專利名稱：基于數(shù)碼相機(jī)的鞋楦三維測量方法及制備的鞋楦的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于測量技術(shù)領(lǐng)域，特別涉及一種基于數(shù)碼相機(jī)利用多幅特征曲線圖像對鞋楦進(jìn)行三維測量的方法。
背景技術(shù)：
鞋楦是制鞋的基礎(chǔ)和重要模具，鞋楦作為鞋子的母體，不僅決定了鞋子的長短肥瘦和造型，還決定了鞋子穿著舒適性，因此，鞋楦的形狀至關(guān)重要。每個(gè)人的腳的形狀各不一祥，要想最大程度的實(shí)現(xiàn)量腳訂制，每人制作一個(gè)鞋楦，是不切實(shí)際的。而借助于三維掃描儀，逆向工程卻可以實(shí)現(xiàn)。將已有的標(biāo)準(zhǔn)鞋楦進(jìn)行三維測量，將模型數(shù)據(jù)化，再用相關(guān)軟件對鞋楦曲面進(jìn)行三維實(shí)體造型，得到標(biāo)準(zhǔn)鞋楦的三維圖形。再利用造型設(shè)計(jì)工具，根據(jù)顧客的腳型數(shù)據(jù)改動(dòng)鞋楦的輪廓和截面特征，并據(jù)此對腳型的實(shí)測數(shù)據(jù)進(jìn)行修改，就可以得 到新的鞋楦造型數(shù)據(jù)，然后生成加工代碼就可以制造鞋楦，這樣人們就可以量腳訂制出完全符合自己腳形的鞋子了。鞋楦的自由曲面的測量、生成和三維重建，在制鞋業(yè)中有著廣泛的應(yīng)用前景。目前，對于鞋楦實(shí)體，常用的方法一是采用手工測量，即將楦體用橡皮泥固定，用游標(biāo)卡尺、千分尺、布袋尺以及三角尺等工具測量，由于楦體是自由曲面體，利用這些工具進(jìn)行測量，得到的數(shù)據(jù)自然不準(zhǔn)確；ニ是采用三坐標(biāo)測量機(jī)(CMM)進(jìn)行測量，采用關(guān)節(jié)式測量手臂，對鞋楦各特征曲線進(jìn)行手工掃描，測量出特征曲線的坐標(biāo)數(shù)據(jù)，通過曲面擬合完成其實(shí)體建摸；三是采用三維激光掃描儀進(jìn)行測量以及三維光柵式鞋楦掃描儀，其利用結(jié)構(gòu)光非接觸照相測量原理，結(jié)合結(jié)構(gòu)光技術(shù)、相位測量技術(shù)、計(jì)算機(jī)視覺技術(shù)的三維非接觸式測量產(chǎn)品。這兩者掃描所得的均為點(diǎn)云數(shù)據(jù)，這些數(shù)據(jù)對于提取特征曲線非常困難。雖然后兩種掃描后的數(shù)據(jù)達(dá)到設(shè)計(jì)要求，但往往產(chǎn)品價(jià)格昂貴。如同鞋基本形狀取決于鞋楦ー樣.鞋楦的基本幾何特征由腳的特征尺寸所決定。符合人體工程學(xué)的要求是鞋楦設(shè)計(jì)的基礎(chǔ)，一雙不合腳的鞋是不能滿足人們最起碼的穿著要求。鞋楦尺寸主要包括三類基本尺寸，即，底樣、側(cè)輪廓和圍長。一旦確定了這些尺寸，就可以大抵確定鞋楦的整體造型。自由曲面物體常常含有明顯的曲線結(jié)構(gòu)。如前所述，對于鞋楦而言，鞋楦自身的特征曲線，決定了鞋子式樣幾何形狀。結(jié)構(gòu)光照射測量法、激光線掃描測量法等獲得的都是表面的整體點(diǎn)云或網(wǎng)格數(shù)據(jù)，一方面輸出的數(shù)據(jù)量十分龐大，另一方面卻不能直接顯式地獲取所需的特征曲線數(shù)據(jù)。