CN107478203A - 一种基于激光扫描的3d成像装置及成像方法 - Google Patents
一种基于激光扫描的3d成像装置及成像方法 Download PDFInfo
- Publication number
- CN107478203A CN107478203A CN201710682232.3A CN201710682232A CN107478203A CN 107478203 A CN107478203 A CN 107478203A CN 201710682232 A CN201710682232 A CN 201710682232A CN 107478203 A CN107478203 A CN 107478203A
- Authority
- CN
- China
- Prior art keywords
- camera
- laser
- point
- angle
- calibration
- 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
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01C—MEASURING DISTANCES, LEVELS OR BEARINGS; SURVEYING; NAVIGATION; GYROSCOPIC INSTRUMENTS; PHOTOGRAMMETRY OR VIDEOGRAMMETRY
- G01C11/00—Photogrammetry or videogrammetry, e.g. stereogrammetry; Photographic surveying
- G01C11/02—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures
- G01C11/025—Picture taking arrangements specially adapted for photogrammetry or photographic surveying, e.g. controlling overlapping of pictures by scanning the object
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
-
- G—PHYSICS
- G06—COMPUTING OR CALCULATING; COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/80—Analysis of captured images to determine intrinsic or extrinsic camera parameters, i.e. camera calibration
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Multimedia (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
一种基于激光扫描的3D成像装置及成像方法，本发明涉及基于激光扫描的3D成像装置及成像方法。本发明为了解决现有技术存在检测的效率与准确率低的问题。本发明包括：激光器(1)、相机(2)、辅助激光器(3)、步进电机(4)、电机控制器(5)、连接杆(6)和扫描物体(7)。本发明步骤为：步骤一：进行相机(2)标定，得到标定后的相机(2)内参；步骤二：根据步骤一得到的标定后的相机(2)内参，进行所述基于激光扫描的3D成像装置的标定，得到相机每一次采集数据时的位姿；步骤三：根据步骤一和步骤二标定的数据以及相机每一次采集数据时的位姿，计算扫描的点云数据，得到扫描模型。本发明用于3D扫描领域。
Description
技术领域
本发明涉及3D成像装置及成像方法。
背景技术
鉴于当前社会越来越高的人工成本、精益求精的产品质量，各个行业都掀起了智能化的浪潮，使用机器人代替人的思想为越来越多的行业所接受，尤其是生产制造行业。
在产品生产过程中，存在许多耗费大量成本的工作，如大量重复性的工作、恶劣环境下工作、高精度要求性的工作，这些工作使用人力进行存在着效率差、精度低等缺点，若使用相应机械代替人工则可解决上述问题，所以现在有越来越多的机械代替人工进行生产制造。
机械随着生产的发展而发展，当前某些生产过程使用的机械结构能实现的功能较为单一，且存在一定的输入限值。如使用机械手抓取工件进行组装，当前要求所有工件需整齐排列，对于每个工件的位置、姿态都有着较为严格的要求。而生产、运输过程中，工件可能达不到输入要求，此时就需要机械手存在一定的智能，可以在散乱工件中，识别工件的位姿，并对其进行正常抓取。
在生产过程中，还存在着一些使用人工识别的工作，如某些工件的缺陷检测、筛选，因人工的效率、误差率会随着时间的变化而波动，若能使用机械代替人工，则可保证检测的效率与准确率。
描述的例子中，无论是对工件的智能识别、抓取、还是缺陷检测，都需要进行3D匹配，而当前技术中3D匹配的基础大多使用3D模型点云来实现。质量优良的点云数据可以进行曲面拟合、重叠判断、位姿识别等等操作。
当前流行的点云扫描方案主要包括两大类，一类为平动扫描方案，使用丝杠、滑轨或直接用机械手控制整体结构平行运动，经过指定距离拍摄图像进行处理，最后进行点云拼合，该方案的优点是精度较高，缺点是扫描速度慢，整体机械结构复杂，扫描时所需的机械运动空间较大。
另一类为双目或多目方案，采用标定好的双目(多目)相机，拍摄扫描物体的图像，使用特定的特征点计算方式，计算对应点的3D坐标，然后填充3D坐标点中间的空缺位置，该方案的优点是计算速度快，相对于之前的方案，速度起码优化10倍以上，使用的机械结构相对简单，仅使用两个相机与相机连接件即可，扫描时可安装到机械臂上，或者安装到指定位置，所需空间较小。但此方案有个严重的缺点，即生成的点云误差较大，对于一些高精度的工业生产需求，此方案并不适用。
发明内容
本发明的目的是为了解决现有技术存在扫描速度慢以及得到的点云精度低的问题，而提出一种基于激光扫描的3D成像装置及成像方法。
一种基于激光扫描的3D成像装置包括：激光器、相机、辅助激光器、步进电机、电机控制器和连接杆；
在相机的一侧设置激光器，另一侧设置辅助激光器，激光器将激光发射至扫描物体后，相机拍摄扫描平台上的扫描物体；
相机通过连接杆连接步进电机，步进电机信号连接电机控制器；电机控制器控制步进电机通过连接杆使相机移动。
一种基于激光扫描的3D成像方法包括以下步骤：
步骤一：进行相机标定，得到标定后的相机内参；
步骤二：根据步骤一得到的标定后的相机内参，进行基于激光扫描的3D成像装置的标定，得到相机每一次采集数据时的位姿；
步骤三：根据步骤一和步骤二标定的数据以及相机每一次采集数据时的位姿，计算扫描的点云数据，得到扫描模型。
本发明的有益效果为：
本发明针对现有技术的缺点进行了规避处理，本发明采用旋转电机带动激光器扫描，无需激光器(相机)整体平动，减小了整体机械结构的大小与扫描时所需的机械空间，可将本方案的机械结构安装至机械臂或指定位置点(如料箱上方)。
