算法流程

这篇文章是基于特征匹配的双目散斑立体匹配的方法。我们都知道,基于空间结构光的结构光三维重建的不足是点云密度低和算法复杂。这篇文章用散斑结构光提供光信息,但抛弃了传统的基于数字相关的方法来做立体匹配,而应用KLT跟踪 算法来定位匹配点,从而得到没有离群点的高精度人体皮肤三维点云,这项技术可以用于医学领域。

先给出文章的workflow:

光学系统构建

由于散斑大小和散斑密度是相互矛盾的,它又会影响匹配的精度和密度,所以散斑大小的设计很重要。改变L 和 D 之间的距离可以改变散斑的平均大小。散斑大小的计算可以参考《Kirkpatrick SJ , Duncan DD , Wells-Gray EM . Detrimental effects of speckle-pixel size matching in laser speckle contrast imaging. Optics Lett 2008;33:2886–8 .》这篇文章。最终,确定的散斑大小最佳是6 - 8个像素,点云密度最大。

相机标定和去除畸变
张氏标定法进行相机标定,用标定后的内参来进行畸变校正。

高斯滤波

激光相干会导致主观散斑,它在左右相机是不一样的,这样就会导致误匹配或没有检测到匹配点,所以要用高斯平滑来抑制主观散斑。高斯平滑会导致亮度变化和边缘模糊,所以要选择高斯滤波的参数。最终确定σ=2\sigma=2σ=2是最佳参数。

特征检测
Shi and Tomasi 对Harris角点检测算法进行改进,用这个特征检测算法检测左右图的角点。

KLT特征追踪算法
用KLT对检测到的角点进行追踪,得到匹配点对。

三维重建
用求解线性方程组的方法进行点云计算。然后用Delaunay triangulation的方法,从三维点云生成三维网格。

实验结果











借鉴

可以结合基于特征的立体匹配的高精度的特点和基于区域的立体匹配的视差密集的特点,做高精度和快速的视差重建。

参考

激光散斑
[1] Schaffer M , Grosse M , Kowarschik R . High-speed pattern projection for three-dimen- sional shape measurement using laser speckles. Appl Optics 2010;49:3622–9 .
[2] Schaffer M , Grosse M , Harendt B , Kowarschik R . High-speed three-dimensional shape measurements of objects with laser speckles and acousto-optical deflection. Optics Lett 2011;36:3097–9 .
[3] Heist S , Lutzke P , Dietrich P , Kühmstedt P , Notni G . Experimental comparison of laser speckle projection and array projection for high-speed 3D measurements. In: SPIE Optical Metrology; 2015 .
[4] Stark AW , Wong E , Weigel D , Babovsky H , Schott T , Kowarschik R . Sub- jective speckle suppression in laser-based stereo photogrammetry. Opt Eng 2016;55:121713 .

计算散斑大小
[5] Kirkpatrick SJ , Duncan DD , Wells-Gray EM . Detrimental effects of speckle-pixel size matching in laser speckle contrast imaging. Optics Lett 2008;33:2886–8 .

特征检测算法
[6] Zhang J , Sun T . A review of some local feature detection algorithms. Int J Image Process (IJIP) 2016;10:94 .
[7] Shi J , Tomasi C . Good features to track. In: Computer vision and pattern recogni- tion, 1994. Proceedings CVPR’94., 1994 IEEE computer society conference on; 1994. p. 593–600 .
[8] Harris C , Stephens M . A combined corner and edge detector. In: Alvey vision con- ference; 1988. p. 50 .

三维网格
[9] Barber CB , Dobkin DP , Huhdanpaa H . The quickhull algorithm for convex hulls. ACM Trans Math Software (TOMS) 1996;22:469–83 .

三维网格平滑算法
[10] Irigoyen J , Martin MT , Rodriguez J . A smoothing algorithm for contour lines by means of triangulation. Cartographic J 2009;46:262–7 .

《Single shot laser speckle based 3D acquisition system for medical applications》相关推荐

  1. 论文《Automatic reconstruction of fully volumetric 3D building models from point clouds》概述

    这篇论文中的大量细节和公式化,博客都没有体现出来. 概述 我们提出了一种,从非结构化,未经过滤的室内点云中重建参数化(parametric),体积化(volumetric),多层(multi-stor ...

