一种通过三维模型标记点获取对应二维图像的方法技术

本发明专利技术公开了一种通过三维模型标记点获取对应二维图像的方法，根据对应三维模型和生成该三维模型的源文件进行处理，所述源文件包括多个三维点云帧，所述三维点云帧均对应一副二维图像；用户通过在三维模型中选取任一点后，匹配与该点形成最大相关性的三维点云帧，根据该三维点云帧找到对应的二维图像后将该二维图像在交互界面进行展示。通过本发明专利技术的方法能够在三维模型中快速匹配到较为精准的二维图像，从而便于提供更加清晰的细节展示。从而便于提供更加清晰的细节展示。从而便于提供更加清晰的细节展示。

【技术实现步骤摘要】
一种通过三维模型标记点获取对应二维图像的方法


[0001]本专利技术属于三维建模
，具体涉及一种通过三维模型标记点获取对应二维图像的方法。

技术介绍

[0002]三维重建是指对三维物体建立适合计算机表示和处理的数学模型，是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。
[0003]在计算机视觉中，三维重建是指根据单视图或者多视图的图像重建三维信息的过程。由于单视频的信息不完全，因此三维重建需要利用经验知识。而多视图的三维重建（类似人的双目定位）相对比较容易，其方法是先对摄像机进行标定，即计算出摄像机的图像坐标系与世界坐标系的关系。然后利用多个二维图像中的信息重建出三维信息。物体三维重建是计算机辅助几何设计、计算机图形学、计算机动画、计算机视觉、医学图像处理、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。在计算机内生成物体三维表示主要有两类方法，一类是使用几何建模软件通过人机交互生成人为控制下的物体三维几何模型，另一类是通过一定的手段获取真实物体的几何形状。后者一般称为三维重建过程，三维重建是指利用二维投影恢复物体三维信息（形状等）的数学过程和计算机技术，包括数据获取、预处理、点云拼接和特征分析等步骤。
[0004]现有的三维重建方式是通过激光扫描仪获取到目标物体的外部轮廓信息，其包括编码的激光反射信息和拍摄的多帧二维图像，通过SFM或MVS算法得到点云，在根据点云和二维图像来进行曲面快速重建和纹理映射，从而形成该目标物体的外部三维模型。但该技术构建出的三维模型的细节表现程度尚无法达到高清图片的效果。所以在细节的观察上还需要图片进行补充。目前市面上的三维软件均是通过，人手工找对应的图片来观察。有的是有一个类似视频播放器的拉动条，可以拉动来浏览扫描过程，来找对应图片。有的是直接给出一系列图片用户自己观察找寻需要的图片，无法自动进行图片适配。且在扫描的过程中每秒会产生几张或几十张图片，如果使用者需要找到对应的图片进行观察则必须手动的逐个观察图片来确定哪些图片更能便于观察，其工作量较大，效率很低。

