三维模型构建方法技术

本公开实施例公开了一种三维模型构建方法

【技术实现步骤摘要】
三维模型构建方法、装置、电子设备及存储介质


[0001]本公开涉及图像领域但不限于图像领域，尤其涉及一种三维模型构建方法
、
装置
、
电子设备及存储介质
。

技术介绍

[0002]在配准两个三维点云图的应用场景中，一般会通过配准三维点云图的三维点以配准两个三维点云图
。
但是相关技术中一般需要通过复杂的运算才能确定出第一三维点云图和第二三维点云图中对应的三维点，以对两个三维点云图中对应的三维点进行配准和融合
。
如此，相关技术中配准三维点云图的过程复杂，耗时久，配准和融合的效率低
。

技术实现思路

[0003]有鉴于此，本公开实施例公开了一种三维模型构建方法
、
装置
、
电子设备及存储介质
。
[0004]根据本公开实施例的第一方面，提供一种三维模型构建方法，所述方法包括：
[0005]获取第一图像和第二图像；其中，所述第一图像和所述第二图像为分别从不同方位获取的同一对象的图像；
[0006]基于所述第一图像和所述第二图像，确定视差图；其中，所述视差图用于指示所述对象上的同一特征在所述第一图像和所述第二图像中的位置偏差；
[0007]基于所述视差图，确定所述第一图像在三维空间中对应的第一三维点云图和所述第二图像在所述三维空间中对应的第二三维点云图；
[0008]分别获取所述第一图像和所述第二图像中预定特征的图像特征点；
[0009]基于所述图像特征点，配准并融合所述第一三维点云图和所述第二三维点云图，获得融合后的三维点云图；
[0010]构建所述融合后的三维点云图的表面，获得三维模型
。
[0011]在一个实施例中，所述对象为人脸，所述预定特征包括所述人脸的眉毛特征
、
眼睛特征
、
嘴巴特征
、
鼻子特征
、
耳朵特征和轮廓特征中的至少一种
。
[0012]在一个实施例中，所述第一图像和所述第二图像均包括
N
个像素点，所述方法还包括：
[0013]利用视差集中包括的视差值，确定在第
n
个像素点与第一预定像素点之间的视差值为所述视差集中的每一视差值时所述第
n
个像素点与所述第一预定像素点之间的匹配代价值；其中，所述第
n
个像素点为所述第一图像中的像素点，所述第一预定像素点为所述第二图像的像素点；所述视差集包括第一预定数量的所述视差值；所述视差值用于指示所述第
n
个像素点和所述第一预定像素点在像素坐标系中的位置偏差；所述匹配代价值用于指示第
n
个像素点和所述第一预定像素点之间的相似度；
n
为正整数且
n
小于
N
；
[0014]基于所述第
n
个像素点对应的匹配代价值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值；
[0015]所述确定所述第一图像和所述第二图像对应的视差图，包括：
[0016]基于第1个像素点至第
N
个像素点对应的所述目标视差值，确定所述视差图；其中，所述视差图中的像素点依次用于指示所述第1个像素点至所述第
N
个像素点对应的所述目标视差值
。
[0017]在一个实施例中，所述第
n
个像素点和所述第一预定像素点之间的相似度和所述匹配代价值反相关，所述基于第
n
个像素点的匹配代价值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值，包括：
[0018]基于所述第
n
个像素点对应的匹配代价值，从所述第一预定像素点中确定出目标像素点；其中，所述目标像素点为所述第一预定像素点中与所述第
n
个像素点之间的相似度大于相似度阈值的像素点；
[0019]确定所述第
n
个像素点和与目标像素点之间的视差值为所述目标视差值
。
[0020]在一个实施例中，所述方法还包括：
[0021]确定在所述第一图像中所述第
n
个像素点所处的
m
条聚合路径；其中，所述聚合路径包括第二预定数量的像素点；
[0022]所述基于第
n
个像素点对应的匹配代价值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值，包括：
[0023]基于所述匹配代价值，确定在所述第
n
个像素点与第一预定像素点之间的视差值为
d
时第
n
个像素点在各聚合路径中对应的代价聚合值；其中，所述代价聚合值根据数据项和约束项的值的和确定；所述数据项根据在第
n
个像素点与第一预定像素点之间的视差值为
d
时第
n
个像素点对应的匹配代价值确定；所述约束项用于约束所述第
n
个像素点所处路径的像素点的连续程度；
d
为所述视差集中的视差值；
[0024]基于在所述第
n
个像素点对应的视差值为
d
时所述第
n
个像素点在所述
m
条聚合路径中对应的代价聚合值之和，确定在第
n
个像素点对应的视差值为
d
时所述第
n
个像素点对应的路径代价聚合值；
[0025]基于在所述第
n
个像素点在与所述第一预定像素点之间的视差值为所述视差集中的每一视差值时所述第
n
个像素点对应的所述路径代价聚合值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值；其中，与所述目标视差值对应的所述路径代价聚合值的值小于聚合阈值
。
[0026]在一个实施例中，所述方法还包括：
[0027]根据第一匹配代价值，确定第一附加项；其中，所述第一匹配代价值为在第二预定像素点与所述第一预定像素点之间的视差值为所述
d
时与所述第二预定像素点对应的匹配代价值；所述第二预定像素点为在所述聚合路径中与所述第
n
个像素点的距离小于第一距离阈值的像素点，且所述第二预定像素点的目标视差值为
d
；
[0028]根据第二匹配代价值和第一惩罚值，确定第二附加项；其中，所述第二匹配代价值为为在第三预定像素点与所述第一预定像素点之间的视差值为
d
‑1时与所述第三预定像素点对应的匹配代价值；所述第三预定像素点为在所述聚合路径中与所述第
n
个像素点的距离小于第二距离阈值的像素点，且所述第三预定像素点的目标视差值为
d...

