【技术实现步骤摘要】
本专利技术涉及计算机图形图像处理
,具体指
技术介绍
三维重建技术是计算机视觉、人工智能、虚拟现实等前沿领域的热点和难点,也是人类在基础研究和应用研究中面临的重大挑战之一,被广泛应用于文物数字化、生物医学成像、动漫制作、工业测量、沉浸式虚拟交互等领域。而现有的三维重建技术,按照获取深度信息的方式,可分为被动式技术和主动式技术。被动式技术利用自然光反射,一般通过摄像头拍摄图片,然后通过一系列的算法计算得到物体的三维坐标信息,如structure frommotion和mult1-view stereo。structure from motion技术利用不同时间的图像建立对应关系,因此只适用于刚性物体;mult1-View stereo技术适用于刚体,但是计算量非常大,现阶段很难做到实时。主动式技术包含一个光源,直接测量物体的深度信息,因而很容易做到实时效果,如采用结构光技术的kinect和采用time of flight技术的camcube。而相对于camcube,采用结构光技术的kinect价格更便宜,更容易推广。 本专利技术着重解决三维人脸建模,选用深度数据作为三维人脸建模的数据来源。kinect得到的深度图像精度低,并包含大量噪声。因此在三维重建之前需要对得到的深度图像进行滤波,降低噪声.本专利技术使用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘;进而根据获取边缘信息对深度图像进行分类,边缘区采用单向多级中值滤波算法进行降噪处理,而非边缘区采用双向多级中值滤波算法进行降噪处理。最终利用 ...
【技术保护点】
一种用于于计算机图形图像处理的、基于深度信息的实时三维人脸建模方法,其特征权利在于,该方法的步骤如下:(1)数据的获取:用户坐在kinect正前方0.5米左右处,kinect在时间τ从kinect获取一张原始的深度图Dτ,Dτ由一组像素(u,v)组成,每个像素深度值为Dτ(u,v);(2)分割:1)本方法是将深度图分为于前景区和背景区,前景区包含用户的整个身体,背景区只包含剩下的环境。使用连通分量分析确定前景区域,当两个相邻深度像素的差异低于一个临界值时被认为是相邻的。假设前景区域是距离相机最短距离的最大部分;2)为了确定头部区域,我们的方法是寻找一条水平线将前景区域分为头部区域和躯干区域,这样便可得到头部区域:Dτ(u,v)′=Dτ(u,v)iffMτ(u,v)=1andv≤s0otherwise---(1)]]>(3)去噪:通过kinect获得的深度图通常是有噪声的,在头发区域尤其明显,这些噪声会影响我们进行图像配准,为了提高配准将运用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘;进而根据获取边缘信息对深度图进 ...
【技术特征摘要】
1.一种用于于计算机图形图像处理的、基于深度信息的实时三维人脸建模方法,其特征权利在于,该方法的步骤如下: (1)数据的获取:用户坐在kinect正前方0.5米左右处,kinect在时间τ从kinect获取一张原始的深度图D,, D,由一组像素(U,V)组成,每个像素深度值为D, (U,V); (2)分割:1)本方法是将深度图分为于前景区和背景区,前景区包含用户的整个身体,背景区只包含剩下的环境。使用连通分量分析确定前景区域,当两个相邻深度像素的差异低于一个临界值时被认为是相邻的。假设前景区域是距离相机最短距离的最大部分;2)为了确定头部区域,我们的方法是寻找一条水平线将前景区域分为头部区域和躯干区域,这样便可得到头部区域:(3)去噪:通过kinect获得的深度图通常是有噪声的,在头发区域尤其明显,这些噪声会影响我们进行图像配准,为了提高配准将运用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘;进而根据获取边缘信息对深度图进行分类,边缘区采用单向多级中值滤波算法进行降噪处理,而非边缘区采用双向多级中值滤波算法进行降噪处理。最终利用Kinect得到边缘清晰,噪声较小的高质量深度图:(4)反投影:为了对多幅深度图进行配准,首先讲深度图进行反投影形成一个三维点云,然后评估每一个顶点的表面法向量。通过反投影我们产生了一个顶点贴图乂,:Vτ (u, v) =D;/ τ (u, V) IT1 [u, V,-1]T (3) 每个顶点...
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。