  2. 《UAV Intelligent Coverage Navigation Based on DRL in Complex Geometrical Environments》翻译

    目录 摘要 一.介绍 二.相关工作 2.12D覆盖路径规划 2.2传统的3D覆盖路径规划 2.3智能3D路径规划 三.DRL GIS培训环境 3.1复杂GIS地形采样 3.2无人机航路点生成与能见度分 ...

  3. 文献解读-CVPR2019-Stereo R-CNN based 3D Object Detection for Autonomous Driving

    小菜鸡最近跟着大佬们学看文献,那就适当地记录一下,当作自己的学习笔记吧.文中也有很多理解不到位的地方的,毕竟还只是个小菜鸟,不懂的地方多得是.所以哪里有问题的还请各位读者好好指点指点. 今天要介绍的论 ...

  4. Single Shot Multibox Detection (SSD)实战(下)

    Single Shot Multibox Detection (SSD)实战(下) Training 将逐步解释如何训练SSD模型进行目标检测. 2.1. Data Reading and Initi ...

  5. 棋盘格检测--Automatic camera and range sensor calibration using a single shot

    Automatic camera and range sensor calibration using a single shot Robotics and Automation (ICRA), IE ...

  6. 人脸检测--S3FD: Single Shot Scale-invariant Face Detector

    S3FD: Single Shot Scale-invariant Face Detector ICCV2017 Caffe code will be available 本文针对基于 anchor ...

  7. SSD:Single Shot MultiBox Detector解读

    注:md文件,Typora书写,md兼容程度github=CSDN>知乎,若有不兼容处麻烦移步其他平台,github文档供下载. 发表在CSDN:https://blog.csdn.net/ha ...

  8. [转]SSD:Single Shot Detector详解

    Review: SSD - Single Shot Detector (Object Detection) This time, SSD (Single Shot Detector) is revie ...

  9. CV+Deep Learning——网络架构Pytorch复现系列——Detection(一:SSD:Single Shot MultiBox Detector 4.推理Detect)

    上一话 CV+Deep Learning--网络架构Pytorch复现系列--Detection(一:SSD:Single Shot MultiBox Detector 3.loss)https:// ...

最新文章

  1. Error in install.packages : cannot remove prior installation of package
  2. iOS应用内跳转系统设置相关界面的方法
  3. seaborn 安装成功 + ImportError: DLL load failed: 找不到指定的模块 问题解决
  4. 苹果机器学习期刊首文:提升合成图像的真实性
  5. C#——LINQ技术DEMO
  6. step3 . day1 数据结构之线性表顺序表
  7. 【渝粤教育】电大中专测量学 (5)作业 题库
  8. 为什么C语言还是被很多人说成过时了?
  9. 求解两个经纬点之间的距离和角度(mm级精度)
  10. break continue区别和用法_因为不知道break和contiue的核心区别,他在初试就被刷了下来...
  11. 4月上旬中国万网域名总量增至245.8万个 国内份额上扬
  12. 虚拟化学习笔记-虚拟机迁移的分类及原理
  13. 小程序多端开源框架黑马!它是如何做到快应用小程序自由转译的?
  14. java 获取下拉框的值_java中怎么获取下拉框的值
  15. java地铁最短,地铁最短路径
  16. python重复字符串n次的函数_LeetCode_Python(3)_无重复字符的最长子串
  17. Web项目(四)————异步队列的实现
  18. 10分钟开始使用ICTCLAS Java版
  19. 解密excel工作表保护
  20. 郑州大学python程序设计试题及答案_Python程序设计(胡新明)-中国大学mooc-试题题目及答案...

热门文章

  1. 蚂蚁金服ATEC峰会首次亮相云栖,CTO程立详解技术开放全战略
  2. Flutter(Dart)基础——数据类型
  3. mmse评估量表_简易智能精神状态评价量表(MMSE
  4. oracle修改表空间数据文件大小为不限制
  5. c:forEach中的 varStatus
  6. 《Hadoop权威指南》知识点整理4
  7. android通知声音oppo,oppo充电提示音
  8. 单bit控制信号的跨时钟域传输快到慢-----结绳法
  9. 计算机专业考研还是就业
  10. python中的print()函数的换行、回车、间距 \n \r \t