CN104154877B - 一种复杂凸面型物体三维重建与体积测量方法 - Google Patents
一种复杂凸面型物体三维重建与体积测量方法 Download PDFInfo
- Publication number
- CN104154877B CN104154877B CN201410444920.2A CN201410444920A CN104154877B CN 104154877 B CN104154877 B CN 104154877B CN 201410444920 A CN201410444920 A CN 201410444920A CN 104154877 B CN104154877 B CN 104154877B
- Authority
- CN
- China
- Prior art keywords
- image
- measured
- diagonal
- coordinates
- detected
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 15
- 239000011159 matrix material Substances 0.000 claims abstract description 13
- 238000004364 calculation method Methods 0.000 claims description 11
- 238000001514 detection method Methods 0.000 claims description 7
- 238000000691 measurement method Methods 0.000 claims description 7
- 238000003708 edge detection Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 238000003384 imaging method Methods 0.000 claims description 3
- 230000004807 localization Effects 0.000 claims description 3
- 238000012545 processing Methods 0.000 claims description 3
- 238000013519 translation Methods 0.000 claims description 3
- 241000733322 Platea Species 0.000 claims description 2
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000012360 testing method Methods 0.000 abstract description 8
- 238000010586 diagram Methods 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 239000003550 marker Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000010146 3D printing Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000011960 computer-aided design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000002068 genetic effect Effects 0.000 description 1
- 238000004377 microelectronic Methods 0.000 description 1
- 230000005622 photoelectricity Effects 0.000 description 1
- 238000012876 topography Methods 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Landscapes
- Image Analysis (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种复杂凸面型物体三维重建与体积测量方法。该方法将待测物体放置于布设有对角标志的平板上,并设置一个足够大的长方体形外包体,通过采集不同拍摄角度的待测物体图像,根据图像中提取的对角标志进行测量相机的获取图像的投影矩阵,然后利用待测物体的外轮廓和投影矩阵对初始的外包体进行切割。在不同方位进行足够多次切割之后即可获得待测物体的空间三维模型以及体积。与现有采用结构光测量技术相比,本发明的技术成本更低、操作简便灵活,能处理主动视觉无法处理的反光、透光、纹理缺乏的情况。
