CN107504917A - 一种三维尺寸测量方法及装置 - Google Patents
一种三维尺寸测量方法及装置 Download PDFInfo
- Publication number
- CN107504917A CN107504917A CN201710710102.6A CN201710710102A CN107504917A CN 107504917 A CN107504917 A CN 107504917A CN 201710710102 A CN201710710102 A CN 201710710102A CN 107504917 A CN107504917 A CN 107504917A
- Authority
- CN
- China
- Prior art keywords
- point cloud
- dimensional point
- subject
- distance
- dimensional
- 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
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Length Measuring Devices By Optical Means (AREA)
Abstract
本发明公开了一种三维尺寸测量方法及装置,涉及测量技术领域。该方法包括:获取目标测量件的三维点云数据,确定三维点云数据内包括的每个点云数据对应的点位置与拍摄物之间的距离以及两个相邻的点位置之间的距离;将点位置与拍摄物之间距离大于第一阈值以及两个相邻的点位置之间的距离大于第二阈值的点位置对应的点云数据删除,得到第一三维点云数据;对三维点云数据采用SLAM算法,确定拍摄物与参考面之间的距离以及拍摄物与参考面之间的夹角;将第一三维点云数据映射到拍摄物的坐标系;根据映射到坐标系的第一三维点云数据建立三维点云数据的三维模型,根据三维模型确定目标测量物的三维尺寸和体积。
Description
技术领域
本发明涉及测量技术领域,更具体的涉及一种三维尺寸测量方法及装置。
背景技术
对商品的三维尺寸、体积、重量、条码等物流属性的自动化精准采集,有利于物流企业达到更高,更快的物流需求。目前国内物流企业中,产品重量和条码信息的采集发展相对成熟,利用电子秤等称重设备称重,用扫描枪等进行条码读取,就能达到良好的效果,但是需要测量产品三维尺寸的场合则一般使用卷尺等工具人工测量。在传统方式下,产品的三维尺寸测量,工具落后,效率低,人工成本高,误差不统一,计量结果也容易引起贸易双方的争议,而所获得的数据也是孤立于物流***的整个信息流之外。在客户对物流效率和成本结算的要求不断提高的情况下,这种方式已经越来越不能适应高效准确的现代物流要求。
针对产品三维尺寸信息的采集,目前采用技术方案最多的是(红外)光幕测量、超声波测量、激光测量等方法。其中光幕测量难以测量不规则产品的三维尺寸且操作复杂;超声波测量只能测量规则产品的三维尺寸,测量非规则品则需借助其他辅助工具完成,操作复杂,对环境要求较高;激光测量能够适用于规则及不规则产品,但需要依赖高价位的工业传感器,设备成本高,难以普及利用。
综上所述,现有的三维尺寸信息采集主要依靠工业传感器,存在设备成本较高的问题。
发明内容
本发明实施例提供一种三维尺寸测量方法及装置,用以解决现有的三维尺寸信息采集主要依靠工业传感器,存在设备成本较高的问题。
本发明实施例提供一种三维尺寸测量方法,包括:
获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;
将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;
对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;
根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。
优选地,所述拍摄物包括以下任意一种:
双目视觉相机,结构光相机,TOF相机。
优选地,所述得到第一三维点云数据之后,还包括:
将所述点位置与拍摄物之间的距离大于第三阈值以及两个相邻的所述点位置之间的距离大于第四阈值的所述点位置对应的所述点云数据删除,得到第二三维点云数据;
将所述点位置与拍摄物之间的距离大于第五阈值以及两个相邻的所述点位置之间的距离大于第六阈值的所述点位置对应的所述点云数据删除,得到所述第三三维点云数据。
优选地,所述将所述第一三维点云数据映射到所述拍摄物的坐标系之后,还包括:
将所述第二三维点云数据映射到所述拍摄物的坐标系;将所述第三三维点云数据映射到所述拍摄物的坐标系;
所述根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型之前,还包括:
对所述第一三维点云数据,所述第二三维点云数据和所述第三三维点云数据采用最小二乘法,得到第一组三维点云数据,第二组三维点云数据和第三组三维点云数据。
优选地,所述根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,包括:
根据所述第一组三维点云数据,所述第二组三维点云数据和所述第三组三维点云数据建立所述三维点云数据的三维模型。
本发明实施例还提供一种三维尺寸测量装置,包括:
第一确定单元,用于获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;
删除单元,用于将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;
映射单元,用于对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;
第二确定单元,用于根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。
