WO2019157988A1 - 基于3d头部数据的眼镜自动设计系统及设计方法 - Google Patents

Abstract

本发明提供了一种基于3D头部数据的眼镜自动设计系统及设计方法，其中，设计系统包括用于采集头部多幅图像的图像采集模块；用于提取多幅图像中的特征点的3D模型生成模块；用于根据3D头部数据提取眼镜架的设计参数进而形成眼镜架模型的眼镜架设计模块；用于根据双眼视力状况和眼镜架的设计参数确定镜片参数，进而得到镜片模型的镜片设计模块；用于根据眼镜架模型和镜片模型合成眼镜3D模型的合成设计模块；用于显示眼镜3D模型的佩戴效果，并根据佩戴效果调整眼镜架模型和/或镜片模型以完成眼镜的设计的显示调整模块。本发明实现了眼镜的个性化、定制化、自动化设计和制造，采用多台相机控制技术进行头部特征信息的采集，可以显著提高采集效率和设计准确度。

Description

基于3D头部数据的眼镜自动设计系统及设计方法 技术领域

本发明涉及数据采集和智能制造技术领域，特别涉及一种基于3D头部数据的眼镜自动设计系统及方法。

背景技术

2016年国家统计局对全国范围内的学校进行学生视力普查数据表明，全国小学生的近视率为27％，初中生为53％，高中生为72％，中专生为50％，大学生为88.48％。然而中国的眼镜市场却存在一种严重的矛盾：一方面中国已经成为了世界上最大的眼镜生产国和眼镜消费国，眼镜的内需市场非常巨大；另一方面，现有的眼镜设计制造却依然简单参照国外眼镜设计方法，设计过程中仍以西方头型特征为主，国内消费者花费高昂费用却依然不能买到一副佩戴舒适的，甚至是适合自己的眼镜。针对中国人的特点设计合适的眼镜有重要意义，头部数据是影响眼镜结构设计的关键参数，如何准确采集国人的头部数据为中国的眼镜设计提供设计参考，并根据头部数据解决眼镜框架的尺寸应基于人脸形态特征以达到高舒适性成为亟待解决的问题。

发明内容

鉴于上述问题，提出了本发明以便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基于3D头部数据的眼镜自动设计系统。

本发明实施例提供了一种基于3D头部数据的眼镜自动设计系统，其包括：

图像采集模块，用于采集头部的多幅图像，所述图像采集模块包括由多台相机组成的相机矩阵；

3D模型生成模块，用于提取所述多幅图像中的特征点，生成头部特征的点云数据，并根据所述点云数据生成头部的3D模型，完成3D头部数据的采集；

眼镜架设计模块，用于根据所述3D头部数据提取眼镜架的设计参数进而形成眼镜架模型；

镜片设计模块，用于根据双眼视力状况和所述眼镜架的设计参数确定镜片 参数，进而得到镜片模型；

合成设计模块，用于根据所述眼镜架模型和镜片模型合成的眼镜3D模型；

显示调整模块，用于显示所述眼镜3D模型的佩戴效果，并根据佩戴效果调整眼镜架模型和/或镜片模型以完成眼镜的设计。

进一步的，所述3D模型生成模块包括：

特征点提取单元，用于对所述多幅图像进行处理，提取所述多幅图像中各自的特征点；

点云生成单元，用于根据所述特征点的特征进行特征点的匹配，建立匹配的特征点数据集，根据多台相机的光学信息，计算各台相机相对于头部在空间上的相对位置，根据所述相对位置计算出所述多幅图像中的特征点的空间深度信息，所述点云生产单元根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据；

3D模型构建单元，用于根据所述头部特征的点云数据构建头部的3D模型，完成3D头部数据的采集。

进一步的，所述特征点提取单元采用尺度不变特征转换SIFT特征描述子来描述所述多幅图像中各自特征点的特征；

所述点云生成单元采用光束平差法计算各台相机相对于头部在空间上的相对位置；

所述空间深度信息包括：空间位置信息和颜色信息。

进一步的，所述3D模型构建单元用于设定待构建的3D模型的参考尺寸，并根据所述参考尺寸和空间位置信息确定所述点云数据中各个特征点的空间尺寸，从而构建3D头部模型。

进一步的，所述眼镜架设计模块用于根据所述3D头部数据计算眼镜架作用区域的数据并根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。

进一步的，所述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

所述眼镜架的设计参数包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头。

进一步的，所述眼镜架设计模块还用于确定眼镜架的款式，眼镜架设计模块将所述眼镜架的设计参数与所述款式的眼镜架的数据进行尺寸匹配计算，根据计算结果形成眼镜架模型。

进一步的，所述眼镜架设计模块通过3D扫描仪扫描现有眼镜获得不同款 式眼镜架的数据。

进一步的，所述眼镜架设计模块用于根据由所述3D头部数据获得的眼镜架的设计参数对所述款式眼镜架的数据进行调整，进而形成眼镜架模型。

进一步的，还包括3D打印设备，所述3D打印设备用于根据眼镜3D模型打印完成设计后的眼镜。

进一步的，所述3D打印设备打印的眼镜为无框眼镜，所述无框眼镜包括：镜圈、镜腿、鼻梁和鼻托；所述无框眼镜的材质为18K金。

进一步的，所述3D打印设备打印的眼镜为半框眼镜或有框眼镜，所述半框眼镜或有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托；所述3D打印设备采用钛合金材料打印所述镜圈、镜腿、桩头和鼻梁。

进一步的，所述图像采集模块还包括：

支撑结构以及设置在所述支撑结构上的弧形承载结构，所述多台相机布置在所述弧形承载结构上形成所述相机矩阵；

与所述支撑结构连接的底座，在所述底座上设有用于固定人体拍照位置的座椅，当人体位于所述座椅上时，自动利用所述相机矩阵采集人体的头部信息。

进一步的，所述弧形承载结构上还设有用于显示3D头部数据的显示器；所述显示器还用于设定各台相机的拍照参数。

本发明实施例提供了还一种基于3D头部数据的眼镜自动设计方法，其包括：

步骤1.采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；

步骤2.根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；

步骤3.镜片模型：根据双眼视力状况和眼镜架的设计参数确定镜片参数，镜片参数包括：类型、度数、形状、材质和颜色，进而得到镜片的3D模型；

步骤4.效果显示：显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。

进一步的，步骤1进一步包括：

根据所述特征点的特征进行特征点的匹配，建立匹配的特征点数据集；

根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据所述相对位置计算出所述多幅图像中的特征点的空间深度信息；

