廉价便携式三维扫描软硬件系统设计与实现

维扫描系统。首先，在利用2010b工具箱TOOLBOX_calib进行头标定的基础上，利用三角测距主动式扫描算法，使用廉价常见的线状激光、头对放点云删除，组更为完整的三维点云图像，利用OpenGL绘制出来，实现所见即所得。QuickHull算法上进行三维快速凸包的效果。最后，本文设计的系统可以将所有的点云数据导出到MeshLab等开源三维点云编辑软件上，通过纹理贴图，曲面三角化，添加光照等方法可以查看更为真的3D模型效果。为了验证以上方法，本文以，墙壁，机器人，手掌等模型作为研究对象，对使用轻巧，硬件要求低，非接触式，数据快，实时性强，易操作，系立于硬件系:三维扫描；头标定；三角测距算法；QuickHull算法；三维重Thispaperdesignsandimplementsalow-costportable3Dscannersystem,includingahardwaresystemandaflexible,general-purpose,softwaresystem.ly,2010bcameracalibrationtoolboxTOOLBOX_calibisusedtodocalibration,basedontheuseoftriangulationalgorithm.AcheapcommonlinearlasertransmitterandacameraareusedtodetectarealobjectwhichisplacedontherotatingdiskcontrolledbyNA150servotodothree-dimensionalmeasurement.Later,methodslikesettingathresholdtodeletesomenoisedata,movethedetectedobjectinaconstantspeedorrotateitinaconstantanglespeedaroundafixedaxisareusedmanytimes.Datathatisfarfromrealityisdeleted,theremainingpointclouddataiscombinedintoamorecompletethree-dimensionalpointcloudimagesanddrawitonthecanvasusingOpenGLtechnique,achievingeffectofWYSIWYG.ThispaperalsostudiedQuickHullfastalgorithmforconvexhulleffectonthescanneddata.Finally,AllthepointclouddanbeexportedintosoftwarelikeMeshLab.Throughtexturemap,surfacetriangulation,addinglightandotherways,amorerealistic3Dmodelcanbeviewed.Toverifytheabovemethods,thepapercups,walls,robotmodelaremeasuredinthispapertotestthehardwareandsoftwareplatformswebuild.Theexperimentalresultsshowthatthesystemhastheadvantageoflowcost,lightweight,lowhardwarerequirements,non-contactstyle,highscanningaccuracy,fastdataacquisition,real-time,easytooperate,hardwareisindependentofsoftwaresystem.Itprovidesaflexibleandnewmethodforrapidthree-dimensionalobjectreconstructionintherealworldandthree-dimensionalscenereconstruction. Three-dimensionalScanning,CameraCalibration,TriangulationQuickHullAlgorithms,3D 第一章绪 研究原 研究背 国内外研究现状与存在问 国内外三维扫描系统产品对 存在问 与.....................................................................................................................研究目 写作结构简 第二章三维扫描相关算 三角测量原理与应 三角测量原 在本文系统的应 头标定和畸变的矫 2.2.1头标定原 2.2.2头标定原理应 本章小 第三章三维物体的曲面轮廓重 三维QuickHull算 二维平面的凸包算法 三维快速凸包算 QuickHull算法的应 三维编辑................................................................................................................pare点云编辑...........................................................................MeshLab点云编辑.....................................................................................