The embodiment of the present invention provides a method and system for three-dimensional reconstruction of mixed pictures. The method includes: classifying all pictures in the mixed picture set by a trained neural network model, obtaining a picture set corresponding to each object in the scene to be modeled, and the mixed picture set includes different scenes to be modeled. An angle image, and the blended image set contains feature points of multiple target scenes; according to the corresponding picture set of each target, each target is reconstructed three-dimensional to obtain the three-dimensional reconstructed image of the scene to be modeled. In the embodiment of the present invention, since there are usually multiple objects in the mixed picture, it is necessary to classify the mixed picture, get the corresponding picture set of each object, and then reconstruct the object according to the corresponding picture set of each object, so as to obtain the three-dimensional reconstructed image of the scene to be modeled. The embodiment of the present invention It is helpful for the accuracy and extensibility of 3D reconstruction.
【技术实现步骤摘要】
一种用于混合图片的三维重建方法及系统
本专利技术实施例涉及三维建模
,尤其涉及一种用于混合图片的三维重建方法及系统。
技术介绍
三维重建在计算机视觉中是指由多幅二维图像恢复出物体三维结构的信息,实现物体的外部特征如形状、纹理等三维重建,是透视成像的逆过程。目前基于计算机视觉的三维重建方法大致可以分为两类:立体视觉方法和运动恢复方法。无论是哪种方法,其本质上都是获得物体的第三个维度上面的信息,即为深度信息。平面信息能给出二维信息,通过一定的方式获取第三个维度的信息即可恢复物体的三维模型。为了获得深度信息,一种方法是估测二维图像中每个像素点相对于相机的距离,即为深度图,然后基于得到的深度图对图像进行处理来创建第二视角。另外一种方法则是通过多张图片直接合成。将多张图片中的特征点加以提取,并对其进行匹配;匹配之后就可以把图片中属于同一来源的点目标提取出来,实现图像的拼接和三维重建。其中将会涉及到模式识别等相关方面的问题,并且还需要根据这些特征反推算其空间位置信息,需要有效的算法支撑。但是它不需要其余的背景信息,因此需要的输入较为理想,但是实现过程较为复杂。在以上两种方式中对图片集的要求较高,但是在实际中,很多图片集都是混合图片集,也就是说一个图片集中并不仅仅只有一个目标物的各角度照片,会混合着多种目标的不同角度图片。因此,亟需一种针对混合图片的三维建模方法。
技术实现思路
本专利技术实施例提供一种用于混合图片的三维重建方法,该方法包括:S1,通过训练后的神经网络模型对混合图片集中所有图片进行分类,获取待建模场景中每一目标对应的图片集,所述混合图片集中包括所述待建 ...
【技术保护点】
1.一种用于混合图片的三维重建方法,其特征在于,包括:S1,通过训练后的神经网络模型对混合图片集中所有图片进行分类,获取待建模场景中每一目标对应的图片集,所述混合图片集中包括所述待建模场景不同角度的图片,且所述混合图片集包含多个目标场景的特征点;S2,根据每一目标对应的图片集,对每一目标进行三维重建,以获得所述待建模场景的三维重建图像。
【技术特征摘要】
1.一种用于混合图片的三维重建方法,其特征在于,包括:S1,通过训练后的神经网络模型对混合图片集中所有图片进行分类,获取待建模场景中每一目标对应的图片集,所述混合图片集中包括所述待建模场景不同角度的图片,且所述混合图片集包含多个目标场景的特征点;S2,根据每一目标对应的图片集,对每一目标进行三维重建,以获得所述待建模场景的三维重建图像。2.根据权利要求1所述方法,其特征在于,步骤S1之前还包括:通过迁移学习,修正待训练神经网络模型的网络层参数,所述待训练神经网络模型包括网络层和全连接层,所述全连接层连接在所述网络层之后;对修正后的待训练神经网络模型进行训练,获得训练后的神经网络模型。3.根据权利要求1所述方法,其特征在于,步骤S2中,所述根据每一目标对应的图片集,对每一目标进行三维重建,具体包括:对于任一目标对应的图片集,获取所述任一目标对应的图片集中每一图片的尺度不变特征变换SIFT特征;根据每一图片的SIFT特征,通过运动恢复结构SFM算法获取所述任一目标的稀疏点云;根据所述任一目标的稀疏点云,通过多视角密集匹配CMVS/PMVS算法获取所述任一目标的密集点云;根据所述任一目标的密集点云,获取所述任一目标的三维重建图像。4.根据权利要求1所述方法,其特征在于,步骤S2之后还包括:对所述待建模场景的三维重建图像进行滤波,并通过三维图形编辑软件显示滤波后所述待建模场景的三维重建图像。5.根据权利要求2所...
【专利技术属性】
技术研发人员:郝巍娜,刘雨欣,吴海涛,李瑞东,梁欢,
申请(专利权)人:中国科学院光电研究院,
类型:发明
国别省市:北京,11
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。