【技术实现步骤摘要】
基于多视角图像的过程式植物模型重建方法
本专利技术属于植物建模及计算机图形处理
,尤其是涉及一种基于多视角图像的过程式植物模型重建方法。
技术介绍
植物的精确三维重建和生长建模具有很高的科研价值。尽管近年来在植物建模领域涌现出了诸多的新算法,建模的精度和效率都有了很大的提高,但是植物建模依然存在很多问题:一方面,不管是通过三维扫描还是视觉方法的植物重建精度有限,而且这类工作只关注于植物静态的三维几何结构,并不考虑植物生长过程中的动态几何演变;另一方面,目前对于植物的动态几何建模,还只是基于植物机理进行虚拟生长建模,少见基于真实测量数据的植物生长建模。近年来植物建模研究可大体分为三类:基于视觉和扫描数据的精确重建、基于规则语法的过程建模、基于交互或草图的近似建模。随着对植物细节和重建精度要求的不断提高,近年来基于图像的植物重建得到了越来越多研究人员的重视。基于图像的植物重建方法输入一幅或多幅图像,利用一些先验知识和规则生成与原始输入图像比较相似的树木模型。基于多幅图像的植物重建方法是对从不同角度拍摄的一系列图像进行算法处理重构出植物的三维模型。Quan206(L.Quan,P.Tan,G.Zeng,L.Yuan,J.Wang,andS.B.Kang,“Image-basedplantmodeling,”ACMTrans.onGraphics,vol.25,no.3,2006,pp.599–604)利用计算机视觉领域的structurefrommotion技术恢复出多幅图像的三维点云信息,利用可变形曲面技术建立每个叶片模型,同时加以手工辅助构建枝干。该方 ...
【技术保护点】
1.一种基于多视角图像的过程式植物模型重建方法,其特征在于,包括以下步骤:步骤S1、获取植物的采集图像集合,并进行预处理;所述采集图像集合中包括至少所述植物两个视角的拍摄图像;步骤S2,基于采集图像集合中的图像,构建所述植物的三维点云数据;步骤S3,将所述三维点云数据沿竖直方向投影形成投影点的聚类,选取距离该聚类重心点最近的点作为所述植物的第一根节点;步骤S4,基于所述第一根节点,以及预先构建的所述植物对应植物类别的枝干结构生长参数表示模型,并采用所述三维点云数据约束植物生长,构建所述植物的三维树枝结构模型;步骤S5,基于所述三维点云数据,对所述三维树枝结构模型进行特定树叶模型和/或花模型的添加;所述特定树叶模型为预先构建所述植物对应植物类别的树叶模型和/或花模型。
【技术特征摘要】
1.一种基于多视角图像的过程式植物模型重建方法,其特征在于,包括以下步骤:步骤S1、获取植物的采集图像集合,并进行预处理;所述采集图像集合中包括至少所述植物两个视角的拍摄图像;步骤S2,基于采集图像集合中的图像,构建所述植物的三维点云数据;步骤S3,将所述三维点云数据沿竖直方向投影形成投影点的聚类,选取距离该聚类重心点最近的点作为所述植物的第一根节点;步骤S4,基于所述第一根节点,以及预先构建的所述植物对应植物类别的枝干结构生长参数表示模型,并采用所述三维点云数据约束植物生长,构建所述植物的三维树枝结构模型;步骤S5,基于所述三维点云数据,对所述三维树枝结构模型进行特定树叶模型和/或花模型的添加;所述特定树叶模型为预先构建所述植物对应植物类别的树叶模型和/或花模型。2.根据权利要求1所述的基于多视角图像的过程式植物模型重建方法,其特征在于,步骤S2中,在“构建所述植物的三维点云数据”之前包括基于颜色和几何一致性的稠密深度估计,其步骤包括:步骤S211,基于颜色一致性对所述采集图像集合中图像序列进行初始深度估计;步骤S212,采用彩色图像分割技术,通过几何相干的方法对所估计的初始深度进行优化。3.根据权利要求2所述的基于多视角图像的过程式植物模型重建方法,其特征在于,步骤S211中“进行初始深度估计”的方法为:通过两个相邻图像对应相机参数Ii、Ij之间的转换矩阵,确定Ii中的每个像素点p在Ij中对应的像素点;Ii、Ij之间的转换矩阵为其中,K是相机内参矩阵,R为相机旋转矩阵,C是相机的中心点,Ii、Ij分别表示为{Ki,Ri,Ci}和{Kj,Rj,Cj},参数v=-nTX,n为法向量,X为当前三维坐标。4.根据权利要求3所述的基于多视角图像的过程式植物模型重建方法,其特征在于,步骤S212中“对所估计的初始深度进行优化”,其方法为:通过标准图割方法来最小化函数ε1(d,n)来确定图像中每个像素点的深度d,其中,d为要计算得到的深度值,n为法向量,dp为代表对像素p可积分,τ为图像颜色一致性系数,λ为图像分割的重要度系数,Ωi为图像分割块,m(p,(d,n))为基于像素点p匹配损失的图片一致性,为在每个分块上的深度损失。5.根据权利要求4所述的基于多视角图像的过程式植物模型重建方法,其特征在于,所述三维点云数据的构建方法包括:步骤S221,结合图片一致性和几何相关约束,定义每个像素点给出深度似然性L(p,(d...
【专利技术属性】
技术研发人员:郭建伟,徐士彪,严冬明,孟维亮,张晓鹏,
申请(专利权)人:中国科学院自动化研究所,
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。