【技术实现步骤摘要】
本专利技术涉及三维重建纹理映射，具体而言，尤其涉及一种用于三维地图重建的纹理重映射过程阴影去除的方法。
技术介绍
1、三维重建纹理映射是将三维模型表面的几何信息与对应的纹理图像进行匹配和映射，从而实现对模型表面进行纹理贴图的过程。主要的纹理映射方法有以下几种：
2、1、使用投影映射：对于已建立的三维网格模型，将纹理图像通过投影的方式直接映射到模型表面，通常使用平面投影和球面投影技术，但这种方式使用的是原始图像直接映射，会导致图像中的阴影也会被直接映射到三维模型中，造成模型部分纹理细节的缺失和美观性的下降。
3、2、使用uv映射的方式进行纹理映射：uv指的是一种二维坐标系，通常用于表示三维模型上的纹理贴图坐标，通常用(u,v)来表示一个点的位置。需要使用手工或自动化算法将模型表面分解成合适的拓扑结构，然后将纹理图像映射到此uv坐标空间上；而当模型比较复杂时，uv映射会变得负责且难以管理。
4、3、使用光栅化纹理映射：将三维模型表面投影到屏幕空间，然后在屏幕上进行像素级别的纹理映射，常用于实时渲染和游戏引擎中。但这种方式对高精度和大规模模型上会消耗更多的计算资源，且其受制于渲染算法，可能会导致纹理失真或模糊的问题。
技术实现思路
1、根据上述提出的技术问题，而提供一种用于三维地图重建的纹理重映射过程阴影去除的方法。本专利技术采用较为简单高效的投影映射方式，通过对其阴影问题的改进，在阴影检测时提出了改进的细节增强模块，并提出阴影检测后处理模块，其主要步
2、本专利技术采用的技术手段如下：
3、一种用于三维地图重建的纹理重映射过程阴影去除的方法，具体步骤包括：
4、s1、输入原始图像和无纹理三维网格模型，在网格模型中，提取每个点包含的三角面信息和每个三角面与视图的对应关系；
5、s2、根据s1中获取的数据，构建无向图，使用循环置信传播算法计算每个三角面的最优视图，并记录纹理补丁与视图图像的对应关系；
6、s3、运用改进的阴影检测网络，生成空间上下文特征，并通过改进细节增强模块收集低级特征图中的阴影细节；
7、s4、针对s3中的阴影边缘模糊和内缩的问题，通过条件随机场和膨胀操作进行阴影掩膜后处理；
8、s5、通过阴影去除网络得到无阴影图像；将原始图像替换为去阴影图像，根据纹理补丁和视图图像的对应关系，用去阴影图像生成纹理补丁，重新映射到三维模型中；
9、s6、将s5中生成的纹理补丁进行颜色调整，得到去除阴影的三维纹理模型。
10、进一步地，所述步骤s1具体包括：
11、s11、提取三维网格每个点的三角面信息；根据三维网格，遍历每个三角面的每个顶点，将包含此顶点的三角面信息储存，得到点与三角面的对应关系；并且同时将每个三角面的每条边所对应的三角面信息储存起来，得到三角面与三角面之间的对应关系；
12、s12、提取每个三角面与视图图像的对应关系；对每个视图对应的图像求梯度，并将每个视图视锥体中包含的所有三角面的顶点重投影到此视图图像中；
13、在每一张视图图像中，遍历图像像素，判断当前像素是否在某三角面的重投影区域中，若在，则在此三角面的可见视图列表中记录当前视角编号，并将当前视角图像中的当前像素位置的梯度累加到此三角面在此视角的质量分数中；在此视图图像中所有像素遍历完成后，计算重投影到此视图所有三角面的空间质心，并与相机的光心相连，计算得到的连线与三角面的法向量之间夹角的余弦值，将得到的每个余弦值与每个三角面在此视角的质量分数分别相乘得到每个三角面在此视角的最终质量分数；最终得出每个三角面对应的视图列表和不同视图下的质量分数。
14、进一步地，所述步骤s2具体包括：
15、s21、针对i个三角面构建无向图，定义三角面y＝{y1,y2,y3,…,yi}，其对应的视图标签为x＝{x1,x2,x3,…,xk}，对x和y建立能量函数：
16、
17、其中，表示数据代价，通过三角面的质量计算，用于选择不同重投影中质量最高的重投影视图作为最佳视图；表示平滑代价，用于保证空间相邻三角面的最佳视图标签一致；若相邻三角面的最佳视图标签相同且不为0，则使代价为0；
18、若相邻三角面的最佳视图标签相同且不为0，则使代价为0；
19、s22、使用循环置信传播算法，根据已构建的能量函数，得到每个三角面的最优视图；