Description
技术领域
本发明属于计算机视觉领域,尤其涉及一种复杂凸面型物体三维形貌与体积非接触测量方法。
背景技术
工业检测、文物修复以及3D打印等很多领域都需要获取复杂物体的高精度三维形貌信息。目前,获取物体的三维形貌的技术可以分为接触式的测量方法和非接触式测量方法两大类。其中,接触式测量方法需要碰触实物体的表面,有可能对待测物体造成污染、变形或损坏,不太适合用于一些价值较高的物体,比如古文物。非接触测量是以光电、电磁等技术为基础,在不接触被测物体表面的情况下,得到物体表面参数信息的测量方法。非接触测量具有高速、不接触、不划伤被测物表面,适合于柔软物体测量等优点。从上世纪90年代以来,随着自动化技术、微电子技术、人工智能技术以及计算机辅助设计技术的飞速发展,视觉测量和重构技术,已广泛应用于表面检测与测量领域。
基于计算机视觉的三维形貌测量方法主要有两类:投影法和立体视觉测量法。投影法通过投影设备将结构光,如点云、线或者条纹等,投影到被测物体表面,通过相机采集的图像分析被测物表面结构光的变形得到一个剖面或者整个表面的高度信息,进而获得物体的三维形貌。由于投影法需要精确已知投影的结构光与测量相机的结构关系,使得投影法实际应用中并不方便,且精度受限于结构光投影设备,存在设备复杂、应用不灵活的问题。立体视觉测量法利用多台相机获取的物体表面图像对应点云,通过交会测量的方法获取物体表面点云的三维空间坐标。在实施交会测量时,需要在不同相机视图中提取被测物表面丰富的纹理信息或者记点并进行密集匹配。但是,图像密集匹配是计算机视觉领域的一个经典难题。因此,该方法通常借助结构光解决表面纹理不丰富物体的测量问题。尽管借助结构光可以部分简化图像的密集匹配,但对于高精度的三维重建而言,特征点的密集匹配仍然制约了该方法的使用。此外,对于复杂物体的三维重建,不可能在一个视角覆盖物体全表面,需要对多个表面进行高精度的拼接也限制了这一类方法的广泛应用。
发明内容
本发明的目的在于克服现有技术的不足,提供另一种复杂凸面型物体三维重建与体积测量方法,解决现有技术面临的设备复杂、应用不灵活、精度不高的缺陷。
一种复杂凸面型物体三维重建与体积测量方法,其特征在于包括以下步骤:
第一步,测量***布设
1.1将待测物体放置在于黑色平板中心位置。
1.2建立测量坐标系o-xyz
坐标系o-xyz中o点位于平板中心,o-x轴和o-y轴位于平板上表面所在平面;o-z轴垂直o-xy平面,指向平板上方;o-x轴、o-y轴和o-z轴符合右手定则。
1.3布设编码标志
在平板上布设1个圆形对角标志和个方形对角标志,其中≥3,上述对角标志在o-xyz坐标系中的三维坐标已知,且均匀分布于以待测物体为中心的圆周上。
第二步,初始的外包体数据集合设置
2.1设置一个被测物体的外包长方体
设置一个被测物体的外包长方体,该长方体的顶点坐标分别为(-X/2,-Y/2,0)、(-X/2,Y/2,0)、(X/2,-Y/2,0)、(X/2,Y/2,0)、(-X/2,-Y/2,Z)、(-X/2,Y/2,Z)、(X/2,-Y/2,Z)、(X/2,Y/2,Z)。
2.2分割外包长方体并记录数据
将外包长方体分割成个小的立方体单元,≥6000000,将立方体单元的中心坐标及其对应的标识码,记入外包体数据集合,
的计算公式分别为,
(1)
(2)
(3)
其中,,,,,。
2.3初始化立方体单元标识码
令立方体单元对应的标识码。
第三步,待测物体三维形貌重建
3.1待测物体图像拍摄
选取合理的拍摄位置和角度,利用测量相机拍摄一张待测物体的图像,并保证所拍摄的图像包含平板上的对角标志。
3.2待测物体图像轮廓提取
利用已有的图像边缘检测算法,如文献《AComputationalApproachtoEdgeDetection》(1986年发表于《IEEETransactionsonPatternAnalysisandMachineIntelligence》)提出的算法,提取待测物体图像的封闭轮廓,将位于待测物体图像封闭轮廓以内及待测物体图像封闭轮廓上的图像点坐标记为集合,,其中为位于待测物体图像封闭轮廓以内及待测物体图像封闭轮廓上图像点像素坐标,为的个数。
3.3对角标志识别与定位
3.3.1对待测物体图像的封闭轮廓以外的图像区域,依次进行二值化、图像闭运算、膨胀处理,以及连通域分割,将得到的各连通域记为集合;其中为各连通域图像点像素坐标构成的子集,并按元素个数降序排列,为连通域的个数;
