CN105627926A - 四像机组平面阵列特征点三维测量***及测量方法 - Google Patents
四像机组平面阵列特征点三维测量***及测量方法 Download PDFInfo
- Publication number
- CN105627926A CN105627926A CN201610131645.8A CN201610131645A CN105627926A CN 105627926 A CN105627926 A CN 105627926A CN 201610131645 A CN201610131645 A CN 201610131645A CN 105627926 A CN105627926 A CN 105627926A
- Authority
- CN
- China
- Prior art keywords
- camera
- point
- plane
- cameras
- coordinate
- 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
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2545—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object with one projection direction and several detection directions, e.g. stereo
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
- G01B11/005—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates coordinate measuring machines
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/002—Measuring arrangements characterised by the use of optical techniques for measuring two or more coordinates
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/03—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring coordinates of points
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/2518—Projection by scanning of the object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/24—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures
- G01B11/25—Measuring arrangements characterised by the use of optical techniques for measuring contours or curvatures by projecting a pattern, e.g. one or more lines, moiré fringes on the object
- G01B11/254—Projection of a pattern, viewing through a pattern, e.g. moiré
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/557—Depth or shape recovery from multiple images from light fields, e.g. from plenoptic cameras
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/50—Depth or shape recovery
- G06T7/55—Depth or shape recovery from multiple images
- G06T7/593—Depth or shape recovery from multiple images from stereo images
- G06T7/596—Depth or shape recovery from multiple images from stereo images from three or more stereo images
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/204—Image signal generators using stereoscopic image cameras
- H04N13/243—Image signal generators using stereoscopic image cameras using three or more 2D image sensors
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/271—Image signal generators wherein the generated image signals comprise depth maps or disparity maps
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/275—Image signal generators from 3D object models, e.g. computer-generated stereoscopic image signals
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N13/20—Image signal generators
- H04N13/282—Image signal generators for generating image signals corresponding to three or more geometrical viewpoints, e.g. multi-view systems
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N13/00—Stereoscopic video systems; Multi-view video systems; Details thereof
- H04N2013/0074—Stereoscopic image analysis
- H04N2013/0081—Depth or disparity estimation from stereoscopic image signals
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Theoretical Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Optics & Photonics (AREA)
- Radar, Positioning & Navigation (AREA)
- Remote Sensing (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Measurement Of Optical Distance (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种四像机组平面阵列特征点三维测量***及测量方法,属于光学电子测量技术产品和方法的技术领域;包括至少一组以四台数码相机组成2×2阵列组的四像机组建立的测量***;对像机组采集的图像特征点进行匹配运算;根据匹配好的特征点像坐标,计算各个特征点的空间位置坐标;根据空间位置坐标,计算被测物的其它需要特别测量的三维尺寸,形成三维点云数据,建立三维点云图形,进行三维立体重现;本发明可以直接将测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较后将所有测量物能够被测到的点进行完全匹配;该方法可以极大的简化双目匹配的复杂算法,实现利用多目相机简单,快速,准确的直接测量物体三维尺寸的效果。
Description
技术领域
本发明涉及一种四像机组平面阵列特征点三维测量***及测量方法,属于光学电子测量技术产品和方法的技术领域;具体说属于采用数字相机组对被测物的三维特征点坐标通过图像处理的方式进行位置和尺寸测量并计算出被视物体特征点三维位置坐标点云数据的方法的技术领域。
背景技术
目前快速准确的计算出被视物体特征点的三维位置坐标点云数据进而实现被视物体全部外观尺寸的三维立体快速精确测量的三维测量采用的方式和存在的问题如下所述:
一、单点视觉测量法
我们可以将各类非接触长度测量传感器视为单点视觉;典型的如激光测距传感器以及叠加高速扫描功能的激光扫描仪。
依靠单点高速扫描,单点视觉可以做成三维立体视觉***,但该类***的缺点是对测量物整体不能快速全面的把握其形貌特征,动态测量时,对于快速移动物体产生变形,容易产生测量死角;同时,三维点云数据处理速度和算法有待进一步的加强。
二、平面视觉测量法
平面视觉主要采用各类相机进行二维成像。目前,各类照相机、摄像机、视频监控等得到广泛应用。二维图像在线测量,广泛用于印刷和包装线质量检测,产品质量外观检测等各类特定对象的流水线检测。
通过二维成像可对视场范围内的物体进行一次性成像,通过边缘和分类算法对物体进行检测和智能化处理。其最大的问题是难以根据平面图像直接计算出物体的物理尺寸,对于三维检测,如果只进行独立的图像分析,只能进行平面外观轮廓的定性分析。
三、三维视觉测量
目前,能够真正实现三维数据直接采集的设备还没有出现,所谓的三维视觉都是由一维和二维视觉的相关设备和技术组合而成;三维视觉及测量技术主要包括以下几种:
