TWI651687B - 三維模型建構方法及其系統 - Google Patents

三維模型建構方法及其系統 Download PDF

Info

Publication number
TWI651687B
TWI651687B TW106141022A TW106141022A TWI651687B TW I651687 B TWI651687 B TW I651687B TW 106141022 A TW106141022 A TW 106141022A TW 106141022 A TW106141022 A TW 106141022A TW I651687 B TWI651687 B TW I651687B
Authority
TW
Taiwan
Prior art keywords
data
dimensional
scanning
degree
scan
Prior art date
Application number
TW106141022A
Other languages
English (en)
Other versions
TW201926253A (zh
Inventor
顏伯甫
黃鐘儀
林尙一
林港洲
劉通發
鄭詠成
Original Assignee
財團法人工業技術研究院
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 財團法人工業技術研究院 filed Critical 財團法人工業技術研究院
Priority to TW106141022A priority Critical patent/TWI651687B/zh
Priority to CN201711343858.8A priority patent/CN109840944A/zh
Priority to US15/855,266 priority patent/US10621791B2/en
Application granted granted Critical
Publication of TWI651687B publication Critical patent/TWI651687B/zh
Publication of TW201926253A publication Critical patent/TW201926253A/zh

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G06F16/5854—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content using shape and object relationship
    • 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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/14—Transformations for image registration, e.g. adjusting or mapping for alignment of images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/18—Image warping, e.g. rearranging pixels individually
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/337—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving reference images or patches
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/30—Determination of transform parameters for the alignment of images, i.e. image registration
    • G06T7/33—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods
    • G06T7/344—Determination of transform parameters for the alignment of images, i.e. image registration using feature-based methods involving models
    • 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
    • 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
    • H04N13/246—Calibration of cameras
    • 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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
    • H04N23/00—Cameras or camera modules comprising electronic image sensors; Control thereof
    • H04N23/90—Arrangement of cameras or camera modules, e.g. multiple cameras in TV studios or sports stadiums
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/04—Indexing scheme for image data processing or generation, in general involving 3D image data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2200/00—Indexing scheme for image data processing or generation, in general
    • G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
    • 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
    • G06T2210/00—Indexing scheme for image generation or computer graphics
    • G06T2210/44—Morphing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2004—Aligning objects, relative positioning of parts
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2219/00—Indexing scheme for manipulating 3D models or images for computer graphics
    • G06T2219/20—Indexing scheme for editing of 3D models
    • G06T2219/2021—Shape modification

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Software Systems (AREA)
  • Computer Graphics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • General Engineering & Computer Science (AREA)
  • Multimedia (AREA)
  • Signal Processing (AREA)
  • Computer Hardware Design (AREA)
  • Architecture (AREA)
  • Library & Information Science (AREA)
  • Geometry (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Optics & Photonics (AREA)
  • Length Measuring Devices By Optical Means (AREA)
  • Length Measuring Devices With Unspecified Measuring Means (AREA)
  • Image Analysis (AREA)
  • Image Processing (AREA)

Abstract

一種三維模型建構方法，包括以下步驟：取得對被測物體的複數個不同掃描區域之區域掃描資料；疊合各區域掃描資料成360度三維掃描資料；依據360度三維掃描資料，由資料庫單元中搜尋形變模型資料；比對360度三維掃描資料，對形變模型資料進行非線性對準與形變處理，以建構補償模板三維模型資料；以及依據補償模板三維模型資料，填補360度三維掃描資料的至少一未知區域。此外，一種三維模型建構系統亦被提出。