本发明机械结构具有可扩展性，如本发明可添加辅助激光器，与主激光器相同的处理方式，可提升整体扫描速度40％以上，若真实案例中仍不能满足速度要求可在当前的机械机构上添加多个辅助激光器，用以提升速度。若仍不能满足需求，可更换相机为高速相机，处理帧率达到每秒百帧以上。
本发明对扫描点位置的计算方式为推导的数学公式计算，无需生成填充点，扫描所得的点云精度与平动方案相若，高于双目(多目)方案的精度。
本发明方案中使用basler工业相机(分辨率2010*2046，最大帧率90)，使用主激光器+辅助激光器扫描30cm*30cm的料箱，扫描时间约3秒，得到的点云精度约为x:0.0625mm，y:0.15mm，z:0.15mm满足工业需求，若仍需提升精度，可减缓扫描时间，或更换高速相机。
附图说明
图1为点云数据表现形式1图；
图2为点云数据表现形式2图；
图3为点云数据表现形式3图；
图4为本发明装置正视图；
图5为本发明装置侧视图；
图6为软件架构图；
图7为相机坐标至图像坐标转换模型；
图8为图像物理坐标系与图像坐标系；
图9为图像畸变示意图；
图10为枕形畸变示意图；
图11为桶形畸变示意图；
图12为初步标定系统示意图；
图13为角度2计算1图；
图14为角度2计算2图；图中2为角度2；
图15为旋转后切面示意图；
图16为求解P点XY坐标。
具体实施方式
具体实施方式一：如图4和图5所示，一种基于激光扫描的3D成像装置包括激光器1、相机2、辅助激光器3、步进电机4、电机控制器5和连接杆6；
在相机2的一侧设置激光器1，另一侧设置辅助激光器3，激光器1将激光发射至扫描物体7后，相机2拍摄扫描平台上的扫描物体7；
相机2通过连接杆6连接步进电机4，步进电机4信号连接电机控制器5；电机控制器5控制步进电机4通过连接杆6使相机2移动。
具体实施方式二：一种基于激光扫描的3D成像方法包括以下步骤：
步骤一：进行相机2标定，得到标定后的相机2内参；
步骤二：根据步骤一得到的标定后的相机2内参，进行基于激光扫描的3D成像装置的标定，得到相机每一次采集数据时的位姿；
步骤三：根据步骤一和步骤二标定的数据以及相机每一次采集数据时的位姿，计算扫描的点云数据，得到扫描模型。
本发明最终目的为在满足对应项目前提下，产生可以用于其他操作的点云数据。
所谓点云数据即由3D点构成的模型数据，所有点构成的模型如云一般，固称点云数据(一般点云数据格式为*.pcd或*.xyz)，表现形式如图1至图3所示(使用查看软件为CloudCompare)。
点云的质量主要有点云的密度与精度，所谓密度即单位尺寸内点的个数，所谓精度即测量点距真实位置的偏移值。
所有点构成了工件的三维模型，符合密度与精度需求的模型可进行识别、匹配、检测等相关操作。
本发明需求
功能性需求
本发明可扫描指定大小区域点云，如固定料箱大小。
本发明可接受一定的环境影响，如光线变化、料箱位置变化等。
本发明可接受一定的景深变化，如料箱高度变化。
性能性需求
时间要求，扫描过程需在规定时间内。
精度要求，扫描的点云需满足指定精度，如偏差<0.5mm。
密度要求：扫描的点云点需满足指定密度，如密度>4点每平方毫米。
机械需求
本发明依托的机械结构尺寸存在一定要求，整体结构不可过大，可置于机械手指定位置，可配合机械手运动进行扫描操作。
软件需求
本发明软件部分需满足性能要求，本本发明不依赖于固定平台，可使用GPU编程加快扫描速度。可与整体本发明中的其他部分使用指定通信方式(以太网络、RS232串行接口、USB3.0串行接口等)进行通信，用以获取或控制其他模块数据。
本发明中软件部分可使用开源库(OpenCV、OpenGL、QT等)进行快速开发，但需尽量避免使用试用库、破解库等第三方库，防止产生其他程序异常或者程序版权等问题。
软件主要由中控模块、电机操作模块、相机操作模块、图像处理模块、计算模块等组成，模块间关系图如图6所示；
中控模块为程序中枢模块，起到主控的作用，负责整体程序流程的控制，数据的通信，数据的保存、用户输入的反馈等功能。
电机操作模块主要作用为接收中控模块的控制指令，控制步进电机的启动、停止、复位等。
相机操作模块主要功能为循环获取相机图像，由中控模块获取。
图像处理模块接收中控模块传递的图像，对图像进行处理、提取激光线位置信息，发送至中控模块。
计算模块接收中控模块发送的激光线位置信息，根据标定的相机内参及结构参数(角度、臂展等)计算激光线对应的三维点信息，传递至中控模块。
本发明原理
结构标定
相机标定
相机在测量使用过程中需计算参数分为相机内参与相机外参两种，接来下分别介绍。
相机外参
我们以拍摄点为原点，建立世界坐标系Ow，以相机镜头中心为原点建立相机坐标系Oc，设定相机为刚体，则一定存在一个平移矩阵T和一个旋转矩阵R，使得世界坐标系Ow中的点P(Xw,Yw,Zw)通过这两个矩阵的变换，可以变换为相机坐标系Oc中的点Q(Xc,Yc,Zc)。即
为方便计算，可转换为齐次坐标，如下所示(代表0,0,0):
式(2)为世界坐标系与相机坐标系转换关系；
其中的R与T变称之为相机的外参，主要描述相机在世界坐标系中的位姿，相机移动时，相机外参发生变化。
相机内参
相机固有参数
当我们将拍摄点位置由世界坐标系转换到相机坐标系后，参考图7将转换后的坐标与图像坐标联系到一起，若已知相机焦距f，则可以根据相似三角形原理，计算出拍摄点在感光元件(CCD或CMOS)上的真实物理位置，再根据感光元件的相关参数，可将真实物理位置转换为图像像素位置。
为方便理解上述变换，定义两个坐标系，
图像物理坐标系，即图7中的xoy面，与图像坐标系平行，但坐标系原点为感官元件中心位置，数据单位为真实物理尺寸，一般为mm。
图像做坐标系，图7中的uv面，即正常查看图像所看到的平面坐标系，坐标原点在图像左上角，数据单位为像素。
根据相机的焦距f，可得到相机坐标系下点与图像物理坐标系间关系，如下公式所示：
为方便计算，同样转换为齐次坐标，转换后如下：
式(5)相机坐标系与图像物理坐标系转换关系
相机图像坐标系与图像物理坐标系间可通过感光元件的相关参数转换得到，主要参数包括主点O(感官元件中心在图像中位置)的坐标Cx，Cy，单个相元的尺寸Sx，Sy。对应计算公式如下(精确计算时需考虑扭曲因子γ，但γ一般为0，此处忽略)，参考图8所示；
u＝Cx+x/Sx
v＝Cy+y/Sy
转换为齐次坐标为：
式(6)为图像物理坐标系与图像坐标系转换关系；
联立上文中的公式(2)、(5)、(6)可得到如下公式：
简化上述公式得到对应公式(8)：
式(8)为世界坐标系与图像坐标系转换关系；
相机畸变
上文描述的公式建立于针孔模型中，在针孔模型中，光线沿直线通过小孔，在后面的图像采集设备上形成倒像，但在真正的图像捕获设备中，因小孔的进光量太少，无法快速的捕完成图像的曝光，故设备采用的是一组凸凹透镜作为镜头。
透镜组的使用的确加快了图像生成的时间，但同时也带来了新的问题，比如：
使用透镜形状并不完美，导致图像发生径向畸变。
透镜与成像平面并不完全平行，导致图像发生切向畸变。
