TW201935910A - 三維影像處理之裝置及方法 - Google Patents
三維影像處理之裝置及方法 Download PDFInfo
- Publication number
- TW201935910A TW201935910A TW107104051A TW107104051A TW201935910A TW 201935910 A TW201935910 A TW 201935910A TW 107104051 A TW107104051 A TW 107104051A TW 107104051 A TW107104051 A TW 107104051A TW 201935910 A TW201935910 A TW 201935910A
- Authority
- TW
- Taiwan
- Prior art keywords
- images
- group
- models
- scanning device
- dimensional scanning
- Prior art date
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N1/00—Scanning, transmission or reproduction of documents or the like, e.g. facsimile transmission; Details thereof
- H04N1/04—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa
- H04N1/19—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using multi-element arrays
- H04N1/191—Scanning arrangements, i.e. arrangements for the displacement of active reading or reproducing elements relative to the original or reproducing medium, or vice versa using multi-element arrays the array comprising a one-dimensional array, or a combination of one-dimensional arrays, or a substantially one-dimensional array, e.g. an array of staggered elements
- H04N1/192—Simultaneously or substantially simultaneously scanning picture elements on one main scanning line
- H04N1/193—Simultaneously or substantially simultaneously scanning picture elements on one main scanning line using electrically scanned linear arrays, e.g. linear CCD arrays
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V10/00—Arrangements for image or video recognition or understanding
- G06V10/10—Image acquisition
- G06V10/12—Details of acquisition arrangements; Constructional details thereof
- G06V10/14—Optical characteristics of the device performing the acquisition or on the illumination arrangements
- G06V10/147—Details of sensors, e.g. sensor lenses
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N2201/00—Indexing scheme relating to scanning, transmission or reproduction of documents or the like, and to details thereof
- H04N2201/0077—Types of the still picture apparatus
- H04N2201/0081—Image reader
