国产精品1024永久观看,大尺度欧美暖暖视频在线观看,亚洲宅男精品一区在线观看,欧美日韩一区二区三区视频,2021中文字幕在线观看

  • <option id="fbvk0"></option>
    1. <rt id="fbvk0"><tr id="fbvk0"></tr></rt>
      <center id="fbvk0"><optgroup id="fbvk0"></optgroup></center>
      <center id="fbvk0"></center>

      <li id="fbvk0"><abbr id="fbvk0"><dl id="fbvk0"></dl></abbr></li>

      基于映射邊界優(yōu)化的三維物體模型紋理映射算法

      文檔序號(hào):6525387閱讀:327來源:國(guó)知局
      基于映射邊界優(yōu)化的三維物體模型紋理映射算法
      【專利摘要】本發(fā)明公開了一種基于映射邊界優(yōu)化的三維物體模型紋理映射方法。該方法分兩步對(duì)三維模型紋理映射中的映射邊界進(jìn)行優(yōu)化,從而有效減小在紋理映射中由于攝像頭標(biāo)定誤差等干擾導(dǎo)致的接縫問題。該方法首先通過優(yōu)化映射邊界使其周圍的紋理復(fù)雜度減小,然后再進(jìn)一步優(yōu)化和二維圖像中圖像邊緣對(duì)應(yīng)的映射邊界區(qū)域,提高邊界兩側(cè)二維圖像邊緣的一致性,從而降低包括攝像頭標(biāo)定誤差在內(nèi)的各類誤差對(duì)紋理映射的影響。由于本發(fā)明著重提高圖像邊緣周圍的紋理映射的質(zhì)量,將容易產(chǎn)生接縫的邊界區(qū)域搬移到紋理較簡(jiǎn)單的區(qū)域,符合人體的視覺感官系統(tǒng)的特點(diǎn),同時(shí)易于實(shí)現(xiàn),有較廣泛的使用前景。
      【專利說明】基于映射邊界優(yōu)化的三維物體模型紋理映射算法
      【技術(shù)領(lǐng)域】
      [0001]本發(fā)明涉及一種三維物體模型建模算法,尤其涉及一種基于映射邊界優(yōu)化的三維物體模型紋理映射算法。
      【背景技術(shù)】
      [0002]三維物體模型建模技術(shù)是指將客觀世界中的物體通過三維建模的方式得到虛擬的重建,是計(jì)算機(jī)視覺,計(jì)算機(jī)圖形學(xué)領(lǐng)域的重要研究?jī)?nèi)容之一,在醫(yī)用設(shè)備、數(shù)字娛樂、電子商務(wù)等領(lǐng)域都有著廣泛的應(yīng)用價(jià)值。其中,如何使重建的三維模型具有實(shí)際物體的紋理真實(shí)感,是目前三維物體模型建模中的關(guān)鍵技術(shù)之一。
      [0003]在三維物體模型的紋理映射算法中,經(jīng)過對(duì)現(xiàn)有技術(shù)的文獻(xiàn)檢索發(fā)現(xiàn),在1983年,Burt等人在《ACM Transactions on Graphics》(美國(guó)計(jì)算機(jī)學(xué)會(huì)圖形學(xué)匯刊)第4期第 2 卷第 217 到第 236 頁發(fā)表的論文“A Multiresolution Spline with Application toImage Mosaics”(圖像拼接中的多分辨率接縫技術(shù))中首先提出利用圖像平滑的思想來處理圖像拼接技術(shù)中產(chǎn)生的額外接縫問題。在此基礎(chǔ)上,Baumberg等人于2002年在《BritishMachine Vision Conference))(英國(guó)機(jī)器視覺大會(huì))第三卷第5頁到第14頁發(fā)表的論文“Blending Images for Texturing 3D Models”(三維模型紋理映射中的圖像平滑)中提出了一個(gè)在3DS0M (三維物體建模軟件)中使用的改進(jìn)的圖像平滑方法。