本发明专利技术公开了一种具有材质普适性的三维数据集采集评估方法，属于三维测量技术领域。其中，三维数据集采集评估方法：获取待测物体初始图像信息；根据部分待测物体初始图像信息进行粗认知得到物体的低精度三维重建轮廓；根据低精度三维重建轮廓迭代重建得到测量精度达到要求的三维重建轮廓；获取测量精度达到要求的三维重建轮廓的数据信息；将待测物体的数据信息与待测物体初始图像信息比较，根据比较结果确定重建精度评估结果。本发明专利技术创新地提出基于标准球亚像素轮廓的高精度、强鲁棒性的转台标定方法，提高对物体进行三维重建的效率，降低了重建算法的时空复杂度，实现了不依赖物体标准模型对三维重建的结果进行高精度评价。体标准模型对三维重建的结果进行高精度评价。体标准模型对三维重建的结果进行高精度评价。
【技术实现步骤摘要】
一种具有材质普适性的三维数据集采集评估方法及装置
[0001]本专利技术属于三维测量
，尤其是一种具有材质普适性的三维数据集采集评估方法及装置。
技术介绍
[0002]基于视觉三维数据集采集方式可以分为两类：主动视觉和被动视觉。主动视觉方法主要有：激光扫描法、结构光法、阴影法、Kinect技术等，上述主动视觉方法此无法对于高透高反材料物体进行测量。被动视觉方法可以分为单目、双目和多目三维重建。双目和多目的重建方法在测量高透高反材料物体时，由于其表面不具备稳定可靠的纹理特征导致方法失效。单目三维重建方法通过单张图像恢复待测件表面的三维轮廓，但重建过程完全依赖于所建立的系统模型，模型的可靠性与真实性直接影响重建精度，高透高反材料物体表面的明暗度信息不可靠。深度学习法通过现有数据对网络进行训练，以获取较好的拟合函数以实现更高精度的三维重建。在完成网络训练后，这种方法的重建速度快、精度高，但是训练过程需要大量数据和完善的数据集，此外其训练周期较长，此外目前存在的数据集中数据材料多为朗伯体，种类不完备，对其余材料物体重建时精度和完整性无法保证。
技术实现思路
[0003]专利技术目的：提供一种具有材质普适性的三维数据集采集评估方法及装置，以解决现有技术存在的上述问题。
[0004]本公开实施例的第一方面提供了一种具有材质普适性的三维数据集采集评估方法，包括：
[0005]S1、获取待测物体初始图像信息；
[0006]S2、根据部分待测物体初始图像信息进行粗认知得到物体的低精度三维重建轮廓；
[0007]S3、根据低精度三维重建轮廓迭代重建得到测量精度达到要求的三维重建轮廓；
[0008]S4、获取测量精度达到要求的三维重建轮廓的数据信息；
[0009]S5、将三维重建轮廓的数据信息与待测物体初始图像信息比较，根据比较结果，确定重建精度评估结果。
[0010]优选的，根据部分待测物体初始图像信息进行粗认知得到物体的低精度三维重建轮廓包括：
[0011]S2
‑
1、根据待测物体初始图像信息得到待测物体基于标准转台的物体轮廓；
[0012]S2
‑
2、将部分待测物体初始图像信息对应的所述物体轮廓逆投影到相机坐标系下确定物体轮廓的交空间；S2
‑
3、利用物体轮廓的交空间确定最小的可以包围物体轮廓的交空间的均匀圆柱空间，作并将均匀圆柱空间定义为物体解空间；
[0013]S2
‑
4、根据物体解空间得到物体的低精度三维重建轮廓。
[0014]优选的，根据低精度三维重建轮廓迭代重建得到测量精度达到要求的三维重建轮
廓包括：
[0015]S3
‑
1、将低精度三维重建轮廓在三维空间体素下均匀采样得到均匀的物体表面；
[0016]S3
‑
2、根据均匀的物体表面间隔的为新间隔，在均匀的物体表面点按照正方体的生长方式增加26个点作为物体高精度解空间；
[0017]S3
‑
3、根据物体高精度解空间得到物体的高精度三维重建轮廓；
[0018]S3
‑
4、重复步骤S3
‑
1至S3
‑
3，直到三维重建轮廓的精度达到测量精度要求；
[0019]S3
‑
5、生成测量精度达到要求的三维重建轮廓。
[0020]优选的，根据物体解空间得到物体的低精度三维重建轮廓包括：
[0021]将物体解空间投影至物体三维图像得到投影结果；
[0022]将投影结果中待测物体轮廓外的区域去除得到待测物体低精度三维重建结果；
[0023]利用alpha
‑
shape算法对低精度三维重建结果表面进行提取得到物体低精度三维重建轮廓。
[0024]优选的，标准转台的标定包括：
[0025]利用标准球进行标定处理得到转台在相机坐标系下的准确位姿；
[0026]根据转台在相机坐标系下的准确位姿确定标准转台。
[0027]优选的，利用标准球进行标定处理得到转台在相机坐标系下的准确位姿包括：
[0028]将标准球放置于转台上转动一周，采集每6度为间隔不同角度下的标准球图像；
[0029]对采集到的标准球图像进行噪声抑制；
[0030]将进行噪声抑制后的标准球图像进行图像初步处理以去除背景区域得到剩余区域；
[0031]获取剩余区域内轮廓点的法矢方向；
[0032]通过沿剩余区域内轮廓点的法矢方向和法矢方向的反方向找出剩余区域内轮廓点对应的亚像素级轮廓点；
