方案根据大量实验数据,给出了相机位置需要满足的经验条件,不仅避免测量难以准确测量的角度,而且不需要直接测量物体大小尺寸。经验条件中d、f均为相机固定参数,在购买相机、镜头时,厂家即会给出相应参数,无需测量。而T仅为一个直线距离,用传统测量方法,例如直尺、激光测距仪均可以很便捷的测量得到。因此,本实用新型的经验公式使得准备过程变得方便快捷,同时也提高了相机位置的排布准确度,使得相机能够设置在优化的位置中,从而在同时兼顾了3D合成精度和速度,具体实验数据参见下述。
从上述实验结果及大量实验经验可以得出,在进行木材的检测时,δ的值应当满足δ<0.576,此时已经能够合成部分3D模型,虽然有一部分无法自动合成,但是在要求不高的情况下也是可以接受的,并且可以通过手动或者更换算法的方式弥补无法合成的部分。特别是δ的值满足δ<0.402时,能够最佳地兼顾合成效果和合成时间的平衡;为了获得更好的合成效果可以选择δ<0.329,此时合成时间会上升,但合成质量更好。当然为了进一步提高合成效果,可以选择δ<0.217。而当δ为0.641时,已经无法合成。但这里应当注意,以上范围仅仅是最佳实施例,并不构成对保护范围的限定。
并且从上述实验可以看出,对于相机拍照位置的确定,只需要获取相机参数(焦距f、CCD尺寸)、相机CCD与物体表面的距离T即可根据上述公式得到,这使得在进行设备设计和调试时变得容易。由于相机参数(焦距f、CCD尺寸)在相机购买时就已经确定,并且是产品说明中就会标示的,很容易获得。因此根据上述公式很容易就能够计算得到相机位置,而不需要再进行繁琐的视场角测量和物体尺寸测量。特别是在一些场合中,需要更换相机镜头,那么本实用新型的方法直接更换镜头常规参数f计算即可得到相机位置;同理,在采集不同物体时,由于物体大小不同,对于物体尺寸的测量也较为繁琐。而使用本实用新型的方法,无需进行物体尺寸测量,能够更为便捷地确定相机位置。并且使用本实用新型确定的相机位置,能够兼顾合成时间和合成效果。因此,上述经验条件是本实用新型的发明点之一。
以上数据仅为验证该公式条件所做实验得到的,并不对实用新型构成限定。即使没有这些数据,也不影响该公式的客观性。本领域技术人员可以根据需要调整设备参数和步骤细节进行实验,得到其他数据也是符合该公式条件的。
在现有技术中,也曾提出使用包括转动角度、目标物尺寸、物距的经验公式限定相机位置,从而兼顾合成速度和效果。然而在实际应用中发现:除非有精确量角装置,否则用户对角度并不敏感,难以准确确定角度;目标物尺寸难以准确确定,特别是某些应用场合目标物需要频繁更换,每次测量带来大量额外工作量,并且需要专业设备才能准确测量不规则目标物。测量的误差导致相机位置设定误差,从而会影响采集合成速度和效果;准确度和速度还需要进一步提高。而采用本实用新型的方法,则克服了上述问题。因此也属于发明点之一。
3D合成
根据上述采集方法,图像采集装置通过与目标物相对运动而采集目标物一组图像;
处理单元根据上述所述一组图像中的多个图像得到目标物的3D信息。当然,处理单元可以直接设置在图像采集装置所在的壳体内,也可以通过数据线或通过无线方式与图像采集装置连接。例如可以使用独立的计算机、服务器及集群服务器等作为处理单元,图像采集装置采集到的图像数据传输至其上,进行3D合成。同时,也可以将图像采集装置的数据传输至云平台,利用云平台的强大计算能力进行3D合成。
利用上述采集到的图片进行3D合成时,可以采用现有算法实现。
木材识别
通过上述设备和方法可以构建目标木材的三维模型。可以通过多次采集,采集多个同类木材样本,得到多个三维模型,从而构建该木材三维模型数据库。
该数据库中的数据可以作为标准数据供其他待识别数据进行比对。同时也可以作为样本数据,训练神经网络。但这种样本是三维信息的样本,比传统平面图像信息要更加丰富和独特。因此识别率非常高。
具有标准数据库后,在遇到该类型木材识别时,利用上述方法构建该待识别木材的三维模型,将其放入训练好的神经网络中,或直接与数据库中的标准数据进行比对,从而识别出该待测木材是否为目标木材。
本实用新型所述的转动运动,为在采集过程中前一位置采集平面和后一位置采集平面发生交叉而不是平行,或前一位置图像采集装置光轴和后一位置图像采集位置光轴发生交叉而不是平行。也就是说,图像采集装置的采集区域环绕或部分环绕目标物运动,均可以认为是两者相对转动。虽然本实用新型实施例中列举更多的为有轨道的转动运动,但是可以理解,只要图像采集设备的采集区域和目标物之间发生非平行的运动,均是转动范畴,均可以使用本实用新型的限定条件。本实用新型保护范围并不限定于实施例中的有轨道转动。
