CN107525479A - 针对特定光学测量来确定物体性质 - Google Patents

针对特定光学测量来确定物体性质 Download PDF

Info

Publication number
CN107525479A
CN107525479A CN201710455386.9A CN201710455386A CN107525479A CN 107525479 A CN107525479 A CN 107525479A CN 201710455386 A CN201710455386 A CN 201710455386A CN 107525479 A CN107525479 A CN 107525479A
Authority
CN
China
Prior art keywords
camera
region
optical sensor
irradiation
measurement
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
Application number
CN201710455386.9A
Other languages
English (en)
Other versions
CN107525479B (zh
Inventor
J·斯蒂格瓦尔
托马斯·延森
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.)
Hexagon Technology Center GmbH
Original Assignee
Hexagon Technology Center GmbH
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 Hexagon Technology Center GmbH filed Critical Hexagon Technology Center GmbH
Publication of CN107525479A publication Critical patent/CN107525479A/zh
Application granted granted Critical
Publication of CN107525479B publication Critical patent/CN107525479B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • 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
    • G01B11/002—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
    • G01B11/24—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
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • 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
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/70—Determining position or orientation of objects or cameras
    • G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
    • G06T7/74—Determining position or orientation of objects or cameras using feature-based methods involving reference images or patches
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/56—Cameras or camera modules comprising electronic image sensors; Control thereof provided with illuminating means
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20021—Dividing image into blocks, subimages or windows
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/30—Subject of image; Context of image processing
    • G06T2207/30244—Camera pose

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Theoretical Computer Science (AREA)
  • Optics & Photonics (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Measurement Of Optical Distance (AREA)

Abstract

针对特定光学测量来确定物体性质。一种识别具有特定测量性质的待测量的物体的表面点或区域(14、15)以用于利用光学传感器(10)对相应点或区域(14、15)进行光学测量的方法，光学传感器(10)提供限定的测量条件，测量条件至少关于为限定的空间关系的测量光的发射和反射测量光的接收。该方法包括：限定物体的关注点或区域(14、15)，针对期望的光学测量来确定限定的点或限定的区域(14、15)的光学性质，并基于该光学性质来导出物体信息。

