CN109285109B - 一种多区域3d测量及信息获取装置 - Google Patents
一种多区域3d测量及信息获取装置 Download PDFInfo
- Publication number
- CN109285109B CN109285109B CN201811032868.4A CN201811032868A CN109285109B CN 109285109 B CN109285109 B CN 109285109B CN 201811032868 A CN201811032868 A CN 201811032868A CN 109285109 B CN109285109 B CN 109285109B
- Authority
- CN
- China
- Prior art keywords
- image
- multizone
- region
- information
- acquisition device
- 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
Links
- 238000005259 measurement Methods 0.000 title claims abstract description 13
- 238000000034 method Methods 0.000 claims abstract description 42
- 238000012545 processing Methods 0.000 claims abstract description 24
- 230000008569 process Effects 0.000 claims abstract description 13
- 230000003287 optical effect Effects 0.000 claims description 18
- 230000013011 mating Effects 0.000 claims description 7
- 238000009434 installation Methods 0.000 claims 1
- 210000003128 head Anatomy 0.000 description 18
- 238000009877 rendering Methods 0.000 description 16
- 239000011159 matrix material Substances 0.000 description 11
- 210000001508 eye Anatomy 0.000 description 10
- 238000004040 coloring Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 230000008859 change Effects 0.000 description 7
- 230000015572 biosynthetic process Effects 0.000 description 6
- 238000003786 synthesis reaction Methods 0.000 description 6
- 230000001815 facial effect Effects 0.000 description 5
- 238000002474 experimental method Methods 0.000 description 4
- 230000008901 benefit Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 210000005252 bulbus oculi Anatomy 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000010189 synthetic method Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 241001133760 Acoelorraphe Species 0.000 description 1
- 210000001015 abdomen Anatomy 0.000 description 1
- 238000003339 best practice Methods 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 239000000470 constituent Substances 0.000 description 1
- 210000005069 ears Anatomy 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 210000002683 foot Anatomy 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000001093 holography Methods 0.000 description 1
- 238000003384 imaging method Methods 0.000 description 1
- 238000005304 joining Methods 0.000 description 1
- 210000001699 lower leg Anatomy 0.000 description 1
- 238000000691 measurement method Methods 0.000 description 1
- 239000004984 smart glass Substances 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/08—Projecting images onto non-planar surfaces, e.g. geodetic screens
