[go: up one dir, main page]

CN116402945A - 一种三维重建方法及系统 - Google Patents

一种三维重建方法及系统 Download PDF

Info

Publication number
CN116402945A
CN116402945A CN202310310593.0A CN202310310593A CN116402945A CN 116402945 A CN116402945 A CN 116402945A CN 202310310593 A CN202310310593 A CN 202310310593A CN 116402945 A CN116402945 A CN 116402945A
Authority
CN
China
Prior art keywords
calibration
projection
equipment
dimensional reconstruction
image acquisition
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
Application number
CN202310310593.0A
Other languages
English (en)
Inventor
张�杰
周壮壮
陈扬
孙乐康
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhongke Suzhou Intelligent Computing Technology Research Institute
Original Assignee
Zhongke Suzhou Intelligent Computing Technology Research Institute
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Zhongke Suzhou Intelligent Computing Technology Research Institute filed Critical Zhongke Suzhou Intelligent Computing Technology Research Institute
Priority to CN202310310593.0A priority Critical patent/CN116402945A/zh
Publication of CN116402945A publication Critical patent/CN116402945A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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
    • G06T7/10—Segmentation; Edge detection
    • G06T7/136—Segmentation; Edge detection involving thresholding
    • 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02T—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO TRANSPORTATION
    • Y02T10/00—Road transport of goods or passengers
    • Y02T10/10—Internal combustion engine [ICE] based vehicles
    • Y02T10/40—Engine management systems

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Image Processing (AREA)

Abstract

本发明揭示了一种三维重建方法及系统，由硬件支持和软件处理两部分相结合构成，其中硬件支持包括利用图像采集设备面向待重建物体捕获图像，利用与计算设备通讯相连的投影设备面向待重建物体投影编码图案；利用计算设备对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；其中软件处理包括利用标定板对两种设备分别进行系统标定并作联合优化；利用计算设备和完成标定的两种设备执行三维重建。应用本发明的三维重建方法及系统，通过对设备进行分开标定及联合优化，获得了更高精度的系统标定参数，并且通过剔除无效拍摄区域，大幅提高了三维重建的效率。