3.3.2计算集合中前个子集的面积、周长以及质心坐标,其中;
3.3.3在以为中心建立的一个正方形搜索区域内,采用Harris角点检测算法计算获得对角标志的亚像素图像坐标;
3.3.4计算,最大值所对应的对角标志,即判定为圆形对角标志,其它个即判定为方形对角标志,以圆形对角标志的亚像素图像坐标为起点,在图像中顺时针排序,完成所有对角标志的识别。
3.4投影矩阵计算
3.4.1利用识别出的对角标志的亚像素图像坐标,及其对应的o-xyz坐标系中的三维坐标,利用位姿估计算法,如文献《Fastandgloballyconvergentposeestimationfromvideoimages》(2000年发表于《IEEETransactionsonPatternAnalysisandMachineIntelligence》)提出的正交迭代算法,即可获得测量相机在o-xyz坐标系中的姿态矩阵和平移向量;
3.4.2利用公式(4),计算出投影矩阵
(4)
3.5外包体数据集合中立方体单元对应的标识码重置
3.5.1如果编号的立方体单元对应的标识码,其中,利用公式(5)计算该立方体单元中心在测量相机成像面上的投影的像面坐标:
(5)
其中,,表示对四舍五入取整,上标表示向量或矩阵的转置;
3.5.2判断是否属于集合,若不属于集合,令;若属于集合,令;
3.6重复步骤3.1至3.5实现被测物体三维重建
合理设置测量相机的拍摄位置,获取不同拍摄角度的待测物体图像m张,m一般取30~40,完成被测物体三维形貌的重建。
第四步,待测物体体积计算
计算待测物体的体积,计算公式为,
(6)。
本发明的优点:精度高、设备简单,相对于结构光测量设备而言成本更低、操作简便灵活,能处理主动视觉无法处理的反光、透光、纹理缺乏的情况。
附图说明
图1是本发明实施例***实物图,
图2是本发明圆形对角标志示意图,
图3是本发明方形对角标志示意图,
图4是本发明整体流程图,
图5是本发明实物检测结果第一张图像重建效果示意图,
图6是本发明实物检测结果40张图像360度重建效果示意图,
图7是是本发明实物检测结果最终的重建的物体三维形貌示意图。
具体实施方式
采用本发明对复杂凸面型物体进行三维重建和体积测量,以一由棱长约为5cm的立方体橡皮切割而成的非规则棱锥为例,具体步骤如下:
第一步,测量***布设
1.1将待测物体放置在于黑色平板中心位置
由先验信息以黑色平板中心确定一个约8cm*8cm的矩形区域,用铅笔勾勒,将待测物体底面放置到铅笔勾勒的区域内,保证待测物体处于之后设置的外包长方体内。
1.2建立测量坐标系o-xyz
坐标系o-xyz中o点位于平板中心,o-x轴和o-y轴位于平板上表面所在平面,o-z轴垂直o-xy平面指向平板上方;o-x轴、o-y轴和o-z轴符合右手定则。为了方便使o-x轴、o-y轴分别平行于1.1中所确定的矩形边界的两条垂直边。
1.3布设对角标志
在平板上布设1个图2所示的圆形对角标志和N=4个图3所示的方形对角标志,且均匀分布于以待测物体为中心的圆周上,由全站仪测量出上述对角标志的空间坐标,并通过坐标转换得到上述对角标志在o-xyz坐标系中的三维坐标。
第二步,初始的外包体数据集合设置
2.1设置一个被测物体的外包长方体
设置一个被测物体的外包长方体,该长方体的顶点坐标分别为(-X/2,-Y/2,0)、(-X/2,Y/2,0)、(X/2,-Y/2,0)、(X/2,Y/2,0)、(-X/2,-Y/2,Z)、(-X/2,Y/2,Z)、(X/2,-Y/2,Z)、(X/2,Y/2,Z),其中X=8,Y=8,Z=6,单位为cm。
2.2分割外包长方体并记录数据
将外包长方体分割成个小的立方体单元,将立方体单元的中心坐标及其对应的标识码,记入外包体数据集合,的计算公式分别为,
(1)
(2)
(3)
其中,,,,,。
2.3初始化立方体单元
令立方体单元对应的
第三步,待测物体三维形貌重建
3.1待测物体图像拍摄
选取合理的拍摄位置和角度架设相机,利用测量相机拍摄一张待测物体的图像,并保证所拍摄的图像包含平板上的对角标志。
3.2待测物体图像轮廓提取
利用已有的图像边缘检测算法,提取待测物体图像的封闭轮廓,将位于待测物体图像封闭轮廓以内及待测物体图像封闭轮廓上的图像点坐标记为集合,,其中为位于待测物体图像封闭轮廓以内及待测物体图像封闭轮廓上图像点像素坐标,为的个数。
3.3对角标志识别与定位
3.3.1对待测物体图像的封闭轮廓以外的图像区域,依次进行二值化、图像闭运算、膨胀处理,以及连通域分割,将得到的各连通域记为集合;其中为各连通域图像点像素坐标构成的子集,并按元素个数降序排列,为连通域的个数;