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/70—Multimodal biometrics, e.g. combining information from different biometric modalities
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Measurement Of The Respiration, Hearing Ability, Form, And Blood Characteristics Of Living Organisms (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Studio Devices (AREA)
Abstract
本发明提供了一种多区域3D测量装置,包括m个图像采集装置,用于在采集过程中:通过第1图像采集装置的采集区域与目标物第1区域相对运动,采集目标物第1区域第1组图像;以此类推,通过第m图像采集装置的采集区域与目标物第n区域相对运动,采集目标物第n区域第n组图像,其中m≥1,n≥2;还包括处理单元,用于分别根据每组所述图像中的多个图像得到目标物对应区域的3D信息;还包括测量单元,用于根据目标物对应区域的3D信息测量几何尺寸。首次注意到并提出对于同一目标物不同区域进行3D采集,从而能够更准确地获得该目标物的3D信息。
Description
技术领域
本发明涉及3D数据采集与测量技术领域,特别涉及利用图片进行目标物3D采集和测量技术领域。
背景技术
目前很多3D采集和测量设备主要针对某一特定人、人的某个部位、物体或物体某个部位,例如现有3D设备用来进行脸部3D信息采集,或进行虹膜3D信息采集,或进行手部3D信息采集。然而这样采集的信息比较有限,只能反映目标物某一个3D特征。
当然也有一些方案中利用单一的3D采集设备多次采集目标物不同区域的3D信息。例如利用3D采集设备先进行人脸部3D信息采集,再进行虹膜3D信息采集。然而,目标物不同区域对于3D采集设备的要求是不同的。例如人脸3D采集时,需要采集以头部为轴的180°范围内的信息,而虹膜3D采集只需要采集非常小角度的信息;人脸3D采集时相机通常用可见光相机,而虹膜3D采集则需要用红外相机;人脸3D采集和虹膜3D采集对于镜头景深、镜头类型等要求均不相同。也就是说,由于目标物不同区域的特点不同,单一的3D采集设备如果混用,则会造成采集效果差,甚至无法合成3D图像。
还有一些方案中声称能够同时采集例如人脸和虹膜信息,也设置了多个采集相机,但实际上均没有专门针对人脸和虹膜设计专门的采集相机相关装置,其本质与上述方案一致,也是利用通用的采集装置,进行采集。
还有一些方案可以针对目标物的大小不同进行不同目标物的采集。但这种方案的采集对象是不同的目标物,并不是同一目标物中不同区域。不同目标物的采集在采集过程中是必须更换目标物的,或者移动采集设备。而针对同一目标物的不同区域采集则无需更换目标物,移动采集设备,使用更为方便。
另外还有一些传统方案,可以同时采集人脸和虹膜2D信息,但由于2D信息本质上是单张图片采集,而3D信息则涉及多张图片采集、选择合适图片、图片拼接、3D合成等复杂步骤,与2D采集的要求差别很大(例如2D采集不需要考虑采集范围的问题,只需要图片中包括所需区域即可;而3D人脸采集范围为180°,3D虹膜采集又只需要15°-30°)。因此对于2D采集容易想到和解决的方案,在3D采集中并不容易想到和解决,也无法简单照搬和简单结合。
目前还没有一种根据不同区域的3D特点,采集同一目标物不同区域的3D信息的技术方案。
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多区域3D信息获取装置和方法。
本发明提供了一种多区域3D测量装置,包括m个图像采集装置,用于在采集过程中:
通过第1图像采集装置的采集区域与目标物第1区域相对运动,采集目标物第1区域第1组图像;
以此类推,通过第m图像采集装置的采集区域与目标物第n区域相对运动,采集目标物第n区域第n组图像,其中m≥1,n≥2;
还包括处理单元,用于分别根据每组所述图像中的多个图像得到目标物对应区域的3D信息;
还包括测量单元,用于根据目标物对应区域的3D信息测量几何尺寸。
本发明还提供了一种多区域3D信息获取装置,包括m个图像采集装置,用于在采集过程中:
通过第1图像采集装置的采集区域与目标物第1区域相对运动,采集目标物第1区域第1组图像;
以此类推,通过第m图像采集装置的采集区域与目标物第n区域相对运动,采集目标物第n区域第n组图像,其中m≥1,n≥2;
还包括处理单元,用于分别根据每组所述图像中的多个图像得到目标物对应区域的3D信息。
可选的,至少两个所述区域包括重叠部分。
可选的,至少两个所述区域不包括重叠部分。
可选的,所述相对运动由图像采集装置与目标物的相对运动产生,或所述相对运动由图像采集装置光学扫描产生。
可选的,多个图像采集装置安装于运动装置。
可选的,每个图像采集装置分别安装于不同的运动装置。
可选的,所述运动装置为平移装置、转动装置或它们的组合。
可选的,根据目标物不同区域的不同特征,对应图像采集装置具有不同的光学特性。
可选的,所述目标物不同区域的不同特征包括:区域尺寸、目标物区域距对应图像采集装置的距离、区域纵向深度中的一个或多个。
可选的,所述相对运动过程中,每个图像采集装置采集图像时的相邻两个位置至少满足如下条件:
H*(1-cosb)=L*sin2b;
a=m*b;
0<m<0.8
其中L为图像采集装置到目标物的距离,H为采集到的图像中目标物实际尺寸,a为相邻两个位置图像采集装置光轴夹角,m为系数。
可选的,所述相对运动过程中,每个图像采集装置采集图像时的相邻三个位置满足在对应位置上采集的三个图像至少均存在表示目标物同一区域的部分。
本发明还提供了一种多区域3D信息比对装置:包括所述任意一项所述的多区域3D信息获取装置。