而且，這些方法輸出的測量數(shù)據(jù)通常在模型的光滑平坦區(qū)域的效果比較好，而恰恰在關(guān)鍵的角點(diǎn)和棱邊處的測量效果較差。因此，對如何重建曲線的方法進(jìn)行研究是非常有意義的。ー些學(xué)者提出了基于曲線的立體視覺(Curve-Based Stereo)。在曲線的重建過程中，難點(diǎn)在于圖像間同名曲線的點(diǎn)對應(yīng)不能直接利用圖像中的信息，因?yàn)槌饲€上的端點(diǎn)之外，在曲線上沒有顯著的特征。有的學(xué)者研究了基于多幅圖像的利用仿射形狀進(jìn)行曲線重建的算法。基于多幅圖像的代數(shù)曲線重建算法也有文獻(xiàn)提出。華中科技大學(xué)的Xiao等研究了基于參數(shù)模型的B樣條曲線三維重建方法，獲得了比較理想的重建結(jié)果、較低的算法復(fù)雜性、具有較強(qiáng)的魯棒性。但該方法是以透視投影的仿射近似為前提。由于B樣條曲線只是在仿射投影下是不變的，而在透視投影下，尤其是近景拍攝中，這種不變性是近似的，這種近似必然帶來誤差。香港大學(xué)的Mai等重建了在部分圖像曲線丟失或遮擋的情況下的三維曲線，但該方法也是以透視投影的仿射近似為前提，重建后的三維曲線的誤差較大。Wu等研究了帶有曲線特征結(jié)構(gòu)(棱邊)物體的攝影測量方法，給出了圖像間同名曲線匹配的優(yōu)化策略，但是該方法對模型上的角點(diǎn)和棱邊等重建目標(biāo)均采用完全的交互指定，一方面工作量大，另一方面精度得不到保證，不適合エ業(yè)產(chǎn)品測量建模，對棱邊等線目標(biāo)完全靠鼠標(biāo)的拖動(dòng)進(jìn)行提取也是十分不方便和不精確的。Zheng等針對兩幅圖像不存在遮擋的情況下對曲線進(jìn)行三維重建
發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題在于克服上面提到的鞋楦測量方法中存在的各種缺陷，提供一種基于數(shù)碼相機(jī)利用多幅特征曲線圖像對鞋楦進(jìn)行三維測量的方法，其具有測量硬件簡單、價(jià)格低廉、測量方式靈活、可以在圖像曲線存在部分缺失或部分遮擋的情況下進(jìn)行特征曲線的三維重建，并獲得較高的測量精度。為解決上述技術(shù)問題，本發(fā)明提供了一種基于數(shù)碼相機(jī)的鞋楦三維測量方法，其包括如下步驟第一歩，鞋楦布線，根據(jù)決定鞋楦幾何形狀的特征進(jìn)行布線，從而標(biāo)記出需要重建的目標(biāo)曲線作為標(biāo)記曲線；第二步，圖像拍攝，用數(shù)碼相機(jī)對標(biāo)記后的鞋楦從不同角度進(jìn)行拍攝獲取多幅圖像；第三步，圖像特征曲線獲取，對所述各圖像中鞋楦的標(biāo)記曲線線條進(jìn)行圖像處理提取標(biāo)記曲線的骨架，利用改進(jìn)的snake模型擬合這些骨架，獲得所述圖像特征曲線；第四步，對所述圖像特征曲線進(jìn)行三維重建，獲得三維特征曲線，進(jìn)而獲得鞋楦的三維模型。