CN107633532A - 一种基于白光扫描仪的点云融合方法及系统 - Google Patents
一种基于白光扫描仪的点云融合方法及系统 Download PDFInfo
- Publication number
- CN107633532A CN107633532A CN201710868725.6A CN201710868725A CN107633532A CN 107633532 A CN107633532 A CN 107633532A CN 201710868725 A CN201710868725 A CN 201710868725A CN 107633532 A CN107633532 A CN 107633532A
- Authority
- CN
- China
- Prior art keywords
- white light
- light scanning
- point
- scanning instrument
- image
- 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
- 238000007500 overflow downdraw method Methods 0.000 title claims abstract description 28
- 230000004927 fusion Effects 0.000 claims abstract description 48
- 238000000034 method Methods 0.000 claims abstract description 16
- 230000004438 eyesight Effects 0.000 claims abstract description 13
- 238000012545 processing Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 7
- 238000012937 correction Methods 0.000 claims description 6
- 238000010606 normalization Methods 0.000 claims description 6
- 230000001351 cycling effect Effects 0.000 claims description 2
- 230000003252 repetitive effect Effects 0.000 claims description 2
- 238000005516 engineering process Methods 0.000 description 5
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 230000002708 enhancing effect Effects 0.000 description 2
- 238000013507 mapping Methods 0.000 description 2
- 235000002918 Fraxinus excelsior Nutrition 0.000 description 1
- 238000005267 amalgamation Methods 0.000 description 1
- 239000002956 ash Substances 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000000155 melt Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Length Measuring Devices By Optical Means (AREA)
- Image Analysis (AREA)
Abstract
本发明涉及一种基于白光扫描仪的点云融合方法及系统，其方法包括以下步骤，采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。本发明保护了待测对象的完整性和真实性，有效地提高了点云融合精度，增强了点云融合稳定性，使点云融合的结果更接近样本的真实表面。
Description
技术领域
本发明涉及摄影测量领域，具体涉及一种基于白光扫描仪的点云融合方法及系统。
背景技术
现有的点云融合技术稳定性较差，点云融合的结果不够均匀、细密，存在部分区域过于密集，部分区域则含有无数据的“漏洞”的现象，点云融合的结果无法准确、清晰地反映出样本表面的形状信息。而且传统的方法在获取待测样本影像时需要在被测样本表面粘贴标志点，这会对待测样本造成一定程度的损伤，不利于对刑侦现场、历史文物等保护对象的扫描与测量。
发明内容
本发明所要解决的技术问题是提供一种基于白光扫描仪的点云融合方法及系统，能够保护待测对象的完整性和真实性，有效提高点云融合精度，增强点云融合稳定性，使点云融合的结果更接近样本的真实表面。