【技术保护点】

【技术特征摘要】
1.
一种三维模型构建方法，其特征在于，所述方法包括：获取第一图像和第二图像；其中，所述第一图像和所述第二图像为分别从不同方位获取的同一对象的图像；基于所述第一图像和所述第二图像，确定视差图；其中，所述视差图用于指示所述对象上的同一特征在所述第一图像和所述第二图像中的位置偏差；基于所述视差图，确定所述第一图像在三维空间中对应的第一三维点云图和所述第二图像在所述三维空间中对应的第二三维点云图；分别获取所述第一图像和所述第二图像中预定特征的图像特征点；基于所述图像特征点，配准并融合所述第一三维点云图和所述第二三维点云图，获得融合后的三维点云图；构建所述融合后的三维点云图的表面，获得三维模型
。2.
根据权利要求1所述的方法，其特征在于，所述对象为人脸，所述预定特征包括所述人脸的眉毛特征
、
眼睛特征
、
嘴巴特征
、
鼻子特征
、
耳朵特征和轮廓特征中的至少一种
。3.
根据权利要求1所述的方法，其特征在于，所述第一图像和所述第二图像均包括
N
个像素点，所述方法还包括：利用视差集中包括的视差值，确定在第
n
个像素点与第一预定像素点之间的视差值为所述视差集中的每一视差值时所述第
n
个像素点与所述第一预定像素点之间的匹配代价值；其中，所述第
n
个像素点为所述第一图像中的像素点，所述第一预定像素点为所述第二图像的像素点；所述视差集包括第一预定数量的所述视差值；所述视差值用于指示所述第
n
个像素点和所述第一预定像素点在像素坐标系中的位置偏差；所述匹配代价值用于指示第
n
个像素点和所述第一预定像素点之间的相似度；
n
为正整数且
n
小于
N
；基于所述第
n
个像素点对应的匹配代价值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值；所述基于所述第一图像和所述第二图像，确定视差图，包括：基于第1个像素点至第
N
个像素点对应的所述目标视差值，确定所述视差图；其中，所述视差图中的像素点依次用于指示所述第1个像素点至所述第
N
个像素点对应的所述目标视差值
。4.
根据权利要求3所述的方法，其特征在于，所述第
n
个像素点和所述第一预定像素点之间的相似度和所述匹配代价值反相关，所述基于第
n
个像素点的匹配代价值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值，包括：基于所述第
n
个像素点对应的匹配代价值，从所述第一预定像素点中确定出目标像素点；其中，所述目标像素点为所述第一预定像素点中与所述第
n
个像素点之间的相似度大于相似度阈值的像素点；确定所述第
n
个像素点和与目标像素点之间的视差值为所述目标视差值
。5.
根据权利要求3所述的方法，其特征在于，所述方法还包括：确定在所述第一图像中所述第
n
个像素点所处的
m
条聚合路径；其中，所述聚合路径包括第二预定数量的像素点；所述基于第
n
个像素点对应的匹配代价值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值，包括：
基于所述匹配代价值，确定在所述第
n
个像素点与第一预定像素点之间的视差值为
d
时第
n
个像素点在各聚合路径中对应的代价聚合值；其中，所述代价聚合值根据数据项和约束项的值的和确定；所述数据项根据在第
n
个像素点与第一预定像素点之间的视差值为
d
时第
n
个像素点对应的匹配代价值确定；所述约束项用于约束所述第
n
个像素点所处路径的像素点的连续程度；
d
为所述视差集中的视差值；基于在所述第
n
个像素点对应的视差值为
d
时所述第
n
个像素点在所述
m
条聚合路径中对应的代价聚合值之和，确定在第
n
个像素点对应的视差值为
d
时所述第
n
个像素点对应的路径代价聚合值；基于在所述第
n
个像素点在与所述第一预定像素点之间的视差值为所述视差集中的每一视差值时所述第
n
个像素点对应的所述路径代价聚合值，从所述视差集中确定出所述第
n
个像素点对应的目标视差值；其中，与所述目标视差值对应的所述路径代价聚合值的值小于聚合阈值
。6.
根据权利要求5所述的方法，其特征在于，所述方法还包括：根据第一匹配代价值，确定第一附加项；其中，所述第一匹配代价值为在第二预定像素点与所述第一预定像素点之间的视差值为所述
d
时与所述第二预定像素点对应的匹配代价值；所述第二预定像素点为在所述聚合路径中与所述第
n
个像素点的距离小于第一距离阈值的像素点，且所述第二预定像素点的目标视差值为
d
；根据第二匹配代价值和第一惩罚值，确定第二附加项；其中，所述第二匹配代价值为为在第三预定像素点与所述第一预定像素点之间的视差值为
d
‑1时与所述第三预定像素点对应的匹配代价值；所述第三预定像素点为在所述聚合路径中与所述第
n
个像素点的距离小于第二距离阈值的像素点，且所述第三预定像素点的目标视差值为
d
‑1；根据第三匹配代价值和第一惩罚值，确定第三附加项；...

【专利技术属性】
技术研发人员：刘建斌，
申请(专利权)人：北京快乐茄信息技术有限公司，
类型：发明
国别省市：