技术实现思路

[0005]为了解决现有技术存在的问题，本专利技术提供一种方法，旨在通过多步骤的计算过程，利用生成三维模型的源文件将二维高清图像与三维模型的点云关联，从而在确定三维模型上任一点位置均能够关联到单帧或多帧二维图像。
[0006]本专利技术所采用的技术方案为：一种通过三维模型标记点获取对应二维图像的方法，根据对应三维模型和生成该三维模型的源文件进行处理，所述源文件包括多个三维点云帧，所述三维点云帧均对应一副二维图像；
用户通过在三维模型中选取任一点后，匹配与该点形成最大相关性的三维点云帧，根据该三维点云帧找到对应的二维图像后将该二维图像在交互界面进行展示。
[0007]值得说明的是，源文件是指用于构成该三维模块的原始文件，即通过设备直接对目标物体进行进行扫描获取到的最初数据内容。其中的二维图像则是通过扫描设备在扫描过程中不断的拍摄所获取的具有较高清晰度的图片。
[0008]所谓三维点云帧是指有独立的摄像头获取到该视角下的所有最小像素点的三维坐标数据，通过算法将多张三维点云帧合成构成该对象的点云数据，也就是三维点坐标数据集。
[0009]在拍摄第一张图像时，就会确定一个坐标系，或是设定的参考坐标系，亦或是直接采用世界坐标系；在之后拍摄的三维点云帧帧数据均包含有以该坐标系作为参照的像素点坐标信息，然后通过算法将多个三维点云帧帧数据合成得到该三维模型的数据。
[0010]实际过程中，也可以通过其他设备补充获取高清的二维图像，并将其一并作为源文件进行匹配。
[0011]本专利技术是为了便于在三维模型中直接指定任一点即可匹配到相关的二维图像，将原本分辨率或准确率较低的三维局部视图通过更加真实清晰的二维图像进行展现，从而提供更加精确的信息反馈。而三维模型中可选取的点可直接定义为点云中的点，或选取后通过算法确定最近的存在于点云中的目标点。
[0012]进一步的，所述相关性的指标包括点坐标的空间距离，最大相关性则为与选取点之间具有最小空间距离的三维点云帧。
[0013]进一步的，所述空间距离由三维点云帧的中心点与选取点之间进行计算获得。
[0014]进一步的，计算空间距离的步骤如下：先获取选取点坐标数据并设定目标阈值A；然后在三维点云帧所包含的像素点坐标数据中确定中心像素点，将中心像素点与目标点之间的平均空间距离D小于目标阈值A的三维点云帧确定为目标域；将属于目标域内的三维点云帧在预处理后确定与选取点具有最大相关性，并将对应的二维图像进行展示。
[0015]所谓的目标阈值A，即是根据实际需求确定的精选范围，将空间距离该目标点最近的几个点所在的三维点云帧筛选出来，从而将每组三维点云帧对应的二维图像也筛选出来。经过预处理后过滤掉不清楚、角度偏差较大的图片，匹配出的二维图像则能够真实的反映该位置的图像信息。
[0016]进一步的，设定目标阈值B，所述预处理的过程中包括通过图像清晰度算法剔除清晰度低于目标阈值B且属于目标域中的三维点云帧剔除。
[0017]进一步的，所述预处理的过程中包括根据目标域中三维点云帧的像素点坐标数据的深度波动系数进行图像剔除的过程；具体将三维点云帧根据深度波动系数依次进行正视图赋分，将高赋分的三维点云帧进行保留。
[0018]所谓的深度波动系数，是指根据三维点云帧中像素点的深度均值、深度均方差或其他与深度值相关且能够量化代替该二维图像角度偏差的数据，一旦深度波动系数偏大，则说明该三维点云帧对应的二维图像并不是该点的正视图，表明其偏差角度较大，无法直
观的反应该点的细节。则通过控制该深度波动系数，进一步地缩小采样范围。
[0019]而所谓的赋分，是指对筛选后的二维图像确定可量化的指标，并可用于其他筛选步骤中的进一步筛分指标。分数的高低代表该二维图像的接近正视图的程度，分数最高意味着是最接近或即为该点的正视图。
[0020]根据深度系数赋分后，将前几名的图像进行保留，则剔除赋值分较低的意思是指取赋分值较高的前几幅三维点云帧。
[0021]进一步的，还设有目标阈值C，所述预处理包括：对目标域中的每组三维点云帧确定特征像素点，并两两比较，其特征像素点的空间间距小于目标阈值C的多帧三维点云帧任选其中一帧进行保留。
[0022]值得说明的是，该特征像素点是能够反映该三维点云帧部分特征的像素点。也就是说，所谓的特征像素点包括但不限于帧的中心点、帧的边角点等具有某种特征的点，使用者可根据实际需求进行预设。
[0023]也就是说，首先对目标域中的多组三维点云帧确定对应的特征像素点，然后将其两两对比计算特征像素点之间的空间间距，若空间间距小于目标阈值C，则说明上述两组三维点云帧对应的二维图像具有一定相似度，则需要进行筛除，避免造成过多重复信息匹配。
[0024]进一步的，还设定目标阈值B和目标阈值C，所述预处本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种通过三维模型标记点获取对应二维图像的方法，根据对应三维模型和生成该三维模型的源文件进行处理，其特征在于：所述源文件包括多个三维点云帧，所述三维点云帧均对应一副二维图像；用户通过在三维模型中选取任一点后，匹配与该点形成最大相关性的三维点云帧，根据该三维点云帧找到对应的二维图像后将该二维图像在交互界面进行展示。2.根据权利要求1所述的一种通过三维模型标记点获取对应二维图像的方法，其特征在于：所述相关性的指标包括点坐标的空间距离，最大相关性则为与选取点之间具有最小空间距离的三维点云帧。3.根据权利要求2所述的一种通过三维模型标记点获取对应二维图像的方法，其特征在于：所述空间距离由三维点云帧的中心点与选取点之间进行计算获得。4.根据权利要求2或3所述的一种通过三维模型标记点获取对应二维图像的方法，其特征在于：计算空间距离的步骤如下：先获取选取点坐标数据并设定目标阈值A；然后在三维点云帧所包含的像素点坐标数据中确定中心像素点，将中心像素点与目标点之间的平均空间距离D小于目标阈值A的三维点云帧确定为目标域；将属于目标域内的三维点云帧在预处理后确定与选取点具有最大相关性，并将对应的二维图像进行展示。5.根据权利要求4所述的一种通过三维模型标记点获取对应二维图像的方法，其特征在于：设定目标阈值B，所述预处理的过程中包括通过图像清晰度算法剔除清晰度低于目标阈值B且属于目标域中的三维点云帧剔除。6.根据权利要求4所述的一种通过三维模型标记点获取对应二维图像的方法，其特征在于：所述预处理的过程...

【专利技术属性】
技术研发人员：李经纬，
申请(专利权)人：成都云天创达科技有限公司，
类型：发明
国别省市：