【技术实现步骤摘要】
本专利技术涉及计算机图形学和计算机视觉
，特别涉及一种基于单相机的人体RGB-D数据恢复与三维重建方法。
技术介绍
物体三维重建是计算机图形学、计算机动画、计算机视觉、科学计算和虚拟现实、数字媒体创作等领域的共性科学问题和核心技术。目前相关的三维重建技术可分为多相机和单相机两种，经过图像提取、相机标定、特征提取、立体匹配可恢复对象稀疏的点云模型；也可用Kinect等深度传感器直接获取物体的深度数据。在三维重建过程中，由于建模对象的微小形变和运动，导致恢复的三维模型精度降低，而目前的三维重建技术恢复的稀疏点云数据无法满足对细节要求较高的场合。
技术实现思路
本专利技术旨在至少在一定程度上解决上述相关技术中的技术问题之一。为此，本专利技术的目的在于提出一种基于单相机的人体RGB-D数据恢复与三维重建方法，该方法在获取RGB-D深度数据的基础上，引入了匹配约束和形变约束，对获取的点云数据和相机标定结果进行进一步优化，能够克服拍摄过程中由于物体姿态变化和微小运动对三维重建的影响，从而得到精准的三维模型。为了实现上述目的，本专利技术的实施例提出了一种基于单相机的人体RGB-D数据恢复与三维重建方法，包括以下步骤：S1：获取三维重建对象的关键帧对应的RGB-D数据；S2：通过平滑约束对所述RGB-D数据进行优化处理；S3：获取优化处理后的关键帧对应的RGB-D数据之间的匹配关系；以及S4：根据目标约束函数对所有优化...
【技术保护点】
一种基于单相机的人体RGB‑D数据恢复与三维重建方法，其特征在于，包括以下步骤：S1：获取三维重建对象的关键帧对应的RGB‑D数据；S2：通过平滑约束对所述RGB‑D数据进行优化处理；S3：获取优化处理后的关键帧对应的RGB‑D数据之间的匹配关系；以及S4：根据目标约束函数对所有优化处理后的关键帧对应的RGB‑D数据和相机的外参进行整体优化。
【技术特征摘要】
1.一种基于单相机的人体RGB-D数据恢复与三维重建方法，其特征在于，包括以下步
骤：
S1：获取三维重建对象的关键帧对应的RGB-D数据；
S2：通过平滑约束对所述RGB-D数据进行优化处理；
S3：获取优化处理后的关键帧对应的RGB-D数据之间的匹配关系；以及
S4：根据目标约束函数对所有优化处理后的关键帧对应的RGB-D数据和相机的外参进
行整体优化。
2.根据权利要求1所述的基于单相机的人体RGB-D数据恢复与三维重建方法，其特征
在于，所述S1进一步包括：
S11：通过所述相机对所述重建对象进行拍摄，以获取所述重建对象的视屏数据；
S12：利用StructureFromMotion获取稀疏的点云数据，对所述视屏数据的每一帧进行
标定，标定参数包括所述相机的内参矩阵Ki和外参矩阵Pi＝[Ri|Ti]，其中，Ki包括所述相
机的焦距fx和fy，基准点px和py，Pi包括当前所述相机相对于世界坐标系旋转矩阵Ri和
平移变换Ti；
S13：选定初始关键帧，并间隔预设帧数均匀选取预设数量的关键帧，并根据图像分割
技术获得建模目标对象点集，具体包括：
S131：定义深度代价函数：
C ( u , v , d ) = 1 m Σ i ∈ m | | I k e y ( u , v ) - I i ( P i ( invP k e y ( u , v , d ) | | , ]]>其中，Ikey(u,v)是当前像素坐标位置对应的RGB值，invPkey(u,v,d)将像素坐标I(u,v)
和其对应的深度值d转换到世界坐标系，得到对应的空间坐标(x,y,z)，Pi(x,y,z)将世界坐
标(x,y,z)投影到各个参与关键帧深度数据重建的图像中，得到对应的像素坐标Ii(x,y)，m
为参与重建关键帧深度数据的图像总数；
S132：选定步长，并逐步改变候选深度值，将待选深度投影到各个图像序列，并通过
最小化深度代价函数求取关键帧每个像素点对应的RGB-D数据。
3.根据权利要求1所述的基于单相机的人体RGB-D数据恢复与三维重建方法，其特征
在于，所述S2进一步包括：
根据迭代公式d'＝(wpdp+wsds)/(wp+ws)对初始深度数据进行平滑优化，其中，
w p = c 0 - c - 1 ( c - 1 < c 0 , c + 1 ) 0.5 ( c - 1 + c + 1 - 2 c 0 ) ( c 0 < c - 1 , c + 1 ) c 0 - c + 1 ( c 0 < c - 1 , c + 1 ) , ]]> d s = w x ( d x ...
【专利技术属性】
技术研发人员：戴琼海，刘烨斌，王浩，张伟，李斐，刘汝杰，
申请(专利权)人：清华大学，富士通株式会社，
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。