Description

针对特定光学测量来确定物体性质
技术领域
本发明总体上涉及用于为了表面的特定三角测量而表征物体的表面(特别是关于表面的反射性质)的方法和装置。
背景技术
通常的做法是，在例如坐标定位设备(诸如坐标测量机(CMM))上检查生产之后的工件，以检查预定物体参数(比如，物体的尺寸和形状)的正确性。而且，对未知物体的表面的检测在许多工业应用中受到关注。这样的测量典型地还可以利用坐标测量机或任何其它合适类型的扫描装置来提供。
在传统的3D坐标测量机中，支持探头(probe head)沿着三个相互垂直的轴(在X、Y和Z方向上)移动。由此，可以将探头引导到坐标测量机的测量体积的空间中的任意点，并且能用探头所携带的测量传感器(探测单元)来测量物体。这样的探测单元可以被设计为例如基于三角测量原理来提供表面测量的触觉探针或光学传感器。
在简单形式的机器中，与每个轴平行安装的合适换能器能够确定探头相对于该机器基部的位置，并因此确定正被传感器照射的物体上的测量点的坐标。为了提供探头的可移动性，典型的坐标测量机可以包括在其上布置探头的框架结构和用于将框架结构的框架组件彼此相对地移动的驱动装置。
使用光学传感器的优点在于，光学传感器不接触部件，并因此在测量期间不会像使用触觉探针的情况那样变形或者受损。
使用结合CMM的线三角测量装置来测量表面的优点是，可以确定通过一个时间步长接收到的距离信息的量(即，沿着整个投射三角测量线的距离值)并且可以导出相应的坐标。因此，通过沿着所期望的测量路径移动传感器，可以显著更快地完全扫描待测量的物体。
在过去的20年，对于在工作场所进行的非重复性测量任务而言，通常包括用每个联动装置一个或两个旋转轴并且总共6个或7个轴联接在一起的四个区段的手动操作的便携式CMM***(例如，铰接臂CMM)受到欢迎。线三角测量装置也被用在这样的便携式CMM上，以大幅增加数据采集速度。
使用三角测量单元的其它便携式测量装置包括光学跟踪***，这些***使用多个相机来跟踪探针的位置和取向，或者是其中使用附加相机来跟踪探针的旋转轴的干涉距离跟踪装置。
线三角测量传感器的其它应用包括固定安装，其中，物体被放置在传感器(一个或多个)前方，并且对静态物体进行单一线测量，使得可以在单个步骤中采集部件的关键特征，而无需昂贵定位***。
此外，用于提供表面的形貌测量的装置可以被实施为包括三角测量传感器的(手持式)装置，其中，手动地或由自动机械(robot)沿着待测量表面引导该装置，并且在移动该装置的同时由传感器来获取距离数据。另外，可以在全局坐标***中连续确定(例如，跟踪)这样的装置的位置和/或取向，从而使得能够确定对应于物体的表面的绝对坐标。
通常，三角测量提供了用于以快速且精确的方式扫描表面的方法。基于该原理工作的测量装置例如从DE 10 2004 026 090 A1或WO 2011/000435 A1获知。
具体来说，在待测量的物体上生成由激光单元生成的线(例如通过沿着这样的线移动激光点或者通过提供激光扇)，并且由相机检测从表面反射的光，该相机由感光图像传感器(光检测器)和控制图像传感器并读出图像的电子器件组成。捕获反射光的图像，并且根据检测到的线的轮廓导出距离信息。基于此，可以确定物体表面的形貌。
对于具有高精度的三角测量，必须提供相应反射光的照射和检测，这包括需要的照射水平和对光信息的适当检测。为了调节照射使得反射光到达检测器，从而满足其相应检测性质(例如，信噪比和饱和极限)，WO 2011/000435 A1公开了提前照射以确定测量光的合适照射水平的方法。WO 2007/125081 A1公开了根据相机检测到的强度来主动控制照射光的功率的其它方法。
然而，在关于它们的反射性质显著不同的待照射区域的情况下，仍然存在在投射激光线的整个宽度上提供可用信号的问题。具体地，由于朝向图像传感器的反射光的强烈不均匀性，难以测量具有低粗糙度的表面(即，诸如铬的镜状表面)。在这种情况下，合适的照射仍然将达到其极限，因此，所导出的距离数据的精度将更低。
因此，仍然存在以下问题：识别物体上的针对投射测量光提供优良反射率的区域和(例如由于双重反射而导致的)可能难以测量的其它区域。
发明内容
因此，本发明的一个目的是提供一种使得能够确定在待测量的物体处的测量条件的改进方法和相应的三角测量装置。
本发明的另一个目的是提供一种用于检测在物体处的双重反射的对应方法。
条纹投影是这样的一种三角测量技术：通过在投影仪和相机相对于工件静止的同时投射区域覆盖图案序列，在短时间内获取大量3D点。通常，图案是与基线方向垂直的“条带”，并且该序列针对每个方向定义唯一的二值编码，使得可以通过分析每个单独相机像素上的时间签名来对照射方向进行解码。通常，通过正弦“相移”编码来补充二值编码，该正弦“相移”编码使细条带相对移动小增量，以使得能够进行子像素精确编码，而不必投射具有太高空间频率的图案。图1示出这样的相移编码的示例，其中，在投影仪像素列上示出了图案序列及它们的编号。
另外一种已知图案序列由在空间频率上具有小差异的两个高频正弦图案组成，这两个高频正弦图案均相移。因为高频条带的对比度在反射之后显著减小，这样的图案较少受漫射或“半光亮”内部反射影响。
条纹投影传感器具有至少一个投影仪和至少一个相机。一些传感器具有两个相机和一个投影仪，因为这允许即使投影仪是不稳定的(例如，由于自发热)也在两个相机之间进行高精度三角测量，具有高透镜畸变等。使用高质量(＝稳定)投影仪，所提到的2+1设置还可以通过执行在全部三对装置之间的三角测量，来增加围绕边缘和在光亮表面上的覆盖范围。
在投影一条线的情况下，对于一个相机或投影仪中的每个光像素，在第二相机中存在对应的“核线(epipolar line)”。核线是由像素位置限定的投影的图像，并且在搜索第二相机中的匹配时，可以由此将搜索限制到该线。由于直接从该关系得知一个自由度，因此只需要“沿着基线”来编码投影图案。在另一个方向上，图案可以是恒定的“条带”。
由于针对不同条带的编码可以不是“正交的(orthogonal)”，因此在工件上的反射造成多个编码重叠的情况下难以提取有用的信息。例如，一个投影仪像素列可发射强度编码010101和另一个强度编码011001。如果这些编码以相等权重叠加，则检测到的编码将是021102并且将不能排除例如不正确的叠加011101+010001的可能性。在甚至更差的情况下，叠加后的编码在强度上没有变化(例如，100+010＝110)，因此将甚至不能检测到存在反射。幸运的是，发生这种情况的风险会随着编码长度而减小，因此对于8位编码而言，该风险可以被限制到10％。
另外两种类型的三角测量传感器是激光线三角测量传感器和激光点三角测量传感器。因为一次只照射一条线或甚至一个点，这两种类型都在涉及处理内部反射时具有超过条纹投影的根本优点。在第一种情况下，反射通常变成在空间上与一次信号分开，并且可以通过(有意义的(non-trivial))图像处理来去除。在第二种情况下，多数二次反射甚至不在单线相机的视野中，并因此自动地被忽略。
虽然在核面(epipolar plane)内的反射是可能的，但反射光有更大的可能性来自另一些平面。为了检测这样的反射，可用沿着基线(而不是与之交叉)延伸的条纹执行第二次扫描。如果检测到的编码不是如所期望的直接反射，则可以决定忽略该点，或者例如，只执行相机到相机三角测量。
通常，在具有复杂形状的非常光亮的工件上，在表面处可能具有任何数量的内部反射。
然而，所出现的反射存在至少两种典型情况：
1.投影图案通过一次反射从光亮表面被反射到二次漫射表面上。
2.相机通过二次镜状反射表面看到一次漫射表面的镜像。
其中，“一次”意味着首先被投影仪的光碰撞到的表面，“二次”意味着第二次被投影仪的光碰撞到的表面，以此类推。
在第一种情况下，仍然可以在两个相机之间执行三角测量(摄影测量法)，因为在工件的该点处，它们将精确地看到表面上的如纹理的相同(覆盖)图案。然而，相机和投影仪之间的三角测量将由于叠加了多个投影方向而无法正常工作。
在第二种情况下，因为每个相机看到不同的镜像，所以甚至不能进行相机到相机三角测量。
现今，通过用可去除涂料覆盖光亮表面来避免这种情况。由于层的厚度以及制备和去除层的努力，这导致附加的不确定性。
在这两种情况下，减小投影图案的范围使得一次只照射多个表面中的一个表面将是有益的。本发明的一个目的是提供用于对场景和投影图案进行分割，使得避免内部反射的方法。
因此，本发明的另一个目的是结合投影图案和处理算法来检测内部反射。这将支持分割并且减少错误点的数量。
本发明的又一个目的是避免任何人工表面处理并且实现鲁棒的和可靠的测量结果。
上述目的通过实现独立权利要求的特征来实现。在从属专利权利要求中描述了以替代或有利方式进一步发展本发明的特征。
总体上，本发明涉及一种识别待测量的物体的表面点或区域以用于利用光学传感器对相应点或区域进行光学测量的方法，该点或区域具有特定测量性质。优选地，可以利用该方法来识别有歧义的、未限定的或有疑问的测量条件的点或区域。特别是，光学传感器被设计为基于三角测量的条纹或图案投影光学传感器。光学传感器以限定的空间关系来提供至少与测量光的发射和反射测量光的接收有关的限定的测量条件。特别是，投影图案(例如，线或栅格)的类型、形状和大小是众所周知的。
该方法包括以下步骤：限定在物体处的关注点或区域；针对使用光学传感器的特定光学测量，来确定与所限定的点或所限定的区域的至少一部分的外观相关的表面性质；以及基于该表面性质，应用所限定的测量条件来导出关于可测量性的物体信息，该物体信息表示关于由于该表面性质而对该特定光学测量的预期影响的信息。
关注区域通常包括物体的被取向成彼此具有限定的倾斜的多个平面(表面)。
根据本发明，通过光学预测量(pre-measuring)或通过分析数字模型或通过这二者的组合来执行对点或区域的光学行为的确定。
通过使用光学传感器来对点或区域的至少一部分进行光学预测量。
使用能由光学传感器发射的测量光，来照射点或区域的至少一部分。利用光学传感器来捕获通过照射物体而导致的在物体处的至少一个照射的至少一个图像，以及针对光学传感器的测量条件关于位置和/或外观无歧义性(可信度)，对相应的照射(所述至少一个照射)进行分析。
换句话讲，在物体一侧的照射可以关于它在物体处的位置、它的形状、大小和可能畸变等来被分析。测量光的类型(即，图案的类型、形状、大小和/或投影的方向)通常是预先知晓的。光学传感器优选地包括具有用于获取如投影图案的图像的图像信息的光检测器的至少一个相机。
特别是，通过施加限定的照射，可以识别在表面处的照射图案的叠加的外观。如果捕获到的图案不包括无歧义条件(对比度、大小、形状等)，则这可能提示出现了叠加或如双重反射的其它不期望照射效果。
另一方面，通过根据给定的测量星座(measuring constellation)、按照物体相对于光学传感器的实际取向数字化地或虚拟地对准待测量的物体的数字模型，来执行对该数字模型的分析。关于利用在物体相对于光学传感器的取向上的来自光学传感器的测量光进行的照射，基于对准的模型来确定点或区域的外观性质。
