基于图像的建筑物图案检测以及建模制造技术

提供了辅助建筑物建模的系统及方法。一方面，自动检测和分析重复图案以产生诸如建筑物正墙的建模结构图像。另一方面，分析结构对称性以辅助建筑物建模和增强图像生成。

【技术实现步骤摘要】
【国外来华专利技术】
本专利技术主题公开总的来讲涉及计算机建模方法，具体地讲涉及检测重复图样和结构对称性并且对其建模以更准确地可视化建筑物结构的应用。
技术介绍
对于具有照片真实感的建筑物以及城市建模的需求正在与日俱增。其中以三维(“3D”)地图服务、游戏以及电影的需求最为强烈。本质上来讲，城市或者建筑物的建模都可以化简为对于建筑物正墙的建模。现在最先进的建模方法有很多，其中有基于文法规则和街道正墙的3D扫描的纯合成方法，也有从一张或者多张图像提取信息并生成模型的基于图像建模法。后者需要解决的主要问题就是从一张正投影图像中检测出平移的重复图样。现存的检测重复图样的方法有很多，包括多种基于霍夫变换的方法，这些方法区别之处在于如何对数据空间采样并且在哪选择的方式。例如，最新架构使用变换离散群发现了 3D几何中的结构规律性。接下来，将简单扼要的讨论一下现有的建筑物建模技术，其中包括对称检测，建筑物正墙的建模以及逆向程序化建模。三维点对称检测，或者称重复检测，大多会在转换空间中引入一种投票机制以检测3D形状的部分和近似对称性。这类方法包括可以使用变换离散群来发现三维几何中的结构规则化的对称化应用。还有些方法会引入从3D扫描器手动创建模型并且还依赖于手动指定对称图样。许多在图像中检测对称的方法会提供一种计算模型，其检测用图像的自相关(“AC”)函数来检测峰值，从而确定纹理图样的周期。一个方法将2D旋转对称性问题映射到Frieze检测问题，并且利用离散傅立叶变换来进行Frieze检测。随后，提出了更普遍的用于检测斜对称的方法。另外一些建模方法检测并且合并在一个图结构中选中的元素，这种计算一般依赖于亮度的变化。其中一个方法利用高斯滤波器识别出显著的峰值，以迭代地平滑AC函数，其中利用霍夫变换来决定平移向量。另外一种技术利用边缘检测来决定重复元素并且用扩展方式连续获得图案，其中平移网络的合并方案基于最大似然估计。另外一种技术引入了利用对应位置的关键点的配对局部特征匹配算法。还有一种算法检测真实图像中的旋转对称中心和对称图案，但是不能处理所有的对称群属性。另外一个提出的算法使用统计模型比较构架来测试并发现最佳假设。最后，还有一些方法对近似于规整或对称的图样进行了检测。建筑物正墙的建模方法包括基于图像的建模方法，其中图像被用作迭代地生成建筑物结构模型的指导。许多视觉方法需要注册的多张图像。其中一种用于构建正墙的结构检测算法利用了有关建筑物正墙结构的较强的先验知识来找出平移的重复窗口。另一种方法放宽了对输入图像的要求以处理较强的透视图，其中使用基于链相似性测量方法来合并重复点特征。还有方法会利用马尔科夫随机场构建建筑物正墙布局的模型，并利用事先学好的先验知识以及马尔科夫链蒙特卡洛优化来找出最优化解。另外一种方法利用了基于RANSAC的平面合并方法的变型来检测特征点的透视畸变网格，该透视畸变网格能够识别底层重复的壁纸图案的主要平移向量。一种迭代系统通过基于绘画工具手动指定深度来从单个图像创建模型。另一种系统在一个或多个图像中使用绘轮廓方法，而另一种系统通过采用从形状对称性中导出的约束来从单个图像中迭代地恢复3D纹理绘制的建筑物模型。逆向程序化建模包括L系统方法,其用于大概最代表程序化方法的植物建模。从图像中抽取规则的逆向程序化建模也会被应用在树的建模应用中。对于建筑物的建模，计算机生成式建筑(“CGA”)结构软件结合了一系列具有分割规则的文法并且生成精细的建筑物结构。尽管已经利用了文法系统设计，但是仅有有限的工作集中在如何从现存模型中提 取文法作为逆向建模。一种文法提取方法使用上下分区方案来从校正过的建筑物正墙图像中提取分割规则。然而，提取的文法规则限于格栅布局的细分。最新的逆向程序化建模方法识别出向量图片并且采用提取的规则来重新合成新图片。上面所阐述的有关当前三维方法都会有先天不足，这里所介绍的不包括全部的不足，而只是提供一个概述。通过下面的描述，常规系统的其他问题以及本文所描述的各非限制性实施例的相应优点将变得更加明显。