根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据。

进一步的，所述多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。

进一步的，所述根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置的步骤进一步包括：

根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

进一步的，所述多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。

进一步的，根据点云数据构建头部的3D模型的步骤进一步包括：

设定待构建的3D模型的参考尺寸；

根据所述参考尺寸和所述特征点云数据的空间位置信息，确定所述特征点云数据中各个特征点的空间尺寸，从而构建标定尺寸的3D头部模型。

进一步的，步骤1中：将所述多幅图像输入基于SIFT算法构建的配准算法模型，进行配准计算得到配准数据，基于所述配准数据生成3D头部数据。

进一步的，步骤2进一步包括：

根据所述3D头部数据计算眼镜架作用区域的数据；以及

根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。

进一步的，所述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

所述眼镜架的设计参数包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头。

进一步的，步骤2进一步包括：确定所述眼镜架的款式，将所述眼镜架的设计参数与所述款式的眼镜架进行尺寸匹配计算，根据计算结果形成眼镜架的3D模型。

进一步的，步骤2进一步包括：通过3D扫描仪扫描现有眼镜，获得所述眼镜架的款式数据。

进一步的，所述尺寸匹配计算包括：根据由所述3D头部数据获得的眼镜架的设计参数，对所述眼镜架的款式数据进行调整。

进一步的，根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数包括：

S21.建立立体三维坐标系：根据3D头部数据，基于左右眼外角点和左右 耳屏点创建平面作为头部数据坐标系的法兰克福面；

S22.镜腿轮廓线的提取：把眼镜腿抽象为一条曲线，作为镜腿参考面，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

S23.根据镜腿参考面所在的轮廓设计镜腿弯点长度和镜腿的轮廓。

进一步的，步骤4进一步包括：根据所述眼镜3D模型的显示效果重复步骤2和/或步骤3，选择并确定眼镜架的设计参数和镜片参数，完成眼镜设计。

进一步的，步骤4进一步包括：完成眼镜设计后通过3D打印实现眼镜的装配式生产。

进一步的，所述眼镜为无框眼镜，所述无框眼镜包括：镜圈、镜腿、鼻梁和鼻托；所述无框眼镜的材质为18K金，通过3D打印机生产所述镜圈、镜腿和鼻梁。

进一步的，所述眼镜为半框眼镜或有框眼镜，所述半框眼镜或有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托；通过3D打印机生产所述镜圈、镜腿、桩头和鼻梁；所述镜圈、镜腿和桩头采用钛合金材料。

本发明能够达到如下有益效果：本发明基于3D头部数据的眼镜自动设计系统，采用多台相机采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据点云数据构建头部的3D模型，以实现对3D头部数据的采集；根据3D头部数据提取眼镜架的设计参数，形成眼镜架模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。在完成眼镜设计后通过3D打印来实现眼镜的装配式生产，这样可以快速、低成本、高匹配的生产出适合用户头部、面部特征的眼镜，提升了用户体验。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度。采用多台相机控制技术进行头部特征信息的采集，可以显著提高采集效率，而且多台相机从多角度拍摄的照片拼接为完整的立体三维特征，可完整地复原头部(包括面部)在空间上的各项特征，为包括设计眼镜在内的头部数据应用提供了无限的可能性。

本发明基于3D头部数据的眼镜自动设计方法，采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特 征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度。采用相机矩阵控制技术进行头部特征信息的采集，可以显著提高采集效率，而且相机矩阵从多角度拍摄的照片拼接为完整的立体三维特征，可完整地复原头部(包括面部)在空间上的各项特征，为包括设计眼镜在内的头部数据应用提供了无限的可能性。

上述说明仅是本发明技术方案的概述，为了能够更清楚了解本发明的技术手段，而可依照说明书的内容予以实施，并且为了让本发明的上述和其它目的、特征和优点能够更明显易懂，以下特举本发明的具体实施方式。

根据下文结合附图对本发明具体实施例的详细描述，本领域技术人员将会更加明了本发明的上述以及其他目的、优点和特征。

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，而并不认为是对本发明的限制。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：

图1示意了根据本发明的基于3D头部数据的眼镜自动设计系统的内部模块及连接示意图；

图2示意了根据本发明另一个实施例的基于3D头部数据的眼镜自动设计系统的模块流程示意图；

图3示意了根据本发明一实施例的眼镜架设计模块根据采集的3D头部数据建立坐标系的示意图；

图4示意了根据本发明一实施例的眼镜架设计模块根据采集的3D头部数据确定镜腿参考面的示意图；

图5示意了根据本发明一实施例的基于3D头部数据的眼镜自动设计系统的图像采集模块及3D模型生成模块的工作流程图；

图6示意了根据本发明一实施例的布局多台相机组成相机矩阵的结构示意 图；

图7示意了根据本发明一实施例的基于3D头部数据的眼镜自动设计系统的结构示意图；

图8示意了根据本发明一实施例的基于3D头部数据的眼镜自动设计系统的显示操作界面的示意图；

图9示意了根据本发明一实施例的基于3D头部数据的眼镜自动设计系统的内部模块及其连接示意图。

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。

为了解决上述技术问题，本发明实施例提供了一种基于3D头部数据的眼镜自动设计系统，如图1所示，其包括：

图像采集模块101，用于采集头部的多幅图像，所述图像采集模块包括由多台相机组成的相机矩阵；

3D模型生成模块102，用于提取所述多幅图像中的特征点，生成头部特征的点云数据，并根据所述点云数据生成头部的3D模型，完成3D头部数据的采集；

眼镜架设计模块103，用于根据所述3D头部数据提取眼镜架的设计参数进而形成眼镜架模型；

镜片设计模块104，用于根据双眼视力状况和所述眼镜架的设计参数确定镜片参数，进而得到镜片模型；

合成设计模块100，用于根据所述眼镜架模型和镜片模型合成的眼镜3D模型；

显示调整模块105，用于显示所述眼镜3D模型的佩戴效果，并根据佩戴效果调整眼镜架模型和/或镜片模型以完成眼镜的设计。

本发明实施例的一种基于3D头部数据的眼镜自动设计系统包括如下运行过程：

S101.图像采集模块101采集头部的特征信息，得到头部的多幅图像，3D模型生成模块102提取多幅图像中的特征点，生成头部特征的点云数据并根据 点云数据构建头部的3D模型，以实现3D头部数据的采集；

S102.眼镜架设计模块103根据3D头部数据提取眼镜架的设计参数，形成眼镜架模型，即眼镜架的3D模型；

S103.镜片设计模块104根据双眼视力状况和眼镜架的设计参数确定镜片参数，优选的，镜片参数包括：镜片的类型、度数、形状、尺寸、材质和颜色等，进而得到镜片模型，即眼镜片的3D模型；

S104.合成设计模块100根据眼镜架模型和镜片模型合成的眼镜3D模型，将眼镜3D模型输入到显示调整模块105，用户可通过显示调整模块105根据显示效果不断的调整眼镜架模型和/或镜片模型以完成眼镜设计，以最佳佩戴效果为准。即根据所述眼镜3D模型的显示效果重复选择并最终确定眼镜架的设计参数和镜片参数，完成眼镜的设计。

本发明基于3D头部数据的眼镜自动设计系统，采用多台相机采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度，采用多台相机控制技术进行头部特征信息的采集，可以显著提高采集效率。

