CN104463964A - 获取物体三维模型的方法及设备 - Google Patents
获取物体三维模型的方法及设备 Download PDFInfo
- Publication number
- CN104463964A CN104463964A CN201410767330.3A CN201410767330A CN104463964A CN 104463964 A CN104463964 A CN 104463964A CN 201410767330 A CN201410767330 A CN 201410767330A CN 104463964 A CN104463964 A CN 104463964A
- Authority
- CN
- China
- Prior art keywords
- pixel
- images
- point
- sharpness
- pixel point
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 21
- 238000003384 imaging method Methods 0.000 claims abstract description 47
- 230000002093 peripheral effect Effects 0.000 claims description 21
- 230000015572 biosynthetic process Effects 0.000 claims description 15
- 238000004364 calculation method Methods 0.000 claims description 13
- 230000003247 decreasing effect Effects 0.000 claims description 4
- 238000010586 diagram Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000006073 displacement reaction Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Processing (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了获取物体三维模型的方法及设备，其中，该方法包括：对目标物体进行图像采集，改变成像距离，获取n张图像，n为自然数；计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；根据得到的三维坐标构建三维模型。本发明方案能够采用已有的普通成像装置实现三维建模，降低物体三维模型的获取难度。
Description
技术领域
本发明涉及图像处理技术，尤其涉及获取物体三维模型的方法及设备。
背景技术
在某些情形下，需要对目标物体进行非接触式的三维建模；例如，应用于3D打印机技术中。目前，获取物体三维建模的方法主要为：
使用特定成像装置，获取目标物体不同角度的影像；而后，通过分析不同角度的成像差异来实现三维建模。
现有方案存在以下缺点：
需要使用特定成像装置，无法用已有的普通成像装置来实现三维建模；由于特定装置的限制，不能应用于各种场景，导致物体三维模型的获取难度较高。
发明内容
本发明提供了一种获取物体三维模型的方法，该方法能够采用已有的普通成像装置实现三维建模，降低物体三维模型的获取难度。
本发明提供了一种获取物体三维模型的设备，该设备能够采用已有的普通成像装置实现三维建模，降低物体三维模型的获取难度。
一种获取物体三维模型的方法，该方法包括：
对目标物体进行图像采集，改变成像距离，获取n张图像，n为自然数；
计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差；
将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；
根据得到的三维坐标构建三维模型。
一种获取物体三维模型的设备，该设备包括成像装置、存储单元和计算单元；
所述成像装置，对目标物体进行图像采集，改变成像距离，获取n张图像，发送到所述存储单元进行存储；n为自然数；
所述存储单元，存储获取的n张图像，以及计算单元构建的三维模型；
所述计算单元，计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；根据得到的三维坐标构建三维模型。
从上述方案可以看出，本发明中，对目标物体进行图像采集，改变成像距离，获取n张图像；计算每张图像每个像素点的锐度；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；根据得到的三维坐标构建三维模型。采用本发明方案，无需获取目标物体不同角度的图像，而是改变成像距离，获取不同成像距离对应的图像，这样，采用已有的普通成像装置也可进行图像获取，进一步得到目标物体的三维坐标，并构建出三维模型。从而，降低了物体三维模型的获取难度。
附图说明
图1为本发明获取物体三维模型的方法示意性流程图；
图2为本发明获取物体三维模型的方法流程图实例；
图3为本发明采集到的n张图像示意图实例；
图4为本发明得到的三维模型示意图实例；
图5为本发明获取物体三维模型的设备结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施例和附图，对本发明进一步详细说明。