①.光截图技术及线激光测量
光截图技术及线激光测量是将三维测量通过激光平面的建立,变为二维问题进行解决。由一个线激光发生器产生一个激光平面,通过与该平面成一定角度布置的数字摄像机成像后,对图像进行二值化处理,得到被测物体与该激光线交线的图像,该激光平面与二维图像像素之间具有唯一的对应关系,通过标定可实现该物体激光切线的精确测量。目前线激光测距仪可对激光线上各点距离的直接测量,基本都采用此方法。
②.双目或多目视觉测量技术
人眼之所以能够快速判断被视物体的远近和大小,是由于人类拥有固定间距同时可动态调焦调角度的两只眼睛,同时还拥有一个运算速度目前最快速的计算机都难以企及的大脑的缘故。如果有两只固定距离和焦距的相机对同一物体同时成像,他们成像的图像之间对被测物体同一个测量点,具有唯一的对应关系。这就是双目视觉测量原理。目前3D电影基本采用该方法进行拍摄和立体重现。
对于双目视觉来说,由于物体边缘特征提取及双目像素匹配算法目前的技术还存在困难,难以将双目图像进行快速准确的匹配,双目或多目视觉测量还没有实现大规模应用,双目直接测量和图像识别的产品目前也还没有见到。
发明目的
本发明提供了一种四像机组平面阵列特征点三维测量***及测量方法。以实现利用多目相机简单,快速,准确的直接测量物体三维尺寸的目的。
为达到所述目的本发明的采用的技术方案和方法是:
一种四像机组平面阵列特征点三维测量***,包括至少一组以四台数码相机组成为一组的四像机组;
所述的四台数码相机组成的一组四像机组以2×2阵列形式设置;
所述的四台数码相机包括a相机,b相机,c相机和d相机;该a相机,该b相机,该c相机和该d相机在同一平面上布置;
所述的a相机,b相机,c相机和d相机四台相机的成像光轴上的焦点点Oa、Ob、Oc、Od在同一平面上且组成一个矩形形成一个矩形平面;该a相机,该b相机,该c相机和该d相机四台相机的成像光轴中心线均垂直于该矩形平面;
所述的a相机,b相机,c相机和d相机四台相机的型号完全相同,镜头也完全相同;
所述的a相机,b相机相对位置为水平设置,所述的c相机,d相机相对位置为水平设置;
所述的a相机,c相机相对位置为垂直设置,所述的b相机,d相机相对位置为垂直设置。
该四台数码相机组成的一组四像机组以选定相机的成像光轴上的焦点与相邻三台相机的成像光轴上的焦点点组成一个矩形,形成一个矩形平面的四台数码相机组成,且四相机的成像光轴中心线均垂直于该矩形平面。
该四像机组以2×3,2×4,2×5,3×2,3×3,3×4,3×5或4×4阵列形式设置。
还包括至少一台垂直激光器和至少一台水平激光器;该垂直激光器位于Oa、Ob连线的垂直平分线上设置;该水平激光器位于Oa、Oc连线的垂直平分线上设置。
该四像机组中相机的传感器类型是2/3″CMOS,像元尺寸是5.5μm,分辨率是1024×2048,镜头焦距为25毫米。
该四像机组中水平方向相邻两相机的距离为m,垂直方向相邻两相机的距离为n;其中m的取值范围为50-100毫米;n的取值范围为50-100毫米。
一种基于如上所述的三维测量***的测量方法,包括如下具体步骤:
步骤一、按照四像机组平面阵列三维视觉测量法建立测量***;
该测量***主要建立的原则是:最少不低于四台相同的相机,其光轴平行且焦点在同一个平面上,焦点能够组成一个矩形;
该矩形的尺寸和相机及镜头参数的选择,主要的考虑因素是测量***的精度和被测物的大小;当测量精度要求高时,考虑提高相机的分辨率和增大镜头的焦距,同时,需要保证被测物体能够同时在四台相机上有对应的成像点,如果被测物超出成像范围,还可以考虑成对增加测量相机,形成测量相机矩阵;
步骤二、图像采集完成后,对相机组图像特征点进行匹配运算;
在双目立体视觉测量中,立体匹配就是已知其中的一个成像点,在另一幅图像上找出该成像点的对应点。极线几何约束是一种常用的匹配约束技术,我们将测量点与对应图像上的成像点三点连接形成一个平面,该平面与两幅图像在成像空间的交线,我们称作极线,极线的约束条件就是匹配点必然位于极线上。
对于极线算法,由于四像机组平面阵列三维视觉测量法相机光轴平行,且焦点是在同一个平面上的矩形,所以极线就直接简化为平行于X轴或Y轴的直线;也就是说,被测物体上的所有在各个像平面上的对应投影点,都在平行于X轴或Y轴的直线上;这样在做匹配运算时,直接将每对测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较,可以将所有测量物能够被测到的点进行完全匹配;
匹配运算要求在四个相机组图像中进行匹配运算,将需要计算空间位置的特征点都寻找出来,如果采用超出四相机的相机阵列进行测量就需要分别在不同的四相机组中进行不同的匹配运算;
步骤三、根据匹配好的特征点像坐标,计算特征点的空间位置坐标;
将匹配好的特征点像坐标,代入被测物空间中的任意一个特征点为PN的坐标表达式,计算各特征点的空间位置坐标;
按照特征点空间位置计算公式,被测物宽度尺寸可以通过两对水平相机之间的匹配特征点进行计算,被测物高度尺寸可以通过两对垂直相机之间的匹配特征点进行计算,被测物长度尺寸可以通过两对水平相机和两对垂直相机之间的匹配特征点进行计算,以上尺寸都具有冗余特征,可以在冗余数据上进行比较分析,提高测量精度和准确率;
步骤四、根据得到的各个特征点的空间位置坐标,计算被测物的其它需要特别测量的三维尺寸,形成三维点云数据,建立三维点云图形,进行三维立体重现。
该步骤一中该相机和镜头的参数、矩形的长度和宽度尺寸的选择的具体依据是:
当测量距离不变时,被测物体积越大,镜头需要的焦距越小;增加测量距离时,可测量的范围也相应增大;
提高测量分辨率的方法是:提高相机分辨率,减小测量距离,在测量距离不变的条件下,减小焦距值,加大四相机组光轴中心矩阵的尺寸。
该步骤三中各个特征点的空间位置坐标运算的公式为:
以a相机、b相机、c相机、d相机四台相机组的焦点Oa、Ob、Oc、Od矩形平面的中心点O为原点,设置被测物空间的三角坐标系,X为水平方向,Y为垂直方向,Z为长度或深度方向;
被测物的同一点P1点空间位置的坐标为P1(P1x,P1y,P1z),P1点空间三维坐标在a相机、b相机、c相机、d相机四台相机组的对应成像点为P1a(P1ax,P1ay)、P1b(P1bx,P1by)、P1c(P1cx,P1cy)、P1d(P1dx,P1dy)的位置坐标的关系表达式为:
ab相机水平运算公式:
cd相机水平运算公式:
ac相机垂直运算公式:
bd相机垂直运算公式:
ab相机深度运算公式:
cd相机深度运算公式:
ac相机深度运算公式:
bd相机深度运算公式:
其中,m为矩形平面OaOb长度,n为OaOc长度,f为四台相机的焦距。该步骤三中该计算特征点的空间位置坐标为PN的坐标一般表达式为:PN(PNx,PNy,PNz),其中N=1,2,3,4,5,.......
其中,设a相机、b相机、c相机、d相机四台相机的焦点为Oa、Ob、Oc、Od,焦点Oa、Ob、Oc、Od在同一平面上,且组成一个矩形平面,设矩形平面OaOb长度为m,OaOc长度为n,四台相机的光轴相互平行且垂直于该矩形平面,设a相机、b相机、c相机、d相机四台相机组选用完全相同的相机成像,镜头也完全相同,其焦距设为f;
设以Oa、Ob、Oc、Od矩形平面的中心点O为原点的被测物空间的直角坐标系,X为水平方向,平行于矩形的OaOb一边,Y为垂直方向,平行于矩形的OaOc一边,Z为长度或深度方向,方向指向被测物;
设被测物中的任意一个特征点为PN,PN在a相机、b相机、c相机、d相机四台相机组的像平面的投影点的坐标为PNa(PNax,PNay),PNb(PNbx,PNby),PNc(PNcx,PNcy),PNd(PNdx,PNdy),那么PN点空间位置的坐标就设为PN(PNx,PNy,PNz)。
采用本发明的技术方案和方法由于是通过四台及以上数字相机在同一平面上按矩形阵列布置,在完成多目匹配算法找到各对应特征点后,采用该方法快速准确的计算出被视物体特征点的三维位置坐标进而实现被视物体全部外观尺寸的三维立体快速精确测量。除了能够快速计算特征点的三维坐标,由于采用了四相机组平面矩阵布置方式,该方法可以极大简化特征点的匹配算法。
本发明的技术方案和方法具有如下优点:
1、四像机组平面阵列三维视觉测量法,能够根据被测物同一点在不同相机成像点位置的变化,解算出被测物同一点的三维立体坐标。其中,水平尺寸依靠两对水平布置的相机进行解算,垂直尺寸依靠两对垂直布置的相机进行解算,深度尺寸依靠两对水平和两对垂直相机都可以解算出来。
2、四像机组平面阵列三维视觉测量法,能够通过特征点图像坐标之间简单的代数计算,就可以解算出被测物特征点的三维立体数据,被测物同一点的坐标计算精度,只与相机精度和分辨率、相机相互位置精度和距离有关。与现有的光截图算法和其它需要提前标定的算法相比,不需要带入复杂的标定公式,极大的简化了空间尺寸计算,同时,避免了将标定器和标定过程出现的误差带入到测量结果。
3、四像机组平面阵列三维视觉测量法,属于多相机冗余和特殊结构化布置方法,对于双目视觉匹配算法中极线算法,直接简化为平行与X轴和Y轴的直线,也就是说,被测物体上的所有在各个像平面上的对应投影点,都在平行与X轴和Y轴的直线上。我们可以直接将每对测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较,可以将所有测量物能够被测到的点进行完全匹配。该方法可以极大的简化双目匹配的复杂算法。
附图说明
图1为本发明平面四相机组阵列布置平面示意图;
图2为本发明平面四相机组阵列布置立体示意图;
图3为本发明平面四相机组阵列布置坐标系设置示意图;
图4为本发明四相机组阵列水平尺寸计算立体示意图;
图5为本发明四相机组阵列水平尺寸计算平面示意图;
图6为本发明四相机组阵列垂直尺寸计算立体示意图;
图7为本发明四相机组阵列垂直尺寸计算平面示意图;
图8为本发明3×2相机阵列三维测量***布置示意图;
图9为本发明3×2相机阵列三维测量***布置俯视图;
图10为本发明3×2相机阵列三维测量***布置侧视图。
具体实施方式
下面结合附图对本发明的技术方案和方法详细说明如下,以利对本发明的技术方案和方法全面的了解。
如图1,图2和图3所示,一种四像机组平面阵列特征点三维测量***,包括至少一组以四台数码相机组成为一组的四像机组;
所述的四台数码相机组成的一组四像机组以2×2阵列形式设置;
所述的四台数码相机包括a相机,b相机,c相机和d相机;该a相机,该b相机,该c相机和该d相机在同一平面上布置;
