【技术实现步骤摘要】
一种水泥纤维板房的快速三维模型重建方法
[0001]本专利技术属于三维重建
,具体是一种水泥纤维板放的快速三维模型重建方法。
技术介绍
[0002]随着经济不断发展,人民生活水平不断提高,因此,人们对建筑的美观性、舒适性及功能性有了更高的要求,普通的建材已经不能满足社会需求,纤维水泥板是一种新型建材,由天然纤维水泥制成,其成分有天然纤维、水泥、天然河沙、水和少量化学添加剂,玻璃纤维等,它具有精美的外观和优良特性,应用于各个领域。
[0003]近年来,深度相机的快速发展和人工智能技术的不断升级,为点云获取、点云去噪、点云配准等技术的发展提供了重要的动力和支撑,相比较传统的相机,深度相机在功能上添加了一个深度测量,从而更方便准确的感知周围的环境及变化,随着技术的不断迭代,它已经出现在了我们的生活中并且发挥着巨大的作用,例如在工地中的建筑建模、室内空间设计、人体的三维测量等场景,并都有着很好的效果。
[0004]深度学习是机器学习的一种,而机器学习是实现人工智能的必经路径,深度学习的概念源于人工神经网络的研究,含多个隐藏层的多层感知器就是一种深度学习结构,深度学习通过组合低层特征形成更加抽象的高层表示属性类别或特征,以发现数据的分布式特征表示,研究深度学习的动机在于建立模拟人脑进行分析学习的神经网络,它模仿人脑的机制来解释数据,例如图像,声音和文本等。
[0005]目前我国的建筑行业正处于高速发展的大好时期,对建筑模型的快速建模需求十分迫切,在模型构建的过程中,传统的方法很容易受到天气、湿度等 ...
【技术保护点】
【技术特征摘要】
1.一种水泥纤维板房的快速三维模型重建方法,其特征在于,包括点云数据收集模块、点云预处理模块、点云特征提取模块和点云配准模块,具体如下:步骤1,首先利用深度相机在多个不同的视角获取到水泥纤维板房的点云图,接着将这些点云图送入到系统当中;步骤2,利用点云预处理算法来对不同视角的点云进行去噪、补全等处理,经过预处理的点云信息更加的清晰明了;步骤3,利用点云特征提取网络对预处理过的多幅水泥纤维板房点云图进行特征提取;步骤4,利用提取出的特征图构建匹配点对,利用匈牙利算法和空间一致性算法得到匹配点对进行配准,将多幅水泥纤维板房点云图配准为一幅点云,该幅点云包括多幅点云的所有信息。2.根据权利要求1所述的一种水泥纤维板房的快速三维模型重建方法,其特征在于:步骤1的具体实现如下:所述点云数据收集模块中放置深度相机时,以纤维板房为中心,保证多个深度相机到纤维板房中心点的距离相等,并且保证多个深度相机的角度相等。3.根据权利要求1所述的一种水泥纤维板房的快速三维模型重建方法,其特征在于:步骤2的具体实现如下:所述点云预处理模块首先对点云图进行下采样,去噪方法使用结合图像的空间邻近度和像素值相似度的一种折中处理,同时考虑空域信息和灰度相似性,具体如下:首先将点云图经过旋转矩阵,赋予点云旋转不变性,即点云怎么旋转,点云所存储的信息改变,接着针对三维图像进行去噪,公式表达为:p
i
为要处理的点云数据中的一点,n
i
为该点的法向量,λ为双边滤波因子,λ的计算公式如下:在设计的时候会有两个权重,Wc和Ws,表示如下:其中,Wc,Ws分别表示双边滤波函数的空间域和频率域权重函数,分别控制着双边滤波的平滑程度和特征保持程度,<n
i
,p
j
‑
p
i
>为n
i
与p
j
‑
p
i
的内积。4.根据权利要求1所述的一种水泥纤维板房的快速三维模型重建方法,其特征在于:步骤3的具体实现包括以下步骤:步骤3.1,以往的特征提取网络主要是使用多层感知机进行更深层次的特征提取,这样做的方法主要是提取点云的全局特征,但是往往忽略了点的空间信息。基于这样的缺点,我们使用点的邻域空间信息与点的信息进行输入,首先我们输入的点云是n
×
3的特征矩阵,n代表点云的数量,3是点云特征的维度,这里我们使用的是点云的坐标...
【专利技术属性】
技术研发人员:陈波,彭武,徐锐锋,赵勇军,南方,张武,徐凌,何维,邢薇,汪艳梅,
申请(专利权)人:国网湖北省电力有限公司黄冈供电公司,
类型:发明
国别省市:
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。