但該方法只能在嚴(yán)格控制的光照條件下使用,應(yīng)用范圍有限。此外,在2007年,Lempitsky等人在《IEEEConference on Computer Vision and Pattern Recognition〉〉(IEEE 國(guó)際計(jì)算機(jī)視覺與模式識(shí)別會(huì)議)第I頁到第6頁發(fā)表的論文“Seamless Mosaicing of Image-Based TextureMaps”(基于圖像的紋理映射技術(shù)中的無縫拼接算法)中通過構(gòu)建出關(guān)于紋理邊界的特殊能量函數(shù),利用馬爾可夫隨機(jī)場(chǎng)能量最優(yōu)化的框架解決紋理邊界縮減問題,在其所構(gòu)造的能量函數(shù)中,同時(shí)還提出了一種接縫補(bǔ)平法,通過對(duì)紋理圖像梯度空間的分析,建立了一個(gè)比較理想的梯度域模型,從而對(duì)圖像紋理進(jìn)行一定的補(bǔ)償,來彌補(bǔ)邊界處的接縫。但此項(xiàng)工作在重建實(shí)景物體時(shí)并沒有考慮到不同圖像之間可能存在明顯的色調(diào)差異,使得紋理映射結(jié)果中的接縫難以有效消除。更重要的是,上述幾種方法都僅僅關(guān)注于由于邊界兩側(cè)光照強(qiáng)度不同所引起的接縫問題。而事實(shí)上,除了光照強(qiáng)度不同之外,攝像頭標(biāo)定誤差以及一些其他的系統(tǒng)誤差也會(huì)導(dǎo)致接縫的產(chǎn)生,這類接縫很難直接用圖像平滑的方法消除。這時(shí),可以通過優(yōu)化映射邊界的方法來消除接縫。

      【發(fā)明內(nèi)容】

      [0004]本發(fā)明的目的針對(duì)上述問題,提供一種基于映射邊界優(yōu)化的三維物體模型紋理映射算法。該算法分兩步對(duì)映射邊界的位置進(jìn)行優(yōu)化。首先,算法通過計(jì)算映射邊界周圍的紋理復(fù)雜度,然后將映射邊界移動(dòng)到紋理復(fù)雜度較小的位置,從而減小紋理映射誤差的影響。其次,我們對(duì)位于圖像邊緣的映射邊界進(jìn)行優(yōu)化,徹底消除紋理映射的誤差,從而使得到的三維模型具有真實(shí)的紋理特征。[0005]本發(fā)明的目的是這樣實(shí)現(xiàn)的:
      一種基于映射邊界優(yōu)化的三維物體模型紋理映射算法,該算法基于一組彩色二維圖像的顏色信息和一個(gè)無顏色的三維物體模型,目的是將二維圖像的色彩信息映射到三維物體模型上,從而形成彩色的物體三維模型,特征是:
      具體步驟如下:
      A:利用RGB-D攝像頭(帶深度信息彩色攝像頭)獲取實(shí)際物體的無色的三維模型和一系列二維彩色圖像,并建立三維模型網(wǎng)格和二維圖像像素點(diǎn)之間的對(duì)應(yīng)關(guān)系,即紋理映射關(guān)系。
      [0006]所述的得到的紋理映射關(guān)系由下式得到:
      P(^V1)=Color (pLj)
      其中,Z7(Ki)是紋理映射關(guān)系建立后三維模型中三角網(wǎng)格Vi對(duì)應(yīng)的顏色,/?.是第L個(gè)二維彩色圖片中的第j個(gè)像素對(duì)應(yīng)的位置,而Cbhrbzi)是象素/?的顏色。需要注意的是,此時(shí),每一個(gè)三維模型三角網(wǎng)格可能對(duì)應(yīng)于來自不同二維彩色圖像的多個(gè)像素點(diǎn)。