本发明解决上述技术问题的技术方案如下：一种基于白光扫描仪的点云融合方法，包括以下步骤，
S1，采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；
S2，分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；
S3，将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；
S4，对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。
本发明的有益效果是：本发明一种基于白光扫描仪的点云融合方法运用白光扫描仪的散斑纹理技术和基于TSDF模型的点云融合方法进行白光扫描仪的点云融合，该方法保护了待测对象的完整性和真实性，有效地提高了点云融合精度，增强了点云融合稳定性，使点云融合的结果更接近样本的真实表面。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，还包括S5，所述S5具体为，
重复循环执行上述步骤S1-S4，直至影像拍摄完成；
基于所述白光扫描仪的投影光线的方向计算所述体素间的过零值作为所述样本表面点的近似位置，得到点云融合的结果。
进一步，所述S1具体为，
S11，所述白光扫描仪中的投影仪将随机生成的散斑纹理光线投影到所述样本上；
S12，利用所述白光扫描仪中两台相隔预设距离的灰度相机同时获取所述样本在投影仪的投影场景中的不同视觉下的多幅所述影像。
进一步，所述S2具体为，
S21，分别对两台所述灰度相机在同一时刻拍摄的每两幅所述影像进行核线校正，生成两幅核线影像；
S22，采用半全局影像匹配的方法对对应的每两幅所述核线影像进行影像匹配，分别获取对应的每两幅所述核线影像的同名像点；
S23，根据对应的每两个所述同名像点的坐标差计算出对应的每两幅所述影像之间的视差；
S24，分别转换对应的每两幅所述影像之间的视差的表达式得到多幅所述深度图。
进一步，所述S4具体为，
S41，通过索引检索出与每一个所述三维点对应的所述体素的中心点的空间位置坐标；
S42，分别将与每一个所述三维点对应的所述体素的中心点反投影至对应的所述深度图中，内插出与每一个所述三维点对应的所述体素的中心点分别到对应的所述灰度相机之间的距离，并结合对应的所述体素的中心点的空间位置坐标和对应的所述灰度相机的位置坐标分别计算出每一个所述三维点的有向距离场；
S43，分别对每一个所述有向距离场进行归一化处理；
S44，对归一化后的每一个所述有向距离场分别进行加权平均处理，完成所述样本真实表面的点云融合。
基于上述一种基于白光扫描仪的点云融合方法，本发明还提供一种基于白光扫描仪的点云融合系统。
一种基于白光扫描仪的点云融合系统，包括白光扫描仪、影像匹配模块、TSDF模型模块和加权平均处理模块，
所述白光扫描仪，其用于采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；
所述影像匹配模块，其用于分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；
所述TSDF模型模块，其用于将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；
所述加权平均处理模块，其用于对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。
本发明的有益效果是：本发明一种基于白光扫描仪的点云融合系统运用白光扫描仪的散斑纹理技术和基于TSDF模型的点云融合原理进行白光扫描仪的点云融合，使用该系统进行点云融合，保护了待测对象的完整性和真实性，有效地提高了点云融合精度，增强了点云融合稳定性，使点云融合的结果更接近样本的真实表面。
在上述技术方案的基础上，本发明还可以做如下改进。
进一步，还包括过零值寻找模块，所述过零值寻找模块具体用于为，
当影像拍摄完成后，基于所述白光扫描仪的投影光线的方向计算所述体素间的过零值作为所述样本表面点的近似位置，得到点云融合的结果。
进一步，所述白光扫描仪包括一台投影仪和以预设距离分布在所述投影仪两侧的两台灰度相机，所述白光扫描仪具体用于，
投影仪将随机生成的散斑纹理光线投影到所述样本上；
两台灰度相机同时获取所述样本在投影仪的投影场景中的不同视觉下的多幅所述影像。
进一步，所述影像匹配模块具体用于，
分别对两台所述灰度相机在同一时刻拍摄的每两幅所述影像进行核线校正，生成两幅核线影像；
采用半全局影像匹配的方法对对应的每两幅所述核线影像进行影像匹配，分别获取对应的每两幅所述核线影像的同名像点；
根据对应的每两个所述同名像点的坐标差计算出对应的每两幅所述影像之间的视差；
分别转换对应的每两幅所述影像之间的视差的表达式得到多幅所述深度图。
进一步，所述加权平均处理模块具体用于，
通过索引检索出与每一个所述三维点对应的所述体素的中心点的空间位置坐标；
分别将与每一个所述三维点对应的所述体素的中心点反投影至所述深度图中，内插出与每一个所述三维点对应的所述体素的中心点分别到对应的所述灰度相机之间的距离，并结合对应的所述体素的中心点的空间位置坐标和对应的所述灰度相机的位置坐标分别计算出每一个所述三维点的有向距离场；
