深度图像融合方法及系统技术方案

本发明专利技术公开了一种深度图像融合方法及系统，其中方法包括：获取待融合的深度图像中的各个顶点的可信度；根据待融合的深度图像中的各个顶点的可信度，删除待融合的深度图像中的重叠点，得到待融合的深度图像中的各个分区域图像的拓扑信息；对分区域图像上的顶点进行深度加权处理，得到各个分区域图像的几何信息；根据分区域图像的拓扑信息和分区域图像的几何信息，对所有的分区域进行缝合，得到完整的三角网格。本发明专利技术采用深度图像的顶点位置数据进行计算，从而避免采样失真，而且最终融合数据尽可能保持原有的拓扑关系，在曲率变化较大和深度不连续的地方也能保持较好的结果，其基于原始数据，具有高效高保真的优点。

Deep image fusion method and system

The invention discloses a depth image fusion method and system, wherein the method comprises the following steps: acquiring each vertex depth images to be integrated in the credibility of each vertex; according to the depth images to be integrated in the credibility, remove overlapping point depth images to be integrated in the topology information of each image to be fused in depth the area of the image; sub regional image depth weighted vertex processing, geometric information of each sub region of the image; according to the topology information and geometry information of the sub regional image sub region image, suture for all regions, triangle mesh complete. The present invention is calculated by the vertex position data depth image, thus avoiding the sampling distortion, and the final fusion data as far as possible to maintain the topology of the original, can maintain good results in greater curvature and depth discontinuities, which is based on the original data, which has the advantages of high fidelity.

【技术实现步骤摘要】
深度图像融合方法及系统
本专利技术涉及图像和几何数据处理
，特别涉及一种深度图像融合方法及系统。
技术介绍
在三维扫描仪中，数据后处理至关重要，数据后处理技术主要包括深度图像(也称有序点云)的匹配和融合。深度图像匹配的方法一般都是通过迭代最近点(IterativeClosestPoints，ICP)算法得到。在进行ICP时，需要为数据提供初始位置信息。初始位置信息可以通过在物体表面贴标志点得到，或者根据物体表面曲率信息匹配得到，或者用户手工选取得到。ICP在深度图注册方面已经非常通用，而且已经达到很好的效果。多视点深度图像融合是三维数据后处理的关键技术，深度图像的数据融合的目的就是要去除冗余数据,生成物体的完整三维图像和几何模型。具体来讲，就是通过深度图像匹配可以得到不同视点深度图像之间的变换关系，但是将这些深度图像变换到同一坐标系后，各深度图像之间往往存在重叠区域，因此必须将它们融合成一个完整的、无冗余的、带有几何和拓扑结构的曲面表达。现有的深度图像融合采用以下两种方法：方法1，将深度图像转化为距离场(隐函数的)形式，如果有多个深度图像重叠时只需将距离场叠加；最后再采用Mar本文档来自技高网...

【技术保护点】
一种深度图像融合方法，其特征在于，包括以下步骤：S100、获取待融合的深度图像中的各个顶点的可信度；S200、根据待融合的深度图像中的各个顶点的可信度，删除待融合的深度图像中的重叠点，得到待融合的深度图像中的各个分区域图像的拓扑信息；S300、对分区域图像上的顶点进行深度加权处理，得到各个分区域图像的几何信息；S400、根据分区域图像的拓扑信息和分区域图像的几何信息，对所有的分区域进行缝合，得到完整的三角网格。

【技术特征摘要】
1.一种深度图像融合方法，其特征在于，包括以下步骤：S100、获取待融合的深度图像中的各个顶点的可信度；S200、根据待融合的深度图像中的各个顶点的可信度，删除待融合的深度图像中的重叠点，得到待融合的深度图像中的各个分区域图像的拓扑信息；S300、对分区域图像上的顶点进行深度加权处理，得到各个分区域图像的几何信息；S400、根据分区域图像的拓扑信息和分区域图像的几何信息，对所有的分区域进行缝合，得到完整的三角网格。2.根据权利要求1所述的深度图像融合方法，其特征在于，所述步骤S100包括以下步骤：S110、在待融合的深度图像上建立法向，计算各个顶点的法向；顶点的法向计算过程如下：选取顶点P，计算与顶点P相邻的四个面的法向N1、N2、N3和N4，顶点P的法向Np为这四个面的求和归一化：S120、根据各个顶点的法向计算每个顶点的可信度：公式如下：Conf_coef＝Q_coef*B_coef；其中，Conf_coef∈[0,1]，B_coef∈[0,1]；其中i为该点到边界的值，Conf_coef为顶点的可信度，Q_coef为扫描仪视角与物体表面法向的余弦值，B_coef为图像区域的边界可信度，Bw为边界带的宽度，单位为像素，边界带内部值为1。3.根据权利要求1所述的深度图像融合方法，其特征在于，所述步骤S200包括以下步骤：S210、依次选择待融合的深度图像中的每一幅深度图像作为基准图像，查找出剩余深度图像上与所述基准图像上的各个顶点相对应的顶点；S220、根据待融合的深度图像中的各个顶点的可信度，在所述待融合的深度图像中筛选出可信度最高的各个顶点；S230、对可信度最高的各个顶点进行去重叠点处理；S240、根据去重叠点处理后的可信度最高的各个顶点，得到各个分区域图像的拓扑信息。4.根据权利要求3所述的深度图像融合方法，其特征在于，在所述步骤S230之前还包括以下步骤：S231、对待融合的深度图像的边界和区域进行优化，恢复小孔和狭长的区域，并删除离散点。5.根据权利要求4所述的深度图像融合方法，其特征在于，在所述步骤S231之后还包括以下步骤：S232、进行去重叠点处理。6.一种深度图像融合系统，其特征在于，包括获取模块、去重叠模块、加权模块以及缝合模块；所述获取模块，用于获取待融合的深度图像中的各个顶点的可信度；所述去重叠模块，用于根据待融合的深度图像中的各个顶点的可信度，...

【专利技术属性】
技术研发人员：吴正强，方文票，
申请(专利权)人：杭州测度科技有限公司，
类型：发明
国别省市：浙江,33