一种基于3D建模对象的数据重构系统技术方案

本发明专利技术公开了一种基于3D建模对象的数据重构系统，包括以下步骤：A1：对3D建模系统数据进行结构化分解，将分解之后的结构化数据按照相应的数据类型，并确定所对应数据类型的使用状态；A2：随后将采集到的分解化数据进行数据录入，随后利用深度数据处理对数据进行预处理；A3：预处理之后的数据通过点云计算以及点云配准的方式将处理之后的分解化数据进行数据融合，从而形成三维纹理的几何模型。本发明专利技术设置的数据重构系统，可以对录入的数据进行重新拆解，并将其录入至相对应的3D建模系统内部，这样的设置可以使录入的数据进行重构，从而可以使3D建模得到的建模信息完整并可以充分完成建模过程。分完成建模过程。

【技术实现步骤摘要】
一种基于3D建模对象的数据重构系统


[0001]本专利技术涉及3D建模
，具体为一种基于3D建模对象的数据重构系统。

技术介绍

[0002]“3D建模”通俗来讲就是利用三维制作软件通过虚拟三维空间构建出具有三维数据的模型。3D建模大概可分两类为：NURBS和多边形网格。
[0003]而在建模过程中需要利用到多组数据录入，并形成相应的模型信息，而设置的数据信息需要对其进行处理之后在进行数据录入，从而保证模型形成的稳定性，而现有的数据信息在录入的过程中容易导致成型效率不准，从而造成建模不准，为此，我们提出一种基于3D建模对象的数据重构系统。