      [0007]B:根據(jù)步驟A中得到的二維彩色圖像所對(duì)應(yīng)的攝像頭在世界坐標(biāo)系中的位置,計(jì)算出初始的映射邊界所在的位置。
      [0008]C:通過計(jì)算初始映射邊界上的紋理復(fù)雜度,找到紋理復(fù)雜度較大的頂點(diǎn),并將該點(diǎn)周圍的邊界移動(dòng)到紋理較為簡(jiǎn)單的區(qū)域。
      [0009]所述的紋理復(fù)雜度的計(jì)算方法為:找到該頂點(diǎn)在該映射邊界兩側(cè)二維圖像上對(duì)應(yīng)的像素點(diǎn),分別取以該像素點(diǎn)為中心的8x8的子區(qū)域,再分別計(jì)算該子區(qū)域內(nèi)三個(gè)顏色通道取值的標(biāo)準(zhǔn)差的均值,則該`頂點(diǎn)的紋理復(fù)雜度即為兩個(gè)子區(qū)域得到的均值的總和。
      [0010]D:對(duì)每一副二維圖像提取邊緣,然后檢測(cè)相鄰圖像的邊緣在映射邊界上是否一致,檢測(cè)到不一致的情況時(shí),通過移動(dòng)映射邊界來保證邊緣的一致性。
      [0011]所述的二維圖像邊緣提取采用索貝爾(Sobel)算子與圖像進(jìn)行卷積操作,然后對(duì)卷積后的圖像做二值化,即可得到圖像的邊緣信息。
      [0012]E:根據(jù)步驟A得到的三維網(wǎng)格和二維像素點(diǎn)的對(duì)應(yīng)關(guān)系以及經(jīng)過步驟C,D優(yōu)化的映射邊界,將像素顏色映射到三維網(wǎng)格上,從而生成最終的彩色的三維目標(biāo)模型。
      [0013]本發(fā)明的主要?jiǎng)?chuàng)新在于分兩步對(duì)三維模型紋理映射中的映射邊界進(jìn)行優(yōu)化,從而有效減小在紋理映射中由于攝像頭標(biāo)定誤差等干擾導(dǎo)致的接縫問題。本發(fā)明首先通過優(yōu)化映射邊界使其周圍的紋理復(fù)雜度減小,然后再進(jìn)一步優(yōu)化和二維圖像中圖像邊緣對(duì)應(yīng)的映射邊界區(qū)域,提高邊界兩側(cè)二維圖像邊緣的一致性,從而降低包括攝像頭標(biāo)定誤差在內(nèi)的各類誤差對(duì)紋理映射的影響。
      [0014]與現(xiàn)有技術(shù)相比,本發(fā)明具有如下優(yōu)點(diǎn):
      1、現(xiàn)有技術(shù)通常僅考慮由于光照條件不同在紋理映射中產(chǎn)生的接縫問題,利用圖像平滑等技術(shù)來針對(duì)接縫問題,而忽略了包括攝像頭標(biāo)定誤差在內(nèi)的各類系統(tǒng)誤差對(duì)紋理映射的干擾。本發(fā)明著重考慮了這類系統(tǒng)誤差造成的問題,通過優(yōu)化映射邊界位置的思想,可以有效彌補(bǔ)很多現(xiàn)有技術(shù)的不足。
      [0015]2、很多系統(tǒng)誤差在實(shí)際應(yīng)用中是難以避免的。本發(fā)明的出發(fā)點(diǎn)在于人的視覺感官系統(tǒng)傾向于注意色彩變化明顯,紋理較復(fù)雜,例如圖像邊緣等信息,容易忽略紋理較簡(jiǎn)單的區(qū)域。因此本發(fā)明著重提高圖像邊緣周圍的紋理映射的質(zhì)量,將容易產(chǎn)生接縫的邊界區(qū)域搬移到紋理較簡(jiǎn)單的區(qū)域,符合人體的視覺感官系統(tǒng)的特點(diǎn),同時(shí)易于實(shí)現(xiàn),有較廣泛的使用前景。
      【專利附圖】

      【附圖說明】
      [0016]圖1是本發(fā)明的流程圖。
      [0017]圖2是基于攝像頭位置信息計(jì)算初始映射邊界的示意圖。
      【具體實(shí)施方式】
      [0018]下面結(jié)合實(shí)施例并對(duì)照附圖對(duì)本發(fā)明進(jìn)行進(jìn)一步的說明。