Description

一种三维重建方法及系统
技术领域
本发明涉及一种计算机视觉技术及运算能力应用技术，尤其涉及一种针对被测物体的三维重建技术解决方案。
背景技术
基于视觉的三维重建是从一系列图像中恢复出物体的深度信息，对被测物体的三维场景进行恢复和重构。随着计算机视觉技术和计算机软硬件的发展，以及数字化，智能化转型的需求，二维图像已经逐渐无法满足实际的应用需求，三维重建技术逐渐得到了发展，在自动驾驶，医学，视觉引导，测量检测等行业领域有着广泛的应用。
虽然当前针对三维重建方法已有公开诸多专利文献，所公开的系统标定精度有限，进而导致重建效率难以提升，重建所得的图像与待重建物体的原型仍存在较大偏差，无法满足工业、医学应用的要求。
发明内容
本发明的目的旨在提出一种三维重建方法及系统，以提升系统标定的准确性，提升重建效率及精度。
本发明实现上述一个目的的技术解决方案是，一种三维重建方法，其特征在于：由硬件支持和软件处理两部分结合构成，其中硬件支持包括：利用图像采集设备面向待重建物体捕获其表面调制后的编码图像，并与计算设备通讯、交互图像；利用与计算设备通讯相连的投影设备面向待重建物体投影编码图案；利用计算设备对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；
其中软件处理包括：利用预设图案的标定板对图像采集设备和投影设备分别进行系统标定，获得内部参数、畸变系数及与真实世界坐标的外部参数，并对两种设备的标定参数作联合优化；利用计算设备和完成标定的投影设备、图像采集设备执行三维重建，先通过投影设备将编码后的系列图案投影至待重建物体表面，再通过图像采集设备捕获系列的、经待重建物体表面调制后的投影图案，对所捕获的投影图案进行解码，基于解码结果和系统标定结果对待重建物体进行点云和深度图重建。
上述三维重建方法，进一步地，对应投影图案，包含一种以上编解码方法，且输入投影设备的图案编码规则与捕获并接收至计算设备的投影图案解码规则相匹配，为其中一种编解码方法。
上述三维重建方法，进一步地，对于投影设备的视野小于图像采集设备的视野，在对投影图案进行解码前还包括提取投影设备视野范围有效区域、剔除无效拍摄区域的图像预处理方法。
上述三维重建方法，进一步地，对图像采集设备的系统标定中，在特征点提取前对图像进行阈值分割。
上述三维重建方法，进一步地，所述联合优化的方法为采用图像采集设备和投影设备各自标定的图像对两设备的内部参数、畸变系数及两设备间的位置参数进行优化，采用最小化所有特征点重投影误差的方式优化系统标定参数。
本发明实现上述一个目的的技术解决方案是，一种三维重建系统，其特征在于：由硬件系统和软件系统相结合构成，其中所述硬件系统包括图像采集设备，用于面向待重建物体捕获图像，并与计算设备通讯、交互图像；
投影设备，用于与计算设备通讯相连，并面向待重建物体投影编码图案；
和计算设备，用于对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；
所述软件系统包括系统标定，利用预设图案的标定板对图像采集设备和投影设备分别进行标定，获得内部参数、畸变系数及与真实世界坐标的外部参数，并对两种设备的标定参数作联合优化；
和三维重建，利用计算设备和完成标定的投影设备、图像采集设备，先通过投影设备将编码后的系列图案投影至待重建物体表面，再通过图像采集设备捕获系列的、经待重建物体表面调制后的投影图案，对所捕获的投影图案进行解码，基于解码结果和系统标定结果对待重建物体进行点云和深度图重建；
所述软件系统由Qt结合C++开发成应用软件，并安装运行于硬件系统的计算设备中。
上述三维重建系统，进一步地，硬件系统中，所述图像采集设备包括一个以上相机和镜头，其中相机为CCD面阵相机；所述投影设备为投影仪；所述计算设备至少为满足软件系统运算需求的工控机、PC或服务器。
上述三维重建系统，更进一步地，所述硬件系统还包括接入计算设备的输出设备，用于对系统标定和三维重建的过程和结果进行可视化。
上述三维重建系统，进一步地，系统标定中用及标定板，且标定板至少为棋盘格标定板、圆形标定板或设有预设图案的标定板。
应用本发明的三维重建技术解决方案，具备突出的实质性特点和显著的进步性：通过对投影设备和图像采集设备进行分开标定，并基于两者第一阶段标定的图像对两者内部参数、畸变系数及两者之间位置参数进行优化，从而获得了更高的系统标定参数精度，并且通过剔除无效拍摄区域，大幅提高了三维重建的效率。
附图说明
图1是本发明三维重建硬件系统的拓扑结构示意图。
图2是本发明三维重建方法中系统标定的流程示意图。
图3是本发明三维重建方法中实时重建的流程示意图。
图4是本发明三维重建方法的软件实时重建的界面示意图。
具体实施方式