所述的a相机,b相机,c相机和d相机四台相机的成像光轴上的焦点Oa、Ob、Oc、Od在同一平面上且组成一个矩形形成一个矩形平面;即a相机,b相机,c相机和d相机分别为于该矩形的四个角(如图1,图2,图3);该a相机,该b相机,该c相机和该d相机四台相机的成像光轴中心线均垂直于该矩形平面;
所述的a相机,b相机,c相机和d相机四台相机的型号完全相同,镜头也完全相同;两相机之间的距离,在满足矩形要求的前提下,长度和宽度尺寸可任意调整。相机分辨率和其它参数、镜头焦距、矩形的长度和宽度尺寸的选择,需要根据被测物的位置和尺寸选择合适的参数,保证四台相机在视场范围内均能够拍摄到被测物的图像,同时,能够满足测量精度对图像分辨率的要求。
还包括至少一台垂直激光器和至少一台水平激光器;所谓垂直激光器为垂直方向设置的激光器;所谓水平激光器为水平方向设置的激光器;激光器可选用气体激光器、固体激光器、半导体激光器、自由电子激光器或脉冲激光器;
所述的a相机,b相机相对位置为水平设置,所述的c相机,d相机相对位置为水平设置(与a相机,b相机平行),该垂直激光器位于Oa、Ob连线的垂直平分线上设置;如图1,图2为位于a相机,b相机的上端;距离为a相机,b相机焦点连线长度的1-3倍;
所述的a相机,c相机相对位置为垂直设置,所述的b相机,d相机相对位置为垂直设置(与a相机,c相机平行),该水平激光器位于Oa、Oc连线的垂直平分线上设置。如图1,图2为位于a相机,c相机的左端;距离为a相机,c相机焦点连线长度的1-3倍;
该四台数码相机组成的一组四像机组以选定相机的成像光轴上的焦点与相邻三台相机的成像光轴上的焦点组成一个矩形形成一个矩形平面的四台数码相机组成,且四相机的成像光轴中心线均垂直于该矩形平面。
该四像机组以2×3,2×4,2×5,3×2,3×3,3×4,3×5或4×4阵列形式设置。为了能够测量不同位置和外型尺寸的物体,满足不同测量精度的要求,该视觉测量***,可以根据需要,将四相机组2×2阵列按矩形成对布置成相机阵列进行扩展,以扩大测量的视场范围。设四相机组阵列为2×2阵列,如果增加横向的视场范围,可以在横向再布置一对相机,变成3×2阵列,可能的扩充阵列如:2×3,2×4,2×5,3×2,3×3,3×4,3×5,4×4等等。
测量相机矩阵布置的首要原则是相机的成像光轴上的焦点与相邻三台相机的成像光轴上的焦点组成一个矩形,且像机的成像光轴中心线均垂直于该矩形平面。
测量相机矩阵布置的另一个原则是需要被测的特征点能够在相机阵列中至少能在其中的一个四相机2×2阵列中的所有图像中找到对应的匹配点。
测量相机矩阵的计算原则是以四相机组2×2阵列为基础进行图像匹配和三维坐标计算,如果该对相机水平或垂直方向各相邻两对其它相机,本对相机可分别参与与之相邻的另两对相机的四相机组2×2阵列运算。
四像机组平面阵列特征点三维测量法,可设置一个或多个垂直线激光发生器(即垂直激光器)或水平线激光发生器(即水平激光器),见图1、图2;一个或多个垂直线激光发生器或水平线激光发生器的用途是通过激光结构光,能够快速精确的进行四相机组图像对被视物与激光相交线上同一个测量点的匹配。(由于激光相对于普通光源照度高,容易在图像上得出与物体的交线图形,而且根据光截图原理容易算出交线的三维坐标,没有歧义。类似于指示线,方便图像匹配。从另一个角度说如果图像直接匹配,算法复杂,容易匹配错误,难以保证唯一性。)但如果不设置线激光发生器,只要能够实现图像特征点的快速匹配,对测量结果也没有影响。有时,为了达到测量速度和精度的要求,可以布置多条水平或垂直激光线,布置的方式建议将激光线采用相互平行的方式布置。
该四像机组中相机的传感器类型是2/3″CMOS,像元尺寸是5.5μm,分辨率是1024×2048,镜头焦距为25毫米。
该四像机组中水平方向相邻两相机的距离为m,垂直方向相邻两相机的距离为n;其中m的取值范围为50-100毫米,较佳的m的取值范围为60毫米;n的取值范围为50-100毫米,较佳的n的取值范围为50毫米。
一种基于如上所述的三维测量***的测量方法,包括如下具体步骤:
步骤一、按照四像机组平面阵列三维视觉测量法建立测量***;
该测量***主要建立的原则是:最少不低于四台相同的相机,其光轴平行且焦点在同一个平面上,焦点能够组成一个矩形;
该矩形的尺寸和相机及镜头参数的选择,主要的考虑因素是测量***的精度和被测物的大小;当测量精度要求高时,考虑提高相机的分辨率和增大镜头的焦距,同时,需要保证被测物体能够同时在四台相机上有对应的成像点,如果被测物超出成像范围,还可以考虑成对增加测量相机,形成测量相机矩阵;
步骤二、图像采集完成后,对相机组图像特征点进行匹配运算;
双目和多目图像匹配算法,目前有大量的相关研究和算法,我们可以参考目前的算法对图像上的被测物成像点进行对应的匹配。由于我们采用了多相机冗余和特殊结构化布置方法,采用双多目图像目和匹配算法对图像上的被测物成像点进行对应的匹配;对于双目视觉匹配算法中极线算法,直接简化为平行于X轴和Y轴的直线;也就是说,被测物体上的所有在各个相平面上的对应投影点,都在平行于X轴和Y轴的直线上;直接将每对测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较,将所有测量物能够被测到的点进行完全匹配;该方法可以极大的简化双目匹配的复杂算法。
在双目立体视觉测量中,立体匹配就是已知其中的一个成像点,在另一副图像上找出该成像点的对应点。极线几何约束是一种常用的匹配约束技术,我们将测量点与对应图像上的成像点三点连接形成一个平面,该平面与两幅图像在成像空间的交线,我们称作极线,极线的约束条件就是匹配点必然位于极线上。
对于极线算法,由于四像机组平面阵列三维视觉测量法相机光轴平行,且焦点是在同一个平面上的矩形,所以极线就直接简化为平行于X轴或Y轴的直线;也就是说,被测物体上的所有在各个像平面上的对应投影点,都在平行于X轴或Y轴的直线上;这样在做匹配运算时,直接将每对测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较,可以将所有测量物能够被测到的点进行完全匹配;
匹配运算要求在四个相机组图像中进行匹配运算,将需要计算空间位置的特征点都寻找出来,如果采用超出四相机的相机阵列进行测量就需要分别在不同的四相机组中进行不同的匹配运算;
步骤三、根据匹配好的特征点像坐标,计算特征点的空间位置坐标;
将匹配好的特征点像坐标,代入被测物空间中的任意一个特征点为PN的坐标表达式,计算各特征点的空间位置坐标;
按照特征点空间位置计算公式,被测物宽度尺寸可以通过两对水平相机之间的匹配特征点进行计算,被测物高度尺寸可以通过两对垂直相机之间的匹配特征点进行计算,被测物长度尺寸可以通过两对水平相机和两对垂直相机之间的匹配特征点进行计算,以上尺寸都具有冗余特征,可以在冗余数据上进行比较分析,提高测量精度和准确率;
步骤四、根据得到的各个特征点的空间位置坐标,计算被测物的其它需要特别测量的三维尺寸,形成三维点云数据,建立三维点云图形,进行三维立体重现。
该步骤一中该相机和镜头的参数、矩形的长度和宽度尺寸的选择的具体依据是:
当测量距离不变时,被测物体积越大,镜头需要的焦距越小;增加测量距离时,可测量的范围也相应增大;
提高测量分辨率的方法是:提高相机分辨率,减小测量距离,在测量距离不变的条件下,减小焦距值,加大四相机组光轴焦点矩阵的尺寸。
该步骤三中根据匹配好的特征点像坐标,计算特征点的空间位置坐标的公式为:
以a相机、b相机、c相机、d相机四台相机组的焦点Oa、Ob、Oc、Od矩形平面的中心点O为原点,设置被测物空间的三角坐标系,X为水平方向,Y为垂直方向,Z为长度或深度方向;
被测物的同一点P1点空间位置的坐标为P1(P1x,P1y,P1z),P1点空间三维坐标在a相机、b相机、c相机、d相机四台相机组的对应成像点为P1a(P1ax,P1ay)、P1b(P1bx,P1by)、P1c(P1cx,P1cy)、P1d(P1dx,P1dy)的位置坐标的关系表达式为:
ab相机水平运算公式:
cd相机水平运算公式:
ac相机垂直运算公式:
bd相机垂直运算公式:
ab相机深度运算公式:
cd相机深度运算公式:
ac相机深度运算公式:
bd相机深度运算公式:
其中,m为矩形平面OaOb长度,n为OaOc长度,f为四台相机的焦距。
本发明的三维立体视觉测量原理见图3、图4、图5、图6、图7;其中图4、图5为a相机、b相机测量水平尺寸示意图,图6、图7为a相机、c相机测量垂直尺寸示意图。
我们以图3、图4、图5、图6、图7为例,描述测量原理:
在图3中,设a、b、c、d四台相机组的焦点为Oa、Ob、Oc、Od,焦点Oa、Ob、Oc、Od在同一平面上,且组成一个矩形平面,设矩形平面OaOb长度为m,OaOc长度为n,四相机组的光轴相互平行且垂直于该矩形平面,设a、b、c、d四相机选用完全相同的CCD成像,镜头也完全相同,其焦距设为f,设a、b、c、d四相机组的CCD成像的像平面中心为Oa’、Ob’、Oc’、Od’。
设被测物中的一个特征点为P1,我们以Oa、Ob、Oc、Od矩形平面的中心点O为原点,设被测物空间的三角坐标系,X为水平方向,Y为垂直方向,Z为长度或深度方向。那么P1点空间位置的坐标就设为P1(P1x,P1y,P1z)。
如图4中,只描述了a,b相机空间成像位置关系,设P1点在a,b相机像平面上的成像点为P1a,P1b,P1点在坐标XY轴平面上的投影点为P1’,其坐标为P1’(P1x,P1y,0),根据成像原理P1点与P1a的连线通过Oa点,P1点与P1b的连线通过Ob点。以Oa’、Ob’为中心分别设与物空间坐标系OXYZ坐标轴方向相一致的a,b相机像平面坐标系,那么,P1a的坐标为P1a(P1ax,P1ay),P1b的坐标为P1b(P1bx,P1by)
如图5中,描述了P1a,P1b,P1三点在XZ坐标平面投影的几何关系,根据三角型相似原理,我们有:
由①②
由①③
如图6中,只描述了a,c相机空间成像位置关系,设P1点在c相机像平面上的成像点为P1c,P1点在坐标XY轴平面上的投影点为P1’,其坐标为P1’(P1x,P1y,0),根据成像原理P1点与P1c的连线通过Oc点。以Oc’为中心设与物空间坐标系OXYZ坐标轴方向相一致的c相机像平面坐标系,P1c的坐标为P1c(P1cx,P1cy)
如图7中,描述了P1a,P1c,P1三点在YZ坐标平面投影的几何关系,根据三角型相似原理,我们有:
由⑤⑥