技术实现思路
接下来的文字将简单扼要的阐述对本文公开的一些方面的基本理解。该概述不是全面的总结。其目的不是为了识别关键或者重要元素也不是为了限制本文所公开的多个方面的范围。其唯一目的是为了以一种简单方式呈现一些概念来作为后面呈现的更加详细描述的引言。提出了在图像中检测重复图案和对称图案以有助于建筑物建模的方法和系统。一方面，提供了一种方法，其包括从图片中提取初始样本部分作为潜在重复图案。该方法包括从潜在重复图案中保持被确定为真实重复图案的所选图案。这包括利用来自转换域和空间域的信息将真实重复图案从子群域聚类(cluster)到集合域。该方法还包括部分地基于来自转换域和空间域的信息提取实际重复图案的一个或多个形状。另一方面，提供了一种系统，其包括检测器，用以确定图像中的采样点并且为采样点生成相似性图。该系统包括聚类组件，用以确定图像中的图像网格和变换网格，以便确定多个任意形状的重复图案。一种矩形分析器确定图像内的非重复图案的感兴趣区域，而正墙布局组件生成一系列互不相交的结构区域以有助于图像内的对称检测。在另一方面，提供了一种实体计算机可读媒介。该计算机可读媒介包括指令从潜在重复图案中决定所选图案、并且利用转换域和空间域的信息将所选图案从第一域聚类到至少一个其他域作为实际重复图案。其中包括部分地基于来自转换域和空间域的信息来为实际重复图案提取一个或者多个形状的指令。其中还包括确定图像中的采样点并且为采样点生成相似性图的指令，以及包括确定图像中的图像网格和变换网格以便确定一个或多个对称图案的指令。该计算机可读媒介还包括产生一系列互不相交的结构区域以部分地基于一个或多个对称图案来有助于对称检测的指令。为了完成接下来的相关问题，本专利技术的公开包括以下充分揭露的特征。接下来的描述和附图详细阐述了某些示例性方面。但是，这些方面只是表示了可以采用本文所公开的原理的各种方法中的一些方法而已。其他方面、优点以及新的特性会从以下连同附图的详细描述中变得显然。附图说明图I展示了图案检测及建模系统的示意性框图。 图2展示了检测图案序列用以识别图案和建筑物正墙建模的方法的视图。图3展示了一个从输入图像校正后的正投影图像，该正投影图像将用于重复图案检测算法或者组件。图4展示了图像校正的示例。图5展示了来自输入图像序列的合成正投影纹理的示例。图6展示了可以用来检测图案的示例表面。图7是展示了用于建筑物建模的示例性重复图案检测方法的流程图。图8展示了用于重复图案检测的示例性图像流程。图9展示了另外一个用于重复图案检测的示例性图像流程。图10展示了一个包含嵌套的重复图案检测的示例性重复图案检测结果。图11展示了根据合成图像得到的建模结果的示例。图12至图13展示了针对重复图案检测的示例性建模结果。图14展示了用于建筑物建模的示例性正墙对称检测方法的流程图。图15至图21展示了用于建筑物建模的正墙对称检测的各种示例。图22展示了用于建筑物建模的示例性正墙对称检测系统。图23展示了一种示例性计算机可读媒介，其指令用于使计算机采用重复图案和对称检测来生成建筑物或其他结构的建模图像。具体实施例方式提供了系统和方法用于从图像中检测重复图案并辅助计算机三维建模。一本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】...

【专利技术属性】
技术研发人员：权龙，赵鹏，
申请(专利权)人：香港科技大学，
类型：发明
国别省市：