以下便结合实施例附图，对本发明的具体实施方式作进一步的详述，以使本发明技术方案更易于理解、掌握，从而对本发明的保护范围做出更为清晰的界定。
本发明涉及结构光三维重建，其概述的方法由硬件支持和软件处理两部分结合构成，其中硬件支持包括：利用图像采集设备面向待重建物体捕获图像，并与计算设备通讯、交互图像；利用与计算设备通讯相连的投影设备面向待重建物体投影编码图案，并由待重建物体调制编码图案；利用计算设备对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；其中软件处理包括：利用预设图案的标定板对图像采集设备和投影设备分别进行系统标定，获得内部参数、畸变系数及与真实世界坐标的外部参数，并对两种设备的标定参数作联合优化；利用计算设备和完成标定的投影设备、图像采集设备执行三维重建，先通过投影设备将编码后的系列图案投影至待重建物体表面，再通过图像采集设备捕获系列的、经待重建物体表面调制后的投影图案，对所捕获的投影图案进行解码，基于解码结果和系统标定结果对待重建物体进行点云和深度图重建。
如图2所示，其中系统标定的过程如下：先标定图像采集设备，主要是建立图像采集设备的成像模型并校正畸变，获得内部参数，畸变系数，与真实世界坐标的外部参数；再标定投影设备，主要是建立投影设备的成像模型并校正畸变，获得内部参数，畸变系数，与真实世界坐标的外部参数；最后联合优化图像采集设备和投影设备标定参数。
如图3所示，首先投影设备投影编码后的系列图案至待重建物体表面；然后通过图像采集设备捕获系列经待重建物体表面调制后的投影图案；再将获得的投影图案解码，解码过程中需要剔除无效拍摄区域；最后基于解码结果和系统标定结果对物体进行点云和深度图重建。
而其概述的系统结构由硬件系统和软件系统相结合构成，其中所述硬件系统包括图像采集设备，用于面向待重建物体捕获图像，并与计算设备通讯、交互图像；投影设备，用于与计算设备通讯相连，并面向待重建物体投影编码图案；和计算设备，用于对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；所述软件系统包括系统标定，利用预设图案的标定板对图像采集设备和投影设备分别进行标定，获得内部参数、畸变系数及与真实世界坐标的外部参数，并对两种设备的标定参数作联合优化；和三维重建，利用计算设备和完成标定的投影设备、图像采集设备，先通过投影设备将编码后的系列图案投影至待重建物体表面，再通过图像采集设备捕获系列的、经待重建物体表面调制后的投影图案，对所捕获的投影图案进行解码，基于解码结果和系统标定结果对待重建物体进行点云和深度图重建；所述软件系统由Qt结合C++开发成应用软件，并安装运行于硬件系统的计算设备中。
以三角测量原理为基础，主要包括一个相机(或多个)和一个投影仪，投影仪投影的图案经过特殊编码，投影仪将编码后的图案投影到待重建物体表面，由于物体表面存在高度变化，投影到物体表面的图案会发生改变，通过相机捕获物体调制后的图案，再对图案进行解码，得到拍摄的图案上每个像素位置与投影仪投影相位的关系，最后根据解码结果和系统标定结果即可进行三维重建。
从更具体的实施例来看：如图1所示，硬件系统主要包括图像采集设备，投影设备，计算设备。在本实施例中，图像采集设备主要包括相机2和镜头，投影设备为投影仪3，相机为CCD面阵相机，分别设置朝向待重建物体1。计算设备选择满足性能要求的单机电脑4。图中相机，光源和pc间的虚线表示存在通讯，相机和投影仪与产品间的虚线表示两者存在一定角度。
系统标定中的图像采集设备标定，即相机标定，主要是建立图像采集设备的成像模型并校正畸变，获得相机内部参数Inc，畸变系数Kc，及其与真实世界的外部参数变化。标定过程如下：标定过程需要借助标定板，标定板可以是棋盘格标定板，圆形标定板，也可以是其他预设特殊图案的标定板，标定板在相机视野内变换不同的位姿10-20次，相机捕获不同位姿下的标定板图像
Figure BDA0004148306040000051
Nc为采集张数，提取标定板图像上特征点坐标
Figure BDA0004148306040000052
N为标定板上特征点的个数，如棋盘格角点，圆形中心个数等，并与标定板上设定的特征点真实世界坐标
Figure BDA0004148306040000053
建立关系，通过张正友标定法求解得到相机的内部参数Inc，畸变系数Kc，与真实世界坐标的外部参数
Figure BDA0004148306040000054
为克服光照不均对特征点坐标提取的影响，在特征点提取前对图像进行自适应阈值分割，得到易提取特征点的图像，从而提高图像特征点提取的检出率。