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Vascular Medicine (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Length Measuring Devices By Optical Means (AREA)
- Optical Radar Systems And Details Thereof (AREA)
- Image Analysis (AREA)
Abstract
本揭露之一實施例係關於一種三維掃描裝置,其包含一成像感測器及一處理器。該成像感測器具有一第一感測區域及一第二感測區域。該第一感測區域經組態以獲得一物體之第一組影像且該二感測區域經組態以獲得該物體之第二組影像。該處理器經組態以基於該第一組影像建立一第一組模型及基於該第二組影像建立一第二組模型。該處理器進一步經組態以比對該第一組模型及該第二組模型之相似度。
Description
本揭露係有關用於處理三維影像之裝置及方法,特別是有關用於三維建模之裝置及方法。
三維掃描裝置或立體掃描裝置主要用於被掃描物體進行掃描,以獲得該物體表面空間座標及資訊(如物體或環境的幾何構造、顏色、表面反照率等性質),其獲得的資料通常被用來進行三維建模,以建立該被掃描物體的三維模型。所建立之三維模型可用於如醫學資訊、工業設計、機器人導引、地貌測量、生物資訊、刑事鑑定、立體列印等領域。 在部分應用領域上(如齒模重建),由於待掃描物體容易反光(如牙齒上有口水附著),待掃描物體反射之光線會造成三維掃描裝置之感測器上之部分區域過亮,致使感測器上過亮區域之資料判讀異常,進而影響重建模型之準確度。因此,極需能夠在易反光物體上進行精準掃描之三維掃描裝置。
本揭露之一實施例係關於一種三維掃描裝置,其包含一成像感測器及一處理器。該成像感測器具有一第一感測區域及一第二感測區域。該第一感測區域經組態以獲得一物體之第一組影像且該二感測區域經組態以獲得該物體之第二組影像。該處理器經組態以基於該第一組影像建立一第一組模型及基於該第二組影像建立一第二組模型。該處理器進一步經組態以比對該第一組模型及該第二組模型之相似度。 本揭露之另一實施例係關於一種三維建模之方法,該方法包含:(a) 獲得一物體之第一組影像;(b) 獲得該物體之第二組影像;(c) 基於該第一組影像建立一第一組模型;(d) 基於該第二組影像建立一第二組模型;及(e) 比對該第一組模型及該第二組模型之相似度。
圖1是根據本揭露之部分實施例的一種三維掃描裝置100的方塊示意圖。根據本揭露之部分實施例,該三維掃描裝置100可對立體物體進行三維掃描及/或三維建模,以建立關聯於該立體物體的數位立體模型。根據本揭露之部分實施例,該三維掃描裝置100可進一步耦接至一三維列印裝置(未顯示於圖中),以藉由該三維列印裝置列印所建立之三維模型。如圖1所示,該三維掃描裝置100包括一影像擷取元件110、一控制器120及一處理器130。 該影像擷取元件110(或成像感測器)經組態以擷取待掃描物體之三維影像資訊或特徵點。根據本揭露之部分實施例,所擷取之三維影像資訊或特徵點可包含但不限於待掃描物體之幾何構造、顏色、表面反照率、表面粗糙度、表面曲率、表面法向量、相對位置等。該影像擷取元件110可包含一個或多個鏡頭或光源模組。該影像擷取元件110之鏡頭可為定焦鏡頭、變焦鏡頭或其組合。該影像擷取元件110之光源模組可經配置以發出均勻的光束,以在光源不足的環境下進行照明補償。根據本揭露之部分實施例,該光源模組可為發光二極體光源或其他任何合適之光源。 該控制器120與該影像擷取單元110連接,並經組態以控制該影像擷取元件110擷取待掃描物體之三維影像資訊或特徵點。在部分實施例中,該控制器120可具有其一種或多種類型之感測器,其經組態以在一預定之條件下控制該影像擷取元件110進行影像擷取。例如,該控制器120可具有加速度感測器,其經組態以在偵測到該三維掃描裝置100移動時,控制該影像擷取元件110進行影像擷取。例如,該控制器120可具有位置感測器,其經組態以在該三維掃描裝置100移動一預定距離時,控制該影像擷取元件110進行影像擷取。例如,該控制器120可具有定時器,其經組態以在一預定時間控制該影像擷取元件110進行影像擷取。在部分實施例中,該控制器120可整合於該影像擷取單元110或該處理器130中。在部分實施例中,該控制器120可省略,而由該處理器130取代上述該控制器120之行為。 該處理器130連接至該影像擷取元件110,並經組態以接收及處理該影像擷取元件110所擷取之待掃描物體之三維影像資訊或特徵點。根據本揭露之部分實施例,該影像擷取元件110所擷取之三維影像資訊或特徵點可透過有線傳輸或無線傳輸(如藍芽、Wi-Fi、近場通訊(NFC)等)方式傳送至該處理器130。該處理器130可具有一記憶體單元(如隨機存取記憶體(RAM)、快閃記憶體(Flash)等),其用以儲存該影像擷取元件110所擷取之待掃描物體之一組或多組三維影像資訊或特徵點。在部分實施例中,該記憶體單元可為獨立於該處理器130外之元件。