图2为根据本发明另一个实施例的基于3D头部数据的眼镜自动设计系统的模块流程示意图，如图2所示：S201.用户登陆并输入性别、年龄、身高、体重等个人信息；S202.头部扫描设备采集用户的3D头部信息，该头部扫描设备可以是上文的图像采集模块101；S203.根据个人信息和3D头部信息构建用户头部的3D模型；S204.根据用户头部的3D模型分析提取适合该用户的眼镜架数据；S205.测量用户的双眼，获得双眼视力状况，根据双眼视力状况获得所需的镜片参数，主要包括镜片的类型、度数、形状、材质和颜色等参数，进而得到镜片的3D模型；S206.将镜片的3D模型输入到标准镜片数据中进行匹配，获得最合适的镜片；S207.汇总并分析提取的眼镜架数据、标准眼镜架数据库中的眼镜架数据以及最合适的镜片数据，以满足用户对眼镜的个性化需求；S208.得到定制化的眼镜3D数据模型；S209.将上一步骤S208中获得的眼镜3D模型再次与用户的头部模型相比较，对眼镜3D模型再次调整并最终 确定适合该用户的眼镜3D数据；S210.根据最终确定的眼镜3D数据，采用多种形式包括以3D打印的形式或者生成眼镜的生产数据进行装配式生产，获得定制化、个性化、舒适的眼镜，也可以通过视频影像等形式虚拟佩戴体验。

优选的，在本发明的一个实施例中，该眼镜自动设计系统还包括3D打印设备，在完成眼镜设计后通过3D打印设备根据眼镜3D模型进行打印来实现眼镜的装配式生产，这样可以快速、低成本、高匹配的生产出适合用户头部、面部特征的眼镜，提升了用户体验。

优选的，所述眼镜可以是无框眼镜、有框眼镜或半框眼镜，相比有框眼镜，无框眼镜主要包括：镜圈、镜腿、鼻梁和鼻托，其中镜圈、镜腿、鼻梁这三个部件最影响眼镜的佩戴舒适度，为眼镜设计和生产中最重要的参数；无框眼镜的镜圈、镜腿、鼻梁可以采用18K金材料，利用18K金材料通过3D打印机生产所述镜圈、镜腿和鼻梁，18K金材料可以回收再利用，因此用户可以在眼镜款式过时或不喜欢的时候进行以旧换新，无需增加太多成本就可以随意更换眼镜，进一步提升了使用体验。对于半框或全框等有框眼镜而言，有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托，其中，可以通过3D打印机生产镜圈、镜腿、桩头和鼻梁；优选的，因为是高端定制化设计制造，镜圈、镜腿、桩头和鼻梁可采用性能较好的钛合金材料，3D打印完成后可以对这些部件进行打磨和镀金，实现个性化款式和颜色的设计。

优选的，眼镜架设计模块103用于根据用户头部的3D模型分析提取适合该用户的眼镜架的设计参数即眼镜架数据，其提取过程包括如下步骤：根据3D头部数据计算眼镜架作用区域的数据；以及根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。上述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据。眼镜架作用区域是指：眼镜通过鼻托放在鼻梁上，镜腿挂在耳朵上，眼镜(眼镜架)通过鼻梁与镜腿直接作用于头部，具体体现在眼睛、鼻子、耳朵及周围。虽然眼镜架不与眼部直接接触，但眼镜定制时必须考虑瞳距和瞳高，以双眼瞳距为例，其主要用作决定眼镜片(镜框)的宽度。瞳高即瞳孔的中心高度，指眼睛瞳孔到眼镜下边缘最低点的垂直距离，其主要用于决定眼镜片(镜框)的高度。鼻子的信息主要影响鼻梁及鼻托的定制，眼镜通过鼻梁或者鼻托作用到鼻子上，鼻梁的宽度一般设计为与双眼在一条直线上鼻子的宽度，鼻托位于鼻子两侧，并与鼻子贴合。耳朵的信息主要表现在耳朵最高点到眼睛的垂直距离以及与眼睛的高度差这两个方面，耳朵最高点到眼睛垂直距离用于设计 镜腿长度，耳朵最高点到眼睛的高度差可以为佩戴眼镜时镜腿的倾斜程度提供依据。另外，由于眼镜自身的重量，在佩戴的过程中会因重力缘故自动下降2-4mm，所以对于眼镜的设计而言，考虑眼镜的重量因素影响是实现定制眼镜的重要因素。

本发明实施例中，考虑了上述眼镜架作用区域的数据及其影响，有针对性的设计眼镜架的参数，包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头的形状、尺寸、材质等参数。

优选的，为了使眼镜架设计模块103更好的根据眼镜架作用区域的数据从3D头部数据中提取出所述眼镜架的设计参数，该提取过程可以包括：

S21.建立三维坐标系：根据3D头部数据，如图3所示，基于左右眼外角点31和左右耳屏点32创建平面作为头部数据坐标系的法兰克福面30；

S22.镜腿轮廓线的提取：如图4所示，把眼镜腿抽象为一条曲线，作为镜腿参考面40，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

S23.根据镜腿参考面所在的轮廓确定镜腿弯点长度和镜腿的轮廓。

优选的，眼镜架设计模块103根据眼镜架作用区域的数据从3D头部数据中提取出所述眼镜架的设计参数还包括：耳根外轮廓的提取：由于镜腿除了作用于人体头型面部外，其耳曲形态对耳部舒适性及整个眼镜在头部的平衡与稳定有影响，本发明通过采集耳朵根部轮廓数据为耳曲设计提供设计依据；眼鼻区域的脸部形态提取：眼镜框与鼻托作用于脸部的眼睛区域与鼻子区域，然而人体的脸部形态为不规则曲面，对眼镜与鼻子区域进行参数提取有很大难度，因此在3D头部模型中选择标记点，并获取标记点的3D坐标值对脸部参数进行提取，对标记点的3D坐标值进行主成分分析，根据标记点，计算眼睛区域、眼框区域和鼻子区域，得到鼻子两侧倾角，鼻托，鼻梁参数值；瞳距的提取，镜框设计时，通过眼睛的中心点距离及镜框宽度和镜面角获取瞳距。

优选的，眼镜架设计模块还用于根据标准眼镜架数据库中的眼镜架数据确定眼镜架的款式，并将上述眼镜架的设计参数与所述款式的眼镜架的数据进行尺寸匹配计算，根据计算结果形成眼镜架模型。

优选的，眼镜架设计模块通过3D扫描仪扫描现有眼镜获得不同款式眼镜架的数据，可以通过3D扫描仪扫描现有眼镜，获得多个不同眼镜架的款式数据，例如可以通过多台可见光相机组成的相机矩阵采集市面上时尚流行畅销的眼镜的3D数据，将这些数据保存至标准眼镜架数据库中供用户选择，尤其是 对造型和款式的选择，并且根据由用户3D头部数据获得的眼镜架的设计参数，调整用户在标准眼镜架数据库中选择的眼镜框架款式对应的数据，即通过3D扫描仪逆向工程，得到匹配该用户的最佳数据，进而设计生产出用户满意的眼镜。

本发明的可选实施例中，基于3D头部数据的眼镜自动设计系统的图像采集模块包括图像采集单元910，如图5所示，图像采集单元910包括由多台相机组成的相机矩阵，相机矩阵对头部信息进行采集，得到多幅头部图像；3D模型生成模块包括：特征点提取单元920、点云生成单元930和3D模型构建单元940，其中：

特征点提取单元920，与图像采集单元910相耦合，用于对多幅头部图像进行处理，提取多幅头部图像中各自的特征点；

点云生成单元930，与特征点提取单元920相耦合，用于基于提取的多幅头部图像中各自的特征点，生成头部的特征点云数据；

3D模型构建单元940，与点云生成单元930相耦合，用于根据特征点云数据构建头部的3D模型，以实现头部3D数据的采集。

在本发明的可选实施例中，上述点云生成单元930还用于：

根据提取的多幅头部图像中各自的特征点的特征，进行特征点的匹配，建立匹配的特征点数据集；

根据多台相机的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据相对位置计算出多幅头部图像中的特征点的空间深度信息；