透镜的设计缺陷与安装误差导致的薄棱镜畸变。
透镜组的光学中心与几何中心不一致到的离心畸变。
由于上述各种畸变的存在，导致我们看到的拍摄点位置与针孔模型中像素点的位置总是存在一定的偏差，这种偏差在我们进行测距时的影响是不可忽视的，所以我们需要确定影响图像测距建模的所以畸变，并通过这些畸变数据校准图像，即将我们的相机数学模型图像尽量贴近于针孔模型。
上文所述的畸变只有径向畸变与切向畸变对图像影响较大，其他畸变影响较小，此处忽略。如图9所示：
径向畸变是使图像点发生径向位置发生偏差的畸变，主要由透镜形状导致，畸变关于主光轴对称。径向畸变包括正向畸变(枕形畸变)与负向畸变(桶形畸变)。如图10和图11所示；
径向畸变的畸变模型公式如下：
xcorrect＝x(1+k1r2+k2r4+k3r6+...)
ycorrect＝y(1+k1r2+k2r4+k3r6+...)
式(9)为径向畸变数学模型
其中r为像点至图像中心点距离，k3以后的高次项系数影响不大，故径向畸变只考虑k1,k2,k3。
切向畸变是由于透镜组的主光轴不在同一直线上(主光轴不对称)导致的，其数学模型为：
式(10)为切向畸变数学模型
在计算相机模型是需先使用当前的畸变参数校正图像，一般精度的校准仅需要上述5个畸变参数k1,k2,k3,p1,p2。需更高精度可计算薄棱镜畸变，薄棱镜畸变数学模型如下：
xcorrect＝x+s1r2
ycorrect＝y+s2r2
式(11)为薄棱镜畸变数学模型
相机标定原理
基于上述描述的相关参数公式，若我们能够提供足够的对应点(像素坐标-世界坐标)就可以建立起足够多的方程组，求解出所有未知的参数量。
当前相机标定方式主要有传统相机标定法、主动视觉相机标定方法、相机自标定法。
本发明使用的方式为张氏标定法(张正友教授于1998年提出的单平面棋盘格的摄像机标定方法)，是一种界面传统标定法与主动视觉标定法间的方法，具有速度快、操作简单、精度较高等优点。
张氏标定使用了一块指定间距的黑白棋盘格的标定板，为方便标定，将世界坐标系建立于标定左上角点，x方向向右为正，y方向向下为正。
测定原理为检测多张棋盘格图片的角点，根据上文提到的建模原理建立方程。提供足够多的方程，联立求解内参系数。
接来来进行具体标定方式推导。为了方便运算，变换公式(2)，将Oc＝ROw+T变换成变换为另一种形式，公式如下：
若对上式进行建模变化，可得到最终的图像坐标系与世界坐标系的变换关系公式：
注意由于我们变化了RT矩阵的形式，所有内参矩阵要去掉最后一列保持等式成立。
由于我们的世界坐标建立于标定版上，所以测定点的Z值为0(测定点为棋盘格角点)。固上文中的Zw为0，简化上述公式得：
式(14)为图像坐标系与零平面世界坐标系对应关系；
根据上述公式可以像素点与扫描点为单应性变化，可设置其变化矩阵为H，即：
式(15)为单应性矩阵；
则公式(14)可写成如下形式：
式(16)为图像坐标系与零平面世界坐标系单应性对应关系；
分析公式(16)可知，H应为3*3的矩阵，且因为等式左右皆为极坐标，固H矩阵最后一行应为0,0,1，所以H当前还剩下6个未知数。图像点uv为图像点像素位置，扫描点XY为标定板角点物理位置，由用户标定摆放的位置与标定板形状确定，一对对应点((u,v)-(x,y))代入至公式(16)中，可得到两个方程，推导过程如下：
展开可得到如下公式：
Zcu＝h00Xw+hO1Yw+h02
Zcv＝h10Xw+h11Yw+h12
若在一张标定板图片中存在N个角点，我们可以得到2N个方程，选三个角点即可解算出单应性矩阵H(对于极坐标，比例因子的变化不改变结果，所以选择的三点不要共线)。
解算出单应性矩阵后，我们需要根据单应性矩阵计算相机的内参与外参。回想公式(15)，令相机的内参矩阵为A，令旋转矩阵R写成旋转向量组合的形式，偏移矩阵T写成向量形式，单应性矩阵写成向量组合形式，即：
带入公式(15)中，得到变化后的公式：
[h1 h2 h3]＝ZcA[r1 r2 t]
上式中r1与r2本质上就是分别绕x,y轴垂直旋转的旋转向量，故r1与r2存在一些特殊的性质：
r1与r2正交，即r1·r2＝0。
r1与r2模相等，皆为1，即|r1|＝|r2|＝1或r1·r1＝r2·r2＝1。
用H表示上文中的r，则：
r1＝h1A-1÷Zc
r2＝h2A-1÷Zc
联合上述公式，则可得到如下等式(向量点乘A·B在矩阵乘法中应变为ATB或ABT)：
上式中h1与h2上发明已推算得出，唯一未知参数便是内参矩阵A，回想A的矩阵表示，其中共有四个未知数(f/Sx，f/Sy分别认为是一个参数，不影响后续计算，因为计算时也不需要单独的f，Sx)，所以需要四个方程可以全部求解。每张图片可以提供两个方程，固标定相机至少需要两张图片，若有其他需求，可提供多张分别将f，Sx，Sy求出。在利用求出的单应性矩阵H与内参A计算外参矩阵R与T(Zc可根据旋转向量模为1求得)。
至此相机所有参数全部求出，但这些参数仅仅是数学模型中的参数，并不十分精准，张正友教授的原话是”The above solution is obtained through minimizing analgebraic distancewhich is not physically meaningful.We can refine it throughmaximum likelihoodinference”。大意是上面的几何推导仅仅是纯代数上的拟合，没有物理意义，为了精确结果，采用了极大似然参数估计法。
极大似然估计是一种估计总体未知参数的方法。它主要用于点估计问题。所谓点估计是指用一个估计量的观测值来估计未知参数的真值。说穿了就一句话：就是在参数空间中选取使得样本取得观测值的概率最大的参数。简单点说就是可能性最大的结果就是最优估计值。具体的推导过程涉及比较复杂的数学推算，本发明不做介绍。
相机标定实现
本发明中的相机标定实现采用的OPENCV中的相机标定相关函数(OPENCV2.4.9)，流程与上文介绍的相同，接下来做简单介绍。
正确操作相机获取拍摄图片，OPENCV本身支持多种相机，可以通过OPENCV的QueryFrame函数直接捕获图片，若相机不被OPENCV支持，可使用相机自带的SDK，生成图片，转换成OPENCV支持的格式。
准备好所需的标定板，OPENCV中使用的标定板为黑白棋盘格，格子的物理尺寸和个数都由用户决定，理论上角点个数和边长无要求，但为了方便区分，建议横纵角点数不同。
获取拍摄图片后，可调用FindChessboardCorners函数寻找棋盘格角点。当前找到的角点仅是粗略值，若想获取精确值，需调用cvFindCornerSubPix精确角点位置。
寻找到棋盘角点后，需将找到的棋盘角点压入矩阵(cv::Mat)中，对应的物理坐标同样压入矩阵中(注意寻找的角点方向是不确定的，对应的物理坐标需要变换为相同位置)，同时可以通过DrawChessboardCorners将找到的棋盘格画在图像上。
重复3～4过程多次后(每次拍摄一张图片，得到一组对应数据)，使用CalibrateCamera2函数，传入上方得到的矩阵，即可得到相机的对应参数。注意OPENCV提供的畸变系数仅包括K1,k2,p1,p2,k3。
