本发明专利技术属于机械图像处理领域，特别涉及一种基于多种特征点检测的图像点云图生成算法，公开了一种基于3D重建技术的绘图软件方法包括，通过使用Matlab工具对单目相机进行内部参数矩阵标定和特征点检测生成基本矩阵；通过测量和函数算法将特征点提取生成三维空间上的匹配点和点云图；通过对三维点云图进行处理生成三维模型文件；展示点云差异图，利用RANSAC算法实现平面图生成。本发明专利技术实现了用多种算子把单目相机拍摄的二维图片转化为三维点云图，有效利用了Matlab工具箱算法以及先进的深度学习方法，生成点云差异图和3D模型，能够检测出丰富的特征点并且提供高精度的stl三维模型，可以部署在多种硬件上，易于推广。易于推广。易于推广。
【技术实现步骤摘要】
一种基于3D重建技术的绘图软件方法及系统
[0001]本专利技术属于机械图像处理领域，特别涉及一种基于多种特征点检测的图像点云图生成算法。
技术介绍
[0002]本专利涉及的是机械领域中的三维重建软件在零件尺寸测量方面的应用场景。传统的零件尺寸测量方法通常需要消耗大量的时间和人力，并且往往存在着精度不高、易出错等问题；现今的建筑结构存在着许多隐蔽缺陷和损伤，如腐朽、裂纹、变形等，如果不及时处理，会对建筑物的耐久性和安全性产生严重威胁。
[0003]而采用三维重建软件进行零件尺寸测量，则无需对零件进行直接接触，既能提升测量精度，又能够大大节省时间和成本，并且实现了非接触式零部件尺寸表征，该技术可以被广泛应用于工厂生产线条检测、工业检测和质量保证等方面；在土木领域方面，通过运用三维重建软件技术，在现有建筑物中实现快速、准确地探测和分析隐蔽缺陷和病害，可以有效提高施工效率，降低施工成本，并对于建筑结构的评估提供科学参考，在建筑管理领域具有非常广泛的应用前景，三维重建软件技术在建筑探伤领域的应用场景十分广泛，可以更好地促进建筑行业的发展和应用。
技术实现思路
[0004]本部分的目的在于概述本专利技术的实施例的一些方面以及简要介绍一些较佳实施例。在本部分以及本申请的说明书摘要和专利技术名称中可能会做些简化或省略以避免使本部分、说明书摘要和专利技术名称的目的模糊，而这种简化或省略不能用于限制本专利技术的范围。
[0005]鉴于上述现有存在的问题，提出了本专利技术。
[0006]因此，提供一种基于3D重建技术的绘图软件方法，旨在利用了Matlab工具箱算法以及先进的深度学习方法，能够检测出丰富的特征点并且提供高精度的STL三维模型，采用可视化GUI设计，能够自动生成机械零件模型和相关参数。
[0007]为解决上述技术问题，本专利技术提供如下技术方案，一种基于3D重建技术的绘图软件方法，包括：
[0008]通过使用Matlab工具对单目相机进行内部参数矩阵标定和特征点检测生成基本矩阵；
[0009]通过测量和函数算法将特征点提取生成三维空间上的匹配点和点云图；
[0010]通过对三维点云图进行处理生成三维模型文件；
[0011]展示点云差异图，利用RANSAC算法实现平面图生成。
[0012]作为本专利技术所述的基于3D重建技术的绘图软件的一种优选方案，其中：所述生成基本矩阵包括，导入图像数据，解析为Matlab灰度值矩阵格式接收存储辅助信息，导入单目相机标定图像序列数据并对相机内部参数进行检测。
[0013]作为本专利技术所述的基于3D重建技术的绘图软件的一种优选方案，其中：所述生成
基本矩阵还包括，对目标图像运用Matlab内置最小特征值算法，Matlab内置Harris检测器算法和自定义实现方式进行特征点检测，利用RANSAC算法采用聚类算法生成基本矩阵。
[0014]作为本专利技术所述的基于3D重建技术的绘图软件的一种优选方案，其中：所述三维空间上的匹配点和点云图包括，使用三角测量方式将多幅图像的特征点提取为三维空间上的匹配点，存储特征点信息并显示为点云图。
[0015]作为本专利技术所述的基于3D重建技术的绘图软件的一种优选方案，其中：所述三维点云图处理包括，将三维模型存储在一个目录下，并使用Matlab中的fileDatastore函数读取目录下的所有三维模型数据，对于每个三维模型，使用alphaShape函数生成对应的alphaShape，即三角形边界，将读取到的顶点和面片传入alphaShape函数生成alphaShape，使用Matlab自带的triangulation函数将所有alphaShape三角形边界合并成一个整体三角形网格模型trimesh，将三角形网格模型以.stl格式保存并计算体积质量参数。
[0016]作为本专利技术所述的基于3D重建技术的绘图软件的一种优选方案，其中：所述平面图生成包括，利用欧式距离检测差异点，生成点云差异图；
[0017]使用Matlab中的ransac函数进行平面拟合，采用随机抽样一致性算法，对噪声数据进行过滤，继续将PointCloud对象将三维点数据封装成一个点云对象ptCloud，设置阈值，表示所有距离平面距离小于阈值的点都被认为是内点：
[0018]当点云对象欧氏距离大于阈值且当用DBSCAN聚类算法，使一个核心点在半径范围和任一核心点连接的簇内，则也视为内点；
[0019]当点云对象欧氏距离大于阈值，但当用DBSCAN聚类算法，一个核心点在半径范围和另外核心点连接的簇外时，则视为外点；