分别对每一个所述有向距离场进行归一化处理；
对归一化后的每一个所述有向距离场分别进行加权平均处理，完成所述样本真实表面的点云融合。
附图说明
图1为本发明一种基于白光扫描仪的点云融合方法的流程图；
图2为本发明一种基于白光扫描仪的点云融合方法中白光扫描仪的结构示意图；
图3为本发明一种基于白光扫描仪的点云融合方法中白光扫描仪投影出的散斑纹理图案；
图4为本发明一种基于白光扫描仪的点云融合方法中TSDF模型的结构示意图；
图5为本发明一种基于白光扫描仪的点云融合系统的结构框图。
附图中，各标号所代表的部件列表如下：
1、投影仪，2、彩色相机，3灰度相机。
具体实施方式
以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。
如图1所示，一种基于白光扫描仪的点云融合方法，包括以下步骤，
S1，采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；
S2，分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；
S3，将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；
S4，对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。
在本发明一种基于白光扫描仪的点云融合方法中，白光扫描仪是一种手持式的便携式三维扫描设备，可以对被扫描场景或样本进行三维重建，它是对现有的三维手持式扫描仪进行技术和设备构造进行改进的成果，采用白光投影代替激光，利用散斑扫描技术实现无标志点的点云匹配和融合，代替传统的基于标志点的点云融合方式。如图2所示，白光扫描仪由两台灰度相机3、一台投影仪1和一台彩色相机2(在本发明中不使用彩色相机2的功能)组成。首先运用投影仪1将随机生成的散斑纹理(如图3所示)投影到样本上，然后利用两台相隔一定距离的灰度相机3同时获取样本的两幅图像，完成影像的匹配，生成一组点云数据。通过手持移动白光扫描仪，多次获取场景不同视角下的点云，完成点云融合。综上所述，所述S1具体为，
S11，所述白光扫描仪中的投影仪将随机生成的散斑纹理光线投影到所述样本上；
S12，利用所述白光扫描仪中两台相隔预设距离的灰度相机同时获取所述样本在投影仪的投影场景中的不同视觉下的多幅所述影像。
在本发明一种基于白光扫描仪的点云融合方法中，所述S2具体为，
S21，分别对两台所述灰度相机在同一时刻拍摄的每两幅所述影像进行核线校正，生成两幅核线影像；
S22，采用半全局影像匹配的方法对对应的每两幅所述核线影像进行影像匹配，分别获取对应的每两幅所述核线影像的同名像点；半全局影像匹配(SGM)的方法是一种密集影像匹配方法，通过视差代价函数的构造和多路径聚合，寻找全局最优值，获取密集同名像点。设同名像点p1，p2的像点坐标分别为p1(x1，y1),p2(x2，y2)；
S23，根据对应的每两个所述同名像点的坐标差计算出对应的每两幅所述影像之间的视差；即，对应的两幅影像之间的视差dis为：dis＝x2-x1；
S24，分别转换对应的每两幅所述影像之间的视差的表达式得到多幅所述深度图；视差通过下式的转换可得到用于表征场景中样本三维点的深度图，并且利用视差能够重建三维点，设三维点的空间坐标为P(X，Ｙ，Ｚ)，则
式中，B为灰度相机摄影基线长度，f为灰度相机的焦距，x0L，y0L为左影像的像主点坐标，x0R，y0R为右影像的像主点坐标(其中，左影像和右影像分别为两个灰度相机拍摄的)。
图4为本发明一种基于白光扫描仪的点云融合方法中TSDF模型的结构示意图，将整个待重建的空间划分成等大小的网格，每一个网格称为一个体素。将不同位置的所述深度图放置在预先建立的TSDF模型的对应位置中，则所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中。
在本发明一种基于白光扫描仪的点云融合方法中，所述S4具体为，
S41，通过索引检索出与每一个所述三维点对应的所述体素的中心点的空间位置坐标Pt(Xt，Yt，Zt)；
S42，分别将与每一个所述三维点对应的所述体素的中心点反投影至对应所述深度图中，内插出与每一个所述三维点对应的所述体素的中心点分别到对应的所述灰度相机之间的距离Di(已知对应灰度相机的位置O(Xc，Yc，Zc))，并结合对应的所述体素的中心点的空间位置坐标和对应的所述灰度相机的位置坐标分别计算出每一个所述三维点的有向距离场；具体的按照以下公式计算有向距离场sdfi：
sdfi＝||Zc-Zt||-Di
S43，分别对每一个所述有向距离场进行归一化处理；具体的按照以下公式进行归一化处理：
其中，sdfi为有向距离场，tsdfi为有向距离场的归一化值，max truncation为体素上限值，min truncation为体素下限值。
S44，对归一化后的每一个所述有向距离场分别进行加权平均处理，完成所述样本真实表面的点云融合；具体的按照以下公式进行加权平均处理：
