[发明专利]一种基于图像的三维线框建模方法及装置

说明书

本发明涉及计算机图形处理技术领域，特别涉及一种基于图像的三维线框建模方法及装置。本发明基于图像的三维线框建模方法包括：步骤a：获取图像数据，重建三维点云和相机参数；步骤b：根据获取的图像数据提取二维线框，根据提取的二维线框和相机参数重建三维线框；步骤c：使用重建的三维线框和三维点云构建出三维模型。利用本发明实施例的基于图像的三维线框建模方法和装置构建的三维模型具有边缘锐利、表面平整和视觉效果好等优点，提高了三维网格模型的视觉效果；本发明实施例的基于图像的三维线框建模方法及装置降低了三维网格模型的复杂程度，减少冗余三角形，降低对图像设备的要求。

技术领域

本发明涉及计算机图形处理技术领域，特别涉及一种基于图像的三维线框建模方法及装置。

背景技术

线段是一种常见的几何元素，常常被一些计算机辅助设计软件作为基本的几何元素用于人造物体的设计。这使得生活中的一些人造物体，如工业零件、建筑和家具都具有丰富的线段特征。因此在图像中提取线段特征对三维场景建模具有重要意义。与各种点特征相比，线段特征是一种更具有全局特性的特征，不仅具有位置信息，还具有方向信息，在很多情况下鲁棒性更佳。近些年线段特征被广泛应用于场景理解、几何和姿态估计、立体匹配和三维重建等方面。当前的许多线段提取方法都是从图像的灰度梯度的角度来考虑的。线段特征在图像上的主要特点为在某个方向上图像的灰度梯度较大而在与之垂直的方向上灰度梯度较小。

从运动恢复结构(Structure From Motion，SFM)技术是一种从二维图像中恢复三维信息的技术。这是一种自标定技术，能够从同一场景带有运动信号的图像集合中同时恢复出场景的结构(structure)和对应图像的相机参数(motion)。场景结构用三维点集合来表示，称作点云。相机参数包括相机内参和外参，内参是指相机的投影矩阵，外参是指相机的位置和旋转量。SFM的过程主要包括特征提取、特征匹配和三角化。特征提取是指在图像中提取特征点，常常使用尺度不变特征变换(Scale Invariant Feature Transform,SIFT)特征点。特征匹配是指对不同图像中的特征点通过其描述子进行匹配，可以理解为正确匹配的特征点是在三维空间中的同一个位置分别在不同视角投影在不同的图像上的特征点。三角化是指利用多组相互匹配的特征点之间的几何关系求解出相机参数和三维点云。

多视角立体(Multi View Stereo，MVS)技术是一种从多张图片中获取场景的三维几何信息的技术。当前的多视角立体技术可以分为以下几类：基于体素(voxel)的方法、基于可变形的多边形网格(deformable polygonal meshes)方法、基于多深度图(multipledepth maps)的方法和基于小面片(patch)的方法。

现有的三维网格模型建立方法是使用SFM和MVS技术得到稠密的三维点云，然后使用泊松重建方法得到三维网格。泊松重建是一种曲面隐函数建模方法，该方法将三维点云看作是某个隐函数的采样点，通过这些采样点可以求出这个隐函数，再由求得的隐函数得到所需的三维网格模型。泊松重建方法采用指示函数作为所求的隐函数，指示函数是指一个函数可以将空间分为曲面内侧和曲面外侧两个部分。最终将三维建模问题归约为求解泊松方程问题。

现有技术的缺点主要有两个：1)所得的三维网格模型复杂，即使是一个几何结构非常简单的四棱柱也包含了大量的成千上万的三角形，而且这些冗余的三角形会浪费大量的计算和存储资源，在许多低端的图像设备上无法使用；2)所得三维网格模型的边缘粗糙，表面凹凸不平，视觉效果差。

发明内容

本发明提供了一种基于图像的三维线框建模方法及装置，旨在至少在一定程度上解决现有技术中的上述技术问题之一。

为了解决上述问题，本发明提供了如下技术方案：

一种基于图像的三维线框建模方法，包括：

步骤a：获取图像数据，重建三维点云和相机参数；