根据匹配的特征点数据集和特征点的空间深度信息，生成头部的特征点云数据。

在本发明的可选实施例中，多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。

在本发明的可选实施例中，上述点云生成单元930还用于：

根据多台相机的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

在本发明的可选实施例中，多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。

在本发明的可选实施例中，上述3D模型构建单元940还用于：

设定待构建的3D模型的参考尺寸；

根据参考尺寸和特征点云数据的空间位置信息，确定特征点云数据中各个 特征点的空间尺寸，从而构建头部的3D模型。

在本发明的可选实施例中，头部的3D模型中包括下列至少之一的3D数据：

描述3D模型的空间形状特征数据；

描述3D模型的表面纹理特征数据；

描述3D模型的表面材质和灯光特征数据。

优选的，为实现图像采集模块快速准确采集头部特征的目的，图像采集模块的图像采集单元910利用多台相机组成的相机矩阵对头部信息进行采集之前，如图6所示，通过以下方式布局多台相机以组成相机矩阵：

搭建支撑结构，在支撑结构上设置弧形承载结构；

将多台相机布置在弧形承载结构上，形成相机矩阵；

搭建与支撑结构连接的底座，在底座上设置用于固定生物拍照位置的座椅；

如图6所示：底座31，作为整个设备的主要的底部支撑结构；

座椅32，用于固定拍照人体位置和调节人体高度；

支撑结构33，用于连接设备的底部和其他主体机构；

显示器34，作为设备系统工作的操作界面和显示界面；

承载结构35，用作相机、中央处理器、补光灯的固定结构；

相机矩阵36，用于人体头部信息采集；

带状补光灯37，用于环境灯光补充使用。

设备的连接关系说明：

底座31通过连接结构和座椅32相连；

底座31通过机构连接结构和支撑结构33相连；

支撑结构33通过机械连接结构和承载结构35相连；

显示器34通过机械固定在承载结构35上；

相机矩阵36通过结构固定的方式固定在承载结构35上；

带状补光灯37通过结构固定的方式固定在承载结构35上。

承载结构35的内部模块组成如下。

承载结构35的内部模块可以由如下几部分组成：

电源管理模块，负责提供整个系统的所需的各种电源；

灯光管理模块，通过中央处理模块可以调整灯光的亮度；

串口集成模块，负责中央处理模块和相机矩阵的双向通讯；

中央处理模块，负责系统信息处理、显示、灯光、座椅的控制；

座椅升降管理模块，负责座椅高度调整；

显示驱动管理模块，负责显示器的显示驱动。

承载结构35的内部模块以及外部的连接关系如下：

1)电源管理模块向相机矩阵、串口集成模块、灯光管理模块、中央处理模块、显示驱动管理模块、座椅升降管理模块提供电源；

2)串口集成模块连接相机矩阵和中央处理模块，实现它们之间的双向通讯；

2.1)相机以单独个体的方式以串口的方式和串口集成模块连接

2.2)串口集成模块通过USB接口和中央处理模块连接

2.3)中央处理模块通过定制开发的软件界面实现和相机矩阵的可视化操作

2.4)操作界面上可以实现对相机拍照参数的设置

感光度ISO(范围50～6400)

快门速度(1/4000～1/2)(秒)

变焦倍数(1～3.8x)

光圈(大/小)

2.5)操作界面可以实现对相机开机的初始化操作

2.6)操作界面可以实现相机影像采集的命令

2.7)操作界面可以实现相机影像储存路径的设置

2.8)操作界面可以实现相机实时影像的浏览以及相机的切换

3)灯光管理模块连接电源管理模块、中央处理模块以及外部带状补光灯；

4)座椅升降管理模块连接电源管理模块、中央处理模块以及外部座椅，中央处理模块通过可视化界面实现对座椅高度的上下调节；

5)显示驱动管理模块连接电源管理模块、中央处理模块及外部的显示器；

6)中央处理模块连接电源管理模组、灯光管理模块、座椅升降管理模块、串口集成模块、显示驱动管理模块。

设备使用方法如下

A.启动设备：打开电源开关后，中央处理器，相机矩阵，带状补光灯分别启动。

B.参数设定：通过显示器界面，可以设定相机矩阵拍照的各项参数。

C.信息采集：参数设定完毕后，启动矩阵相机开始对人体头部进行信息采集，信息采集时间在0.8秒内完成，采集的信号最后以数字图像(.jpg)的格 式传至中央处理模块进行处理，中央处理模块核心由以下几个部分组成：

C.1 CPU(Central Processing Unit，中央处理单元)：负责整个数字信号的传送调度，任务分配，内存管理，以及部分单一的计算处理；

C.2 GPU(Graphics Processing Unit，图像处理单元)：选用特殊型号的GPU，具有优秀的图像处理能力和高效的计算能力；

C.3 DRAM(Dynamic Random Access Memory，即动态随机存取存储器)：作为整个数字信号处理的暂时存储中心，需要匹配CPU和GPU的运算能力，得到最佳的处理和计算效能。

D.信息处理：矩阵相机采集完的信号传送到中央处理模块进行信号处理。

D.1信息处理的过程如下

D.1.1采集图像的滤波

利用GPU的特性，结合图像滤波的矩阵运算子的特性，图像滤波可以在一定算法的支持下，快速完成。

D.1.2采集图像的特征点提取

采用CPU和与整体性能相匹配的GPU，因为本设备的各种信息的格式都是图像格式，结合具有优秀图像处理能力的GPU，可以将jpg的各种信息内容均匀的分配到GPU的block中，由于本设备采用双GPU，每颗GPU本身具有56个block，所以采集信息抓取到的18张jpg的图像会均匀的分配到112个block上面进行运算，并结合CPU的集中调度和分配功能，可以快速地计算出每张照片具有的特征点，相对于单独CPU或者CPU搭配其他普通型号的GPU的运算，整体的运算速度时间是后者的1/10或者更短

D.1.3采集图像的匹配和空间深度信息的计算

图像特征点的提取采用金字塔的层级结构，以及空间尺度不变性的特殊算法，这两种特殊的算法都是结合本设备选用的GPU的特殊构造，最大程度的发挥系统的计算性能，实现快速提取图像信息中的特征点。

此过程的特征描述子采用SIFT特征描述子，SIFT特征描述子具有128个特征描述向量，可以在方向和尺度上描述任何特征点的128个方面的特征，显著提高对特征描述的精度，同时特征描述子具有空间上的独立性。

本设备采用的特殊图像处理GPU，具有优异的单独向量的计算和处理能力，对于采用128个特殊描述子的SIFT特征向量来讲，在这样特殊GPU的条件下来处理是最适合不过了，可以充分发挥该GPU的特殊计算能力，比较采用普通CPU或者CPU搭配其他普通规格的GPU，特征点的匹配时间会降低 70％。

特征点匹配完毕，系统会采用光束平差法的算法计算出相机相对于头部在空间上的相对位置，根据此相对位置的空间坐标，GPU可以快速地计算出头部特征点的深度信息。

D.1.4特征点云数据的生成

根据D.1.3计算出头部特征点在空间的深度信息，由于GPU具有的向量计算能力，可以快速地匹配出头部特征点云的空间位置和颜色信息，形成一个标准的模型建立需要的点云信息。