wi＝min(mx weight，wi-1+1)，w0＝0
max weight＝128
其中，tsdfavg为距离加权平均值，wi为当前帧的权值，wi-1为前一帧的权值，i为拍摄帧数。
在本发明一种基于白光扫描仪的点云融合方法中还包括S5，所述S5具体为，重复循环执行上述步骤S1-S4，直至影像拍摄完成；基于所述白光扫描仪的投影光线的方向计算所述体素间的过零值作为所述样本表面点的近似位置，得到点云融合的结果。即：用白光扫描仪对样本进行多次拍摄，每次拍摄完成后循环执行以上步骤S1-S4，不断更新所有体素的加权平均值；拍摄结束后，沿对应的灰度相机投影光线的方向在体素中内插出过零点，并将该点作为样本的表面点，从而利用TSDF模型求得了近似的样本表面，完成了点云的融合。
在本发明一种基于白光扫描仪的点云融合方法中：
(1)本发明利用白光投影仪对待测物体投射散斑纹理光线，代替了传统的在样本表面粘贴标志点，这种方法可以有效的保护样本的完整性和真实性；并且散斑纹理光线随机生成，易于产生且不具有自相关性，能够有效提高SGM影像匹配的精度。
(2)白光扫描仪在进行点云融合时，运用基于TSDF模型的点云融合方法，对待重建空间建立TSDF模型，并利用多帧影像数据对体素进行加权平均，最后沿投影光线的方向寻找体素间的过零值作为样本表面点的近似位置，得到点云融合的结果。这种方法使点云融合的结果更加接近样本的真实表面，提高了点云融合的精度和稳定性。
基于上述一种基于白光扫描仪的点云融合方法，本发明还提供一种基于白光扫描仪的点云融合系统。
如图5所示，一种基于白光扫描仪的点云融合系统，包括白光扫描仪、影像匹配模块、TSDF模型模块和加权平均处理模块，
所述白光扫描仪，其用于采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；
所述影像匹配模块，其用于分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；
所述TSDF模型模块，其用于将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；
所述加权平均处理模块，其用于对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。
在本发明一种基于白光扫描仪的点云融合系统中，还包括过零值寻找模块，所述过零值寻找模块具体用于为，当拍摄完成后，沿所述白光扫描仪的投影光线的方向计算所述体素间的过零值作为所述样本表面点的近似位置，得到点云融合的结果。
所述白光扫描仪包括一台投影仪和以预设距离分布在所述投影仪两侧的两台灰度相机，所述白光扫描仪具体用于，投影仪将随机生成的散斑纹理光线投影到所述样本上；两台灰度相机同时获取所述样本在投影仪的投影场景中的不同视觉下的多幅所述影像。
所述影像匹配模块具体用于，分别对两台所述灰度相机在同一时刻拍摄的每两幅所述影像进行核线校正，生成两幅核线影像；采用半全局影像匹配的方法对对应的每两幅所述核线影像进行影像匹配，分别获取对应的每两幅所述核线影像的同名像点；根据对应的每两个所述同名像点的坐标差计算出对应的每两幅所述影像之间的视差；分别转换对应的每两幅所述影像之间的视差的表达式得到多幅所述深度图。
所述加权平均处理模块具体用于，通过索引检索出与每一个所述三维点对应的所述体素的中心点的空间位置坐标；分别将与每一个所述三维点对应的所述体素的中心点反投影至所述深度图中，内插出与每一个所述三维点对应的所述体素的中心点分别到对应的所述灰度相机之间的距离，并结合对应的所述体素的中心点的空间位置坐标和对应的所述灰度相机的位置坐标分别计算出每一个所述三维点的有向距离场；分别对每一个所述有向距离场进行归一化处理；对归一化后的每一个所述有向距离场分别进行加权平均处理，完成所述样本真实表面的点云融合。
本发明一种基于白光扫描仪的点云融合系统运用白光扫描仪的散斑纹理光线和基于TSDF模型的点云融合方法进行白光扫描仪的点云融合，这种方法针对现有技术的局限与不足，能够保护待测对象的完整性和真实性，有效提高点云融合精度，增强点云融合稳定性，使点云融合的结果更接近物体的真实表面，实现全自动化的点云融合。
白光手持扫描仪是为快速准确的纹理扫描工作量身定做，而点云融合方法可以保证白光扫描仪快速、稳定地获取物品的真色彩三维模型。基于快速、真色彩等特点，白光扫描仪可以广泛用于快速成型、逆向工程、动漫、服饰、人体扫描等领域。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种基于白光扫描仪的点云融合方法，其特征在于：包括以下步骤，
S1，采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；
S2，分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；
S3，将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；