其中，對所述鞋楦進(jìn)行標(biāo)記具體為用具有一定顔色和寬度的有色紙帶在所述鞋楦上標(biāo)記出需要重建的目標(biāo)曲線，使目標(biāo)曲線在顔色和亮度上與鞋楦的外表面有明顯區(qū)別，從而完成標(biāo)記，形成所述標(biāo)記曲線，以便于后續(xù)圖像識別和處理工作的進(jìn)行。其中，所述需要重建的目標(biāo)曲線可以為部分丟失或部分遮擋的所述鞋楦的圖像曲線。其中，所述第三步進(jìn)ー步具體包括A步驟，將第二步拍攝的彩色圖像轉(zhuǎn)化為灰度圖像；B步驟，采用高斯濾波對圖像進(jìn)行平滑處理，抑制噪聲，改善圖像質(zhì)量；C步驟，利用數(shù)學(xué)形態(tài)學(xué)細(xì)化算法提取圖像骨架；D步驟,利用改進(jìn)的Snake模型擬合所述這些骨架。其中，第四步進(jìn)一歩包括 a步驟，用動(dòng)態(tài)規(guī)劃法進(jìn)行粗匹配；b步驟，根據(jù)粗匹配的結(jié)果做為初始條件用DY共軛梯度法進(jìn)行精匹配；
c步驟，通過最小化重投影誤差的方法利用三角測量法將多幅圖像中的同名曲線重建成一條三維特征曲線；d步驟，在重建完成一條曲線后，可以更換其中的一幅或者多幅圖像，重復(fù)a步驟至c步驟，對另外的一條同名曲線進(jìn)行重建，直至多幅圖像中的所有目標(biāo)曲線重建完畢。本發(fā)明還提供一種基于數(shù)碼相機(jī)的鞋楦三維測量方法，其包括如下步驟第一歩，鞋楦布線，根據(jù)決定鞋楦幾何形狀的特征進(jìn)行布線，從而標(biāo)記出需要重建的目標(biāo)曲線作為標(biāo)記曲線； 第二步，圖像拍攝，用數(shù)碼相機(jī)對標(biāo)記后的鞋楦從不同角度進(jìn)行拍攝獲取多幅圖像；第三步，圖像特征曲線的獲取，對所述各圖像中鞋楦的標(biāo)記曲線線條進(jìn)行圖像處理提取標(biāo)記曲線的骨架，利用改進(jìn)的snake模型擬合這些骨架，獲得所述圖像特征曲線；第四步，對所述圖像特征曲線進(jìn)行三維重建；所述第三步進(jìn)一歩包括，A步驟，將第二步拍攝的彩色圖像轉(zhuǎn)化為灰度圖像；B步驟，采用高斯濾波對圖像進(jìn)行平滑處理，抑制噪聲，改善圖像質(zhì)量；C步驟，利用數(shù)學(xué)形態(tài)學(xué)細(xì)化算法提取圖像骨架；D步驟,利用改進(jìn)的Snake模型擬合所述這些骨架；所述第四步進(jìn)一歩包括，a步驟，用動(dòng)態(tài)規(guī)劃法進(jìn)行粗匹配；b步驟，根據(jù)粗匹配的結(jié)果做為初始條件用DY共軛梯度法進(jìn)行精匹配；c步驟，通過最小化重投影誤差的方法利用三角測量法將多幅圖像中的同名曲線重建成一條三維特征曲線；d步驟，在重建完成一條曲線后，可以更換其中的一幅或者多幅圖像，重復(fù)a步驟至c步驟，對另外的一條同名曲線進(jìn)行重建，直至多幅圖像中的所有目標(biāo)曲線重建完畢了本發(fā)明還提供了一種鞋楦，其是通過上述方法制備而成的。本發(fā)明有益的技術(shù)效果在于本發(fā)明提供的基于數(shù)碼相機(jī)利用多幅特征曲線圖像對鞋楦進(jìn)行三維測量的方法與現(xiàn)有方法相比，具有測量硬件簡單、價(jià)格低廉、測量方式靈活、特征曲線可以在圖像曲線存在部分缺失或部分遮擋的情況下進(jìn)行三維重建，并且獲取較高測量精度等優(yōu)點(diǎn)。