Description

三維模型建構方法及其系統
本發明是有關於一種三維模型建構方法與三維模型建構系統。
隨著科技進步，以往的二維(2D)掃描及列印已無法滿足使用者需求，而積層製造(Additive Manufacturing，AM)技術陸續被應用在各類產品的打樣與生產製造上，使得積層製造技術改變既存的生產製造面貌。積層製造技術可將立體物件通過掃描分析以產生對應的三維實體幾何模型，之後，通過三維物件建構設備可產出與立體物件相同或近似的三維物件。
就上述積層製造的步驟來說，目前雖可透過掃描技術產生三維實體幾何模型，但在掃描後時常會有部分三維影像資料產生破損破洞或被遮蔽之部分，導致無法取得完整之三維實體幾何模型，進而影響後續積層製造技術產出的三維物件之型態。
因此，如何改良並能提供一種『三維模型建構方法及其系統』來避免上述所遭遇到的問題，係業界所亟待解決之課題。
本發明提供一種三維模型建構方法及其系統，可針對三維掃描資料產生破損破洞或被遮蔽之部分進行補洞或再生，使三維模型的建構更精確與完整。
本發明之一實施例提出一種三維模型建構方法，包括以下步驟：對一被測物體進行360度三維掃描，以取得對被測物體的複數個不同掃描區域之區域掃描資料；疊合各區域掃描資料成一360度三維掃描資料，其中360度三維掃描資料包括待測物體之三維空間座標資料、曲率資料及掃描區域資料；依據360度三維掃描資料，由一資料庫單元中搜尋一形變模型資料；比對360度三維掃描資料，對形變模型資料進行疊合與形變處理，以建構一補償模板三維模型資料；以及依據補償模板三維模型資料，填補360度三維掃描資料的至少一未知區域。
本發明之一實施例提出一種三維模型建構系統，包括一三維資料取像單元、一資料庫單元以及一三維模型建構單元。三維資料取像單元用以輸出一360度三維掃描資料，其中360度三維掃描資料包括待測物體之三維空間座標資料、曲率資料及掃描區域資料。資料庫單元耦接於三維資料取像單元，資料庫單元用以存取複數個不同形態之三維模型資料。三維模型建構單元耦接於資料庫單元與三維資料取像單元，三維模型建構單元依據360度三維掃描資料，由資料庫單元中建構一補償模板三維模型資料，並且，三維模型建構單元依據補償模板三維模型資料，填補360度三維掃描資料的至少一未知區域，各未知區域包含至少一無邊界範圍的開放區域。
基於上述，在本發明提出的三維模型建構方法與三維模型建 構系統中，藉由配置三維資料取像單元形成的硬體架構，讓掃描測頭模組具有校正後的轉換座標資料，以提升360度三維掃描資料的完整性與精確性，藉由360度三維掃描資料來提升後續進行特徵點比對對準，進而提升填補的效率。
再者，本發明並非主要是透過具有邊界範圍的偵測方式進行補洞，本發明係經機器學習(Machine Learning)由資料庫單元找尋比對出與待測物體近似的形變模型資料，接著利用線性方法或/及非線性方法將形變模型資料與360度三維掃描資料兩者進行對準，使形變模型資料產生形變以形成補償模板三維模型資料，所述補償模板三維模型資料為一完整型態且近似待測物體的資料，故可依據補償模板三維模型資料，來填補360度三維掃描資料中的因被遮蔽產生之無邊界範圍的開放區域，換言之，本發明不僅能對有邊界範圍的破洞區域進行補洞，更能對無邊界範圍的開放區域進行再生，使三維模型的建構更精確與完整。
為讓本發明能更明顯易懂，下文特舉實施例，並配合所附圖式作詳細說明如下。
10‧‧‧三維模型建構系統
12、12A、12B、12C‧‧‧三維資料取像單元
122‧‧‧掃描測頭模組
122A‧‧‧投光裝置
122B‧‧‧感測裝置
124‧‧‧環形裝置
126‧‧‧影像處理模組
14‧‧‧資料庫單元
16‧‧‧三維模型建構單元
50、52‧‧‧被測物體
52A‧‧‧上半部
52B‧‧‧下半部
52C‧‧‧左半部
52D‧‧‧右半部
A‧‧‧第一掃描位置
B‧‧‧第二掃描位置
C‧‧‧第三掃描位置
D‧‧‧第四掃描位置
E‧‧‧第五掃描位置
F‧‧‧第六掃描位置
S100‧‧‧三維模型建構方法
S110~S150‧‧‧步驟
S112~S118‧‧‧步驟
S1142~S1146‧‧‧步驟
S131~S136‧‧‧步驟
S142~S146‧‧‧步驟
圖1為本發明一實施例之三維模型建構系統之方塊示意圖。
圖2A為圖1之三維資料取像單元形成360度掃描結構的一實施例之配置架構示意圖。
圖2B為圖1之三維資料取像單元形成360度掃描結構的另一實施例之配置架構示意圖。
圖2C為圖1之三維資料取像單元形成360度掃描結構的其他實施例之配置架構示意圖。
圖3為本發明一實施例之三維模型建構方法之流程示意圖。
圖4為圖3中對被測物體進行360度三維掃描一具體步驟之流程示意圖。
圖5為圖4中校正各掃描測頭模組一具體步驟之流程示意圖。
圖6為圖1中搜尋形變模型資料一具體步驟之流程示意圖。
圖7為圖1中建構補償模板三維模型資料一具體步驟之流程示意圖。
以下結合附圖和實施例，對本發明的具體實施方式作進一步描述。以下實施例僅用於更加清楚地說明本發明的技術方案，而不能以此限制本發明的保護範圍。
圖1為本發明一實施例之三維模型建構系統之方塊示意圖。請參閱圖1，本實施例的三維模型建構系統10包括一三維資料取像單元12、一資料庫單元14以及一三維模型建構單元16。在本實施例中，設定一被測物體在固定不動的狀態之下，三維資料取像單元12用以對被測物體進行360度三維掃描，以輸出一360度三維掃描資料。三維資料取像單元12包含至少一掃描測頭模組122、至少一環形裝置124以及一影像處理模組126，其中掃描測頭模組122配置於環形裝置124，以形成一360度掃描結構。掃描測頭模組122耦接影像處理模組126，掃描測頭模組122例如為一深度影像擷取裝置，掃描測頭模組122包括一投光裝置122A及一感測裝置122B，其中投光裝置122A耦接於感測裝置122B。投光裝置122A用以投射出具特徵點的投影圖案至被測物體上，投光裝置122A可為一光學投影裝置或一數位投影裝置， 且可見光或非可見光之投影裝置均可應用在本發明。在一實施例中，投光裝置122A例如為一紅外光波長投影模組，而感測裝置122B內某一感測元件例如與前述投影模組122A投影波長相同，感測裝置122B用以感測投光裝置122A投射至被測物體的反射光與散射光，來擷取投影圖案投影至被測物體後的影像，以取得如三維座標之點雲(point cloud)資料。感測裝置122B例如為任何具備攝像功能的電子裝置，例如攝像機，其包含一或多個CCD(Charge Coupled Device)或CMOS(Complementary Metal-Oxide Semiconductor)元件，但本發明並不限於此。