优选地,所述拍摄物包括以下任意一种:
双目视觉相机,结构光相机,TOF相机。
优选地,所述删除单元还用于:
将所述点位置与拍摄物之间的距离大于第三阈值以及两个相邻的所述点位置之间的距离大于第四阈值的所述点位置对应的所述点云数据删除,得到第二三维点云数据;
将所述点位置与拍摄物之间的距离大于第五阈值以及两个相邻的所述点位置之间的距离大于第六阈值的所述点位置对应的所述点云数据删除,得到所述第三三维点云数据。
优选地,所述映射单元还用于:
将所述第二三维点云数据映射到所述拍摄物的坐标系;将所述第三三维点云数据映射到所述拍摄物的坐标系;
所述第二确定单元还用于:
对所述第一三维点云数据,所述第二三维点云数据和所述第三三维点云数据采用最小二乘法,得到第一组三维点云数据,第二组三维点云数据和第三组三维点云数据。
优选地,所述第二确定单元具体用于:
根据所述第一组三维点云数据,所述第二组三维点云数据和所述第三组三维点云数据建立所述三维点云数据的三维模型。
本发明实施例中,提供了一种三维尺寸测量方法,包括:获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。该方法通过拍摄物获取目标测量将的三维点云数据,通过对三维点云数据的筛选以及映射处理,从而可以将处理后的三维数据建立三维模型,从而可以从三维模型中获取到目标测量物的三维尺寸以及体积信息。该方法通过惯用方法获取到目标测量件的三维点云数据,通过对三维点云数据的处理,可以得到目标测量将的三维尺寸以及体积等信息,从而解决了现有三维尺寸信息采集主要依靠工业传感器,导致三维尺寸信息采集成本高的问题。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种三维尺寸测量方法流程示意图;
图2为本发明实施例提供的一种三维尺寸测量装置结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
图1示例性的示出了本发明实施例提供的一种三维尺寸测量方法流程示意图。如图1所示,该方法主要包括以下步骤:
步骤101,获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;
步骤102,将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;
步骤103,对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;
步骤104,根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。
在介绍本发明实施例提供的一种三维尺寸测量方法之前,需要先介绍几个专业术语:
1、双目立体视觉是机器视觉的一种重要形式,它是基于视差原理并利用成像设备从不同的位置获取被测物体的两幅图像,通过计算图像对应点间的位置偏差,来获取物体三维几何信息的方法。双目立体视觉测量方法具有效率高、精度合适、***结构简单、成本低等优点,非常适合于制造现场的在线、非接触产品检测和质量控制。
2、双目立体视觉相机由左相机和右相机组成,他能通过视觉计算获得被测物体周围区域的三维信息。
3、TOF(time of flight)相机是深度相机的一种,不能能像传统2D相机那样获得强度图像,还可以实时获得感光器件上的每个像素点到目标物体对应点的距离。TOF相机可以实时高效的捕捉动态目标的亮度信息与距离信息。
4、SLAM(Simultaneous Localization and Mapping)同时定位与建图,指机器人在自身位置不确定的调节下,在完全未知环境中创建地图,同时利用地图进行自主定位和导航。在定位时,机器人必须知道自己在环境中的位置;在建图时,机器人必须记录环境中特征的位置;机器人在定位的同时建立环境地图其基本原理是通过概率统计的方法,通过多特征匹配来达到定位和减少定位误差的。
在步骤101中,通过相机获取目标测量件的三维点云数据,需要说明的是,在本发明实施例中,获取目标测量件的三维点云数据的相机可以是双目视觉相机,可以是结构光相机,还可以是TOF相机,在本发明实施例中,对获取目标测量件的三维点云数据的相机不做具体的限定。
在获取到目标测量件的三维点云数据之后,可以通过三维点云数据处理器对上述三维点云数据进行处理,主要确定三维点云数据内包括的每个点云数据对应的点位置与拍摄物之间的距离以及点云数据与其相邻的多个点云数据之间的距离信息,比如,三维点云数据内包括有4个点云数据和一个相机,需要通过三维点云数据处理器先确定这4个点云数据对应的点位置分布与相机之间的距离,再确定这4个点云数据之间是否存在相邻关系,若第一个点云数据周围有第二个和第三个点云数据,而第一个点云数据,第二个点云数据和第四个点云数据位于同一直线上,则需要确定第一个点云数据和第二个点云数据之间的距离,第一个点云数据和第三个点云数据之间的距离以及第二个点云数据与第四个点云数据之间的距离。
在步骤102中,根据所述确定的点云数据对应的点位置与拍摄物之间的距离和两个相邻的点位置之间的距离之后,则可以根据实际需要,确定出多个阈值,其中,第一阈值,第三阈值和第五阈值用于判断点云数据对应的点位置和拍摄物之间的距离,而第二阈值,第四阈值和第六阈值用于判断两个相邻的点位置之间的距离。
具体地,将点位置与拍摄物之间距离大于第一阈值以及两个相邻的点位置之间的距离大于第二阈值的点位置对应的点云数据删除,得到第一三维点云数据;将点位置与拍摄物之间的距离大于第三阈值以及两个相邻的点位置之间的距离大于第四阈值的点位置对应的点云数据删除,得到第二三维点云数据;将点位置与拍摄物之间的距离大于第五阈值以及两个相邻的点位置之间的距离大于第六阈值的点位置对应的点云数据删除,得到第三三维点云数据。
