自适应可视外壳生成方法及装置制造方法及图纸

本发明专利技术公开了一种自适应可视外壳生成方法及装置，涉及图像三维重建技术领域，本发明专利技术对特定的节点进行细分，从而实现了重建模型的自适应细分，避免了将所有节点都分到同一层次，大幅提高了重建精度。

【技术实现步骤摘要】
【专利摘要】本专利技术公开了一种自适应可视外壳生成方法及装置，涉及图像三维重建
，本专利技术对特定的节点进行细分，从而实现了重建模型的自适应细分，避免了将所有节点都分到同一层次，大幅提高了重建精度。【专利说明】自适应可视外壳生成方法及装置
本专利技术涉及图像三维重建
，特别涉及一种自适应可视外壳生成方法及装置。
技术介绍
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。现有的三维重建方法产生了非常多的不必要的面片，而且面片的质量很差。一般来说，得到的网格需要通过正则化、优化和简化来得到比较合适的质量同时保持特征和精度，当使用八叉树来进行加速计算的时候，八叉树的最终可用叶子节点都必须在同一个层次，对内存给予了很大的限制，很难表现出重建物体的细节特征。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是:如何对重建模型进行自适应细分，避免将所有节点都分到同一层次，造成由于细分不够而导致的模型精度缺失或细分层次过高导致的表面网格数据庞大。(二)技术方案为解决上述技术问题，本专利技术提供了一种自适应可视外壳生成方法，所述方法包括以下步骤:S1:获取N幅待重建的二值图像及标定参数，将所述二值图像转换为积分图，并根据所述二值图像及标定参数建立三维空间包围盒，所述二值图像区分前景部分和背景部分；S2:将所述三维空间包围盒作为根节点，根据所述积分图进行M次的八叉树空间细分，所述M为不小于O的整数；S3:将空间细分后得到的节点进行判断，若当前节点所包含的待重建物体体积小于阈值或所述当前节点所包含的待重建物体表面是平滑的，则不对所述当前节点进行八叉树空间细分，否则对所述当前节点进行八叉树空间细分，重复执行步骤S3，直至执行S3的次数达到T次，所述T为不小于I的整数；S4:对步骤S3得到的叶子节点的顶点进行内外状态判断，并根据所述内外状态对所述叶子节点的各个顶点进行赋值，使用所述叶子节点的各个顶点的值给其父节点以及祖先节点对应的顶点进行赋值，根据所述叶子节点的各个顶点的值确定位于叶子节点上的所有线段，对所述叶子节点进行遍历，若当前叶子节点的某一个面上具有线段存在、邻居节点在该面上没有线段存在，并且该邻居节点的细分层数小于当前叶子节点，则以该邻居节点为根节点进行八叉树空间细分，直至该邻居节点与所述当前叶子节点的细分层数相同，再对所述邻居节点细分获得的叶子节点的内外状态进行判断，并根据所述内外状态对所述叶子节点的各个顶点进行赋值，使用所述叶子节点的各个顶点的值给其父节点以及祖先节点对应的顶点进行赋值，以获得所有节点的各个顶点的值；S5:根据所述叶子节点的各个顶点的值寻找出等值点；S6:根据所述等值点及所有节点的各个顶点的值确定连接线段，再根据所述等值点及等值点的连接线段形成封闭网格，以实现外壳生成。其中，步骤SI中，建立所述三维空间包围盒包括:SlOl:根据所述待重建的二值图像提取前景部分的矩形包围盒，第i幅二值图像对应的矩形包围盒的X方向的最小值和最大值分别为1^_和rixmax，所述第i幅二值图像对应的矩形包围盒的y方向的最小值和最大值分别为1^_和riymax，i=l,…，N ;S102:对所有二值图像对应的不等式组联立求解，以获得所述待重建物体在三维空间X，Y, Z三个方向的最大值和最小值；S103:根据所述X，Y, Z三个方向的最大值和最小值建立所述三维空间包围盒；其中，所述不等式组包括以下四个公式:【权利要求】1.一种自适应可视外壳生成方法，其特征在于，所述方法包括以下步骤: S1:获取N幅待重建的二值图像及标定参数，将所述二值图像转换为积分图，并根据所述二值图像及标定参数建立三维空间包围盒，所述二值图像区分前景部分和背景部分； S2:将所述三维空间包围盒作为根节点，根据所述积分图进行M次的八叉树空间细分，所述M为不小于O的整数； S3:将空间细分后得到的节点进行判断，若当前节点所包含的待重建物体体积小于阈值或所述当前节点所包含的待重建物体表面是平滑的，则不对所述当前节点进行八叉树空间细分，否则对所述当前节点进行八叉树空间细分，重复执行步骤S3，直至执行S3的次数达到T次，所述T为不小于I的整数； 54:对步骤S3得到的叶子节点的顶点进行内外状态判断，并根据所述内外状态对所述叶子节点的各个顶点进行赋值，使用所述叶子节点的各个顶点的值给其父节点以及祖先节点对应的顶点进行赋值，根据所述叶子节点的各个顶点的值确定位于叶子节点上的所有线段，对所述叶子节点进行遍历，若当前叶子节点的某一个面上具有线段存在、邻居节点在该面上没有线段存在，并且该邻居节点的细分层数小于当前叶子节点，则以该邻居节点为根节点进行八叉树空间细分，直至该邻居节点与所述当前叶子节点的细分层数相同，再对所述邻居节点细分获得的叶子节点的内外状态进行判断，并根据所述内外状态对所述叶子节点的各个顶点进行赋值，使用所述叶子节点的各个顶点的值给其父节点以及祖先节点对应的顶点进行赋值，以获得所有节点的各个顶点的值； 55:根据所述叶子节点的各个顶点的值寻找出等值点； 56:根据所述等值点及所有节点的各个顶点的值确定连接线段，再根据所述等值点及等值点的连接线段形成封闭网格，以实现外壳生成。2.如权利要求1所述的方法，其特征在于，步骤SI中，建立所述三维空间包围盒包括: 5101:根据所述待重建的二值图像提取前景部分的矩形包围盒，第i幅二值图像对应的矩形包围盒的X方向的最小值和最大值分别为rixmin和rixmax，所述第i幅二值图像对应的矩形包围盒的I方向的最小值和最大值分别为riymiI^P riymax，i=l,…，N ; 5102:对所有二值图像对应的不等式组联立求解，以获得所述待重建物体在三维空间X，Y, Z三个方向的最大值和最小值； 5103:根据所述X，Y, Z三个方向的最大值和最小值建立所述三维空间包围盒； 其中，所述不等式组包括以下四个公式: (Poo-P2o*rixmin) *X+ (P01-P21*ri?in) *Y+ (p02-p21*rixniin) *Ζ≥ P23*rixmin-p03 (Pio-P2o*riymin) *X+ (P11-P21^riymin) *Y+ (p12-p21*riymin) *Z ≥P23*riymin-p13 (Poo-P2o*rixmax) *X+ (P01_P21*ri腿x) *Y+ (p02_p21*ri腿x) *Z ≥ P23*ri皿x-p03 (Pio-P2o*riymax) *X+ (P11-P21^riymax) *Y+ (p12-p21*riymax) *Z ≥P23*rtymax-p13 其中， 3.如权利要求1所述的方法，其特征在于，所述根节点具有一个活动链表，所述活动链表中包括所述积分图的图像标号，所述二值图像中背景部分设为O，前景部分设为I ; 步骤S2包括: 5201:将所述三维空间包围盒作为根节点，并将根节点作为父节点； 5202:判断所述M是否为O，若否，则将所述父节点等分成八个长方体包围盒，每个长方体包围本文档来自技高网...