本发明还提供了一种目标物的配套物生成装置:利用所述任意一项所述的多区域3D信息获取装置获得的至少一个区域3D信息生成与目标物相应区域相配合的配套物。
本发明还提供了一种多区域3D信息获取方法,使用如上任意一项装置获取目标物的3D信息。
发明点及技术效果
1、首次注意到并提出对于同一目标物不同区域进行3D采集,从而能够更准确地获得该目标物的3D信息。
2、针对同一目标物不同区域的3D不同特点,设计各自专用的3D采集单元,采集更加准确。
3、利用导轨或转轴驱动相机,可避免使用过多的相机,节约成本,缩小体积。
4、通过多个对应于不同区域的专用的3D采集单元,可以一次性采集目标物的多个3D信息,提高采集速度。
5、利用采集单元转动-复位的过程,在使用单一3D采集单元时,可一次性采集两个区域,采集效率更高。
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示出了根据本发明一实施例的多区域3D信息获取装置一种具体实施方式的示意图;
图2示出了根据本发明采用单轨道的多区域3D信息获取装置一种具体实施方式的示意图;
图3示出了根据本发明采用光学扫描装置的多区域3D信息获取装置一种具体实施方式的示意图;
附图标记说明:
101脸部轨道,102虹膜轨道,103轨道,201脸部图像采集单元,202虹膜图像采集单元,2011脸部相机,2021虹膜相机,2012脸部运动平台,2022虹膜运动平台,100处理单元,401脸部光学扫描装置,402虹膜光学扫描装置,4011脸部光线偏转单元,4021虹膜光线偏转单元。
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。
实施例1
为解决上述技术问题,本发明的一实施例提供了一种多区域3D信息获取装置。请参考图1所示,具体包括:脸部轨道101,虹膜轨道102,脸部图像采集单元201,虹膜图像采集单元202,处理单元100。还包括伺服电机(图中未示出),可以驱动脸部图像采集单元201、虹膜图像采集单元202在对应的轨道101、轨道102上运动。
脸部图像采集单元201包括脸部相机2011,在一些情况下还可以包括脸部运动平台2012,其中运动平台可以为一轴运动平台、两轴运动平台、三轴运动平台、四轴运动平台、五轴运动平台或六轴运动平台。运动平台可以驱动脸部相机2011实现平移和/或转动的功能。虹膜图像采集单元202包括虹膜相机2021,在一些情况下还可以包括虹膜运动平台2022,其中运动平台可以为一轴运动平台、两轴运动平台、三轴运动平台、四轴运动平台、五轴运动平台或六轴运动平台。运动平台可以驱动虹膜相机2021实现平移和/或转动的功能。
处理单元100控制对应的伺服电机,驱动脸部图像采集单元201,虹膜图像采集单元202沿各自轨道101,轨道102上运动,使得脸部相机2011能够围绕人体头部进行180°的转动,从而拍摄人体头部的多张图像;使得虹膜相机2021能够围绕人体眼睛进行90°转动,从而拍摄人体虹膜的多张图像。根据实际3D采集需要,脸部相机2011还能够围绕人体头部进行任意角度的转动,例如45°、90°、270°、360°。同时根据采集虹膜的需要,可以采集一只眼睛的虹膜信息,也可以采集两只眼睛。如只采集一只眼睛则只需要转动20°左右即可。同时,可以理解,相机需要转动的角度,和目标区域的大小、相机距离目标区域的距离,相机焦距等均有关系。可事先输入限定这些参数,处理单元100计算后控制对应相机转动角度。另外,也可以根据采集区域的特点,识别出起始点和终止点,在起始点和终止点之间控制相机进行拍照。例如可以识别出眼角位置,在相机画面运动到眼角位置时开始拍照,离开另一眼角位置时停止拍照。除此之外,还可以不控制相机拍照的时机,在轨道起始点即开始拍照,在轨道终点停止拍照。
处理单元100分别接收脸部相机2011、虹膜相机2021发送的一组图像、,并且分别从图像组和中筛选出脸部的多个图像和虹膜的多个图像。再分别利用脸部的多个图像合成面部3D图像,利用虹膜的多个图像合成虹膜3D图像。合成方法可以使用根据相邻图像特征点进行图像拼接的方法,也可以使用其它方法。
多区域3D信息采集方法:
根据目标物待采集区域的位置、横向尺寸、深度尺寸确定相机需要采集的范围。例如采集人脸和虹膜3D信息时,人脸采集的角度范围在0-180°,而单个虹膜采集范围80°-100°左右即可。结合上述范围,再根据相机距离目标区域的距离,相机焦距等参数确定相机实际需要转动的角度。
处理单元100控制对应的伺服电机,驱动脸部图像采集单元201,虹膜图像采集单元202沿各自轨道101,轨道102上运动,使得脸部相机2011能够围绕人体头部进行180°的转动,使得虹膜相机2021能够围绕人体眼睛进行90°转动;同时,在运动过程中,处理单元100控制脸部相机2011和虹膜相机2021的快门,从而拍摄人体头部的多张图像和人体虹膜的多张图像。轨道101,轨道102上下平行设置。
上述转动和快门可以同时进行,即在脸部图像采集单元201或虹膜图像采集单元202转动过程不中断的前提下控制快门进行拍照。
也可以在脸部图像采集单元201或虹膜图像采集单元202转动到某个位置后停止,控制快门进行拍照,拍照完毕后继续转动过程。即在转动过程中不断中断控制快门进行拍照。
处理单元100分别接收相机脸部2011、虹膜2021发送的两组图像,并且分别从脸部图像组和虹膜图像组中筛选出脸部的多个图像和虹膜的多个图像。
再利用脸部的多个图像合成面部3D图像,利用虹膜的多个图像合成虹膜3D图像。
合成方法可以使用根据相邻图像特征点进行图像拼接的方法,也可以使用其它方法。
图像拼接的方法包括:
(1)对多个图像和分别进行处理,提取各自的特征点;多个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。
(2)基于提取的多个图像和中各自的特征点,分别生成人脸特征的特征点云数据和虹膜特征的特征点云数据。具体包括:
(2-1)根据提取的多个图像中每幅图像各自的特征点的特征,进行多张图片的特征点的匹配,建立匹配的脸部特征点数据集;根据提取的多个图像3012中每幅图像各自的特征点的特征,进行多张图片的特征点的匹配,建立匹配的虹膜特征点数据集;