S4，对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。
2.根据权利要求1所述的一种基于白光扫描仪的点云融合方法，其特征在于：还包括S5，所述S5具体为，
重复循环执行上述步骤S1-S4，直至影像拍摄完成；
基于所述白光扫描仪的投影光线的方向计算所述体素间的过零值作为所述样本表面点的近似位置，得到点云融合的结果。
3.根据权利要求1或2所述的一种基于白光扫描仪的点云融合方法，其特征在于：所述S1具体为，
S11，所述白光扫描仪中的投影仪将随机生成的散斑纹理光线投影到所述样本上；
S12，利用所述白光扫描仪中两台相隔预设距离的灰度相机同时获取所述样本在投影仪的投影场景中的不同视觉下的多幅所述影像。
4.根据权利要求3所述的一种基于白光扫描仪的点云融合方法，其特征在于：所述S2具体为，
S21，分别对两台所述灰度相机在同一时刻拍摄的每两幅所述影像进行核线校正，生成两幅核线影像；
S22，采用半全局影像匹配的方法对对应的每两幅所述核线影像进行影像匹配，分别获取对应的每两幅所述核线影像的同名像点；
S23，根据对应的每两个所述同名像点的坐标差计算出对应的每两幅所述影像之间的视差；
S24，分别转换对应的每两幅所述影像之间的视差的表达式得到多幅所述深度图。
5.根据权利要求4所述的一种基于白光扫描仪的点云融合方法，其特征在于：所述S4具体为，
S41，通过索引检索出与每一个所述三维点对应的所述体素的中心点的空间位置坐标；
S42，分别将与每一个所述三维点对应的所述体素的中心点反投影至对应的所述深度图中，内插出与每一个所述三维点对应的所述体素的中心点分别到对应的所述灰度相机之间的距离，并结合对应的所述体素的中心点的空间位置坐标和对应的所述灰度相机的位置坐标分别计算出每一个所述三维点的有向距离场；
S43，分别对每一个所述有向距离场进行归一化处理；
S44，对归一化后的每一个所述有向距离场分别进行加权平均处理，完成所述样本真实表面的点云融合。
6.一种基于白光扫描仪的点云融合系统，其特征在于：包括白光扫描仪、影像匹配模块、TSDF模型模块和加权平均处理模块，
所述白光扫描仪，其用于采用白光扫描仪的散斑纹理光线拍摄样本在其投影场景中的不同视觉下的多幅影像；
所述影像匹配模块，其用于分别对在同一时刻拍摄的每两幅所述影像进行影像匹配，得出用于表征该投影场景中样本三维点的多幅深度图；
所述TSDF模型模块，其用于将不同位置的所述深度图分别放置在预先建立的TSDF模型的对应位置中，则多幅所述深度图中的每一个三维点都落入到所述TSDF模型对应的体素中；
所述加权平均处理模块，其用于对每一个所述三维点到对应的所述体素的中心点的距离进行加权平均处理,完成样本真实表面的点云融合。
7.根据权利要求6所述的一种基于白光扫描仪的点云融合系统，其特征在于：还包括过零值寻找模块，所述过零值寻找模块具体用于为，
当影像拍摄完成后，基于所述白光扫描仪的投影光线的方向计算所述体素间的过零值作为所述样本表面点的近似位置，得到点云融合的结果。
8.根据权利要求6或7所述的一种基于白光扫描仪的点云融合系统，其特征在于：所述白光扫描仪包括一台投影仪和以预设距离分布在所述投影仪两侧的两台灰度相机，所述白光扫描仪具体用于，
投影仪将随机生成的散斑纹理光线投影到所述样本上；
两台灰度相机同时获取所述样本在投影仪的投影场景中的不同视觉下的多幅所述影像。
9.根据权利要求8所述的一种基于白光扫描仪的点云融合系统，其特征在于：所述影像匹配模块具体用于，
分别对两台所述灰度相机在同一时刻拍摄的每两幅所述影像进行核线校正，生成两幅核线影像；
采用半全局影像匹配的方法对对应的每两幅所述核线影像进行影像匹配，分别获取对应的每两幅所述核线影像的同名像点；
根据对应的每两个所述同名像点的坐标差计算出对应的每两幅所述影像之间的视差；
分别转换对应的每两幅所述影像之间的视差的表达式得到多幅所述深度图。
10.根据权利要求9所述的一种基于白光扫描仪的点云融合系统，其特征在于：所述加权平均处理模块具体用于，
通过索引检索出与每一个所述三维点对应的所述体素的中心点的空间位置坐标；
分别将与每一个所述三维点对应的所述体素的中心点反投影至所述深度图中，内插出与每一个所述三维点对应的所述体素的中心点分别到对应的所述灰度相机之间的距离，并结合对应的所述体素的中心点的空间位置坐标和对应的所述灰度相机的位置坐标分别计算出每一个所述三维点的有向距离场；
分别对每一个所述有向距离场进行归一化处理；
对归一化后的每一个所述有向距离场分别进行加权平均处理，完成所述样本真实表面的点云融合。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710868725.6A CN107633532B (zh) | 2017-09-22 | 2017-09-22 | 一种基于白光扫描仪的点云融合方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710868725.6A CN107633532B (zh) | 2017-09-22 | 2017-09-22 | 一种基于白光扫描仪的点云融合方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107633532A true CN107633532A (zh) | 2018-01-26 |