由⑤⑦
由③、④、⑦、⑧式,我们通过a,b相机和a,c相机分别成对运算得到了P1点的空间位置坐标P1x、P1y、P1z的关于P1点在a、b、c相机上投影点P1a、P1b、P1c坐标的表达计算公式。
相机组测量水平尺寸可采用a、b相机或c、d相机成对运算,c、d相机运算原理和方法与a、b相机完全相同。相机组测量垂直尺寸可采用a、c相机或b、d相机成对运算,b、d相机运算原理和方法与a、c相机完全相同。
将测量公式总结如下:
以a、b、c、d四台相机组的焦点Oa、Ob、Oc、Od矩形平面的中心点O为原点,设被测物空间的三角坐标系,X为水平方向,Y为垂直方向,Z为长度或深度方向。被测物的同一点P1点空间位置的坐标为P1(P1x,P1y,P1z),P1点空间三维坐标关于在a、b、c、d四台相机组的对应成像点为P1a、P1b、P1c、P1d的位置坐标的关系表达式如下(其中,m为矩形平面OaOb长度,n为OaOc长度,f为四台相机的焦距):
ab相机水平运算公式:
cd相机水平运算公式:
ac相机垂直运算公式:
bd相机垂直运算公式:
ab相机深度运算公式:
cd相机深度运算公式:
ac相机深度运算公式:
bd相机深度运算公式:
该步骤三中该计算特征点的空间位置坐标为PN的坐标一般表达式为:
设a相机、b相机、c相机、d相机四台相机的焦点为Oa、Ob、Oc、Od,焦点Oa、Ob、Oc、Od在同一平面上,且组成一个矩形平面,设矩形平面OaOb长度为m,OaOc长度为n,四台相机的光轴相互平行且垂直于该矩形平面,设a相机、b相机、c相机、d相机四台相机组选用完全相同的CCD成像,镜头也完全相同,其焦距设为f;
设以Oa、Ob、Oc、Od矩形平面的中心点O为原点的被测物空间的直角坐标系,X为水平方向,平行于矩形的OaOb一边,Y为垂直方向,平行于矩形的OaOc一边,Z为长度或深度方向,方向指向被测物;
设被测物中的任意一个特征点为PN,PN在a相机、b相机、c相机、d相机四台相机组的像平面的投影点的坐标为PNa(PNax,PNay),PNb(PNbx,PNby),PNc(PNcx,PNcy),PNd(PNdx,PNdy),那么PN点空间位置的坐标就设为PN(PNx,PNy,PNz)。
一般的,四像机组平面阵列特征点三维测量法,被测物空间中的任意一个特征点为PN的坐标表达式:
PN(PNx,PNy,PNz),其中N=1,2,3,4,5,.......
根据以上公式,我们可以得出以下推论:
1、四像机组平面阵列三维视觉测量法,能够根据被测物同一点在不同相机成像点位置的变化,解算出被测物同一点的三维立体坐标;其中,水平尺寸依靠两对水平布置的相机进行解算,垂直尺寸依靠两对垂直布置的相机进行解算,深度尺寸依靠两对水平和两对垂直相机都可以解算出来。
2、四像机组平面阵列三维视觉测量法,能够通过特征点图像坐标之间简单的代数计算,就可以解算出被测物特征点的三维立体数据,被测物同一点的坐标计算精度,只与相机精度和分辨率、相机相互位置精度和距离有关。与现有的光截图算法和其它需要提前标定的算法相比,不需要带入复杂的标定公式,极大的简化了空间尺寸计算,同时,避免了将标定器和标定过程出现的误差带入到测量结果。
3、四像机组平面阵列三维视觉测量法,属于多相机冗余和特殊结构化布置方法,对于双目视觉匹配算法中极线算法,直接简化为平行与X轴和Y轴的直线,也就是说,被测物体上的所有在各个相平面上的对应投影点,都在平行与X轴和Y轴的直线上。我们可以直接将每对测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较,可以将所有测量物能够被测到的点进行完全匹配。该方法可以极大的简化双目匹配的复杂算法。
下面以一实施例详细说明:
如图8,图9和图10所示,我们用相机1、相机2、相机3、相机4、相机5、相机6号相机组成一个3×2相机阵列三维测量***;相机1、相机2、相机3、相机4、相机5、相机6分别简称为1、2、3、4、5、6。
我们采用6只相机的传感器类型是2/3″CMOS,像元尺寸是5.5μm,分辨率是1024×2048,镜头焦距为25mm,在水平方向布置3台相机,垂直方向布置两台相机,组成3×2相机阵列三维测量***。其中,水平方向相机距离为m=60mm,垂直方向相机距离为n=50mm。
设被测物是个长方体在长方体的顶部两个被测点设为P1和P2,由图9(俯视图)看出,被测物不能放置与小于L1的视场范围内,否则就不能保证被测物在水平方向至少两个相机视场的交叉范围内成像,由图10(侧视图)看出,被测物不能放置与小于L2的视场范围内,否则就不能保证被测物在垂直方向两个相机视场的交叉范围内成像。L1、L2可以叫做最近测试距离,由图8看出L2>L1,我们就把测量距离小于L2的区域作为该测量***的盲区。除了盲区外在图中用斜线标示出的范围就是可实现测量的区域。
由图看到,被测点P1位于1245四相机组测量区域,P2位于2356四相机组测量区域。在该测量***中我们可以首先用1245四相机组进行运算,计算出包括P1点在内的1245四相机组都能够成像的被测物各测量点,然后用2356四相机组进行运算,计算出包括P2点在内的2356四相机都能够成像的被测物各测量点,最后将两次计算结果进行综合分析,对在两组中都能够测到的数据进行优选,完成所有点的三维测量。
对于被测物三维立体表面不能够在四相机组中成像的部分,我们可以采用分次测量或增加其他测量***的办法进行解决。
Claims (10)
1.一种四像机组平面阵列特征点三维测量***,其特征在于包括至少一组以四台数码相机组成为一组的四像机组;
所述的四台数码相机组成的一组四像机组以2×2阵列形式设置;
所述的四台数码相机包括a相机,b相机,c相机和d相机;该a相机,该b相机,该c相机和该d相机在同一平面上布置;
所述的a相机,b相机,c相机和d相机四台相机的成像光轴上的焦点Oa、Ob、Oc、Od在同一平面上且组成一个矩形形成一个矩形平面;该a相机,该b相机,该c相机和该d相机四台相机的成像光轴中心线均垂直于该矩形平面;
所述的a相机,b相机,c相机和d相机四台相机的型号完全相同,镜头也完全相同;
所述的a相机,b相机相对位置为水平设置,所述的c相机,d相机相对位置为水平设置;
所述的a相机,c相机相对位置为垂直设置,所述的b相机,d相机相对位置为垂直设置。
2.如权利要求1所述的四像机组平面阵列特征点三维测量***,其特征在于该四台数码相机组成的一组四像机组以选定相机的成像光轴上的焦点与相邻三台相机的成像光轴上的焦点组成一个矩形,形成一个矩形平面的四台数码相机组成,且四相机的成像光轴中心线均垂直于该矩形平面。
3.如权利要求2所述的四像机组平面阵列特征点三维测量***,其特征在于该四像机组以2×3,2×4,2×5,3×2,3×3,3×4,3×5或4×4阵列形式设置。
4.如权利要求1所述的四像机组平面阵列特征点三维测量***,其特征在于还包括至少一台垂直激光器和至少一台水平激光器;该垂直激光器位于Oa、Ob连线的垂直平分线上设置;该水平激光器位于Oa、Oc连线的垂直平分线上设置。
5.如权利要求1-3任一所述的四像机组平面阵列特征点三维测量***,其特征在于该四像机组中相机的传感器类型是2/3″CMOS,像元尺寸是5.5μm,分辨率是1024×2048,镜头焦距为25毫米。
6.如权利要求1-3任一所述的四像机组平面阵列特征点三维测量***,其特征在于该四像机组中水平方向相邻两相机的距离为m,垂直方向相邻两相机的距离为n;其中m的取值范围为50-100毫米;n的取值范围为50-100毫米。
7.一种基于如权利要求1所述的三维测量***的测量方法,其特征在于包括如下具体步骤:
步骤一、按照四像机组平面阵列三维视觉测量法建立测量***;
该测量***主要建立的原则是:最少不低于四台相同的相机,其光轴平行且焦点在同一个平面上,焦点能够组成一个矩形;
该矩形的尺寸和相机及镜头参数的选择,主要的考虑因素是测量***的精度和被测物的大小;当测量精度要求高时,考虑提高相机的分辨率和增大镜头的焦距,同时,需要保证被测物体能够同时在四台相机上有对应的成像点,如果被测物超出成像范围,还可以考虑成对增加测量相机,形成测量相机矩阵;
步骤二、图像采集完成后,对相机组图像特征点进行匹配运算;
在双目立体视觉测量中,立体匹配就是已知其中的一个成像点,在另一幅图像上找出该成像点的对应点。极线几何约束是一种常用的匹配约束技术,我们将测量点与对应图像上的成像点三点连接形成一个平面,该平面与两幅图像在成像空间的交线,我们称作极线,极线的约束条件就是匹配点必然位于极线上;
对于极线算法,由于四像机组平面阵列三维视觉测量法相机光轴平行,且焦点是在同一个平面上的矩形,所以极线就直接简化为平行于X轴或Y轴的直线;也就是说,被测物体上的所有在各个像平面上的对应投影点,都在平行于X轴或Y轴的直线上;这样在做匹配运算时,直接将每对测量图像经过按像素点逐点在X轴和Y轴方向平移、叠加、比较,可以将所有测量物能够被测到的点进行完全匹配;
匹配运算要求在四个相机组图像中进行匹配运算,将需要计算空间位置的特征点都寻找出来,如果采用超出四相机的相机阵列进行测量就需要分别在不同的四相机组中进行不同的匹配运算;
步骤三、根据匹配好的特征点像坐标,计算特征点的空间位置坐标;
将匹配好的特征点像坐标,代入被测物空间中的任意一个特征点为PN的坐标表达式,计算各特征点的空间位置坐标;
按照特征点空间位置计算公式,被测物宽度尺寸可以通过两对水平相机之间的匹配特征点进行计算,被测物高度尺寸可以通过两对垂直相机之间的匹配特征点进行计算,被测物长度尺寸可以通过两对水平相机和两对垂直相机之间的匹配特征点进行计算,以上尺寸都具有冗余特征,可以在冗余数据上进行比较分析,提高测量精度和准确率;
步骤四、根据得到的各个特征点的空间位置坐标,计算被测物的其它需要特别测量的三维尺寸,形成三维点云数据,建立三维点云图形,进行三维立体重现。
8.如权利要求7所述的测量方法,其特征在于该步骤一中该相机和镜头的参数、矩形的长度和宽度尺寸的选择的具体依据是:
当测量距离不变时,被测物体积越大,镜头需要的焦距越小;增加测量距离时,可测量的范围也相应增大;
提高测量分辨率的方法是:提高相机分辨率,减小测量距离,在测量距离不变的条件下,减小焦距值,加大四相机组光轴中心矩阵的尺寸。
9.如权利要求7所述的测量方法,其特征在于该步骤三中根据匹配好的特征点像坐标,计算特征点的空间位置坐标公式为:
以a相机、b相机、c相机、d相机四台相机组的焦点Oa、Ob、Oc、Od矩形平面的中心点O为原点,设置被测物空间的三角坐标系,X为水平方向,Y为垂直方向,Z为长度或深度方向;
被测物的同一点P1点空间位置的坐标为P1(P1x,P1y,P1z),P1点空间三维坐标在a相机、b相机、c相机、d相机四台相机组的对应成像点为P1a(P1ax,P1ay)、P1b(P1bx,P1by)、P1c(P1cx,P1cy)、P1d(P1dx,P1dy)的位置坐标的关系表达式为:
ab相机水平运算公式:
cd相机水平运算公式:
ac相机垂直运算公式:
bd相机垂直运算公式:
ab相机深度运算公式:
cd相机深度运算公式:
ac相机深度运算公式:
bd相机深度运算公式:
其中,m为矩形平面OaOb长度,n为OaOc长度,f为四台相机的焦距。
10.如权利要求7所述的测量方法,其特征在于该步骤三中该计算特征点的空间位置坐标为PN的坐标一般表达式为:
PN(PNx,PNy,PNz),其中N=1,2,3,4,5,…….
其中,设a相机、b相机、c相机、d相机四台相机的焦点为Oa、Ob、Oc、Od,焦点Oa、Ob、Oc、Od在同一平面上,且组成一个矩形平面,设矩形平面OaOb长度为m,OaOc长度为n,四台相机的光轴相互平行且垂直于该矩形平面,设a相机、b相机、c相机、d相机四台相机组选用完全相同的CCD成像,镜头也完全相同,其焦距设为f;
设以Oa、Ob、Oc、Od矩形平面的中心点O为原点的被测物空间的直角坐标系,X为水平方向,平行于矩形的OaOb一边,Y为垂直方向,平行于矩形的OaOc一边,Z为长度或深度方向,方向指向被测物;
设被测物中的任意一个特征点为PN,PN在a相机、b相机、c相机、d相机四台相机组的像平面的投影点的坐标为PNa(PNax,PNay),PNb(PNbx,PNby),PNc(PNcx,PNcy),PNd(PNdx,PNdy),那么PN点空间位置的坐标就设为PN(PNx,PNy,PNz)。
Priority Applications (6)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610131645.8A CN105627926B (zh) | 2016-01-22 | 2016-03-08 | 四像机组平面阵列特征点三维测量***及测量方法 |
US15/118,607 US10001369B2 (en) | 2016-01-22 | 2016-04-14 | Object-point three-dimensional measuring system using multi-camera array, and measuring method |
PCT/CN2016/079274 WO2017124654A1 (zh) | 2016-01-22 | 2016-04-14 | 四相机组平面阵列特征点三维测量***及测量方法 |
EP16725345.9A EP3232151B1 (en) | 2016-01-22 | 2016-04-14 | Three-dimensional measurement system and measurement method for feature point based on plane of four-camera set array |
JP2016555757A JP6440730B2 (ja) | 2016-01-22 | 2016-04-14 | 4カメラ組の平面アレイの特徴点の3次元測定システム及び測定方法 |
KR1020167026385A KR101843838B1 (ko) | 2016-01-22 | 2016-04-16 | 4카메라그룹 평면 어레이의 특징점의 3차원 측정 시스템 및 측정 방법 |
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610046181 | 2016-01-22 | ||
CN2016100461810 | 2016-01-22 | ||
CN201610131645.8A CN105627926B (zh) | 2016-01-22 | 2016-03-08 | 四像机组平面阵列特征点三维测量***及测量方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105627926A true CN105627926A (zh) | 2016-06-01 |
CN105627926B CN105627926B (zh) | 2017-02-08 |
Family
ID=56043079
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610131645.8A Active CN105627926B (zh) | 2016-01-22 | 2016-03-08 | 四像机组平面阵列特征点三维测量***及测量方法 |
Country Status (6)
Country | Link |
---|---|
US (1) | US10001369B2 (zh) |
EP (1) | EP3232151B1 (zh) |
JP (1) | JP6440730B2 (zh) |
KR (1) | KR101843838B1 (zh) |
CN (1) | CN105627926B (zh) |
WO (1) | WO2017124654A1 (zh) |
Cited By (26)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106657974A (zh) * | 2017-02-27 | 2017-05-10 | 北京图森未来科技有限公司 | 双目摄像机的控制方法及装置、双目摄像机 |
CN106643731A (zh) * | 2016-12-29 | 2017-05-10 | 凌云光技术集团有限责任公司 | 一种对点目标进行跟踪测量的***及方法 |
CN106813595A (zh) * | 2017-03-20 | 2017-06-09 | 北京清影机器视觉技术有限公司 | 三相机组特征点匹配方法、测量方法及三维检测装置 |
CN107167092A (zh) * | 2017-05-18 | 2017-09-15 | 上海晶电新能源有限公司 | 一种基于多目图像识别的定日镜面形检测***及方法 |
CN107289869A (zh) * | 2017-06-08 | 2017-10-24 | 杭州联络互动信息科技股份有限公司 | 一种利用矩阵镜头进行3d测量的方法、装置及*** |
WO2018006246A1 (zh) * | 2016-07-04 | 2018-01-11 | 曹亮 | 四相机组平面阵列特征点匹配方法及基于其的测量方法 |
CN108584355A (zh) * | 2018-04-28 | 2018-09-28 | 苏州锶创达智能科技有限公司 | 一种批量解码机 |
CN109026923A (zh) * | 2017-06-12 | 2018-12-18 | 美国科视数字***股份有限公司 | 用于使拼接显示器对准的固定器 |
CN109059760A (zh) * | 2018-07-31 | 2018-12-21 | 易视智瞳科技(深圳)有限公司 | 一种工具对位方法及其装置 |
CN109591019A (zh) * | 2018-12-19 | 2019-04-09 | 南京航空航天大学 | 一种无确定性定位特征物体的空间精确定位方法 |
KR20190038966A (ko) * | 2017-10-02 | 2019-04-10 | 주식회사 비즈모델라인 | 카메라를 이용한 수치 계측 방법 |
KR20190038965A (ko) * | 2017-10-02 | 2019-04-10 | 주식회사 비즈모델라인 | 카메라의 자동초점 기능을 이용한 수치 계측 방법 |
CN109712180A (zh) * | 2019-01-19 | 2019-05-03 | 北京伟景智能科技有限公司 | 一种钢筋计数方法 |
CN110425980A (zh) * | 2019-08-12 | 2019-11-08 | 深圳市知维智能科技有限公司 | 仓储设施内容物的体积的测量方法和*** |
CN111129995A (zh) * | 2020-01-08 | 2020-05-08 | 深圳供电局有限公司 | 一种变电站协同智能巡检***及其应用方法 |
CN111462304A (zh) * | 2020-03-16 | 2020-07-28 | 天目爱视(北京)科技有限公司 | 一种用于太空领域的3d采集和尺寸测量方法 |
CN111641812A (zh) * | 2020-05-29 | 2020-09-08 | 西安应用光学研究所 | 适用于机载广域侦察监视多相机阵列排布方法 |
CN112066950A (zh) * | 2020-07-24 | 2020-12-11 | 北京空间机电研究所 | 一种多光轴平行的测绘相机单中心投影转换方法 |
CN112097642A (zh) * | 2020-09-17 | 2020-12-18 | 北京理工大学 | 一种三维十字交叉孔位置度检测仪器及检测方法 |
CN112268548A (zh) * | 2020-12-14 | 2021-01-26 | 成都飞机工业(集团)有限责任公司 | 一种基于双目视觉的飞机局部外形测量方法 |
CN112288813A (zh) * | 2020-11-03 | 2021-01-29 | 浙江大学 | 基于多目视觉测量与激光点云地图匹配的位姿估计方法 |
CN112424566A (zh) * | 2018-07-18 | 2021-02-26 | 三美电机株式会社 | 测距摄像机 |
CN112639390A (zh) * | 2019-11-21 | 2021-04-09 | 北京机电研究所有限公司 | 用于三维尺寸的动态测量装置及其测量方法 |
CN113720299A (zh) * | 2021-09-18 | 2021-11-30 | 兰州大学 | 基于三维相机或单目相机在导轨上滑动场景的测距方法 |
