一种三维模型重建方法技术

本发明专利技术涉及一种三维模型重建方法，用于计算机视觉技术领域。步骤如下：对数码相机进行标定，求取相机内部参数；提取二维图像序列中的特征点数据，对每个特征点进行三维数据重建；根据所得三维数据重建三维模型。本发明专利技术能够实现一个完整的基于二维图像序列的三维计算机模型重建流程，提高三维模型重建的效率。

【技术实现步骤摘要】

本专利技术涉及计算机视觉领域，具体涉及物体的三维计算机模型获取方法。
技术介绍
三维模型重建方法是计算机视觉领域研究的热点问题之一。所谓三维 重建是从图像出发恢复出空间点三维坐标的过程。随着近二三十年的研 究，许多三维模型重建方法被应用于数字行销、虚拟导游、数字教育、艺 术产品展示、医学模拟、大型展示系统、教学影片等各类虚拟现实技术领 域。这类方法主要对实际物体的平面图像中收集二维数据，通过一定的三 维数据重构计算获取三维数据从而重建三维计算机模型。但由于这类方法 目前没有形成完整的工作流程，现有三维重建技术对操作人员的技术要求 较高，不利于普通用户的实际应用。
技术实现思路
本专利技术的目的在于提供一种基于二维图像序列的三维模型重建方法。 它使用数码相机拍摄所得二维图像序列，抽取图像中的二维信息，结合相 机标定算法与三维重构算法，计算二维数据所对应的实际三维数据，最后 使用模型构建技术将三维数据重建为三维计算机模型。为了达到上述专利技术目的，本专利技术提供一种基于二维图像的三维模型重 建系统及方法，所述方法使用一台数码相机作为设备基础，对所需重建的 实际物体进行图像采集最终计算生成三维模型，具体包括以下步骤，其特征在于，步骤如下 Sl-l:使用数码相机从不同角度对标定模板图像进行拍摄，取得标定 图像；S卜2:从S1 —l步骤中拍摄的每张图像中选取4个关键点，并取得关 键点的二维数据；51- 3:采用相机标定算法Jean-YvesBouguet的棋盘标定算法输入关键 点二维数据，计算出S1 —l步骤中相机拍摄图像的f参数；52- l:使用Sl所述相机，并用固定的焦距对实际三维物体拍摄系列图像；S2-2:从S2-1步骤拍摄的系列图像中提取物体的特征点二维数据；52- 3:采用8点重构算法计算出特征点三维数据；S3-l:根据S2 — 3步骤计算出的系列图像中实际三维图像特征点的三 维数据，使用三维数据构建法构建三维模型的基本面；53- 2:将三维模型基本面合并、加工成为完整的三维模型，即重建三 维模型。本专利技术所述的三维模型重建方法，其中所述Sl — l步骤中至少从5个不同角度对模板进行拍摄，所述的模板 是14*13黑白相间图样的方格模板；所述Sl-2步骤从每张图像中选取的关键点为4个，并且每个关键点在 每张图像中的位置的相同的；所述Sl-3步骤采用相机标定算法是Jean-Yves Bouguet的棋盘标定算法；所述S2-l步骤拍摄实际三维物体图像是从至少3个不同角度对实际 三维物体拍摄；每角度拍摄一张图像；所述S2-2步骤提取系列图像中物体的特征点二维数据，是从每张图像 中提取可构成需要几何图形的特征点。本专利技术方法主要具有以下特点和作用(1)形成一个具体完善的基于 二维图像序列的三维模型重建流程；(2)提高三维模型构建的效率；本发 明适用于对普通数码相机拍摄的二维图像还原图像中的实际物体的三维 计算机模型。普通技术人员只需要普通的数码相机及其所拍摄的图像，釆 用本方法，就能将所拍摄的二维模型构建成三维模型。4本专利技术方法解决了现有技术中在存的重建工作流程不完整、重建技术 慢、使用成本高、要求技术人员技术水平高的问题。下面对本专利技术作进一步的详述三维模型重建的整体流程大致为三个主要过程:相机^^定——三维数 据重构一一三维模型重建。根据算法流程的详细步骤，可以将这三个主要 过程细分为以下几部分-(1) 相机标定可分为三个子过程拍摄标定图片——提取标定图片关键 点二维数据——使用标定算法计算相机内部参数；(2) 三维数据重构可分为三个子过程拍摄三维物体图像——提取图像 上特征点二维数据——使用三维重构算法计算三维坐标数据；(3) 三维模型重建可分为三个子过程使用三维坐标数据构建三维物体 的基本三维形状——整合各面块模型形成整体模型——对整体模型加工。一个完善的三维计算机视觉系统应能从相机(摄像机)获取的影像信 息出发，计算三维环境物体的、形状等几何信息，并由此识别环境中的物 体。影像上每一点的亮度反映了空间物体表面某点反射光的强度，而该点 在影像上的位置则与空间物体表面相应点的几何位置有关，这些位置的相 互关系，由相机(摄像机)成像几何模型所决定，该几何模型的参数称为 相机(摄像机)参数(在摄影测量学中称作相机内方位元素)，这些参数 必须同实验与计算来确定，实验与计算的过程称为相机标定(camera calibration,或定标)。关于相机标定的理论研究已经有许多优秀的理论 成果，本专利技术直接使用Jean-Yves Bouguet a.V.布吉特)所提供的相机棋盘标定算法-Camera Calibration Toolbox for MATLAB。关于三维重构算法，马毅在《An Invitation to 3-D Vision》 (http:〃vision.ucla. edu/MASKS/) —书中，从线性代数与矩阵理论的 基础上，对基于二维图像序列的三维重建的理论进行了详细叙述，提出 Eight-point algorithm with ref inement (完善的8点算法)，本专利技术方法使用该算法作为算法基础。维坐标的点(二维像素点)，经过重构算法的矩阵计算，计算出三维坐标。 由于该算法所应用的基础是已标定的相机模型，即已知相机内部参数矩阵K=A 烏 A 0 0 1，其中 称为扭曲常数(skew factor)，是一个与coW成常数比例的数值，P即像素平面的两个坐标轴之前的夹角，由于这个夹 角一般为垂直，因此，^一般为0。、和、分别为横向和纵向的縮放比例， 也就是像素平面的长宽像素值。向量(^,o,)表示成像平面坐标系原点对于像素坐标系原点的平移向量。而本专利技术方法的应用范围为用户使用的一般 普通数码相机，对于其中^，我们使用0值，^和^值可由图像文件的像 素大小确定，^和^则分别是l/2的、和 。因此，最后需要确定的参数 为相机焦距f。本专利技术采用Jean-Yves Bouguet博士 ( J.V.布吉特博士 ) (http:〃www.vision.caltech.edu/bouguetj/index.html )提出棋盘禾示定算法为 求取相机内部参数/。即使用他的Camera Calibration Toolbox for MATLAB (http:〃www.vision.caltech.edu/bouguetj/calib_doc/ )来直接求得 /。关于算法的包装，本专利技术使用MATLAB提供的与高级语言(JAVA) 交互方法，将以上两种算法打包成为JAVA程序可以调用的库函数，从而 完成关于矩阵计算的任务。 附图说明图1是本专利技术三维模型重建方法的整体流程图； 图2是本专利技术相机标定模板及相机标定关键点示意图。 图中1、 2、 3、 4为从14*13黑白相间的方格模板图像中选取的4个关 键点。具体实施例方式下面结合实施例对本专利技术方法的具体内容进行详述数码相机能够拍摄现实三维物体的二维图像，这些二维图像满足透视 成像原理的图像序列。在现实应用中，人们通过观察这些二维图像来理解 实际三维物体的结构，本专利技术能够将图像序列中的二维数据还原成直观的 三维计算机模型。本实例所使用的二维图像序列为使用canon型号为Ixu本文档来自技高网...