3.3.2计算集合中前个子集的面积、周长以及质心坐标,其中;
3.3.3在以为中心的建立一个正方形搜索区域,采用Harris角点检测算法计算获得对角标志的亚像素图像坐标;
3.3.4计算,最大值所对应的对角标志,即判定为圆形对角标志,其它个即判定为方形对角标志,以圆形对角标志的亚像素图像坐标为起点,在图像中顺时钟排序,完成所有对角标志的识别。
3.4投影矩阵计算
3.4.1利用识别出的对角标志的亚像素图像坐标,以及对应的o-xyz坐标系中的三维坐标,利用正交迭代算法,即可获得相机在o-xyz坐标系中的姿态矩阵和平移向量;
3.4.2利用公式(4),计算出投影矩阵
3.5外包体数据集合中立方体单元对应的标识码重置
3.5.1如果编号的立方体单元对应的标识码,其中,利用公式(5)计算该立方体单元中心在测量相机成像面上的投影的像面坐标;
3.5.2判断是否属于集合,若不属于集合,令;若属于集合,令。
3.6重复步骤3.1至3.5实现被测物体三维重建
通过将测量平台安装在一个非精密的匀速转台上,用测量相机进行连续采图,转台的转速约为8s/圈,测量相机的帧频为5pfs,采集处理40张图像后停止采集,完成被测物体三维形貌的重建。
第四步,待测物体体积计算
通过式(6)计算出被测物体的体积。
棱锥测量试验及结果分析
试验设备参数:相机为SunTime200C,镜头焦距25mm。
在上述试验设备下,对不同棱锥进行超过50次试验,将测量得到的体积与排水法得到的标准体积进行对比,得到测量的相关参数如下:
一次测量所需时间:9-10s
测量体积绝对偏差:小于0.2。
Claims (1)
1.一种凸面型物体三维重建与体积测量方法,其特征在于,包括以下步骤:
第一步,测量***布设;
第二步,初始的外包体数据集合设置;
第三步,待测物体三维形貌重建;
第四步,待测物体体积计算;
所述第一步具体为:
1.1将待测物体放置在于黑色平板中心位置;
1.2建立测量坐标系o-xyz
坐标系o-xyz中o点位于平板中心,o-x轴和o-y轴位于平板上表面所在平面;o-z轴垂直o-xy平面,指向平板上方;o-x轴、o-y轴和o-z轴符合右手定则;
1.3布设编码标志
在平板上布设1个圆形对角标志和个方形对角标志,其中≥3,上述对角标志在o-xyz坐标系中的三维坐标已知,且均匀分布于以待测物体为中心的圆周上;
所述第二步具体为:
2.1设置一个被测物体的外包长方体
设置一个被测物体的外包长方体,该长方体的顶点坐标分别为(-X/2,-Y/2,0)、(-X/2,Y/2,0)、(X/2,-Y/2,0)、(X/2,Y/2,0)、(-X/2,-Y/2,Z)、(-X/2,Y/2,Z)、(X/2,-Y/2,Z)、(X/2,Y/2,Z);
2.2分割外包长方体并记录数据
将外包长方体分割成个小的立方体单元,≥6000000,将立方体单元的中心坐标及其对应的标识码,记入外包体数据集合,的计算公式分别为,
(1)
(2)
(3)
其中,,,,,;
2.3初始化立方体单元标识码
令立方体单元对应的标识码;
所述第三步具体为:
3.1待测物体图像拍摄
选取拍摄位置和角度,利用测量相机拍摄一张待测物体的图像,保证所拍摄的图像包含平板上的对角标志;
3.2待测物体图像轮廓提取
利用已有的图像边缘检测算法,提取待测物体图像的封闭轮廓,将位于待测物体图像封闭轮廓以内及待测物体图像封闭轮廓上的图像点坐标记为集合,,其中为位于待测物体图像封闭轮廓以内及待测物体图像封闭轮廓上图像点像素坐标,为的个数;
3.3对角标志识别与定位
3.3.1对待测物体图像的封闭轮廓以外的图像区域,依次进行二值化、图像闭运算、膨胀处理,以及连通域分割,将得到的各连通域记为集合;其中为各连通域图像点像素坐标构成的子集,并按元素个数降序排列,为连通域的个数;
3.3.2计算集合中前个子集的面积、周长以及质心坐标,其中;
3.3.3在以为中心建立的一个正方形搜索区域内,采用Harris角点检测算法计算获得对角标志的亚像素图像坐标;
3.3.4计算,最大值所对应的对角标志,即判定为圆形对角标志,其它个即判定为方形对角标志,以圆形对角标志的亚像素图像坐标为起点,在图像中顺时针排序,完成所有对角标志的识别;
3.4投影矩阵计算
3.4.1利用识别出的对角标志的亚像素图像坐标,及其对应的o-xyz坐标系中的三维坐标,利用位姿估计算法,获得测量相机在o-xyz坐标系中的姿态矩阵和平移向量;
3.4.2利用公式(4),计算出投影矩阵
(4);
3.5外包体数据集合中立方体单元对应的标识码重置;
3.5.1如果编号的立方体单元对应的标识码,其中,利用公式(5)计算该立方体单元中心在测量相机成像面上的投影的像面坐标:
(5)
其中,,表示对四舍五入取整,上标表示向量或矩阵的转置;