圖I為鞋楦布線后的實(shí)物模型；圖2為由鞋楦上特征線重建的線框模型；圖3為鞋楦的曲面模型。
具體實(shí)施例方式本發(fā)明提供了一種基于數(shù)碼相機(jī)的鞋楦三維測量方法，其包括如下步驟第一歩，鞋楦布線，根據(jù)決定鞋楦幾何形狀的特征進(jìn)行布線，從而標(biāo)記出需要重建的目標(biāo)曲線作為標(biāo)記曲線；
第二步，圖像拍攝，用數(shù)碼相機(jī)對標(biāo)記后的鞋楦從不同角度進(jìn)行拍攝獲取多幅圖像；第三步，圖像特征曲線的獲取，對所述各圖像中鞋楦的標(biāo)記曲線線條進(jìn)行圖像處理提取標(biāo)記曲線的骨架，利用改進(jìn)的snake模型擬合這些骨架，獲得所述圖像特征曲線；第四步，對所述圖像特征曲線進(jìn)行三維重建。所述第一歩中，由于鞋楦的幾何形狀主要是由其特征所決定的，因此在鞋楦上找出其特征并用曲線進(jìn)行標(biāo)記，對于重建鞋楦模型是至關(guān)重要的。對所述鞋楦進(jìn)行標(biāo)記具體為用具有一定顔色和寬度的有色紙帶在所述鞋楦上標(biāo) 記出需要重建的目標(biāo)曲線，使目標(biāo)曲線在顔色和亮度上與鞋楦的外表面有明顯區(qū)別，從而完成標(biāo)記，形成所述標(biāo)記曲線，以便于后續(xù)圖像識別和處理工作的進(jìn)行。所有目標(biāo)曲線都需要重建，但由于拍攝角度的原因，有些目標(biāo)曲線被鞋楦表面遮擋因而圖像上看不到。但是隨著變換攝像機(jī)角度，那些在某些圖像上看不到的，在另外的圖像上能看到，所以需要拍攝多幅圖像才能重建出完整的曲線來。所述第二步中，通過對標(biāo)記好的鞋楦從不同角度用數(shù)碼相機(jī)對其進(jìn)行拍攝并獲取多幅圖像，這樣即使存在遮擋的情況下也可以將三維曲線重建出來。所述第三步中，由于實(shí)際拍攝中獲得的圖像的邊緣為帶狀線，其寬度大于ー個(gè)像素，因此需要對此帶狀線進(jìn)行提取中軸線的操作，即骨架化操作。所述圖像處理提取曲線的骨架即為將所述各圖像中的帯狀的曲線處理為ー個(gè)像素寬度的特征曲線。所述第三步進(jìn)ー步具體包括A步驟，將第二步拍攝的彩色圖像轉(zhuǎn)化為灰度圖像；B步驟，采用高斯濾波對圖像進(jìn)行平滑處理，抑制噪聲，改善圖像質(zhì)量；C步驟，利用數(shù)學(xué)形態(tài)學(xué)細(xì)化算法提取圖像骨架；D步驟,利用改進(jìn)的Snake模型擬合所述這些骨架。所述數(shù)學(xué)形態(tài)學(xué)細(xì)化算法提取圖像骨架的原理為設(shè)B = (B1, B2)為給定的結(jié)構(gòu)元素，IBpB2不相交，則對于待細(xì)化圖像集合X，用結(jié)構(gòu)元素B表示對圖像X進(jìn)行擊中擊不中變換，對于給定的一幅圖像X和結(jié)構(gòu)對序列B =(B1, B2, L，BJ，首先選用結(jié)構(gòu)元素B1對圖像X進(jìn)行細(xì)化，將細(xì)化的結(jié)果記為，再用結(jié)構(gòu)序列中的元素B2對10ぢ進(jìn)行細(xì)化，細(xì)化結(jié)果記為及。將細(xì)化過程一直進(jìn)行下去，直到用も細(xì)化完成，得到細(xì)化結(jié)果為((Lち)L ) ち)。