      [0019]一種基于映射邊界優(yōu)化的三維物體模型紋理映射算法的具體步驟如下:
      A:利用RGB-D攝像頭(帶深度信息彩色攝像頭)獲取實(shí)際物體的無色的三維模型和一系列二維彩色圖像,并建立三維模型網(wǎng)格和二維圖像像素點(diǎn)之間的對(duì)應(yīng)關(guān)系,即紋理映射關(guān)系。
      [0020]所述的實(shí)際物體的三維模型可以通過Newcombe于2011年在《IEEEInternational Symposium on Mixed and Augmented Reality》(IEEE 國(guó)際混合增強(qiáng)現(xiàn)實(shí)會(huì)議)第 127 頁到第 136 頁發(fā)表的論文“KinectFusion: real-time dense surface mappingand tracking” (KinectFusion:實(shí)時(shí)稠密表面的映射及跟蹤)中提出的KinectFusion方法通過移動(dòng)深度攝像頭繞著目標(biāo)掃描得到。
      [0021]所述的二維彩色圖像可以在掃描過程中通過啟動(dòng)RGB-D攝像頭的彩色拍照功能得到。
      [0022]所述的紋理映射關(guān)系,將通過以下過程得到:
      首先,利用 Newcombe 于 20`11 年在《IEEE International Symposium on Mixed andAugmented Reality)) (IEEE國(guó)際混合增強(qiáng)現(xiàn)實(shí)會(huì)議)第127頁到第136頁發(fā)表的論文“KinectFusion: real-time dense surface mapping and tracking” (KinectFusion:實(shí)時(shí)稠密表面的映射及跟蹤)中提出的KinectFusion方法可以得到每一個(gè)二維彩色圖像在拍攝時(shí)所對(duì)應(yīng)的攝像頭在世界坐標(biāo)系中的位置。
      [0023]其次,利用世界坐標(biāo)系關(guān)系,將三維模型網(wǎng)格依據(jù)幾何關(guān)系映射到每一個(gè)二維彩色圖像成像所在的平面,就可以得到三維模型上每一個(gè)三角網(wǎng)格和二維圖像像素點(diǎn)之間的對(duì)應(yīng)關(guān)系。
      [0024]所述的得到的紋理映射關(guān)系由下式得到:
      P(^V1)=Color (pLj)
      其中,Z7(Ki)是紋理映射關(guān)系建立后三維模型中三角網(wǎng)格Vi對(duì)應(yīng)的顏色,/?.是第L個(gè)二維彩色圖片中的第j個(gè)像素對(duì)應(yīng)的位置,而Cbhrbzi)是象素/?的顏色。需要注意的是,此時(shí),每一個(gè)三維模型三角網(wǎng)格可能對(duì)應(yīng)于來自不同二維彩色圖像的多個(gè)像素點(diǎn)。
      [0025]B:根據(jù)步驟A中得到的二維彩色圖像所對(duì)應(yīng)的攝像頭在世界坐標(biāo)系中的位置,計(jì)算出初始的映射邊界所在的位置。
      [0026]所述初始映射邊界可以這樣確定:對(duì)于每?jī)蓚€(gè)相鄰的二維圖像(相鄰是指在映射到三維模型上以后,在三維模型上有交疊區(qū)域),我們可以得到對(duì)應(yīng)攝像頭位置在三維模型表面上的投影點(diǎn)(投影點(diǎn)是指投影點(diǎn)和攝像頭所在坐標(biāo)點(diǎn)的連線垂直于三維模型表面)。而初始映射邊界為在交疊區(qū)域內(nèi)到兩個(gè)投影點(diǎn)距離相等的點(diǎn)的集合。如圖2所示,彩色圖像K和彩色圖像L為兩個(gè)相鄰的二維圖像,其投影點(diǎn)分別為Ck和Cu則得到的初始映射邊界如圖所示,記為Ei^在得到映射邊界后,除映射邊界上的頂點(diǎn)之外,每一個(gè)三維模型三角網(wǎng)格僅對(duì)應(yīng)于一個(gè)二維彩色圖像中的像素點(diǎn)。