标定精度可以通过反向投影函数projectPoints计算空间点投影到图像上的新的坐标，然后计算新坐标与角点坐标的偏差，偏差越小，标定结果越好。
计算出相机的畸变系数后，OPENCV提供图像校准函数，undistort或initUndistortRectifyMap+remap校准畸变的图像，undistort直接校准，适用于图片。initUndistortRectifyMap获取校准矩阵，remap使用校准矩阵进行校准，适用于视频。
相机标定结果
相机成功标定后，可得到相机的内参、畸变参数、校正矩阵。
其它步骤及参数与具体实施方式一相同。
具体实施方式三：本实施方式与具体实施方式一或二不同的是：所述步骤一中进行相机2标定，得到标定后的相机2内参的具体过程为：
步骤一一：确定相机2标定参数；所述相机标定参数包括标定图片张数、标定板棋盘横角点数、纵角点数；
步骤一二：获取相机2采集图像；
步骤一三：寻找图像中的棋盘角点(所谓棋盘就是很多块黑白相间的格子，标定板就是一块平的，上面绘制着定长边长棋盘的板。所谓角点即为黑白网格的交点，四个网格对应一个角点)，判断是否满足横向、纵向角点个数要求；
步骤一四：保存满足要求的棋盘角点像素坐标与物理坐标；
步骤一五：重复执行步骤一二～步骤一四，直至保存的图片张数为大于等于10张小于等于15张；
步骤一六：根据得到的多张标定图片，计算其物理角点位置与像素位置的对应关系，计算其内参与畸变矩阵；
步骤一七：获取标定校准系数，若大于指定系数，则重新标定相机2；若小于等于指定系数则执行步骤一把八；所述指定系数为误差的最大允许值；
步骤一八：保存相机2内参矩阵，校准采集图像。
其它步骤及参数与具体实施方式一或二相同。
具体实施方式四：本实施方式与具体实施方式一至三之一不同的是：所述步骤二中根据步骤一得到的标定后的相机(2)内参，进行所述基于激光扫描的3D成像装置的标定的具体过程为：
步骤二一：将标定板置于标定台(标定台就是下方一块水平平台，标定板置于标定台上，扫描设备置于标定台正上方，标定台的高度可以调节)中心位置，调整标定板；步进电机(4)带动相机旋转，实时标定(确定相机内参后，每个相机的位置都对应着一个相机的外参，所谓外参即为相机的位置与姿态，此外参需标定确定。后面说的三个角度就是相机的姿态，用偏转、桶滚、俯仰标识三维空间中刚体姿态)相机，使相机的偏转角、桶滚角、俯仰角均为0；
步骤二二：如图12所示，控制步进电机(4)带动相机转动大于等于3个角度，同时标定相机，得到共圆的3个位置点(已知三维空间存在一个圆，且能得到圆上点的三维坐标，求解圆心的问题，使用三个点就可确定唯一圆心)，利用多点共圆公式得到圆心位置与圆半径r；
步骤二三：控制激光器(1)投射至标定台表面，使用相机拍摄一张相片，处理照片中的激光线，获取激光线中心位置(对于每一行像素都会求解一个激光点所在的位置，此点即为计算点，由于激光投影的是一条竖线，所以会有多行像素中都包含计算点，重复对每一行像素计算，即能求解出多个计算点激光点位置，这些点位置构成了激光线的中心位置)；
步骤二四：处理照片中的每一行点的位置与CCD(CCD为相机成像的电子元件)中心对应的图像位置的相对偏移，根据步骤一中得到的相机内参，计算得到角度2；所述角度2为激光线与计算行(图像在内存是以二维矩阵的形式存在的，或者可以叫做二维数组。每个位置的像素值都可以通过指定行数与列数获取)的交点与相机光心的连线，与相机光轴线的夹角；
步骤二五：根据步骤二四得到的角度2、当前相机高度h和圆半径r，得到臂展l与角度1；所述角度1为激光线偏转角，即为计算点与激光器的连线，与连接杆6(连接相机与激光器的机械结构。连接件与相机交于一点，与激光器交于另一点，连接两点可得直线，接下来所说夹角即为与此直线的夹角)的夹角；
如图13和图14所示，具体过程为：
相机光心距离标定台的距离h和圆半径R与臂展l和激光线偏移角度1存在如下关系：
l＝l1+l2 (3)
其中l1为计算点做连接杆6的垂线，垂线与连接件的交点距离相机光轴的距离，l2为计算点做连接件的垂线，垂线与连接件的交点距离激光器的距离；
联立以上三式，得到臂展l与激光线偏移角1之间的关系式：
改变标定平台高度，得到新一组臂展l与激光线偏移角1之间的关系式，令
b＝h+r (5)
c＝tan(2)*h (6)
b和c为中间变量；
则式(4)变为：
tan(1)×l-tan(1)×c＝b (7)
使用两组测量数据得如下联立式：
tan(1)×l-tan(1)×c1＝b1 (8)
tan(1)×l-tan(1)×c2＝b2 (9)
设高度h时对应的b、c为b1、c1，高度为h1时对应的b、c为b2、c2；
解上式得角度1与臂展l值：
步骤二六：控制电机移动至起点(扫描位置最左侧)，标定相机，记录当前相机位姿；控制电机在移动至终点(最右侧)，记录此时相机位姿与电机移动步数；
步骤二七：根据扫描点云密度要求，设置电机每隔N(N由用户确定，N越小点云的点越密集，N越大，点越稀疏)步采集一次数据，得到相机每一次采集数据时的位姿。
其它步骤及参数与具体实施方式一至三之一相同。
具体实施方式五：本实施方式与具体实施方式一至四之一不同的是：所述步骤三中根据步骤一和步骤二标定的数据以及相机每一次采集数据时的位姿，计算扫描的点云数据，得到扫描模型的具体过程为：
步骤三一：设当前相机偏转角度为角度3，根据角度1、2、3与臂展l，计算扫描点至臂展垂距为h′；角度3为相机光轴与标定平台(标记相机位姿角为0时使用的平台)垂线的夹角；即当前相机的偏转角，如图15所示，可由当前电机的运行步数计算得到；
具体过程为：
联立式(12)、式(13)和式(3)得到：
相机光心至扫描物体的距离Z值为：
联立式(12)～(15)得到Z值计算式(16)：
步骤三二：根据步骤三一得到的Z值，计算测量点P的XY坐标，如图16所示；
步骤三三：对图像中的每一行激光线位置点重复执行步骤三一至步骤三二，得到一帧图像对应的一条数据点(对每一行都进行计算，则得到多行计算点(每行一个)，多行点拼合在一起，则成为一条竖线。此竖线即为激光线对应的的位置线)；一帧图像存在多行数据，每一行都有自己的激光线位置点，在数学模型中，所有行都会计算，但在真实扫描过程中，由于成像质量、相机畸变等其他因素，可能会对图像进行裁剪，裁剪后的图像每一行都会计算。
步骤三四：控制电机转动，重复执行步骤三一至步骤三三，将得到的数据进行拼合，得到扫描过程中的3D点云数据。
其它步骤及参数与具体实施方式一至四之一相同。
实施例一：
一、标定流程
1、相机标定
1)确定标定参数(标定图片张数、标定板棋盘横角点数、纵角点数)。
2)获取相机采集图像。
3)寻找图像中的棋盘角点，判断是否满足需求。
4)保存满足需求的棋盘角点像素坐标与物理坐标。
5)重复2)～4)过程，直至保存的图片张数达到规定。
6)标定相机内参。
7)获取标定校准系数，小于指定重新标定相机。
8)保存相机内参矩阵，校准采集图像。
2、结构标定
1)调平标定台。
2)防止标定板至中心位置，尽量使标定板坐标系与相机图像坐标系方向一致。