在步骤103中,对三维点云数据采用SLAM算法,确定拍摄物与参考面之间的距离以及拍摄物与参考面之间的夹角;其中,参考面为设置拍摄物的平面。
进一步地,根据拍摄物与参考面之间的距离以及拍摄物与参考面之间的夹角确定拍摄物的坐标系。
在本发明实施例中,依此将第一三维点云数据映射到拍摄物的坐标系;将第二三维点云数据映射到所述拍摄物的坐标系;将第三三维点云数据映射到所述拍摄物的坐标系。
进一步地,对第一三维点云数据,第二三维点云数据和第三三维点云数据采用最小二乘法,得到第一组三维点云数据,第二组三维点云数据和第三组三维点云数据。
在步骤104中,根据第一组三维点云数据,第二组三维点云数据和第三组三维点云数据建立三维点云数据的三维模型,根据三维模型确定目标测量物的三维尺寸和体积。
在步骤104之后,还包括,通过设定的显示装置显示目标测量物的三维尺寸以及体积。
基于同一发明构思,本发明实施例提供了一种三维尺寸测量装置,由于该装置解决技术问题的原理与一种三维尺寸测量方法相似,因此该装置的实施可以参见方法的实施,重复之处不再赘述。
图2为本发明实施例提供的一种三维尺寸测量装置结构示意图,如图2所示,该装置包括第一确定单元21,删除单元22,映射单元23和第二确定单元24。
第一确定单元21,用于获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;
删除单元22,用于将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;
映射单元23,用于对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;
第二确定单元24,用于根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。
优选地,所述拍摄物包括以下任意一种:
双目视觉相机,结构光相机,TOF相机。
优选地,所述删除单元22还用于:
将所述点位置与拍摄物之间的距离大于第三阈值以及两个相邻的所述点位置之间的距离大于第四阈值的所述点位置对应的所述点云数据删除,得到第二三维点云数据;
将所述点位置与拍摄物之间的距离大于第五阈值以及两个相邻的所述点位置之间的距离大于第六阈值的所述点位置对应的所述点云数据删除,得到所述第三三维点云数据。
优选地,所述映射单元23还用于:
将所述第二三维点云数据映射到所述拍摄物的坐标系;将所述第三三维点云数据映射到所述拍摄物的坐标系;
所述第二确定单元还用于:
对所述第一三维点云数据,所述第二三维点云数据和所述第三三维点云数据采用最小二乘法,得到第一组三维点云数据,第二组三维点云数据和第三组三维点云数据。
优选地,所述第二确定单元24具体用于:
根据所述第一组三维点云数据,所述第二组三维点云数据和所述第三组三维点云数据建立所述三维点云数据的三维模型。
应当理解,以上一种三维尺寸测量装置包括的单元仅为根据该设备装置实现的功能进行的逻辑划分,实际应用中,可以进行上述单元的叠加或拆分。并且该实施例提供的一种三维尺寸测量装置所实现的功能与上述实施例提供的一种三维尺寸测量方法一一对应,对于该装置所实现的更为详细的处理流程,在上述方法实施例一中已做详细描述,此处不再详细描述。
本领域内的技术人员应明白,本发明的实施例可提供为方法、***、或计算机程序产品。因此,本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明是参照根据本发明实施例的方法、设备(***)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明的优选实施例,但本领域内的技术人员一旦得知了基本创造性概念,则可对这些实施例作出另外的变更和修改。所以,所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然,本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样,倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内,则本发明也意图包含这些改动和变型在内。
Claims (10)
1.一种三维尺寸测量方法,其特征在于,包括:
获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;
将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;
对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;
根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。
2.如权利要求1所述的方法,其特征在于,所述拍摄物包括以下任意一种:
双目视觉相机,结构光相机,TOF相机。
3.如权利要求1所述的方法,其特征在于,所述得到第一三维点云数据之后,还包括:
将所述点位置与拍摄物之间的距离大于第三阈值以及两个相邻的所述点位置之间的距离大于第四阈值的所述点位置对应的所述点云数据删除,得到第二三维点云数据;
将所述点位置与拍摄物之间的距离大于第五阈值以及两个相邻的所述点位置之间的距离大于第六阈值的所述点位置对应的所述点云数据删除,得到所述第三三维点云数据。
4.如权利要求3所述的方法,其特征在于,所述将所述第一三维点云数据映射到所述拍摄物的坐标系之后,还包括:
将所述第二三维点云数据映射到所述拍摄物的坐标系;将所述第三三维点云数据映射到所述拍摄物的坐标系;
所述根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型之前,还包括:
对所述第一三维点云数据,所述第二三维点云数据和所述第三三维点云数据采用最小二乘法,得到第一组三维点云数据,第二组三维点云数据和第三组三维点云数据。