      [0027]C:通過計(jì)算初始映射邊界上的紋理復(fù)雜度,找到紋理復(fù)雜度較大的頂點(diǎn),并將該點(diǎn)周圍的邊界移動(dòng)到紋理較為簡(jiǎn)單的區(qū)域,具體的可由以下三步得到:
      第一步,計(jì)算初始映射邊界上每一個(gè)頂點(diǎn)的紋理復(fù)雜度。
      [0028]所述的紋理復(fù)雜度的計(jì)算方法為:找到該頂點(diǎn)在該映射邊界兩側(cè)二維圖像上對(duì)應(yīng)的像素點(diǎn),分別取以該像素點(diǎn)為中心的8x8的子區(qū)域,再分別計(jì)算該子區(qū)域內(nèi)三個(gè)顏色通道取值的標(biāo)準(zhǔn)差的均值,則該頂點(diǎn)的紋理復(fù)雜度即為兩個(gè)子區(qū)域得到的均值的總和。
      [0029]第二步,找到紋理復(fù)雜度最大的一個(gè)頂點(diǎn),若該點(diǎn)的紋理復(fù)雜度值大于閾值TH,則沿該頂點(diǎn)所在位置映射邊界的法線方向找到和該點(diǎn)相鄰的頂點(diǎn),并用這個(gè)相鄰點(diǎn)代替原有頂點(diǎn)作為新的邊界。本實(shí)例中,TH取28。
      [0030]第三步,持續(xù)重復(fù)第二步直到所有點(diǎn)的紋理復(fù)雜度都小于閾值TH,或者第二步中已經(jīng)窮盡了交疊區(qū)域內(nèi)所有可能作為新邊界的點(diǎn)。
      [0031]D:對(duì)每一副二維圖像提取邊緣,然后檢測(cè)相鄰圖像的邊緣在映射邊界上是否一致,檢測(cè)到不一致的情況時(shí),通過移動(dòng)映射邊界來保證邊緣的一致性,具體的:
      首先,對(duì)每一副二維彩色圖像提取邊緣,本實(shí)例采用索貝爾(Sobel)算子與圖像進(jìn)行卷積操作,對(duì)卷積后的圖像做二值化,即可得到圖像的邊緣信息。
      [0032]其次,對(duì)每一對(duì)相鄰的二維圖像,按照位置相近關(guān)系對(duì)邊緣進(jìn)行配對(duì),然后找到所有和映射邊界相交的邊緣對(duì)。`
      [0033]然后,計(jì)算每對(duì)邊緣在映射邊界上的誤差。具體的,對(duì)于一對(duì)邊緣Edgei和Edgej,若它們和映射邊界E1相交并且在三維模型上對(duì)應(yīng)的交點(diǎn)為P (i,I)和P(j,I),則這對(duì)邊緣在映射邊界上的誤差即為兩個(gè)交點(diǎn)P(i,I)和P(j,I)之間的距離D(i,j)。
      [0034]最后,若計(jì)算得到的誤差不為零,即D(i,j)不等于0,表示該區(qū)域映射別見上的邊緣不一致,則按照如下規(guī)則優(yōu)化原有的映射邊界:計(jì)算邊緣Edgei和Edgej在三維模型上對(duì)應(yīng)的交點(diǎn)P (i,j),然后用線段
      P(Ij)PQrJ)和線段作,辦°(上0代替原本在點(diǎn)P(i,I)和P(j,l)之間的映射邊界。
      [0035]E:根據(jù)步驟A得到的三維網(wǎng)格和二維像素點(diǎn)的對(duì)應(yīng)關(guān)系以及經(jīng)過步驟C,D優(yōu)化的映射邊界,將像素顏色映射到三維網(wǎng)格上,從而生成最終的彩色的三維目標(biāo)模型。