整個(gè)過程可循環(huán)進(jìn)行，直到圖像不再產(chǎn)生變化為止。其中，每ー個(gè)Bi可以是相同的結(jié)構(gòu)元素，也可以不相同的。如果選擇使用的結(jié)構(gòu)元素Bi是相同的，則細(xì)化是按特定方向進(jìn)行的細(xì)化。比如，循環(huán)使用八個(gè)具有方向的Golay字符集中的結(jié)構(gòu)元素LiQ = 1,2, L 8)，則以對稱的方式完成圖像的細(xì)化。在此，用S來表示圖像X細(xì)化的最終結(jié)果，S (X)表示一次細(xì)化完成后，第二次細(xì)化前需要進(jìn)行細(xì)化區(qū)域的像素集合，若用n表示圖像細(xì)化完成時(shí)的總的循環(huán)次數(shù)，則圖像X的細(xì)化運(yùn)算為下式(5)^ = ^(X)0(4,{(((L (^(x) Al) Bl) A1L) A4) B4}n(5)其中Ai = Li, Bi = Lj, (i = 1,2,3,4 ； j = 5,6,7,8)
采用結(jié)構(gòu)元素模板對其進(jìn)行如下式(6)細(xì)化運(yùn)算
權(quán)利要求
1.一種基于數(shù)碼相機(jī)的鞋楦三維測量方法，其特征在于，包括如下步驟 第一步，鞋楦布線，根據(jù)決定鞋楦幾何形狀的特征進(jìn)行布線，從而標(biāo)記出需要重建的目標(biāo)曲線作為標(biāo)記曲線； 第二步，圖像拍攝，用數(shù)碼相機(jī)對標(biāo)記后的鞋楦從不同角度進(jìn)行拍攝獲取多幅圖像；第三步，圖像特征曲線的獲取，對所述各圖像中鞋楦的標(biāo)記曲線線條進(jìn)行圖像處理提取標(biāo)記曲線的骨架，利用改進(jìn)的snake模型擬合這些骨架，獲得所述圖像特征曲線； 第四步，對所述圖像特征曲線進(jìn)行三維重建。
2.如權(quán)利要求I所述的鞋楦三維測量方法，其特征在于對所述鞋楦進(jìn)行標(biāo)記具體為用具有一定顏色和寬度的有色紙帶在所述鞋楦上標(biāo)記出需要重建的目標(biāo)曲線，使目標(biāo)曲線在顏色和亮度上與鞋楦的外表面有明顯區(qū)別，從而完成標(biāo)記，形成所述標(biāo)記曲線，以便于后續(xù)圖像識別和處理工作的進(jìn)行。
3.如權(quán)利要求I或2所述的鞋楦三維測量方法，其特征在于所述需要重建的目標(biāo)曲線可以為部分丟失或部分遮擋的所述鞋楦的圖像曲線。
4.如權(quán)利要求I至3所述的鞋楦三維測量方法，其特征在于所述第三步進(jìn)一步具體包括 A步驟，將第二步拍攝的彩色圖像轉(zhuǎn)化為灰度圖像； B步驟，采用高斯濾波對圖像進(jìn)行平滑處理，抑制噪聲，改善圖像質(zhì)量； C步驟，利用數(shù)學(xué)形態(tài)學(xué)細(xì)化算法提取圖像骨架； D步驟，利用改進(jìn)的Snake模型擬合所述這些骨架。
5.如權(quán)利要求I至4所述的鞋楦三維測量方法，其特征在于所述第四步進(jìn)一步包括 a步驟，用動(dòng)態(tài)規(guī)劃法進(jìn)行粗匹配； b步驟，根據(jù)粗匹配的結(jié)果做為初始條件用DY共軛梯度法進(jìn)行精匹配；c步驟，通過最小化重投影誤差的方法利用三角測量法將多幅圖像中的同名曲線重建成一條三維特征曲線； d步驟，在重建完成一條曲線后，可以更換其中的一幅或者多幅圖像，重復(fù)a步驟至c步驟，對另外的一條同名曲線進(jìn)行重建，直至多幅圖像中的所有目標(biāo)曲線重建完畢。