該處理器130經組態以在接收一預定數量之待掃描物體之三維影像資訊或特徵點後,對該等三維影像資訊或特徵點進行疊合,以建立該待掃描物體之三維模型。 圖2A及2B為根據本揭露之部分實施例的一種三維建模之方法。根據本揭露之部分實施例,圖2A及2B之三維建模之方法可由圖1之三維掃描裝置100執行。根據本揭露之其他實施例,圖2A及2B之三維建模之方法可由其他三維掃描裝置執行。 圖2A揭示一待掃描物體200及一三維掃描裝置之部分元件(包含成像感測器211及光源模組212)。根據本揭露之部分實施例,該成像感測器211及光源模組212可包含於如圖1所示之影像擷取元件110中。根據本揭露之其他實施例,該光源模組212可獨立於如圖1所示之影像擷取元件110外。 該光源模組212經組態以發射一光束L21以照明該待掃描物體200。根據本揭露之部分實施例,該光源模組212可為發光二極體光源或其他任何合適之光源。 根據本揭露之部分實施例,該待掃描物體200具有易反光之表面。例如,該待掃描物體200可為牙齒,其具有口水附著於其上,故容易造成光線反射。例如,該待掃描物體200可為金屬,其表面容易造成光線反射。如此,經過易反光之表面反射後,將會於感測器211產生擷取資料的誤差,進而造成重建失真與扭曲的三維建模。 該成像感測器211經組態以將感測區域區分為兩個區域211A(第一區域)及211B(第二區域)。根據本揭露之部分實施例,除了如圖2A所定義之兩個區域211A及211B之外,亦可如圖3A、3B及3C定義兩個區域「311A及311B」、「311A'及311B'」及「311A''及311B''」。 於一具體實施例中,第一感測區域211A與第二感測區域211B之面積比為1:1。 根據本揭露之部分實施例,該成像感測器211之該等區域211A及211B可藉由該三維掃描裝置之處理器130所定義。此外,根據不同的設計要求,處理器130可經組態以任意定義該成像感測器211之兩種區域。此外,每一區域並非限定只能包括單一連續區域,以圖2A為例,第一區域211A更包含第一區域之第一子區域211A1以及第一區域之第二子區域211A2;相對地,第二區域211B亦包含第二區域之第一子區域以及第二區域之第二子區域。 將感測區域區分為兩組區域211A及211B後,該成像感測器211經組態以獲得該待掃描物體200之第一區域211A之第一組影像(或第一組影像資訊(或特徵點))以及待掃描物體200之第二區域211B之第一組影像。以圖2A為例,於一時間點下t1,第一區域211A之第一組影像包括第一區域之第一子區域211A1以及第一區域之第二子區域211A2之影像;第二區域211B之第一組影像包括第二區域之第一子區域211B1以及第二區域之第二子區域211B2之影像。 根據本揭露之部分實施例,每一區域之第一組影像資訊包含幾何構造、顏色、表面反照率、表面粗糙度、表面曲率、表面法向量、相對位置等。 當該三維掃描裝置100向圖式右方移動繼續透過該成像感測器211以獲得該待掃描物體200之第一區域211A之第二組影像(或第二組影像資訊(或特徵點))以及待掃描物體200之第二區域211B之第二組影像。以圖2B為例,同樣地,於一時間點下t2,第一區域211A之第二組影像包括第一區域之第一子區域211A1以及第一區域之第二子區域211A2之影像;第二區域211B之第二組影像包括第二區域之第一子區域211B1以及第二區域之第二子區域211B2之影像。 根據本揭露之部分實施例,同樣地,每一區域之第二組影像資訊包含幾何構造、顏色、表面反照率、表面粗糙度、表面曲率、表面法向量、相對位置等。 接著,該三維掃描裝置100將該成像感測器211之第一區域211A於時間點t1及t2下,分別所獲得之第一組影像以及第二組影像疊合。同樣的,該三維掃描裝置100將該成像感測器211之第二區域211B於時間點t1及t2下,分別所獲得之第一組影像以及第二組影像疊合。 根據本揭露之部分實施例,三維掃描裝置100經組態以將第一組影像以及第二組影像疊合時,判定第一區域211A所獲得之第一組影像以及第二組影像之所有或部分影像之共同影像資訊或特徵點是否足夠進行疊合。同樣地,三維掃描裝置100經組態以判定第二區域211B所獲得之第一組影像以及第二組影像之所有或部分影像之共同影像資訊或特徵點是否足夠進行疊合。 接著,三維掃描裝置100經組態以判斷是否已結束擷取影像。當判定尚未結束擷取影像,則繼續擷取下一組影像,並再次進行疊合。例如,當判定尚未結束擷取影像,三維掃描裝置100進行擷取第三組影像,並將第三組影像與第二組影像進行疊合。 於一具體實施例中,三維掃描裝置100偵測使用者觸發一按鈕,則判斷已結束擷取影像。於一具體實施例中,當三維掃描裝置100未移動時間超過一預設時間時或未擷取影像超過一預設時間時(例如超過10秒鐘或超過30秒鐘),則判斷已結束擷取影像。 當判定結束擷取影像時,三維掃描裝置100經組態將上述所有疊合的影像根據區域不同而分別獲得該待掃描物體200之第一組模型及第二組模型。例如,第一區域211A對應第一組模型,第二區域211B對應第二組模型。 根據本揭露之部分實施例,該三維掃描裝置經組態以比對第一組模型及第二組模型的相似程度。例如:該三維掃描裝置可藉由計算該第一組模型及該第二組模型對應的深度影像的訊號峰雜訊比(Peak Signal-to-Noise Ratio,PSNR)來判定該第一組模型及該第二組模型的相似程度。根據本揭露之部分實施例,該第一組模型及該第二組模型對應的深度影像的PSNR可藉由方程式(1)及方程式(2)獲得,其中I及P分別代表該第一組模型及該第二組模型的m×n深度影像且MAXI