用此方法，可以通过使用相应算法来确定物体的表面性质，并且可以只基于这样的模型分析来导出计划的测量的期望效果。特别是，例如，从CAD模型获知被分析区域的反射(和粗糙度)性质。
根据本发明的实施方式，光学预测量包括：在物体处的相应照射的至少一个图像中，确定至少一个图像位置；针对光学传感器的测量条件，检查该至少一个图像位置的位置可信度(plausibility)，特别是通过考虑该传感器的照射的轴；以及基于所检查的位置可信度，来生成位置无歧义性信息。
在由于传感器相对于物体的位置和取向而使得投影图案(点、线或栅格等)以期望的位置出现在物体处的情况下，通过应用该方法来检测和识别这样的外观。在这种情况下，例如，能够有相当大的可能性排除投影图案的双重反射。
然而，倘若在与期望的位置不同的位置处检测到照射，这是当相应地照射物体时出现双重反射的证据，因此，使用这里所计划的对物体的光学测量，测量质量降低是可以预期的。
因此，“无歧义性信息”意指与在物体处出现的图案是否以所期望的和所需的方式来呈现有关的信息，即，基本上以如在光学传感器侧产生的方式，或者图案是否与所期望的图案不同(例如由于暴露表面之间的反射而导致的)。因此，无歧义性信息是在物体处的图案的外观的可信度的一种度量。
根据本发明的具体实施方式，可以生成至少一个照射的图像数据，该图像数据包括至少一个照射根据至少两个不同姿势在物体处的至少两个图形表示(pictorialrepresentations)。对于图形表示中的每个，可以确定相应照射在物体处的至少一个图像位置，并且可以关于所述测量条件，检查所述图像位置的一致性(consistency)。
特别是，可以基于测量光的照射方向来检查图像位置是否表示共同照射。
根据本发明的另一个实施方式，将通过基于图像位置的基于三角测量的确定(特别是利用摄影测量法)导出的空间位置与测量光的照射轴或照射平面的位置进行比较。特别是，可以检查通过基于三角测量的确定而导出的空间位置是否位于照射轴或照射平面上。
例如，光学传感器的两个相机中的每个都提供覆盖在物体处的一个照射的图像(作为图像数据)。可以针对每个图像，(例如，用例如与图像传感器的平面尺寸相关的相应图像坐标)确定所覆盖的照射(在图像中)的图像位置。考虑到相机的已知空间关系(并且例如，通过与待测量的物体的形状和大小有关的粗略认识)，可以例如基于摄影测量方法来确定在物体处的照射位置是否是可信的(无歧义的)或者是否将由于有歧义的反射效果而导致造成这样的照射。特别是，在这样的确定的过程中，还可以考虑核线的位置和取向(例如，通过考虑相应的照射轴或照射平面或由所确定的图像位置中的一个所限定的虚拟线)，以更有效地确定所覆盖的照射依照给定的测量条件是否是可信的。
关于物体的照射，根据本发明的实施方式，通过光线、光图案(例如，具有彼此横向地(特别是正交地)排列的至少两条线的线图案)或光斑形式的测量光来提供点或区域的照射。可以例如通过激光线栅格来表示投影图案。
根据本发明的其它实施方式，光学预测量包括：根据限定的扫描路径，特别是在所限定的扫描方向上，使测量光在物体上移动，连续地检测由在物体处的移动测量光而导致的照射的位置；导出在物体处的照射的移动路径，特别是物体移动方向；将扫描路径与导出的移动路径进行比较，并且基于该比较，来生成位置无歧义性信息。
应用此方法能够检测由于投影的照射和检测的照射的不同移动方向而导致的在物体处的(双重)反射照射。在物体处例如成镜像的照射在与直接投射到物体上的照射的方向不同的方向上移动。
根据本发明还可通过这样的步骤来识别歧义的测量条件，即对至少一个捕获到的照射的对比度和/或强度进行分析，将对比度和/或强度与相应参考值进行比较，以及基于该比较，来生成外观无歧义性(可信度)信息。
直接被反射回并且被传感器的相机检测到的投影图案包括：与首先从物体的第一表面区域被反射到物体的第二表面区域上并随后用相机进行检测的图案的对比度和/或强度显著不同的对比度和/或强度，即，由相机捕获在第二表面区域处导致的照射。由于直接投影的图案和在第二表面区域处的反射图案的叠加而导致例如对比度和/或强度减小。
特别是，参考值由在物体处产生或捕获到的照射之一的对比度水平来限定。此外，参考值还可以由期望相应照射所具有的对比度或强度水平来表示或导出。优选地，这里同样考虑比如物体的材料或表面抛光度的物体性质。
根据本发明，可以用限定具有连续亮和暗照射区域的精细图案的测量光来照射点或区域。
关于根据本发明的物体的关注点或区域的限定，可以限定在物体的第一相机视图中的第一多边形和在第二相机视图中的第二多边形。第一多边形和第二多边形(至少部分地)限定在物体处的共同区域。基于使用第一相机视图和第二相机视图的摄影测量处理，来导出该共同区域的形貌信息。特别是，形貌信息是使用光学传感器的投影仪坐标系来引用的。
根据本发明的另一个实施方式，可以通过使用到物体的同轴视图，来限定关注点或区域，其中，同轴视图的观察轴基本上对应于测量光的发射轴，特别是其中，光学传感器包括发光单元和相机，发光单元适于根据发射轴来提供测量光的发射，相机适于根据观察轴来提供反射测量光的接收，其中，发光单元的发射轴和相机的观察轴同轴对准，特别是其中，相机由光学传感器的光接收单元表示。
例如，可以提供附加的相机，该附加的相机的光学轴可以耦合到用于提供同轴光学对准的投影仪的光学轴。
针对本发明，光学测量可以被执行为对关注点或区域的预扫描处理。即，可以在后续物体测量之前执行根据本发明的方法，以导出将被选择用于得到在物体处的相应点或区域的可靠测量结果的特定测量参数。
关于数字模型的分析，根据本发明的实施方式，将数字模型分割成每个都表示所述物体的一部分的模型件，特别是使用分割栅格(segmentation grid)。关于物体的表面性质，对模型进行分析，确定物体的具有相似或相同表面性质的部分，以及在各个模型件中引用物体的具有相似或相同表面性质的部分。
该结果例如是栅格，其中，在由栅格限定的每个分段中，识别和/或标记物体的包括限定的表面性质(例如，反射行为)的相应部分。基于这样的分割，测量可以被计划为按使得选择或应用合适测量条件以测量在相应分段内的识别出的区域的方式来执行。据此，可以提供对物体的相应部分的更可靠且更快速的测量。
特别是，物体的具有相似或相同表面性质的部分被指派给第一组，限定用于第一组的特定测量性质，以及通过应用所限定的特定测量性质，来执行第一组的三角测量。
当然，可以限定多于一个组，其中，物体的被指派给相应组的部分包括相似的测量条件，并由此需要特定测量参数。特别是，每个组限定不同的测量条件。
如以上提到的，根据本发明的方法是用于给利用光学传感器的后续详细测量提供合适测量参数的预先确定方法。换句话讲，该方法提供了针对限定的传感器性质和限定的传感器相对于物体的对准，来确定在物体处的表面区域的表面性质，其中，基于这样的预先确定表面性质或条件，来设置该传感器的测量参数(用于对表面的连续详细测量)。因此，导出的表面性质可以仅针对物体和传感器的特定布置是有效的。
本发明还涉及基于三角测量的光学传感器，特别是条纹或图案投影光学传感器，可以用该光学传感器来执行以上的方法。光学传感器包括：发光单元，其具有用于提供所限定的测量光(特别是光图案)的光源(特别是激光二极管)；至少一个光接收单元(例如，相机)，其具有用于检测从待测量的物体反射的和接收的测量光的检测器(例如，CCD检测器)；以及控制和处理单元，其用于基于检测到的反射来导出距离信息。至少以下布置限定光学传感器的测量条件，该布置是具有相对彼的此已知空间位置和取向(特别是根据Scheimpflug标准)的发光单元和光检测单元。要理解，还可以通过所生成的光图案的特定性质或通过相机的检测序列来限定这些测量条件。
根据本发明，控制和处理单元包括预测量功能，通过执行该预测量功能，针对使用光学传感器的特定光学测量，来执行与物体的限定的点或限定的区域的至少一部分的外观相关的物体表面性质的确定。通过对点或区域进行光学预测量或者通过对待测量的物体的数字模型进行分析或者通过二者的组合来执行该预测量功能。
可选地，通过以下处理来执行光学预测量：使用测量光来照射点或区域的至少一部分，利用光接收单元来捕获由于照射物体而导致的至少一个照射在物体处的至少一个图像，以及针对光学传感器的测量条件关于位置和/或外观无歧义性(可信度)分析至少一个照射。通过以下处理来执行数字模型分析：根据物体相对于光学传感器的(实际)取向，数字化地对准数字模型，以及关于利用测量光在物体相对于光学传感器的取向上的照射，基于所对准的模型来确定点或区域的外观性质。
特别是，预测量功能适于执行如上或如下所述的方法。
根据本发明的实施方式，发光单元被实施为投影仪并且限定发射轴，基于三角测量的光学传感器包括限定观察轴的相机，特别是其中，由至少一个光接收单元来表示相机。投影仪的投影仪物方表面和相机的相机图像传感器被布置成，使得发射轴和观察轴同轴对准。特别是，投影仪和相机被布置成，使得发射轴和观察轴同轴对准。
特别是，基于三角测量的光学传感器(特别是发光单元)包括光学组件，其中，光学组件至少包括用于提供待同轴对准的发射轴和观察轴的分束器和透镜。例如，光学组件可被设计成具有一个分束器和两个透镜，这两个透镜中的第一个向相机提供足够的图像并且这两个透镜中的第二个在物体上提供所期望的投影。此外，投影仪物方表面和相机图像传感器(特别是相机)一体地布置在投影仪内。
本发明还涉及计算机程序产品，该计算机程序产品具有计算机可执行指令，该计算机可执行指令被实现为至少用于执行和控制在本文以上或以下中描述的方法中的确定表面性质的步骤。确定表面条件包括使用光学传感器来对点或区域进行光学预测量和/或对相应方法中的待测量的物体的数字模型进行分析。特别是，计算机程序产品在光学传感器的控制和处理单元上被实现或提供(例如，由数据服务器单元或云提供)到控制和处理单元。
附图说明
参照附图中示意性示出的工作示例，纯粹以举例的方式，在下面更详细地描述或说明根据本发明的方法。具体地，
图1示出相移编码的图案，其中，在投影仪像素列上示出了图案序列及它们的编号；
图2示出通过照射物体的光亮表面而导致的反射的效果；
图3示出在特定表面上出现反射的另一个示例；
图4示出通过利用光学传感器的投影仪照射而导致的反射的其它的有问题的发生；
图5示出利用投射在物体处的限定的移动来检测反射的原理；
图6a至图6b示出与由扫描进行的反射识别相关的矢量图；
图7a至图7b示出因移动或镜像投影而导致的图案的效果和处理；
图8示出由黑色实心点表示的直接投影图案和由具有限定的周期的条纹状的点表示的相应反射图案；
图9a至图9b示出照射到物体上并且与相应反射叠加的均匀条纹图案；以及
图10示出用于表面之间的内部反射的基于模型的测试原理；
图11a至图11b示出根据本发明的提供三角测量传感器的相机和投影仪的同轴视野的光学***的实施方式；
图12示出根据本发明的通过投影正交线图案来确定在物体处的无歧义反射的方法；以及
图13示出根据本发明的如何融合具有相似反射行为的方法。
具体实施方式
