专利名称：基于数码相机的鞋楦三维测量方法及制备的鞋楦的制作方法
技术领域：
本发明属于测量技术领域，特别涉及一种基于数码相机利用多幅特征曲线图像对鞋楦进行三维测量的方法。
背景技术：
鞋楦是制鞋的基础和重要模具，鞋楦作为鞋子的母体，不仅决定了鞋子的长短肥瘦和造型，还决定了鞋子穿着舒适性，因此，鞋楦的形状至关重要。每个人的脚的形状各不一祥，要想最大程度的实现量脚订制，每人制作一个鞋楦，是不切实际的。而借助于三维扫描仪，逆向工程却可以实现。将已有的标准鞋楦进行三维测量，将模型数据化，再用相关软件对鞋楦曲面进行三维实体造型，得到标准鞋楦的三维图形。再利用造型设计工具，根据顾客的脚型数据改动鞋楦的轮廓和截面特征，并据此对脚型的实测数据进行修改，就可以得 到新的鞋楦造型数据，然后生成加工代码就可以制造鞋楦，这样人们就可以量脚订制出完全符合自己脚形的鞋子了。鞋楦的自由曲面的測量、生成和三维重建，在制鞋业中有着广泛的应用前景。目前，对于鞋楦实体，常用的方法一是采用手工測量，即将楦体用橡皮泥固定，用游标卡尺、千分尺、布袋尺以及三角尺等工具測量，由于楦体是自由曲面体，利用这些工具进行测量，得到的数据自然不准确；ニ是采用三坐标测量机(CMM)进行测量，采用关节式测量手臂，对鞋楦各特征曲线进行手工扫描，測量出特征曲线的坐标数据，通过曲面拟合完成其实体建摸；三是采用三维激光扫描仪进行测量以及三维光栅式鞋楦扫描仪，其利用结构光非接触照相測量原理，结合结构光技术、相位測量技术、计算机视觉技术的三维非接触式测量产品。这两者扫描所得的均为点云数据，这些数据对于提取特征曲线非常困难。虽然后两种扫描后的数据达到设计要求，但往往产品价格昂贵。如同鞋基本形状取决于鞋楦ー样.鞋楦的基本几何特征由脚的特征尺寸所決定。符合人体工程学的要求是鞋楦设计的基础，一双不合脚的鞋是不能满足人们最起码的穿着要求。鞋楦尺寸主要包括三类基本尺寸，即，底样、侧轮廓和围长。一旦确定了这些尺寸，就可以大抵确定鞋楦的整体造型。自由曲面物体常常含有明显的曲线结构。如前所述，对于鞋楦而言，鞋楦自身的特征曲线，决定了鞋子式样几何形状。结构光照射測量法、激光线扫描测量法等获得的都是表面的整体点云或网格数据，一方面输出的数据量十分庞大，另一方面却不能直接显式地获取所需的特征曲线数据。而且，这些方法输出的測量数据通常在模型的光滑平坦区域的效果比较好，而恰恰在关键的角点和棱边处的測量效果较差。因此，对如何重建曲线的方法进行研究是非常有意义的。ー些学者提出了基于曲线的立体视觉(Curve-Based Stereo)。在曲线的重建过程中，难点在于图像间同名曲线的点对应不能直接利用图像中的信息，因为除了曲线上的端点之外，在曲线上没有显著的特征。有的学者研究了基于多幅图像的利用仿射形状进行曲线重建的算法。基于多幅图像的代数曲线重建算法也有文献提出。华中科技大学的Xiao等研究了基于參数模型的B样条曲线三维重建方法，获得了比较理想的重建结果、较低的算法复杂性、具有较强的鲁棒性。但该方法是以透视投影的仿射近似为前提。由于B样条曲线只是在仿射投影下是不变的，而在透视投影下，尤其是近景拍摄中，这种不变性是近似的，这种近似必然带来误差。香港大学的Mai等重建了在部分图像曲线丢失或遮挡的情况下的三维曲线，但该方法也是以透视投影的仿射近似为前提，重建后的三维曲线的误差较大。Wu等研究了带有曲线特征结构(棱边)物体的摄影测量方法，给出了图像间同名曲线匹配的优化策略，但是该方法对模型上的角点和棱边等重建目标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证，不适合エ业产品測量建模，对棱边等线目标完全靠鼠标的拖动进行提取也是十分不方便和不精确的。Zheng等针对两幅图像不存在遮挡的情况下对曲线进行三维重建
发明内容
本发明所要解决的技术问题在于克服上面提到的鞋楦测量方法中存在的各种缺陷，提供一种基于数码相机利用多幅特征曲线图像对鞋楦进行三维测量的方法，其具有测量硬件简单、价格低廉、測量方式灵活、可以在图像曲线存在部分缺失或部分遮挡的情况下进行特征曲线的三维重建，并获得较高的測量精度。为解决上述技术问题，本发明提供了一种基于数码相机的鞋楦三维测量方法，其包括如下步骤第一歩，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，获得三维特征曲线，进而获得鞋楦的三维模型。其中，对所述鞋楦进行标记具体为用具有一定顔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，使目标曲线在顔色和亮度上与鞋楦的外表面有明显区別，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。其中，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。其中，所述第三步进ー步具体包括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。其中，第四步进一歩包括 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測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。