影像處理模組126可透過硬體(例如積體電路)、軟體(例如處理器執行之程式指令)或其組合來實現，影像處理模組126可對掃描測頭模組122所取得之影像資料執行一連串如執行特徵萃取(Feature Extraction)、特徵點匹配(Feature Points Matching)與影像對齊(Image Alignment)等影像處理程序。資料庫單元14耦接於三維資料取像單元12，三維模型建構單元16耦接於資料庫單元14以及三維資料取像單元12，在此配置之下，資料庫單元14用以存取複數個不同形態之三維模型資料，三維資料取像單元12對被測物體進行360度三維掃描，以輸出360度三維掃描資料，三維模型建構單元16可對360度三維掃描資料執行一連串的機器學習(Machine Learning)處理程序，由資料庫單元14中建構一補償模板三維模型資料，藉由補償模板三維模型資料，以供360度三維掃描資料中破損破洞或被遮蔽之部分進行補洞或再生。
圖2A為圖1之三維資料取像單元形成360度掃描結構的一實施例之配置架構示意圖。請參閱圖2A，本實施例的三維資料取像單元12A 中的環形裝置124為一環狀結構元件。掃描測頭模組122的數量例如為六個，這六個掃描測頭模組122分別連接於環形裝置124，形成環形多測頭的360度掃描結構。被測物體50位於環形裝置124之內，被測物體50例如為使用者的肢體、軀幹及頭部之具圓柱體形狀之部位，在被測物體50在固定不動的狀態之下，各個掃描測頭模組122分別在環形裝置124上對應六個不同掃描區域，形成一環形多測頭的360度掃描結構，且依據被測物體50不同的身形尺寸，可藉由移動環形裝置124至符合被測物體50的身形尺寸之位置，以進行掃描量測。然，本發明不對360度掃描結構的形成加以限制，以各個掃描測頭模組122之間的配置為例，本實施例這六個掃描測頭模組122以等角度分佈於環形裝置124之內側壁，在其他未繪示實施例中，這六個掃描測頭模組以等距分佈於環形裝置之內側壁，或者這六個掃描測頭模組以非等角度或非等距之方式分佈於環形裝置之內側壁。另外，以掃描測頭模組122之掃瞄區域之範圍為例，本實施例六個掃描測頭模組122各自負責60度的掃描區域之範圍，在一未繪示實施例中，這六個掃描測頭模組各自的掃瞄區域之範圍不一定相同，或者依據掃描區域之範圍配置不同數量的掃瞄測頭模組，如掃瞄測頭模組對應的掃描區域之範圍為90度，配置四個掃描測頭模組。此外，以環形裝置124的數量為例，圖2A中繪示環形裝置124的數量為一個，在其他未繪示實施例中，環形裝置的數量可為兩個，其中第一個環形裝置連接六個掃描測頭模組，每一個掃描測頭模組負責各自掃描區域，而第二個環形裝置可依據被測物體較為複雜區域或者特定觀察區域，來配置至少一個掃描測頭模組；又或者，掃描測頭模組的數量為六個，第一個環形裝置連接三個掃描測頭模組，第二個環形裝置連接另外三個掃描 測頭模組。
以掃描測頭模組122的數量為例，圖2A中繪示掃描測頭模組122的數量為六個，然，本發明不對掃描測頭模組122的數量加以限制，在另一實施例中，如圖2B所示，圖2B為圖1之三維資料取像單元形成360度掃描結構的另一實施例之配置架構示意圖。圖2B的三維資料取像單元12B與圖2A的三維資料取像單元12A相似，其中相同的元件以相同的標號表示且具有相同的功能而不再重複說明，以下僅說明差異處。本實施例中三維資料取像單元12B中的掃描測頭模組122的數量為一個，本實施例環形裝置124可轉動，並可設定至少一個掃描位置，如圖2B所示，環形裝置124具有第一掃描位置A、第二掃描位置B、第三掃描位置C、第四掃描位置D、第五掃描位置E以及第六掃描位置F之六個掃描位置。在此配置之下，在被測物體50在固定不動的狀態之下，掃描測頭模組122位於環形裝置124之第一掃描位置A，以對待測物體50進行掃描。接著，經由轉動環形裝置124，使得掃描測頭模組122可在第二掃描位置B、第三掃描位置C、第四掃描位置D、第五掃描位置E以及第六掃描位置F分別對待測物體50進行掃描，使被測物體50對應於第一掃描位置A至第六掃描位置F的掃描區域分別被掃描測頭模組122掃描，亦可形成360度掃描結構。在一實施例中，亦可透過移動掃描測頭模組122至環形裝置124之第一掃描位置A至第六掃描位置D中其中任一位置，亦可達到形成360度掃描結構的功能。在其他未繪示實施例中，可調整環形裝置之掃描位置的數量與位置，來可達到形成360度掃描結構的功能。
在其他實施例中，本發明亦可依據被測物體的型態來調整掃 描測頭模組的配置位置，如圖2C所示，圖2C為圖1之三維資料取像單元形成360度掃描結構的其他實施例之配置架構示意圖。圖2C的三維資料取像單元12C與圖2A的三維資料取像單元12A相似，其中相同的元件以相同的標號表示且具有相同的功能而不再重複說明，以下僅說明差異處。本實施例的被測物體52例如為使用者的手掌或腳掌等具扁平形狀之部位，換言之，如圖2C所示，被測物體52由其側面觀之可分為一上半部52A、一下半部52B、一左半部52C以及一右半部52D，其中上半部52A與下半部52B的尺寸較左半部52C與右半部52D的尺寸大，形成扁平形狀，導致左半部52C與右半部52D可掃描的面積小於上半部52A與下半部52B可掃描的面積，此時被測物體52所欲觀測的重要部分若為上半部52A與下半部52B，本實施例可依據被測物體52的型態來調整掃描測頭模組122的配置位置，在被測物體52在固定不動的狀態之下，使得三個掃描測頭模組122可掃描到上半部52A與少部分左半部52C與右半部52D，另三個掃描測頭模組122可掃描到下半部52B與少部分左半部52C與右半部52D，亦可形成360度掃描結構。此外，需說明的是，前述圖2A至圖2C中環形裝置124均是以一圓形環狀結構之外觀來呈現，然本發明不對環形裝置的外觀加以限制，在其他未繪示實施例中，環形裝置之外觀可為一矩形環狀結構、一多邊形環狀結構或其他任意之環狀結構。
以下說明本發明的三維模型建構方法進行說明。圖3為本發明一實施例之三維模型建構方法之流程示意圖。本實施例的S100能適用於圖1的三維模型建構系統10。請參閱圖3。在本實施例中，本實施例之三維模型建構方法S100包括以下步驟S110至步驟S150。於步驟S110中，對一被測物體進行360度三維掃描，以取得對被測物體的複數個不同掃描區域之區 域掃描資料。詳細而言，如圖4所示，圖4為圖3中對被測物體進行360度三維掃描一具體步驟之流程示意圖。本實施例之步驟S110更包括以下步驟S112至步驟S118。於步驟S112中，配置至少一掃描測頭模組於一環形裝置，以形成一360度掃描結構。在本實施例中，設定被測物體在固定不動的狀態之下，讓三維資料取像單元12可對被測物體進行360度三維掃描，本發明不對360度掃描結構的形成加以限制，在一實施例中，如圖2A所示的三維資料取像單元12A，以多個掃描測頭模組122配置成360度掃描結構為例，六個掃描測頭模組122等角度分佈於環形裝置124之內側壁，來形成環形多測頭的360度掃描結構。在其他未繪示實施例中，這六個掃描測頭模組等距分佈於環形裝置之內側壁，或者這六個掃描測頭模組以非等角度或非等距之方式分佈於環形裝置之內側壁。