3.5.2判断是否属于集合,若不属于集合,令;若属于集合,令;
3.6重复步骤3.1至3.5实现被测物体三维重建
设置测量相机的拍摄位置,获取不同拍摄角度的待测物体图像m张,m一般取30~40,完成被测物体三维形貌的重建;
所述第四步具体为:
计算待测物体的体积,计算公式为,
(6)。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410444920.2A CN104154877B (zh) | 2014-09-03 | 2014-09-03 | 一种复杂凸面型物体三维重建与体积测量方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410444920.2A CN104154877B (zh) | 2014-09-03 | 2014-09-03 | 一种复杂凸面型物体三维重建与体积测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104154877A CN104154877A (zh) | 2014-11-19 |
CN104154877B true CN104154877B (zh) | 2016-07-06 |
Family
ID=51880442
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410444920.2A Expired - Fee Related CN104154877B (zh) | 2014-09-03 | 2014-09-03 | 一种复杂凸面型物体三维重建与体积测量方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104154877B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104655011B (zh) * | 2015-01-28 | 2018-01-30 | 佛山科学技术学院 | 一种不规则凸面物体体积的非接触光学测量方法 |
CN105160673A (zh) * | 2015-08-28 | 2015-12-16 | 山东中金融仕文化科技股份有限公司 | 一种物体的定位方法 |
CN106225678B (zh) * | 2016-09-27 | 2018-10-19 | 北京正安维视科技股份有限公司 | 基于3d相机的动态物体定位与体积测量方法 |
CN106839977B (zh) * | 2016-12-23 | 2019-05-07 | 西安科技大学 | 基于光栅投影双目成像技术的盾构渣土体积实时测量方法 |
CN106548480B (zh) * | 2016-12-23 | 2023-05-26 | 蚌埠学院 | 一种基于机器视觉的农产品体积快速测量装置及测量方法 |
JP6888580B2 (ja) | 2018-04-05 | 2021-06-16 | オムロン株式会社 | 情報処理装置、情報処理方法、及びプログラム |
CN109215016B (zh) * | 2018-08-03 | 2021-02-05 | 湖南科技大学 | 一种编码标志的识别定位方法 |
CN109360181B (zh) * | 2018-10-29 | 2020-07-24 | 中惠医疗科技(上海)有限公司 | 超声图像与核磁图像融合方法和*** |
CN111284014B (zh) * | 2020-01-17 | 2022-03-22 | 广东工业大学 | 基于激光遥感成像和3d打印技术的体积测量方法及*** |
CN111678508A (zh) * | 2020-07-28 | 2020-09-18 | 北京大华旺达科技有限公司 | 一种用于机器视觉三维重构的无死角标记块 |
CN113049184A (zh) * | 2021-04-06 | 2021-06-29 | 中国人民解放军63853部队 | 一种质心测量方法、设备及存储介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320473A (zh) * | 2008-07-01 | 2008-12-10 | 上海大学 | 自由多视角、实时的三维重建***和方法 |
CN101807308A (zh) * | 2009-02-12 | 2010-08-18 | 富士通株式会社 | 三维模型分割装置和方法 |
CN102944191A (zh) * | 2012-11-28 | 2013-02-27 | 北京航空航天大学 | 一种基于平面圆靶标的三维视觉测量数据拼接方法及装置 |