本章小 第四章三维扫描软硬件系统的实 硬件系统的设 4.2系统的设 使用平 4.2.2系统需求和功能需求分 4.2.3系统架构分 数据流图及说 用户使用说 使用说 使用流程 等速平移扫 等速旋转扫 本章小 第五章实验结果和数据分 三角测量数据分 实验数 三角测量结 实验数据验证 实验效果 三维场景 5.2.2 长方体 手 机器人 长方体叠加 本章小 结 总 未来展 参考文 附 致 第一研究原3D增加，从2011年的17亿增加到2012年的22亿，共29%的产值增加率确实25年以来的新高[1]3D打印技术提供必不可少的三维物成型、产品质量检测、三维地图构建，移器人，三维数字地球，数字城市，建筑土木工程、施工监测、保护、素材创作等领域也有了很多的探索和应用价值。总可用于快速成型、数字方面等数字化模型的构建，同时可用于移器人视觉上三维和头，并通过等距平移和绕固定轴旋转进行多次测量，最终融合数据以生成三维模型，可在PC配套上查看，也可以导出数据可用于MeshLab, pare等开源建模。以，墙壁，机器人模型的三维扫描表明了该设备系统的可行性。对比上万的现有的同类产品本文设备软硬件系统同时兼具扫描分辨率高、研究背国内外研究现状与存在问国外对三维扫描技术的研究大部分都与机器人视觉有关。KurtKonolige等人研究了适位和避障[2]。赫大学计算机视觉和机器人的JosepForest等人研究了使用激光扫描中激光线条的检测对3D重建精度的影响[3]。Cyberware公司和大学，斯坦福 在我国利用三维扫描技术实现对的数字测绘有很多有意义的尝试典型的有年3月，龙门石窟邀请视觉与听觉信息处理国家技术对龙门石窟擂鼓台三洞进行三维扫描和建模[5]。包括故宫博物院，秦兵马俑等古建筑，敦3D重建工程都利用了三维扫描技术。在快速成型、产品质量检测，数字城市，素材创作这些方面，三维扫描技术都有很多应用实例。国内外三维扫描系统产品对当前国内市场上现有的成三维激光扫描仪都是国外产品。随着三维扫描技术研究的发展，世界上有很多知名的生产三维扫描仪的外国公司。典型的公司有公司、的3DIGIL公司，的ech公司、瑞典的opEye公司、的olaI-SITE公司等。这些国家在三维扫描技术方面的研究有着相当的积累。但是，这些公司生产投入使用的品牌三维激光扫描仪在市场上价格非常高，一般市场价格在一万元到几百万元不等，体积大而且价格过于昂贵，抑制了部分市场需求，实际用量尚较少。（27所）等研究机构具有三维扫描仪技术的研发基础，但这些研究机构目前仍处于技 MakerBotReplicatorMini，价格：16800.00ArtecEva3D：10.99983DSystemsProjet1000个人3D，价格36.8888万元3DSystemsProjet1200个人3D，价格：5.9999万元存在问点云融合算法参差不齐，没有的评价标与关于三角测量原理在实际测量算法上的优化问题。在测量工作进行前，需对头进坐标系的。由于OpenCV坐标系和头所拍摄的物体的倒立问题，还有使OpenGL绘制3D图像时坐标系的不一致导致坐标系的问题也比较棘手OpenCV进行图像处理时受到自然光线的影响大，实验在暗室研究目以通用的系统。案，同时所提供的系统要求可以适配任何头加线激光的简单硬件设备。所以，设计的系统要求用户可以自己手动矫正头，可以根据物体实际参数自定义扫描间隔3D模型，同时需要满足大多数环境下的测量效果，在系统上，重点在于研究点云数据的获取和去噪，点云数据的融合，点云的绘制和三维模型的构建。研究头标定算法，三角测量算法，最小二乘法，等距平移和绕固定轴旋中坐标系的算法，点云数据的融合算法等在三维建模中的使用。写作结构简第一章绪论了很多方面的，包括研究的原因和，研究的国内外题。在此基础上，综合实验中可能遇到的，提出了本文的研究目标。最后，给出了本第二章研究实验开始之前所需要了解和掌握的基本算法。其中最主要的是机标定技术和三角测量算法。文章详尽讲解了机标定技术的流程和如何具体本系统中应用该项技术求得对应的头内外参数，完成头畸变矫正的过程。第二节从三角测量算法QuickHull三维凸包算维扫描设备扫描的的三维点云数据查看效果最后研究了MehsLab和pare两款开源的三维散乱点云编辑的使用和与本文结合的实际例子。OpenCVOpenGL技及阀值去噪，坐标系的，扫描线平移和旋转，数据保存格式等内容。第五章给出了实际的例子。使用常见的物品如，机器人模型作为实验模型进行扫描和3D重建，文章给出了效果图。同时介绍了将实际扫描的数据导入到MeshLab这款开源的3D模型编辑上的具体效果。同时研究了本文的三维扫描系统的三维场景重建功能，利用所在的进行扫描，构建出适用于机器人导航和数字城市的三维场景。第二维扫描相关算参考平面的相对距离之间的函数关系另外根据AFlexibleNewTechniqueforCameraCalibration》中技术[10]，使用工具箱TOOLBOX_calib进行机三角测量原理与应三角测量度高，单色性好，而却具有良好的方向性，在本文实验中采用头和线激光作为本文的2-1显示了三角测量算法的原理。2-1.在图2-1中定义了一个已知与头和激光平面距离为S的固定的参考平面K。移动参考平面K到平面K’，则激光的照射点相应地从点C移动到了点D。由图2-1可以看出ΔADC和ΔBDE具有相似性因此可以得出出从参考平面K到平面K’的相对距离ℎ𝐷的L×hD=b+ 其中是头光轴中心到参考平面K间的距离𝑏是头到激光投射器间的距离𝐿是对应点𝐴与𝐶 其中，m是两次激光投射点在头上的成像图像间的像素距离，f是头的焦距，S是固定参考平面与头和激光组成的平面的距离由于S和f在实验中都是固定不变的，res，可以得到下面的式子：L= ×m（1res×m×hb+res×

