场景重建方法和扫描设备技术

本申请涉及一种场景重建方法和扫描设备，其中，所述方法包括：获取场景的全局拍摄内容，并根据所述全局拍摄内容，重建所述场景的全局稀疏地图；获取所述场景的局部扫描内容，并根据所述局部扫描内容，重建所述场景的局部稠密地图；逐个将所述局部稠密地图对齐到所述全局稀疏地图上，拼接出所述场景的全局稠密地图，通过本申请，解决了相关技术中在较低成本的情况下，对较大规模的场景的重建的质量较低的问题，实现了在较低成本的情况下，对较大规模的场景进行较高质量的重建。场景进行较高质量的重建。场景进行较高质量的重建。

【技术实现步骤摘要】
场景重建方法和扫描设备


[0001]本申请涉及场景三维重建
，特别是涉及场景重建方法和扫描设备。

技术介绍

[0002]场景重建，即针对现实场景，重建其空间信息，这些场景可能是室内，例如，博物馆、生活房间、办公室等，也可能是室外，例如，房屋、广场建筑等，场景的规模可能是几十平米，也可能是几千甚至上万平米。
[0003]随着增强现实、机器人、数字孪生等技术概念的兴起，构建特定场景的空间信息的需求也在不断扩张，一个高质量的场景模型，可以提供准确的空间参考和可靠的数字存档，是上述技术得以实施应用的重要基础。
[0004]在相关技术中，RGBD扫描的方式可以实现场景的精细扫描，但单次可重建范围较小，较大规模的场景的重建方式一般是通过激光扫描的方式或视觉拍摄的方式实现的，但激光扫描的传感器动辄几万、几十万，而且设备需要专人维护，扫描操作也需要专业人士操作，成本较高；在成本较为有限的情况下，较大规模的场景重建方式一般是通过视觉拍摄的方式实现的，这种方式设备简单且操作门槛较低，在使用的相机视场角较大，拍摄合理的情况下，可以重建出较大规模的场景(如几万平米)，但是，这种方式重建质量较低，特别是对于场景的纹理丰富程度有一定要求，例如，具有大面积白墙或地面的室内场景，用这种方式重建的话往往会存在较多的噪点。
[0005]针对如何在较低成本的情况下，对较大规模的场景进行较高质量的重建，尚未提出有效的解决方案。

