通过摄影测量学根据具有不同的摄像机位置的数个帧例如根据彩色摄像机113或者根据摄像机111和摄像机112的信号的一部分来获得附加的三维数据，其来自环境光，即,来自环境的自然纹理。下述也可以是有利的:如果手持式扫描仪100或者另一单元可以例如使用白光或红外光照明对象O以及可选地背景，则不仅受图案O照射的对象O以及可选地背景的一部分是可见的，而且在这些部分之间的区域也是可见的。这样的照明在以下情况下特别合适:在彩色摄像机113的数据应当已经被用于进行31)扫描(并且不仅用于着色)，并且用于校准摄像机111和摄像机112的情况下,在滤波器仅允许受限的光谱范围透过的情况下。
[0039]扫描过程还示出时间的方面。然而，使用固定的装置，可以投射图案的整个序列并且记录图像以确定一个单独的3D扫描，在本发明中，使用手持式扫描仪100的每个镜头产生一个3D扫描。如果针对特定检查设置第二投影仪122或者另外的衍射光学元件124或者除图案X以外的至少第二图案X’，则还可以通过合适的切换使用一个镜头连续地记录具有不同的图案X和X’的图像，然后，使得3D扫描获得更高的分辨率。
[0040]为了捕获完整的场景，必须配准使用镜头产生的3D扫描，即，必须将每个帧的三维点云插入公共坐标系中。可以例如通过影像测量即例如“根据运动的结构”(SFM)或者“同步定位并且映射” (SLAM)进行配准。对象O的自然纹理可以用于公共参考点,或者可以产生静止图案Y。可以通过彩色摄像机113捕获自然纹理,彩色摄像机113因此获得第二功能(除获得彩色信息之外)。然而，优选地提供至少分立的投影仪130作为用于光学扫描并且测量手持式扫描仪100的环境的装置的附加部件。
[0041 ] 分立的投影仪130将静止图案Y投射到要被扫描的对象上，即，所述静止图案Y是与图案χ(以及可选地X’)相似的,但却是可区别的图案，并且优选地以相同的方式产生所述静止图案Y。当图案X和可选地图案X’随着手持式扫描仪100移动时,如果手持式扫描仪100被移动，以及在镜头是从不同的位置进行的情况下静止图案Y在公共坐标系中停止工作。然后，在摄像机111和摄像机112的多个图像(帧)中可见静止图案Y，使得由其确定的3D扫描可以通过静止图案Y彼此产生关系。关于几何形状或者时间或者光谱(或者其组合)，静止图案Y不同于图案X以及可选地不同于图案X’。如果其关于时间不同，则至少按时间的间隔产生静止图案Y，在该时间间隔中(交替的或重叠的)不产生图案X以及可选地图案X’。如果其关于光谱不同，则如图案X和可选地图案X’，静止图案Y处于另一波长范围中，使得摄像机111和摄像机1-12必须也对该波长范围敏感,即，摄像机111和摄像机112应当配置有相应的滤波器。分立的投影仪130可以与手持式扫描仪100同步，即，手持式扫描仪100已知投射的静止图案Y的时间和种类。
[0042]取决于要被扫描的对象0，在已经产生多个3D扫描之后，可以适当地将分立的投影仪130放到对象O的另一侧，以将静止图案Y投影到另一侧的表面上。从而可以避免阴影。因此,分立的投影仪130优选地是便携式的或者可移动的，并且其优选地被相应地安装在例如三脚架上或者台车(或另一手推车上)或者可以被安装在其上。可替选地，使用多个分立的投影仪130以避免阴影。相应的积木式(building-block)系统是可能的。
[0043]基本上，自动化也是可能的，也就是说,手持式扫描仪100被安装在手动移动的台车上(或者在另-手推车上)I或者被安装在自主移动的机器人上,或者可以被安装在其上。不再由用户携带的手持式扫描仪100以定义方式扫描其环境,所述定义方式优选地宁可通过产生视频而不是通过产生一系列镜头。不以共线的方式布置摄像机和投影仪。