） 设的已知值，也可以计算出每一个平面K’与头和激光组成的平面的距离H。）H=S–

res×

y=Kx+ 在实验中，参考平面K距离头和激光组成的平面距离为S，是已知的，然后设置多个相对参考平面距离也已知（h{h0h1h2h3）{m0m1m2m3OpenCVresb可以通过多次实验通过最小二乘法来获取这两个参数的估计值也就是求出（7）的K的估计值，同时B可以作为实验结果误差的一个参考标准。∂B=−2∑(yi−B−Kxi)= ∂K=−2xi∑(yi−B−Kxi)=0代入式(6)，最终得到最小二乘法的对应公式n∑1−∑1∑ =

res× 1

1n

)2−

(∑1

×(∑1)= hi−res×

其中，nhm的函数关在本文系统的应x3,x4…xn,xn+1>；dn+1S，获取一系列相对距离（h）值，其中：hiSdi(i1:n)=利用最小二乘法结果，通过式（7）和（8）kb利用式（3）就可以根据m值计算h值，同时也可以求得物体距离头距离(d)值。其中：d=S-h。当设备更换成为线激光时，由于线激光具有良好的方向性，机认为是理想的针孔式机，所以认为竖直线的机成像的几何畸变矫正是竖直的。所以可以直（2xkh。2.2头标定和畸变的矫由于现实世界中不能制造理想的完美的透镜，很难使得透镜和成像仪保持平行。是角度的变化dt，畸变来源于整个机的组装过程[11]。在单目机中，有必要对头标定本文实验的一个重要步骤。普通的头存在头畸变，图像成像的失的而且操作简单的技术，而且具有良好的标定效果，可以很好地矫正头的畸变[10]。本文使用中头标定方法，用以求出头的内外参数，并利用这些参2.2.1头标定原机标定的重要一步就是单应性矩阵的求解，单应性矩阵包含机的参数，旋转变量和平移变量。参数是指只与机结果有关的参数，外部参数由机与外部世界坐标系的相对方位有关通过增广矩阵和单应性矩阵把二维的点m=[u0，v0]T转换到了现实三上的点M= Z]T得 c sm=A[Rt]M, A=[0 其中，s为任意比例系数，A是机的内参数矩阵，R是旋转向量，t是平移向量[Rt]构成头的外部参数矩阵usv