图2示出通过照射物体的光亮表面14而导致的反射的效果，为简化起见使用单个点；
三角测量传感器10的2D投影仪13在光亮的倾斜表面14上投射的入射斑点Li导致在第二无光泽表面15上的双重反射Lr(即，关注区域至少包括表面14、15两者能被相机捕获的部分)。结果，由于第二次反射Lr，导致由斑点直接照射在物体上的点的确定不再是无歧义的。还有可能的是，由于无光泽表面15的较强散射，导致第二次反射Lr表现得更亮。在没有任何进一步分析的情况下，这样的设置将造成测量的异常值(outlier)，或者甚至光亮表面14和无光泽表面15的较大区域将不可测量。
穿过点Li的投射方向对应于相机11、12的像平面中的核线。沿着该线，在3D坐标中确定投射的位置。
相机11将把LA识别为反射位置Lr的虚拟位置，而对于相机12，这将是虚拟位置LB。这两个位置LA和LB的不一致是由于双重反射而导致的误导的直接指示。这样的双重反射表示相应表面(特别是表面14)的性质。区域(两个表面)可被限定为双重反射区域。
根据本发明，基于由于给定的投射方向而导致的对投射的斑点的可能位置的认识并且基于相机11、12和投影仪13的给定相对位置和取向来检查这样的不一致。将由相机11、12捕获到的相应图像彼此进行比较，其中，在图像中确定两个位置LA和LB的图像位置。考虑到相机取向和投影轴，这里的结果将是，位置LA和LB不表示在物体处的一个单个斑点，而将是必须被指派给在物体处的两个不同的位置。因为只存在一个单个被投射的斑点，所以这样的结果给出关于那里出现了歧义测量条件的信息。
因此，基于这样的歧义性的识别可以调节被照射位置的计划测量。例如，可以调节具有入射角的待投射图案，以防止显著或占优势的双重反射。
在图3中，待测量的点是直接被射线ID照射的LD。与直接反射光叠加，相机还看到在位置LR处从光亮表面14反射的来自IR射线的光。取决于这两个表面14、15(＝关注区域)的表面性质，直接光或反射光可以更强。对于理想的无光泽表面，从两个相机11、12来看，强度关系应该是相同的，但是对于“半无光泽”表面来说，可能并非如此。如果反射光被解码并且对投影仪13执行三角测量，则相机11将认为它来自位置LRA而相机12将认为它来自LRB，这是无效情形，因为投影仪无法同时照射这两个点(LRB处的表面将遮蔽LRA)。
然而，当在两个相机11、12之间执行三角测量时，将发现正确的位置LD，因为这两个相机11、12看到实质上相同的图案。
同样，通过对斑点在由相机11捕获到的第一图像中和由相机12捕获到的第二图像中的分别识别出的图像位置进行比较，可以发现在限定与被投射的斑点相关的正确且无歧义的物***置时的不确定性。特别是，用该处理来考虑对被投射的激光束的取向和/或虚拟核线的取向和位置的知识。
图4示出由光亮表面导致的反射的其它问题的发生。旨在通过两个相机11和12来对点LD进行观察。由于光亮表面14的反射，观察被镜像到无光泽表面15。以这种方式，在点LD处的图像对于相机12出现在点LR1处并且对于相机11出现在点LR2处。在这些位置，投影仪将照射出不同的图案，这将导致在分析两个相机图像时的完全误解。对相机11的分析将产生位置LRA(投影仪的核线与相机的观察方向的交叉点)，而对于相机12的分析将产生位置LRB。用这个差异，可推断出被观察表面的外观问题。
因此，这里的歧义性由初始产生的斑点LD的多次反射给出。根据本发明，可以通过对相应图像位置进行图像处理和比较来使这样的歧义性消失。
以上示例中的每个都示出了在测量提供这种或相似表面条件的相应物体时的特定困难，特别是结合物体相对于测量传感器(例如，三角测量传感器)的相应取向。以下，更详细地描述根据本发明的识别在待测量的物体处的有问题区域的方法(部分已在上面概述)。
利用单个照射点的三角测量是检测反射的最鲁棒的方法，但也是最慢的方法。由于条纹投影传感器中的区域扫描相机，在许多情况下，还可以看到在那里出现二次反射。利用由两个相机观察到的单个投射点在物体上的快速低分辨率预扫描将直接示出有问题表面是由于如上所述的相机之间的反射位置的不一致而导致双重反射的表面。取决于物体的复杂度，可以同时将多个点投射到物体上，以减少扫描时间。
为了进一步提高速度而同时在光亮表面(而不仅仅是全区域条纹投影)上仍然是鲁棒的，可以使用连续线而非点来执行预扫描，从而每个图像帧捕获例如1000x那么多数据。在所获取的图像中，将看到一次线及其反射二者。通过使用从激光线三角测量传感器获知的方法，在许多情况下，可以确定哪条线是一次线，例如因此生成物体的3D模型。
尤其当使用两个相机时，更容易检测双重反射，因为当每个相机对投影仪进行三角测量时，只有一次照射平面上的点是一致的。该方法对在照射平面内(沿着投射线)出现的双重反射将不起作用。可以执行第二次垂直扫描来消除该不确定性。
然而，不同于点投射，不容易确定各反射点源自哪个一次点，所以更难以基于来自线投射预扫描的信息进行分割(对特定区域或地区的识别或限定)。正如点投射，在某些情况下，有可能可以通过一次投射多条线来提高扫描速度。
因为双重反射只在以某种方式向第一表面倾斜的二次表面上出现，所以投影图案(点、线或条纹)的移动将沿着第一表面上的扫描路径与被推断为倾斜的第二表面交叉的方向在第二表面上出现。因此，通过检测反射在物体处的移动并将移动方向与激光线或斑点相对于该物体的扫描方向进行比较，可以确定检测到的反射是一次反射还是二次反射。
另外，以上方法也用图5示出。通过沿着扫描矢量方向Vi使投射方向从点Li1移位(扫描)到Li2，反射沿着反射矢量方向Vr从点Lr1移动至Lr2，该反射矢量方向Vr具有与Vi垂直的矢量分量。
图6a和图6b示出与通过扫描进行的这样的识别相关的矢量图。与投影仪的光轴垂直并且由相机观察到的在平坦物体上的扫描限定x轴。现在，在物体倾斜的情况下，由相机观察到的扫描路径将不再沿着x轴，而是将具有y方向上的分量。对于第一表面而言，这通过在沿着点从Li1朝着Li2移动的矢量Vi示出(假定第一表面是这两个点之间的平面)。同时，第二表面上的反射位置将从Lr1移动至Lr2。为了可视化，起始位置Li1和Lr1被示出为放置在图6b中的坐标系的原点处。关于这种行为的认识还使得能够把初始期望照射与这种投影的(二次)反射区分开。
矢量Vr具有与Vi相反的沿着x轴的分量。它将总是在由一次点的扫描方向所限定的坐标系的左侧。
还用相应捕获到的图像中的图案的取向来表示入射图案和反射图案的该相反行为和形式。由于镜像而导致在投影图案中的移动(相移)将在反射后改变方向，使得反射中的投影图案的轴(投影仪像素轴)将被旋转和/或被镜像。在图7a和图7b的环境中示出这样的效果。
图7a示出用从相应投影仪(例如被示出为图2中的三角测量传感器10)的投影中心20产生和发射的由两个箭头21i(投影仪x轴)和22i(投影仪y轴)表示的图案来照射物体。初始投影图案在物体的光亮表面24处被镜像。因此，由镜像(反射)箭头21r和22r表示的相应镜像图案可以在表面24处成像。
图7b示出正用同样由箭头21i和22i表示的图案照射物体。物体的被照射表面24具有相当高的反射率。投影图案由此被反射，并且在物体的第二(例如，无光泽)表面25上产生该图案的反射(箭头21r和22r)。此反射包括具有图案在x方向上的相反方向的分量。
特别是，可以针对投影仪来矫正捕获到的图像。捕获到的图像由此可以被变换为，使得它们的像素行与投影仪像素行对准，并且水平(＝沿着基线)投影仪像素轴也由此在图像中是水平的。垂直投影仪轴可能由于物体表面斜率而旋转，但至少不会改变符号。然后，任何其它运动矢量可以是双重反射的指示。
为了探测投影仪像素轴，可以投影被移位到至少三个位置的图案：一个用于限定原点，两个在两个不平行方向上具有小移位。通常，可以选择水平移位和垂直移位。图案还可具有水平方向和垂直方向二者上的结构，以允许正确的运动估计。然后，可以使用用于2D运动估计(例如，基于光流或相位的运动估计)的算法来分析图像。由于运动将只被局部分析，所以不需要图案是非重复性的，因此点或线的规则栅格或随机点图案就足够了。
作为2D图案和三个图像的替代，还可以只投影1D图案(例如，条纹、条带)，但接着使用四个图像，因为不能对两个方向使用同一原图像(origin-image)。在该情况下，图像分析将有所不同，因为在从两个图像之间的运动矢量计算出轴内分量的同时，将从单个图像中的条纹方向测量离轴分量。
最后，反射图案可以与直接图案叠加，因此可在单个邻域(neighbourhood)中存在多个运动方向。为了能够区分这两个运动，有益的是使用由例如单个亮像素点构成的一种稀疏图案，单个亮像素点通过三个暗像素分开而使得点被清楚地分开至少某个偏移量(图8)。多个移位(而非如上讨论的仅仅两个)也将有助于识别两组点和对应运动。总移位可以例如是一个像素步幅一个周期，所以总共7个图案来探测两个投影仪像素轴。
在图8中，用黑色实心点表示直接图案(直接投影的)，而用具有等于4个斑点宽度的周期的带状点来表示相应反射图案。
图案可以足够粗糙而使得特征在反射之后不会太模糊。同时，在普通条纹图案完全模糊的情况下，反射将不再是大问题。最后，至少在两频率图案的情况下，投影仪轴探测图案可以具有与规则图案序列中的条纹的周期相似的周期。
另选地或另外地，可以分析图像中的对比度和/或强度分布，以识别在物体处的直接照射和二次照射。
在用精细图案对物体进行第一次照射中，来自光亮表面的二次反射会被叠加在受影响区域上的直接图案上。第二次反射将有可能旋转至第一次照射。这会导致图案可视性和对比度大大减小。
图9a示出投影到物体(没有双重反射)上的均匀条纹图案30。
如可以在图9b中看到的，由于光亮表面14的反射，导致在无光泽相邻表面15上出现双重曝光。这会显著影响被观察图案。条纹对比度会大大减小。
另外，会出现这种情况，来自光亮表面14的反射将更模糊，因为通常光亮表面14也具有散射入射光的残余粗糙度。
因此，通过投影二值条纹图案序列并且对每个像素的对比度序列进行分析，可推断出哪些像素受双重反射影响。正常地，如果只存在条纹图案的直接入射，则可以预期亮条纹和暗条纹的两个强度值。来自光亮表面的其它间接反射将增加另外两个强度值，这两个强度值一起产生更广泛且不太明显的新混合强度分布。
通过将分析扩展到小区域而非单个像素，可以进一步提高灵敏度，这是因为多个像素表现出故障负面结果的风险小。
通过在小区域中分析物体上的强度分布30，第二次间接照射的影响变得可见。
本发明的另一方面涉及使用数字(CAD)模型。在物体的数字模型可用的情况下，可以对物体进行预扫描，以识别相对于测量***(三角测量传感器)的取向(对准)，并且如果表面特性是已知的(例如，粗糙度、投影波长的反射率)，则可以识别所有反射条件。然而，事实上，由于改变制造处理期间测试物体的条件，这些估计正在改变。
物体可以被分成具有相似倾斜角度的多个表面区域(例如，基本上与同一表面法线相关)，并且该信息可以随后在测量处理的过程中被用于适应性照射。
可以通过多种方法来进行根据物体的数字模型的对准，例如：
·用线或粗略图案进行的预扫描，