(2-2)根据相机的光学信息、获取多个图像时的相机的不同位置,计算各个位置相机相对于特征点在空间上的相对位置,并根据相对位置计算出多个图像中的特征点的空间深度信息。同理,可以计算出多个图像中的特征点的空间深度信息。计算可采用光束平差法。
计算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。
(2-3)根据多个图像匹配的特征点数据集和特征点的空间深度信息,生成脸部、虹膜特征的特征点云数据。
(2-4)根据特征点云数据构建脸部和虹膜的3D模型,以实现脸部、虹膜3D点云数据的采集。
(2-5)将采集到的目标物颜色、纹理附加在点云数据上,形成脸部、虹膜3D图像。
其中,可以利用一组图像中的所有图像合成3D图像,也可以从其中选择质量较高的图像进行合成。
上述拼接方法只是有限举例,并不限于此,所有根据多幅多角度二维图像生成三维图像的方法均可以使用。
上述方法中,脸部图像采集单元201和虹膜图像采集单元202都采用一台相机通过与脸部和虹膜的相对运动来完成不同角度的多幅图像的拍摄。
相对运动过程中的采集位置由采集目标物图像时图像采集装置201的位置决定的,所述相邻两个位置至少满足如下条件:
H*(1-cosb)=L*sin2b;
a=m*b;
0<m<1.5;
其中L为图像采集装置到目标物的距离,通常为图像采集装置在第一位置时距离所采集的目标物正对区域的距离,m为系数。
H为采集到的图像中目标物实际尺寸,图像通常为图像采集装置201在第一位置时拍摄的图片,该图片中的目标物具有真实的几何尺寸(不是图片中的尺寸),测量该尺寸时沿着第一位置到第二位置的方向测量。例如第一位置和第二位置是水平移动的关系,那么该尺寸沿着目标物的水平横向测量。例如图片中能够显示出的目标物最左端为A,最右端为B,则测量目标物上A到B的直线距离,为H。测量方法可以根据图片中A、B距离,结合相机镜头焦距进行实际距离计算,也可以在目标物上标识出A、B,利用其它测量手段直接测量AB直线距离。
a为相邻两个位置图像采集装置光轴夹角。
m为系数。
由于物体大小、凹凸情况各异,无法用严格公式限定a的取值,需要根据经验进行限定。根据大量实验,m的取值在1.5以内即可,但优选可以为0.8以内。具体实验数据参见如下表格:
目标物 | m值 | 合成效果 | 合成率 |
人体头部 | 0.1、0.2、0.3、0.4 | 非常好 | >90% |
人体头部 | 0.5、0.6 | 好 | >85% |
人体头部 | 0.7、0.8 | 比较好 | >80% |
人体头部 | 0.9、1.0 | 一般 | >70% |
人体头部 | 1.0、1.1、1.2 | 一般 | >60% |
人体头部 | 1.2、1.3、1.4、1.5 | 勉强合成 | >50% |
人体头部 | 1.6、1.7 | 难以合成 | <40% |
在目标物及图像采集装置201确定后,根据上述经验公式可以计算出a的值,根据a值即可确定虚拟矩阵的参数,即矩阵点之间的位置关系。
在通常情况下,虚拟矩阵为一维矩阵,例如沿着水平方向排布多个矩阵点(采集位置)。但有些目标物体较大时,需要二维矩阵,那么在垂直方向上相邻的两个位置同样满足上述a值条件。
一些情况下,即使根据上述经验公式,有些场合下也不易确定a值,此时需要根据实验调整矩阵参数,实验方法如下:根据上述公式计算预测矩阵参数a,并按照矩阵参数控制相机移动至相应的矩阵点,例如相机在位置W1拍摄图片P1,移动至位置W2后拍摄图片P2,此时比较图片P1和图片P2中是否有表示目标物同一区域的部分,即P1∩P2非空(例如同时包含人眼角部分,但照片拍摄角度不同),如果没有则重新调整a值,重新移动至位置W2’,重复上述比较步骤。如果P1∩P2非空,则根据a值(调整或未调整的)继续移动相机至W3位置,拍摄图片P3,再次比较图片P1、图片P2和图片P3中是否有表示目标物同一区域的部分,即P1∩P2∩P3非空。再利用多张图片合成3D,测试3D合成效果,符合3D信息采集和测量要求即可。也就是说,矩阵的结构是由采集多个图像时图像采集装置201的位置决定的,相邻三个位置满足在对应位置上采集的三个图像至少均存在表示目标物同一区域的部分。
现有技术对于合成效果的提升主要通过硬件升级和严格标定,现有技术中没有任何启示能够通过化相机拍照时的角度位置来保证3D合成的效果和稳定性,更没有具体优化的条件。本发明首次提出了优化相机拍照时的角度位置来保证3D合成的效果和稳定性,并且通过反复试验,提出了相机位置需要满足的最佳经验条件(如上),大大提高了3D合成的效果和合成图像稳定性。这也是本发明的发明点之一。
上述实施例也可以设置第三条轨道和第三个图像采集单元、第四条轨道和第四个图像采集单元等,用于采集鼻子3D信息、牙齿3D信息等。具体结构和控制方法与上述类似,不再赘述。可以理解,可以根据需要设置轨道数量和采集单元数量,对应采集不同的区域。同时,轨道可以为直线型,也可以为曲线型,根据目标物待测区域的大体轮廓进行选择。
由于人体不同部位的3D特点不同,需要采用不同的相机。例如人面部凹凸较多,相机需要具有一定的景深才能保证拍摄图像清晰;虹膜则需要采用红外相机,才能够避免干扰,更好地体现虹膜的3D信息;同时虹膜凹凸程度远远小于面部,需要使用微距镜头才能够更清晰。
(1)变焦
在相机拍摄目标物后,估测目标物在相机画面的比例,并与预定值进行比较。过大或者过小都需要进行变焦。变焦方法可以为:利用额外的位移装置在图像采集装置的径向上移动图像采集装置,使得图像采集装置可以靠近或远离目标物体,从而保证在各个矩阵点,目标物在画面中占比保持基本不变。
还包括测距装置,可以测量图像采集装置到物体的实时距离(物距)。可以将物距、目标物在画面中的占比、焦距三者关系数据列成表格,根据焦距、目标物在画面中的占比查表确定物距应该的大小,从而确定相机位置。
在一些情况下,在不同矩阵点目标物或目标物的区域相对相机变化,也可以通过调整焦距来实现目标物在画面中的占比保持恒定。