XY t 01 1

X tY 1在参数矩阵A中，(u0,v0)则是源二维图像上的点的位置，α和β是图像在u轴和轴上的变换系数；cuv2.2.2头标定原理应是一种用于数值计算、可视化及编程的高级语言和交互式环境。使用源和可持续的精神吸引了大量的开发和研究工作者的。体的标定过程是使用提供的工具箱TOOLBOX_calib进行内参数的求解和首先使用amcap这款头捕捉9张不同的13x9的棋盘（每个方格19mm。然后将这些棋盘图放在的TOOLBOX_calib的 录调整到TOOLBOX_calib的 2-2MemoryefficientImage_namesReadimagesExtractgridcorners,Calibration,ShowExtrinsicShow_calib_results查看标定结果。2-3图2-4标定过程 图2-5标定过程最终得到的结果（20次迭代优化结果图2-6标定结果，机相对位 图2-7标定结果，棋盘相对位CalibrationparametersafterFocalLength:fc=[836.23730 836.23730]Principalpoint:cc=[319.50000 239.50000]Skew:alpha_c=[0.00000] angleofpixel=90.00000degreesDistortion:kc=[0.00000 0.00000]Maincalibrationoptimizationprocedure-Numberofimages:9Gradientdescentiterations:EstimationofCalibrationresultsafteroptimization(withFocalLength:fc=[ 828.93680]?[ 4.06216Principalpoint:cc=[ 224.35856]?[ 6.17156Skew:alpha_c=[0.00000]?[0.00000 =>angleofpixelaxes=90.00000?0.00000Distortion:kc=[- - 0.00000]?[ 0.00000Pixelerror:err=[ 0.64118ab的值，第二个是原点位置，第三个是倾斜角为0。所以参数矩阵A是：0Α=0001kc𝑘𝑐=[−0.117520.13777−0.000900.001379图2-8未矫正图2-9图2-8对应的矫正之后的xml2-102-11本文使用OpenCV的标定函数cvUndistortion2()函数将获得的机参数和畸变参数代入，得到机标定之后的图像。本章小本章具体给出了三角测量的原理，头畸变的产生，标定和矫正等内容，在此基础上，有详细介绍了在本文的三维扫描的系统的设计当中对这些具体算法的应用流程，这些流程在第四章中对系统的架构说明会有具体的代码实现和详细的分析。第三章三维物体的曲面轮廓重QuickHull算二维平面的凸包算法PSSPii-1个点进行凸包的更新。O(nlgn)n/2n/2个点，并且对子集的凸包进行递归计算，O（n）时间内对计算出来的凸包进行组合。算法中没有导致极角变化的点）最终被弹出堆栈，当算法终止时，SCH(Q)的点。Jarvis步进法：在点集Q中每次找到与pk-1具有最小极角的pkPk集合构成CH(Q)QuickHullQuickHull本质上是一种随机增量算法。在介绍算法之前，给出一些有用的定义：Q中各坐标系上数值最大最小的点称为极点。，2122个方向上，即pp222个新的扩展方向，Vs1)的规则分派到新的扩展向量上。重复到每个扩展向量都没有点可以扩展时，结束[15]三维快速凸包算根据[16]，QuickHull是可以扩展到任意R维的。只是要求初始化的时候建立一R+123（2个极点组成线段上了，可以不算入凸包34个点QuickHull的算法步骤。3-1QuickHullQuickHull算法的应QuickHull算法具有快速寻找三维凸包的优点，可以利用这一算法对本文所取得QuickHullQuickHull算法形成的三维物体的轮廓存在较大的误差。图3-2是利用QuickHull算法在本文实验中扫描所得的三维点云的基础上构建的三图3-2QuickHull算法结果（三维编辑MeshLabisanopensource,portable,andextensiblesystemfortheprocessingandeditingofunstructured3Dtriangularmeshes.本文设计的系统只有三维点云数据的融合和绘制功能其他诸如纹理贴图光照颜色等效果，考虑到绘图的性能问题，只提供了将点云数据的部分去噪和绘制功MeshLab和pare都是开源的，轻便的散乱三维点云数据的编辑[17]。本文可以在自主设计的系统的窗口上查看三维模型，也可以将扫描的三维模型的数据导出到MeshLab等中进行处理和编辑。相比直接使用QuickHull算法，开源的成软图3-3MeshLab图 pare图 pare界利用本文扫描的的点云数据，通过Edit-Delauary2D(BestLSplane)效果如下 pare导入数据图3- pare导入数据 pare导入数据MeshLab点云编辑图3-9MeshLab界Delaunaytriangulation图3-10doublelignting效 图3-11fancylignting效本章小本章对从二维平面的凸包算法的研究开始，引出了三维凸包算法QuickHull的说明和具体实现，并了利用QuickHull算法对本文实验中扫描的的三维点云数据进行凸包拟合的优缺点另外本章还通过MeshLab和 pare这些三维点云的编辑，将本文设计的三维扫描设备扫描的的数据导入通过Delaunary三角化添加不同光照，第四章三维扫描软硬件系统的实硬件系统的设本文的实验对硬件要求极低最主要的扫描硬件设备只有一个普通的USB头和一个线性激光，通过简单的乐高积木搭建而成，另外配套的是一个由A150舵机控制的电动旋转盘。