【技术保护点】
一种三维模型重建方法，其特征在于，步骤如下：　Ｓ１－１：使用数码相机从不同角度对标定模板图像进行拍摄，取得标定图像；　Ｓ１－２：从Ｓ１－１步骤中拍摄的每张图像中选取至少４个关键点，并取得关键点的二维数据；　Ｓ１－３：采用相 机标定算法的Ｊｅａｎ－Ｙｖｅｓ　Ｂｏｕｇｕｅｔ棋盘算法标定输入关键点二维数据，计算出Ｓ１－１步骤中相机拍摄的图像的ｆ参数；　Ｓ２－１：使用Ｓ１所述相机，并用固定的焦距对实际三维物体拍摄系列图像；　Ｓ２－２：从Ｓ２－１步骤拍摄的系 列图像中提取物体的特征点二维数据；　Ｓ２－３：采用８点重构算法计算出Ｓ２－２步骤选取的特征点三维数据；　Ｓ３－１：根据Ｓ２－３步骤计算出的系列图像中实际三维图像特征点的三维数据，使用三维数据构建法构建三维模型的基本面；　Ｓ ３－２：将三维模型基本面合并、加工成为完整的三维模型，即重建三维模型。

【技术特征摘要】

【专利技术属性】
技术研发人员：谷德权，胡嬿，李晓，
申请(专利权)人：汕头大学，
类型：发明
国别省市：44[中国|广东]