一种基于图像识别的超算3D建模技术的方法技术

本发明专利技术公开的属于图像处理技术领域，具体为一种基于图像识别的超算3D建模技术的方法，包括对多个图形图像进行导入、读取；提取图形图像的侧影轮廓，生成可见外壳初始化对象模型；对图形图像中的特征进行检测，并根据图形图像间相匹配的特征点的对应关系；利用MRF、主动轮廓模型、水平集方法将问题转化为能量最小化问题进行求解，并输出对象高精度三维模型；纹理映射及对三维模型的后续处理多个步骤，本发明专利技术通过LoG多尺度特征检测能够实现对图形图像的特征点进行检测，得到相应特征点的对应关系，确定三维空间点，具体旋转不变性、尺度不变性、亮度变化不变性，对视角变化、仿射变换有一定程度的稳定性，提高了特征点的匹配程度与重建的精度。建的精度。

【技术实现步骤摘要】
一种基于图像识别的超算3D建模技术的方法


[0001]本专利技术涉及图像处理
，具体为一种基于图像识别的超算3D建模技术的方法。

技术介绍

[0002]在三维实时渲染技术中常用到的三维模型素材，一般需要前期制作准备供实时渲染应用。而如何根据用户的语义或鼠标交互，从具有复杂背景的视图序列中提取图形图像特征信息并优化三维重建结果是现有技术中难以解决的问题，如果还是手动地勾勒该图片上图形的边缘再将其三维模型化，这将会是一项漫长且低效的三维建模手段。
[0003]现有基于图像识别3D建模的方法大都存在对多个图像图形进行特征检测时，不具备特征点尺寸不变性、旋转不变性、亮度不变性的情况，从而导致背景颜色模型创建不准确，造成分割失败的情况，同时也增加了算法的复杂度。

技术实现思路

[0004]本专利技术的目的在于提供一种基于图像识别的超算3D建模技术的方法，以解决上述
技术介绍
中提出的不具备特征点尺寸不变性、旋转不变性、亮度不变性的情况，导致背景颜色模型创建不准确，造成分割失败的情况的问题。
[0005]为实现上述目的，本专利技术提供如下技术方案：一种基于图像识别的超算3D建模技术的方法，包括以下步骤：
[0006]步骤1：对多个图形图像进行导入，并输入标定的图形图像序列，依据序列对图形图像进行读取；
[0007]步骤2：提取图形图像的侧影轮廓，生成可见外壳初始化对象模型，对于有限视点的情况，通过求取视图间匹配点集、三角化、网格化的步骤初始化对象模型；
[0008]步骤3：对图形图像中的特征进行检测，并根据图形图像间相匹配的特征点的对应关系，通过三角化方法确定三维空间点，生成深度图，其对图形图像中特征点的检测方法为LoG多尺度特征检测；
[0009]步骤4：利用MRF、主动轮廓模型、水平集方法将问题转化为能量最小化问题进行求解，并输出对象高精度三维模型；
[0010]步骤5：纹理映射及对三维模型的后续处理。
[0011]优选的，所述步骤2中通过前景信息传播的多视图分割方法实现对侧影轮廓的提取，其前景信息传播的多视图分割方法基于主动轮廓模型实施，包括确定初始轮廓、确定外力能量场、轮廓形变三个步骤。
[0012]优选的，所述确定初始轮廓由参考视图前景信息确定当前视图前景的初始轮廓，可通过参考视图与当前视图之间的颜色约束、极线约束、空间一致性约束来初始化当前视图的轮廓。
[0013]优选的，所述确定外力能量场包括以下步骤：
[0014]S1：外力场来源：深度图的梯度，前景与背景交迭边界处的深度计算外部驱动能量，吸引曲线向真实的前景与背景交迭边界运动，边缘图：前景与背景的交迭边界通过Canny算子进行检测，获取的边缘图用于计算外部驱动能量，使曲线向边缘方向运动；
[0015]S2：外部能量场的扩散：GVF对普通梯度场进行扩展，使得作用范围更大，并可吸引曲线进入凹形区域；
[0016]S3：气球力的推动：其中表示轮廓在X处向内的单位法向量，K
B
表示气球力的权值。
[0017]优选的，所述步骤3中LoG多尺度特征检测的流程包括以下步骤：
[0018]步骤A：计算图像尺度空间；
[0019]步骤B：DoG极值点检测与定位；
[0020]步骤C：边缘点去除；
[0021]步骤D：计算主方向；
[0022]步骤E：生成描述子；
[0023]步骤F：得到检测结果，通过距离度量计算图形图像中特征的匹配关系，并通过brute force算法对特征匹配进行验证；
[0024]步骤G：对步骤F中验证完成后的特征放置在同一个三维坐标系内。
[0025]优选的，所述步骤A中图像尺度空间的计算公式为优选的，所述步骤A中图像尺度空间的计算公式为优选的，所述步骤A中图像尺度空间的计算公式为
[0026]优选的，所述步骤B中DoG极值点检测与定位包括：保留f(x)≥0.04的特征点，
[0027]与现有技术相比，本专利技术的有益效果是：
[0028]本专利技术通过LoG多尺度特征检测能够实现对图形图像的特征点进行检测，得到相应特征点的对应关系，确定三维空间点，具体旋转不变性、尺度不变性、亮度变化不变性，对视角变化、仿射变换有一定程度的稳定性，提高了特征点的匹配程度与重建的精度，并将立体视觉方法与侧影轮廓方法相互融合，优化重建得到的三维模型能够很好的解决分割失败的情况。
具体实施方式
[0029]下面将对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本专利技术保护的范围。
[0030]在本专利技术的描述中，需要理解的是，术语“上”、“下”、“前”、“后”、“左”、“右”、“顶”、“底”、“内”、“外”等指示的方位或位置关系仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理
解为对本专利技术的限制。
[0031]实施例：
[0032]本专利技术提供一种技术方案：一种基于图像识别的超算3D建模技术的方法，包括以下步骤：
[0033]步骤1：对多个图形图像进行导入，并输入标定的图形图像序列，依据序列对图形图像进行读取；
[0034]步骤2：提取图形图像的侧影轮廓，生成可见外壳初始化对象模型，对于有限视点的情况，通过求取视图间匹配点集、三角化、网格化的步骤初始化对象模型；
[0035]步骤3：对图形图像中的特征进行检测，并根据图形图像间相匹配的特征点的对应关系，通过三角化方法确定三维空间点，生成深度图，其对图形图像中特征点的检测方法为LoG多尺度特征检测，通过LoG多尺度特征检测能够实现对图形图像的特征点进行检测，得到相应特征点的对应关系，确定三维空间点，具体旋转不变性、尺度不变性、亮度变化不变性，对视角变化、仿射变换有一定程度的稳定性，提高了特征点的匹配程度与重建的精度；
[0036]步骤4：利用MRF、主动轮廓模型、水平集方法将问题转化为能量最小化问题进行求解，并输出对象高精度三维模型；
[0037]步骤5：纹理映射及对三维模型的后续处理。
[0038]所述步骤2中通过前景信息传播的多视图分割方法实现对侧影轮廓的提取，其前景信息传播的多视图分割方法基于主动轮廓模型实施，包括确定初始轮廓、确定外力能量场、轮廓形变三个步骤。
[0039]所述确定初始轮廓由参考视图前景信息确定当前视图前景的初始轮廓，可通过参考视图与当前视图之间的颜色约束、极线约束、空间一致性约束来初始化当前视图的轮廓。
[0040]所述确定外力能量场包括以下步骤：
[0041]S1：外力场来源：深度图的梯度，前景与背景交迭边界处的深度计算外部驱动能量，吸引曲线向真实的前景与背景交迭边界运动，边缘图：本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于图像识别的超算3D建模技术的方法，其特征在于：包括以下步骤：步骤1：对多个图形图像进行导入，并输入标定的图形图像序列，依据序列对图形图像进行读取；步骤2：提取图形图像的侧影轮廓，生成可见外壳初始化对象模型，对于有限视点的情况，通过求取视图间匹配点集、三角化、网格化的步骤初始化对象模型；步骤3：对图形图像中的特征进行检测，并根据图形图像间相匹配的特征点的对应关系，通过三角化方法确定三维空间点，生成深度图，其对图形图像中特征点的检测方法为LoG多尺度特征检测；步骤4：利用MRF、主动轮廓模型、水平集方法将问题转化为能量最小化问题进行求解，并输出对象高精度三维模型；步骤5：纹理映射及对三维模型的后续处理。2.根据权利要求1所述的一种基于图像识别的超算3D建模技术的方法，其特征在于：所述步骤2中通过前景信息传播的多视图分割方法实现对侧影轮廓的提取，其前景信息传播的多视图分割方法基于主动轮廓模型实施，包括确定初始轮廓、确定外力能量场、轮廓形变三个步骤。3.根据权利要求2所述的一种基于图像识别的超算3D建模技术的方法，其特征在于：所述确定初始轮廓由参考视图前景信息确定当前视图前景的初始轮廓，可通过参考视图与当前视图之间的颜色约束、极线约束、空间一致性约束来初始化当前视图的轮廓。4.根据权利要求2所述的一种基于图像识别的超算3D建模技术的方法，其特征在于：所述确定外力能量场包括以下步骤：S1：外力场来源：深度图的梯度，前景与背景交迭边界处的深度计算外部驱动能量，吸引曲线向真实的前景与背景交迭边界运动，...

【专利技术属性】
技术研发人员：朱红兵，
申请(专利权)人：苏州中灏文化科技有限公司，
类型：发明
国别省市：