| CN107633532B CN107633532B (zh) | 2020-10-23 |
Family
ID=61103559
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710868725.6A Active CN107633532B (zh) | 2017-09-22 | 2017-09-22 | 一种基于白光扫描仪的点云融合方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107633532B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108347545A (zh) * | 2018-03-30 | 2018-07-31 | 深圳积木易搭科技技术有限公司 | 一种双目扫描仪 |
| CN109242898A (zh) * | 2018-08-30 | 2019-01-18 | 华强方特（深圳）电影有限公司 | 一种基于图像序列的三维建模方法及系统 |
| CN110008843A (zh) * | 2019-03-11 | 2019-07-12 | 武汉环宇智行科技有限公司 | 基于点云和影像数据的车辆目标联合认知方法和系统 |
| CN110044266A (zh) * | 2019-06-03 | 2019-07-23 | 易思维（杭州）科技有限公司 | 基于散斑投影的摄影测量系统 |
| CN112116698A (zh) * | 2019-06-21 | 2020-12-22 | 宝马股份公司 | 用于点云融合的方法和装置 |
| CN113129348A (zh) * | 2021-03-31 | 2021-07-16 | 中国地质大学（武汉） | 一种基于单目视觉的道路场景中车辆目标的三维重建方法 |
| CN118429551A (zh) * | 2024-07-05 | 2024-08-02 | 先临三维科技股份有限公司 | 多源点云融合方法、装置、电子设备及存储介质 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182968A (zh) * | 2014-08-05 | 2014-12-03 | 西北工业大学 | 宽基线多阵列光学探测系统模糊动目标分割方法 |
| CN105654492A (zh) * | 2015-12-30 | 2016-06-08 | 哈尔滨工业大学 | 基于消费级摄像头的鲁棒实时三维重建方法 |
| CN106412426A (zh) * | 2016-09-24 | 2017-02-15 | 上海大学 | 全聚焦摄影装置及方法 |
| CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
-
2017
- 2017-09-22 CN CN201710868725.6A patent/CN107633532B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104182968A (zh) * | 2014-08-05 | 2014-12-03 | 西北工业大学 | 宽基线多阵列光学探测系统模糊动目标分割方法 |
| CN105654492A (zh) * | 2015-12-30 | 2016-06-08 | 哈尔滨工业大学 | 基于消费级摄像头的鲁棒实时三维重建方法 |
| CN106412426A (zh) * | 2016-09-24 | 2017-02-15 | 上海大学 | 全聚焦摄影装置及方法 |
| CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 张扣文: "基于双目视觉和散斑投射的快速形貌测量", 《激光与红外》 * |
Cited By (13)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108347545A (zh) * | 2018-03-30 | 2018-07-31 | 深圳积木易搭科技技术有限公司 | 一种双目扫描仪 |
| CN109242898A (zh) * | 2018-08-30 | 2019-01-18 | 华强方特（深圳）电影有限公司 | 一种基于图像序列的三维建模方法及系统 |
| CN109242898B (zh) * | 2018-08-30 | 2022-03-22 | 华强方特（深圳）电影有限公司 | 一种基于图像序列的三维建模方法及系统 |
| CN110008843B (zh) * | 2019-03-11 | 2021-01-05 | 武汉环宇智行科技有限公司 | 基于点云和影像数据的车辆目标联合认知方法和系统 |
