车身侧视图参数化模型的自动建模方法技术

本发明专利技术涉及一种车身侧视图参数化模型的自动建模方法。首先选取车身侧视图的关键点，然后利用改进Canny算子和分水岭算法提取到侧视图的边界信息，对噪声边进行明确定义，并利用中间边界点生成算法对边界信息进行优化提取，在对模板数据库进行校准后，使用改进的重构算法Car

【技术实现步骤摘要】
车身侧视图参数化模型的自动建模方法


[0001]本专利技术属于车身重建
，特别是涉及一种车身侧视图参数化模型的自动建模方法。

技术介绍

[0002]在当今社会，由图像进行物体三维重建是一个热门话题。用车身图像重建车身三维模型势必少不了对二维参数化模型的提取。三维模型精确与否也直接由二维模型的提取精度决定，并且提取出来的车身二维参数化模型也可整理成数据库，为提高图片和模型的重用率，以及为车身三维重建提供数据支撑。

技术实现思路

[0003]本专利技术针对现有技术的不足，提供一种车身侧视图参数化模型的自动建模方法。首先选取车身侧视图的关键点，然后利用改进Canny算子和分水岭算法提取到侧视图的边界信息，对噪声边进行明确定义，并利用中间边界点生成算法对边界信息进行优化提取，在对模板数据库进行校准后，使用改进的重构算法Car
‑
OMP求解车身关键点和模板数据库的函数关系完成车身模型的粗提取，并引入边界约束条件，通过优化迭代的方法求得最优控制点，完成模型的精确提取。本专利技术提出的方法不仅适用于渲染图，对尺寸图和手本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种车身侧视图参数化模型的自动建模方法，其特征在于，包括如下步骤：步骤1，选取N个车身侧视图关键点；步骤2，使用改进的Canny算子提取山谷线，并用山谷线代替分水岭算法中的注水离散点进行图像分割，提取车身侧视图的边界信息；步骤3，删除噪声边界，对步骤2提取的边界进行优化；步骤4，车身模型提取，包括以下几个步骤：步骤4.1，模板数据库的校准；步骤4.2，基于模板数据库和步骤1选取的关键点进行车身模型的粗提取；步骤4.3，结合步骤3中的边界信息对车身模型进行精确提取。2.如权利要求1所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤2是对Canny算法进行改进，选取影像灰度强度变化小的部分，得到低值像素点，即低谷点，然后利用Matlab中bwlabel函数对低谷点周围8个像素的区域进行标签化，删除小于给定阈值标签的低谷点，得到山谷线提取结果，并以山谷线代替分水岭算法中的注水离散点对车身侧视图图像进行图像分割，在保留全局结构特征的条件下，一定程度消除了细节结构的影响。3.如权利要求2所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤3删除噪声边界，对步骤2提取的边界进行优化包括以下几个步骤：步骤3.1，定义噪声边界；步骤3.2，利用中间边界点生成算法优化边界提取结果。4.如权利要求3所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤3.1中噪声边包括两种情况：以Canny边缘特征点为基础，如果某边上点以给定阈值λ远离Canny边缘特征点的个数大于该边所有点的一半以上，可认为该边为噪声边；与图像边缘相交的边也为噪声边。5.如权利要求4所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤3.2中删除噪声边之后即可提取出较干净的车身侧视图主要特征信息，但此时主要边界上会出现“毛刺”现象，利用边界中间点的灰度值低于两侧边界点的灰度值且与两侧边界点的距离基本相等这一条件，设计中间边界点生成算法，计算中间边界点，得到理想的单一像素序列边界结果。6.如权利要求1所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤4.1中模型的车轮均为4条三次B
é
zier曲线首尾连接而成，每条B
é
zier曲线包含4个控制点，将两对首尾控制点组成连线的交点定义为车轮轮心，并以前轮轮心为坐标原点对模板数据库进行校准，便于后续的点集匹配。7.如权利要求6所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤4.2基于模板数据库和关键点进行车身模型的粗提取包括以下几个步骤：步骤4.2.1，定义车身侧视图关键点向量Z
m
、单个车身模型形状向量s
i
、模板数据库矩阵S和模板数据库关键点子矩阵Z；步骤4.2.2，建立车身侧视图关键点向量Z
m
与模板数据库关键点子矩阵Z的函数关系Z
m
＝Z
×
θ，θ为模型贡献量，使用改进的重构算法Car
‑
OMP求解模型贡献量；步骤4.2.3，利用步骤4.2.2求得的模型贡献量和模型库矩阵S，得到车身模型的形状向
量s
i
＝S
×
θ,由此可以完成车身模型的粗提取，得到初始模型。8.如权利要求7所述的一种车身侧视图参数化模型的自动建模方法，其特征在于：所述步骤4.2.1中是将侧视图的N个关键点展开为向量Z
m
＝(x1,y1,x2,y2...x
N
,y
N
)
T
，其中(x
i
,y
i
)为侧视图上的关键点的坐标；将单个车身模型定义为形状向量s
i
＝(x
′1,y
′1,x
′2,y
′2...x
′
n
,y
′
n
)
T
，其中(x
′
i
,y
′
i
)为单个车身模...

【专利技术属性】
技术研发人员：王博，杨治赢，李宝军，胡灿，刘元斗，陈满，李勇，陈燕玲，
申请(专利权)人：武汉科技大学，
类型：发明
国别省市：