[发明专利]基于数码相机的鞋楦三维测量方法及制备的鞋楦有效
申请号: | 201210133430.1 | 申请日: | 2012-04-28 |
公开(公告)号: | CN102763938A | 公开(公告)日: | 2012-11-07 |
发明(设计)人: | 张维忠;潘振宽;张弛;张峰 | 申请(专利权)人: | 青岛大学 |
主分类号: | A43D1/04 | 分类号: | A43D1/04;A43D3/00 |
代理公司: | 北京科亿知识产权代理事务所(普通合伙) 11350 | 代理人: | 汤东凤 |
地址: | 266071*** | 国省代码: | 山东;37 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 数码相机 三维 测量方法 制备 | ||
1.一种基于数码相机的鞋楦三维测量方法,其特征在于,包括如下步骤:
第一步,鞋楦布线,根据决定鞋楦几何形状的特征进行布线,从而标记出需要重建的目标曲线作为标记曲线;
第二步,图像拍摄,用数码相机对标记后的鞋楦从不同角度进行拍摄获取多幅图像;
第三步,图像特征曲线的获取,对所述各图像中鞋楦的标记曲线线条进行图像处理提取标记曲线的骨架,利用改进的snake模型拟合这些骨架,获得所述图像特征曲线;
第四步,对所述图像特征曲线进行三维重建。
2.如权利要求1所述的鞋楦三维测量方法,其特征在于:对所述鞋楦进行标记具体为用具有一定颜色和宽度的有色纸带在所述鞋楦上标记出需要重建的目标曲线,使目标曲线在颜色和亮度上与鞋楦的外表面有明显区别,从而完成标记,形成所述标记曲线,以便于后续图像识别和处理工作的进行。
3.如权利要求1或2所述的鞋楦三维测量方法,其特征在于:所述需要重建的目标曲线可以为部分丢失或部分遮挡的所述鞋楦的图像曲线。
4.如权利要求1至3所述的鞋楦三维测量方法,其特征在于:所述第三步进一步具体包括:
A步骤,将第二步拍摄的彩色图像转化为灰度图像;
B步骤,采用高斯滤波对图像进行平滑处理,抑制噪声,改善图像质量;
C步骤,利用数学形态学细化算法提取图像骨架;
D步骤,利用改进的Snake模型拟合所述这些骨架。
5.如权利要求1至4所述的鞋楦三维测量方法,其特征在于:所述第四步进一步包括:
a步骤,用动态规划法进行粗匹配;
b步骤,根据粗匹配的结果做为初始条件用DY共轭梯度法进行精匹配;
c步骤,通过最小化重投影误差的方法利用三角测量法将多幅图像中的同名曲线重建成一条三维特征曲线;
d步骤,在重建完成一条曲线后,可以更换其中的一幅或者多幅图像,重复a步骤至c步骤,对另外的一条同名曲线进行重建,直至多幅图像中的所有目标曲线重建完毕。
6.一种基于数码相机的鞋楦三维测量方法,其特征在于,包括如下步骤:
第一步,鞋楦布线,根据决定鞋楦几何形状的特征进行布线,从而标记出需要重建的目标曲线作为标记曲线;
第二步,图像拍摄,用数码相机对标记后的鞋楦从不同角度进行拍摄获取多幅图像;
第三步,图像特征曲线的获取,对所述各图像中鞋楦的标记曲线线条进行图像处理提取标记曲线的骨架,利用改进的snake模型拟合这些骨架,获得所述图像特征曲线;
第四步,对所述图像特征曲线进行三维重建;
所述第三步进一步包括,
A步骤,将第二步拍摄的彩色图像转化为灰度图像;
B步骤,采用高斯滤波对图像进行平滑处理,抑制噪声,改善图像质量;
C步骤,利用数学形态学细化算法提取图像骨架;
D步骤,利用改进的Snake模型拟合所述这些骨架;
所述第四步进一步包括,
a步骤,用动态规划法进行粗匹配;
b步骤,根据粗匹配的结果做为初始条件用DY共轭梯度法进行精匹配;
c步骤,通过最小化重投影误差的方法利用三角测量法将多幅图像中的同名曲线重建成一条三维特征曲线;
d步骤,在重建完成一条曲线后,可以更换其中的一幅或者多幅图像,重复a步骤至c步骤,对另外的一条同名曲线进行重建,直至多幅图像中的所有目标曲线重建完毕。
7.一种鞋楦,其特征在于:所述鞋楦是通过权利要求1至6所述的方法测量后制备而成的。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于青岛大学,未经青岛大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201210133430.1/1.html,转载请声明来源钻瓜专利网。
- 上一篇:负极活性材料、其制备方法和包括其的锂电池
- 下一篇:直驱伺服马达装置