【技术实现步骤摘要】
基于深度摄像模组的物体三维重建方法
本专利技术涉及计算机视觉领域下的三维重建
，更具体地，涉及一种基于深度摄像模组的物体三维重建方法。
技术介绍
近些年来，计算机视觉技术蓬勃发展，利用计算机视觉技术进行三维重建已经变得更加高效和便捷，并在文物保护及复原、工业检查以及3D打印方面有了很多应用，并且也是VR和AR应用技术的重要组成部分。早期的三维重建技术通常以二维图像作为输入，重建场景中的三维模型，因为这种重建模式本身的数据问题，重建出的三维模型容易存在空洞和失真的现象。近年来各种深度摄像机的专利技术，如kinect、TOF、RealSense等极大地推动了三维重建技术的发展，更多的技术开始偏向于利用深度摄像机进行实时三维重建。实时的三维重建技术利用不同角度下的深度数据，并将其转换到同一坐标系下从而实现表面的重建和渲染，兼顾高的重建质量、大的重建规模以及快的重建速度是十分困难并且具有挑战的。基于Kinectfusion算法的三维重建技术基本实现了实时性的要求，但是其只能处理小场景的重建任务，而且其重建过程十分消耗显...
【技术保护点】
1.一种基于深度摄像模组的物体三维重建方法，采用基于体素哈希的算法实现三维重构；其特征在于，在体素哈希过程中采用一种新的哈希函数方法计算得到哈希值，新的哈希函数方法包括以下步骤：/n首先，首先经过如下公式将三维坐标转化为一维索引：/n
【技术特征摘要】
1.一种基于深度摄像模组的物体三维重建方法，采用基于体素哈希的算法实现三维重构；其特征在于，在体素哈希过程中采用一种新的哈希函数方法计算得到哈希值，新的哈希函数方法包括以下步骤：
首先，首先经过如下公式将三维坐标转化为一维索引：
式中，Δ为当前设备分辨率的大小，即一个体素的大小；
然后，将计算好的一维索引数据通过MD5方法转化为哈希值。
2.根据权利要求1所述的基于深度摄像模组的物体三维重建方法，其特征在于，所述的MD5转换过程具体包括以下步骤：
S21.在一维索引数据后面添加一个1和若干0，使字节长度模512得448，数据在被填补前的长度表示在最后的64位，添补后的数据长度是512的整数倍；
S22.以512位为分组处理填补后的数据，每个分组又分为16个32位子块，使用4个32位寄存器循环处理子块；用四个链接变量作为参数初始化MD5，这4个变量分别为：a＝0x67452301，b＝0xefcdab89，c＝0x98badcfe，d＝0x10325476；
S23.进行四轮循环压缩运算，每一轮有16步，每步使用一个消息，所述的消息是指以512位为一个分组的数据；利用步函数分别更新变量a、b、c、d；所述的步函数为Qi+1＝Qi+1+((Qi-3+fi(Qi,Qi-1,Qi-2)+wi+ti)＜＜＜si)；
S24.将4个32位子块级联得到一个128位值，即最终的哈希值。
3.根据权利要求2所述的基于深度摄像模组的物体三维重建方法，其特征在于，当体素哈希的哈希表的预分配内存用满时，采用内存动态管理方法实现哈希表内存的动态扩展，所述的动态内存管理方法包括以下步骤：在哈希表中添加一个整形变量，该变量代表当前哈希表中可用位置的数目，当该变量的值接近0的时候，停止对哈希表的插入，然后开辟同等大小的新哈希表并且将新表的表头指向旧表的表尾，然后对哈希表进行重构；假设原本哈希表的大小为n，此时新表的长度变为了2n，对之前所有已经插入的元素的哈希值模上2n得到新的桶号，并且将之前的旧表中的元素移动到扩展后的新表当中；重构完成后即可对新的哈希表进行插入操作。
4.根据权利要求3所述的基于深度摄像模组的物体三维重建方法，其特征在于，基于深度摄像模组的物体三维重建方法具体包括以下步骤：
S1.设定当前架构下的世界观：三维重...
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。