E.特征尺寸标定：通过特征点云尺寸的标准，为整个模型的尺寸设定最初的参考尺寸。

通过在信息采集上的特殊标定，该特殊标定具有空间确定尺寸，由于头部特征点云具有空间上尺度一致性，通过该特殊标定的确定尺寸，头部的任何特征点之间的尺寸可以从点云的空间位置坐标计算得到。

F.数据的后续处理：基于E中标定的尺寸，通过对点云数据进行进一步的处理，可以得到头部的3D数据。

3D数据的格式有如下几个文件：

.obj——描述3D模型的空间形状特征

.jpg——描述3D模型的表面纹理特征

.mtl——描述3D模型的表面材质和灯光特征

G.头部3D数据通过可视化的方法显示在显示器上。

当人体位于座椅上时，利用布置在弧形承载结构上的多台相机组成的相机矩阵自动对头部信息进行采集，在构建得到头部的3D模型后，在显示器上通过可视化方式显示头部3D数据。在利用多台相机组成的相机矩阵对头部信息进行采集之前，通过显示器界面，设定各台相机的拍照参数。

本发明采用多台相机控制技术进行头部信息的采集，可以显著提高头部信息的采集效率；并且，本发明实施例利用采集到头部在空间上的特征信息，完整地复原头部在空间上的各项特征，为后续的头部数据的应用提供了无限的可能性。

在本发明的可选实施例中，3D模型生成模块的工作过程包括如下：

生成头部的特征点云数据，具体可以是包括以下步骤S1061至步骤S1063。

步骤S1061，根据提取的多幅头部图像中各自的特征点的特征，进行特征点的匹配，建立匹配的特征点数据集。

步骤S1062，根据多台相机的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据相对位置计算出多幅头部图像中的特征点的空间深度信息。

步骤S1063，根据匹配的特征点数据集和特征点的空间深度信息，生成头部的特征点云数据。

在上面的步骤S1061中，多幅头部图像中各自的特征点的特征可以采用SIFT(Scale-Invariant Feature Transform，尺度不变特征转换)特征描述子来描述。SIFT特征描述子具有128个特征描述向量，可以在方向和尺度上描述任何特征点的128个方面的特征，显著提高对特征描述的精度，同时特征描述子具有空间上的独立性。

在步骤S1062中，根据多台相机的光学信息，计算各台相机相对于头部在空间上的相对位置，本发明实施例提供了一种可选的方案，在该方案中，可以根据多台相机的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

在光束平差法的定义中，假设有一个3D空间中的点，它被位于不同位置的多个相机看到，那么光束平差法就是能够从这些多视角信息中提取出3D点的坐标以及各个相机的相对位置和光学信息的过程。

进一步地，步骤S1062中提及的多幅头部图像中的特征点的空间深度信息可以包括：空间位置信息和颜色信息，即，可以是特征点在空间位置的X轴坐标、特征点在空间位置的Y轴坐标、特征点在空间位置的Z轴坐标、特征点的颜色信息的R通道的值、特征点的颜色信息的G通道的值、特征点的颜色信息的B通道的值、特征点的颜色信息的Alpha通道的值等等。这样，生成的特征点云数据中包含了特征点的空间位置信息和颜色信息，特征点云数据的格式可以如下所示：

X1 Y1 Z1 R1 G1 B1 A1

X2 Y2 Z2 R2 G2 B2 A2

……

Xn Yn Zn Rn Gn Bn An

其中，Xn表示特征点在空间位置的X轴坐标；Yn表示特征点在空间位置的Y轴坐标；Zn表示特征点在空间位置的Z轴坐标；Rn表示特征点的颜色信息的R通道的值；Gn表示特征点的颜色信息的G通道的值；Bn表示特征点的颜色信息的B通道的值；An表示特征点的颜色信息的Alpha通道的值。

在本发明实施例中的3D头部数据，系指多台相机从多角度拍摄的照片拼接为完整的立体三维特征，可完整地复原头部(包括面部)在空间上的各项特征，为后续的头部数据的应用提供了无限的可能性。

在本发明的可选实施例中，3D模型生成模块根据特征点云数据构建头部的3D模型的工作过程还包括如下：3D模型生成模块的3D模型构建单元设定待构建的3D模型的参考尺寸；进而根据参考尺寸和特征点云数据的空间位置信息，确定特征点云数据中各个特征点的空间尺寸，从而构建头部的3D模型。

在构建的头部的3D模型中可以包括描述3D模型的空间形状特征数据、描述3D模型的表面纹理特征数据、描述3D模型的表面材质和灯光特征数据等3D数据，本发明实施例对此不作限制。

进一步的，在本发明的可选实施例中，基于3D头部数据的眼镜自动设计系统如图7所示，图9为该系统的内部模块及其连接示意图，如图7、图9所示，该系统包括：中央处理模块701，相机模块702，眼睛度数测量模块703，灯光模组704，相机旋转机构705，人体感应测量模块706，相机数据传输模块707，显示操作介面708，底座700，可调节座椅709。其中：人体感应测试模块706固定在底座700上，显示操作介面708与底座结构连接，中央处理模块701固定于底座内部，相机数据传输模707块位于底座结构内部，底座700与相机旋转机构705连接，相机旋转机构连接相机模块702、眼睛度数测量模块703和灯光模组704，相机旋转机构包括可调整角度的相机固定架，转动装置，转动装置含伺服电机、配速箱和传动装置，相机模块、眼睛度数测量模块和灯光模组固定在可调整角度的固定架上，可调整角度固定架固定在相机旋转机构705上，实现了相机多自由度的旋转拍摄，中央处理模块的相机转动模块连接伺服电机，可调节座椅709固定于底座700上，可调节座椅上下可调整高度和左右可旋转角度，可调节座椅包括水平转动伺服电机，垂直升降伺服电机，水平配速箱，水平转动齿轮，垂直升降传动齿轮螺杆。如图8所示，显示操作介面708用于显示眼镜3D模型的佩戴效果，并根据佩戴效果输入参数以调整眼镜架模型和/或镜片模型，最终完成眼镜的设计。

如图9所示，中央处理模块701的座椅控制模块连接该可调节座椅，中央处理模块包括头部图像品质处理芯片7011、3D模型生成模块7012、眼镜架设计模块7019、眼镜款式数据库7013、眼镜片款式数据库7014，微处理器控制模块7015，座椅控制模块7017、相机转动控制模块7018和灯光控制模块7016。

本发明基于3D头部数据的眼镜自动设计系统，采用多台相机采集头部的 特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据点云数据构建头部的3D模型，以实现对3D头部数据的采集；根据3D头部数据提取眼镜架的设计参数，形成眼镜架模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。在完成眼镜设计后通过3D打印来实现眼镜的装配式生产，这样可以快速、低成本、高匹配的生产出适合用户头部、面部特征的眼镜，提升了用户体验。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度。采用多台相机控制技术进行头部特征信息的采集，可以显著提高采集效率，而且多台相机从多角度拍摄的照片拼接为完整的立体三维特征，可完整地复原头部(包括面部)在空间上的各项特征，为包括设计眼镜在内的头部数据应用提供了无限的可能性。

