1 三維信息獲取
獲取三維信息的形式一般分為接觸式和非接觸式:
1.1 接觸式測量
使用測量機(jī)來獲取三維信息是最常用也是最方便的接觸式測量方法。但是它比較依賴機(jī)械結(jié)構(gòu)和傳感器的精度和靈敏度來獲取較高的測量精度。在實際使用的過程中這種方法存在較多的局限性。測量時需要接觸待測物體表面,非常容易劃傷物體表面破壞物體原有形貌。機(jī)械零件在長時間的使用下,會產(chǎn)生一定的誤差,從而降低測量精度。在測量較大工件的時候,需要完全遍歷整個物體花費時間和精力。
1.2 非接觸式測量
(1)立體視覺法
該方法具體通過六個步驟實現(xiàn):圖像的采集、系統(tǒng)相機(jī)標(biāo)定、特征模板匹配、圖像處理、三維仿真匹配以及三維重建。首先,通過兩個相機(jī)于不同位置對待測物體進(jìn)行圖像信息感知獲取。然后根據(jù)三角測量原理獲得待測表面的三維信息,還原三維模型并進(jìn)行重建,立體視覺法原理如圖所示。
但是雙目視覺不適合單調(diào)缺乏紋理的場景,會出現(xiàn)匹配困難導(dǎo)致匹配誤差較大甚至匹配失敗等問題。
關(guān)注公眾號后臺回復(fù)「CV」,即可免費領(lǐng)取計算機(jī)視覺精品視頻與慕尼黑工業(yè)大學(xué)、巴塞羅那自治大學(xué)沉淀多年的計算機(jī)視覺課件資料,包括相機(jī)標(biāo)定、立體匹配、三維重建、SLAM、三維點云、缺陷檢測、深度估計、四旋翼無人機(jī)等。
(2)飛行時間法
飛行時間法是用激光對物體表面不斷發(fā)射脈沖信號,并對其反射回來的信號進(jìn)行捕獲,計算激光來回傳播的時間,接著根據(jù)光度即可確定物體空間位置,原理如圖所示。
飛行時間測量法有很多優(yōu)點:它可以用來測量較遠(yuǎn)距離的物體的三維信息,適用的范圍較廣,同時利用激光脈沖信號可以避免系統(tǒng)受到環(huán)境光的影響。但是此方法消耗功率大,會產(chǎn)生大量的熱量以至于不適合長時間使用。
(3)線激光法
線激光法是使用外部激光線進(jìn)行主動投影,在待測物體表面形成可見光束,然后使用二維相機(jī)進(jìn)行拍攝獲取信息,根據(jù)計算還原待測物體的三維信息。利用三角測量原理:直射式測距法或是斜射式激光三角測距法,都可以完成對被測物體的全方位、高精度、非接觸測量。直射式激光測量法在測量視野范圍等方面視野更大具有一定的優(yōu)勢。相應(yīng)的斜射式的分辨率更高,圖像質(zhì)量也會高于直射式激光測量法。在需要激光線處于固定位置的時候則優(yōu)先選用直射式測量法。在對激光線與物體表面位置不固定時則需要選用斜射式測量法。
直射式光學(xué)三角法原理圖
斜射式光學(xué)三角法原理圖
2 三維數(shù)據(jù)的表達(dá)形式
一般來說,三維數(shù)據(jù)的表達(dá)形式有體素網(wǎng)格、多視圖、點云和多邊形網(wǎng)格。體素網(wǎng)格可以理解為三維立體空間中的體積像素,概念上類似于二維圖像中的像素概念。體素網(wǎng)格是具有固定大小和坐標(biāo)位置的三維網(wǎng)格,是點云數(shù)據(jù)的規(guī)則化手段。體素網(wǎng)格需要從與其他體素之間的位置關(guān)系中推測出空間位置關(guān)系。由于體素網(wǎng)格具有規(guī)則的結(jié)構(gòu),所以可對其進(jìn)行卷積操作,也可以構(gòu)建基于體素化點云的卷積神經(jīng)網(wǎng)絡(luò)。但點云數(shù)據(jù)具有無序性和密度不一致性,體素網(wǎng)格的大小難以設(shè)置,又體素的數(shù)量巨大,從而影響處理三維數(shù)據(jù)的效率。