代表深度影像的最大數值(例如:若每個採樣點以8位元表示,則MAXI
為255):方程式(1)方程式(2) 當該三維掃描裝置所計算之該第一組模型及該第二組模型之對應的深度影像之PSNR大於一預定值(如: 30dB)時,則該三維掃描裝置判斷此次之三維建模之可信度較高且較為精準。若該三維掃描裝置所計算之該第一組模型及該第二組模型之對應的深度影像之PSNR小於該預定值,則該三維掃描裝置判斷此次之三維建模之可信度較低,而需重新掃描。 圖4為根據本揭露之部分實施例的一種三維建模之流程圖。根據本揭露之部分實施例,圖4為如圖2A及2B所揭露之三維建模之方法之流程圖。由於第一區域211A之以及第二區域211B所進行的步驟係同步地相同,以下僅列出對於第一區域211A進行之步驟。 參考步驟S410(步驟S420),獲得待掃描物體之第一區域之第一組影像。根據本揭露之部分實施例,可如圖2A之成像感測器211之第一區域211A獲得該待掃描物體200之第一組影像。第一區域211A之第一組影像可包括第一區域之第一子區域211A1以及第一區域之第二子區域211A2之影像。 參考步驟S411(步驟S421),獲得待掃描物體之第一區域之第二組影像。根據本揭露之部分實施例,可如圖2A之成像感測器211之第一區域211A獲得該待掃描物體200之第二組影像。第一區域211A之第二組影像可包括第一區域之第一子區域211A1以及第一區域之第二子區域211A2之影像。 參考步驟S412(步驟S422),三維掃描裝置經組態以將該成像感測器211之第一區域211A所獲得之第一組影像以及第二組影像疊合。 參考步驟S413(步驟S423),三維掃描裝置100經組態以判斷是否已結束擷取影像。 當判定尚未結束擷取影像,進入步驟S415(步驟S425),三維掃描裝置100經組態以擷取第三組影像。接著,返回步驟S412(步驟S422),以將第三組影像與第二組影像進行疊合。 當判定結束擷取影像時,進入步驟S414(步驟S424),三維掃描裝置100經組態將上述所有疊合的影像獲得該待掃描物體200之第一組模型。同樣地,三維掃描裝置100經組態將對應第二區域211B之所有擷取的影像進行疊合以獲得該待掃描物體200之第二組模型。 參考步驟S430,在第一組模型及第二組模型建立完成後(即步驟S414及S424完成後),比對第一組模型及第二組模型的相似程度。例如:該三維掃描裝置可藉由計算該第一組模型及該第二組模型對應的深度影像的PSNR來判定該第一組模型及該第二組模型的相似程度。當該三維掃描裝置所計算之該第一組模型及該第二組模型之對應的深度影像之PSNR大於一預定值(如: 30dB)時,則該三維掃描裝置判斷此次之三維建模之可信度較高且較為精準。若該三維掃描裝置所計算之該第一組模型及該第二組模型之對應的深度影像之PSNR小於該預定值,則該三維掃描裝置判斷此次之三維建模之可信度較低,則重新進行步驟S410-S414及步驟S420-S424。 本揭露圖1至圖4之實施例可用於容易反光之物體之三維重建(或三維建模)。例如,可用於易附著口水之齒模重建、具金屬表面之物體之三維重建或其他任何易反光物體之三維重建。傳統之三維掃描裝置並無法偵測到因待掃描物體反射光線所造成擷取資料的誤差,故需等到將重建的模型列印出來後才發現該三維掃描裝置所重建之模型與待掃描物體有誤差或失真,如此將浪費三維建模之時間及成本。根據本揭露圖1至圖4之實施例,藉由三維掃描裝置之處理器將影像擷取元件或成像感測器之感測區域分為接收待掃描物體反光之區域及未接收待掃描物體反光之區域,並將兩種感測區域所重建之模型進行相似程度比對,如此則不需將重建的模型列印出來即可判斷該三維掃描裝置所重建之模型是否正確,故可大幅減少三維建模之時間及成本。 雖然本發明之技術內容與特徵係如上所述,然於本發明之技術領域具有通常知識者仍可在不悖離本發明之教導與揭露下進行許多變化與修改。因此,本發明之範疇並非限定於已揭露之實施例而係包含不悖離本發明之其他變化與修改,其係如下列申請專利範圍所涵蓋之範疇。
100‧‧‧三維掃描裝置
110‧‧‧影像擷取元件
120‧‧‧控制器
130‧‧‧處理器
200‧‧‧待掃描物體
211‧‧‧成像感測器
212‧‧‧光源模組
211A‧‧‧區域
211A1‧‧‧第一子區域
211A2‧‧‧第二子區域
211B‧‧‧區域
211B1‧‧‧第一子區域
211B5‧‧‧第二子區域
311A‧‧‧區域
311B‧‧‧區域
311A’‧‧‧區域
311B’‧‧‧區域
311A’’‧‧‧區域
311B’’‧‧‧區域