[0033]获取亚像素级轮廓度对应的图像；
[0034]通过相机成像模型反求出图像对应的标准球球心在相机坐标系下的坐标；
[0035]根据所有角度下的标准球球心的相机坐标系坐标，得到转台转轴在相机坐标系下的位姿；
[0036]将标准球放置于转台上的多个不同位置获取不同位置下转台转轴在相机坐标系下的位姿；
[0037]对所有转台转轴在相机坐标系下位姿进行分析，找出转台在相机坐标系下的准确位姿。
[0038]优选的，通过相机成像模型反求出图像对应的标准球球心在相机坐标系下的坐标的计算公式如下：
[0039][0040]其中，(u，v)是图像像素坐标系坐标光心位置，Z
C
是相机坐标系下物体的Z轴坐标，
相机焦距f，(u，v)是图像像素坐标系坐标光心位置u0，v0，d
X
，d
Y
都是相机内部参数，R为旋转矩阵，t为平移矩阵，(X
W
，Y
W
，Z
W
)是摄像机坐标系坐标。
[0041]优选的，将待测物体三维数据与待测物体初始图像信息比较，根据比较结果，确定重建精度评估结果，包括：
[0042]通过相机小孔成像模型将重建结果投影至待测物体初始图像中；
[0043]获取成像模型在图像中的重建投影点集；
[0044]获取距离图像轮廓点距离最近的重建投影点，并找出该重建投影点在相机坐标系下的坐标；
[0045]获取重建投影点和图像轮廓点对应点间的像素距离；
[0046]根据像素距离和重建投影点在相机坐标系下的坐标计算得到重建结果与理论结果之间的重建误差值；
[0047]根据重建误差值得到重建精度评价结果。
[0048]优选的，根据像素距离和重建投影点在相机坐标系下的坐标计算得到重建结果与理论结果之间的重建误差值的计算式如下：
[0049][0050]其中f为相机焦距，S
N
为图片中轮廓点的总数，d
x
，d
y
分别为x，y方向的相机像源尺寸，E为重建误差值，D
i
为第i个投影点的像素距离，Z
i
是第i个投影点在空间本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种具有材质普适性的三维数据集采集评估方法，其特征在于，包括：S1、获取待测物体初始图像信息；S2、根据部分待测物体初始图像信息进行粗认知得到物体的低精度三维重建轮廓；S3、根据低精度三维重建轮廓迭代重建得到测量精度达到要求的三维重建轮廓；S4、获取测量精度达到要求的三维重建轮廓的数据信息；S5、将三维重建轮廓的数据信息与待测物体初始图像信息比较，根据比较结果，确定重建精度评估结果。2.根据权利要求1所述的一种具有材质普适性的三维数据集采集评估方法，其特征在于，所述根据部分待测物体初始图像信息进行粗认知得到物体的低精度三维重建轮廓包括：S2
‑
1、根据待测物体初始图像信息得到待测物体基于标准转台的物体轮廓；S2
‑
2、将部分待测物体初始图像信息对应的所述物体轮廓逆投影到相机坐标系下确定物体轮廓的交空间；S2
‑
3、利用物体轮廓的交空间确定最小的可以包围物体轮廓的交空间的均匀圆柱空间，作并将均匀圆柱空间定义为物体解空间；S2
‑
4、根据物体解空间得到物体的低精度三维重建轮廓。3.根据权利要求1所述的一种具有材质普适性的三维数据集采集评估方法，其特征在于，所述根据低精度三维重建轮廓迭代重建得到测量精度达到要求的三维重建轮廓包括：S3
‑
1、将低精度三维重建轮廓在三维空间体素下均匀采样得到均匀的物体表面；S3
‑
2、根据均匀的物体表面间隔的为新间隔，在均匀的物体表面点按照正方体的生长方式增加26个点作为物体高精度解空间；S3
‑
3、根据物体高精度解空间得到物体的高精度三维重建轮廓；S3
‑
4、重复步骤S3
‑
1至S3
‑
3，直到三维重建轮廓的精度达到测量精度要求；S3
‑
5、生成测量精度达到要求的三维重建轮廓。4.根据权利要求2所述的一种具有材质普适性的三维数据集采集评估方法，其特征在于，所述根据物体解空间得到物体的低精度三维重建轮廓包括：将物体解空间投影至物体三维图像得到投影结果；将投影结果中待测物体轮廓外的区域去除得到待测物体低精度三维重建结果；利用alpha
‑
shape算法对低精度三维重建结果表面进行提取得到物体低精度三维重建轮廓。5.根据权利要求2所述的一种具有材质普适性的三维数据集采集评估方法，其特征在于，所述标准转台的标定包括：利用标准球进行标定处理得到转台在相机坐标系下的准确位姿；根据转台在相机坐标系下的准确位姿确定标准转台。6.根据权利要求5所述的一种具有材质普适性的三维数据集采集评估方法，其特征在于，所述利用标准球进行标定处理得到转台在相机坐标系下的准确位姿包括：将标准球放置于转台上转动一周，采集每6度为间隔不同角度下的标准球图像；对采集到的标准球图像进行噪声抑制...
【专利技术属性】
技术研发人员：张效栋，刘坤，房长帅，
申请(专利权)人：天津大学，
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。