另外，以掃描測頭模組122之掃瞄區域之範圍為例，圖2A中六個掃描測頭模組122各自對應60度的掃描區域之範圍，在一未繪示實施例中，這六個掃描測頭模組各自的掃瞄區域之範圍不一定相同，或者依據掃描區域之範圍配置不同數量的掃瞄測頭模組，如掃描區域之範圍為90度，配置四個掃描測頭模組。進一步，以環形裝置124的數量為例，圖2A中繪示環形裝置124的數量為一個，在其他未繪示實施例中，環形裝置的數量可為兩個，以形成多環形多測頭的360度掃描結構，其中第一個環形裝置連接六個掃描測頭模組，第二個環形裝置可依據被測物體較為複雜區域或者特定觀察區域，來配置至少一個掃描測頭模組；又或者，掃描測頭模組的數量為六個，第一個環形裝置連接三個掃描測頭模組，第二個環形裝置連接另外三個掃描測頭模組。在另一實施例中，以掃描測頭模組122的數量為例，如圖2B所示的三維資料取像單元12B，配置一個掃描測頭模組122 在環形裝置124，透過旋轉環形裝置124的方式，使得掃描測頭模組122在環形裝置124的不同位置(如圖2B所示的六個位置)移動並掃描，或者移動掃描測頭模組122至環形裝置124之不同位置，均能達到形成360度掃描結構的功能。在其他實施例中，亦可依據被測物體的型態來調整掃描測頭模組的配置位置，如圖2C所示的三維資料取像單元12C。
在形成360度掃描結構的步驟S112之後，接著，於步驟S114中，校正各掃描測頭模組122，使各掃描測頭模組122在環形裝置124上相對應的掃描區域取得一轉換座標資料。在本實施例中，配置多個掃描測頭模組122之後，接著需要校正多個掃描測頭模組122之間的外部參數，所述外部參數為各個掃描測頭模組122之間的相對位置與角度關係。詳細而言，如圖5所示，圖5為圖4中校正各掃描測頭模組一具體步驟之流程示意圖。本實施例之步驟S114更包括以下步驟S1142至步驟S1146。於步驟S1142中，提供一校正物件，其中所述校正物件為一符合被測物體的模型，舉例而言，被測物體為一手掌，校正物件即為一已校正後的手掌模型。校正物件包括一已知影像資料，已知影像資料包含二維資料及三維資料，其中二維資料例如為已知影像之顏色資料，三維資料包含已知影像之三維空間座標資料、曲率資料及掃描區域資料。在一實施例中，可透過一深度攝影機對校正物件進行三維掃描以產生校正物件之二維資料及三維資料。在其他實施例中，校正物件也可以是已知的電腦輔助設計(Computer Aided Design,CAD)檔案。於步驟S1144中，各掃描測頭模組122對校正元件進行360度三維掃描，以取得各掃描測頭模組122在環形裝置124上相對應的掃描區域對校正元件之區域資料，其中各區域資料包含二維掃描資料及三維掃描資料，三 維掃描資料例如為校正元件之三維空間座標資料、曲率資料及掃描區域資料，二維掃描資料例如為校正元件之顏色資料。於步驟S1146中，各區域資料分別疊合至校正物件的已知影像資料中相對應的區域校正資料。在本實施例中，已知影像資料可被區分成複數個區域校正資料，透過特徵點對應的方式，將在不同掃描區域所得到之各區域資料與已知影像資料中相對應的區域校正資料進行對齊，並得到第一次轉換座標資料。舉例而言，如圖1所示，某一掃描測頭模組122在某一掃描區域對校正元件所取得的某一區域資料，而校正物件之已知影像資料中相對應某一掃描區域的某一區域校正資料。接著，影像處理模組126接收某一區域資料與某一區域校正資料，影像處理模組126分別搜尋某一區域資料之特徵點與某一區域校正資料之特徵點，使某一區域資料的複數個特徵點形成至少一第一平面，某一區域校正資料相對應的複數個特徵點形成至少一第二平面。之後，影像處理模組126將第一平面疊合至相對應的第二平面時所進行的座標轉換，即為第一次轉換座標資料。接著，影像處理模組126利用疊代最近點(Iterative Closest Point，ICP)演算法將各區域資料中的三維空間座標分別疊合至校正物件之已知影像資料中相對應的區域校正資料之三維空間座標，以進行座標轉換來形成一疊合後三維空間座標，進而取得第二次轉換座標資料。最後，影像處理模組126可以由前述第一次轉換座標資料與第二次轉換座標資料之乘積來取得轉換座標資料，藉此，使各掃描測頭模組122在環形裝置124上相對應的掃描區域取得轉換座標資料。
請復參閱圖4，取得轉換座標資料之步驟S114後，於步驟S116中，藉由各掃描測頭模組122在環形裝置124上相對應的掃描區域取得 對被測物體之區域影像資料。以圖2A為例，每一個掃描測頭模組122依序對被測物體50相對應的掃描區域取像。在另一實施例中，設定每一個掃描測頭模組122有各自的取像波長，而可讓每一個掃描測頭模組122同時對被測物體50相對應的掃描區域取像。每一個掃描測頭模組122之取像過程可透過如圖1所示投光裝置122A與感測裝置122B，各投光裝置122A在環形裝置124上相對應的掃描區域投射出具特徵點的投影圖案至被測物體50上，各感測裝置122B用以感測投光裝置122A投射至被測物體的反射光與散射光，來擷取投影圖案投影至被測物體50相對應的掃描區域後的影像，以取得區域影像資料，且各掃描區域之區域影像資料被傳輸至影像處理模組126，其中區域影像資料包括二維影像資料及三維影像資料，三維影像資料例如為待測物體相對應的掃描區域之三維空間座標資料、曲率資料及掃描區域資料，二維掃描資料例如為待測物體之顏色資料。取得對被測物體之區域影像資料之步驟S116後，於步驟S118中，依據各掃描測頭模組122在環形裝置124上相對應的掃描區域的轉換座標資料，將各三維空間座標資料轉換至相對應的區域掃描資料。以圖2A為例，各個掃描測頭模組122在相對應的掃描區域分別取得三維空間座標資料後，影像處理模組126透過前述在各自掃描區域所取得的轉換座標資料，而能將各個相對應的掃描區域之三維空間座標資料轉換成區域掃描資料。
請復參閱圖3，形成360度掃描結構，取得對被測物體的複數個不同掃描區域之區域掃描資料之步驟S110後，接著進行步驟S120，於步驟S120中，疊合不同掃描區域之各個區域掃描資料成一360度三維掃描資料。以圖1來說，影像處理模組126依據待測物體相對應的掃描區域之三維 空間座標資料、曲率資料執行一連串如執行特徵萃取(Feature Extraction)、特徵點匹配(Feature Points Matching)與影像對齊(Image Alignment)等影像處理程序，將前述不同掃描區域之區域掃描資料中進行疊合以形成360度三維掃描資料，其中360度三維掃描資料包括待測物體之三維空間座標資料、曲率資料及各掃描測頭模組所掃描之掃描區域資料。