本发明中，改变成像距离，获取不同成像距离对应的图像，再基于获取的图像进一步得到目标物体的三维坐标，并构建出三维模型；这样，无需获取目标物体不同角度的图像，降低了物体三维模型的获取难度，扩大了其使用范围。
参见图1，为本发明获取物体三维模型的方法示意性流程图，其包括以下步骤：
步骤101，对目标物体进行图像采集，改变成像距离，获取n张图像。
n为自然数，n越大，最后得到的三维建模越精确。
改变成像距离，可采用多种方式实现，例如：
递增或递减成像装置的物距一个单位，获取n张图像；或者，
移动成像装置与目标物体之间的距离递增或递减一个单位，获取n张图像。
步骤102，计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差。
将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；将横向坐标平面用x轴、y轴表示。每张图像每个像素点的锐度，可根据一种或多种颜色的锐度确定；例如，通过红色、蓝色和绿色三色的锐度，采用如下公式计算：
Pixel(x,y,n)＝aR*(PixelR(x,y,n))+aG*(PixelG(x,y,n))+aB*(PixelB(x,y,n))；
其中，Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度，PixelR(x,y,n)为该像素点图像成像与周边像素的红色差，PixelG(x,y,n)为该像素点图像成像与周边像素的绿色差，PixelB(x,y,n)为该像素点图像成像与周边像素的蓝色差，aR为红色调整参数，aG为绿色调整参数、aB为蓝色调整参数。其中，aR、aG和aB可以根据应用动态调节。
进一步地，PixelR(x,y,n)可采用以下公式计算得到：
PixelR(x,y,n)＝abs(R(x,y,n)-R(x-1,y,n))+abs(R(x,y,n)-R(x,y-1,n))+abs(R(x,y,n)-R(x+1,y,n))+abs(R(x,y,n)-R(x,y+1,n))；
其中，abs为取绝对值符号，R(x,y,n)为第n张图像在(x,y)位置点的红色颜色值，R(x-1,y,n)为第n张图像在(x-1,y)位置像素点的红色颜色值，R(x,y-1,n)为第n张图像在(x,y-1)位置像素点的红色颜色值，R(x+1,y,n)为第n张图像在(x+1,y)位置像素点的红色颜色值，R(x,y+1,n)为第n张图像在(x,y+1)位置像素点的红色颜色值。
PixelG、PixelB的计算方法同PixelR，不多赘述。
步骤103，将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标。
横向坐标点是横向坐标平面上的坐标点，若横向坐标平面用x轴、y轴表示，则横向坐标点包括横坐标值和纵坐标值，可表示为(x，y)。
步骤104，根据得到的三维坐标构建三维模型。
得到三维坐标后，便可应用三维建模工具构建出三维模型。
本发明中，对目标物体进行图像采集，改变成像距离，获取n张图像；计算每张图像每个像素点的锐度；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；根据得到的三维坐标构建三维模型。采用本发明方案，无需获取目标物体不同角度的图像，而是改变成像距离，获取不同成像距离对应的图像，这样，采用已有的普通成像装置也可进行图像获取，进一步得到目标物体的三维坐标，并构建出三维模型。从而，降低了物体三维模型的获取难度，扩大了其使用范围。
下面结合图2，对本发明获取物体三维模型的方法进行实例说明，其包括以下步骤：
步骤201，开启成像装置，初始设定参数。
初始设定参数包括：光圈F(2.8)，物距L(0.7m)。
步骤202，获取一张图像。
步骤203，将物距L增加一个单位。
步骤204，判断是否结束拍摄，如果是，则进入步骤205；否则返回执行步骤202。
如图3所示，为拍摄到的n张图像；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标。
步骤205，遍历每张图像每个像素点的锐度Pixel(x,y,n)。
Pixel(x,y,n)＝aR*(PixelR(x,y,n))+aG*(PixelG(x,y,n))+aB*(PixelB(x,y,n))；
其中，Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度，PixelR(x,y,n)为该像素点图像成像与周边像素的红色差，PixelG(x,y,n)为该像素点图像成像与周边像素的绿色差，PixelB(x,y,n)为该像素点图像成像与周边像素的蓝色差，aR为红色调整参数，aG为绿色调整参数、aB为蓝色调整参数。
PixelR(x,y,n)＝abs(R(x,y,n)-R(x-1,y,n))+abs(R(x,y,n)-R(x,y-1,n))+abs(R(x,y,n)-R(x+1,y,n))+abs(R(x,y,n)-R(x,y+1,n))；
其中，abs为取绝对值符号，R(x,y,n)为第n张图像在(x,y)位置点的红色颜色值，R(x-1,y,n)为第n张图像在(x-1,y)位置像素点的红色颜色值，R(x,y-1,n)为第n张图像在(x,y-1)位置像素点的红色颜色值，R(x+1,y,n)为第n张图像在(x+1,y)位置像素点的红色颜色值，R(x,y+1,n)为第n张图像在(x,y+1)位置像素点的红色颜色值。PixelG、PixelB的计算方法同PixelR。
