一种基于轮廓收缩的多视图曲面重构方法及系统技术方案

本发明专利技术涉及三维曲面重构技术领域，具体公开了一种基于轮廓收缩的多视图曲面重构方法，包括以下步骤：通过照相机获取物体全方位的参数信息，并获取照相机光源的坐标点信息，物体轮廓与照相机光源之间构成锥面形状；设定将物体完全包含的长方体，将长方体除底面外的五个面上离散点都对应沿垂直所在面的方向收缩到对应的锥面点上，得到半成品曲面，剔除此过程中未发生收缩的点，即得到物体表面的空间点云，在此过程中，只需计算出精度要求不太高的相机小孔的位置参数以及利用平面标定相关的单应矩阵获取物体轮廓在平面上的投影坐标，除了计算相机小孔坐标外，不需要计算相机的姿态参数和相机内参数，克服了相机内外参数很难精准计算带来的影响

【技术实现步骤摘要】
一种基于轮廓收缩的多视图曲面重构方法及系统


[0001]本申请涉及三维曲面重构
，具体公开了一种基于轮廓收缩的多视图曲面重构方法
。

技术介绍

[0002]三维重构是指对三维物体的形状分布利用数据点云描绘，并在计算机中建立表达客观世界的虚拟现实的关键技术
。
早期的三维重建技术主要用于大型物体
(
如建筑物
、
汽车等
)
的测量，随着现代科技及制作工艺的发展，三维重建技术被应用至越来越多的行业中，如：在对小型物体精密加工行业中，通过三维重建监测关键工艺效果及成品质量，降低生产成本并提高良品率
。
此应用背景对三维重建提出了新的要求：首先，检测速度快，人们希望单位时间内能检测尽可能多的物体；其次，算法计算量小，由于检测数量多，一般为在线检测，复杂的三维重构算法难以实现该目标；再次，检测精度高，加工精度是精密加工的关键参数，对加工效果检测也对精度提出了较高的要求
。
[0003]目前已知相机内外参数后的三维重构方法主要有两种：
MVS
和
SFM
，其重构精度都高度依赖相机内外参数的精准度，而目前相机内外参数计算精度的提高仍是研究的难点，从而制约了重构曲面的精度，因此，专利技术人有鉴于此，提供了一种基于轮廓收缩的多视图曲面重构方法，以便解决上述问题
。

技术实现思路

[0004]本专利技术的目的在于提供了一种基于轮廓收缩的多视图曲面重构方法，以解决传统的三维重构方法对相机内外参数的精准度依赖较大的问题
。
[0005]为了达到上述目的，本专利技术的基础方案提供一种基于轮廓收缩的多视图曲面重构方法，包括以下步骤：
[0006]步骤一：通过照相机获取物体全方位的参数信息，并获取照相机光源的坐标点信息，物体轮廓与照相机光源之间构成锥面形状；
[0007]步骤二：设定将物体完全包含的长方体，将长方体除底面外的五个面上离散点都对应沿垂直所在面的方向收缩到对应的锥面点上，得到半成品曲面，剔除此过程中未发生收缩的点，即得到物体表面的空间点云
。
[0008]进一步，所述照相机光源的坐标点信息为不在同一直线上的多个坐标点，且照相机光源的坐标点的个数和分布情况需要满足能计算出单应矩阵
[0009][0010]利用单应矩阵和物体轮廓亚像素坐标计算出其对应在平面上的投影坐标
。
[0011]进一步，包含以下子步骤：
[0012]步骤
S1
，分别计算各图像的相机光源坐标系
、
平面轮廓点坐标矩阵
、
边界点序号集
、
非边界点序号集，并将长方体的五个表面中当前有待讨论收缩的点都初始化为整个表面的整点，并以有5个分量的元胞组初始化保存；
[0013]步骤
S2
，初始化坐标点数据信息；
[0014]步骤
S3
，令边界点序号集与非边界点序号集的相邻的点的序号集为相邻点序号集，以不改变轮廓循环顺序情形下调整边界点序号集和相邻点序号集的顺序使得相邻点序号集在边界点序号集中按先后顺序出现，并连接相机光源坐标点与相邻点序号集中各点，得到线段集；
[0015]步骤
S4
，通过线段集中的线段获取各个侧面待定的整点坐标，并分别进行保存；
[0016]步骤
S5
，利用单应矩阵计算出图像四个角点对应在水平平面上的坐标；
[0017]步骤
S6
，从顶面
、
后面
、
前面
、
右面
、
左面分别对图像进行收缩；
[0018]步骤
S7
，剔除与不在元胞内的线段相关的整点的字典序号；
[0019]步骤
S8
，对收缩后的点信息进行保存；
[0020]步骤
S9
，将收缩后的点信息与初始化信息进行比较，并选取收缩更大的点在初始化信息内更新保存；
[0021]步骤
S10
，对更新保存后的初始化信息，剔除各面最后仍没有发生收缩的点，得物体表面的空间点云
。
[0022]进一步，在所述步骤
S6
中，从与顶面
、
后面
、
前面
、
右面
、
左面对应的元胞的整点，选取并保存相机光源坐标点到对应平面距离的点的距离大于
0.5mm
的点在整个后面的字典序号，并将各点与相机光源坐标连线，连线后的交点沿对应方向进行收缩，得到物体轮廓在水平面的影子轮廓的交点，获取相机光源坐标点与交点的有向距离并按从大到小排序，当与交点相邻的对应坐标分量小的第一个点为所有交点序列中为第奇数个交点且是非边界轮廓点时，将选取的各点沿对应坐标分量进行收缩，剔除收缩为负值的且不在元胞内的点
。
[0023]进一步，所述步骤二中，顶面收缩的外围轮廓点，以对应侧面收缩的点为准进行局部取点，用主成分分析来修正；侧面收缩点的上侧外围轮廓点以顶面收缩点为准进行局部取点，用主成分分析来修正；前后侧面收缩点的两侧外围轮廓点以左右两侧收缩点为准进行局部取点，用主成分分析来修正；左右侧面收缩点的两侧外围轮廓点以前后两侧收缩点为准进行局部取点，用主成分分析来修正
。
[0024]进一步，所述步骤二中，各图像的相机小孔坐标将每个三角块对应到水平平面，从而由单应矩阵对应到图像中的对应像素坐标，从而获取对应像素坐标的颜色
。
[0025]基于同一专利技术构思，本专利技术提供一种基于轮廓收缩的多视图曲面重构系统，所述多视图曲面重构系统用于实现上述的基于轮廓收缩的多视图曲面重构方法
。
[0026]进一步，所述多视图曲面重构系统包括：
[0027]数据获取模块：所述数据用于获取模块通过照相机获取物体全方位的参数信息，并获取照相机光源的坐标点信息，物体轮廓与照相机光源之间构成锥面形状；
[0028]数据处理模块：所述数据处理模块用于设定将物体完全包含的长方体，将长方体除底面外的五个面上离散点都对应沿垂直所在面的方向收缩到对应的锥面点上，得到半成品曲面，剔除此过程中未发生收缩的点，即得到物体表面的空间点云
。
和图2所示：
[0040]首先，获取物体参数信息：通过水平的标定板放置需要重构的物体，然后通过照相机全方位的拍摄物体以获取物体的成像轮廓点，拍摄过程中，不留拍摄死角
。
[0041]在一个空间体系中，拍摄的图像有多个已知平面坐标且不在一条直线上的标记点，其个数与分布情况需要保证能较精准计算出单应矩阵：
[0042][0043]利用单应矩阵和物体轮廓亚像素坐标计算出其对应在平面上的轮廓坐标
。
[0044]设定一个可将物体完全包含且位于坐标系...