JP2022062231A (ja) * | 2016-07-14 | 2022-04-19 | アエスキュラップ アーゲー | 内視鏡装置及び内視鏡検査の方法 |
CN114636546A (zh) * | 2022-03-10 | 2022-06-17 | 杭州海康威视数字技术股份有限公司 | 用于成像同步性检测的*** |
Families Citing this family (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP6602323B2 (ja) * | 2017-01-13 | 2019-11-06 | 株式会社オプトエレクトロニクス | 寸法測定装置、情報読取装置及び寸法測定方法 |
JP6822234B2 (ja) * | 2017-03-15 | 2021-01-27 | セイコーエプソン株式会社 | プロジェクターシステム |
CN110043252B (zh) * | 2019-05-24 | 2022-01-11 | 成都理工大学 | 一种岩屑图像特征随钻监测装置 |
CN110211225B (zh) * | 2019-06-05 | 2022-04-19 | 广东工业大学 | 基于双目视觉的三维重建方法及*** |
CN110501026B (zh) * | 2019-08-24 | 2022-11-01 | 西安应用光学研究所 | 基于阵列星点的相机内方位元素标定装置及方法 |
JP6697150B1 (ja) * | 2019-10-30 | 2020-05-20 | 株式会社Qoncept | 軌道算出装置、軌道算出方法、軌道算出プログラム |
CN111006744B (zh) * | 2019-12-17 | 2024-04-19 | 北京德火科技有限责任公司 | 一种红外热像式航空油料液面检测方法 |
CN111383331A (zh) * | 2020-03-23 | 2020-07-07 | 芜湖职业技术学院 | 一种室内装修用空间布局测量装置及方法 |
JP2021189822A (ja) * | 2020-06-01 | 2021-12-13 | オリンパス株式会社 | 画像処理システム、及び、画像処理方法、並びに、画像処理プログラム |
CN113834425B (zh) * | 2020-06-23 | 2024-03-26 | 华晨宝马汽车有限公司 | 用于在中心物流库中对物体进行三维测量的方法和装置 |
CN112288853B (zh) * | 2020-10-29 | 2023-06-20 | 字节跳动有限公司 | 三维重建方法、三维重建装置、存储介质 |
CN112461127B (zh) * | 2020-11-05 | 2022-07-12 | 渤海造船厂集团有限公司 | 一种双曲外板成型检测装置及方法 |
CN112362034B (zh) * | 2020-11-11 | 2022-07-08 | 上海电器科学研究所(集团)有限公司 | 基于双目视觉的固体发动机多节筒段对接引导测量方法 |
CN112833816A (zh) * | 2020-12-31 | 2021-05-25 | 武汉中观自动化科技有限公司 | 一种标志点定位与智能反向定位混合的定位方法和*** |
CN112924465B (zh) * | 2021-02-02 | 2023-01-17 | 长江空间信息技术工程有限公司(武汉) | 一种地下井室缺陷检测方法及其对应装置 |
CN113177565B (zh) * | 2021-03-15 | 2023-03-24 | 北京理工大学 | 一种基于深度学习的双目视觉位置测量***及方法 |
CN113446957B (zh) * | 2021-05-08 | 2022-06-17 | 北京航空航天大学 | 基于神经网络标定和散斑追踪的三维轮廓测量方法及装置 |
CN113362468B (zh) * | 2021-07-05 | 2022-06-03 | 上海大学 | 一种火车轮毂的尺寸测量方法 |
CN113916152B (zh) * | 2021-09-09 | 2023-04-07 | 湖南长步道光学科技有限公司 | 基于相位偏折术的样品检测装置以及方法 |
CN113902811B (zh) * | 2021-09-28 | 2024-05-07 | 东南大学 | 单相机四视角三维数字图像相关高精度变形测量方法 |
CN114111574B (zh) * | 2021-11-23 | 2024-01-09 | 西安理工大学 | 高温红热目标双目线激光视觉三维测量方法 |
CN114413788B (zh) * | 2022-01-21 | 2024-04-09 | 武汉惟景三维科技有限公司 | 基于双目视觉和反向模型重构的零件表面图案检测方法 |
WO2024086242A1 (en) * | 2022-10-18 | 2024-04-25 | Open Launch Llc | Golf ball trajectory monitor |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08285532A (ja) * | 1995-04-17 | 1996-11-01 | Mitsubishi Heavy Ind Ltd | 移動体の位置計測方法及びその装置 |
US20050075585A1 (en) * | 2002-08-26 | 2005-04-07 | Mun-Sang Kim | Apparatus and method for measuring jaw motion |
CN101033966A (zh) * | 2007-04-12 | 2007-09-12 | 上海交通大学 | 交通事故现场的摄影测量方法 |
CN101382417A (zh) * | 2008-10-08 | 2009-03-11 | 北京信息科技大学 | 非接触六自由度位移测量装置 |
JP2009058359A (ja) * | 2007-08-31 | 2009-03-19 | Omron Corp | 画像処理装置 |
CN101782386A (zh) * | 2010-01-28 | 2010-07-21 | 南京航空航天大学 | 非视觉几何的摄像机阵列视频定位方法及*** |
CN102679961A (zh) * | 2012-05-23 | 2012-09-19 | 武汉大学 | 便携式四目立体摄影测量***及方法 |
CN103148806A (zh) * | 2011-12-07 | 2013-06-12 | 史金龙 | 基于投影与多目视觉的船舶钢板动态三维测量*** |
CN103513295A (zh) * | 2013-09-25 | 2014-01-15 | 青海中控太阳能发电有限公司 | 一种基于多相机实时拍摄与图像处理的天气监测***与方法 |
Family Cites Families (24)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP3872841B2 (ja) * | 1996-06-04 | 2007-01-24 | オリンパス株式会社 | 測距装置 |
JP2006122338A (ja) * | 2004-10-28 | 2006-05-18 | Aruze Corp | 遊技機及びプログラム |
JP2006214735A (ja) * | 2005-02-01 | 2006-08-17 | Viewplus Inc | 複合ステレオビジョン装置 |
EP1946243A2 (en) * | 2005-10-04 | 2008-07-23 | Intersense, Inc. | Tracking objects with markers |
JP5093653B2 (ja) * | 2007-06-21 | 2012-12-12 | 株式会社ニコン | 測距装置およびその測距方法 |
US8090195B2 (en) * | 2008-02-12 | 2012-01-03 | Panasonic Corporation | Compound eye imaging apparatus, distance measuring apparatus, disparity calculation method, and distance measuring method |
GB2458927B (en) * | 2008-04-02 | 2012-11-14 | Eykona Technologies Ltd | 3D Imaging system |
WO2011118839A1 (ja) * | 2010-03-24 | 2011-09-29 | 株式会社アドバンス | 歯科用補綴物計測加工システム |
CN102447934B (zh) * | 2011-11-02 | 2013-09-04 | 吉林大学 | 稀疏镜头采集的组合立体图像***中立体元的合成方法 |
WO2013079660A1 (en) * | 2011-11-30 | 2013-06-06 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Disparity map generation including reliability estimation |
EP2801077B1 (en) * | 2012-01-03 | 2023-11-29 | Ascentia Imaging, Inc. | Coded localization systems, methods and apparatus |
CN104662589B (zh) * | 2012-08-21 | 2017-08-04 | 派力肯影像公司 | 用于使用阵列照相机捕捉的图像中的视差检测和校正的***和方法 |
US9497380B1 (en) * | 2013-02-15 | 2016-11-15 | Red.Com, Inc. | Dense field imaging |