本发明另一实施例提供了还一种基于3D头部数据的眼镜自动设计方法，，其包括如下步骤：

S101.采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取多幅图像中的特征点，生成头部特征的点云数据；根据点云数据构建头部的3D模型，以实现3D头部数据的采集；

S102.根据3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；

S103.镜片模型：根据双眼视力状况和眼镜架的设计参数确定镜片参数，镜片参数包括：类型、度数、形状、材质和颜色，进而得到镜片的3D模型；

S104.效果显示：显示根据眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。即根据所述眼镜3D模型的显示效果重复步骤2和/或步骤3，选择并确定眼镜架的设计参数和镜片参数，完成眼镜设计。

本发明基于3D头部数据的眼镜自动设计方法，采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型；根据双眼视力状况和眼镜架的设计参数确定镜片参数，显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和/或镜片模型以完成眼镜设计。实现了眼镜的个性化、定制化、自动化设计和制造，设计制造的眼镜完全贴合佩戴者，提高了舒适度，采用相机矩阵控制技术进行 头部特征信息的采集，可以显著提高采集效率。

根据本发明一个实施例的基于3D头部数据的眼镜自动设计方法的模块流程：S201.用户登陆并输入性别、年龄、身高、体重等个人信息；S202.头部扫描设备采集用户的3D头部信息；S203.根据个人信息和3D头部信息构建用户头部的3D模型；S204.根据用户头部的3D模型分析提取适合该用户的眼镜架数据；S205.测量用户的双眼，获得双眼视力状况，根据视力状况获得镜片参数，主要包括镜片的类型、度数、形状、材质和颜色等参数，进而得到镜片的3D模型；S206.将镜片的3D模型输入到标准镜片数据中进行匹配，获得最合适的镜片；S207.综合汇总提取的眼镜架数据、标准眼镜架数据库中的眼镜架数据以及最合适的镜片数据，以满足用户的个性化需求；S208.得到定制化的眼镜3D数据模型；S209.还可以将上一步骤中获得的眼镜3D模型再次与用户的头部模型相比较，对眼镜3D模型再次调整并最终确定适合该用户的眼镜3D数据；S210.根据最终确定的眼镜3D数据，采用多种形式包括以3D打印的形式或者生成眼镜的生产数据进行装配式生产，获得定制化、个性化、舒适的眼镜，也可以通过视频影像等形式进行虚拟佩戴体验。

优选的，在本发明的一个实施例中，在完成眼镜设计后通过3D打印来实现眼镜的装配式生产，这样可以快速、低成本、高匹配的生产出适合用户头部、面部特征的眼镜，提升了用户体验。优选的，所述眼镜可以是无框眼镜、有框眼镜或半框眼镜，相比有框眼镜，无框眼镜主要包括：镜圈、镜腿、鼻梁和鼻托，其中镜圈、镜腿、鼻梁这三个部件最影响眼镜的佩戴舒适度，为眼镜设计和生产中最重要的参数；无框眼镜的镜圈、镜腿、鼻梁可以采用18K金材料，利用18K金材料通过3D打印机生产所述镜圈、镜腿和鼻梁。18K金材料可以回收再利用，因此用户可以在眼镜款式过时或不喜欢的时候进行以旧换新，无需增加太多成本就可以随意更换眼镜，进一步提升了使用体验。对于半框或全框等有框眼镜而言，均包括：镜圈、桩头、镜腿、鼻梁和鼻托，其中，可以通过3D打印机生产镜圈、镜腿、桩头和鼻梁；优选的，因为是高端定制化设计制造，镜圈、镜腿和桩头可采用性能较好的钛合金材料，3D打印完成后可以对这些部件进行打磨和镀金，实现个性化款式和颜色的设计。

优选的，在步骤S204中，根据用户头部的3D模型分析提取适合该用户的眼镜架数据，包括如下步骤：根据3D头部数据计算眼镜架作用区域的数据；以及根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。上述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧 倾角和鼻梁的数据以及眼部眼眶和瞳距的数据。眼镜架作用区域是指：眼镜通过鼻托放在鼻梁上，镜腿挂在耳朵上，眼镜(眼镜架)通过鼻梁与镜腿直接作用于头部，具体体现在眼睛、鼻子、耳朵及周围。虽然眼镜架不与眼部直接接触，但眼镜定制时必须考虑瞳距和瞳高，以双眼瞳距为例，其主要用作决定眼镜片(镜框)的宽度。瞳高即瞳孔的中心高度，指眼睛瞳孔到眼镜下边缘最低点的垂直距离，其主要用于决定眼镜片(镜框)的高度。鼻子的信息主要影响鼻梁及鼻托的定制，眼镜通过鼻梁或者鼻托作用到鼻子上，鼻梁的宽度一般设计为与双眼在一条直线上鼻子的宽度，鼻托位于鼻子两侧，并与鼻子贴合。耳朵的信息主要表现在耳朵最高点到眼睛的垂直距离以及与眼睛的高度差这两个方面，耳朵最高点到眼睛垂直距离用于设计镜腿长度，耳朵最高点到眼睛的高度差可以为佩戴眼镜时镜腿的倾斜程度提供依据。另外，由于眼镜自身的重量，在佩戴的过程中会因重力缘故自动下降2-4mm，所以对于眼镜的设计而言，考虑眼镜的重量因素影响是实现定制眼镜的重要因素。本发明实施例中，考虑了上述眼镜架作用区域的数据及其影响，有针对性的设计眼镜架的参数，包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头的形状、尺寸、材质等参数。

优选的，步骤S204中根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数可以包括：

S21.建立立体三维坐标系：根据3D头部数据，基于左右眼外角点31和左右耳屏点32创建平面作为头部数据坐标系的法兰克福面30；

S22.镜腿轮廓线的提取，把眼镜腿抽象为一条曲线，作为镜腿参考面40，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

S23.根据镜腿参考面所在的轮廓确定镜腿弯点长度和镜腿的轮廓。

优选的，步骤S204还包括：耳根外轮廓的提取：由于镜腿除了作用于人体头型面部外，其耳曲形态对耳部舒适性及整个眼镜在头部的平衡与稳定有影响，本发明通过采集耳朵根部轮廓数据为耳曲设计提供设计依据；眼鼻区域的脸部形态提取：眼镜框与鼻托作用于脸部的眼睛区域与鼻子区域，然而人体的脸部形态为不规则曲面，对眼镜与鼻子区域进行参数提取有很大难度，因此在3D头部模型中选择标记点，并获取标记点的3D坐标值对脸部参数进行提取，对标记点的3D坐标值进行主成分分析，根据标记点，计算眼睛区域、眼框区域和鼻子区域，得到鼻子两侧倾角，鼻托，鼻梁参数值；瞳距的提取，镜框设计时，通过眼睛的中心点距离及镜框宽度和镜面角获取瞳距。

优选的，在步骤S207中，还包括：根据标准眼镜架数据库中的眼镜架数据确定眼镜架的款式，将上述眼镜架的设计参数与所述款式的眼镜架进行尺寸匹配计算，根据计算结果形成眼镜架的3D模型。

