汽车显示屏的三维重建方法、装置、计算机设备及介质制造方法及图纸

本申请揭露了一种汽车显示屏的三维重建方法、装置、计算机设备及介质。其中方法包括：采集高亮高反光的汽车显示屏图像，作为初始图像，并对初始图像进行预处理，生成二值化图像；对二值化图像进行特征点提取处理，得到初始特征点，并将初始特征点进行特征匹配处理，生成相邻帧之间的对应关系；基于相邻帧之间的对应关系对相机进行相机姿态估计处理，得到目标相机姿态；根据目标相机姿态和初始特征点，构建汽车显示屏的初始三维模型；通过对初始三维模型进行点云处理和模型优化处理，得到目标三维模型。本申请不需要使用深度学习算法进行三维重建，避免了大量的计算，从而有利于提高汽车显示屏的三维重建效率。显示屏的三维重建效率。显示屏的三维重建效率。

【技术实现步骤摘要】
汽车显示屏的三维重建方法、装置、计算机设备及介质


[0001]本申请涉及三维重建
，尤其涉及一种汽车显示屏的三维重建方法、装置、计算机设备及介质。

技术介绍

[0002]近年来，汽车产业持续发展，对汽车显示屏的要求也越来越高。高亮高反光的汽车显示屏广泛应用于汽车仪表盘、导航、娱乐等方面。在汽车制造过程中，为了保证高亮高反光的显示效果，汽车显示屏的表面采用了高光泽度的镜面材质。然而，这种材质对于传统的三维重建技术带来了挑战，因为它在光线下会出现明显的反射和折射，导致重建结果出现失真、缺陷等问题。
[0003]目前，针对高亮高反光汽车显示屏的三维重建技术主要依赖于深度学习方法，如基于神经网络的深度学习三维重建技术。这些方法需要大量的数据进行训练，且训练过程复杂，需要大量的时间和计算资源，从而导致汽车显示屏的三维重建效率较低。