3)采集相机图像，使用相机内参获取相机位姿。
4)调整电机带动相机旋转，同时调整标定板，使得相机位姿角皆为0。
5)控制电机旋转几次(标定板不动)，获取几次的相机位姿，计算旋转半径R。
6)调整相机至垂直位置，获取当前相机高度。
7)获取图像，处理其中一条激光线的位置，记录。
8)调整标定平台高度，重复6～7过程。
9)联立数据，获取指定个数(相机图像行数)个激光器偏移角度与臂展长度。
10)调整电机至起点，运转至终点，获取运行帧数。与起点、终点相机位姿。
二、扫描流程
1)设置相机旋转起点、终点、拍摄信号步长。
2)控制电机回归起点。
3)控制电机匀速转动，带动相机转动，同时发射处理信号，使程序处理图像。
4)计算每帧数据对应的点云，保存。
5)拼合所有点云，得到最终扫描模型。
本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，本领域技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。
Claims (5)
1.一种基于激光扫描的3D成像装置，其特征在于：所述基于激光扫描的3D成像装置包括：激光器(1)、相机(2)、辅助激光器(3)、步进电机(4)、电机控制器(5)和连接杆(6)；
在相机(2)的一侧设置激光器(1)，另一侧设置辅助激光器(3)，激光器(1)将激光发射至扫描物体(7)后，相机(2)拍摄扫描平台上的扫描物体(7)；
相机(2)通过连接杆(6)连接步进电机(4)，步进电机(4)信号连接电机控制器(5)；电机控制器(5)控制步进电机(4)通过连接杆(6)使相机(2)移动。
2.一种基于激光扫描的3D成像方法，其特征在于：所述基于激光扫描的3D成像方法包括以下步骤：
步骤一：进行相机(2)标定，得到标定后的相机(2)内参；
步骤二：根据步骤一得到的标定后的相机(2)内参，进行基于激光扫描的3D成像装置的标定，得到相机每一次采集数据时的位姿；
步骤三：根据步骤一和步骤二标定的数据以及相机每一次采集数据时的位姿，计算扫描的点云数据，得到扫描模型。
3.根据权利要求2所述的一种基于激光扫描的3D成像方法，其特征在于：所述步骤一中进行相机(2)标定，得到标定后的相机(2)内参的具体过程为：
步骤一一：确定相机(2)标定参数；所述相机标定参数包括标定图片张数、标定板棋盘横角点数、纵角点数；
步骤一二：获取相机(2)采集图像；
步骤一三：寻找图像中的棋盘角点，判断是否满足横向、纵向角点个数要求；
步骤一四：保存满足要求的棋盘角点像素坐标与物理坐标；
步骤一五：重复执行步骤一二～步骤一四，直至保存的图片张数为大于等于10张小于等于15张；
步骤一六：根据步骤一五得到的图片，计算图片物理角点位置与像素位置的对应关系，计算相机内参与畸变矩阵；
步骤一七：获取标定校准系数，若大于指定系数，则重新标定相机(2)；若小于等于指定系数则执行步骤一把八；所述指定系数为误差的最大允许值；
步骤一八：保存相机(2)内参矩阵，校准采集图像。
4.根据权利要求2所述的一种基于激光扫描的3D成像方法，其特征在于：所述步骤二中根据步骤一得到的标定后的相机(2)内参，进行所述基于激光扫描的3D成像装置的标定的具体过程为：
步骤二一：将标定板置于标定台中心位置，调整标定板；步进电机(4)带动相机旋转，实时标定相机，使相机的偏转角、桶滚角、俯仰角均为0；
步骤二二：控制步进电机(4)带动相机转动大于等于3个角度，同时标定相机，得到共圆的3个位置点，利用多点共圆公式得到圆心位置与圆半径r；
步骤二三：控制激光器(1)投射至标定台表面，使用相机拍摄一张相片，处理照片中的激光线，获取激光线中心位置；
步骤二四：处理照片中的每一行点的位置与CCD中心对应的图像位置的相对偏移，根据步骤一中得到的相机内参，计算得到角度2；所述角度2为L′与相机光轴线的夹角，L′为点O与相机光心的连线，点O为激光线与计算行的交点；
步骤二五：根据步骤二四得到的角度2、当前相机高度h和圆半径r，得到臂展l与角度1；所述角度1为激光线偏转角，即为S′与连接杆(6)的夹角，S′为计算点与激光器的连线；
具体过程为：
相机光心距离标定台的距离h和圆半径R与臂展l和激光线偏移角度1存在如下关系：
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>h</mi>
<mo>+</mo>
<mi>r</mi>
</mrow>
<msub>
<mi>l</mi>
<mn>2</mn>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>l</mi>
<mn>1</mn>
</msub>
<mi>h</mi>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
l＝l1+l2 (3)
其中l1为计算点做连接杆(6)的垂线，垂线与连接件的交点距离相机光轴的距离，l2为计算点做连接件的垂线，垂线与连接件的交点距离激光器的距离；
联立以上三式，得到臂展l与激光线偏移角1之间的关系式：
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mi>h</mi>
<mo>+</mo>
<mi>r</mi>
</mrow>
<mrow>
<mi>l</mi>
<mo>-</mo>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>h</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>4</mn>
<mo>)</mo>
</mrow>
</mrow>
改变标定平台高度，得到新一组臂展l与激光线偏移角1之间的关系式，令：
b＝h+r (5)
c＝tan(2)*h (6)
b和c为中间变量；
则式(4)变为：
tan(1)×l-tan(1)×c＝b (7)
使用两组测量数据得如下联立式：
tan(1)×l-tan(1)×c1＝b1 (8)
tan(1)×l-tan(1)×c2＝b2 (9)
设高度h时对应的b、c为b1、c1，高度为h1时对应的b、c为b2、c2；
解上式得角度1与臂展l值：
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>10</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>l</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
</mrow>
</mfrac>
<mo>&times;</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mrow>
<mo>(</mo>
<mfrac>
<mrow>
<msub>
<mi>c</mi>
<mn>2</mn>
</msub>
<mo>-</mo>
<msub>
<mi>c</mi>
<mn>1</mn>