接著，形成360度三維掃描資料之步驟S120之後，於步驟S130中，依據360度三維掃描資料，由一資料庫單元14中搜尋一形變模型(Morphing model)資料。詳細而言，如圖6所示，圖6為圖1中搜尋形變模型資料一具體步驟之流程示意圖。於步驟S131中，提供一資料庫單元14，其中資料庫單元14用以存取複數個不同形態之三維模型資料，三維模型資料為不同物件以及各種物件的姿態(Pose)。接著，於步驟S132中，對資料庫單元14之各三維模型資料依特徵描述進行分群，以得到複數個群組。在本實施例中，三維模型建構單元16將資料庫單元14之各三維模型資料映射至一較低維度並可描述資料庫單元14的特徵空間(Character space)。在實際實施時，可使用是一種分析、簡化數據之主成分分析(Principal components analysis，PCA)之方法。舉例而言，三維模型資料為三維維度，可將每一個三維模型資料映射到一個二維維度之平面的圖像。接著，依據特徵描述，將各三維模型資料所對應的特徵描述分群成複數個群組。所述特徵描述例如是由待測物體三維空間座標、曲率及區域等資料來描述待測物體中單一物件或諸多物件之間的關係。舉例而言，以拇指及食指為例，拇指為一個最胖的手指，拇指的長度約食指的某一節處，L型手勢由一大拇指部分以及一食指部分所組成等特徵描述來定義出拇指及食指的關係，並將各三維模 型資料所對應的特徵描述分群成複數個群組，其中各個群組之間可能為有交疊(overlap)之部分，也就是某些特徵描述可能同時存在於至少一群組。在進行分群得到複數個群組的步驟S132之後，接著，於步驟S133中，依據360度三維掃描資料，由資料庫單元14中的複數個群組搜尋出一關聯群組。在本實施例中，依據360度三維掃描資料中待測物體之三維空間座標資料、曲率資料及各掃描測頭模組所掃描之掃描區域資料所建構出來的特徵敘述，三維模型建構單元16由資料庫單元14中各個群組中的特徵描述來比對360度三維掃描資料之特徵描述，進而由資料庫單元14中搜尋出一關聯群組。在搜尋出關聯群組的步驟S133之後，接著，於步驟S134中，由關聯群組中搜尋出複數個主要候選樣式。舉例而言，三維模型建構單元16由關聯群組中搜尋出三個主要候選樣式，其中這三個主要侯選樣式可以定義該關聯群組主要特徵描述，然主要候選樣式的數量可依據實際而設定。在搜尋出複數個主要候選樣式的步驟S134之後，接著，於步驟S135中，比對360度三維掃描資料，找出各主要候選樣式之相對應的權重。舉例而言，由前述步驟S134找出的三個主要候選樣式後，接著，依據360度三維掃描資料中待測物體之三維空間座標資料、曲率資料及各掃描測頭模組所掃描之掃描區域資料所建構出來的特徵敘述，辨別出這三個主要候選樣式符合360度三維掃描資料之比例，進而找出這三個候選樣式之相對應的權重。在找出各主要候選樣式之相對應的權重的步驟S135之後，接著，於步驟S136中，依據各主要候選樣式之相對應的權重，組合成形變模型資料。舉例而言，由前述步驟S135找出這三個主要候選樣式各自的權重後。接著，依據這三個主要候選樣式之相對應的權重，將這三個主要候選樣式組合成形變模型資料。
請復參閱圖3，搜尋形變模型資料之步驟S130後，接著進行步驟S140，於步驟S140中，比對360度三維掃描資料，對形變模型資料進行疊合與形變處理，以建構一補償模板三維模型資料。詳細而言，如圖7所示，圖7為圖1中建構補償模板三維模型資料一具體步驟之流程示意圖。於步驟S142中，將360度三維掃描資料與形變模型資料進行對準。本實施例可透過線性方法(Linear method)或/及非線性方法(Non-linear method)，將上述將360度三維掃描資料與形變模型資料進行對準。在一實施例中，三維模型建構單元16可先透過疊代最近點(Iterative Closest Point，ICP)演算法進行粗略對準，找出360度三維掃描資料與形變模型資料兩者對應特徵點，藉由對應特徵點進行對準，使得360度三維掃描資料之座標與方位可與形變模型資料之座標與方位一致，其中360度三維掃描資料可提供待測物體之三維空間座標資料、曲率資料及各掃描測頭模組所掃描之掃描區域資料，來與形變模型資料進行比對。接著，三維模型建構單元16再透過非線性方法，將360度三維掃描資料與形變模型資料進行精確對準，使得360度三維掃描資料之座標可對準於形變模型資料之座標。
將360度三維掃描資料與形變模型資料進行對準的步驟S142之後，於步驟S144中，搜尋360度三維掃描資料之關鍵點與形變模型資料之關鍵點。在關鍵點選取上，三維模型建構單元16可使用三維關鍵點(Keypoints)選取的演算法，諸如ISS(Intrinsic Shape Signature)、NARF(Normal Aligned Radial Feature)、uniform sampling等演算法，將360度三維掃描資料與形變模型資料兩者之關鍵點篩選出來，其中360度三維掃描資料可由待測物體之三維空間座標資料、曲率資料及各掃描測頭模組所掃描之掃描區域 資料找出關鍵點。於步驟S146中，藉由360度三維掃描資料之關鍵點與形變模型資料之關鍵點，將形變模型資料疊合至360度三維掃描資料，使形變模型資料產生形變以建構補償模板三維模型資料。在本實施例中，將這些關鍵點標註上描述子(Descriptiors)，透過描述子演算法(Spin image)，將360度三維掃描資料與形變模型資料兩者之描述子進行相似度比對，進而將形變模型資料疊合至360度三維掃描資料，使得形變模型資料產生形變以形成補償模板三維模型資料。
請復參閱圖3，找到補償模板三維模型資料之步驟S140後，接著進行步驟S150，於步驟S150中，依據補償模板三維模型資料，填補360度三維掃描資料的至少一未知區域，其中所述未知區域包含360度三維掃描資料於掃描過程中破損產生之有邊界範圍的破洞(hole)區域以及因被遮蔽產生之無邊界範圍的開放區域。
綜上所述，在本發明提出的三維模型建構方法與三維模型建構系統中，藉由配置三維資料取像單元形成的硬體架構，讓掃描測頭模組具有校正後的轉換座標資料，以提升360度三維掃描資料的完整性與精確性，藉由360度三維掃描資料來提升後續進行特徵點比對對準，進而提升填補的效率。
再者，本發明並非僅透過具有邊界範圍的偵測方式進行補洞，本發明係經機器學習(Machine Learning)由資料庫單元找尋比對出與待測物體近似的形變模型資料，接著利用線性方法或/及非線性方法將形變模型資料與360度三維掃描資料兩者進行對準，使形變模型資料產生形變以形成補償模板三維模型資料，所述補償模板三維模型資料為一完整型態且近 似待測物體的資料，故可依據補償模板三維模型資料，來填補360度三維掃描資料中的因被遮蔽產生之無邊界範圍的開放區域，換言之，本發明不僅能對有邊界範圍的破洞區域進行補洞，更能對無邊界範圍的開放區域進行再生，使三維模型的建構更精確與完整。
雖然本發明已以實施例揭露如上，然其並非用以限定本發明，任何所屬技術領域中具有通常知識者，在不脫離本發明之精神和範圍內，當可作些許之更動與潤飾，故本發明之保護範圍當視後附之申請專利範圍所界定者為準。