技术实现思路

[0004]本专利技术的目的在于提供一种基于3D建模对象的数据重构系统，以解决
技术介绍
中需要解决的问题。
[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3D建模对象的数据重构系统，包括以下步骤：
[0006]A1：对3D建模系统数据进行结构化分解，将分解之后的结构化数据按照相应的数据类型，并确定所对应数据类型的使用状态；
[0007]A2：随后将采集到的分解化数据进行数据录入，随后利用深度数据处理对数据进行预处理；
[0008]A3：预处理之后的数据通过点云计算以及点云配准的方式将处理之后的分解化数据进行数据融合，从而形成三维纹理的几何模型；
[0009]A4：随后获取相对应的图像数据,随后经过传感器将所需要的进行形成的物品进行数据读取,形成相对应景象深度图像；
[0010]A5：对获取的景象图像进行去噪并对图像数据进行数据增强；
[0011]A6：经过数据增强数据形成二维信息，像素点为深层信息，随后经过点云计算计算出图像像素与坐标之间的数据转换；
[0012]A7：将转换之后的数据进行融合处理，将传感器读取的数据的原属位置为原点构造相应的体积网格，体积网格将云空间分隔为多组小方格空间，随后转换之后的数据填充至相对应的小方格内部即可完成相应数据重构建模。
[0013]优选的，所述步骤A4中传感器选用Kinect深度传感器，所述深度传感器设置为六组，对物品六面进行数据采集。
[0014]优选的，所述步骤A5的图像去噪和数据增强过程中，图像去噪过程中将图像噪声分为外部噪声和内部噪声，所述外部噪声为系统外部干扰以电磁波或经电源串进系统内部而引起的噪声，由系统电气设备内部引起的噪声为内部噪声。
[0015]优选的，所述噪声去除利用图像变换域去噪方法是对图像进行变换，将图像从空
间域转换到变换域，再对变换域中的变换系数进行处理，再进行反变换将图像从变换域转换到空间域来达到去除图像嗓声的目的。
[0016]优选的，所述图像数据进行数据增强的过程中首先获取数据，并对若干条数据增强，增强过程根据目标图像集和初始数据增强的误差集合，最大化贝叶斯的采集函数，得到相对应的增强策略，并将采集函数的增强侧策略进行误差比对，随后对误差进行更新，并增强策略误差集合。
[0017]优选的，所述景象深度图像形成，通过传感器中双目立体视觉进行处理，通过两个相隔一定距离的传感器同时获取同一场景的两幅图像，通过立体匹配算法找到两幅图像中对应的像素点，随后根据三角原理计算出时差信息，而视差信息通过转换便可以得到物体的深度信息。
[0018]与现有技术相比，本专利技术具有以下有益效果：
[0019]1、本专利技术设置的数据重构系统，可以对录入的数据进行重新拆解，并将其录入至相对应的3D建模系统内部，这样的设置可以使录入的数据进行重构，从而可以使3D建模得到的建模信息完整并可以充分完成建模过程；
[0020]2、而在图像处理的过程中可以使数据分割为多组体积网格，这样的网格设置可以使相应的录入数据归纳至相应的体积网格内部，从而可以实现数据与图像相匹配，并且可以通过相对应的体积网格来推算数据出现问题的情况；
[0021]3、并且设置的图像去噪以及图像数据增强可以使图像采集成型更加准确。
具体实施方式
[0022]下面将结合本专利技术实施例，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。
[0023]本专利技术提供一种技术方案：一种基于3D建模对象的数据重构系统，包括以下步骤：
[0024]A1：对3D建模系统数据进行结构化分解，将分解之后的结构化数据按照相应的数据类型，并确定所对应数据类型的使用状态；
[0025]A2：随后将采集到的分解化数据进行数据录入，随后利用深度数据处理对数据进行预处理；
[0026]A3：预处理之后的数据通过点云计算以及点云配准的方式将处理之后的分解化数据进行数据融合，从而形成三维纹理的几何模型；
[0027]A4：随后获取相对应的图像数据,随后经过传感器将所需要的进行形成的物品进行数据读取,形成相对应景象深度图像；
[0028]A5：对获取的景象图像进行去噪并对图像数据进行数据增强；
[0029]A6：经过数据增强数据形成二维信息，像素点为深层信息，随后经过点云计算计算出图像像素与坐标之间的数据转换；
[0030]A7：将转换之后的数据进行融合处理，将传感器读取的数据的原属位置为原点构造相应的体积网格，体积网格将云空间分隔为多组小方格空间，随后转换之后的数据填充至相对应的小方格内部即可完成相应数据重构建模。
[0031]优选的，所述步骤A4中传感器选用Kinect深度传感器，所述深度传感器设置为六组，对物品六面进行数据采集。
[0032]优选的，所述步骤A5的图像去噪和数据增强过程中，图像去噪过程中将图像噪声分为外部噪声和内部噪声，所述外部噪声为系统外部干扰以电磁波或经电源串进系统内部而引起的噪声，由系统电气设备内部引起的噪声为内部噪声。
[0033]优选的，所述噪声去除利用图像变换域去噪方法是对图像进行变换，将图像从空间域转换到变换域，再对变换域中的变换系数进行处理，再进行反变换将图像从变换域转换到空间域来达到去除图像嗓声的目的。
[0034]优选的，所述图像数据进行数据增强的过程中首先获取数据，并对若干条数据增强，增强过程根据目标图像集和初始数据增强的误差集合，最大化贝叶斯的采集函数，得到相对应的增强策略，并将采集函数的增强侧策略进行误差比对，随后对误差进行更新，并增强策略误差集合。
[0035]优选的，所述景象深度图像形成，通过传感器中双目立体视觉进行处理，通过两个相隔一定距离的传感器同时获取同一场景的两幅图像，通过立体匹配算法找到两幅图像中对应的像素点，随后根据三角原理计算出时差信息，而视差信息通过转换便可以得到物体的深度信息。
[0036]使用时，首先，设置的数据重构系统，可以对录入的数据进行重新拆解，并将其录入至相对应的3D建模系统内部，这样的设本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于3D建模对象的数据重构系统，其特征在于：包括以下步骤：A1：对3D建模系统数据进行结构化分解，将分解之后的结构化数据按照相应的数据类型，并确定所对应数据类型的使用状态；A2：随后将采集到的分解化数据进行数据录入，随后利用深度数据处理对数据进行预处理；A3：预处理之后的数据通过点云计算以及点云配准的方式将处理之后的分解化数据进行数据融合，从而形成三维纹理的几何模型；A4：随后获取相对应的图像数据,随后经过传感器将所需要的进行形成的物品进行数据读取,形成相对应景象深度图像；A5：对获取的景象图像进行去噪并对图像数据进行数据增强；A6：经过数据增强数据形成二维信息，像素点为深层信息，随后经过点云计算计算出图像像素与坐标之间的数据转换；A7：将转换之后的数据进行融合处理，将传感器读取的数据的原属位置为原点构造相应的体积网格，体积网格将云空间分隔为多组小方格空间，随后转换之后的数据填充至相对应的小方格内部即可完成相应数据重构建模。2.根据权利要求1所述的一种基于3D建模对象的数据重构系统，其特征在于：所述步骤A4中传感器选用Kinect深度传感器，所述深度传感器设置为六组，对物品六面进行数据采集。3.根据权利要求1所述的一种基于3D建模对象的数据重构系统，其特...

【专利技术属性】
技术研发人员：邱炯硕，
申请(专利权)人：邱炯硕，
类型：发明
国别省市：