</msub>
</mrow>
<mrow>
<msub>
<mi>b</mi>
<mn>1</mn>
</msub>
<mo>-</mo>
<msub>
<mi>b</mi>
<mn>2</mn>
</msub>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>11</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤二六：控制电机移动至起点，标定相机，记录当前相机位姿；控制电机在移动至终点，记录此时相机位姿与电机移动步数；
步骤二七：根据扫描点云密度要求，设置电机每隔N步采集一次数据，得到相机每一次采集数据时的位姿。
5.根据权利要求4所述的一种基于激光扫描的3D成像方法，其特征在于：所述步骤三中根据步骤一和步骤二标定的数据以及相机每一次采集数据时的位姿，计算扫描的点云数据，得到扫描模型的具体过程为：
步骤三一：设当前相机偏转角度为角度3，根据角度1、2、3与臂展l，计算扫描点至臂展垂距为h′；角度3为相机光轴与标定平台垂线的夹角；具体过程为：
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msup>
<mi>h</mi>
<mo>&prime;</mo>
</msup>
<msub>
<mi>l</mi>
<mn>2</mn>
</msub>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>12</mn>
<mo>)</mo>
</mrow>
</mrow>
2
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<msub>
<mi>l</mi>
<mn>1</mn>
</msub>
<mrow>
<msup>
<mi>h</mi>
<mo>&prime;</mo>
</msup>
<mo>-</mo>
<mi>R</mi>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>13</mn>
<mo>)</mo>
</mrow>
</mrow>
联立式(12)、式(13)和式(3)得到：
<mrow>
<msub>
<mi>l</mi>
<mn>2</mn>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>L</mi>
<mo>+</mo>
<mi>tan</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>R</mi>
</mrow>
<mrow>
<mi>tan</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>tan</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>14</mn>
<mo>)</mo>
</mrow>
</mrow>
相机光心至扫描物体的距离Z值为：
<mrow>
<mi>Z</mi>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>l</mi>
<mn>1</mn>
</msub>
<mo>&times;</mo>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>+</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>15</mn>
<mo>)</mo>
</mrow>
</mrow>
联立式(12)～(15)得到Z值计算式(16)：
<mrow>
<mi>Z</mi>
<mo>=</mo>
<mrow>
<mo>(</mo>
<mi>L</mi>
<mo>-</mo>
<mfrac>
<mrow>
<mi>L</mi>
<mo>+</mo>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>R</mi>
</mrow>
<mrow>
<mi>t</mi>
<mi>a</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mi>tan</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
<mo>+</mo>
<mn>1</mn>
</mrow>
</mfrac>
<mo>)</mo>
</mrow>
<mo>&times;</mo>
<mfrac>
<mrow>
<mi>c</mi>
<mi>o</mi>
<mi>s</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>+</mo>
<mn>3</mn>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<mi>s</mi>
<mi>i</mi>
<mi>n</mi>
<mrow>
<mo>(</mo>
<mn>2</mn>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>-</mo>
<mo>-</mo>
<mo>-</mo>
<mrow>
<mo>(</mo>
<mn>16</mn>
<mo>)</mo>
</mrow>
</mrow>
步骤三二：根据步骤三一得到的Z值，计算测量点P的XY坐标；
步骤三三：对图像中的每一行激光线位置点重复执行步骤三一至步骤三二，得到一帧图像对应的一条数据点，即为激光线对应的的位置线；
步骤三四：控制电机转动，重复执行步骤三一至步骤三三，将得到的数据进行拼合，得到扫描过程中的3D点云数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710682232.3A CN107478203B (zh) | 2017-08-10 | 2017-08-10 | 一种基于激光扫描的3d成像装置及成像方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710682232.3A CN107478203B (zh) | 2017-08-10 | 2017-08-10 | 一种基于激光扫描的3d成像装置及成像方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107478203A true CN107478203A (zh) | 2017-12-15 |
| CN107478203B CN107478203B (zh) | 2020-04-24 |
Family
ID=60599455