體素網(wǎng)格的表達(dá)形式一般適用于虛擬現(xiàn)實、醫(yī)療成像白動駕駛等領(lǐng)域。點云是三維空間中非結(jié)構(gòu)化數(shù)據(jù)的集合。點云能夠表達(dá)目標(biāo)在三維空間中的空間分布及表面特性,每個點是獨立的,點與點之間沒有顯著的聯(lián)系。點云由一系列包含重要幾何數(shù)據(jù)表示的點集組成。存儲點云數(shù)據(jù)的文件一般只包括三維坐標(biāo),有些數(shù)據(jù)集會增加顏色和強(qiáng)度等信息。為了后續(xù)處理數(shù)據(jù)更加的高效,存儲點云數(shù)據(jù)的文件一般以ASCII編碼的形式呈現(xiàn)。點云數(shù)據(jù)也可以被處理成一組具有公共坐標(biāo)系和全局參數(shù)的歐幾里德集,該集合對縮放和平移具有不變性。因此可以通過網(wǎng)絡(luò)模型直接提取點云數(shù)據(jù)的全局和局部特征,以實現(xiàn)各種計算機(jī)視覺任務(wù)。然而由于點云數(shù)據(jù)本身缺乏關(guān)聯(lián)性,會導(dǎo)致物體的表面信息會被弱化。點云的表達(dá)形式一般適用于三維重建和目標(biāo)檢測等領(lǐng)域。多邊形網(wǎng)格也是三維空間中非結(jié)構(gòu)化數(shù)據(jù)的集合,是由近似多邊形的幾何面組成。幾何面的交點叫共享頂點,幾何面可以是三角形、四邊形或其他凸多邊形。共享頂點的坐標(biāo)位置和頂點之間的連接關(guān)系會被記錄在表中。多邊形網(wǎng)格的表現(xiàn)形式有利于實現(xiàn)立體實物的渲染。但生成多邊形網(wǎng)格是具有挑戰(zhàn)的,主要原因是多邊形網(wǎng)格是非結(jié)構(gòu)化的表現(xiàn)形式,只能用傳統(tǒng)的曲面重建方法生成,無法利用深度學(xué)習(xí)網(wǎng)絡(luò)生成。
3 點云數(shù)據(jù)特點
(1)非結(jié)構(gòu)化:不同于 RGB 圖片這種結(jié)構(gòu)化數(shù)據(jù),點云是三維空間中一系列點的集合,是一種不規(guī)則的數(shù)據(jù),沒有一種準(zhǔn)確的方法可以確定點與點之間的關(guān)系或者點與點的先后順序,這就使得無法使用常規(guī)的二維卷積神經(jīng)網(wǎng)絡(luò)提取特征。
(2)順序可變換性:點云本質(zhì)上是一個n×3的矩陣,其中n為點云個數(shù),3 代表每個點包含x,y,z坐標(biāo)。不論這n個點的順序怎么變化,它們表示在三維空間中的形狀結(jié)構(gòu)和幾何特征是不變的,如下圖所示,雖然點云中點的順序改變了,但是投影到三維空間中的目標(biāo)大小、形狀等幾何性質(zhì)并未發(fā)生改變。這就使得點云中的點有n!種排列順序,即同一個目標(biāo)理論上有n!種可以表示它的點云。
(3)旋轉(zhuǎn)不變性:當(dāng)同一個目標(biāo)在三維坐標(biāo)系中經(jīng)過旋轉(zhuǎn)以后,點云中所有點的坐標(biāo)基本上都會發(fā)生改變,但是旋轉(zhuǎn)前的點云與旋轉(zhuǎn)后的點云所代表的三維目標(biāo)還是相同的。如下圖所示,將三維坐標(biāo)中的點云旋轉(zhuǎn)以后,雖然各點的坐標(biāo)值發(fā)生了變化,但是變化后的點云投影到三維空間中表示的目標(biāo)的大小、形狀等幾何性質(zhì)并未發(fā)生改變。
(4)采樣密度不均勻:由于激光雷達(dá)是以自身為中心放射狀的發(fā)射激光射線,這就導(dǎo)致距離激光雷達(dá)近的目標(biāo)點的密度較大,而離激光雷達(dá)距離較遠(yuǎn)的目標(biāo)點的密度較小,甚至有些目標(biāo)只能獲取幾個點的信息,如下圖所示,同一個物體,在距離較近的時候采樣點數(shù)量多,在距離較遠(yuǎn)的時候采樣點數(shù)量少。