同时有些物体不同区域深度差别较大,例如女生的辫子,明显凸出头部。如果直接拍摄对相机的景深要求很高(申请人首次注意到了该问题)。这时处理单元100控制运动平台2012、2022运动,当目标物某个区域相对相机凸出时,运动平台带动相机远离目标物;当目标物某个区域相对相机凹进时,运动平台带动相机靠近目标物,从而使得相机距离人体不同目标区域的距离基本保持不变。这也是本发明的发明点之一。
(2)自动对焦
在3D采集的过程中,测距装置实时测量相机到物体的距离(物距)h(x),并将测量结果发送给处理单元100,处理单元100查物距-焦距表,找到对应的焦距值,向相机发出对焦信号,控制相机超声波马达驱动镜头移动进行快速对焦。这样,可以在不调整图像采集装置的位置,也不大幅度调整其镜头焦距的情况下,实现快速对焦,保证图像采集装置拍摄照片清晰。这也是本发明的发明点之一。当然,除了测距方式进行对焦外,也可以采用图像对比度比对的方式进行对焦。
现有系统中,相机的对焦只能在开始阶段进行,在整个转动过程中相机以固定焦距进行一系列拍照。这样面对目标物凹凸较大的情形,则可能导致采集的图像不清晰。现有系统没有意识到对于凹凸较大目标物3D采集时的这个问题,也未曾试图解决。主要原因在于目前能够自动光学对焦的相机,其对焦都是在拍摄前完成的,通过虚按快门键实现自动对焦,难以一边转动一边对焦,这是由相机的固有控制方法决定的。目前的相机均是为了二维图片的拍摄而设计的,并没有频繁对焦的需求,其自动对焦是依靠快门键实现的,没有协议和/或接口能够实现外部软件控制对焦。而且目前现有的对焦由于目标物不确定,因此需要比较完备的对焦策略,因此其速度也非常慢,影响客户体验,不适合3D采集。测距装置实时测量相机到物体的距离(物距)h(x),并将测量结果发送给处理单元100,处理单元100查物距-焦距表,找到对应的焦距值,向相机发出对焦信号,控制相机超声波马达驱动镜头移动进行快速对焦。这样,可以在不调整图像采集装置的位置,也不大幅度调整其镜头焦距的情况下,实现快速对焦,保证图像采集装置拍摄照片清晰。这也是本发明的发明点之一。当然,除了测距方式进行对焦外,也可以采用图像对比度比对的方式进行对焦。本系统通过外部软件直接向相机处理单元100发送对焦启动信号,启动处理单元100内部对焦程序,从而实现脸部相机2011、虹膜相机2021镜头对焦,可以在脸部相机2011、虹膜相机2021转动过程中多次自动对焦,从而保证拍摄图像清晰。这也是本发明的发明点之一。同时,本发明根据目标物相对确定的特点,优化对焦策略,对焦速度更快,才能够满足3D采集的需求。
(3)相机及镜头选择
可以根据目标物对象特点、待采集区域尺寸、目标物区域距对应图像采集装置的距离、区域纵向深度中的一个或多个来选择相机的光学参数。
例如,虹膜适宜使用红外镜头、红外相机进行采集,且由于其尺寸较小,适宜使用微距镜头,例如焦距为100mm。而人脸采集使用焦距为20mm的镜头,家具采集使用焦距为18~55mm的镜头。
实施例2
在其他结构类似的前提下,请参考图2所示,可以只设置一个轨道103,脸部图像采集单元201,虹膜图像采集单元202均设置在轨道103上。脸部图像采集单元201,虹膜图像采集单元202可以依次沿轨道进行转动。例如,脸部图像采集单元201、虹膜图像采集单元202左右并排设置,脸部图像采集单元201、虹膜图像采集单元202依次沿轨道从左到右进行转动,复位时,虹膜图像采集单元202、脸部图像采集单元201依次沿轨道从右到左进行转动。也可以,脸部图像采集单元201、虹膜图像采集单元202上下并排设置,同时沿轨道从左到右进行转动。
实施例3
在其他结构类似的前提下,可以只设置一个轨道103和一个图像采集单元203,该采集单元可以采集要求类似目标物区域。例如,要采集两只手(属于同一目标物的不同区域)的3D信息时,可以将两只手放置在扫描区,图像采集单元沿轨道转动依次拍摄每只手的多张图片,再利用处理单元100分别合成左右手的3D图像。对于双眼虹膜也可以采用类似的方法。对于古董花瓶的两耳也可以采用类似的方法。
实施例4
在其他结构类似的前提下,可以用旋转装置代替轨道。即将图像采集单元安装于旋转装置上,处理单元100可以控制旋转装置旋转带动图像采集单元转动,从而使得图像采集装置可以从不同角度采集目标物上某个区域的多张图片。例如旋转装置带动图像采集装置沿左眼转动采集左眼多张图片,继续转动采集右眼多张图片,将上述两组图片传输给处理单元100后,处理单元100分别合成左虹膜3D图像和右边虹膜3D图像。同样道理,可以获取左脚、右脚或左手、右手3D图像。由于这种方式不需要轨道,体积更小。这也是发明点之一。
实施例5
在其他结构类似的前提下,获取装置可以用机械臂代替轨道。即将图像采集单元安装于机械臂上,通过控制多个机械臂,分别带动多个相机拍摄物体不同区域。
实施例6
请参考图3所示,包括脸部图像采集单元201,虹膜图像采集单元202,脸部光学扫描装置401、虹膜光学扫描装置402、使得图像采集装置201、202不移动或转动的情况下,图像采集装置201、202的采集区域与目标物产生相对运动。
脸部光学扫描装置401、虹膜光学扫描装置402还包括脸部光线偏转单元4011、虹膜光线偏转单元4021。可选地,光线偏转单元由光线偏转驱动单元驱动,图像采集装置物理位置不发生变化,即不移动也不转动,通过光线偏转单元使得相机的采集区域发生一定的变化,以实现目标物与采集区域发生变化,该过程中,光线偏转单元4011、4021能够被光线偏转驱动单元驱动使得不同方向的光线进入图像采集装置。光线偏转驱动单元可以为控制光线偏转单元4011、4021直线运动或转动的驱动装置。光线偏转驱动单元和相机均连接控制终端,控制终端用于控制转轴驱动装置实施驱动和相机拍摄。
控制终端可选为处理单元、计算机、远程控制中心等。
图像采集装置可以替换为摄像机,CCD,红外相机等其他图像采集器件。同时,图像采集装置固定在安装平台上,位置固定不发生变化。
光线偏转驱动单元可选为无刷电机,高精密步进电机,角编码器,旋转电机等。
光线偏转单元4011、4021为反射镜,可以理解的是,根据测量需要可以设置一个或多个反射镜,光线偏转驱动单元可以相应地设置一个或多个,并控制平面镜角度发生变化使得不同方向的光线进入图像采集装置;