本发明还提供一种基于数码相机的鞋楦三维测量方法，其包括如下步骤第一歩，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；所述第三步进一歩包括，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；所述第四步进一歩包括，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測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了本发明还提供了一种鞋楦，其是通过上述方法制备而成的。本发明有益的技术效果在于本发明提供的基于数码相机利用多幅特征曲线图像对鞋楦进行三维测量的方法与现有方法相比，具有測量硬件简单、价格低廉、測量方式灵活、特征曲线可以在图像曲线存在部分缺失或部分遮挡的情况下进行三维重建，并且获取较高测量精度等优点。
图I为鞋楦布线后的实物模型；图2为由鞋楦上特征线重建的线框模型；图3为鞋楦的曲面模型。
具体实施例方式本发明提供了一种基于数码相机的鞋楦三维测量方法，其包括如下步骤第一歩，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。所述第一歩中，由于鞋楦的几何形状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线进行标记，对于重建鞋楦模型是至关重要的。对所述鞋楦进行标记具体为用具有一定顔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，使目标曲线在顔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。所有目标曲线都需要重建，但由于拍摄角度的原因，有些目标曲线被鞋楦表面遮挡因而图像上看不到。但是随着变换摄像机角度，那些在某些图像上看不到的，在另外的图像上能看到，所以需要拍摄多幅图像才能重建出完整的曲线来。所述第二步中，通过对标记好的鞋楦从不同角度用数码相机对其进行拍摄并获取多幅图像，这样即使存在遮挡的情况下也可以将三维曲线重建出来。所述第三步中，由于实际拍摄中获得的图像的边缘为带状线，其宽度大于ー个像素，因此需要对此带状线进行提取中轴线的操作，即骨架化操作。所述图像处理提取曲线的骨架即为将所述各图像中的帯状的曲线处理为ー个像素宽度的特征曲线。所述第三步进ー步具体包括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。所述数学形态学细化算法提取图像骨架的原理为设B = (B1, B2)为给定的结构元素，IBpB2不相交，则对于待细化图像集合X，用结构元素B表示对图像X进行击中击不中变换，对于给定的一幅图像X和结构对序列B =(B1, B2, L，BJ，首先选用结构元素B1对图像X进行细化，将细化的结果记为，再用结构序列中的元素B2对10ぢ进行细化，细化结果记为及。将细化过程一直进行下去，直到用も细化完成，得到细化结果为((Lち)L ) ち)。整个过程可循环进行，直到图像不再产生变化为止。其中，每ー个Bi可以是相同的结构元素，也可以不相同的。如果选择使用的结构元素Bi是相同的，则细化是按特定方向进行的细化。比如，循环使用八个具有方向的Golay字符集中的结构元素LiQ = 1,2, L 8)，则以对称的方式完成图像的细化。在此，用S来表示图像X细化的最終結果，S (X)表示一次细化完成后，第二次细化前需要进行细化区域的像素集合，若用n表示图像细化完成时的总的循环次数，则图像X的细化运算为下式(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)
采用结构元素模板对其进行如下式(6)细化运算
权利要求
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I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I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I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I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.—种鞋楦，其特征在于所述鞋楦是通过权利要求I至6所述的方法测量后制备而成的。
全文摘要
本发明公开了一种基于数码相机的鞋楦三维测量方法，其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，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，即获取三维特征曲线，并由此拟合成三维鞋楦模型。本发明的方法与现有方法相比，具有测量硬件简单、价格低廉、测量方式灵活、可以在图像曲线存在部分缺失或部分遮挡的情况下进行特征曲线三维重建的优点。
文档编号A43D3/00GK102763938SQ201210133430
公开日2012年11月7日 申请日期2012年4月28日 优先权日2012年4月28日
发明者张峰, 张弛, 张维忠, 潘振宽 申请人:青岛大学