6.一種基于數(shù)碼相機(jī)的鞋楦三維測量方法，其特征在于，包括如下步驟 第一步，鞋楦布線，根據(jù)決定鞋楦幾何形狀的特征進(jìn)行布線，從而標(biāo)記出需要重建的目標(biāo)曲線作為標(biāo)記曲線； 第二步，圖像拍攝，用數(shù)碼相機(jī)對標(biāo)記后的鞋楦從不同角度進(jìn)行拍攝獲取多幅圖像；第三步，圖像特征曲線的獲取，對所述各圖像中鞋楦的標(biāo)記曲線線條進(jìn)行圖像處理提取標(biāo)記曲線的骨架，利用改進(jìn)的snake模型擬合這些骨架，獲得所述圖像特征曲線； 第四步，對所述圖像特征曲線進(jìn)行三維重建； 所述第三步進(jìn)一步包括， A步驟，將第二步拍攝的彩色圖像轉(zhuǎn)化為灰度圖像； B步驟，采用高斯濾波對圖像進(jìn)行平滑處理，抑制噪聲，改善圖像質(zhì)量； C步驟，利用數(shù)學(xué)形態(tài)學(xué)細(xì)化算法提取圖像骨架； D步驟，利用改進(jìn)的Snake模型擬合所述這些骨架； 所述第四步進(jìn)一步包括，a步驟，用動(dòng)態(tài)規(guī)劃法進(jìn)行粗匹配； b步驟，根據(jù)粗匹配的結(jié)果做為初始條件用DY共軛梯度法進(jìn)行精匹配；c步驟，通過最小化重投影誤差的方法利用三角測量法將多幅圖像中的同名曲線重建成一條三維特征曲線； d步驟，在重建完成一條曲線后，可以更換其中的一幅或者多幅圖像，重復(fù)a步驟至c步驟，對另外的一條同名曲線進(jìn)行重建，直至多幅圖像中的所有目標(biāo)曲線重建完畢。
7.—種鞋楦，其特征在于所述鞋楦是通過權(quán)利要求I至6所述的方法測量后制備而成的。
全文摘要
本發(fā)明公開了一種基于數(shù)碼相機(jī)的鞋楦三維測量方法，其包括如下步驟第一步，鞋楦布線，根據(jù)決定鞋楦幾何形狀的特征進(jìn)行布線，而標(biāo)記出需要重建的目標(biāo)曲線作為標(biāo)記曲線；第二步，圖像拍攝，用數(shù)碼相機(jī)對標(biāo)記后的鞋楦從不同角度進(jìn)行拍攝獲取多幅圖像；第三步，圖像特征曲線獲取，對所述各圖像中鞋楦的標(biāo)記曲線線條進(jìn)行圖像處理提取標(biāo)記曲線的骨架，利用改進(jìn)的snake模型擬合這些骨架，獲得所述圖像特征曲線；第四步，對所述圖像特征曲線進(jìn)行三維重建，即獲取三維特征曲線，并由此擬合成三維鞋楦模型。本發(fā)明的方法與現(xiàn)有方法相比，具有測量硬件簡單、價(jià)格低廉、測量方式靈活、可以在圖像曲線存在部分缺失或部分遮擋的情況下進(jìn)行特征曲線三維重建的優(yōu)點(diǎn)。
文檔編號A43D3/00GK102763938SQ201210133430
公開日2012年11月7日 申請日期2012年4月28日 優(yōu)先權(quán)日2012年4月28日
發(fā)明者張峰, 張弛, 張維忠, 潘振寬 申請人:青島大學(xué)