本实用新型所述的相邻采集位置是指,在图像采集装置相对目标物移动时,移动轨迹上的发生采集动作的两个相邻位置。这通常对于图像采集装置运动容易理解。但对于目标物发生移动导致两者相对移动时,此时应当根据运动的相对性,将目标物的运动转化为目标物不动,而图像采集装置运动。此时再衡量图像采集装置在转化后的移动轨迹中发生采集动作的两个相邻位置。
上述目标物体、目标物、及物体皆表示预获取三维信息的对象。可以为一实体物体,也可以为多个物体组成物。所述目标物的三维信息包括三维图像、三维点云、三维网格、局部三维特征、三维尺寸及一切带有目标物三维特征的参数。本实用新型里所谓的三维是指具有XYZ三个方向信息,特别是具有深度信息,与只有二维平面信息具有本质区别。也与一些称为三维、全景、全息、三维,但实际上只包括二维信息,特别是不包括深度信息的定义有本质区别。
本实用新型所说的采集区域是指图像采集装置1(例如相机)能够拍摄的范围。本实用新型中的图像采集装置可以为CCD、CMOS、相机、摄像机、工业相机、监视器、摄像头、手机、平板、笔记本、移动终端、可穿戴设备、智能眼镜、智能手表、智能手环以及带有图像采集功能所有设备。
在此处所提供的说明书中,说明了大量具体细节。然而,能够理解,本发明的实施例可以在没有这些具体细节的情况下实践。在一些实例中,并未详细示出公知的方法、结构和技术,以便不模糊对本说明书的理解。
类似地,应当理解,为了精简本公开并帮助理解各个发明方面中的一个或多个,在上面对本发明的示例性实施例的描述中,本发明的各个特征有时被一起分组到单个实施例、图、或者对其的描述中。然而,并不应将该公开的方法解释成反映如下意图:即所要求保护的本发明要求比在每个权利要求中所明确记载的特征更多的特征。更确切地说,如下面的权利要求书所反映的那样,发明方面在于少于前面公开的单个实施例的所有特征。因此,遵循具体实施方式的权利要求书由此明确地并入该具体实施方式,其中每个权利要求本身都作为本发明的单独实施例。
本领域那些技术人员可以理解,可以对实施例中的设备中的模块进行自适应性地改变并且把它们设置在与该实施例不同的一个或多个设备中。可以把实施例中的模块或单元或组件组合成一个模块或单元或组件,以及此外可以把它们分成多个子模块或子单元或子组件。除了这样的特征和/或过程或者单元中的至少一些是相互排斥之外,可以采用任何组合对本说明书(包括伴随的权利要求、摘要和附图)中公开的所有特征以及如此公开的任何方法或者设备的所有过程或单元进行组合。除非另外明确陈述,本说明书(包括伴随的权利要求、摘要和附图)中公开的每个特征可以由提供相同、等同或相似目的的替代特征来代替。
此外,本领域的技术人员能够理解,尽管在此的一些实施例包括其它实施例中所包括的某些特征而不是其它特征,但是不同实施例的特征的组合意味着处于本发明的范围之内并且形成不同的实施例。例如,在权利要求书中,所要求保护的实施例的任意之一都可以以任意的组合方式来使用。
本发明的各个部件实施例可以以硬件实现,或者以在一个或者多个处理器上运行的软件模块实现,或者以它们的组合实现。本领域的技术人员应当理解,可以在实践中使用微处理器或者数字信号处理器(DSP)来实现根据本发明实施例的基于本发明装置中的一些或者全部部件的一些或者全部功能。本发明还可以实现为用于执行这里所描述的方法的一部分或者全部的设备或者装置程序(例如,计算机程序和计算机程序产品)。这样的实现本发明的程序可以存储在计算机可读介质上,或者可以具有一个或者多个信号的形式。这样的信号可以从因特网网站上下载得到,或者在载体信号上提供,或者以任何其他形式提供。
应该注意的是上述实施例对本发明进行说明而不是对本发明进行限制,并且本领域技术人员在不脱离所附权利要求的范围的情况下可设计出替换实施例。在权利要求中,不应将位于括号之间的任何参考符号构造成对权利要求的限制。单词“包含”不排除存在未列在权利要求中的元件或步骤。位于元件之前的单词“一”或“一个”不排除存在多个这样的元件。本发明可以借助于包括有若干不同元件的硬件以及借助于适当编程的计算机来实现。在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
至此,本领域技术人员应认识到,虽然本文已详尽示出和描述了本发明的多个示例性实施例,但是,在不脱离本发明精神和范围的情况下,仍可根据本发明公开的内容直接确定或推导出符合本发明原理的许多其他变型或修改。因此,本发明的范围应被理解和认定为覆盖了所有这些其他变型或修改。