光线偏转单元4011、4021为透镜组,透镜组中的透镜可设置为一个或多个,光线偏转驱动单元可以相应地设置一个或多个,并控制平面镜角度发生变化使得不同方向的光线进入图像采集装置;
光线偏转单元4011、4021包括光线偏转单元旋转本体和位于旋转本体上的多个不同规格的光线偏转单元子透镜,光线偏转单元旋转本体的旋转轴线与图像采集装置镜头中心轴线平行且偏离一定距离,使得不同方向光线通过设置在光线偏转单元旋转本体前端周向的光线偏转单元子透镜后射入图像采集装置,光线偏转驱动单元控制光线偏转单元旋转本体转动。可以理解的是不同规格的光线偏转单元子透镜可以替换为不同微小角度变化的反射镜;
光线偏转单元4011、4021包括多面转镜。
本发明中目标物可以为一实体物体,也可以为多个物体组成物。
目标物的3D信息包括3D图像、3D点云、3D网格、局部3D特征、3D尺寸及一切带有目标物3D特征的参数。
本发明里所谓的3D、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3D、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。
本发明所说的采集区域是指图像采集装置(例如相机)能够拍摄的范围。
本发明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。
以上实施例均采用图像采集单元移动的方式获得多张不同角度的图片,可以理解,也可以采用目标物移动或旋转的方式获得目标物多个区域不同角度的图片,从而也能够生成目标物对应多个区域的3D图像。
以上实施例的方案同样可以用于获取更多个区域的3D图像。例如通过增加轨道可以同时获取人脸、虹膜、鼻子、牙齿的3D图像,可以同时获取整个人体、手部、足部、头部、腹部3D图像。也就是说,本发明的方案可以获取同一目标物的多个区域3D信息,而这些区域可以为包含关系(例如脸部和鼻子;整个人体和头部),也可以为交叠关系(例如相互交叠的手掌前部和手掌根部),也可以为独立关系(例如左手和右手),交叠关系和包含关系可以统称为重叠关系。也就是说,本发明可以从整体、多个局部采集目标物的3D信息,使得信息获取更为全面准确。在后续比对或者利用3D信息进行设计时更为准确。
可以利用一个相机拍摄一个区域,也可以一个相机拍摄多个区域,也可以这两种方式结合起来,组成m个相机与n个区域的对应关系。
以上实施例获得的目标物多个区域的3D信息可以用于进行比对,例如用于身份的识别。首先利用本发明的方案获取人体面部和虹膜的3D信息,并将其存储在服务器中,作为标准数据。当使用时,例如需要进行身份认证进行支付、开门等操作时,可以用3D获取装置再次采集并获取人体面部和虹膜的3D信息,将其与标准数据进行比对,比对成功则允许进行下一步动作。可以理解,这种比对也可以用于古董、艺术品等固定财产的鉴别,即先获取古董、艺术品多个区域的3D信息作为标准数据,在需要鉴定时,再次获取多个区域的3D信息,并与标准数据进行比对,鉴别真伪。
以上实施例获得的目标物多个区域的3D信息可以用于为该目标物设计、生产、制造配套物。例如,获得人体头部3D数据,可以为人体设计、制造更为合适的帽子;获得人体头部数据和眼睛3D数据,可以为人体设计、制造合适的眼镜。
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可见光相机的生物特征四维数据采集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 (26)
1.一种多区域3D测量装置,其特征在于:包括m个图像采集装置,用于在采集过程中:
通过第1图像采集装置的采集区域与目标物第1区域相对运动,采集目标物第1区域第1组图像;
以此类推,通过第m图像采集装置的采集区域与目标物第n区域相对运动,采集目标物第n区域第n组图像,其中m≥1,n≥2;
还包括处理单元,用于分别根据每组所述图像中的多个图像得到目标物对应区域的3D信息;
还包括测量单元,用于根据目标物对应区域的3D信息测量几何尺寸;
所述相对运动过程中,每个图像采集装置采集图像时的相邻两个位置至少满足如下条件:
H*(1-cosb)=L*sin2b;
a=m*b;
0<m<0.8;
其中L为图像采集装置到目标物的距离,H为采集到的图像中目标物实际尺寸,a为相邻两个位置图像采集装置光轴夹角,m为系数。
2.如权利要求1所述的多区域3D测量装置,其特征在于:至少两个所述区域包括重叠部分。
3.如权利要求1所述的多区域3D测量装置,其特征在于:至少两个所述区域不包括重叠部分。
4.如权利要求1所述的多区域3D测量装置,其特征在于:所述相对运动由图像采集装置与目标物的相对运动产生,或所述相对运动由图像采集装置光学扫描产生。
5.如权利要求1所述的多区域3D测量装置,其特征在于:多个图像采集装置安装于运动装置。
6.如权利要求5所述的多区域3D测量装置,其特征在于:每个图像采集装置分别安装于不同的运动装置。
7.如权利要求5或6所述的多区域3D测量装置,其特征在于:所述运动装置为平移装置、转动装置或它们的组合。
8.如权利要求1所述的多区域3D测量装置,其特征在于:根据目标物不同区域的不同特征,对应图像采集装置具有不同的光学特性。
9.如权利要求8所述的多区域3D测量装置,其特征在于:所述目标物不同区域的不同特征包括:区域尺寸、目标物区域距对应图像采集装置的距离、区域纵向深度中的一个或多个。
10.如权利要求1所述的多区域3D测量装置,其特征在于:所述相对运动过程中,每个图像采集装置采集图像时的相邻三个位置满足在对应位置上采集的三个图像至少均存在表示目标物同一区域的部分。
11.一种多区域3D信息比对装置,其特征在于:包括权利要求1-10任意一项所述的多区域3D测量装置。
12.一种目标物的配套物生成装置,其特征在于:利用权利要求1-10任意一项所述的多区域3D测量装置获得的至少一个区域3D信息生成与目标物相应区域相配合的配套物。
13.一种多区域3D信息获取方法,其特征在于,使用如权利要求1-10任意一项装置获取目标物的3D信息。
