一种基于神经网络模型的三维测量方法及系统技术方案

本发明专利技术提出了一种基于神经网络模型的三维测量方法及系统。所述三维测量方法，包括以下步骤：预设标定物点的坐标(x,y,z)；提供用于对标定物点进行拍照的光场相机；将光场相机的微透镜阵列中第n个微透镜形成的标定物点的成像点的坐标记为(s

【技术实现步骤摘要】
一种基于神经网络模型的三维测量方法及系统


[0001]本专利技术涉及测量领域，尤其涉及一种基于神经网络模型的三维测量方法及系统。

技术介绍

[0002]现有的光场相机因其结构可在一次曝光时从不同角度获取场景信息，从而用于采集场景的三维信息。采用光场相机捕捉的图像，经过后期处理后可以实现图片重聚焦，生成深度图，从而对场景进行三维重建、三维测量。
[0003]然而，由于光场相机内部结构复杂，使用常规相机标定方法难以对光场相机内部结构的参数进行准确标定。这样，由于标定精度不足，使用光场相机进行三维测量的精度因受标定精度限制而不足。

技术实现思路

[0004]本专利技术针对上述技术问题，提出了一种基于神经网络模型的三维测量方法及系统。
[0005]本专利技术提出以下技术方案：
[0006]本专利技术提出了一种基于神经网络模型的三维测量方法，包括以下步骤：
[0007]步骤S1、预设标定物点的坐标(x,y,z)；
[0008]提供用于对标定物点进行拍照的光场相机；其中，光场相机包括主镜片，位于主镜片本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于神经网络模型的三维测量方法，其特征在于，包括以下步骤：步骤S1、预设标定物点的坐标(x,y,z)；提供用于对标定物点进行拍照的光场相机(100)；其中，光场相机(100)包括主镜片(110)，位于主镜片(110)后方的微透镜阵列(120)以及位于微透镜阵列(120)后方、用于捕捉微透镜阵列(120)中各微透镜分别形成标定物点的成像点的CCD(130)；将微透镜阵列(120)中第n个微透镜形成的标定物点的成像点的坐标记为(s
n
,t
n
)；其中，1≤n≤i；i为微透镜阵列中微透镜的数目；构建神经网络模型(x,y,z)＝f(s1,s2,
…
,s
n
,
…
,s
i
,t1,t2,
…
,t
n
,
…
,t
i
)；f为神经网络模型的函数关系；步骤S2、获取标定物点的坐标值以及对应的由微透镜阵列(120)中各微透镜所分别形成的成像点的坐标值，并将其用于训练所述神经网络模型，从而计算得到所述神经网络模型的函数关系f；步骤S3、验证神经网络模型，判断神经网络模型是否收敛，若是，则采用光场相机(100)对待测物点进行拍照，再获取微透镜阵列(120)中各微透镜所分别形成待测物点的成像点的坐标值，进而根据所述神经网络模型的函数关系f，计算得到待测物点的坐标值。2.根据权利要求1所述的三维测量方法，其特征在于，在步骤S2中，所获取的标定物点的坐标值有多个。3.根据权利要求1所述的三维测量方法，其特征在于，在步骤S3中，若判断神经网络模型没有收敛，则重新构建神经网络模型。4.一种基于神经网络模型的三维测量系统，其特征在于，包括：神经网络模型构建模块(10)，用于预设标定物点的坐标(x,y,z)；提供用于对标定物点进行拍照的光场相机(100)；其中，光场相机(100)包括主镜片(110)，位于主镜片(110)后方...

【专利技术属性】
技术研发人员：罗立恒，彭翔，刘晓利，鲍贤勇，
申请(专利权)人：深圳大学，
类型：发明
国别省市：