再标定投影设备，主要是建立投影设备的成像模型并校正畸变，获得内部参数Inp，畸变系数Kp，与真实世界坐标的外部参数。标定过程如下：标定过程需要借助标定板，标定板可以是棋盘格标定板，圆形标定板，也可以是其他预设特殊图案的标定板，标定板在投影仪视野内变换不同的位姿10-20次，投影仪投影一组经过特殊编码后的图案至不同位姿下的标定板，并通过图像采集设备采集不同位姿下的标定板图像
Figure BDA0004148306040000055
Np为采集张数。提取不同相机捕获图案
Figure BDA0004148306040000056
下标定板上特征点坐标
Figure BDA0004148306040000057
N为标定板特征点个数，解码相机捕获图案建立相机像素和投影仪像素之间的对应关系，得到在投影仪像素坐标下特征点的坐标
Figure BDA0004148306040000058
并与标定板上设定的特征点真实世界坐标
Figure BDA0004148306040000059
建立关系，通过张正友标定法求解投影仪内部参数Inp，畸变系数Kp，与真实世界坐标的外部参数
Figure BDA00041483060400000510
相机与真实世界坐标的外部参数
Figure BDA00041483060400000511
为获得更精确的系统标定参数，采用图像采集设备标定的图像和投影设备标定的图像，对图像采集设备和投影设备标定的内部参数和畸变系数，及图像采集设备和投影设备间的位置参数[R,T]进行优化。基于上述得到的标定参数，根据通用的重投影方法，将真实世界坐标
Figure BDA00041483060400000512
重投影回相机像素坐标
Figure BDA00041483060400000513
关系表示为
Figure BDA00041483060400000514
真实世界坐标
Figure BDA00041483060400000515
重投影回相机像素坐标
Figure BDA0004148306040000061
重投影回投影仪像素坐标
Figure BDA0004148306040000062
关系表示为
Figure BDA0004148306040000063
采用最小化所有特征点重投影误差的方式来优化系统标定参数，表示为下式，为非线性优化，优化方法不指定，能迭代出准确结果即可。
Figure BDA0004148306040000064
在得到相机和投影仪的标定参数后，即可进行物体的三维重建，如图4所示。
首先投影仪投影编码后的系列图案至待重建物体表面，编码的图案可以是系列格雷码，也可以是系列余弦条纹等。
然后通过图像采集设备捕获系列经待重建物体表面调制后的投影图案。
再基于解码规则将获得的投影图案解码，如果投影仪的视野小于相机视野，相机拍摄得到的只有中间投影仪视野是有效区域，为提高重建效率，在解码过程中剔除无效拍摄区域，得到有效重建区域。此步中剔除无效拍摄区域可以基于设定灰度阈值从相机拍摄图像直接分割出有效重建区域，也可以基于下述方法剔除：
首先基于解码规则对相机拍摄的图片进行解码，得到相机每一个像素位置对应的码值，存储在与相机分辨率大小一致的二维数组M，每个位置为有效码值或者无效码值。遍历M的每一个位置，如果解码出有效码值则该像素位置记为1，如果解码出无效值则该像素位置记为0，最终得到与相机分辨率大小一致的二维数组M1。然后根据设定的灰度阈值将拍摄图像进行二值化，超过该灰度阈值设为1，反之设为0，得到与相机分辨率大小一致的二维数组M2。最后遍历M2所有位置，当M2该位置为0时，查看M1该位置的数值，如果该数值为1，则将M2该位置改为1，反之则不变，遍历完所有位置得到新的二维数值M2，其中为1的位置即为有效拍摄区域。
最后基于解码结果和系统标定结果对物体进行点云和深度图重建。其中基于解码结果建立每个相机的像素坐标和投影仪像素坐标的对应关系，对于每个相机像素坐标，基于相机和投影仪的标定参数及三角测量原理即可获得相机不同成像位置对应的三维物体真实的世界坐标，即可重建出该像素待重建物体的表面信息，重复上述过程即可完成对空间物体的实时三维重建，最后可以通过点云或深度图形式进行展示。
基于上述描述的系统标定和重建方法，结合qt和c++开发出实时三维重建软件，并安装于硬件系统中，通过与硬件系统的实时通信即可实现物体的实时三维重建。
综上关于本发明三维重建方法及系统的方案介绍及实施例详述可见，本方案具备突出的实质性特点和显著的进步性：通过对投影设备和图像采集设备进行分开标定，并基于两者第一阶段标定的图像对两者内部参数、畸变系数及两者之间位置参数进行优化，从而获得了更高精度的系统标定参数精度，并且通过剔除无效拍摄区域，大幅提高了三维重建的效率。
除上述实施例外，本发明还可以有其它实施方式，凡采用等同替换或等效变换形成的技术方案，均落在本发明所要求保护的范围之内。