14.一种多区域3D信息获取装置,其特征在于:包括m个图像采集装置,用于在采集过程中:
通过第1图像采集装置的采集区域与目标物第1区域相对运动,采集目标物第1区域第1组图像;
以此类推,通过第m图像采集装置的采集区域与目标物第n区域相对运动,采集目标物第n区域第n组图像,其中m≥1,n≥2;
还包括处理单元,用于分别根据每组所述图像中的多个图像得到目标物对应区域的3D信息;
所述相对运动过程中,每个图像采集装置采集图像时的相邻两个位置至少满足如下条件:
H*(1-cosb)=L*sin2b;
a=m*b;
0<m<0.8;
其中L为图像采集装置到目标物的距离,H为采集到的图像中目标物实际尺寸,a为相邻两个位置图像采集装置光轴夹角,m为系数。
15.如权利要求14所述的多区域3D信息获取装置,其特征在于:至少两个所述区域包括重叠部分。
16.如权利要求14所述的多区域3D信息获取装置,其特征在于:至少两个所述区域不包括重叠部分。
17.如权利要求14所述的多区域3D信息获取装置,其特征在于:所述相对运动由图像采集装置与目标物的相对运动产生,或所述相对运动由图像采集装置光学扫描产生。
18.如权利要求14所述的多区域3D信息获取装置,其特征在于:多个图像采集装置安装于运动装置。
19.如权利要求18所述的多区域3D信息获取装置,其特征在于:每个图像采集装置分别安装于不同的运动装置。
20.如权利要求18或19所述的多区域3D信息获取装置,其特征在于:所述运动装置为平移装置、转动装置或它们的组合。
21.如权利要求14所述的多区域3D信息获取装置,其特征在于:根据目标物不同区域的不同特征,对应图像采集装置具有不同的光学特性。
22.如权利要求21所述的多区域3D信息获取装置,其特征在于:所述目标物不同区域的不同特征包括:区域尺寸、目标物区域距对应图像采集装置的距离、区域纵向深度中的一个或多个。
23.如权利要求14所述的多区域3D信息获取装置,其特征在于:所述相对运动过程中,每个图像采集装置采集图像时的相邻三个位置满足在对应位置上采集的三个图像至少均存在表示目标物同一区域的部分。
24.一种多区域3D信息比对装置,其特征在于:包括权利要求14-23任意一项所述的多区域3D信息获取装置。
25.一种目标物的配套物生成装置,其特征在于:利用权利要求14-23任意一项所述的多区域3D信息获取装置获得的至少一个区域3D信息生成与目标物相应区域相配合的配套物。
26.一种多区域3D信息获取方法,其特征在于,使用如权利要求14-23任意一项装置获取目标物的3D信息。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811032868.4A CN109285109B (zh) | 2018-09-05 | 2018-09-05 | 一种多区域3d测量及信息获取装置 |
CN201911146006.9A CN110827196A (zh) | 2018-09-05 | 2018-09-05 | 一种能够对目标物多区域同时进行3d信息采集的装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811032868.4A CN109285109B (zh) | 2018-09-05 | 2018-09-05 | 一种多区域3d测量及信息获取装置 |
Related Child Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911146006.9A Division CN110827196A (zh) | 2018-09-05 | 2018-09-05 | 一种能够对目标物多区域同时进行3d信息采集的装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN109285109A CN109285109A (zh) | 2019-01-29 |
CN109285109B true CN109285109B (zh) | 2019-11-26 |
Family
ID=65184531
Family Applications (2)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811032868.4A Active CN109285109B (zh) | 2018-09-05 | 2018-09-05 | 一种多区域3d测量及信息获取装置 |
CN201911146006.9A Pending CN110827196A (zh) | 2018-09-05 | 2018-09-05 | 一种能够对目标物多区域同时进行3d信息采集的装置 |
Family Applications After (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911146006.9A Pending CN110827196A (zh) | 2018-09-05 | 2018-09-05 | 一种能够对目标物多区域同时进行3d信息采集的装置 |
Country Status (1)
Country | Link |
---|---|
CN (2) | CN109285109B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111060008B (zh) * | 2019-12-12 | 2020-12-22 | 天目爱视(北京)科技有限公司 | 一种3d智能视觉设备 |
CN111160136B (zh) * | 2019-12-12 | 2021-03-12 | 天目爱视(北京)科技有限公司 | 一种标准化3d信息采集测量方法及系统 |
CN111428668B (zh) * | 2020-03-31 | 2024-03-08 | 中科人工智能创新技术研究院(青岛)有限公司 | 一种多视角变距式人脸数据采集系统及方法 |