      【權(quán)利要求】
      1.一種基于映射邊界優(yōu)化的三維物體模型紋理映射算法,特征在于該算法的具體步驟如下: A:利用攝像頭獲取實(shí)際物體的無色的三維模型和一系列二維彩色圖像,并建立三維模型網(wǎng)格和二維圖像像素點(diǎn)之間的對(duì)應(yīng)關(guān)系,即紋理映射關(guān)系; B:根據(jù)步驟A中得到的二維彩色圖像所對(duì)應(yīng)的攝像頭在世界坐標(biāo)系中的位置,計(jì)算出初始的映射邊界所在的位置; C:通過計(jì)算初始映射邊界上的紋理復(fù)雜度,找到紋理復(fù)雜度較大的頂點(diǎn),并將該點(diǎn)周圍的邊界移動(dòng)到紋理較為簡(jiǎn)單的區(qū)域; D:對(duì)每一副二維圖像提取邊緣,然后檢測(cè)相鄰圖像的邊緣在映射邊界上是否一致,檢測(cè)到不一致的情況時(shí),通過移動(dòng)映射邊界來保證邊緣的一致性; E:根據(jù)步驟A得到的三維網(wǎng)格和二維像素點(diǎn)的對(duì)應(yīng)關(guān)系以及經(jīng)過步驟C,D優(yōu)化的映射邊界,將像素顏色映射到三維網(wǎng)格上,從而生成最終的彩色的三維目標(biāo)模型。
      2.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于在步驟A中,所述的實(shí)際物體的三維模型根據(jù)KinectFusion方法,通過移動(dòng)深度攝像頭繞著目標(biāo)掃描得到; 所述的二維彩色圖像可以在掃描過程中通過啟動(dòng)攝像頭的彩色拍照功能得到; 所述的紋理映射關(guān)系,將通過以下過程得到: 首先,利用KinectFusion方法得到每一個(gè)二維彩色圖像在拍攝時(shí)所對(duì)應(yīng)的攝像頭在世界坐標(biāo)系中的位置; 其次,利用世界坐標(biāo)系關(guān)系,將三維模型網(wǎng)格依據(jù)幾何關(guān)系映射到每一個(gè)二維彩色圖像成像所在的平面,得到三維模型上每一個(gè)三角網(wǎng)格和二維圖像像素點(diǎn)之間的對(duì)應(yīng)關(guān)系;所述的得到的紋理映射關(guān)系由下式得到:
      P(^V1)=Color (pLj) 其中,PiV1)是紋理映射關(guān)系建立后三維模型中三角網(wǎng)格Vi對(duì)應(yīng)的顏色,pLJ是第L個(gè)二維彩色圖片中的第j個(gè)像素對(duì)應(yīng)的位置,而Cbhrbzi)是象素/?.的顏色;需要注意的是,此時(shí),每一個(gè)三維模型三角網(wǎng)格可能對(duì)應(yīng)于來自不同二維彩色圖像的多個(gè)像素點(diǎn)。
      3.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于在步驟B中,所述的初始映射邊界這樣確定:對(duì)于每?jī)蓚€(gè)相鄰的二維圖像,得到對(duì)應(yīng)攝像頭位置在三維模型表面上的投影點(diǎn);初始映射邊界為在交疊區(qū)域內(nèi)到兩個(gè)投影點(diǎn)距離相等的點(diǎn)的集合;在得到映射邊界后,除映射邊界上的頂點(diǎn)之外,每一個(gè)三維模型三角網(wǎng)格僅對(duì)應(yīng)于一個(gè)二維彩色圖像中的像素點(diǎn)。
      4.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于在步驟C中,所述的紋理復(fù)雜度的計(jì)算方法為:找到該頂點(diǎn)在該映射邊界兩側(cè)二維圖像上對(duì)應(yīng)的像素點(diǎn),分別取以該像素點(diǎn)為中心的8x8的子區(qū)域,再分別計(jì)算該子區(qū)域內(nèi)三個(gè)顏色通道取值的標(biāo)準(zhǔn)差的均值,則該頂點(diǎn)的紋理復(fù)雜度即為兩個(gè)子區(qū)域得到的均值的總和。