-
2014
- 2014-09-03 CN CN201410444920.2A patent/CN104154877B/zh not_active Expired - Fee Related
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101320473A (zh) * | 2008-07-01 | 2008-12-10 | 上海大学 | 自由多视角、实时的三维重建***和方法 |
CN101807308A (zh) * | 2009-02-12 | 2010-08-18 | 富士通株式会社 | 三维模型分割装置和方法 |
CN102944191A (zh) * | 2012-11-28 | 2013-02-27 | 北京航空航天大学 | 一种基于平面圆靶标的三维视觉测量数据拼接方法及装置 |
Non-Patent Citations (1)
Title |
---|
投影三维重建中基础矩阵的鲁棒性估计方法;胡明星等;《北方交通大学学报》;20010430;第25卷(第2期);第5-9页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104154877A (zh) | 2014-11-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104154877B (zh) | 一种复杂凸面型物体三维重建与体积测量方法 | |
Furukawa et al. | Accurate camera calibration from multi-view stereo and bundle adjustment | |
CN107767442A (zh) | 一种基于Kinect和双目视觉的脚型三维重建与测量方法 | |
CN106839977B (zh) | 基于光栅投影双目成像技术的盾构渣土体积实时测量方法 | |
CN102054276B (zh) | 物体三维几何重建相机定标方法和*** | |
CN103530880B (zh) | 基于投影高斯网格图案的摄像机标定方法 | |
CN103196370B (zh) | 一种导管接头空间位姿参数的测量方法和装置 | |
JP6483832B2 (ja) | Rgb−dセンサを使用して物体を走査する方法とシステム | |
CN103822581B (zh) | 一种基于压缩感知的不规则物体体积测量方法 | |
CN111429523B (zh) | 一种在3d建模中远距离标定方法 | |
CN102750704B (zh) | 一种摄像机分步自标定方法 | |
CN108871349A (zh) | 一种深空探测器光学导航位姿加权确定方法 | |
CN104123751A (zh) | Kinect与关节臂结合的复合式测量和三维重建方法 | |
CN103759669A (zh) | 一种大型零件的单目视觉测量方法 | |
CN111981982B (zh) | 一种基于加权sfm算法的多向合作靶标光学测量方法 | |
CN104361627B (zh) | 基于sift的双目视觉沥青路面微观纹理三维图像重构方法 | |
WO2010004466A1 (en) | Three dimensional mesh modeling | |
Wang et al. | Multi-camera calibration with one-dimensional object under general motions | |
CN109242898B (zh) | 一种基于图像序列的三维建模方法及*** | |
Fernandez et al. | Planar-based camera-projector calibration | |
CN104634248A (zh) | 一种双目视觉下的转轴标定方法 | |
CN103398669A (zh) | 一种用于测量自由曲面的多轴联动视觉检测方法和设备 | |
CN102903101A (zh) | 使用多台相机进行水面数据采集与重建的方法 | |
Pang et al. | A tool-free calibration method for turntable-based 3D scanning systems | |
CN103886595A (zh) | 一种基于广义统一模型的折反射相机自标定方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20160706 Termination date: 20210903 |