【技术保护点】

【技术特征摘要】
1.
一种基于轮廓收缩的多视图曲面重构方法，其特征在于，包括以下步骤：步骤一：通过照相机获取物体全方位的参数信息，并获取照相机光源的坐标点信息，物体轮廓与照相机光源之间构成锥面形状；步骤二：设定将物体完全包含的长方体，将长方体除底面外的五个面上离散点都对应沿垂直所在面的方向收缩到对应的锥面点上，得到半成品曲面，剔除此过程中未发生收缩的点，即得到物体表面的空间点云
。2.
根据权利要求1所述的一种基于轮廓收缩的多视图曲面重构方法，其特征在于，所述照相机光源的坐标点信息为不在同一直线上的多个坐标点，且照相机光源的坐标点的个数和分布情况需要满足能计算出单应矩阵利用单应矩阵和物体轮廓亚像素坐标计算出其对应在平面上的投影坐标
。3.
根据权利要求1所述的一种基于轮廓收缩的多视图曲面重构方法，其特征在于，所述步骤二中，包含以下子步骤：步骤
S1
，分别计算各图像的相机光源坐标系
、
平面轮廓点坐标矩阵
、
边界点序号集
、
非边界点序号集，并将长方体的五个表面中当前有待讨论收缩的点都初始化为整个表面的整点，并以有5个分量的元胞组初始化保存；步骤
S2
，初始化坐标点数据信息；步骤
S3
，令边界点序号集与非边界点序号集的相邻的点的序号集为相邻点序号集，以不改变轮廓循环顺序情形下调整边界点序号集和相邻点序号集的顺序使得相邻点序号集在边界点序号集中按先后顺序出现，并连接相机光源坐标点与相邻点序号集中各点，得到线段集；步骤
S4
，通过线段集中的线段获取各个侧面待定的整点坐标，并分别进行保存；步骤
S5
，利用单应矩阵计算出图像四个角点对应在水平平面上的坐标；步骤
S6
，从顶面
、
后面
、
前面
、
右面
、
左面分别对图像进行收缩；步骤
S7
，剔除与不在元胞内的线段相关的整点的字典序号；步骤
S8
，对收缩后的点信息进行保存；步骤
S9
，将收缩后的点信息与初始化信息进行比较，并选取收缩更大的点在初始化信息内更新保存；步骤
S10
，对更新保存后的初始化信息，剔除各面最后仍没有发生收缩的点，得物体表面的空间点云
。4.
根据权利要求3所述的一种基于轮廓收缩的多视图曲面重构方法，其特征在于，在所述步骤
S6
中，从与顶面
、
后面
、
前面
、
右面<...

【专利技术属性】
技术研发人员：韩梦思，何军，
申请(专利权)人：湖南泽塔科技有限公司，
类型：发明
国别省市：