[0020]使用Location属性提取内点坐标，并传给scatter3函数进行可视化，采用RANSAC算法运用真实数据进行拟合生成平面图点。
[0021]作为本专利技术所述的基于3D重建技术的绘图软件的一种优选方案，其中：所述平面图生成还包括，使用Matlab的GUI进行软件界面设计，通过在GUIDE界面拖放、手动绘制或编辑属性进行设计，对于每个UI元素，设置回调函数以响应用户交互事件，将需要使用的变量和函数传递给GUI。
[0022]本专利技术的另外一个目的是提出一种基于3D重建技术的绘图软件系统，可以用多种算子把单目相机拍摄的二维图片转化为三维点云图，对于点云图的处理，本软件可以自动生成平面图方便用户对机械零件和建筑场所进行平面化处理和参数运算，还可以生成点云差异图，可以对机械探伤和建筑脆弱处进行检测。同时还可以生成3D模型，精简了建模工作量，通过3D模型进行质量体积参数计算，精简了计算工作量。
[0023]一种基于3D重建技术的绘图软件系统，其特征在于，包括，相机参数标定方法模块，图像特征点检测模块，基本矩阵处理模块，点云图处理模块。
[0024]所述相机参数标定方法模块用于确定相机内部和外部参数，包括确定相机的焦距、主点、畸变系数的内部参数，以及相机位置和朝向的外部参数。
[0025]所述图像特征点检测模块用于在图像中检测出具有代表性的关键点，用于匹配不同视角下的图像，本模块特征点为Harris角点。
[0026]所述基本矩阵处理模块用于计算两幅图像之间的基本矩阵，进行立体视觉或运动估计，基本矩阵描述了两个视图之间的几何关系，用于恢复相机位姿和三维点云，运用
RANSAC算法。
[0027]所述点云图处理模块用于将多个二维图像中的特征点对应起来，将它们转换为三维空间中的点云数据，在三维空间中重构物体的几何形状和纹理信息，点云处理算法为多视角三维重建。
[0028]一种计算机设备，包括存储器和处理器，所述存储器存储有计算机程序，其特征在于，所述处理器执行所述计算机程序时实现一种基于3D重建技术的绘图软件方法所述的步骤。
[0029]一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现一种基于3D重建技术的绘图软件方法所述的步骤。
[0030]本专利技术提供地利用了Matlab工具箱算法本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种基于3D重建技术的绘图软件方法，其特征在于：包括，通过使用Matlab工具对单目相机进行内部参数矩阵标定和特征点检测生成基本矩阵；通过测量和函数算法将特征点提取生成三维空间上的匹配点和点云图；通过对三维点云图进行处理生成三维模型文件；展示点云差异图，利用RANSAC算法实现平面图生成。2.如权利要求1所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述生成基本矩阵包括，导入图像数据，解析为Matlab灰度值矩阵格式接收存储辅助信息，导入单目相机标定图像数据并对相机内部参数进行检测。3.如权利要求2所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述生成基本矩阵还包括，对目标图像运用Matlab内置最小特征值算法，Matlab内置Harris检测器算法和自定义实现方式进行特征点检测，利用RANSAC算法采用聚类算法生成基本矩阵。4.如权利要求3所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述三维空间上的匹配点和点云图包括，使用三角测量方式将多幅图像的特征点提取为三维空间上的匹配点，存储特征点信息并显示为点云图。5.如权利要求4所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述三维点云图处理包括，将三维模型存储在一个目录下，并使用Matlab中的fileDatastore函数读取目录下的所有三维模型数据，对于每个三维模型，使用alphaShape函数生成对应的alphaShape，即三角形边界，将读取到的顶点和面片传入alphaShape函数生成alphaShape，使用Matlab自带的triangulation函数将所有alphaShape三角形边界合并成一个整体三角形网格模型trimesh，将三角形网格模型以.stl格式保存并计算体积质量参数。6.如权利要求5所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述平面图生成包括，利用欧式距离检测差异点，生成点云差异图；使用Matlab中的ransac函数进行平面拟合，采用随机抽样一致性算法，对噪声数据进行过滤，继续将PointCloud对象将三维点数据封装...
【专利技术属性】
技术研发人员：袁鑫，赵一林，李宁，于昌利，
申请(专利权)人：哈尔滨工业大学威海，
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。