进一步的，在步骤S207中，可以通过3D扫描仪扫描现有眼镜，获得眼镜架的款式数据，例如可以通过多台可见光相机组成的相机矩阵采集市面上时尚流行畅销的眼镜的3D数据，将这些数据保存至标准眼镜架数据库中供用户选择，尤其是对造型和款式的选择，并且根据由用户3D头部数据获得的眼镜架的设计参数，调整用户在标准眼镜架数据库中选择的眼镜框架款式对应的数据，即通过3D扫描仪逆向工程，得到匹配该用户的最佳数据，进而设计生产出用户满意的眼镜。

优选的，根据本发明的一个实施例，在对3D头部数据采集的步骤S101中，还包括如下步骤：

根据特征点的特征进行特征点的匹配，建立匹配的特征点数据集；

根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据相对位置计算出多幅图像中的特征点的空间深度信息；

根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据。

优选的，多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。

优选的，根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置的步骤进一步包括：

根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。

优选的，多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。

优选的，根据点云数据构建头部的3D模型的步骤进一步包括：

设定待构建的3D模型的参考尺寸；

根据参考尺寸和特征点云数据的空间位置信息，确定特征点云数据中各个特征点的空间尺寸，从而构建3D头部模型。

步骤S101采用相机矩阵控制技术进行头部信息的采集，可以显著提高头部信息的采集效率；并且，本发明实施例利用采集到头部在空间上的特征信息，完整地复原头部在空间上的各项特征，为后续的头部数据的应用提供了无限的 可能性。

在本发明的可选实施例中，上文步骤S101中基于提取的多幅头部图像中各自的特征点，生成头部的特征点云数据，具体可以是包括以下步骤S1061至步骤S1063。上文已详细说明，在此不再赘述。

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，尽管在此所述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 (31)

1. 一种基于3D头部数据的眼镜自动设计系统，其特征在于，包括：

   图像采集模块，用于采集头部的多幅图像，所述图像采集模块包括由多台相机组成的相机矩阵；

   3D模型生成模块，用于提取所述多幅图像中的特征点，生成头部特征的点云数据，并根据所述点云数据生成头部的3D模型，完成3D头部数据的采集；

   眼镜架设计模块，用于根据所述3D头部数据提取眼镜架的设计参数进而形成眼镜架模型，具体为：根据3D头部数据计算眼镜架作用区域的数据；以及根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数；

   上述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

   提取出所述眼镜架的设计参数还包括：耳根外轮廓的提取：通过采集耳朵根部轮廓数据为耳曲设计提供设计依据；眼鼻区域的脸部形态提取：在3D头部模型中选择标记点，并获取标记点的3D坐标值对脸部参数进行提取，对标记点的3D坐标值进行主成分分析，根据标记点，计算眼睛区域、眼框区域和鼻子区域，得到鼻子两侧倾角，鼻托，鼻梁参数值；瞳距的提取：镜框设计时，通过眼睛的中心点距离及镜框宽度和镜面角获取瞳距；

   提取眼镜架的设计参数过程具体包括如下步骤：①建立三维坐标系：根据3D头部数据，基于左右眼外角点和左右耳屏点创建平面作为头部数据坐标系的法兰克福面；②镜腿轮廓线的提取：把眼镜腿抽象为一条曲线，作为镜腿参考面，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；③根据镜腿参考面所在的轮廓确定镜腿弯点长度和镜腿的轮廓；

   眼镜架设计模块通过多台可见光相机组成的相机矩阵采集眼镜的3D数据，将这些数据保存至标准眼镜架数据库中供用户选择，并且根据由用户3D头部数据获得的眼镜架的设计参数，调整用户在标准眼镜架数据库中选择的眼镜框架款式对应的数据；

   镜片设计模块，用于根据双眼视力状况和所述眼镜架的设计参数确定镜片参数，进而得到镜片模型；

   合成设计模块，用于根据所述眼镜架模型和镜片模型合成的眼镜3D模型；

   显示调整模块，用于显示所述眼镜3D模型的佩戴效果，并根据佩戴效果调整眼镜架模型和镜片模型以完成眼镜的设计。
2. 根据权利要求1所述的眼镜自动设计系统，其特征在于，所述3D模型生成模块包括：

   特征点提取单元，用于对所述多幅图像进行处理，提取所述多幅图像中各自的特征点；

   点云生成单元，用于根据所述特征点的特征进行特征点的匹配，建立匹配的特征点数据集，根据多台相机的光学信息，计算各台相机相对于头部在空间上的相对位置，根据所述相对位置计算出所述多幅图像中的特征点的空间深度信息，所述点云生产单元根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据；

   3D模型构建单元，用于根据所述头部特征的点云数据构建头部的3D模型，完成3D头部数据的采集。
3. 根据权利要求2所述的眼镜自动设计系统，其特征在于：

   所述特征点提取单元采用尺度不变特征转换SIFT特征描述子来描述所述多幅图像中各自特征点的特征；

   所述点云生成单元采用光束平差法计算各台相机相对于头部在空间上的相对位置；

   所述空间深度信息包括：空间位置信息和颜色信息。
4. 根据权利要求2所述的眼镜自动设计系统，其特征在于：

   所述3D模型构建单元用于设定待构建的3D模型的参考尺寸，并根据所述参考尺寸和空间位置信息确定所述点云数据中各个特征点的空间尺寸，从而构建3D头部模型。
5. 根据权利要求1所述的眼镜自动设计系统，其特征在于，所述眼镜架设计模块用于根据所述3D头部数据计算眼镜架作用区域的数据并根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。
6. 根据权利要求5所述的眼镜自动设计系统，其特征在于：所述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

   所述眼镜架的设计参数包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头。
7. 根据权利要求6所述的眼镜自动设计系统，其特征在于，所述眼镜架设计模块还用于确定眼镜架的款式，眼镜架设计模块将所述眼镜架的设计参数与 所述款式的眼镜架的数据进行尺寸匹配计算，根据计算结果形成眼镜架模型。
8. 根据权利要求7所述的眼镜自动设计系统，其特征在于，所述眼镜架设计模块通过3D扫描仪扫描现有眼镜获得不同款式眼镜架的数据。
9. 根据权利要求7所述的眼镜自动设计系统，其特征在于，所述眼镜架设计模块用于根据由所述3D头部数据获得的眼镜架的设计参数对所述款式眼镜架的数据进行调整，进而形成眼镜架模型。
10. 根据权利要求1所述的眼镜自动设计系统，其特征在于，还包括3D打印设备，所述3D打印设备用于根据眼镜3D模型打印完成设计后的眼镜。
11. 根据权利要求10所述的眼镜自动设计系统，其特征在于，所述3D打印设备打印的眼镜为无框眼镜，所述无框眼镜包括：镜圈、镜腿、鼻梁和鼻托；所述无框眼镜的材质为18K金。
12. 根据权利要求10所述的眼镜自动设计系统，其特征在于，所述3D打印设备打印的眼镜为半框眼镜或有框眼镜，所述半框眼镜或有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托；所述3D打印设备采用钛合金材料打印所述镜圈、镜腿、桩头和鼻梁。
13. 根据权利要求1所述的眼镜自动设计系统，其特征在于，所述图像采集模块还包括：