圖1為根據本揭露之部分實施例的一種三維掃描裝置的方塊示意圖。 圖2A及2B為根據本揭露之部分實施例的一種三維建模之方法。 圖3A、3B及3C為根據本揭露之部分實施例的成像感測器之示意圖。 圖4為根據本揭露之部分實施例的一種三維建模之方法之流程圖。
Claims (15)
- 一種三維掃描裝置,其包含: 一成像感測器,其具有一第一感測區域及一第二感測區域,該第一感測區域經組態以獲得一物體之第一組影像且該二感測區域經組態以獲得該物體之第二組影像;及 一處理器,其經組態以基於該第一組影像建立一第一組模型及基於該第二組影像建立一第二組模型,該處理器進一步經組態以比對該第一組模型及該第二組模型之相似度。
- 如請求項1之三維掃描裝置,其中該處理器進一步經組態以計算該第一組模型及該第二組模型所對應的深度影像之訊號峰雜訊比(PSNR)。
- 如請求項2之三維掃描裝置,其中該處理器進一步經組態以判定該訊號峰雜訊比是否大於一預定值。
- 如請求項1之三維掃描裝置,其進一步包含一光源模組,其經組態以發射光束至該物體。
- 如請求項1之三維掃描裝置,其中該第一感測區域與該第二感測區域之面積比為1:1。
- 如請求項1之三維掃描裝置,其中該處理器進一步經組態以擷取該第一組影像之影像資訊及該第二組影像之影像資訊。
- 如請求項6之三維掃描裝置,其中該第一組影像之影像資訊或該第二組影像之影像資訊包含該物體之下列至少一者或其組合:幾何構造、顏色、表面反照率、表面粗糙度、表面曲率、表面法向量及相對位置。
- 一種三維建模之方法,該方法包含: (a) 獲得一物體之第一組影像; (b) 獲得該物體之第二組影像; (c) 基於該第一組影像建立一第一組模型; (d) 基於該第二組影像建立一第二組模型;及 (e) 比對該第一組模型及該第二組模型之相似度。
- 如請求項8之方法,其中該第一組影像及該第二組影像係分別由一成像感測器之一第一感測區域及一第二感測區域所獲得。
- 如請求項9之方法,其進一步包含發射一光束以照明該物體。
- 如請求項9之方法,其中該第一感測區域與該第二感測區域之面積比為1:1。
- 如請求項8之方法,其中步驟(e)進一步包含計算該第一組模型及該第二組模型所對應的深度影像之訊號峰雜訊比。
- 如請求項12之方法,其進一步包含判定該訊號峰雜訊比是否大於一預定值。
- 如請求項11之方法,其進一步包含擷取該第一組影像之影像資訊及該第二組影像之影像資訊。
- 如請求項14之方法,其中該第一組影像之影像資訊或該第二組影像之影像資訊包含該物體之下列至少一者或其組合:幾何構造、顏色、表面反照率、表面粗糙度、表面曲率、表面法向量及相對位置。
Priority Applications (4)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107104051A TWI672937B (zh) | 2018-02-05 | 2018-02-05 | 三維影像處理之裝置及方法 |
CN201810365755.XA CN110119731B (zh) | 2018-02-05 | 2018-04-23 | 三维图像处理的装置及方法 |
US15/963,540 US10440217B2 (en) | 2018-02-05 | 2018-04-26 | Apparatus and method for processing three dimensional image |
JP2018110119A JP6664436B2 (ja) | 2018-02-05 | 2018-06-08 | 3次元画像処理装置及び方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
TW107104051A TWI672937B (zh) | 2018-02-05 | 2018-02-05 | 三維影像處理之裝置及方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
TW201935910A true TW201935910A (zh) | 2019-09-01 |
TWI672937B TWI672937B (zh) | 2019-09-21 |
Family
ID=67476179
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
TW107104051A TWI672937B (zh) | 2018-02-05 | 2018-02-05 | 三維影像處理之裝置及方法 |
Country Status (4)
Country | Link |
---|---|
US (1) | US10440217B2 (zh) |
JP (1) | JP6664436B2 (zh) |
CN (1) | CN110119731B (zh) |
TW (1) | TWI672937B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10109114B1 (en) * | 2017-11-29 | 2018-10-23 | SmileDirectClub LLC | Technologies for merging three-dimensional models of dental impressions |