步骤206，Z(x,y)为(x,y)的纵坐标；遍历所有图像的相同XY坐标的锐度，取锐度最大值对应的纵向值，得到：Z(x,y)＝Max(Pixel(x,y,1),Pixel(x,y,2)…Pixel(x,y,n))。
如图4的实例，A点的Z(x,y)＝1，B点的Z(x,y)＝5，以此类推。
步骤205中，采用对每个像素点锐度的计算；也可以，对每个像素点的模糊度进行计算，模糊度越大，锐度越小；相应地，本步骤中需取模糊度最小值对应的纵向值。
步骤207，根据得到的三维坐标构建三维模型。
本发明利用一组连续物距的影像，分析连续影像相同位置的锐度，获得该位置的正面投影距离，从而实现对影像的三维投影模型的构建。三维投影模型可以应用在人脸建模以及其他类似应用中。通过对物体不同角度的三维投影模型的计算，可以获得物体的完整三维模型。具体实现时，可使用高精度成像装置，配合千分尺平台，通过控制千分尺平台的位移获得连续影像；这样，可以获得物体的高精度三维模型，使用微观成像装置，可以获得微观物体的真实模型。
参见图5，为本发明获取物体三维模型的设备结构示意图，该设备包括成像装置、存储单元和计算单元；
所述成像装置，对目标物体进行图像采集，改变成像距离，获取n张图像，发送到所述存储单元进行存储；
所述存储单元，存储获取的n张图像，以及计算单元构建的三维模型；
所述计算单元，计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；根据得到的三维坐标构建三维模型。
成像装置可采用普通的配备。成像装置可具体包括：成像光学设备、感光设备(DDC、CMOS等)、以及可以控制成像光学设备以不同物距成像的控制模块。
较佳地，所述成像装置，递增或递减成像装置的物距一个单位，获取n张图像；或者，移动成像装置与目标物体之间的距离递增或递减一个单位，获取n张图像。
较佳地，所述计算单元包括锐度计算子单元，将横向坐标平面用x轴、y轴表示；所述计算每张图像每个像素点的锐度，采用以下公式计算得到：Pixel(x,y,n)＝aR*(PixelR(x,y,n))+aG*(PixelG(x,y,n))+aB*(PixelB(x,y,n))；其中，Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度，PixelR(x,y,n)为该像素点图像成像与周边像素的红色差，PixelG(x,y,n)为该像素点图像成像与周边像素的绿色差，PixelB(x,y,n)为该像素点图像成像与周边像素的蓝色差，aR为红色调整参数，aG为绿色调整参数、aB为蓝色调整参数。
较佳地，所述锐度计算子单元采用以下公式计算得到PixelR(x,y,n)：PixelR(x,y,n)＝abs(R(x,y,n)-R(x-1,y,n))+abs(R(x,y,n)-R(x,y-1,n))+abs(R(x,y,n)-R(x+1,y,n))+abs(R(x,y,n)-R(x,y+1,n))；其中，abs为取绝对值符号，R(x,y,n)为第n张图像在(x,y)位置像素点的红色颜色值，R(x-1,y,n)为第n张图像在(x-1,y)位置像素点的红色颜色值，R(x,y-1,n)为第n张图像在(x,y-1)位置像素点的红色颜色值，R(x+1,y,n)为第n张图像在(x+1,y)位置像素点的红色颜色值，R(x,y+1,n)为第n张图像在(x,y+1)位置像素点的红色颜色值。
较佳地，所述计算单元包括三维坐标建立子单元，将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标，Z(x,y)为(x,y)的纵坐标；遍历所有图像的相同XY坐标的锐度，取锐度最大值对应的纵向值，得到：Z(x,y)＝Max(Pixel(x,y,1),Pixel(x,y,2)…Pixel(x,y,n))，其中Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度；由横向坐标点及对应的纵向值得到三维坐标。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明保护的范围之内。
Claims (10)
1.一种获取物体三维模型的方法，其特征在于，该方法包括：
对目标物体进行图像采集，改变成像距离，获取n张图像，n为自然数；
计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差；
将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；
根据得到的三维坐标构建三维模型。
2.如权利要求1所述的方法，其特征在于，所述改变成像距离，获取n张图像，包括：
递增或递减成像装置的物距一个单位，获取n张图像；或者，
移动成像装置与目标物体之间的距离递增或递减一个单位，获取n张图像。
3.如权利要求1所述的方法，其特征在于，将横向坐标平面用x轴、y轴表示；所述计算每张图像每个像素点的锐度，采用以下公式计算得到：
Pixel(x,y,n)＝aR*(PixelR(x,y,n))+aG*(PixelG(x,y,n))+aB*(PixelB(x,y,n))；
其中，Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度，PixelR(x,y,n)为该像素点图像成像与周边像素的红色差，PixelG(x,y,n)为该像素点图像成像与周边像素的绿色差，PixelB(x,y,n)为该像素点图像成像与周边像素的蓝色差，aR为红色调整参数，aG为绿色调整参数、aB为蓝色调整参数。