技术实现思路

[0006]本申请实施例提供了一种场景重建方法和扫描设备，可以实现在较低成本的情况下，对较大规模的场景进行较高质量的重建。
[0007]第一方面，本申请实施例提供了一种场景重建方法，所述方法包括：
[0008]获取场景的全局拍摄内容，并根据所述全局拍摄内容，重建所述场景的全局稀疏地图；
[0009]获取所述场景的局部扫描内容，并根据所述局部扫描内容，重建所述场景的局部稠密地图；
[0010]逐个将所述局部稠密地图对齐到所述全局稀疏地图上，拼接出所述场景的全局稠密地图。
[0011]在其中一些实施例中，所述对齐过程包括：
[0012]确定从每个局部稠密地图到所述全局稀疏地图的6DOF位姿变换矩阵；
[0013]根据所述6DOF位姿变换矩阵，将所述局部稠密地图转换到所述全局稀疏地图的坐标系下。
[0014]在其中一些实施例中，所述6DOF位姿变换矩阵的确定过程包括：
[0015]根据局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿，确定第一轨迹，其中，所述第一轨迹为相机在全局稀疏地图中的运动轨迹；
[0016]根据局部扫描的多张RGBD图片在所述局部稠密地图中的6DOF位姿，确定第二轨迹，其中，所述第二轨迹为相机在局部稠密地图中的运动轨迹；
[0017]根据随机抽样一致性算法，将所述第二轨迹对齐到所述第一轨迹上，得到所述局部稠密地图到所述全局稀疏地图的6DOF位姿变换矩阵。
[0018]在其中一些实施例中，所述局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿的确定过程包括：
[0019]根据所述全局拍摄内容，确定全局场景的RGB数据，得到第一RGB数据；
[0020]根据所述局部扫描内容，确定局部场景的RGB数据，得到第二RGB数据；
[0021]输入所述第一RGB数据至SFM算法中，得到SFM算法的输出结果；
[0022]输入所述输出结果和所述第二RGB数据至SFM算法中，得到局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿。
[0023]在其中一些实施例中，所述局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿的确定过程包括：
[0024]根据所述全局拍摄内容，确定全局场景的RGB数据，得到第一RGB数据；
[0025]根据所述局部扫描内容，确定局部场景的RGB数据，得到第二RGB数据，加入所述第二RGB数据至所述第一RGB数据中，得到RGB数据集合；
[0026]根据所述RGB数据集合，使用SFM算法，得到局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿。
[0027]在其中一些实施例中，所述局部扫描的多张RGBD图片在所述局部稠密地图中的6DOF位姿的确定过程包括：
[0028]在重建所述场景的局部稠密地图的情况下，根据所述局部扫描内容，确定局部场景的RGBD数据，
[0029]输入所述RGBD数据至RGBD重建算法中，得到局部扫描的多张RGBD图片在所述局部稠密地图中的6DOF位姿。
[0030]在其中一些实施例中，所述获取场景的局部扫描内容之前，所述方法包括：对所述场景进行区域划分，得到多个局部场景。
[0031]在其中一些实施例中，所述获取场景的全局拍摄内容之前，所述方法包括：使用RGB相机或RGBD相机进行所述场景的全局拍摄。
[0032]在其中一些实施例中，所述获取场景的局部扫描内容之前，所述方法包括：使用RGBD相机进行所述场景的局部扫描。
[0033]第二方面，本申请实施例提供了一种扫描设备，应用于所述场景重建方法，所述设备包括拍摄器、处理器和显示器，其中，所述拍摄器用于采集场景数据，所述处理器用于接收并处理所述场景数据，所述显示器用于显示所述场景数据的处理结果。
[0034]在其中一些实施例中，所述设备还包括第一支架和第二支架，其中，所述第一支架连接所述拍摄器和所述显示器，所述第二支架连接所述处理器。
[0035]相比于相关技术，本申请实施例提供的场景重建方法和扫描设备，通过获取场景的全局拍摄内容，并根据全局拍摄内容，重建场景的全局稀疏地图；获取场景的局部扫描内
容，并根据局部扫描内容，重建场景的局部稠密地图；逐个将局部稠密地图对齐到全局稀疏地图上，拼接出场景的全局稠密地图，解决了相关技术中在较低成本的情况下，对较大规模的场景的重建的质量较低的问题，实现了在较低成本的情况下，对较大规模的场景进行较高质量的重建。
附图说明
[0036]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：
[0037]图1是根据本申请实施例的场景重建方法的应用环境示意图；
[0038]图2是根据本申请第一实施例的场景重建方法的流程图；
[0039]图3是根据本申请第二实施例的扫描设备的手持端的结构示意图；
[0040]图4是根据本申请第二实施例的扫描设备的背负端的结构示意图；
[0041]图5是根据本申请第三实施例的拍摄方法的示意图；
[0042]图6是根据本申请第四实施例的拍摄方法的示意图。
具体实施方式
[0043]为了使本申请的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本申请进行描述和说明。应当理解，此处所描述的具体实施例仅仅用本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种场景重建方法，其特征在于，所述方法包括：获取场景的全局拍摄内容，并根据所述全局拍摄内容，重建所述场景的全局稀疏地图；获取所述场景的局部扫描内容，并根据所述局部扫描内容，重建所述场景的局部稠密地图；逐个将所述局部稠密地图对齐到所述全局稀疏地图上，拼接出所述场景的全局稠密地图。2.根据权利要求1所述的方法，其特征在于，所述对齐过程包括：确定从每个局部稠密地图到所述全局稀疏地图的6DOF位姿变换矩阵；根据所述6DOF位姿变换矩阵，将所述局部稠密地图转换到所述全局稀疏地图的坐标系下。3.根据权利要求2所述的方法，其特征在于，所述6DOF位姿变换矩阵的确定过程包括：根据局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿，确定第一轨迹，其中，所述第一轨迹为相机在全局稀疏地图中的运动轨迹；根据局部扫描的多张RGBD图片在所述局部稠密地图中的6DOF位姿，确定第二轨迹，其中，所述第二轨迹为相机在局部稠密地图中的运动轨迹；根据随机抽样一致性算法，将所述第二轨迹对齐到所述第一轨迹上，得到所述局部稠密地图到所述全局稀疏地图的6DOF位姿变换矩阵。4.根据权利要求3所述的方法，其特征在于，所述局部扫描的多张RGB图片在所述全局稀疏地图中的6DOF位姿的确定过程包括：根据所述全局拍摄内容，确定全局场景的RGB数据，得到第一RGB数据；根据所述局部扫描内容，确定局部场景的RGB数据，得到第二RGB数据；输入所述第一RGB数据至SFM算法中，得到SFM...

【专利技术属性】
技术研发人员：李泽学，张双力，丛林，
申请(专利权)人：杭州易现先进科技有限公司，
类型：发明
国别省市：