项目名称: 基于预标定彩色散斑光场照明的三维轮廓测量技术研究

项目编号: No.61308073

项目类型: 青年科学基金项目

立项/批准年度: 2014

项目学科: 无线电电子学、电信技术

项目作者: 王少卿

作者单位: 中国科学院上海光学精密机械研究所

项目金额: 26万元

中文摘要: 提出了利用多路激光照射随机达曼光栅产生彩色散斑光场,并将预标定彩色散斑光场应用到物体三维轮廓测量研究中。研究一种全新的基于预标定彩色散斑光场照明的三维轮廓测量技术。分析规则达曼点阵、彩色散斑特征、图像匹配精度的三者相互关系,以此优化设计并制作随机达曼光栅。设计随机达曼光栅多路激光照明系统,建立物体轮廓测量实验装置并获得有价值的实验成果。研究彩色散斑特征描述子标准样本学习与预标定方法。研究基于区域特征的规则点邻域随机点生长匹配方法。研究基于预标定散斑特征库的全局亚像素匹配求精方法。 该研究是将衍射光学元件应用于计算机视觉的一个创新性研究,此学科交叉研究会带来很多有价值的研究课题。基于该三维轮廓测量技术的设备具有无机械约束、成本低廉、结构简单、抗干扰、分辨率高、测量速度快等优点,在逆向工程、先进制造、文物保护、数字娱乐等领域也有着广泛的应用前景。

中文关键词: 三维重建;衍射光学元件;散斑;锚点生长匹配;

英文摘要: Color speckle is generated by random dammann grating,which is illuminated simultaneously by lasers with different wavelengths,and the pre-calibration of the color speckle is utilized in the research of three-dimensional profile measurement. Research a novel 3D profile measurement technique based on pre-calibrated color speckle illumination. Analysis the relationship among the regular Dammann array dots, camera calibration accuracy,and image matching accuracy,then optimize and fabricate random Dammann grating. Designed the multi-beam illumination system based on the random Dammann grating, and establish the experimental system to measure 3D profile by binocular vision and to obtain valuable results. Study the learning and pre-calibrating method of feature descriptor of color speckle based on standard sample. Study the growth matching method of neighborhood points based on the regional characteristic. Study the sub-pixel global refine method based on pre-calibrated color speckle feafure library. This is an innovative research by applying the diffractive optical element into computer vision, and this interdisciplinary research will bring a lot of valuable topics. The equipment based on this three-dimensional profile measurement technique has advantages of no mechanical limit, low-cost, simple structure, anti-interf

英文关键词: 3D reconstruction;Diffractive Optical Element;Speckle;Anchor Point Growing Match;

成为VIP会员查看完整内容
0

相关内容

在计算机视觉中, 三维重建是指根据单视图或者多视图的图像重建三维信息的过程. 由于单视频的信息不完全,因此三维重建需要利用经验知识. 而多视图的三维重建(类似人的双目定位)相对比较容易, 其方法是先对摄像机进行标定, 即计算出摄像机的图象坐标系与世界坐标系的关系.然后利用多个二维图象中的信息重建出三维信息。 物体三维重建是计算机辅助几何设计(CAGD)、计算机图形学(CG)、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。在计算机内生成物体三维表示主要有两类方法。一类是使用几何建模软件通过人机交互生成人为控制下的物体三维几何模型,另一类是通过一定的手段获取真实物体的几何形状。前者实现技术已经十分成熟,现有若干软件支持,比如:3DMAX、Maya、AutoCAD、UG等等,它们一般使用具有数学表达式的曲线曲面表示几何形状。后者一般称为三维重建过程,三维重建是指利用二维投影恢复物体三维信息(形状等)的数学过程和计算机技术,包括数据获取、预处理、点云拼接和特征分析等步骤。
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
19+阅读 · 2021年5月1日
专知会员服务
18+阅读 · 2020年12月23日
深度学习图像检索(CBIR): 十年之大综述
专知会员服务
46+阅读 · 2020年12月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
【泡泡一分钟】学习紧密的几何特征(ICCV2017-17)
泡泡机器人SLAM
20+阅读 · 2018年5月8日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
Arxiv
0+阅读 · 2022年4月19日
Self-Driving Cars: A Survey
Arxiv
41+阅读 · 2019年1月14日
小贴士
相关VIP内容
【博士论文】多视光场光线空间几何模型研究
专知会员服务
21+阅读 · 2021年12月6日
【NeurIPS2021】多模态虚拟点三维检测
专知会员服务
18+阅读 · 2021年11月16日
专知会员服务
31+阅读 · 2021年7月26日
专知会员服务
31+阅读 · 2021年7月25日
专知会员服务
19+阅读 · 2021年5月1日
专知会员服务
18+阅读 · 2020年12月23日
深度学习图像检索(CBIR): 十年之大综述
专知会员服务
46+阅读 · 2020年12月5日
基于视觉的三维重建关键技术研究综述
专知会员服务
160+阅读 · 2020年5月1日
相关资讯
ICCV2019 | 高精度,高效率点云三维重建 PointMVSNet
计算机视觉life
23+阅读 · 2019年9月5日
实战 | 相机标定
计算机视觉life
15+阅读 · 2019年1月15日
【泡泡一分钟】学习紧密的几何特征(ICCV2017-17)
泡泡机器人SLAM
20+阅读 · 2018年5月8日
基于几何特征的激光雷达地面点云分割
泡泡机器人SLAM
15+阅读 · 2018年4月1日
红外弱小目标处理研究获进展
中科院之声
17+阅读 · 2017年11月19日
相关基金
国家自然科学基金
0+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2009年12月31日
国家自然科学基金
0+阅读 · 2008年12月31日
微信扫码咨询专知VIP会员