【技术保护点】
一种自适应可视外壳生成方法，其特征在于，所述方法包括以下步骤：S1：获取N幅待重建的二值图像及标定参数，将所述二值图像转换为积分图，并根据所述二值图像及标定参数建立三维空间包围盒，所述二值图像区分前景部分和背景部分；S2：将所述三维空间包围盒作为根节点，根据所述积分图进行M次的八叉树空间细分，所述M为不小于0的整数；S3：将空间细分后得到的节点进行判断，若当前节点所包含的待重建物体体积小于阈值或所述当前节点所包含的待重建物体表面是平滑的，则不对所述当前节点进行八叉树空间细分，否则对所述当前节点进行八叉树空间细分，重复执行步骤S3，直至执行S3的次数达到T次，所述T为不小于1的整数；S4：对步骤S3得到的叶子节点的顶点进行内外状态判断，并根据所述内外状态对所述叶子节点的各个顶点进行赋值，使用所述叶子节点的各个顶点的值给其父节点以及祖先节点对应的顶点进行赋值，根据所述叶子节点的各个顶点的值确定位于叶子节点上的所有线段，对所述叶子节点进行遍历，若当前叶子节点的某一个面上具有线段存在、邻居节点在该面上没有线段存在，并且该邻居节点的细分层数小于当前叶子节点，则以该邻居节点为根节点进行八叉树空间细分，直至该邻居节点与所述当前叶子节点的细分层数相同，再对所述邻居节点细分获得的叶子节点的内外状态进行判断，并根据所述内外状态对所述叶子节点的各个顶点进行赋值，使用所述叶子节点的各个顶点的值给其父节点以及祖先节点对应的顶点进行赋值，以获得所有节点的各个顶点的值；S5：根据所述叶子节点的各个顶点的值寻找出等值点；S6：根据所述等值点及所有节点的各个顶点的值确定连接线段， 再根据所述等值点及等值点的连接线段形成封闭网格，以实现外壳生成。...

【技术特征摘要】

【专利技术属性】
技术研发人员：杜凌霄，张铭和，伍忠，
申请(专利权)人：北京北科光大信息技术股份有限公司，
类型：发明
国别省市：北京;11