·通过摄影测量法来匹配2D特征(边缘、拐角、钻孔)或者
·由用户手动进行(旋转数字模型)。
使用通过预扫描或从CAD模型获得的物体的粗略3D模型，分割的目的是将投影图案划分成多个分段，在每个分段内没有形成双重反射。如上所述，可以例如将物体分成具有相似倾斜角的多个表面区域，因为这样的表面不会在单个反射时发生干涉。
用图10示出对表面之间的内部反射进行主动测试的另一选项的原理。可以通过投影仪像素坐标中的规则栅格对物体的模型40进行切片。然后，对于每个栅格单元，可以进一步分离如单元的标记行41所示出的未连接表面，其中，条带区域将与每个单元的剩余部分分离。在进行该预分割之后，各预分割将依次被投影仪照射并且对相应图像进行分析，以弄清哪些其它分段受双重反射影响。因为例如每一分段仅投影一个二值图案并且图像质量不需要是完美的，所以可以非常快地进行(例如，与相机所允许的一样快)。例如，使用每秒200帧相机可以在1秒中投影200个预分割图像。
在分析了哪些预分段发生干扰之后，可以形成较少数量的较大分段，然后可使用全条纹投影序列来测量这些较大分段。然后，可以掩蔽该序列中的每个图案，以仅照射关注分段，并且可以仅分析与每个相机所看到的分段对应的区域。
根据本发明的另选或另外的非自动化方法基于用户的选择来在CAD模型内或者基于在对物体进行预扫描之后的可用数据识别会在其它表面上导致双重反射的关键区域。如果CAD模型可用，则选择可以基于CAD几何形状并且以3D完成，否则用户可以例如通过在相机图像上绘制多边形来限定分段，然后将通过数学投影将这些分段在投影仪空间内转换到粗略3D模型上。
即使没有粗略3D模型，用户也可通过绘制多边形来手动选择分段，优选地在两个相机的图像中绘制使得多边形的3D形状是已知的。然后，可以简单地(trivially)将其转换到投影仪空间。
另选地或另外地，为了避免必须选择两个图像中的区域，一种方法涉及添加与投影仪同轴的相机(该相机的光轴与投影仪的投影轴同轴)。由于当投影仪投影时该相机从相同点看到场景，因此相应相机图像和投影图案之间存在固定的2D-2D关系。因此，在没有任何3D模型的情况下，可以容易地将所选择的区域(在相机图像中的)转换到投影仪空间。在这样的图像中，还可以基于诸如边缘的2D图像特征来执行分割。特别是，作为同轴对准的另选，将小相机尽可能近地靠近投影仪放置就足够了。
避免两次选择和额外的相机二者的另一选项是，通过迭代地调节投影的单个点的位置直到由相机看到的该点在所选择的位置为止，在模型多边形中主动找到每个节点。由于核线条件，可以仅必须在一个自由度上进行搜索。针对每个用户在相机图像上的点击，传感器可由此快速地扫描对应的核线，以找到正确位置。可通过移动单个点或迭代地减小单个线段的大小，使用二值图案(比如条纹投影本身)来进行该扫描。
又一个选择是让用户直接在投影仪坐标中限定多边形。为了从每个相机的视图中直接看到节点将在哪里结束，可以使用投影仪将鼠标指针和/或到目前为止的多边形投影到场景上，然后使用相机现场成像，而不是将它直接显示在屏幕上。
通过将多边形的形状记录在相机图像中，软件还将知道当执行测量时要分析哪些图像区域。在非常强反射的情况下，有必要将单个点顺序地投影到多边形的节点，而不是一次性投影到整个多边形。
关于以上方法所需的用于形成相应图案(例如，条纹分段)的适应性照射，可以在投影单元侧使用诸如DLP或LCD阵列的可编程图案生成器。通常，这样的组件可生成分段掩模和图案或(条纹)图案序列二者。还可以使用固定的幻灯片(slides)来生成图案(例如，为了生成更准确或更高频率的正弦图案)，其中，DLP或LCD可以被仅用于限定掩模区域。
为了进一步提高鲁棒性，可以添加另一个(或者更多)投影仪。这样的一个益处是，将更容易避免镜面反射。通常，在光亮表面上，相机之一通过镜面反射变盲。如果同时存在使相机-投影仪三角测量不可靠的双重反射，则难以获取数据。通过具有第二投影仪，在两个相机中的曝光和对比度同时优良的情况下，更多的点将是可见的。
代替(或补充)基于几何数据或双重反射的映射来算出分割，还可以迭代地测量困难的表面。从照射整个区域开始，可通过排除点来迭代地减小区域，只要这些点被捕获到具有足够高的置信度。可以用以下步骤来执行这样的处理：
1.执行剩余区域的条纹投影测量(开始时：整个区域)；
2.提取测量质量好的3D点(无双重反射、适当曝光等)；
3.从被照射区域中去除对应的像素以用于下一次迭代；
4.运行另一个迭代(从步骤1起)，重复进行，直到所有点被捕获到或者达到最大数量的迭代。
通过使用LCD或DLP投影方法，不仅可以灵活地选择投影图案，而且可以灵活地选择待照射区域。双重反射的问题是直接图案和反射图案叠加，该叠加可造成计算3D坐标时出现导致异常值或不可测量区域的严重错误。
根据本发明的实施方式，可以如下地执行分段或斑块融合(patch-fusion)。如果具有N个斑块或区域(例如，在栅格中)，则存在源和目标斑块的N x N组合。可以通过在拍摄N个图像的同时投影N个图案来分析全部这些组合。然后，目标是通过计算(不进行新测量)将斑块划分成没有内部串扰的较大分段的最小组。融合斑块或区域的一种方式是从一个斑块(第一个斑块，随机选择等)开始，并且从相邻斑块逐个斑块地添加更多个，直到不再存在相邻无串扰斑块。然后，从另一个未分配斑块开始，重复斑块融合处理。在将斑块分组成分段之后，可以按相同方式来分析分段，以将未连接的分段的集合组合成甚至更大的组，以进一步减少测量时间。
当融合斑块时，还可以考虑斑块的亮度，使得仅具有相似亮度的斑块才在同一分段中。然后，可以优化针对各分段的曝光时间，以限制所需的相机动态范围。
在如上所述将投影图像划分成分段之后，可以使用标准条纹投影方法来测量各分段。对于各个分段，还可以进行附加的质量检查(如上所述)。
通过之前描述的用于识别可导致相邻区域上的反射的关键区域的方法中的一种，这些区域可以在其它过程中逐步被测量(照射)：
1.首先，照射所有区域，其中，***的动态范围(由例如相机传感器的灵敏度、曝光时间、相机镜头的光圈和投影仪的亮度定义)必须足够大以使得光亮表面是可测量的。在该步骤中计算点云数据时，可以忽略遭受双重反射的区域。
2.在第二步骤中，仅照射和评价表现出双重反射的区域，即，导出相应点云。
3.此后，将两个点云结果组合成一个。
根据本发明的实施方式，相机可被定位成，使得相机的光轴与投影仪的投影轴同轴。据此，可以提供无视差透视图。
用于识别并且处理具有表现出歧义性的外观的表面的方法可以通过由相机从离轴角度或从表现出无视差角度的同轴相机来查看场景来完成。在同轴相机位置的情况下，可更容易且更直接地对有问题表面进行分析。可以通过另外的相机和光学设置来提供相应的实现方式，以使同轴相机与投影方向重叠。
为了使预扫描数据的评估不太复杂、更快且更准确，具有一个与投影仪共享视场的相机是有益的。在其节点与投影仪处于同一(虚拟)位置时，在这两者之间将没有视差，并因此在相机2D图像坐标和投影仪坐标之间存在一一对应关系。因此，CAD模型的3D重构或知识对于解释数据将是不必要的，这是因为对于每个投影像素，已知该光的直接反射将在哪个相机像素处成像，而不管物体的形状。在优选实施方式中，可以作为投影仪的一部分的这样的同轴相机将仅用于检测外观歧义性，并不用于三角测量目的。
在图11a中，示例性地示出这样的设置：同一透镜51被用于相机图像传感器52和基于三角测量的条纹或图案投影光学传感器的投影仪物方表面(object surface)53二者。在投影仪物方表面(例如，DLP或液晶阵列)与相机图像传感器具有不同大小的情况下，可以例如在图像传感器52前面添加额外的调整透镜(未示出)，所以相机与投影仪至少具有相同的视场。通过分束器54来组合视场。特别是，在这样的实施方式中，相机传感器52是投影仪13’的一部分。换句话讲，相机和投影仪可以一体地形成。
根据图11b的另选设置，分束器54被置于投影透镜51a前方，而且存在用于相机的单独透镜51b。然后，相机透镜51b将被调节为使得其节点55b处于距分束器54与投影透镜51a的节点55a相同或接近相同的距离D处，即处于相同的虚拟位置处(无视差观察)。特别是，在这样的实施方式中，相机传感器52是投影仪13”的一部分。换句话讲，相机和投影仪可以一体地形成。
总体上，根据本发明的相应实施方式，可以将多个图案投影到场景上，以表征在物体内的反射。由于同轴相机设置，预先已知相机中的哪些像素是由一次反射照亮的。其它像素中检测到的任何光由此被归因于内部反射或“串扰”。使用关于投影空间的不同区域之间的串扰的该信息，然后可以构造场景的最佳分割(限定具有歧义反射的区域和没有这样的歧义性的区域)。
执行扫描的最可靠方式是典型地是一次只有一个投影仪像素将要照射。然而，这将相当地耗时，这是因为典型投影仪像素由数百万像素组成，并且所使用的相机的帧率通常不超过每秒几百个图像。
为了加速测量，可用相同照射来照射多个像素组。通过这样做，存在在这样的图案内有未检测到的反射的风险。因此，提出了用于检测这样的内部反射的方法。在确定了哪些图案可能具有内部反射之后，然后可以继续将它们划分成多个较小子图案，这些子图案具有较低的内部反射的风险。
例如，可按不同的角度来投影细长的条带。对于每个条带，反射可以是与一次线存在一些偏移量的半连续的细扭曲条带。然后，并不知道被照射条带中的哪一部分是反射线的各部分的源。通过用为另一角度的条带来执行另一个扫描，该信息可以被导出。这在图12中示出。示出了通过投影正交线62a和63a来确定反射的源点61a和目的地点61b。还示出了所导致的反射正交线62b和63b。
例如，还可根据栅格，将在相机侧捕获到的投影图像划分成较大斑块或区域。为了有助于检测每个斑块内的内部反射，可以分析相邻像素。如果它们表现出串扰迹象，则还存在内部串扰的风险，并且将斑块划分成以相同方式进行测试的较小子斑块。检测内部串扰的另一种方式是，将具有较精细结构的图案(例如，西洋跳棋棋盘(checkerboard)图案、栅格等)投影到斑块内，并且在暗部分处检查不存在内部串扰。
还可以使用单个点亮的像素来执行第一次扫描，但是根据较粗栅格来步进该像素的位置。然后，还可以检测非常靠近的内部反射，该内部反射原本会被隐藏在较大实心斑块内，但是替代地，存在漏掉导致反射的小特征的风险。通过如图13中所示的单个像素71和实心斑块72照射的组合，可以优选地能够检测二者。
通过相对于投影仪来校准同轴安装的相机，可以使用“图像矫正”功能(通常用在计算机视觉中，用于通过对准来自两个相机的像素行来加速立体匹配)将任何投影图像转换成一次反射相机图像，或反之将所记录的图像转换到投影仪空间。由此，考虑到投影仪和相机二者的透镜畸变，以及例如图像移位、旋转等。利用固定的图案集合，这种转换可以针对整个图案集合从投影仪到相机一次完成，与按需转换图像相比，其随后减少处理时间。
虽然以上部分地参照一些具体实施方式例示了本发明，但必须理解，可以做出实施方式的不同特征的众多修改例和组合，并且这些不同特征可以彼此组合，或者结合根据现有技术已知的三角测量方法。