Claims (9)

1.一种木料识别设备,其特征在于:包括图像采集装置、转动装置,载物台;
图像采集装置和转动装置连接;
载物台位于图像采集装置下方,用于承载木料;
载物台位于图像采集装置圆弧形运动轨迹内侧,从而使得其能够采集木料不同角度的多张图像;
所述木料与图像采集装置相对的一侧包括具有原始木材形貌的截面。
2.如权利要求1所述的设备,其特征在于:转动装置为L型转臂。
3.如权利要求2所述的设备,其特征在于:图像采集装置位于转臂水平部分,转臂竖直部分通过转轴与转动驱动装置连接。
4.如权利要求1所述的设备,其特征在于:光源位于图像采集装置周边。
5.如权利要求4所述的设备,其特征在于:光源为可见光源或红外光源。
6.如权利要求1所述的设备,其特征在于:图像采集装置采集目标物时,相邻两个采集位置满足如下条件:
Figure DEST_PATH_FDA0002707921360000011
L为在相邻两个采集位置时图像采集装置光心的直线距离;f为图像采集装置的焦距;d为图像采集装置感光元件的矩形长度或宽度;T为图像采集装置感光元件沿着光轴到目标物表面的距离;δ为调整系数。
7.如权利要求6所述的设备,其特征在于:δ<0.410。
8.如权利要求6所述的设备,其特征在于:δ<0.311。
9.如权利要求1所述的设备,其特征在于:载物台与待识别木料之间具有纯色背景板。
CN202020228306.3U 2020-02-28 2020-02-28 一种木料识别设备 Active CN211955232U (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202020228306.3U CN211955232U (zh) 2020-02-28 2020-02-28 一种木料识别设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202020228306.3U CN211955232U (zh) 2020-02-28 2020-02-28 一种木料识别设备

Publications (1)

Publication Number Publication Date
CN211955232U true CN211955232U (zh) 2020-11-17

Family

ID=73195410

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202020228306.3U Active CN211955232U (zh) 2020-02-28 2020-02-28 一种木料识别设备

Country Status (1)

Country Link
CN (1) CN211955232U (zh)

Similar Documents

Publication Publication Date Title
CN111060023B (zh) 一种高精度3d信息采集的设备及方法
CN111351447B (zh) 一种手部智能3d信息采集测量设备
WO2021185214A1 (zh) 一种在3d建模中远距离标定方法
CN111076674B (zh) 一种近距离目标物3d采集设备
CN111292239B (zh) 一种三维模型拼接设备及方法
CN211178345U (zh) 一种三维采集设备
CN111028341B (zh) 一种三维模型生成方法
CN111060008B (zh) 一种3d智能视觉设备
CN112304222B (zh) 一种背景板同步旋转的3d信息采集设备
CN111208138B (zh) 一种智能木料识别装置
CN111340959B (zh) 一种基于直方图匹配的三维模型无缝纹理贴图方法
CN211178344U (zh) 智能三维视觉采集设备
CN111445528A (zh) 一种在3d建模中多相机共同标定方法
CN211932790U (zh) 人体手部三维信息采集装置
CN211375621U (zh) 一种虹膜3d信息采集设备及虹膜识别设备
CN211085114U (zh) 带背景板的3d信息采集设备
CN211955232U (zh) 一种木料识别设备
CN111207690B (zh) 一种可调整的虹膜3d信息采集测量设备
CN111310661B (zh) 一种虹膜智能3d信息采集测量设备
CN211085115U (zh) 标准化生物三维信息采集装置
CN111325780B (zh) 一种基于图像筛选的3d模型快速构建方法
CN211375622U (zh) 一种高精度虹膜3d信息采集设备及虹膜识别设备
CN113065488A (zh) 一种虹膜3d信息获取设备
CN111121620A (zh) 一种旋转式3d信息快速采集设备

Legal Events

Date Code Title Description
GR01 Patent grant
GR01 Patent grant