Claims (18)

  1. 一種三維模型建構方法，包括以下步驟：對一被測物體進行360度三維掃描，以取得對該被測物體的複數個不同掃描區域之區域掃描資料；疊合各該區域掃描資料成一360度三維掃描資料，其中該360度三維掃描資料包括該待測物體之三維空間座標資料、曲率資料及掃描區域資料；依據該360度三維掃描資料，由一資料庫單元中搜尋一形變模型資料；比對該360度三維掃描資料，對該形變模型資料進行疊合與形變處理，以建構一補償模板三維模型資料，其中所述建構該補償模板三維模型資料的步驟，更包括以下步驟：將該360度三維掃描資料與該形變模型資料進行對準；搜尋該360度三維掃描資料之複數個關鍵點與該形變模型資料之複數個關鍵點；及藉由該360度三維掃描資料之各該關鍵點與該形變模型資料之各該關鍵點，將該形變模型資料疊合至該360度三維掃描資料，使該形變模型資料產生形變以建構該補償模板三維模型資料；以及依據補償模板三維模型資料，填補該360度三維掃描資料的至少一未知區域。
  2. 如申請專利範圍第1項所述之三維模型建構方法，其中所述對該被測物體進行360度三維掃描的步驟，更包括以下步驟：配置至少一掃描測頭模組於一環形裝置，以形成一360度掃描結構；校正各該掃描測頭模組，使各該掃描測頭模組在該環形裝置上相對應的掃描區域取得一轉換座標資料；藉由各該掃描測頭模組在該環形裝置上相對應的掃描區域取得對該被測物體之區域影像資料；以及依據各該掃描測頭模組在該環形裝置上相對應的掃描區域的轉換座標資料，將各該三維空間座標資料轉換至相對應的該區域掃描資料。
  3. 如申請專利範圍第2項所述之三維模型建構方法，其中所述校正各該掃描測頭模組的步驟，更包括以下步驟：提供一校正物件，其中該校正物件為一符合該被測物體的模型，該校正物件包括一已知影像資料；各該掃描測頭模組對該校正元件進行360度三維掃描，以取得各該掃描測頭模組在該環形裝置上相對應的掃描區域對該校正元件之區域資料；以及各該區域資料分別疊合至該校正物件的該已知影像資料中相對應的區域校正資料。
  4. 如申請專利範圍第1項所述之三維模型建構方法，其中所述由該資料庫單元中搜尋該形變模型資料的步驟，更包括以下步驟：提供一資料庫單元，其中該資料庫單元用以存取複數個不同形態之三維模型資料；對該資料庫單元之各該三維模型資料依特徵描述進行分群，以得到複數個群組；依據該360度三維掃描資料，由該資料庫單元中的該複數個群組搜尋出一關聯群組；由該關聯群組中搜尋出複數個主要候選樣式；比對該360度三維掃描資料，找出各該主要候選樣式之相對應的權重；以及依據各該主要候選樣式之相對應的權重，組合成該形變模型資料。
  5. 如申請專利範圍第1項所述之三維模型建構方法，其中所述進行對準的步驟為透過疊代最近點(Iterative Closest Point，ICP)演算法進行對準。
  6. 如申請專利範圍第1項所述之三維模型建構方法，其中所述進行對準的步驟為透過線性方法或/及非線性方法進行對準。
  7. 如申請專利範圍第1項所述之三維模型建構方法，其中所述搜尋該360度三維掃描資料之各該個關鍵點與該形變模型資料之各該個關鍵點的步驟為透過ISS(Intrinsic Shape Signature)、NARF、uniform sampling之三維關鍵點選取的演算法。
  8. 如申請專利範圍第1項所述之三維模型建構方法，其中各該未知區域包含至少一無邊界範圍的開放區域。
  9. 一種三維模型建構系統，包括一三維資料取像單元，用以輸出一360度三維掃描資料，其中該360度三維掃描資料包括一待測物體之三維空間座標資料、曲率資料及掃描區域資料：一資料庫單元，耦接於該三維資料取像單元，該資料庫單元用以存取複數個不同形態之三維模型資料；以及一三維模型建構單元，耦接於該資料庫單元與該三維資料取像單元，該三維模型建構單元依據該360度三維掃描資料，由該資料庫單元中建構一補償模板三維模型資料，其中該三維模型建構單元將該360度三維掃描資料與該形變模型資料進行對準，該三維模型建構單元搜尋該360度三維掃描資料之複數個關鍵點與該形變模型資料之複數個關鍵點，且該三維模型建構單元藉由該360度三維掃描資料之各該關鍵點與該形變模型資料之各該關鍵點，將該形變模型資料疊合至該360度三維掃描資料，使該形變模型資料產生形變以建構該補償模板三維模型資料，並且，該三維模型建構單元依據該補償模板三維模型資料，填補該360度三維掃描資料的至少一未知區域，各該未知區域包含至少一無邊界範圍的開放區域。
  10. 如申請專利範圍第9項所述之三維模型建構系統，其中該三維資料取像單元包括：至少一環形裝置；及至少一掃描測頭模組，配置於該環形裝置，以形成一360度掃描結構。
  11. 如申請專利範圍第10項所述之三維模型建構系統，其中該至少一掃描測頭模組的數量為複數個，各該掃描測頭模組分別在該至少一環形裝置上對應複數個不同掃描區域。
  12. 如申請專利範圍第10項所述之三維模型建構系統，其中該至少一環形裝置的數量為一個，該至少一掃描測頭模組的數量為一個，經由轉動該環形裝置，使各該掃描測頭模組在該環形裝置上對應複數個不同掃描區域。
  13. 如申請專利範圍第10項所述之三維模型建構系統，其中各該掃描測頭模組係經校正，使各該掃描測頭模組在該環形裝置上相對應的掃描區域取得一轉換座標資料，依據各該掃描測頭模組在該環形裝置上相對應的掃描區域的轉換座標資料，將該三維空間座標資料轉換至相對應的該區域掃描資料。
  14. 如申請專利範圍第10項所述之三維模型建構系統，其中各該掃描測頭模組包括一投光裝置與一感測裝置，該投光裝置耦接於該感測裝置。
  15. 如申請專利範圍第9項所述之三維模型建構系統，其中該三維模型建構單元對該資料庫單元之各該三維模型資料依特徵描述進行分群，以得到複數個群組，該三維模型建構單元依據該360度三維掃描資料，由該資料庫單元中的該複數個群組搜尋出一關聯群組，且該三維模型建構單元由該關聯群組中搜尋出複數個主要候選樣式，比對該360度三維掃描資料，找出各該主要候選樣式之相對應的權重，該三維模型建構單元依據各該主要候選樣式之相對應的權重，組合成該形變模型資料。
  16. 如申請專利範圍第9項所述之三維模型建構系統，其中所述該三維模型建構單元將該360度三維掃描資料與該形變模型資料進行對準係透過疊代最近點(Iterative Closest Point，ICP)演算法進行對準。
  17. 如申請專利範圍第9項所述之三維模型建構系統，其中所述該三維模型建構單元將該360度三維掃描資料與該形變模型資料進行對準係透過線性方法或/及非線性方法進行對準。
  18. 如申請專利範圍第9項所述之三維模型建構系統，其中所述該三維模型建構單元搜尋該360度三維掃描資料之各該關鍵點與該形變模型資料之各該關鍵點為透過ISS(Intrinsic Shape Signature)、NARF(Normal Aligned Radial Feature)、uniform sampling之三維關鍵點選取的演算法。
TW106141022A 2017-11-24 2017-11-24 三維模型建構方法及其系統 TWI651687B (zh)