Claims (15)

1.一种识别具有特定测量性质的物体表面点或区域(14、15、24、25)以用于利用光学传感器(10)，特别是利用基于三角测量的条纹或图案投影光学传感器对相应点或区域(14、15、24、25)进行光学测量的方法，所述光学传感器(10)提供限定的测量条件，所述限定的测量条件至少关于为限定的空间关系的测量光(ID)的发射和反射测量光(IR)的接收，所述方法包括：
·限定所述物体的关注点或区域(14、15、24、25)，
·针对使用所述光学传感器(10)的特定光学测量，来确定与限定的所述点或限定的所述区域(14、15、24、25)的至少一部分的外观相关的表面性质，以及
·基于所述表面性质，利用所述限定的测量条件来导出关于可测量性的物体信息，所述物体信息表示关于由于所述表面性质和所述测量条件而导致的对所述特定光学测量的预期影响的信息，
其特征在于，
通过以下步骤来执行对所述表面性质的确定
·使用所述光学传感器(10)通过以下处理来对所述点或所述区域(14、15、24、25)进行光学预测量
□使用能由所述光学传感器(10)发射的所述测量光(ID)，来照射所述点或所述区域(14、15、24、25)的至少一部分，
□利用所述光学传感器(10)来捕获通过照射所述物体而导致的在所述物体处的至少一个照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)的至少一个图像，以及
□针对所述光学传感器(10)的所述测量条件关于位置和/或外观无歧义性，对所述至少一个照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)进行分析，和/或
·通过以下处理来对待测量的所述物体的数字模型(40)进行分析
□根据所述物体相对于所述光学传感器(10)的取向，数字化地对准所述数字模型，以及
□关于利用所述测量光(ID)在所述物体相对于所述光学传感器(10)的所述取向上的照射，基于所对准的模型来确定所述点或区域(14、15、24、25)的外观性质。
2.根据权利要求1所述的方法，
其特征在于，
所述光学预测量包括
·在相应照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)在所述物体处的所述至少一个图像中，确定至少一个图像位置，
·针对所述光学传感器(10)的所述测量条件，检查所述至少一个图像位置的位置可信度，以及
·基于所检查的位置可信度，来生成位置无歧义性信息。
3.根据权利要求2所述的方法，
其特征在于，
·生成所述至少一个照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)的图像数据，所述图像数据包括所述至少一个照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)根据至少两个不同姿势在所述物体处的至少两个图形表示，
·对于所述图形表示中的每个，确定相应照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)在所述物体处的所述至少一个图像位置，
·关于所述测量条件针对一致性检查所述图像位置。
4.根据权利要求3所述的方法，
其特征在于，
·基于所述测量光(ID)的照射方向来检查所述图像位置是否表示共同照射，和/或
·将通过基于所述图像位置的基于三角测量的确定特别是利用摄影测量导出的空间位置，与所述测量光(ID)的照射轴或照射平面的位置进行比较，特别是检查通过所述基于三角测量的确定导出的所述空间位置是否位于所述照射轴或所述照射平面上。
5.根据权利要求1至4中的任一项所述的方法，
其特征在于，
所述点或区域(14、15、24、25)的照射由以下形式的所述测量光(ID)来提供
·光线，特别是具有彼此横向地、特别是彼此正交地排列的至少两条线的线图案，
·光图案(30)，
·光斑(Lr、Li、LD、LR)或
·具有空间连续的亮和暗照射区域的精细图案(30)。
6.根据权利要求1至5中的任一项所述的方法，
其特征在于，
所述光学预测量包括
·根据限定的扫描路径，特别是在限定的扫描方向上，使所述测量光(ID)在所述物体上移动，
·连续地检测由移动的测量光导致的照射的位置，
·导出所述照射在所述物体处的移动路径，特别是物体移动方向，
·将所述扫描路径与导出的所述移动路径进行比较，
·基于所述比较来生成位置无歧义性信息。
7.根据权利要求1至6中的任一项所述的方法，
其特征在于，
所述光学预测量包括
·对捕获到的所述至少一个照射的对比度和/或强度进行分析，
·将所述对比度和/或所述强度与相应参考值进行比较，以及
·基于所述比较来生成外观无歧义性信息，
特别是其中，所述参考值由捕获到的所述照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)中的一个的对比度水平来限定。
8.根据权利要求1至7中的任一项所述的方法，
其特征在于，
通过以下步骤来限定所述关注点或区域(14、15、24、25)
·在所述物体的第一相机视图中限定第一多边形，以及
·在所述物体的第二相机视图中限定第二多边形，其中，所述第一多边形和所述第二多边形限定在所述物体处的共同区域，
·基于使用所述第一相机视图和所述第二相机视图的摄影测量处理来导出所述共同区域的形貌信息，
·特别是使用所述光学传感器(10)的投影仪坐标系来参照所述形貌信息。
9.根据权利要求1至8中的任一项所述的方法，
其特征在于，
通过使用到所述物体的同轴视图来限定所述关注点或区域(14、15、24、25)，所述同轴视图的观察轴基本上对应于所述测量光(ID)的发射轴，
特别是其中，所述光学传感器(10)包括发光单元(13、13’、13”)和相机，所述发光单元适于根据所述发射轴来提供所述测量光(ID)的发射，所述相机适于根据所述观察轴来提供所述反射测量光(IR)的接收，其中，所述发光单元(13)的发射轴和所述相机的所述观察轴同轴对准，特别是其中，所述相机由所述光学传感器(10)的光接收单元(11、12)表示。
10.根据权利要求1至9中的任一项所述的方法，
其特征在于，
所述光学测量被执行为所述点或区域(14、15、24、25)的预扫描处理。
11.根据权利要求1至10中的任一项所述的方法，
其特征在于，
对所述数字模型(40)进行分析包括
·特别是使用分割栅格，将所述数字模型(40)分割成限定的多个模型件，每个模型件都表示所述物体的一部分，
·关于所述物体的表面性质对所述模型(40)进行分析，
·确定所述物体的具有相似或相同表面性质的部分，以及
·在各个所述模型件中参照所述物体的具有相似或相同表面性质的部分。
12.根据权利要求11所述的方法，
其特征在于，
·将所述物体的具有相近或相同表面性质的部分指派给第一组，
·限定用于所述第一组的特定测量性质，以及
·通过应用所限定的特定测量性质来执行所述第一组的三角测量。
13.一种基于三角测量的光学传感器(10)，特别是条纹或图案投影光学传感器，
所述基于三角测量的光学传感器(10)包括：
·发光单元(13、13’、13”)，所述发光单元具有用于提供限定的测量光(ID)特别是光图案的光源；
·至少一个光接收单元(11、12)，所述至少一个光接收单元具有用于检测从待测量的物体反射的和接收的测量光的检测器；以及
·控制和处理单元，所述控制和处理单元适于基于检测到的反射来导出距离信息，
其中，至少以下布置限定所述光学传感器(10)的测量条件，该布置是具有相对彼此的已知空间位置和取向的所述发光单元(13、13’、13”)和所述光检测单元(11、12)的布置，
其特征在于，
所述控制和处理单元包括预测量功能，通过执行所述预测量功能，由以下处理来针对使用所述光学传感器的特定光学测量来确定与所述物体的限定的点或限定的区域(14、15、24、25)的至少一部分的外观相关的物体表面性质
·通过以下处理来对所述点或所述区域(14、15、24、25)进行光学预测量
□使用所述测量光(ID)来照射所述点或所述区域(14、15、24、25)的至少一部分，
□利用所述光接收单元(11,12)来捕获由于照射所述物体而导致的至少一个照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)在所述物体处的至少一个图像，以及
□针对所述光学传感器(10)的测量条件关于位置和/或外观无歧义性对所述至少一个照射(Lr、Li、LD、LR、21i、21r、22i、22r、30)进行分析，
和/或
·通过以下处理来对待测量的所述物体的数字模型(40)进行分析
□根据所述物体相对于所述光学传感器(10)的取向，数字化地对准所述数字模型，以及
□关于利用所述测量光(ID)在所述物体相对于所述光学传感器(10)的取向上的照射，基于所对准的模型来确定所述点或区域(14、15、24、25)的外观性质，
特别是其中，所述预测量功能适于执行根据权利要求1至12中的任一项所述的方法。
14.根据权利要求13所述的基于三角测量的光学传感器(10)，
其特征在于，
·所述发光单元(13、13’、13”)被实施为投影仪并且限定发射轴，
·所述基于三角测量的光学传感器(10)包括限定观察轴的相机，特别是其中，由所述至少一个光接收单元(11、12)来表示所述相机，以及
·所述投影仪的投影仪物方表面(53)和所述相机的相机图像传感器(52)被布置成，使得所述发射轴和所述观察轴同轴对准，
特别是其中，
·所述发光单元(13、13’、13”)包括光学组件，所述光学组件至少包括用于提供将同轴对准的所述发射轴和所述观察轴的分束器和透镜，和/或
·所述投影仪物方表面(53)和所述相机图像传感器(52)一体地布置在所述投影仪内。
15.一种计算机程序产品，所述计算机程序产品具有计算机可执行指令，特别是当在根据权利要求13或14所述的光学传感器(10)的控制和处理单元上运行时，所述计算机可执行指令被实现为用于执行和控制至少通过根据权利要求1至12中的任一项所述的方法的确定表面性质的以下步骤：
·使用所述光学传感器来对所述点或区域(14、15、24、25)进行光学预测量，和/或
·对待测量的所述物体的数字模型(40)进行分析。
CN201710455386.9A 2016-06-17 2017-06-16 识别物体表面点或区域的方法、光学传感器以及存储介质 Active CN107525479B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
EP16174909.8 2016-06-17
EP16174909.8A EP3258211B1 (en) 2016-06-17 2016-06-17 Determining object reflection properties with respect to particular optical measurement