US11270523B2 (en) | 2017-11-29 | 2022-03-08 | Sdc U.S. Smilepay Spv | Systems and methods for constructing a three-dimensional model from two-dimensional images |
US10861250B2 (en) | 2017-11-29 | 2020-12-08 | Sdc U.S. Smilepay Spv | Technologies for merging three-dimensional models of dental impressions |
US11403813B2 (en) | 2019-11-26 | 2022-08-02 | Sdc U.S. Smilepay Spv | Systems and methods for constructing a three-dimensional model from two-dimensional images |
US11709925B1 (en) * | 2018-09-27 | 2023-07-25 | Amazon Technologies, Inc. | Visual token passwords |
US11030801B2 (en) | 2019-05-17 | 2021-06-08 | Standard Cyborg, Inc. | Three-dimensional modeling toolkit |
Family Cites Families (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2002260017A (ja) * | 2001-03-02 | 2002-09-13 | Minolta Co Ltd | 3次元形状データ生成方法および装置 |
JP2007114168A (ja) * | 2005-10-17 | 2007-05-10 | Applied Vision Systems Corp | 画像処理方法および装置、並びにプログラム |
JP2008271508A (ja) * | 2007-03-28 | 2008-11-06 | Sharp Corp | 画像処理装置、画像形成装置、画像送信装置、画像読取装置、画像処理システム、画像処理方法、画像処理プログラムおよびその記録媒体 |
US7929151B2 (en) * | 2008-01-11 | 2011-04-19 | Carestream Health, Inc. | Intra-oral camera for diagnostic and cosmetic imaging |
JP5342977B2 (ja) * | 2009-09-29 | 2013-11-13 | 大日本スクリーン製造株式会社 | 画像処理方法 |
JP2011205198A (ja) * | 2010-03-24 | 2011-10-13 | Hitachi Ltd | 立体撮影装置及び方法 |
JP5736978B2 (ja) * | 2011-06-02 | 2015-06-17 | 富士電機株式会社 | 物品認識装置、物品認識システム、プログラムおよび物品認識方法 |
WO2013033787A1 (en) * | 2011-09-07 | 2013-03-14 | Commonwealth Scientific And Industrial Research Organisation | System and method for three-dimensional surface imaging |
CN103017676B (zh) * | 2011-09-26 | 2016-03-02 | 联想(北京)有限公司 | 三维扫描装置和三维扫描方法 |
CN102982535A (zh) * | 2012-11-02 | 2013-03-20 | 天津大学 | 基于psnr和ssim的立体图像质量评价方法 |
JP2015050482A (ja) * | 2013-08-29 | 2015-03-16 | 株式会社東芝 | 画像処理装置、立体画像表示装置、画像処理方法およびプログラム |
US9769392B1 (en) * | 2014-06-27 | 2017-09-19 | Amazon Technologies, Inc. | Imaging system for addressing specular reflection |
CN105336005B (zh) * | 2014-06-27 | 2018-12-14 | 华为技术有限公司 | 一种获取目标物体体征数据的方法、装置及终端 |