Priority Applications (3)

Application Number Priority Date Filing Date Title
TW106141022A TWI651687B (zh) 2017-11-24 2017-11-24 三維模型建構方法及其系統
CN201711343858.8A CN109840944A (zh) 2017-11-24 2017-12-14 三维模型构建方法及其***
US15/855,266 US10621791B2 (en) 2017-11-24 2017-12-27 Three-dimensional modeling method and system thereof

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW106141022A TWI651687B (zh) 2017-11-24 2017-11-24 三維模型建構方法及其系統

Publications (2)

Publication Number Publication Date
TWI651687B true TWI651687B (zh) 2019-02-21
TW201926253A TW201926253A (zh) 2019-07-01

Family

ID=66214076

Family Applications (1)

Application Number Title Priority Date Filing Date
TW106141022A TWI651687B (zh) 2017-11-24 2017-11-24 三維模型建構方法及其系統

Country Status (3)

Country Link
US (1) US10621791B2 (zh)
CN (1) CN109840944A (zh)
TW (1) TWI651687B (zh)

Families Citing this family (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
TWI791910B (zh) * 2019-10-16 2023-02-11 由田新技股份有限公司 用於孔狀結構之檢測資訊呈現方法、檢測方法、及檢測設備
CN111083438B (zh) * 2019-12-04 2021-05-25 广东康云科技有限公司 基于视频融合的无人巡检方法、***、装置和存储介质
CN111623782A (zh) * 2020-06-10 2020-09-04 浙江商汤科技开发有限公司 导航路线的展示方法、三维场景模型的生成方法及装置
EP3955215A1 (de) * 2020-08-13 2022-02-16 Synthetic Dimension GmbH Verfahren zur rekonstruktion eines 3d-modells einer szene
TWI768575B (zh) * 2020-12-03 2022-06-21 財團法人工業技術研究院 三維影像動態矯正評估與矯具輔助設計方法及其系統
CN113106823A (zh) * 2021-04-20 2021-07-13 交通运输部公路科学研究所 一种用于在役水泥混凝土铺面板无损三维模型构建方法
CN113850906B (zh) * 2021-09-29 2022-09-23 北京大学口腔医学院 一种智能口腔三维美学分析方法
CN114422677B (zh) * 2022-01-19 2024-05-31 上海璞洛瑟尔泽科技有限公司 一种三维建模服装数字化设计装置及方法
CN116797744B (zh) * 2023-08-29 2023-11-07 武汉大势智慧科技有限公司 多时相实景三维模型的构建方法、***及终端设备
CN117496092B (zh) * 2023-12-29 2024-04-19 先临三维科技股份有限公司 三维扫描重建方法、装置、设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011028335A (ja) * 2009-07-21 2011-02-10 Ntn Corp 機械構造物形状設計方法、形状設計装置、形状設計プログラム、および形状設計プログラム記録媒体。
CN102338617A (zh) * 2010-07-22 2012-02-01 首都师范大学 三维测量***及其三维扫描装置
CN205656672U (zh) * 2016-03-30 2016-10-19 中国工程物理研究院激光聚变研究中心 一种3d成像试衣间