它们的实物和配置如下：图4-1本文使用的头和线激 图4-2本文使用的和电动旋转头：640x480分辨率，USB接口，感光元件：CMOS。线性激光：650nm，红色激光，功率：200-250毫瓦。5030KG240V50mm。4.2系统的设使用平Qt是一个成可用于桌面应用开发的跨平台的可视化的和有着丰富API的C++框架[18]。在图形学方面，QtOpenGLAutodeskMaya这款3D建模和动画就是使用QT程序框架开发的。使用Qt5.2.0这一平台进行编程工被用在大量的计算机视觉领域，比如图像分割，人脸识别，物体识别，运动追踪等。主要使用OpenCV2.4.6用于对由头获取的图像行处理。3D4.2.2系统需求和功能需求分硬件系统和系统相互独立。提供的系统要求可以适配任何头加线激光的简单硬件设备。所以，本文所设计的系统要求用户可以根据自己搭建的头和激光进行三角测量标定，以达到系统和硬件系统不互相依赖的目的，更好地满足研扫描速度和扫描精度的折中。根据用户扫描中对扫描速度和扫描精度的需求，本3D同时需要满足大多数环境下的测量效果，所以需要提供可调阀值来提供不同环境下的扫描输出，以确保可以剔除绝大部分的噪声数据。旋转3D模型。用户往往需要旋转扫描出来的3D物体，以查看扫描结果的合理性和准确性，为此，系统提供了多种不同的旋转角度和多种旋转面，用户可以随时选择旋转3D模型的各个面。导出点云数据到MeshLab三维点云编辑，实现灯光，纹理，颜色等三维模型特殊效查看。关于数据的格式可以查看4.2.4使用说明部分坐标系的。系统中为了确保扫描的3D模型与现实中三维物体的比例的正确性，设计了坐标系的，用户通过手动输入3D物体的真实宽度和高度，可以在不同的扫描精度下实现合理的扫描比例。以在提供的绘图窗口中实时查看。4.2.3系统架构分图4-3系统文constdata.h保存所有实验中用到的数据。包括头的分辨率WEIGHT_WINDOWS（THRESHOLD（MUTIPLE（Line_Num_Of_Face（auto_Rotate_anglepoint.hglPoint.h保存三维坐标，<xy>来源是二值图上扫描的点的坐标d>是通过三角测量的参数计算得到距离信息，<x,y,d>组三维物体的坐标。camaraget.h和camaraget.cpp主要完成帧的处理工作，包括头的开启，图像二gldraw.h和gldraw.cppOpenGL绘制功能，由于前面已经获取了precisionsetting_dlg.h和precisionsetting.cpp是一个实验精度调节框由于系数据流图及说OpenGLOpenGL4-4OpenGL技术在绘图窗口绘制出来。用户使用说使用说实验前请先将头连接到PC上。点击打开，打开图4-5打开4-6，如果是使用自己设计的硬件系统设 ，4-74-8比例4-9图4-10data.txtdata.txt文件数据读MeshLabmeshlabdata.txt文件，可以经由MeshLab查看编辑三维点云数据。使用流程使用流程否是否是连接并打 4-11等速平移扫本文设计的系统可以进行手动扫描和自动扫描两种模式。实际上，手动扫描采取的方法是等速平移扫描，因此，可以配套使用42步进电机，电流1.7A，电压12-24V，速由于三维扫描设备每次的是一条扫描线，即被测物体上的某处直线的参数。进行h（意义上等同于等速的原则扫描物体的某个面X步进为1这样实际比例就是h/1。如果被测物体的高置于头的全部范围，由于头分辨率已知，可以通过取模的方法距离即可。以扫描完被子的正面为例，当需要测量的右侧面时，将绕最左边的yOpenGL绘图框中。等速旋转扫本文设计的系统的自动扫描的模式采取的就是等速旋转扫描的方法。采用50秒/旦达到计时的最大值，发出图像的信号，并重新开始计时。当被测物体旋转360度即1圈时，可以停止扫描。扫描过程中，每次图像的同时会利用V处理获取的帧图像，计算物体的三vectorL绘图窗口一直获取向量的数据并绘制出来，这样，可以实现用户对扫描结果实时输出的需要。本章小件系统，然后详细说明的本文设计的通用的三维扫描的系统。包括使用的平台，第五验结果和数据分三角测量数据分实验数105-1X0820385115-2相对平面距离/相对像素距离X/三角测量 res× 5-2b=kb=k=实验数据5-1和b是很合理的，基本可以拟合的实验数据5-1相关代码如下symsy=30.0-1.0/(2.85569*(1.0/(x-313.471))+0.039250)a=[22,23,24,25,26,27,28,29,30];plot(b,a,'*');holdMeasurement.Dist30.01.0k*(1.0Measurement.x313.471b可以计5-47195126871-151-8-48从表5-4中可以看出,最大误差是0.4992cm,最小误差可以达到0.002cm，所以，本次实实验效果三维场景图5-2三维场景激光扫描 图5-3三维场景扫描二值图5-4中间远，上下近场景正视 图5-5上边远，下边近场景正视 5.2.2长方体手机器人长方体本章小计算得到的参数，扫描并且给出了两种三维场景图，图，规则长方体图，手图，机器总维扫描系统。