5.如权利要求4所述的方法,其特征在于,所述根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,包括:
根据所述第一组三维点云数据,所述第二组三维点云数据和所述第三组三维点云数据建立所述三维点云数据的三维模型。
6.一种三维尺寸测量装置,其特征在于,包括:
第一确定单元,用于获取目标测量件的三维点云数据,确定所述三维点云数据内包括的每个所述点云数据对应的点位置与拍摄物之间的距离以及两个相邻的所述点位置之间的距离;
删除单元,用于将所述点位置与所述拍摄物之间距离大于第一阈值以及两个相邻的所述点位置之间的距离大于第二阈值的所述点位置对应的所述点云数据删除,得到第一三维点云数据;
映射单元,用于对所述三维点云数据采用SLAM算法,确定所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角;将所述第一三维点云数据映射到所述拍摄物的坐标系;所述拍摄物的坐标系根据所述拍摄物与参考面之间的距离以及所述拍摄物与所述参考面之间的夹角确定;
第二确定单元,用于根据映射到所述坐标系的第一三维点云数据建立所述三维点云数据的三维模型,根据所述三维模型确定所述目标测量物的三维尺寸和体积。
7.如权利要求6所述的装置,其特征在于,所述拍摄物包括以下任意一种:双目视觉相机,结构光相机,TOF相机。
8.如权利要求6所述的装置,其特征在于,所述删除单元还用于:
将所述点位置与拍摄物之间的距离大于第三阈值以及两个相邻的所述点位置之间的距离大于第四阈值的所述点位置对应的所述点云数据删除,得到第二三维点云数据;
将所述点位置与拍摄物之间的距离大于第五阈值以及两个相邻的所述点位置之间的距离大于第六阈值的所述点位置对应的所述点云数据删除,得到所述第三三维点云数据。
9.如权利要求8述的装置,其特征在于,所述映射单元还用于:
将所述第二三维点云数据映射到所述拍摄物的坐标系;将所述第三三维点云数据映射到所述拍摄物的坐标系;
所述第二确定单元还用于:
对所述第一三维点云数据,所述第二三维点云数据和所述第三三维点云数据采用最小二乘法,得到第一组三维点云数据,第二组三维点云数据和第三组三维点云数据。
10.如权利要求9所述的装置,其特征在于,所述第二确定单元具体用于:
根据所述第一组三维点云数据,所述第二组三维点云数据和所述第三组三维点云数据建立所述三维点云数据的三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710710102.6A CN107504917B (zh) | 2017-08-17 | 2017-08-17 | 一种三维尺寸测量方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710710102.6A CN107504917B (zh) | 2017-08-17 | 2017-08-17 | 一种三维尺寸测量方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107504917A true CN107504917A (zh) | 2017-12-22 |
CN107504917B CN107504917B (zh) | 2020-02-21 |
Family
ID=60691429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710710102.6A Active CN107504917B (zh) | 2017-08-17 | 2017-08-17 | 一种三维尺寸测量方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107504917B (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108519051A (zh) * | 2018-03-29 | 2018-09-11 | 中铁十局集团桥梁有限公司 | 一种箱梁测量方法及装置 |
CN110515054A (zh) * | 2019-08-23 | 2019-11-29 | 斯坦德机器人(深圳)有限公司 | 滤波方法和装置、电子设备、计算机存储介质 |
CN111307037A (zh) * | 2020-04-14 | 2020-06-19 | 深圳市异方科技有限公司 | 一种基于3d摄像头的手持体积测量装置 |
CN112733641A (zh) * | 2020-12-29 | 2021-04-30 | 深圳依时货拉拉科技有限公司 | 物体尺寸测量方法、装置、设备及存储介质 |
CN113295089A (zh) * | 2021-04-07 | 2021-08-24 | 深圳市异方科技有限公司 | 一种基于视觉惯性slam的车厢车厢容积率测量方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150243036A1 (en) * | 2012-09-17 | 2015-08-27 | Sensomotoric Instruments Gesellschaft Fur Innovative Sensorik Mbh | Method and an apparatus for determining a gaze point on a three-dimensional object |
CN106056643A (zh) * | 2016-04-27 | 2016-10-26 | 武汉大学 | 一种基于点云的室内动态场景slam方法及*** |
CN106127770A (zh) * | 2016-06-27 | 2016-11-16 | 感知控股集团有限公司 | 轮廓测量方法及*** |
-
2017