Family Cites Families (23)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5466892A (en) 1993-02-03 1995-11-14 Zycon Corporation Circuit boards including capacitive coupling for signal transmission and methods of use and manufacture
DE69934478T2 (de) * 1999-03-19 2007-09-27 MAX-PLANCK-Gesellschaft zur Förderung der Wissenschaften e.V. Verfahren und Gerät zur Bildverarbeitung auf Basis von Metamorphosemodellen
EP2211715A1 (de) 2007-11-19 2010-08-04 Corpus.E AG Hochauflösende optische erfassung der raumform von körpern
US9183631B2 (en) 2012-06-29 2015-11-10 Mitsubishi Electric Research Laboratories, Inc. Method for registering points and planes of 3D data in multiple coordinate systems
US9552668B2 (en) 2012-12-12 2017-01-24 Microsoft Technology Licensing, Llc Generation of a three-dimensional representation of a user
US9092657B2 (en) 2013-03-13 2015-07-28 Microsoft Technology Licensing, Llc Depth image processing
TWI498526B (zh) 2013-06-05 2015-09-01 Nat Univ Chung Cheng Environment depth measurement method and its image acquisition device
KR101900340B1 (ko) 2013-10-02 2018-09-20 에이에스엠엘 네델란즈 비.브이. 산업 공정과 관련된 진단 정보를 얻는 방법 및 장치
TWI534755B (zh) 2013-11-20 2016-05-21 財團法人資訊工業策進會 三維立體模型之建立方法和裝置
TWI520098B (zh) 2014-01-28 2016-02-01 聚晶半導體股份有限公司 影像擷取裝置及其影像形變偵測方法
JP6344050B2 (ja) * 2014-05-16 2018-06-20 株式会社リコー 画像処理システム、画像処理装置、プログラム
TWI571806B (zh) 2014-05-27 2017-02-21 Metal Ind Res And Dev Centre Tooth body image joining method
US10515304B2 (en) 2015-04-28 2019-12-24 Qualcomm Incorporated Filter specificity as training criterion for neural networks
US10304203B2 (en) * 2015-05-14 2019-05-28 Qualcomm Incorporated Three-dimensional model generation
US11160470B2 (en) * 2015-06-01 2021-11-02 The Regents Of The University Of California Motion tracking apparatus and method
CN105069226B (zh) 2015-08-03 2018-05-08 常州赞云软件科技有限公司 一种基于模板的三维造型建模方法
CN105203046B (zh) * 2015-09-10 2018-09-18 北京天远三维科技股份有限公司 多线阵列激光三维扫描***及多线阵列激光三维扫描方法
TWI572846B (zh) 2015-09-18 2017-03-01 國立交通大學 全景影像三維深度估測系統及全景影像三維深度估測方法
TWI578269B (zh) 2015-12-14 2017-04-11 財團法人工業技術研究院 三維座標縫合方法及應用其之三維座標資訊縫合裝置
TWI585607B (zh) 2016-01-04 2017-06-01 由田新技股份有限公司 結合臉部認證的視線軌跡認證系統、方法、電腦可讀取紀錄媒體及電腦程式產品
WO2018102625A1 (en) * 2016-11-30 2018-06-07 Fited, Inc. 3d modeling systems and methods
CN106802138B (zh) * 2017-02-24 2019-09-24 先临三维科技股份有限公司 一种三维扫描***及其扫描方法
CN106959078B (zh) * 2017-02-28 2019-07-30 苏州凡目视觉科技有限公司 一种用于三维轮廓测量的轮廓测量方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP2011028335A (ja) * 2009-07-21 2011-02-10 Ntn Corp 機械構造物形状設計方法、形状設計装置、形状設計プログラム、および形状設計プログラム記録媒体。
CN102338617A (zh) * 2010-07-22 2012-02-01 首都师范大学 三维测量***及其三维扫描装置
CN205656672U (zh) * 2016-03-30 2016-10-19 中国工程物理研究院激光聚变研究中心 一种3d成像试衣间

Also Published As

Publication number Publication date
US10621791B2 (en) 2020-04-14
CN109840944A (zh) 2019-06-04
US20190164350A1 (en) 2019-05-30
TW201926253A (zh) 2019-07-01

Similar Documents

Publication Publication Date Title
TWI651687B (zh) 三維模型建構方法及其系統
US10008005B2 (en) Measurement system and method for measuring multi-dimensions
JP6967060B2 (ja) 複数のパターン認識及び登録ツールモデルをトレーニングするための半教師付き方法
Li et al. A robust O (n) solution to the perspective-n-point problem
Vidas et al. A mask-based approach for the geometric calibration of thermal-infrared cameras
CN108346165A (zh) 机器人与三维传感组件联合标定方法与装置
JP6092530B2 (ja) 画像処理装置、画像処理方法
CN109579695B (zh) 一种基于异构立体视觉的零件测量方法
US10771776B2 (en) Apparatus and method for generating a camera model for an imaging system
US20180290300A1 (en) Information processing apparatus, information processing method, storage medium, system, and article manufacturing method
JP2018128897A (ja) 対象物の姿勢等を検出する検出方法、検出プログラム
Fan et al. A shape-based stereo matching algorithm for binocular vision
KR101538014B1 (ko) 3d 모델링을 통해 사진 이미지로부터 입체영상을 생성하는 방법
JP2008052598A (ja) 画像位置計測方法、画像位置計測装置、および画像位置計測プログラム
Sun et al. A new method of camera calibration based on the segmentation model
Karan Accuracy improvements of consumer-grade 3D sensors for robotic applications
TWI764393B (zh) 壓力織物的製造方法
JP2010113562A (ja) 物体検知追跡装置，物体検知追跡方法および物体検知追跡プログラム
Cui et al. Registration and integration algorithm in structured light three-dimensional scanning based on scale-invariant feature matching of multi-source images
Zhang et al. Digital photogrammetry applying to reverse engineering
CN108133493A (zh) 一种基于区域划分和渐变映射的异源图像配准优化方法
Huang et al. Self-recalibration of PTZ Cameras
Muñoz-Rodríguez Computer vision of the foot sole based on laser metrology and algorithms of artificial intelligence
Walker et al. Inferring Camera Intrinsics Based on Surfaces of Revolution: A Single Image Geometric Network Approach for Camera Calibration
Deng et al. Calibration of central catadioptric camera with one-dimensional object undertaking general motions