The invention discloses a method of image-based three-dimensional scene reconstruction, which uses SIFT algorithm to extract feature points in disordered pictures to obtain sparse point cloud data of the model, then uses Bundler+PMVS algorithm to encrypt feature points to obtain dense point cloud, and finally uses Poisson interval reconstruction algorithm to connect information points in point cloud to get the final point cloud. Three dimensional model. Compared with the prior art, the present invention can accurately restore the real three-dimensional model features such as model shape, color, surface texture and so on by taking pictures of the model to be reconstructed by mobile phones or cameras.
【技术实现步骤摘要】
一种基于图片的三维场景重建方法
本专利技术涉及图片的三维重建
,特别是一种基于图片的三维场景重建方法。
技术介绍
随着计算机图形学和计算机视觉技术的发展,三维重建技术广泛应用在医学、虚拟现实、三维测量、计算机动画、工业检测以及地质学等方面。基于图片的三维重建技术就是从已获得图像中提取所需要的二维信息,并通过相机定标、特征点提取、特征匹配和三维重建算法等相关技术将物体的三维信息恢复出来的过程。现有国内外的大量机构都借助于Kinect进行研究,用户需手持kinect设备,扫描需要重建的物品或者场景,有Kinect相连的计算机会逐步重建出物品或者场景。但是该方法需要操作人员购买Kinect设备,同时需要性能较高的计算机处理Kinect发送的数据。此外,使用Kinect时需要将该设备与电脑连接,限制了重建操作的应用场景。正是由于上述的缺点,使用Kinect重建三维模型技术只能重建物体或者小规模的场景模型。
技术实现思路
本专利技术的目的是要解决现有技术中存在的不足,提供一种基于图片的三维场景重建方法。为达到上述目的,本专利技术是按照以下技术方案实施的:一种基于图片的三维场景重建方法,包括以下步骤:步骤1、使用SIFT算法提取输入图片中包含的特征点信息,所述特征点信息包括特征点的位置、尺寸、旋转不变量,得到稀疏点云;步骤2、使用bundler和PMVS算法密集化特征点,相对均匀的向三维空间扩散特征点,从而得到稠密点云;步骤3、使用泊松区间重建算法将稠密点云中的信息点连接成曲面,再经空间中的所有曲面逐步连接在一起,最终得到重建的三维模型。具体地,所述步骤1包括:步骤 ...
【技术保护点】
1.一种基于图片的三维场景重建方法,其特征在于,包括以下步骤:步骤1、使用SIFT算法提取输入图片中包含的特征点信息,所述特征点信息包括特征点的位置、尺寸、旋转不变量,得到稀疏点云;步骤2、使用bundler和PMVS算法密集化特征点,相对均匀的向三维空间扩散特征点,从而得到稠密点云;步骤3、使用泊松区间重建算法将稠密点云中的信息点连接成曲面,再经空间中的所有曲面逐步连接在一起,最终得到重建的三维模型。
【技术特征摘要】
1.一种基于图片的三维场景重建方法,其特征在于,包括以下步骤:步骤1、使用SIFT算法提取输入图片中包含的特征点信息,所述特征点信息包括特征点的位置、尺寸、旋转不变量,得到稀疏点云;步骤2、使用bundler和PMVS算法密集化特征点,相对均匀的向三维空间扩散特征点,从而得到稠密点云;步骤3、使用泊松区间重建算法将稠密点云中的信息点连接成曲面,再经空间中的所有曲面逐步连接在一起,最终得到重建的三维模型。2.根据权利要求1所述的基于图片的三维场景重建方法,其特征在于:所述步骤1包括:步骤101、输入图片的尺度空间极值点检测:搜索输入图片的所有尺度空间上的图像位置,通过高斯微分函数来识别潜在的对于尺寸和旋转不变量的兴趣点;步骤102、关键点定位:通过拟合三维二次函数来精确确定关键点的位置和尺寸;步骤103、关键点方向确定:基于图像局部的梯度方向,分配给每个关键点位置一个或多个方向;步骤104、关键点特征描述:在每个关键点周围的邻域内,在选定的尺度上测量图像局部的梯度,对于每一个关键点拥有3个信息:位置、尺寸以及方向,用一组向量将这个关键点描述出来,使其不随各种变化而改变。3.根据权利要求1所述的基于图片的三维场景重建方法,其特征在于:所述步骤2包括:步骤201、关键点匹配:根据步骤1得到的特征点信息,采用关键点特征向量的欧式距离来作为两幅图像中关键点的相似性判定度量;取拍摄图片的第一个图的某个关键点,通过遍历找到第二幅图像中的距离最近的那个关键点,计算最近距离与第二近距离的比值,如果比值大于0.8,就忽略掉,这会去除90%的错误匹配,同时只去除5%的正确匹配;重复步骤201得到图片间的相对位置关系;步骤202、根据步骤201获取的图片间的相对位置关系,首先把三维空间划分为等大网格...
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。