4.如权利要求3所述的方法，其特征在于，PixelR(x,y,n)可采用以下公式计算得到：
PixelR(x,y,n)＝abs(R(x,y,n)-R(x-1,y,n))+abs(R(x,y,n)-R(x,y-1,n))+abs(R(x,y,n)-R(x+1,y,n))+abs(R(x,y,n)-R(x,y+1,n))；
其中，abs为取绝对值符号，R(x,y,n)为第n张图像在(x,y)位置点的红色颜色值，R(x-1,y,n)为第n张图像在(x-1,y)位置像素点的红色颜色值，R(x,y-1,n)为第n张图像在(x,y-1)位置像素点的红色颜色值，R(x+1,y,n)为第n张图像在(x+1,y)位置像素点的红色颜色值，R(x,y+1,n)为第n张图像在(x,y+1)位置像素点的红色颜色值。
5.如权利要求3或4所述的方法，其特征在于，所述对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值包括：
Z(x,y)为(x,y)的纵坐标；遍历所有图像的相同XY坐标的锐度，取锐度最大值对应的纵向值，得到：Z(x,y)＝Max(Pixel(x,y,1),Pixel(x,y,2)…Pixel(x,y,n))。
6.一种获取物体三维模型的设备，其特征在于，该设备包括成像装置、存储单元和计算单元；
所述成像装置，对目标物体进行图像采集，改变成像距离，获取n张图像，发送到所述存储单元进行存储；n为自然数；
所述存储单元，存储获取的n张图像，以及计算单元构建的三维模型；
所述计算单元，计算每张图像每个像素点的锐度，锐度为像素点与其周边像素点之间的颜色差；将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标；对同一横向坐标点上各图像的锐度值进行比较，选取最大的锐度值对应的纵向值，作为相应横向坐标点的纵向值，由横向坐标点及对应的纵向值得到三维坐标；根据得到的三维坐标构建三维模型。
7.如权利要求6所述的设备，其特征在于，所述成像装置，递增或递减成像装置的物距一个单位，获取n张图像；或者，移动成像装置与目标物体之间的距离递增或递减一个单位，获取n张图像。
8.如权利要求6所述的设备，其特征在于，所述计算单元包括锐度计算子单元，将横向坐标平面用x轴、y轴表示；所述计算每张图像每个像素点的锐度，采用以下公式计算得到：Pixel(x,y,n)＝aR*(PixelR(x,y,n))+aG*(PixelG(x,y,n))+aB*(PixelB(x,y,n))；其中，Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度，PixelR(x,y,n)为该像素点图像成像与周边像素的红色差，PixelG(x,y,n)为该像素点图像成像与周边像素的绿色差，PixelB(x,y,n)为该像素点图像成像与周边像素的蓝色差，aR为红色调整参数，aG为绿色调整参数、aB为蓝色调整参数。
9.如权利要求8所述的设备，其特征在于，所述锐度计算子单元采用以下公式计算得到PixelR(x,y,n)：PixelR(x,y,n)＝abs(R(x,y,n)-R(x-1,y,n))+abs(R(x,y,n)-R(x,y-1,n))+abs(R(x,y,n)-R(x+1,y,n))+abs(R(x,y,n)-R(x,y+1,n))；其中，abs为取绝对值符号，R(x,y,n)为第n张图像在(x,y)位置像素点的红色颜色值，R(x-1,y,n)为第n张图像在(x-1,y)位置像素点的红色颜色值，R(x,y-1,n)为第n张图像在(x,y-1)位置像素点的红色颜色值，R(x+1,y,n)为第n张图像在(x+1,y)位置像素点的红色颜色值，R(x,y+1,n)为第n张图像在(x,y+1)位置像素点的红色颜色值。
10.如权利要求8或9所述的设备，其特征在于，所述计算单元包括三维坐标建立子单元，将图像所在平面作为横向坐标平面，与横向坐标平面垂直的坐标为纵向坐标，Z(x,y)为(x,y)的纵坐标；遍历所有图像的相同XY坐标的锐度，取锐度最大值对应的纵向值，得到：Z(x,y)＝Max(Pixel(x,y,1),Pixel(x,y,2)…Pixel(x,y,n))，其中Pixel(x,y,n)为第n张图像在(x,y)位置像素点的锐度；由横向坐标点及对应的纵向值得到三维坐标。
Priority Applications (3)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410767330.3A CN104463964A (zh) | 2014-12-12 | 2014-12-12 | 获取物体三维模型的方法及设备 |
| TW104122277A TWI607862B (zh) | 2014-12-12 | 2015-07-09 | 獲取物體三維模型的方法及設備 |
| US14/849,279 US20160171763A1 (en) | 2014-12-12 | 2015-09-09 | Method and apparatus of generating a 3d model from an object |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201410767330.3A CN104463964A (zh) | 2014-12-12 | 2014-12-12 | 获取物体三维模型的方法及设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN104463964A true CN104463964A (zh) | 2015-03-25 |