EP3654286B1 (en) * | 2013-12-13 | 2024-01-17 | Panasonic Intellectual Property Management Co., Ltd. | Image capturing apparatus, monitoring system, image processing apparatus, image capturing method, and non-transitory computer readable recording medium |
US9196039B2 (en) * | 2014-04-01 | 2015-11-24 | Gopro, Inc. | Image sensor read window adjustment for multi-camera array tolerance |
US9911454B2 (en) * | 2014-05-29 | 2018-03-06 | Jaunt Inc. | Camera array including camera modules |
US9819863B2 (en) * | 2014-06-20 | 2017-11-14 | Qualcomm Incorporated | Wide field of view array camera for hemispheric and spherical imaging |
US9440750B2 (en) * | 2014-06-20 | 2016-09-13 | nearmap australia pty ltd. | Wide-area aerial camera systems |
US10531071B2 (en) * | 2015-01-21 | 2020-01-07 | Nextvr Inc. | Methods and apparatus for environmental measurements and/or stereoscopic image capture |
US9894350B2 (en) * | 2015-02-24 | 2018-02-13 | Nextvr Inc. | Methods and apparatus related to capturing and/or rendering images |
CN104748683B (zh) * | 2015-04-10 | 2017-03-29 | 四川理工学院 | 一种数控机床工件在线自动测量装置及测量方法 |
US9989357B2 (en) * | 2015-09-09 | 2018-06-05 | Faro Technologies, Inc. | Aerial device that cooperates with an external projector to measure three-dimensional coordinates |
US10003786B2 (en) * | 2015-09-25 | 2018-06-19 | Intel Corporation | Method and system of 3D image capture with dynamic cameras |
US9891049B2 (en) * | 2015-10-29 | 2018-02-13 | Trimble Inc. | Method of solving initial azimuth for survey instruments, cameras, and other devices with position and tilt information |
-
2016
- 2016-03-08 CN CN201610131645.8A patent/CN105627926B/zh active Active
- 2016-04-14 JP JP2016555757A patent/JP6440730B2/ja active Active
- 2016-04-14 EP EP16725345.9A patent/EP3232151B1/en active Active
- 2016-04-14 WO PCT/CN2016/079274 patent/WO2017124654A1/zh active Application Filing
- 2016-04-14 US US15/118,607 patent/US10001369B2/en active Active
- 2016-04-16 KR KR1020167026385A patent/KR101843838B1/ko active IP Right Grant
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08285532A (ja) * | 1995-04-17 | 1996-11-01 | Mitsubishi Heavy Ind Ltd | 移動体の位置計測方法及びその装置 |
US20050075585A1 (en) * | 2002-08-26 | 2005-04-07 | Mun-Sang Kim | Apparatus and method for measuring jaw motion |
CN101033966A (zh) * | 2007-04-12 | 2007-09-12 | 上海交通大学 | 交通事故现场的摄影测量方法 |
JP2009058359A (ja) * | 2007-08-31 | 2009-03-19 | Omron Corp | 画像処理装置 |
CN101382417A (zh) * | 2008-10-08 | 2009-03-11 | 北京信息科技大学 | 非接触六自由度位移测量装置 |
CN101782386A (zh) * | 2010-01-28 | 2010-07-21 | 南京航空航天大学 | 非视觉几何的摄像机阵列视频定位方法及*** |
CN103148806A (zh) * | 2011-12-07 | 2013-06-12 | 史金龙 | 基于投影与多目视觉的船舶钢板动态三维测量*** |
CN102679961A (zh) * | 2012-05-23 | 2012-09-19 | 武汉大学 | 便携式四目立体摄影测量***及方法 |
CN103513295A (zh) * | 2013-09-25 | 2014-01-15 | 青海中控太阳能发电有限公司 | 一种基于多相机实时拍摄与图像处理的天气监测***与方法 |
Cited By (41)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2018006246A1 (zh) * | 2016-07-04 | 2018-01-11 | 曹亮 | 四相机组平面阵列特征点匹配方法及基于其的测量方法 |
CN107850419A (zh) * | 2016-07-04 | 2018-03-27 | 北京清影机器视觉技术有限公司 | 四相机组平面阵列特征点匹配方法及基于其的测量方法 |
JP2022062231A (ja) * | 2016-07-14 | 2022-04-19 | アエスキュラップ アーゲー | 内視鏡装置及び内視鏡検査の方法 |
CN106643731B (zh) * | 2016-12-29 | 2019-09-27 | 凌云光技术集团有限责任公司 | 一种对点目标进行跟踪测量的***及方法 |
CN106643731A (zh) * | 2016-12-29 | 2017-05-10 | 凌云光技术集团有限责任公司 | 一种对点目标进行跟踪测量的***及方法 |
CN106657974B (zh) * | 2017-02-27 | 2024-02-09 | 北京图森智途科技有限公司 | 双目摄像机的控制方法及装置、双目摄像机 |
CN106657974A (zh) * | 2017-02-27 | 2017-05-10 | 北京图森未来科技有限公司 | 双目摄像机的控制方法及装置、双目摄像机 |
WO2018171031A1 (zh) * | 2017-03-20 | 2018-09-27 | 北京清影机器视觉技术有限公司 | 三相机组特征点匹配方法、测量方法及三维检测装置 |
CN106813595A (zh) * | 2017-03-20 | 2017-06-09 | 北京清影机器视觉技术有限公司 | 三相机组特征点匹配方法、测量方法及三维检测装置 |
CN107167092B (zh) * | 2017-05-18 | 2019-12-13 | 上海晶电新能源有限公司 | 一种基于多目图像识别的定日镜面形检测***及方法 |
EP3627097A4 (en) * | 2017-05-18 | 2021-01-06 | Shanghai Parasol Renewable Energy Co., Ltd | SYSTEM AND METHOD FOR MEASURING HELIOSTAT SURFACE SHAPE BASED ON MULTI-VIEW IMAGE RECOGNITION |
CN107167092A (zh) * | 2017-05-18 | 2017-09-15 | 上海晶电新能源有限公司 | 一种基于多目图像识别的定日镜面形检测***及方法 |
CN107289869A (zh) * | 2017-06-08 | 2017-10-24 | 杭州联络互动信息科技股份有限公司 | 一种利用矩阵镜头进行3d测量的方法、装置及*** |
CN109026923A (zh) * | 2017-06-12 | 2018-12-18 | 美国科视数字***股份有限公司 | 用于使拼接显示器对准的固定器 |
US11196941B2 (en) | 2017-06-12 | 2021-12-07 | Christie Digital Systems Usa, Inc. | Fixture for aligning tiled displays |
KR20190038965A (ko) * | 2017-10-02 | 2019-04-10 | 주식회사 비즈모델라인 | 카메라의 자동초점 기능을 이용한 수치 계측 방법 |
KR20190038966A (ko) * | 2017-10-02 | 2019-04-10 | 주식회사 비즈모델라인 | 카메라를 이용한 수치 계측 방법 |
CN108584355A (zh) * | 2018-04-28 | 2018-09-28 | 苏州锶创达智能科技有限公司 | 一种批量解码机 |