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710682232.3A Active CN107478203B (zh) | 2017-08-10 | 2017-08-10 | 一种基于激光扫描的3d成像装置及成像方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107478203B (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108648237A (zh) * | 2018-03-16 | 2018-10-12 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
| CN108981719A (zh) * | 2018-10-12 | 2018-12-11 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种超高速飞行模型位姿变化测量装置及方法 |
| CN109146978A (zh) * | 2018-07-25 | 2019-01-04 | 南京富锐光电科技有限公司 | 一种高速相机成像畸变校准装置及方法 |
| CN110555872A (zh) * | 2019-07-09 | 2019-12-10 | 牧今科技 | 用于执行扫描系统的自动相机校准的方法和系统 |
| CN111090103A (zh) * | 2019-12-25 | 2020-05-01 | 河海大学 | 水下小目标动态精细检测三维成像装置及方法 |
| CN111452034A (zh) * | 2019-01-21 | 2020-07-28 | 广东若铂智能机器人有限公司 | 一种双相机机器视觉智能工业机器人控制系统及控制方法 |
| CN111462253A (zh) * | 2020-04-23 | 2020-07-28 | 深圳群宾精密工业有限公司 | 适用于激光3d视觉的三维标定板、系统及标定方法 |
| CN113033270A (zh) * | 2019-12-27 | 2021-06-25 | 深圳大学 | 采用辅助轴的3d物体局部表面描述方法、装置及存储介质 |
| CN115998045A (zh) * | 2023-01-13 | 2023-04-25 | 东莞市智睿智能科技有限公司 | 一种鞋帮三维成像装置、标定方法和设备 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1662228A1 (en) * | 2004-11-19 | 2006-05-31 | Harman Becker Automotive Systems GmbH | Scanning of three-dimensional objects |
| CN101986350A (zh) * | 2010-10-22 | 2011-03-16 | 武汉大学 | 基于单目结构光的三维建模方法 |
| US20130278755A1 (en) * | 2012-03-19 | 2013-10-24 | Google, Inc | Apparatus and Method for Spatially Referencing Images |
| CN106123798A (zh) * | 2016-03-31 | 2016-11-16 | 北京北科天绘科技有限公司 | 一种数字摄影激光扫描装置 |
| KR20170037197A (ko) * | 2015-09-25 | 2017-04-04 | 한남대학교 산학협력단 | 멀티측량센서모듈이 구비된 절첩식 모바일 매핑 장치용 프레임, 그 프레임이 구비된 도로기하구조 분석시스템 |
-
2017
- 2017-08-10 CN CN201710682232.3A patent/CN107478203B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| EP1662228A1 (en) * | 2004-11-19 | 2006-05-31 | Harman Becker Automotive Systems GmbH | Scanning of three-dimensional objects |
| CN101986350A (zh) * | 2010-10-22 | 2011-03-16 | 武汉大学 | 基于单目结构光的三维建模方法 |
| US20130278755A1 (en) * | 2012-03-19 | 2013-10-24 | Google, Inc | Apparatus and Method for Spatially Referencing Images |
| KR20170037197A (ko) * | 2015-09-25 | 2017-04-04 | 한남대학교 산학협력단 | 멀티측량센서모듈이 구비된 절첩식 모바일 매핑 장치용 프레임, 그 프레임이 구비된 도로기하구조 분석시스템 |
| CN106123798A (zh) * | 2016-03-31 | 2016-11-16 | 北京北科天绘科技有限公司 | 一种数字摄影激光扫描装置 |
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108648237A (zh) * | 2018-03-16 | 2018-10-12 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
| CN108648237B (zh) * | 2018-03-16 | 2022-05-03 | 中国科学院信息工程研究所 | 一种基于视觉的空间定位方法 |
| CN109146978A (zh) * | 2018-07-25 | 2019-01-04 | 南京富锐光电科技有限公司 | 一种高速相机成像畸变校准装置及方法 |
| CN109146978B (zh) * | 2018-07-25 | 2021-12-07 | 南京富锐光电科技有限公司 | 一种高速相机成像畸变校准装置及方法 |
| CN108981719A (zh) * | 2018-10-12 | 2018-12-11 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种超高速飞行模型位姿变化测量装置及方法 |
| CN108981719B (zh) * | 2018-10-12 | 2024-03-01 | 中国空气动力研究与发展中心超高速空气动力研究所 | 一种超高速飞行模型位姿变化测量装置及方法 |
| CN111452034A (zh) * | 2019-01-21 | 2020-07-28 | 广东若铂智能机器人有限公司 | 一种双相机机器视觉智能工业机器人控制系统及控制方法 |
| CN110555872A (zh) * | 2019-07-09 | 2019-12-10 | 牧今科技 | 用于执行扫描系统的自动相机校准的方法和系统 |