—END—
-
傳感器
+關(guān)注
關(guān)注
2553文章
51390瀏覽量
756564 -
圖像處理
+關(guān)注
關(guān)注
27文章
1300瀏覽量
56889 -
點云
+關(guān)注
關(guān)注
0文章
58瀏覽量
3818
原文標(biāo)題:總結(jié)!三維點云基礎(chǔ)知識
文章出處:【微信號:3D視覺工坊,微信公眾號:3D視覺工坊】歡迎添加關(guān)注!文章轉(zhuǎn)載請注明出處。
發(fā)布評論請先 登錄
相關(guān)推薦
基于深度學(xué)習(xí)的三維點云配準(zhǔn)方法
起點,經(jīng)過點,終點,三點xyz,畫三維圓弧。
如何運用LabVIEW中的三維散點控件
三維快速建模技術(shù)與三維掃描建模的應(yīng)用
港中文和商湯研究員提出高效的三維點云目標(biāo)檢測?新框架
![港中文和商湯研究員提出高效的<b class='flag-5'>三維</b><b class='flag-5'>點</b><b class='flag-5'>云</b>目標(biāo)檢測?新框架](https://file.elecfans.com/web1/M00/A0/05/o4YBAF1D1ZKAPppOAAAYeIq-R3Y497.jpg)
計算機(jī)視覺:三維點云數(shù)據(jù)處理學(xué)習(xí)內(nèi)容總結(jié)
通過多模態(tài)特征融合來設(shè)計三維點云分類模型
![通過多模態(tài)特征融合來設(shè)計<b class='flag-5'>三維</b><b class='flag-5'>點</b><b class='flag-5'>云</b>分類模型](https://file.elecfans.com/web1/M00/E4/E4/pIYBAGBJtIWASswgAACLUW3ZTzQ031.png)
基于深度學(xué)習(xí)的三維點云語義分割研究分析
![基于深度學(xué)習(xí)的<b class='flag-5'>三維</b><b class='flag-5'>點</b><b class='flag-5'>云</b>語義分割研究分析](https://file.elecfans.com/web1/M00/E8/C8/pIYBAGBlbYOABYV_AAGHCxk8Mkc065.png)
三維點云數(shù)據(jù)的兩種結(jié)構(gòu)Kdtree和Octree
什么樣的點可以稱為三維點云中的關(guān)鍵點呢?
一文詳解點云及三維圖像處理技術(shù)
泰來三維|三維掃描服務(wù)_三維激光掃描儀測量山體滑坡點云建模
![泰來<b class='flag-5'>三維</b>|<b class='flag-5'>三維</b>掃描服務(wù)_<b class='flag-5'>三維</b>激光掃描儀測量山體滑坡<b class='flag-5'>點</b><b class='flag-5'>云</b>建模](https://file1.elecfans.com/web2/M00/8D/32/wKgaomS3plmAdHK9ABOaSK4ncxs905.png)
泰來三維|數(shù)字化工廠_煤礦三維掃描數(shù)字化解決方案
![泰來<b class='flag-5'>三維</b>|數(shù)字化工廠_煤礦<b class='flag-5'>三維</b>掃描數(shù)字化解決方案](https://file1.elecfans.com/web2/M00/EA/FB/wKgaomZWpIqADc7MAAO2XxYcblU039.png)
評論