Publications (2)

Publication Number Publication Date
CN107525479A true CN107525479A (zh) 2017-12-29
CN107525479B CN107525479B (zh) 2020-03-20

Family

ID=56134221

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710455386.9A Active CN107525479B (zh) 2016-06-17 2017-06-16 识别物体表面点或区域的方法、光学传感器以及存储介质

Country Status (3)

Country Link
US (1) US10282855B2 (zh)
EP (1) EP3258211B1 (zh)
CN (1) CN107525479B (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108458670A (zh) * 2018-05-10 2018-08-28 清华大学深圳研究生院 一种双线激光的三维轮廓扫描装置及方法
CN108534710A (zh) * 2018-05-10 2018-09-14 清华大学深圳研究生院 一种单线激光的三维轮廓扫描装置及方法
CN110906884A (zh) * 2018-09-14 2020-03-24 株式会社三丰 三维几何形状测量设备和三维几何形状测量方法
CN110940293A (zh) * 2018-09-21 2020-03-31 日月光半导体制造股份有限公司 用于测量弯曲的设备及方法
CN112432601A (zh) * 2019-08-26 2021-03-02 斯图姆机械装备制造有限公司 传感器设备
CN113396312A (zh) * 2018-10-12 2021-09-14 电力研究所有限公司 用于在光学失真介质中测量表面特性的方法