Claims (9)

1.一种三维重建方法，其特征在于：由硬件支持和软件处理两部分结合构成，其中硬件支持包括：利用图像采集设备面向待重建物体捕获其表面调制后的编码图像，并与计算设备通讯、交互图像；利用与计算设备通讯相连的投影设备面向待重建物体投影编码图案；利用计算设备对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；
其中软件处理包括：利用预设图案的标定板对图像采集设备和投影设备分别进行系统标定，获得内部参数、畸变系数及与真实世界坐标的外部参数，并对两种设备的标定参数作联合优化；利用计算设备和完成标定的投影设备、图像采集设备执行三维重建，先通过投影设备将编码后的系列图案投影至待重建物体表面，再通过图像采集设备捕获系列的、经待重建物体表面调制后的投影图案，对所捕获的投影图案进行解码，基于解码结果和系统标定结果对待重建物体进行点云和深度图重建。
2.根据权利要求1所述三维重建方法，其特征在于：对应投影图案，包含一种以上编解码方法，且输入投影设备的图案编码规则与捕获并接收至计算设备的投影图案解码规则相匹配，为其中一种编解码方法。
3.根据权利要求1所述三维重建方法，其特征在于：对于投影设备的视野小于图像采集设备的视野，在对投影图案进行解码前还包括提取投影设备视野范围有效区域、剔除无效拍摄区域的图像预处理方法。
4.根据权利要求1所述三维重建方法，其特征在于：对图像采集设备的系统标定中，在特征点提取前对图像进行阈值分割。
5.根据权利要求1所述三维重建方法，其特征在于：所述联合优化的方法为采用图像采集设备和投影设备各自标定的图像对两设备的内部参数、畸变系数及两设备间的位置参数进行优化，采用最小化所有特征点重投影误差的方式优化系统标定参数。
6.一种三维重建系统，其特征在于：由硬件系统和软件系统相结合构成，其中所述硬件系统包括图像采集设备，用于面向待重建物体捕获图像，并与计算设备通讯、交互图像；
投影设备，用于与计算设备通讯相连，并面向待重建物体投影编码图案；
和计算设备，用于对所接收的图像进行与编码规则相对应的解码，执行系统标定和三维重建的运算处理；
所述软件系统包括系统标定，利用预设图案的标定板对图像采集设备和投影设备分别进行标定，获得内部参数、畸变系数及与真实世界坐标的外部参数，并对两种设备的标定参数作联合优化；
和三维重建，利用计算设备和完成标定的投影设备、图像采集设备，先通过投影设备将编码后的系列图案投影至待重建物体表面，再通过图像采集设备捕获系列的、经待重建物体表面调制后的投影图案，对所捕获的投影图案进行解码，基于解码结果和系统标定结果对待重建物体进行点云和深度图重建；
所述软件系统由Qt结合C++开发成应用软件，并安装运行于硬件系统的计算设备中。
7.根据权利要求6所述三维重建系统，其特征在于：硬件系统中，所述图像采集设备包括一个以上相机和镜头，其中相机为CCD面阵相机；所述投影设备为投影仪；所述计算设备至少为满足软件系统运算需求的工控机、PC或服务器。
8.根据权利要求7所述三维重建系统，其特征在于：所述硬件系统还包括接入计算设备的输出设备，用于对系统标定和三维重建的过程和结果进行可视化。
9.根据权利要求6所述三维重建系统，其特征在于：系统标定中用及标定板，且标定板至少为棋盘格标定板、圆形标定板或设有预设图案的标定板。
CN202310310593.0A 2023-03-28 2023-03-28 一种三维重建方法及系统 Pending CN116402945A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310310593.0A CN116402945A (zh) 2023-03-28 2023-03-28 一种三维重建方法及系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310310593.0A CN116402945A (zh) 2023-03-28 2023-03-28 一种三维重建方法及系统