| US11967113B2 (en) | 2019-07-09 | 2024-04-23 | Mujin, Inc. | Method and system for performing automatic camera calibration for a scanning system |
| US11074722B2 (en) | 2019-07-09 | 2021-07-27 | Mujin, Inc. | Method and system for performing automatic camera calibration for a scanning system |
| CN111199559A (zh) * | 2019-07-09 | 2020-05-26 | 牧今科技 | 用于执行扫描系统的自动相机校准的方法和系统 |
| CN110555872B (zh) * | 2019-07-09 | 2023-09-05 | 牧今科技 | 用于执行扫描系统的自动相机校准的方法和系统 |
| CN111090103A (zh) * | 2019-12-25 | 2020-05-01 | 河海大学 | 水下小目标动态精细检测三维成像装置及方法 |
| CN113033270A (zh) * | 2019-12-27 | 2021-06-25 | 深圳大学 | 采用辅助轴的3d物体局部表面描述方法、装置及存储介质 |
| CN113033270B (zh) * | 2019-12-27 | 2023-03-17 | 深圳大学 | 采用辅助轴的3d物体局部表面描述方法、装置及存储介质 |
| CN111462253A (zh) * | 2020-04-23 | 2020-07-28 | 深圳群宾精密工业有限公司 | 适用于激光3d视觉的三维标定板、系统及标定方法 |
| CN115998045A (zh) * | 2023-01-13 | 2023-04-25 | 东莞市智睿智能科技有限公司 | 一种鞋帮三维成像装置、标定方法和设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107478203B (zh) | 2020-04-24 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107478203B (zh) | 一种基于激光扫描的3d成像装置及成像方法 | |
| CN106289106B (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 | |
| CN109859272B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
| CN113330487B (zh) | 参数标定方法及装置 | |
| US9679385B2 (en) | Three-dimensional measurement apparatus and robot system | |
| CN106408556B (zh) | 一种基于一般成像模型的微小物体测量系统标定方法 | |
| CN110827392B (zh) | 单目图像三维重建方法、系统及装置 | |
| CN106657992B (zh) | 一种自适应检测和调整双摄光轴的装置及方法 | |
| CN109615661A (zh) | 光场相机内参数标定装置及方法 | |
| CN115861445B (zh) | 一种基于标定板三维点云的手眼标定方法 | |
| CN111080705B (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
| WO2018076154A1 (zh) | 一种基于鱼眼摄像机空间位姿标定的全景视频生成方法 | |
| CN106949845A (zh) | 基于双目立体视觉的二维激光振镜扫描系统及标定方法 | |
| CN106097367B (zh) | 一种双目立体相机的标定方法及装置 | |
| CN104760812B (zh) | 基于单目视觉的传送带上产品实时定位系统和方法 | |
| CN204854653U (zh) | 一种快速三维扫描设备 | |
| CN111854636A (zh) | 一种多相机阵列三维检测系统和方法 | |
| CN107941153A (zh) | 一种激光测距优化标定的视觉系统 | |
| CN116851929A (zh) | 一种运动状态下的物体视觉定位激光打标方法及系统 | |
| US20210364288A1 (en) | Optical measurement and calibration method for pose based on three linear array charge coupled devices (ccd) assisted by two area array ccds | |
| CN116758160B (zh) | 基于正交视觉系统的光学元件装配过程位姿检测方法及装配方法 | |
| CN111383277B (zh) | 一种宽间距双摄模组aa方法及系统 | |
| CN104167001A (zh) | 基于正交补偿的大视场摄像机标定方法 | |
| CN112361982A (zh) | 一种大幅面工件三维数据提取方法及系统 | |
| CN116823960A (zh) | 无重叠视场的视觉系统标定方法 |
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 | ||
| CB03 | Change of inventor or designer information | ||
| CB03 | Change of inventor or designer information |
Inventor after: Li Jie Inventor before: Wang Xing |
|
| TA01 | Transfer of patent application right | ||
| TA01 | Transfer of patent application right |
Effective date of registration: 20180320 Address after: 150000 Nantong street, Nangang District, Harbin, Heilongjiang Province, No. 145-11 Applicant after: Li Jie Address before: 150000 Harbin City, Heilongjiang 150000 Applicant before: Wang Xing |
|
| GR01 | Patent grant | ||
| GR01 | Patent grant |