Families Citing this family (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP6248244B1 (ja) * 2016-08-09 2017-12-20 ナルックス株式会社 位置測定部を備えた部品
JP6673266B2 (ja) * 2017-03-08 2020-03-25 オムロン株式会社 相互反射検出装置、相互反射検出方法、およびプログラム
CN108269279B (zh) * 2017-07-17 2019-11-08 先临三维科技股份有限公司 基于单目三维扫描***的三维重构方法和装置
EP3435032B1 (de) * 2017-07-26 2020-11-11 Hexagon Technology Center GmbH Optischer rauheitssensor für eine koordinatenmessmaschine
US10704904B2 (en) * 2018-03-20 2020-07-07 Pixart Imaging Inc. Distance detection device
WO2019179889A1 (en) * 2018-03-22 2019-09-26 3Shape A/S 3d scanning with automatic selection of scan strategy
US10621739B2 (en) * 2018-03-27 2020-04-14 Applejack 199 L.P. Characterization of specular surfaces
DE102018205191A1 (de) * 2018-04-06 2019-10-10 Carl Zeiss Industrielle Messtechnik Gmbh Verfahren und Anordnung zum Erfassen von Koordinaten einer Objektoberfläche mittels Triangulation
EP3581881A1 (de) * 2018-06-15 2019-12-18 Hexagon Technology Center GmbH Oberflächenvermessung mittels angeregter fluoreszenz
CN108776338B (zh) * 2018-06-19 2022-05-24 四川大学 信号源空间传感方法、装置及主动式传感***
JP6975106B2 (ja) * 2018-07-31 2021-12-01 株式会社デンソーアイティーラボラトリ ３次元形状計測システム、３次元形状計測方法、及び３次元形状計測プログラム
DE102018213142A1 (de) * 2018-08-06 2020-02-06 Carl Zeiss Industrielle Messtechnik Gmbh Anordnung und Verfahren zum Erfassen einer an einem Objekt angeordneten Markeranordnung
US11029146B2 (en) * 2018-10-18 2021-06-08 Cyberoptics Corporation Three-dimensional sensor with counterposed channels
AT522028B1 (de) 2019-01-07 2022-12-15 AGILOM GmbH Verfahren sowie 3D-Sensoreinheit zum Bestimmen von dreidimensionalen Koordinaten von Punkten auf der Oberfläche eines Objekts
US11361458B2 (en) * 2019-04-19 2022-06-14 Mitutoyo Corporation Three-dimensional geometry measurement apparatus and three-dimensional geometry measurement method
EP3822578A1 (de) 2019-11-15 2021-05-19 Hexagon Technology Center GmbH Adaptiver 3d-scanner mit variablem messbereich
DE102020118407A1 (de) * 2020-07-13 2022-01-13 Soft2Tec Gmbh Vorrichtung und Verfahren zur Lage- und Positionserkennung von Markierungen im dreidimensionalen Raum
US11763473B2 (en) * 2020-07-23 2023-09-19 Zhejiang Hanchine Ai Tech. Co., Ltd. Multi-line laser three-dimensional imaging method and system based on random lattice
EP4332495A1 (en) 2022-09-01 2024-03-06 Leica Geosystems AG Measuring instrument with a scanning absolute distance meter

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0840880B1 (en) * 1995-07-26 2002-03-13 Stephen James Crampton Scanning apparatus and method
CN103673925A (zh) * 2012-09-19 2014-03-26 佳能株式会社 用于测量对象物体的信息处理装置及方法
CN105190228A (zh) * 2013-03-27 2015-12-23 株式会社尼康 形状测定装置、构造物制造***、形状测定方法、构造物制造方法、及形状测定程式

Family Cites Families (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
DE69823116D1 (de) * 1997-08-05 2004-05-19 Canon Kk Bildverarbeitungsverfahren und -gerät
US6990228B1 (en) * 1999-12-17 2006-01-24 Canon Kabushiki Kaisha Image processing apparatus
DE102004026090A1 (de) 2004-05-25 2005-12-22 Daimlerchrysler Ag Messsystem zur dreidimensionalen Bilderfassung
US8117668B2 (en) 2006-04-27 2012-02-14 Stephen James Crampton Optical scanning probe
US8797552B2 (en) 2009-07-03 2014-08-05 Leica Geosystems Ag Apparatus for generating three-dimensional image of object
JP5548482B2 (ja) * 2010-02-26 2014-07-16 キヤノン株式会社 位置姿勢計測装置、位置姿勢計測方法、プログラム及び記憶媒体
US8594425B2 (en) * 2010-05-31 2013-11-26 Primesense Ltd. Analysis of three-dimensional scenes
JP5963353B2 (ja) * 2012-08-09 2016-08-03 株式会社トプコン 光学データ処理装置、光学データ処理システム、光学データ処理方法、および光学データ処理用プログラム
JP2014115109A (ja) * 2012-12-06 2014-06-26 Canon Inc 距離計測装置及び方法
US9154773B2 (en) * 2013-03-15 2015-10-06 Seiko Epson Corporation 2D/3D localization and pose estimation of harness cables using a configurable structure representation for robot operations

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0840880B1 (en) * 1995-07-26 2002-03-13 Stephen James Crampton Scanning apparatus and method
US6611617B1 (en) * 1995-07-26 2003-08-26 Stephen James Crampton Scanning apparatus and method
CN103673925A (zh) * 2012-09-19 2014-03-26 佳能株式会社 用于测量对象物体的信息处理装置及方法
CN105190228A (zh) * 2013-03-27 2015-12-23 株式会社尼康 形状测定装置、构造物制造***、形状测定方法、构造物制造方法、及形状测定程式

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108458670A (zh) * 2018-05-10 2018-08-28 清华大学深圳研究生院 一种双线激光的三维轮廓扫描装置及方法
CN108534710A (zh) * 2018-05-10 2018-09-14 清华大学深圳研究生院 一种单线激光的三维轮廓扫描装置及方法
CN110906884A (zh) * 2018-09-14 2020-03-24 株式会社三丰 三维几何形状测量设备和三维几何形状测量方法
CN110906884B (zh) * 2018-09-14 2023-02-24 株式会社三丰 三维几何形状测量设备和三维几何形状测量方法
CN110940293A (zh) * 2018-09-21 2020-03-31 日月光半导体制造股份有限公司 用于测量弯曲的设备及方法
CN113396312A (zh) * 2018-10-12 2021-09-14 电力研究所有限公司 用于在光学失真介质中测量表面特性的方法
CN113396312B (zh) * 2018-10-12 2024-03-01 电力研究所有限公司 用于在光学失真介质中测量表面特性的方法
CN112432601A (zh) * 2019-08-26 2021-03-02 斯图姆机械装备制造有限公司 传感器设备

Also Published As

Publication number Publication date
EP3258211A1 (en) 2017-12-20
US10282855B2 (en) 2019-05-07
US20170365065A1 (en) 2017-12-21
CN107525479B (zh) 2020-03-20
EP3258211B1 (en) 2023-12-13

Similar Documents

Publication Publication Date Title
CN107525479A (zh) 针对特定光学测量来确定物体性质
JP5346033B2 (ja) 物体の三次元形状を光学的に測定する方法
JP4290733B2 (ja) ３次元形状計測方法及びその装置
JP5757950B2 (ja) 非接触物体測定
CN103649674B (zh) 测量设备以及信息处理设备
CN104713885B (zh) 一种用于pcb板在线检测的结构光辅助双目测量方法
CN103673925B (zh) 用于测量对象物体的信息处理装置及方法
JP4226550B2 (ja) 光学式マーカーを用いた三次元測定データ自動整列装置及びその方法
CN107131848A (zh) 能实现快速和致密形状检测的光学三维传感器
CN103220964B (zh) 带有用于表面检测的图像检测单元的齿科x射线装置和用于产生患者x射线照片的方法
JP2003130621A (ja) ３次元形状計測方法およびその装置
CN113412500B (zh) 模拟装置及模拟方法
GB2352901A (en) Rendering three dimensional representations utilising projected light patterns
US11727635B2 (en) Hybrid photogrammetry
JP4379626B2 (ja) ３次元形状計測方法及びその装置
Knyaz Multi-media projector–single camera photogrammetric system for fast 3D reconstruction
JP2012514192A (ja) 特に歯科医療を目的とした物体表面の三次元測定方法
JP2005106491A (ja) 頭部の三次元形状計測システム
EP4379316A1 (en) Measuring system providing shape from shading
CN107835931B (zh) 监测三维实体的线性尺寸的方法
JP2016008837A (ja) 形状測定方法、形状測定装置、構造物製造システム、構造物製造方法、及び形状測定プログラム
US11928851B2 (en) Computer-implemented method, computer program, data processing system and device for determining the reflectance behavior of a surface of an object, and storage medium with instructions stored thereon for determining the reflectance behavior of a surface of an object
JP7247031B2 (ja) 検査装置
KR20050057223A (ko) 무영 3ｄ/2ｄ 측정장치 및 방법
Munaro et al. Fast 2.5 D model reconstruction of assembled parts with high occlusion for completeness inspection

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