-
公开(公告)号：CN101673399A
公开(公告)日：2010-03-17
申请号：CN200910153612.3
申请日：2009-09-29
Applicant: 浙江工业大学
IPC: G06T7/00
Abstract: 一种编码结构光三维视觉系统的标定方法，包括以下步骤：1)摄像机标定过程：采用二维标定模板，标靶为标准的黑白棋格组成，特征点为棋格的点组成，摄像机拍摄不同位置的多幅图像，对所述多幅图像选择格子角点作为特征点，采用平面标定法对摄像机进行标定，得到摄像机内参数标定K，并得到均值焦距f；2)投影仪标定过程：通过编码产生的光模板投射到共面标靶上，黑白方格角点作为定位点，利用在摄像机标定中获取的图像，同时提取黑白方格角点图像坐标，生成世界坐标。本发明摄影机标定精度高、能满足实际应用需要。
-
Patent Agency Ranking
公开(公告)号：CN101667303A
公开(公告)日：2010-03-10
申请号：CN200910153603.4
申请日：2009-09-29
Applicant: 浙江工业大学
Abstract: 一种基于编码结构光的三维重建方法，包括以下步骤：1)向待测物投射结构光，摄像机捕捉经待测物调制的图像；2)进行光模板匹配，包括：(2.1)光条边界的定位，沿着图像的每个列扫描，确定灰度变化强烈的像素点为候选边缘点，并搜索局部领域；(2.2)光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色；3)利用已经标定好的系统参数进行待测物的三维重建，标定好的转换矩阵参数确定了空间点坐标和它的图像坐标点的关系，从特征点的图像坐标恢复空间三维坐标。本发明能简化计算过程、匹配精度高、重建精度高。
-
公开(公告)号：CN101673412B
公开(公告)日：2011-07-27
申请号：CN200910153613.8
申请日：2009-09-29
Applicant: 浙江工业大学
Abstract: 一种结构光三维视觉系统的光模板匹配方法，包括以下步骤：1)、光条边界的定位：待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的1/2，搜索局部领域；2)、光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色。本发明能实现光模板的良好匹配、成像精度高、能实现结构光视觉成像系统三维重建。
-
公开(公告)号：CN101673412A
公开(公告)日：2010-03-17
申请号：CN200910153613.8
申请日：2009-09-29
Applicant: 浙江工业大学
Abstract: 一种结构光三维视觉系统的光模板匹配方法，包括以下步骤：1)光条边界的定位：待检测的光模板为一维条纹编码，沿着图像的每个列扫描，对每个像素点的各个通道用一维列算子进行预处理，确定灰度变化强烈的像素点为候选边缘点，在图像每一列上以候选边缘点为中心，选取一定大小的区域，其最大值不超过光条宽度的1/2，搜索局部领域；2)光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色。本发明能实现光模板的良好匹配、成像精度高、能实现结构光视觉成像系统三维重建。
-
公开(公告)号：CN101667303B
公开(公告)日：2013-01-16
申请号：CN200910153603.4
申请日：2009-09-29
Applicant: 浙江工业大学
Abstract: 一种基于编码结构光的三维重建方法，包括以下步骤：1)向待测物投射结构光，摄像机捕捉经待测物调制的图像；2)进行光模板匹配，包括：(2.1)光条边界的定位，沿着图像的每个列扫描，确定灰度变化强烈的像素点为候选边缘点，并搜索局部领域；(2.2)光条匹配：采用颜色聚类的方法建立颜色匹配特征向量，对图像颜色和投射颜色进行比较，定义色彩特征向量与聚类中心的欧式距离来分配候选光条红绿蓝白颜色；3)利用已经标定好的系统参数进行待测物的三维重建，标定好的转换矩阵参数确定了空间点坐标和它的图像坐标点的关系，从特征点的图像坐标恢复空间三维坐标。本发明能简化计算过程、匹配精度高、重建精度高。
-
公开(公告)号：CN101650838A
公开(公告)日：2010-02-17
申请号：CN200910102226.1
申请日：2009-09-04
Applicant: 浙江工业大学
IPC: G06T17/00
Abstract: 一种基于重采样方法和仿射聚类算法的点云简化处理方法，包括以下步骤：步骤1：设定简化目标点数目的阈值；步骤2：对初始点云D均匀采样获得其子点集SD，对子集SD中的每一个点搜索k最近邻近点；步骤3：利用步骤2获得的k最近邻近点计算SD中每一个点的曲率CV；步骤4：计算SD中点与点之间的相似度，得到相似度矩阵S；步骤5：运用AP聚类算法，S和CV作为AP算法输入，计算点间的代表度矩阵和适选度矩阵，依照迭代结果选出代表点，如代表点的数目D小于阈值，即D＝D-SD，返回到步骤2；每次选出的代表点标号加入到同一个矩阵中，直到达到目标值得到最终点集FD。本发明简化计算、减少占用的内存容量、具有良好的有效性。
-
-
-
-
-
Search Results
6
records
(took 0.015 seconds)