技术实现思路

[0004]本申请实施例的目的在于提出一种汽车显示屏的三维重建方法、装置、计算机设备及介质，以提高汽车显示屏的三维重建效率。
[0005]为了解决上述技术问题，本申请实施例提供一种汽车显示屏的三维重建方法，包括：
[0006]采集高亮高反光的汽车显示屏图像，作为初始图像，并对所述初始图像进行预处理，生成二值化图像；
[0007]对所述二值化图像进行特征点提取处理，得到初始特征点，并将所述初始特征点进行特征匹配处理，生成相邻帧之间的对应关系；
[0008]基于所述相邻帧之间的对应关系对相机进行相机姿态估计处理，得到目标相机姿态；
[0009]根据所述目标相机姿态和所述初始特征点，构建汽车显示屏的初始三维模型；
[0010]通过对所述初始三维模型进行点云处理和模型优化处理，得到目标三维模型。
[0011]为了解决上述技术问题，本申请实施例提供一种汽车显示屏的三维重建装置，包括：
[0012]图像预处理单元，用于采集高亮高反光的汽车显示屏图像，作为初始图像，并对所述初始图像进行预处理，生成二值化图像；
[0013]特征匹配单元，用于对所述二值化图像进行特征点提取处理，得到初始特征点，并将所述初始特征点进行特征匹配处理，生成相邻帧之间的对应关系；
[0014]目标相机姿态生成单元，用于基于所述相邻帧之间的对应关系对相机进行相机姿态估计处理，得到目标相机姿态；
[0015]初始三维模型生成单元，用于根据所述目标相机姿态和所述初始特征点，构建汽
车显示屏的初始三维模型；
[0016]目标三维模型生成单元，用于通过对所述初始三维模型进行点云处理和模型优化处理，得到目标三维模型。
[0017]为解决上述技术问题，本专利技术采用的一个技术方案是：提供一种计算机设备，包括，一个或多个处理器；存储器，用于存储一个或多个程序，使得一个或多个处理器实现上述任意一项所述的汽车显示屏的三维重建方法。
[0018]为解决上述技术问题，本专利技术采用的一个技术方案是：一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现上述任意一项所述的汽车显示屏的三维重建方法。
[0019]本专利技术实施例提供了一种汽车显示屏的三维重建方法、装置、计算机设备及介质。本专利技术实施例采集高亮高反光的汽车显示屏图像，作为初始图像，并对所述初始图像进行预处理，生成二值化图像；对所述二值化图像进行特征点提取处理，得到初始特征点，并将所述初始特征点进行特征匹配处理，生成相邻帧之间的对应关系；基于所述相邻帧之间的对应关系对相机进行相机姿态估计处理，得到目标相机姿态；根据所述目标相机姿态和所述初始特征点，构建汽车显示屏的初始三维模型；通过对所述初始三维模型进行点云处理和模型优化处理，得到目标三维模型。本申请实施例通过采集高亮高反光的汽车显示屏图像，并对汽车显示屏图像进行特征匹配和三维重建，使得生成汽车显示屏的三维模型，其不需要使用深度学习算法进行三维重建，避免了大量的计算，从而有利于提高汽车显示屏的三维重建效率。
附图说明
[0020]为了更清楚地说明本申请中的方案，下面将对本申请实施例描述中所需要使用的附图作一个简单介绍，显而易见地，下面描述中的附图是本申请的一些实施例，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。
[0021]图1根据本申请实施例提供的汽车显示屏的三维重建方法的一实现流程图；
[0022]图2是本申请实施例提供的汽车显示屏的三维重建方法中子流程的一实现流程图；
[0023]图3是本申请实施例提供的汽车显示屏的三维重建方法中子流程的又一实现流程图；
[0024]图4是本申请实施例提供的汽车显示屏的三维重建方法中子流程的又一实现流程图；
[0025]图5是本申请实施例提供的汽车显示屏的三维重建方法中子流程的又一实现流程图；
[0026]图6是本申请实施例提供的汽车显示屏的三维重建方法中子流程的又一实现流程图；
[0027]图7为本申请另一实施例提供的基于用户行为的空调控制方法的流程示意图；
[0028]图8是本申请实施例提供的汽车显示屏的三维重建装置示意图；
[0029]图9是本申请实施例提供的计算机设备的示意图。
具体实施方式
[0030]除非另有定义，本文所使用的所有的技术和科学术语与属于本申请的
的技术人员通常理解的含义相同；本文中在申请的说明书中所使用的术语只是为了描述具体的实施例的目的，不是旨在于限制本申请；本申请的说明书和权利要求书及上述附图说明中的术语“包括”和“具有”以及它们的任何变形，意图在于覆盖不排他的包含。本申请的说明书和权利要求书或上述附图中的术语“第一”、“第二”等是用于区别不同对象，而不是用于描述特定顺序。
[0031]在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本申请的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
[0032]为了使本
的人员更好地理解本申请方案，下面将结合附图，对本申请实施例中的技术方案进行清楚、完整地描述。
[0033]需要说明的是，本申请实施例所提供的汽车显示屏的三维重建方法一般由计算机设备执行，相应地，汽车显示屏的三维重建装置一般配置于计算机设备中。
[0034]请参阅图1，图1示出了汽车显示屏的三维重建方法的一种具体实施方式。
[0035]需注意的是，若有实质上相同的结果，本专利技术的方法并不以图1所示的流程顺序为限，该方法包括如下步骤：
[0036]S1.采集高亮高反光的汽车显示屏图像，作为初始图像，并对所述初始图像进行预处理，生成二值化图像。
[0037]具体地，本申请是针对高亮高反光下汽车显示屏的三维重建，由于其是在高亮高本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种汽车显示屏的三维重建方法，其特征在于，包括：采集高亮高反光的汽车显示屏图像，作为初始图像，并对所述初始图像进行预处理，生成二值化图像；对所述二值化图像进行特征点提取处理，得到初始特征点，并将所述初始特征点进行特征匹配处理，生成相邻帧之间的对应关系；基于所述相邻帧之间的对应关系对相机进行相机姿态估计处理，得到目标相机姿态；根据所述目标相机姿态和所述初始特征点，构建汽车显示屏的初始三维模型；通过对所述初始三维模型进行点云处理和模型优化处理，得到目标三维模型。2.根据权利要求1所述的汽车显示屏的三维重建方法，其特征在于，所述通过对所述初始三维模型进行点云处理和模型优化处理，得到目标三维模型，包括：采用最小化重投影误差的方式对目标相机姿态的旋转和平移矩阵进行优化计算处理，得到优化后的相机姿态；基于所述优化后的相机姿态，将所述初始三维模型中的稀疏点云进行填充处理，得到稠密点云的三维模型；将所述稠密点云的三维模型进行点云配准处理，以使得所述稠密点云的三维模型中不同视角的点云对应于同一坐标系下，得到三维重建模型；对所述三维重建模型进行模型优化处理，得到所述目标三维模型。3.根据权利要求2所述的汽车显示屏的三维重建方法，其特征在于，所述对所述三维重建模型进行模型优化处理，得到所述目标三维模型，包括：识别出所述三维重建模型中离群的点云；将所述离群的点云从所述三维重建模型中进行删除，得到点云删除后的三维重建模型；对所述点云删除后的三维重建模型进行平滑处理，得到所述目标三维模型。4.根据权利要求1所述的汽车显示屏的三维重建方法，其特征在于，所述通过对所述初始三维模型进行点云处理和模型优化处理，得到目标三维模型之后，所述方法还包括：提取所述初始图像的纹理信息；构建所述纹理信息对应的映射信息；将所述映射信息映射至所述目标三维模型上。5.根据权利要求1至4任一项所述的汽车显示屏的三维重建方法，其特征在于，所述对所述二值化图像进行特征点提取处理，得到初始特征点，并将所述初始特征点进行特征匹配处理，生成相邻帧之间的对应关系，包括：通过预设的特征提取方法，对所述二值化图像进行特征点提取处理，得到所述初始特征点；对所述初始特征点进行归一化处理，得到基础特征点；基于相邻帧对应的基础特征...

【专利技术属性】
技术研发人员：丁克，丁兢，刘芊伟，李翔，马洁，王丰，叶闯，庞旭芳，林锦辉，胡财荣，陆俊君，淳豪，张敏，王凯，
申请(专利权)人：佛山显扬科技有限公司，
类型：发明
国别省市：