| CN110008843A (zh) * | 2019-03-11 | 2019-07-12 | 武汉环宇智行科技有限公司 | 基于点云和影像数据的车辆目标联合认知方法和系统 |
| CN110044266B (zh) * | 2019-06-03 | 2023-10-31 | 易思维（杭州）科技有限公司 | 基于散斑投影的摄影测量系统 |
| CN110044266A (zh) * | 2019-06-03 | 2019-07-23 | 易思维（杭州）科技有限公司 | 基于散斑投影的摄影测量系统 |
| CN112116698A (zh) * | 2019-06-21 | 2020-12-22 | 宝马股份公司 | 用于点云融合的方法和装置 |
| CN112116698B (zh) * | 2019-06-21 | 2025-06-17 | 宝马股份公司 | 用于点云融合的方法和装置 |
| CN113129348A (zh) * | 2021-03-31 | 2021-07-16 | 中国地质大学（武汉） | 一种基于单目视觉的道路场景中车辆目标的三维重建方法 |
| CN113129348B (zh) * | 2021-03-31 | 2022-09-30 | 中国地质大学（武汉） | 一种基于单目视觉的道路场景中车辆目标的三维重建方法 |
| CN118429551A (zh) * | 2024-07-05 | 2024-08-02 | 先临三维科技股份有限公司 | 多源点云融合方法、装置、电子设备及存储介质 |
| CN118429551B (zh) * | 2024-07-05 | 2024-09-03 | 先临三维科技股份有限公司 | 多源点云融合方法、装置、电子设备及存储介质 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107633532B (zh) | 2020-10-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107633532A (zh) | 一种基于白光扫描仪的点云融合方法及系统 | |
| CN109919876B (zh) | 一种三维真脸建模方法及三维真脸照相系统 | |
| CN114998499B (zh) | 一种基于线激光振镜扫描的双目三维重建方法及系统 | |
| CN104335005B (zh) | 3d扫描以及定位系统 | |
| CN102364299B (zh) | 一种多个结构光投影三维型面测量头的标定技术 | |
| CN106091984B (zh) | 一种基于线激光的三维点云数据获取方法 | |
| US10152800B2 (en) | Stereoscopic vision three dimensional measurement method and system for calculating laser speckle as texture | |
| CN107167093B (zh) | 一种激光线扫描与阴影莫尔的复合式测量系统及测量方法 | |
| CN103535960B (zh) | 基于数码图像的人体三维测量方法 | |
| CN106767533B (zh) | 基于条纹投影轮廓术的高效相位-三维映射方法及系统 | |
| EP1580523A1 (en) | Three-dimensional shape measuring method and its device | |
| CN111754573B (zh) | 一种扫描方法及系统 | |
| CN106289106A (zh) | 一种线阵相机和面阵相机相结合的立体视觉传感器及标定方法 | |
| CN105306922B (zh) | 一种深度相机参考图的获取方法和装置 | |
| JP2006099188A (ja) | 情報処理方法および装置 | |
| CN107346425A (zh) | 一种三维纹理照相系统、标定方法及成像方法 | |
| CN109711472A (zh) | 训练数据生成方法和装置 | |
| CN107543496A (zh) | 一种基于散斑图像匹配的立体视觉测量人工标记点 | |
| CN111009030A (zh) | 一种多视高分辨率纹理图像与双目三维点云映射方法 | |
| CN113505626A (zh) | 一种快速三维指纹采集方法与系统 | |
| JP2005017286A (ja) | カメラキャリブレーション方法およびカメラキャリブレーション装置 | |
| CN109724537A (zh) | 一种双目三维成像方法及系统 | |
| CN111563952A (zh) | 基于相位信息与空间纹理特征实现立体匹配方法及系统 | |
| CN114170321A (zh) | 一种基于测距的相机自标定方法及系统 | |
| CN109373904A (zh) | 三维视觉检测装置及三维视觉检测方法 |
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 |