CN111814580A (zh) * | 2020-06-15 | 2020-10-23 | 南京澳讯人工智能研究院有限公司 | 一种目标有效识别装置及方法 |
CN111996580A (zh) * | 2020-09-01 | 2020-11-27 | 武汉彼乐新材料科技有限责任公司 | 一种智能电化学处理系统及其控制方法 |
CN112254677B (zh) * | 2020-10-15 | 2022-10-21 | 天目爱视(北京)科技有限公司 | 一种基于手持设备的多位置组合式3d采集系统及方法 |
Family Cites Families (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN100543775C (zh) * | 2007-07-26 | 2009-09-23 | 上海交通大学 | 基于多目相机的三维人体运动跟踪的方法 |
WO2011143813A1 (zh) * | 2010-05-19 | 2011-11-24 | 深圳泰山在线科技有限公司 | 目标投影方法以及系统 |
CN104794728B (zh) * | 2015-05-05 | 2017-09-19 | 成都元天益三维科技有限公司 | 由多幅图像重构人脸实时三维数据的方法 |
CN106570932B (zh) * | 2016-10-24 | 2023-07-18 | 南京邮电大学 | 基于图像的人体头部三维数据采集系统及其方法 |
CN108416312B (zh) * | 2018-03-14 | 2019-04-26 | 天目爱视(北京)科技有限公司 | 一种基于可见光拍照的生物特征3d数据识别方法 |
CN108492357A (zh) * | 2018-02-14 | 2018-09-04 | 天目爱视(北京)科技有限公司 | 一种基于激光的3d四维数据采集方法及装置 |
CN108446596A (zh) * | 2018-02-14 | 2018-08-24 | 天目爱视(北京)科技有限公司 | 基于可见光相机矩阵的虹膜3d四维数据采集系统及方法 |
CN108334853A (zh) * | 2018-02-14 | 2018-07-27 | 天目爱视(北京)科技有限公司 | 一种头部面部3d四维数据采集装置 |
CN108259751A (zh) * | 2018-02-14 | 2018-07-06 | 天目爱视(北京)科技有限公司 | 一种多相机数据采集控制系统 |
CN108446648B (zh) * | 2018-03-26 | 2020-09-04 | 北京上古视觉科技有限公司 | 一种虹膜采集系统及虹膜识别系统 |
-
2018
- 2018-09-05 CN CN201811032868.4A patent/CN109285109B/zh active Active
- 2018-09-05 CN CN201911146006.9A patent/CN110827196A/zh active Pending
Also Published As
Publication number | Publication date |
---|---|
CN110827196A (zh) | 2020-02-21 |
CN109285109A (zh) | 2019-01-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109285109B (zh) | 一种多区域3d测量及信息获取装置 | |
CN109269405B (zh) | 一种快速3d测量和比对方法 | |
CN109394168B (zh) | 一种基于光照控制的虹膜信息测量系统 | |
CN111060023B (zh) | 一种高精度3d信息采集的设备及方法 | |
CN109218702A (zh) | 一种相机自转式3d测量及信息获取装置 | |
CN109146961B (zh) | 一种基于虚拟矩阵的3d测量及获取装置 | |
CN109035379B (zh) | 一种目标物360°3d测量及信息获取装置 | |
CN109141240B (zh) | 一种自适应3d测量及信息获取装置 | |
CN110567371B (zh) | 用于3d信息采集的光照控制系统 | |
CN208653401U (zh) | 自适应图像采集设备、3d信息比对装置、配套物生成装置 | |
CN209279885U (zh) | 图像采集设备、3d信息比对及配套物生成装置 | |
CN211178345U (zh) | 一种三维采集设备 | |
CN110986770B (zh) | 一种用于3d采集系统中相机及相机选择方法 | |
CN109146949B (zh) | 一种基于视频数据的3d测量及信息获取装置 | |
CN208795174U (zh) | 相机自转式图像采集设备、比对装置、配套物生成装置 | |
CN208653473U (zh) | 图像采集设备、3d信息比对装置、配套物生成装置 | |
CN109084679B (zh) | 一种基于空间光调制器的3d测量及获取装置 | |
CN109394170B (zh) | 一种无反光的虹膜信息测量系统 | |
CN209103318U (zh) | 一种基于光照的虹膜形貌测量系统 | |
CN208795167U (zh) | 用于3d信息采集系统的光照系统 | |
CN213072921U (zh) | 多区域图像采集设备、3d信息比对、配套物生成装置 | |
CN211085152U (zh) | 一种3d采集设备 | |
CN113111788B (zh) | 一种具有调整装置的虹膜3d信息获取设备 | |
CN209203221U (zh) | 一种基于光照控制的虹膜尺寸测量系统及信息采集系统 | |
CN111310661A (zh) | 一种虹膜智能3d信息采集测量设备 |
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 |