      5.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于在步驟C中,所述的根據(jù)紋理復(fù)雜度對(duì)映射邊界進(jìn)行優(yōu)化可由以下三步得到: 第一步,計(jì)算初始映射 邊界上每一個(gè)頂點(diǎn)的紋理復(fù)雜度;第二步,找到紋理復(fù)雜度最大的一個(gè)頂點(diǎn),若該點(diǎn)的紋理復(fù)雜度值大于閾值TH,則沿該頂點(diǎn)所在位置映射邊界的法線方向找到和該點(diǎn)相鄰的頂點(diǎn),并用這個(gè)相鄰點(diǎn)代替原有頂點(diǎn)作為新的邊界;TH取值28 ; 第三步,持續(xù)重復(fù)第二步直到所有點(diǎn)的紋理復(fù)雜度都小于閾值TH,或者第二步中已經(jīng)窮盡了交疊區(qū)域內(nèi)所有可能作為新邊界的點(diǎn)。
      6.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于在步驟D中,所述的根據(jù)圖像邊緣信息優(yōu)化映射邊界,具體實(shí)現(xiàn)為: 首先,對(duì)每一副二維彩色圖像提取邊緣,采用索貝爾Sobel算子與圖像進(jìn)行卷積操作,對(duì)卷積后的圖像做二值化,即可得到圖像的邊緣信息; 其次,對(duì)每一對(duì)相鄰的二維圖像,按照位置相近關(guān)系對(duì)邊緣進(jìn)行配對(duì),然后找到所有和映射邊界相交的邊緣對(duì); 然后,計(jì)算每對(duì)邊緣在映射邊界上的誤差;具體的,對(duì)于一對(duì)邊緣Edgei和Edgej,若它們和映射邊界E1相交并且在三維模型上對(duì)應(yīng)的交點(diǎn)為P (i,I)和P(j,I),則這對(duì)邊緣在映射邊界上的誤差即為兩個(gè)交點(diǎn)P(i,I)和P(j,l)之間的距離D(i,j); 最后,若計(jì)算得到的誤差不為零,即D(i,j)不等于0,表示該區(qū)域映射別見上的邊緣不一致,則按照如下規(guī)則優(yōu)化原有的映射邊界:計(jì)算邊緣Edgei和Edgej在三維模型上對(duì)應(yīng)的交點(diǎn)P (i,j),然后用線段 P(U)PQJ)和線段代替原本在點(diǎn)P(i,I)和P(j,l)之間的映射邊界。
      7.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于攝像頭為帶深度信息彩色攝像頭。
      8.根據(jù)權(quán)利要求1所述的基于映射邊界優(yōu)化的三維物體模型紋理映射算法,其特征在于對(duì)于相鄰的二維圖像的相鄰是指在映射到三維模型上以后,在三維模型上有交疊區(qū)域;攝像頭位置在三維模型表面上的投影點(diǎn)是指投影點(diǎn)和攝像頭所在坐標(biāo)點(diǎn)的連線垂直于三維模型表面。
      【文檔編號(hào)】G06T7/00GK103761765SQ201310722348
      【公開日】2014年4月30日 申請(qǐng)日期:2013年12月25日 優(yōu)先權(quán)日:2013年12月25日
      【發(fā)明者】林巍峣, 陳遠(yuǎn)哲, 裘玉英, 周旭楚, 張?jiān)角? 申請(qǐng)人:浙江慧谷信息技術(shù)有限公司
      網(wǎng)友詢問留言 已有0條留言
      • 還沒有人留言評(píng)論。精彩留言會(huì)獲得點(diǎn)贊!
      1