Publications (1)

Publication Number Publication Date
CN116402945A true CN116402945A (zh) 2023-07-07

Family

ID=87006750

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310310593.0A Pending CN116402945A (zh) 2023-03-28 2023-03-28 一种三维重建方法及系统

Country Status (1)

Country Link
CN (1) CN116402945A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI881505B (zh) * 2023-10-25 2025-04-21 財團法人工業技術研究院 三維成像系統及三維成像方法
US12548254B2 (en) 2023-10-25 2026-02-10 Industrial Technology Research Institute Three-dimensional imaging system and three-dimensional imaging method

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI881505B (zh) * 2023-10-25 2025-04-21 財團法人工業技術研究院 三維成像系統及三維成像方法
US12548254B2 (en) 2023-10-25 2026-02-10 Industrial Technology Research Institute Three-dimensional imaging system and three-dimensional imaging method

Similar Documents

Publication Publication Date Title
CN106802138B (zh) 一种三维扫描系统及其扫描方法
CN105046746B (zh) 一种数字散斑人体三维快速扫描方法
CN113505626B (zh) 一种快速三维指纹采集方法与系统
CN111145238A (zh) 单目内窥镜图像的三维重建方法、装置及终端设备
KR101175097B1 (ko) 파노라마 영상 생성 방법
CN111981982B (zh) 一种基于加权sfm算法的多向合作靶标光学测量方法
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
CN108288292A (zh) 一种三维重建方法、装置及设备
CN103106688A (zh) 基于双层配准方法的室内三维场景重建方法
CN103729610B (zh) 一种二维码聚焦显示方法及系统
CN105844633B (zh) 基于De序列和相位编码的单帧结构光深度获取方法
CN101794461B (zh) 一种三维建模方法及系统
CN112509055B (zh) 基于双目视觉和编码结构光相结合的穴位定位系统及方法
CN113971691A (zh) 一种基于多视角双目结构光的水下三维重建方法
CN107154014A (zh) 一种实时彩色及深度全景图像拼接方法
CN112907631B (zh) 一种引入反馈机制的多rgb相机实时人体动作捕捉系统
CN111023994B (zh) 一种基于多重测量的光栅三维扫描方法及系统
CN105069789B (zh) 基于编码网格模板的结构光动态场景深度获取方法
CN109724537B (zh) 一种双目三维成像方法及系统
CN104408772A (zh) 一种基于网格投影的自由曲面三维重建方法
JP2025526801A (ja) 三次元再構成方法及び装置、システム
CN116129037B (zh) 视触觉传感器及其三维重建方法、系统、设备及存储介质
WO2018056802A1 (en) A method for estimating three-dimensional depth value from two-dimensional images
CN112446926A (zh) 一种激光雷达与多目鱼眼相机的相对位置标定方法及装置
CN119762594A (zh) 基于激光雷达与相机的外部参数配准及帧间加载方法

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