Family
ID=52909946
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201410767330.3A Pending CN104463964A (zh) | 2014-12-12 | 2014-12-12 | 获取物体三维模型的方法及设备 |
Country Status (3)
| Country | Link |
|---|---|
| US (1) | US20160171763A1 (zh) |
| CN (1) | CN104463964A (zh) |
| TW (1) | TWI607862B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109636798A (zh) * | 2018-12-24 | 2019-04-16 | 武汉大音科技有限责任公司 | 一种基于单相机的三维焊缝检测方法 |
| CN110370645A (zh) * | 2018-04-12 | 2019-10-25 | 富士施乐株式会社 | 编码装置、解码装置、存储介质、编码方法及解码方法 |
| CN113290863A (zh) * | 2021-04-23 | 2021-08-24 | 湖南华曙高科技有限责任公司 | 用于增材制造零件模型的处理方法、装置和计算机设备 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020118874A1 (en) * | 2000-12-27 | 2002-08-29 | Yun-Su Chung | Apparatus and method for taking dimensions of 3D object |
| EP2346003A2 (de) * | 2010-01-19 | 2011-07-20 | Navigon AG | Verfahren zur dreidimensionalen Darstellung einer Geländetopographie auf einer zweidimensionalen Anzeigeeinrichtung einer Navigationseinrichtung |
| CN102314683A (zh) * | 2011-07-15 | 2012-01-11 | 清华大学 | 一种非平面图像传感器的计算成像方法和成像装置 |
| WO2013116299A1 (en) * | 2012-01-31 | 2013-08-08 | 3M Innovative Properties Company | Method and apparatus for measuring the three dimensional structure of a surface |
Family Cites Families (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| TWI307057B (en) * | 2006-01-25 | 2009-03-01 | Univ Nat Taiwan | A method for rendering three-dimension volume data |
| TWI421540B (zh) * | 2006-10-26 | 2014-01-01 | Seereal Technologies Sa | Universal image display device and method (1) |
| US9071737B2 (en) * | 2013-02-22 | 2015-06-30 | Broadcom Corporation | Image processing based on moving lens with chromatic aberration and an image sensor having a color filter mosaic |
-
2014
- 2014-12-12 CN CN201410767330.3A patent/CN104463964A/zh active Pending
-
2015
- 2015-07-09 TW TW104122277A patent/TWI607862B/zh active
- 2015-09-09 US US14/849,279 patent/US20160171763A1/en not_active Abandoned
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US20020118874A1 (en) * | 2000-12-27 | 2002-08-29 | Yun-Su Chung | Apparatus and method for taking dimensions of 3D object |
