[发明专利]基于点云数据的三维模型评测方法和装置

说明书

技术领域

本发明涉及多媒体技术领域，特别涉及一种基于点云数据的三维模型评方法装置。

背景技术

在立体视觉中，三维模型的精度与完整度评测结果是检验重建算法好坏的标准之一。模型的精度指的是所重建出的部分与真实模型的逼近程度，模型的完整度指的是模型重建出的比例。对于待评测模型的精度，一般取待评测模型中的点与真实模型的最短距离作为统计数据。距离越小，证明该点越逼近真实模型，若待评测模型的点到真实模型的距离都很小，则说明重建的部分很逼近真实模型。对于待评测模型的完整度，一般给定某一距离指标，检验真实模型的点在给定距离内有无真实模型的点，若有，则认为真实模型的该点被重建出来，该点有效。最后得出有效点的比例，即为该距离指标下的模型完整度。模型完整度越高，则说明重建出的比例越高。

模型的精度和完整度共同反映出重建模型的质量好坏，其能够反映出重建算法的性能好坏，特别是在模型不是很平整的时候，真实模型的一些纹理能够很好的反映出模型的重建算法的性能。

真实模型通常都是三维扫描仪得到，并以网格格式存储。对于待评测的模型，现有技术的评测方法都是基于网格数据的，即重建算法使得原始数据生成点云数据，然后转换为网格(模型表面为多边形面片)再做评测。而现有评测方法存在以下缺点：

1、过度拟合，比如重建的模型中，个别点距离模型很远，在由点云数据转为面片模型后，该点周围的面片会凸起或凹陷很厉害，视觉上感觉质量很不好。

2、由点云数据生成网格时对评测结果带来了不确定性，可能使得模型精确，也可能使得模型变坏。比如点数少的部分自然会比较平滑，点数多的部分由于坑坑洼洼使得模型凹凸不一，有可能凹凸不一的地方本来是平滑的，由于视角比较集中才得出较多的点数。

发明内容

本发明旨在至少解决上述技术问题之一。

为此，本发明的一个目的在于提出一种基于点云数据的三维模型评测方法。该方法不需要待评测模型的面片模型，而只需通过待评测模型的点云数据实现对待评测模型精度和完整度的评测，这样，能够避免不必要的影响，从而能够更加真实地反应出重建算法的性能好坏。

本发明的另一目的在于提出一种结构简单，易于实现的基于点云数据的三维模型评测装置，该装置不需要根据待评测模型的面片模型，而只需通过待评测模型的点云数据实现对待评测模型精度和完整度的评测，这样，能够避免不必要的影响，从而能够更加真实地反应出重建算法的性能好坏。

为了实现上述目的，本发明第一方面实施例的基于点云数据的三维模型评测方法包括以下步骤：A：获得真实模型的待评测模型；B：对所述待评测模型的精度进行评测，包括以下步骤：B1：建立所述真实模型的点云中每个点的第一位置索引；B2：获得所述每个点在所述真实模型中的面片序号；B3：基于所述第一位置索引在所述真实模型的点云中寻找距所述待评测模型中点m_i的空间距离最近的K个点，其中，K为预定数值，m_i为待评测模型的点云中的任意一个点；B4：判断所述K个点与所述点m_i之间的K个空间距离的至少一个是否小于第一预定阈值，如果所述K个空间距离均大于所述第一预定阈值，则舍弃所述点m_i；B5：如果判断所述K个空间距离的至少一个小于第一预定阈值，则根据所述面片序号选择所述待评测模型中点m_i所对应的K个点在所述真实模型中的所有面片；B6：选择所述点m_i与对应的所有面片中每一个的空间距离中的最短距离，计算待评测模型中所有点对用的所有最短距离的均值，以得到精度指标；C：评测所述待评测模型的完整度以得到所述待评测模型的完整度指标；和D：根据所述待评测模型的精度指标和所述待评测模型的完整度指标判断所述三维模型的重建质量。

根据本发明的基于点云数据的三维模型评测方法，该方法不需要提供待评测模型的面片模型，而只需通过待评测模型的点云数据。这样，与现有评测方法相比相当于减少一个获取待评测模型面片，本发明的实施只需根据待评测模型的点云数据，就能够实现对待评测模型精度和完整度的评测，因此，避免了由点云数据生成面片时对评测结果带来的不确定性和其它不必要的影响，从而能够更加真实地反应出重建算法的性能好坏。

另外，根据本发明的基于点云数据的三维模型评测方法还可以具有如下附加的技术特征：

在本发明的一个实施例中，所述步骤B6中将所述所有最短距离的每一个与第二预定阈值比较，以确定精度指标。