20、通过每个三角面对应的最佳视图，将同一视图图像中，由连续三角面投影构成的区域定义为连通分量，连通分量所覆盖的图像纹理区域即为当前连通分量的纹理补丁，记录连通分量中三角面投影的三维坐标与图像像素之间的映射关系。
21、进一步地，所述步骤s3具体包括：
22、s31、使用cuhk阴影数据集训练改进的阴影检测网络，改进的阴影检测网络算法将mobilenet v2作为骨干网，使用倒残差结构来提取多个尺度的特征图；每个倒残差结构包含一个1×1卷积、一个3×3深度卷积和另一个1×1卷积，并使用跳跃连接来添加输入和输出特征图；在每个卷积后采用批量标准化，在前两个卷积后采用relu6激活函数；
23、s32、将cnn的2d特征图作为输入，首先执行1×1卷积来模拟rnn中的输入到隐藏数据的转换；应用四个独立的数据转换来聚合沿左、右、上、下四个主方向的局部空间上下文，并将结果融合成中间特征图；重复操作，进一步传播四个主方向上的聚合空间上下文，并生成整体空间上下文；
24、使用初始化矩阵循环神经网络，在空间rnn中执行数据转换,将hi,j表示为像素(i,j)处的特征，通过重复以下操作n次来执行向右的数据平移：
25、hi,j＝max(αrighthi,j-1+hi,j,0)
26、其中，n为特征图的宽度，αright为向右的权重参数，且初始化为单位矩阵并通过训练自动学习；
27、在空间rnn中制定方向感知注意力机制，以方向感知的方式学习空间上下文，以学习注意力权重生成方向感知空间上下文特征；
28、s33、经过两个连续的卷积层后，进行relu非线性运算，再通过第三个卷积层生成四个通道的权重w；将w分成四个注意力权重图，分别表示为wleft、wdown、wright和wup，每个图对应一个通道：
29、w＝fatt(x；θ)
30、其中，x为输入特征图，θ表示注意力估计器网络要学习的卷积运算中的参数，产生合适的注意力权重，以选择性地利用空间rnn中的空间上下文，最终生成空间上下文特征；
31、s34、细节增强模块的输入为包含丰富细节的低级特征fl和具有高级特征图的全局信息的空间上下文特征fd；
32、将fd通过1×1卷积层减少特征通道数，并对其进行上采样，使其大小与fl相同；使用改进后的门本文档来自技高网...
【技术保护点】
1.一种用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤S1具体包括：
3.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤S2具体包括：
4.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤S3具体包括：
5.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤S4具体包括：
6.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤S5具体包括：
7.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤S6具体包括：
8.一种存储介质，其特征在于，所述存储介质包括存储的程序，其中，所述程序运行时，执行所述权利要求1至7中任一项权利要求所述的方法。
9.一种电子装置，包括存储器、处理
...【技术特征摘要】
1.一种用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，具体步骤包括：
2.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤s1具体包括：
3.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤s2具体包括：
4.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤s3具体包括：
5.根据权利要求1所述的用于三维地图重建的纹理重映射过程阴影去除的方法，其特征在于，所述步骤s4具体包括：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。