- 2017-08-17 CN CN201710710102.6A patent/CN107504917B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20150243036A1 (en) * | 2012-09-17 | 2015-08-27 | Sensomotoric Instruments Gesellschaft Fur Innovative Sensorik Mbh | Method and an apparatus for determining a gaze point on a three-dimensional object |
CN106056643A (zh) * | 2016-04-27 | 2016-10-26 | 武汉大学 | 一种基于点云的室内动态场景slam方法及*** |
CN106127770A (zh) * | 2016-06-27 | 2016-11-16 | 感知控股集团有限公司 | 轮廓测量方法及*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108519051A (zh) * | 2018-03-29 | 2018-09-11 | 中铁十局集团桥梁有限公司 | 一种箱梁测量方法及装置 |
CN110515054A (zh) * | 2019-08-23 | 2019-11-29 | 斯坦德机器人(深圳)有限公司 | 滤波方法和装置、电子设备、计算机存储介质 |
CN111307037A (zh) * | 2020-04-14 | 2020-06-19 | 深圳市异方科技有限公司 | 一种基于3d摄像头的手持体积测量装置 |
CN112733641A (zh) * | 2020-12-29 | 2021-04-30 | 深圳依时货拉拉科技有限公司 | 物体尺寸测量方法、装置、设备及存储介质 |
CN113295089A (zh) * | 2021-04-07 | 2021-08-24 | 深圳市异方科技有限公司 | 一种基于视觉惯性slam的车厢车厢容积率测量方法 |
CN113295089B (zh) * | 2021-04-07 | 2024-04-26 | 深圳市异方科技有限公司 | 一种基于视觉惯性slam的车厢车厢容积率测量方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107504917B (zh) | 2020-02-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9269188B2 (en) | Densifying and colorizing point cloud representation of physical surface using image data | |
WO2019127445A1 (zh) | 三维建图方法、装置、***、云端平台、电子设备和计算机程序产品 | |
US9841271B2 (en) | Three-dimensional measurement apparatus, processing method, and non-transitory computer-readable storage medium | |
JP6760957B2 (ja) | 3次元モデリング方法及び装置 | |
CN107504917A (zh) | 一种三维尺寸测量方法及装置 | |
US20220206575A1 (en) | Method and apparatus for identifying gaze behavior in three-dimensional space, and storage medium | |
CN114119864A (zh) | 一种基于三维重建与点云匹配的定位方法和装置 | |
CN105574812B (zh) | 多角度三维数据配准方法及装置 | |
JP2014013147A5 (zh) | ||
CN111787303B (zh) | 三维图像的生成方法、装置、存储介质及计算机设备 | |
CN111640156A (zh) | 针对室外弱纹理目标的三维重建方法、设备及存储设备 | |
CN108510528A (zh) | 一种可见光和红外图像配准融合的方法及装置 | |
CN109740659A (zh) | 一种图像匹配方法及装置、电子设备、存储介质 | |
CN114494582A (zh) | 一种基于视觉感知的三维模型动态更新方法 | |
CN110517323A (zh) | 基于机械手单相机多目视觉的三维定位***及方法 | |
CN113393413B (zh) | 基于单目与双目视觉协同的水域面积测量方法和*** | |
CN110702015B (zh) | 输电线路覆冰厚度测量方法及装置 | |
CN108401462A (zh) | 信息处理方法和***、云处理设备及计算机程序产品 | |
JPH05135155A (ja) | 連続シルエツト画像による3次元モデル構成装置 | |
CN109754412A (zh) | 目标跟踪方法、目标跟踪装置及计算机可读存储介质 | |
KR101614874B1 (ko) | 지능형 3차원 씨씨티브이 카메라 영상 처리장치 | |
CN116704138B (zh) | 倾斜摄影三维模型的建立方法及装置 | |
US11282280B2 (en) | Method and system for node vectorisation | |
Coltekin | Stereo-foveation for anaglyph imaging | |
CN117953423A (zh) | 吊装作业危险区域入侵检测方法及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |