三维点云重建和补全方法、装置、电子设备以及存储介质制造方法及图纸

本发明专利技术涉及图像处理技术领域，提供一种三维点云重建和补全方法、装置、电子设备以及存储介质，该方法包括：获取移动终端采集的点云数据；根据所述点云数据提取残缺三维模型，确定提取的残缺三维模型的配准模型；根据预设三维模型训练所述配准模型的三维重构网络；根据所述三维重构网络确定的三维模型进行纹理映射得到目标三维模型。基于此，解决了由于便携式移动终端的采集距离有限，在提取三维模型时，会出现缺漏和出错等情况，从而导致重建和补全后的模型的准确性低，实现了提高模型重建和补全的准确性。和补全的准确性。和补全的准确性。

【技术实现步骤摘要】
三维点云重建和补全方法、装置、电子设备以及存储介质


[0001]本专利技术涉及图像处理
，尤其涉及一种三维点云重建和补全方法、装置、电子设备以及存储介质。

技术介绍

[0002]目前，便携式移动终端(如Ipad pro)具有激光雷达摄像头，可获取深度信息，采集三维数据，包括序列化视图、三维点云以及初步重建三维网格模型。其中，便携式移动终端主要采用泊松重建算法和等值面提取算法，对激光点云进行拟合场景中物体和场景的模型，生成重建相应模型。但是，由于便携式移动终端的采集距离有限，因此在提取三维模型时，会出现缺漏和出错等情况，从而导致重建和补全后的模型的准确性低。

技术实现思路

[0003]本专利技术提供一种三维点云重建和补全方法、装置、电子设备以及存储介质，用以解决三维点云重建和补全的准确性低的问题，通过获取移动终端采集的点云数据；根据点云数据提取残缺三维模型，确定提取的残缺三维模型的配准模型；根据预设三维模型训练配准模型的三维重构网络；根据三维重构网络确定的三维模型进行纹理映射得到目标三维模型，实现了提高模型重建和补全的准确性。
[0004]本专利技术提供一种三维点云重建和补全方法，包括：
[0005]获取移动终端采集的点云数据；
[0006]根据所述点云数据提取残缺三维模型，确定提取的残缺三维模型的配准模型；
[0007]根据预设三维模型训练所述配准模型的三维重构网络；
[0008]根据所述三维重构网络确定的三维模型进行纹理映射得到目标三维模型。
[0009]在一个实施例中，所述根据预设三维模型训练所述配准模型的三维重构网络，包括：
[0010]确定所述预设三维模型的形状编码和各空间点的坐标信息；
[0011]根据所述形状编码、所述坐标信息以及预设神经网络训练所述配准模型的三维重构网络。
[0012]在一个实施例中，所述根据所述三维重构网络确定的三维模型进行纹理映射得到目标三维模型，包括：
[0013]根据所述残缺三维模型获取纹理值；
[0014]根据所述纹理值对所述三维重构网络确定的三维模型进行纹理映射，得到所述目标三维模型。
[0015]在一个实施例中，所述根据所述残缺三维模型获取纹理值，包括：
[0016]根据所述残缺三维模型确定完整区域和残缺区域；
[0017]根据所述完整区域的纹理图确定所述完整区域的纹理值；
[0018]根据所述纹理图确定所述残缺区域对应的三角面片，并确定所述三角面片的加权
纹理值；
[0019]若所述加权纹理值小于设定值，则将所述加权纹理值作为所述残缺区域的纹理值。
[0020]在一个实施例中，所述确定提取的残缺三维模型的配准模型，包括：
[0021]将所述残缺三维模型转换为第一点云集，以及将所述预设三维模型转换为第二点云集；
[0022]确定所述第一点云集中每一个点在所述第二点云集中对应的第一最近点；
[0023]根据所述第一最近点对平均距离最小的刚体变换，确定平移参数和旋转参数；
[0024]根据所述平移参数和所述旋转参数确定所述配准模型。
[0025]在一个实施例中，所述根据所述平移参数和所述旋转参数确定所述配准模型，包括：
[0026]根据所述平移参数和所述旋转参数确定变换点云集；
[0027]确定所述变换点集中每一个点在所述第二点云集中对应的第二最近点；
[0028]若所述第二最近点的平均距离小于设定阈值，则将所述变换点云集对应的三维模型确定为所述配准模型。
[0029]在一个实施例中，所述根据所述点云数据提取残缺三维模型，包括：
[0030]对所述点云数据进行分割，在分割后的点云数据中确定三维模型的位置信息；
[0031]根据所述位置信息进行三维模型提取，得到所述残缺三维模型。
[0032]本专利技术还提供一种三维点云重建和补全装置，包括：
[0033]获取模块，用于获取移动终端采集的点云数据；
[0034]提取模块，用于根据所述点云数据提取残缺三维模型，确定提取的残缺三维模型的配准模型；
[0035]训练模块，用于根据预设三维模型训练所述配准模型的三维重构网络；
[0036]映射模块，用于根据所述三维重构网络确定的三维模型进行纹理映射得到目标三维模型。
[0037]本专利技术还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述三维点云重建和补全方法。
[0038]本专利技术还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述三维点云重建和补全方法。
[0039]本专利技术提供的三维点云重建和补全方法、装置、电子设备以及存储介质，通过获取移动终端采集的点云数据；根据点云数据提取残缺三维模型，确定提取的残缺三维模型的配准模型；根据预设三维模型训练配准模型的三维重构网络；根据三维重构网络确定的三维模型进行纹理映射得到目标三维模型。基于此，解决了由于便携式移动终端的采集距离有限，在提取三维模型时，会出现缺漏和出错等情况，从而导致重建和补全后的模型的准确性低，实现了提高模型重建和补全的准确性。
附图说明
[0040]为了更清楚地说明本专利技术或现有技术中的技术方案，下面将对实施例或现有技术
描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0041]图1是本专利技术提供的三维点云重建和补全方法的流程示意图之一；
[0042]图2是本专利技术提供的三维点云重建和补全方法的流程示意图之二；
[0043]图3是本专利技术提供的三维点云重建和补全方法的流程示意图之三；
[0044]图4是本专利技术提供的三维点云重建和补全方法的流程示意图之四；
[0045]图5是本专利技术提供的三维重建网络的网络结构示意图；
[0046]图6是本专利技术提供的扫描场景示意图；
[0047]图7是本专利技术提供的点云数据分割示意图；
[0048]图8是本专利技术提供的设备模型位置示意图；
[0049]图9是本专利技术提供的抽取残缺三维模型的示意图；
[0050]图10是本专利技术提供的模型配准示意图；
[0051]图11是本专利技术提供的三维模型重建与纹理映射示意图；
[0052]图12是本专利技术提供的三维点云重建和补全装置的结构示意图；
[0053]图13是本专利技术提供的电子设备的结构示意图。
具体实施方式
[0054]为使本专利技术的目的、技术方案和优点更加清楚，下面将结合本专利技术中的附图，对本专利技术中的技术方案进行清楚、完整地描述，显然，所描述的实施例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，本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种三维点云重建和补全方法，其特征在于，包括：获取移动终端采集的点云数据；根据所述点云数据提取残缺三维模型，确定提取的残缺三维模型的配准模型；根据预设三维模型训练所述配准模型的三维重构网络；根据所述三维重构网络确定的三维模型进行纹理映射得到目标三维模型。2.根据权利要求1所述的三维点云重建和补全方法，其特征在于，所述根据预设三维模型训练所述配准模型的三维重构网络，包括：确定所述预设三维模型的形状编码和各空间点的坐标信息；根据所述形状编码、所述坐标信息以及预设神经网络训练所述配准模型的三维重构网络。3.根据权利要求1所述的三维点云重建和补全方法，其特征在于，所述根据所述三维重构网络确定的三维模型进行纹理映射得到目标三维模型，包括：根据所述残缺三维模型获取纹理值；根据所述纹理值对所述三维重构网络确定的三维模型进行纹理映射，得到所述目标三维模型。4.根据权利要求3所述的三维点云重建和补全方法，其特征在于，所述根据所述残缺三维模型获取纹理值，包括：根据所述残缺三维模型确定完整区域和残缺区域；根据所述完整区域的纹理图确定所述完整区域的纹理值；根据所述纹理图确定所述残缺区域对应的三角面片，并确定所述三角面片的加权纹理值；若所述加权纹理值小于设定值，则将所述加权纹理值作为所述残缺区域的纹理值。5.根据权利要求1所述的三维点云重建和补全方法，其特征在于，所述确定提取的残缺三维模型的配准模型，包括：将所述残缺三维模型转换为第一点云集，以及将所述预设三维模型转换为第二点云集；确定所述第一点云集中每一个点在所述第二点云集中对应的第一最近...

【专利技术属性】
技术研发人员：郭戈，吴佩琼，边原，孙明新，赵俊清，程彩虹，冯锡超，刘寅，鲁敏，
申请(专利权)人：中铁电气化局集团有限公司，
类型：发明
国别省市：