[0044]手持式扫描仪1.00可以以高密度巾贞，例如每秒七十帧产生视频。然而，因为手持式扫描仪100确实几乎不在两个帧之间移动,所以视频包括非常多的冗余信息:关于时间相邻的两个帧只略微不同。为了降低要被保存和/或要被传输的数据的量，因此，在后处理中进行合适的平均化是可取的(图5)。首先，在第一平均化步骤中，帧F被划分成组[F]i，而每组[F] i中的多个帧分别在一个关键帧F JS]围。
[0045]根据3D计算机图形可以知道所谓的体素，体素将空间完全填充为单个体积元素的和。经常使用这种结构以将来自不同角度的三维数据联结到一个点云中。在记录表面数据时的缺点在于许多剩余的空体素，必须以某一方式关于数据对这些空体素进行处理。
[0046]在本发明中，使用被优化并且针对问题被改编的数据结构。在具有相当多的重叠帧F的组[FLR ,在共同的二维数据结构(网格结构)中仍然可以很好地并且有效地概括单测量点，即，针对表面数据优化单测量点并且其与二维图像非常相似。所需的较小的存储容量允许最初将所有捕获的测量数据作为向量存储在二维数据结构中，即，针对组[?又中的帧F的像素中的每个像素的灰度值/颜色以及到手持式扫描仪100的距离。
[0047]在第二平均化步骤中，在每个组[F]i内进行平均化，以非常简单地消除错误的测量。对于这样的平均化(关于灰度/颜色和/或距离)，仅取在分类的测量值的中心范围内的向量的定义部分。可以通过阈值来区分中心范围。这样的平均化相当于通过具有平均测量值的关键帧Fi来代替组[F] i,其中，关键帧Fi仍然显示出相当大的重叠。然后，以这样的方式获得的每个测量点继续充当三维的全部点云中的^-个点(与三维向量相对应)。
[0048]在可选的第三步骤中，例如可以通过笛卡尔平均将通过平均化而获得的测量点与来自另一组[FL的数据汇集在一起。
[0049]特别在对象O被环绕时,手持式扫描仪100的操作导致可能会产生闭环，即,在相当多的帧之后，视频(或者一系列镜头)将相同的视图或者至少非常相似的视图显示到空间中。在可以看所有可用数据的情况下，闭环可以在全部点云的产生期间的任何时间被立即识别。然而，由此导致的数据的量以及计算时间不允许这样。需要一种方法，通过该方法可以非常快速地看出:由于闭环,还必须考虑来自之前的序列的哪些数据。如果所有的测量是完整的而没有缺陷(并且，手持式扫描仪100的移动充分规律)，则可以由在公共坐标系中的3D扫描的配准而立即产生闭环。然而,实际上,缺陷会累积，导致两个相似帧F以及得到的3D扫描的偏移。然而，在下文(图6)中描述自动识别闭环的可能性(并且校正错误)。
[0050]平截头体(更准确地:视见平截头体)通常是空间的截棱锥形区域，其与观看方向一致地从图像平面延伸到无限远。在本发明中，针对在第一步骤中的每个帧形成平截头体V,这样的平截头体(至少近似地)包括三维点云中的捕获的点的80%, S卩，分配的3D扫描的空间中的所述区域的有限部分,其中根据帧F来确定。最新的平截头体Vn被分配给最后被记录的最新的帧Fn。然后，在第二步骤中，通过形成交集将最新的平截头体％,与过去的平截头体V进行比较。选择过去的的平截头体Vj中的与其存在有最大交集的平截头体，以实现更准确的分析。
[0051]在第三步骤中，分别在最新的平截头体Vn和所选的平截头体Vj内通过本来已知的方式查找特征，例如边和角。在第四步骤中，将检测到的特征，例如关于它们的内嵌几何形状彼此进行比较，并且识别一致的特征。取决于一致的程度，在第五步骤中确定是否存在闭环。
[0052]为了从对闭环的认识中受益,根据识别的V-致的特征生成共同特征。通过已知命名为“光束法平差”的方法，可以在第六步骤中校正所述测量误差，即，将3D扫描校正成直至渗透至空间中的限定深度，也就是说,在一定程度上并且一些位置中的三维点云发生位移，从而消除了在本来完全相同的帧、31)扫描和平截头体中的所述偏移。如果校正不完全是可能的，即，在第六步骤(通过“光束法平差”)之后,不能够被校正的数据的一定的偏差以及因此导致的测量的一定的