    支撑结构以及设置在所述支撑结构上的弧形承载结构，所述多台相机布置在所述弧形承载结构上形成所述相机矩阵；

    与所述支撑结构连接的底座，在所述底座上设有用于固定人体拍照位置的座椅，当人体位于所述座椅上时，自动利用所述相机矩阵采集人体的头部信息。
14. 根据权利要求13所述的眼镜自动设计系统，其特征在于，

    所述弧形承载结构上还设有用于显示3D头部数据的显示器；所述显示器还用于设定各台相机的拍照参数。
15. 一种基于3D头部数据的眼镜自动设计方法，其特征在于，包括步骤：

    步骤1.采用相机矩阵采集头部的特征信息，得到头部的多幅图像，提取所述多幅图像中的特征点，生成头部特征的点云数据；根据所述点云数据构建头部的3D模型，以实现3D头部数据的采集；

    步骤2.根据所述3D头部数据提取眼镜架的设计参数，形成眼镜架的3D模型，具体为：根据3D头部数据计算眼镜架作用区域的数据；以及根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数；

    上述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

    提取出所述眼镜架的设计参数还包括：耳根外轮廓的提取：通过采集耳朵根部轮廓数据为耳曲设计提供设计依据；眼鼻区域的脸部形态提取：在3D头部模型中选择标记点，并获取标记点的3D坐标值对脸部参数进行提取，对标记点的3D坐标值进行主成分分析，根据标记点，计算眼睛区域、眼框区域和鼻子区域，得到鼻子两侧倾角，鼻托，鼻梁参数值；瞳距的提取：镜框设计时，通过眼睛的中心点距离及镜框宽度和镜面角获取瞳距；

    提取眼镜架的设计参数过程具体包括如下步骤：①建立三维坐标系：根据3D头部数据，基于左右眼外角点和左右耳屏点创建平面作为头部数据坐标系的法兰克福面；②镜腿轮廓线的提取：把眼镜腿抽象为一条曲线，作为镜腿参考面，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；③根据镜腿参考面所在的轮廓确定镜腿弯点长度和镜腿的轮廓；

    眼镜架设计模块通过多台可见光相机组成的相机矩阵采集眼镜的3D数据，将这些数据保存至标准眼镜架数据库中供用户选择，并且根据由用户3D头部数据获得的眼镜架的设计参数，调整用户在标准眼镜架数据库中选择的眼镜框架款式对应的数据；

    步骤3.镜片模型：根据双眼视力状况和眼镜架的设计参数确定镜片参数，镜片参数包括：类型、度数、形状、材质和颜色，进而得到镜片的3D模型；

    步骤4.效果显示：显示根据所述眼镜架模型和镜片模型合成的眼镜3D模型，根据显示效果调整眼镜架模型和镜片模型以完成眼镜设计。
16. 根据权利要求15所述的眼镜自动设计方法，其特征在于，步骤1进一步包括：

    根据所述特征点的特征进行特征点的匹配，建立匹配的特征点数据集；

    根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置，并根据所述相对位置计算出所述多幅图像中的特征点的空间深度信息；

    根据匹配的特征点数据集和特征点的空间深度信息，生成头部特征的点云数据。
17. 根据权利要求16所述的眼镜自动设计方法，其特征在于：所述多幅头部图像中各自的特征点的特征采用尺度不变特征转换SIFT特征描述子来描述。
18. 根据权利要求16所述的眼镜自动设计方法，其特征在于：所述根据相机矩阵的光学信息，计算各台相机相对于头部在空间上的相对位置的步骤进一步包括：

    根据相机矩阵的光学信息，采用光束平差法计算各台相机相对于头部在空间上的相对位置。
19. 根据权利要求16所述的眼镜自动设计方法，其特征在于：所述多幅头部图像中的特征点的空间深度信息包括：空间位置信息和颜色信息。
20. 根据权利要求16所述的眼镜自动设计方法，其特征在于：根据点云数据构建头部的3D模型的步骤进一步包括：

    设定待构建的3D模型的参考尺寸；

    根据所述参考尺寸和所述特征点云数据的空间位置信息，确定所述特征点云数据中各个特征点的空间尺寸，从而构建标定尺寸的3D头部模型。
21. 根据权利要求15所述的眼镜自动设计方法，其特征在于，步骤1中：

    将所述多幅图像输入基于SIFT算法构建的配准算法模型，进行配准计算得到配准数据，基于所述配准数据生成3D头部数据。
22. 根据权利要求15所述的眼镜自动设计方法，其特征在于，步骤2进一步包括：

    根据所述3D头部数据计算眼镜架作用区域的数据；以及

    根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数。
23. 根据权利要求22所述的眼镜自动设计方法，其特征在于：

    所述眼镜架作用区域的数据包括：耳部左右耳屏点和耳根外轮廓的数据、鼻部鼻子两侧倾角和鼻梁的数据以及眼部眼眶和瞳距的数据；

    所述眼镜架的设计参数包括：镜腿、镜圈、镜框、鼻梁、鼻托和桩头。
24. 根据权利要求23所述的眼镜自动设计方法，其特征在于，步骤2进一步包括：确定所述眼镜架的款式，将所述眼镜架的设计参数与所述款式的眼镜架进行尺寸匹配计算，根据计算结果形成眼镜架的3D模型。
25. 根据权利要求24所述的眼镜自动设计方法，其特征在于，步骤2进一步包括：通过3D扫描仪扫描现有眼镜，获得所述眼镜架的款式数据。
26. 根据权利要求25所述的眼镜自动设计方法，其特征在于，所述尺寸匹配计算包括：根据由所述3D头部数据获得的眼镜架的设计参数，对所述眼镜架的款式数据进行调整。
27. 根据权利要求23所述的眼镜自动设计方法，其特征在于，

    根据所述眼镜架作用区域的数据提取出所述眼镜架的设计参数包括：

    S21.建立立体三维坐标系：根据3D头部数据，基于左右眼外角点和左右耳屏点创建平面作为头部数据坐标系的法兰克福面；

    S22.镜腿轮廓线的提取：把眼镜腿抽象为一条曲线，作为镜腿参考面，所述镜腿参考面为两眼镜腿的镜脚弯点至镜腿的螺栓中心部分所在的与法兰克福平行的平面；

    S23.根据镜腿参考面所在的轮廓设计镜腿弯点长度和镜腿的轮廓。
28. 根据权利要求15所述的眼镜自动设计方法，其特征在于，步骤4进一步包括：根据所述眼镜3D模型的显示效果重复步骤2和/或步骤3，选择并确定眼镜架的设计参数和镜片参数，完成眼镜设计。
29. 根据权利要求28所述的眼镜自动设计方法，其特征在于，步骤4进一步包括：完成眼镜设计后通过3D打印实现眼镜的装配式生产。
30. 根据权利要求29所述的眼镜自动设计方法，其特征在于，所述眼镜为无框眼镜，所述无框眼镜包括：镜圈、镜腿、鼻梁和鼻托；所述无框眼镜的材质为18K金，通过3D打印机生产所述镜圈、镜腿和鼻梁。
31. 根据权利要求29所述的眼镜自动设计方法，其特征在于，所述眼镜为半框眼镜或有框眼镜，所述半框眼镜或有框眼镜均包括：镜圈、桩头、镜腿、鼻梁和鼻托；通过3D打印机生产所述镜圈、镜腿、桩头和鼻梁；所述镜圈、镜腿和桩头采用钛合金材料。

Images