| EP2346003A2 (de) * | 2010-01-19 | 2011-07-20 | Navigon AG | Verfahren zur dreidimensionalen Darstellung einer Geländetopographie auf einer zweidimensionalen Anzeigeeinrichtung einer Navigationseinrichtung |
| CN102314683A (zh) * | 2011-07-15 | 2012-01-11 | 清华大学 | 一种非平面图像传感器的计算成像方法和成像装置 |
| WO2013116299A1 (en) * | 2012-01-31 | 2013-08-08 | 3M Innovative Properties Company | Method and apparatus for measuring the three dimensional structure of a surface |
Non-Patent Citations (1)
| Title |
|---|
| SHREE K.NAYAR 等: "Shape from Focus", 《IEEE TRANSACTIONS ON PATTERN ANALYSIS AND MACHINE INTELLIGENCE》 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110370645A (zh) * | 2018-04-12 | 2019-10-25 | 富士施乐株式会社 | 编码装置、解码装置、存储介质、编码方法及解码方法 |
| CN109636798A (zh) * | 2018-12-24 | 2019-04-16 | 武汉大音科技有限责任公司 | 一种基于单相机的三维焊缝检测方法 |
| CN113290863A (zh) * | 2021-04-23 | 2021-08-24 | 湖南华曙高科技有限责任公司 | 用于增材制造零件模型的处理方法、装置和计算机设备 |
| CN113290863B (zh) * | 2021-04-23 | 2022-10-14 | 湖南华曙高科技股份有限公司 | 用于增材制造零件模型的处理方法、装置和计算机设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| TWI607862B (zh) | 2017-12-11 |
| TW201620698A (zh) | 2016-06-16 |
| US20160171763A1 (en) | 2016-06-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN101630406B (zh) | 摄像机的标定方法及摄像机标定装置 | |
| CN100557634C (zh) | 一种基于双一维靶标的摄像机标定方法 | |
| CN110176032B (zh) | 一种三维重建方法及装置 | |
| KR102149276B1 (ko) | 영상 정합 방법 | |
| JP6883608B2 (ja) | 深度マップに対して画像位置合せを行って深度データを最適化することができる深度データ処理システム | |
| CN202075794U (zh) | 一种无人机航摄立体成像处理设备 | |
| EP3547260B1 (en) | System and method for automatic calibration of image devices | |
| JP2011129082A (ja) | ３次元物体認識装置及び３次元物体認識方法 | |
| CN106570899B (zh) | 一种目标物体检测方法及装置 | |
| CN110361005B (zh) | 定位方法、定位装置、可读存储介质及电子设备 | |
| JP2014013147A5 (zh) | ||
| JP2015198374A (ja) | キャリブレーション装置、キャリブレーション方法、キャリブレーション機能を備えたカメラ及びプログラム | |
| CN105469386B (zh) | 一种确定立体相机高度与俯仰角的方法及装置 | |
| KR101602472B1 (ko) | 2차원 이미지 변환을 통한 3차원 프린팅 파일 생성 장치 및 방법 | |
| JP6091658B2 (ja) | 情報処理装置及び情報処理方法及びプログラム | |
| CN106780589A (zh) | 一种获取目标深度图像的方法 | |
| CN111144349A (zh) | 一种室内视觉重定位方法及系统 | |
| CN106996769B (zh) | 一种无需相机标定的主动式位姿快速重定位方法 | |
| CN108090877A (zh) | 一种基于图像序列的rgb-d相机深度图像修复方法 | |
| CN104463964A (zh) | 获取物体三维模型的方法及设备 | |
| CN107442973A (zh) | 基于机器视觉的焊道定位方法及装置 | |
| CN103994779A (zh) | 基于三维激光点云的全景相机标定方法 | |
| CN106683133B (zh) | 一种获取目标深度图像的方法 | |
| CN106991701A (zh) | 一种用于全景拍摄设备参数的标定系统及方法 | |
| WO2020133080A1 (zh) | 物体定位方法、装置、计算机设备及存储介质 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20150325 |