JP6632406B2 (ja) * | 2015-05-11 | 2020-01-22 | キヤノン株式会社 | 距離算出装置、撮像装置、および距離算出方法 |
JP6598621B2 (ja) * | 2015-09-30 | 2019-10-30 | キヤノン株式会社 | 撮像装置 |
TWI583919B (zh) * | 2015-12-03 | 2017-05-21 | 財團法人金屬工業研究發展中心 | 非接觸式三維掃描系統及其方法 |
TWI613617B (zh) * | 2017-03-14 | 2018-02-01 | 立體列印之圖像拼接之方法及其系統 | |
US10708574B2 (en) * | 2017-06-15 | 2020-07-07 | Align Technology, Inc. | Three dimensional imaging apparatus with color sensor |
-
2018
- 2018-02-05 TW TW107104051A patent/TWI672937B/zh active
- 2018-04-23 CN CN201810365755.XA patent/CN110119731B/zh active Active
- 2018-04-26 US US15/963,540 patent/US10440217B2/en active Active
- 2018-06-08 JP JP2018110119A patent/JP6664436B2/ja active Active
Also Published As
Publication number | Publication date |
---|---|
JP2019135483A (ja) | 2019-08-15 |
US10440217B2 (en) | 2019-10-08 |
TWI672937B (zh) | 2019-09-21 |
JP6664436B2 (ja) | 2020-03-13 |
US20190246000A1 (en) | 2019-08-08 |
CN110119731A (zh) | 2019-08-13 |
CN110119731B (zh) | 2022-11-15 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
TWI672937B (zh) | 三維影像處理之裝置及方法 | |
TWI393980B (zh) | The method of calculating the depth of field and its method and the method of calculating the blurred state of the image | |
JP6304244B2 (ja) | 3次元形状計測装置、3次元形状計測方法及び3次元形状計測プログラム | |
WO2004044522A1 (ja) | 3次元形状計測方法およびその装置 | |
JP2015111101A (ja) | 情報処理装置および方法 | |
JPWO2014084181A1 (ja) | 画像計測装置 | |
JP2016217833A (ja) | 画像処理システム及び画像処理方法 | |
JP2007508557A (ja) | 三次元物体を走査するための装置 | |
JP2007093412A (ja) | 3次元形状測定装置 | |
JP2013224895A (ja) | 3次元計測装置 | |
TWI634515B (zh) | 三維影像處理之裝置及方法 | |
JP6409769B2 (ja) | 3次元形状計測装置、3次元形状計測方法及び3次元形状計測プログラム | |
JP5336325B2 (ja) | 画像処理方法 | |
JP5482032B2 (ja) | 距離計測装置および距離計測方法 | |
KR101578891B1 (ko) | 패턴 인식을 이용한 영상 정보의 차원 일치 장치 및 방법 | |
JP6486083B2 (ja) | 情報処理装置、情報処理方法及びプログラム | |
JP5445064B2 (ja) | 画像処理装置および画像処理プログラム | |
JP2014041074A (ja) | 画像処理装置及び検査装置 | |
JP5342977B2 (ja) | 画像処理方法 | |
JP5967470B2 (ja) | 検査装置 | |
JP2001264017A (ja) | 3次元画像撮影装置 | |
JP2020129187A (ja) | 外形認識装置、外形認識システム及び外形認識方法 | |
TW201947186A (zh) | 三維形狀測量系統、探測器、攝像裝置、電腦裝置以及測量時間設定方法 | |
JP2020064034A (ja) | 計測装置、その校正方法、およびプログラム | |
JP5981353B2 (ja) | 3次元計測装置 |