CN112424566A (zh) * | 2018-07-18 | 2021-02-26 | 三美电机株式会社 | 测距摄像机 |
CN109059760A (zh) * | 2018-07-31 | 2018-12-21 | 易视智瞳科技(深圳)有限公司 | 一种工具对位方法及其装置 |
CN109591019B (zh) * | 2018-12-19 | 2021-07-27 | 南京航空航天大学 | 一种无确定性定位特征物体的空间精确定位方法 |
CN109591019A (zh) * | 2018-12-19 | 2019-04-09 | 南京航空航天大学 | 一种无确定性定位特征物体的空间精确定位方法 |
CN109712180A (zh) * | 2019-01-19 | 2019-05-03 | 北京伟景智能科技有限公司 | 一种钢筋计数方法 |
CN110425980A (zh) * | 2019-08-12 | 2019-11-08 | 深圳市知维智能科技有限公司 | 仓储设施内容物的体积的测量方法和*** |
CN112639390A (zh) * | 2019-11-21 | 2021-04-09 | 北京机电研究所有限公司 | 用于三维尺寸的动态测量装置及其测量方法 |
WO2021097744A1 (zh) * | 2019-11-21 | 2021-05-27 | 北京机电研究所有限公司 | 用于三维尺寸的动态测量装置及其测量方法 |
CN111129995A (zh) * | 2020-01-08 | 2020-05-08 | 深圳供电局有限公司 | 一种变电站协同智能巡检***及其应用方法 |
CN111129995B (zh) * | 2020-01-08 | 2021-06-29 | 深圳供电局有限公司 | 一种变电站协同智能巡检***及其应用方法 |
CN111462304A (zh) * | 2020-03-16 | 2020-07-28 | 天目爱视(北京)科技有限公司 | 一种用于太空领域的3d采集和尺寸测量方法 |
CN111462304B (zh) * | 2020-03-16 | 2021-06-15 | 天目爱视(北京)科技有限公司 | 一种用于太空领域的3d采集和尺寸测量方法 |
CN111641812A (zh) * | 2020-05-29 | 2020-09-08 | 西安应用光学研究所 | 适用于机载广域侦察监视多相机阵列排布方法 |
CN111641812B (zh) * | 2020-05-29 | 2021-09-10 | 西安应用光学研究所 | 适用于机载广域侦察监视多相机阵列排布方法 |
CN112066950A (zh) * | 2020-07-24 | 2020-12-11 | 北京空间机电研究所 | 一种多光轴平行的测绘相机单中心投影转换方法 |
CN112097642B (zh) * | 2020-09-17 | 2021-06-15 | 北京理工大学 | 一种三维十字交叉孔位置度检测仪器及检测方法 |
CN112097642A (zh) * | 2020-09-17 | 2020-12-18 | 北京理工大学 | 一种三维十字交叉孔位置度检测仪器及检测方法 |
CN112288813A (zh) * | 2020-11-03 | 2021-01-29 | 浙江大学 | 基于多目视觉测量与激光点云地图匹配的位姿估计方法 |
CN112268548A (zh) * | 2020-12-14 | 2021-01-26 | 成都飞机工业(集团)有限责任公司 | 一种基于双目视觉的飞机局部外形测量方法 |
CN113720299A (zh) * | 2021-09-18 | 2021-11-30 | 兰州大学 | 基于三维相机或单目相机在导轨上滑动场景的测距方法 |
CN113720299B (zh) * | 2021-09-18 | 2023-07-14 | 兰州大学 | 基于三维相机或单目相机在导轨上滑动场景的测距方法 |
CN114636546A (zh) * | 2022-03-10 | 2022-06-17 | 杭州海康威视数字技术股份有限公司 | 用于成像同步性检测的*** |
CN114636546B (zh) * | 2022-03-10 | 2024-05-14 | 杭州海康威视数字技术股份有限公司 | 用于成像同步性检测的*** |
Also Published As
Publication number | Publication date |
---|---|
US10001369B2 (en) | 2018-06-19 |
US20180051982A1 (en) | 2018-02-22 |
EP3232151A4 (en) | 2018-01-10 |
KR101843838B1 (ko) | 2018-04-02 |
JP6440730B2 (ja) | 2018-12-19 |
EP3232151A1 (en) | 2017-10-18 |
EP3232151B1 (en) | 2019-12-25 |
JP2018513345A (ja) | 2018-05-24 |
CN105627926B (zh) | 2017-02-08 |
WO2017124654A1 (zh) | 2017-07-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105627926A (zh) | 四像机组平面阵列特征点三维测量***及测量方法 | |
EP2568253B1 (en) | Structured-light measuring method and system | |
US8970823B2 (en) | Device for optically scanning and measuring an environment | |
CN109859272A (zh) | 一种自动对焦双目摄像头标定方法及装置 | |
US20120134537A1 (en) | System and method for extracting three-dimensional coordinates | |
CN109579695B (zh) | 一种基于异构立体视觉的零件测量方法 | |
CN104616292A (zh) | 基于全局单应矩阵的单目视觉测量方法 | |
CN106225676B (zh) | 三维测量方法、装置及*** | |
CN106503605A (zh) | 基于立体视觉技术的人体目标识别方法 | |
CN106340045B (zh) | 三维人脸重建中基于双目立体视觉的标定优化方法 | |
CN103983186A (zh) | 双目视觉***校正方法及校正设备 | |
CN106918306A (zh) | 基于光场单相机的工业产品三维形貌实时检测*** | |
CN107560549A (zh) | 一种激光视觉二维位移测量***实用标定技术方案 | |
CN107909543A (zh) | 一种鱼眼双目视觉立体匹配空间定位方法 | |
CN106023189A (zh) | 一种基于匹配优化的光场数据深度重建方法 | |
Beltran et al. | A comparison between active and passive 3d vision sensors: Bumblebeexb3 and Microsoft Kinect | |
Gao et al. | Single camera stereo using planar parallel plate | |
CN104123726A (zh) | 基于消隐点的大锻件测量***标定方法 | |
Hwang et al. | Camera calibration and 3D surface reconstruction for multi-camera semi-circular DIC system | |
CN116804537A (zh) | 一种双目测距***及方法 | |
JPH04169805A (ja) | 三次元画像測定装置 | |
Xu et al. | A real-time ranging method based on parallel binocular vision | |
CN204177356U (zh) | 一种基于激光点阵标识的三维地形传感装置 | |
Lv et al. | Research on ranging method based on binocular stereo vision | |
Xu et al. | A binocular location method based on feature point matching and region pixel matching |
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 | ||
TR01 | Transfer of patent right | ||
TR01 | Transfer of patent right |
Effective date of registration: 20170421 Address after: On the road on the 100044 village Beijing city Haidian District sorghum Bridge No. 3 (East 1, 2 building floor) Haidian Jiaotong University welfare hostel room 209 Patentee after: Beijing Qingying Machine Vision Technology Co. Ltd. Address before: 213000 Jiangsu Province, Taihu East Road, 9-2 creative industrial base, building B, the Chinese Academy of Sciences on the 21 floor, room, R & D center, room two Patentee before: Yin Xing |