首先，在利用 2010b工具箱TOOLBOX_calib进行头标定的基础上，利用三角测距主动式扫描算法，使用廉价常见的线状激光、头对放点云删除，然后组更为完整的三维点云图像，利用OpenGL绘制出来，实现所见即所得。同时研究了利用本文实验获取的点云数据在QuickHull算法上进行三维快速凸包的效果。最后，本文设计的系统可以将所有的点云数据导出到MeshLab， pare等好，获取数据快，平台具有通用性。相比市场上已有的产品，具有明显的价格优势。应用前景具体体现在：有助于三维物体的快速建模，为3D提供真实物体的三为了验证以上方法，本文以，墙壁，机器人，手掌等模型作为研究对象，对使用优本文 ，墙壁，机器人模型作为研究对象，对使 搭建的软硬件平台进行成本低，设备轻巧。在硬件的选择上，本项目选择了成本低廉的平台和各种廉价简便的设备。相比市面上已有持式三维扫描设备过万的售价，系统硬件原非接触式，数据系立于硬件系缺改进方本文通过坐标系，限制物体的比例，在手动扫描中利用精度更高的测量工具来帮实际中可以适当缩小扫描的时间间隔，但是具体缩小多小，需要多次实验反复近未来展扫描是一项具有丰富内容的项目，随着科技的迅速发展，三维扫描的技术有了很大的参考文WohlersAssociatesm,Report2013,/2013report.htm,KurtKonolige,JosephAugenbraun,NickDonaldson,CharlesFiebig,andPankajShah,"ALow-CostLaserDistanceSensor",2008IEEEInternationalConferenceonRoboticsandAutomationPasadena,CA,USA,May19-23,J.Forest,J.Salvi,E.CabrujaandC.Pous.Laserstripepeakdetectorfor3Dscanners,aFIRfilterapproach.17thInternationalConferenceonPatternRecognition,ICPR2004,vol.3,pp646-649,Cambridge(ReinoUnido)August23-26,2004.MarcLevoy,TheDigitalMichelangeloProject.TheproceedingofEurographics.September1999,ChinaEconomics《石窟保护新篇章：龙门石窟要建三维数字博物馆》 ，3D/MakerBotReplicatorMini桌面3D原装进 1cd4f02cfd55bc2d67046&bid=0_8_5_1,2014，ArtecEva3D3D3D ，3D桌面级3D ，3DSystemsProjet12003D ZhengyouZhang,AFlexibleNewTechniqueforCameraCalibration,IEEETransactionsonPatternysisandMachineIn ligence,22(11):1330–1334,2000.BradskiG,KaehlerA.LearningOpenCV：ComputerVisionwiththeOpenCV.O'ReillyMedia,works,2013, ,DownloadThomasH.Cormen,CharlesE.Leiserson,RonaldL.Rivest,andCliffordStein.IntroductiontoAlgorithms,SecondEdition.ChinaMachinePress,2008.ISBN7-111-18777-6.Sections33.3(ComputationalGeometry),pp.586–589.stalice,凸包算法综述，BarberC.B.,DobkinD.P.andHuhdanpaaH.TheQuickhullAlgorithmforConvexHulls.ACMTransactionsonMathematicalSoftware,Vol.22,No.4,December1996,P469–483.MeshLab.sourceforge, ,DigiaOyj,Valimotie21,00380HelsinkiFinland,forDesktopDvelopment, /Product/Qt-for-Desktop-Development/,2014DaveShreiner;TheKhronosOpenGLArchitectureReviewBoard.OpenGLProgrammingGuide(IE).ChinaMachinePress.2010.Section1.1.ISBN978-7-111-29450-4,Section1.1.利用OpenCV技术打开头程序//打开头程void{cam= //打开头，从头中获取 //33毫秒开始显示}用户点击生成点云时利用QT和OpenCV将头中的每一帧的激光点的位置保存下void{//帧处理（图像二值化，中心点提取，保存while((tempImage=cvQueryFrame(cam))!={grayImage=cvCreateImage(cvGetSize(srcImage),IPL_DEPTH_8U,1);cvCvtColor(srcImage,grayImage,CV_BGR2GRAY);binaryImage=cvCreateImage(cvGetSize(grayImage),IPL_DEPTH_8U,1);cvThreshold(grayImage,binaryImage