CN102521874B - 一种基于图像重建三维数据的法线重采样方法 - Google Patents

一种基于图像重建三维数据的法线重采样方法 Download PDF

Info

Publication number
CN102521874B
CN102521874B CN201110377279.1A CN201110377279A CN102521874B CN 102521874 B CN102521874 B CN 102521874B CN 201110377279 A CN201110377279 A CN 201110377279A CN 102521874 B CN102521874 B CN 102521874B
Authority
CN
China
Prior art keywords
dimensional data
sampling
normal
hash table
data points
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201110377279.1A
Other languages
English (en)
Other versions
CN102521874A (zh
Inventor
孟祥林
赵灿
程俊廷
刘春媛
何万涛
周波
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Yujiang Electronic Technology Co ltd
Original Assignee
Heilongjiang University of Science and Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Heilongjiang University of Science and Technology filed Critical Heilongjiang University of Science and Technology
Priority to CN201110377279.1A priority Critical patent/CN102521874B/zh
Publication of CN102521874A publication Critical patent/CN102521874A/zh
Application granted granted Critical
Publication of CN102521874B publication Critical patent/CN102521874B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Image Analysis (AREA)

Abstract

一种基于图像重建三维数据的法线重采样方法,属于三维数据处理和数字图像处理领域,解决光学三维测量过程中数据重采样问题。采样过程为:预设采样等级和阈值,不同的等级具有不同的疏密度;建立数字图像像素点与三维数据点的对应关系表;自适应建立哈希表,并对每一个哈希表元素都计算一个法线,哈希表中每一个数据点的法线都用对应的哈希表的法线代替,利用区域内的法线依次点积,并求和值;根据和值的大小判断采样等级,结合数字图像像素点与三维数据点的对应关系表建立相应的采样查找表,查找表的值由预设的采样等级对应确定;最后根据建立的采样查找表对三维数据进行采样。本发明具有效率高、用最少的数据点描述区域特征而不使特征丢失,采样区域划分精确、采样等级设置灵活、易于实现等优势。

Description

一种基于图像重建三维数据的法线重采样方法
技术领域:
本发明属于数字图像和三维数据处理技术领域,具体涉及一种基于图像重建三维数据的重采样算法。
背景技术:
光学三维测量技术是一种重要的非接触式测量技术,具有数据获取速度快、数据丰富、操作简单、易于维护等优势,目前,已经广泛应用于形貌测量、自动在线检测、产品质量分析、文物保护等领域。但是,根据测量系统拍摄图像分辨率的不同,一次获得数据量可达几十万到几百万点,而为了获得全部的数据,三维测量系统一般会根据被测物的复杂程度对其测量多次不等,最终的数据量大的惊人,这样大的信息量对于后续处理和分析将是一个严峻的考验甚至是不可能完成的事,因此,有必要在测量过程中对数据进行必要的算法处理,在不影响形貌特征的基础上用尽量少的数据点重现整个被测物,这一过程就是采样过程。目前,实现主要有两种方法:
(1)、等间距采样的方法。根据图像与三维数据的对应关系,采取相隔固定间隔计算三维数据,达到减小数据量的目的。这种方法简单易行,但是无法区分被测物上面的特征,导致细节特征丢失,而有些地方的数据(例如平面处)仍然有大量冗余。
(2)、基于曲率的采样方法。这种方法完全利用计算出的三维数据,使采样后的数据疏密有秩,既保留了丰富的细节,也达到了减小数据量的目的。但是这一方法,计算效率极低,并且只能在测量结束后才能处理,对于测量过程来说,不具有可操作性。
发明内容:
本发明的目的是为解决光学三维测量系统的测量数据重采样问题,提供了一种基于图像重建三维数据的法线重采样算法。
本发明是通过下述方案予以实现的,该方法借助于电脑管理软件利用光学三维测量系统所拍摄的图像计算所获得的三维数据点与图像的像素点具有对应关系实现的,其特征在于:该方法的具体实现步骤是:
(1)在满足设计精度要求的条件下,依据图像显示的实物立体几何特征,按像素点重采样的疏密度设定像素点重采样区域的级别和不需要重采样的忽略区域,同时设定像素点重采样区域的级别标识码1-N和不同级别重采样区域的阈值,设置不需要重采样的忽略区域标识码0,重采样区域的级别设置原则是,对于图像中,平面区域、曲面平滑过度区域或曲面突变区域等可以代表区域特征像素点疏密度确定像素点重采样区域的级别。
(2)依据光学三维测量系统所拍摄的图像计算所得的每个三维数据点与图像的像素点之间的对应关系,建立数字图像上所有参与计算三维数据的像素点与计算所得的三维数据点之间的对应关系列表。
(3)、依据所有三维数据点,获得三维数据的外接包围盒,该包围盒平行于坐标系的三个坐标轴,根据包围盒的大小和包围盒内数据量大小将三维数据点自适应分割成大小相等的长方体,长方体在X、Y坐标轴方向上的边长为
Figure GDA0000379646440000021
其中Xl、Yl和Zl为包围盒在三个坐标轴方向上的边长,n为包围盒内三维数据点总数,依次建立每一个长方体对应的哈希表元素。
(4)、根据步骤(3)建立的哈希表元素内的数据点构造协方差矩阵,利用反幂法计算矩阵的按模最小特征值对应的特征向量,用此特征向量近似代替对应哈希表内所有数据点的真实法线,单位化法线并按对应顺序存储。
(5)、建立与图像所有像素点一一对应的重采样区域查找表,重采样区域查找表建立是采用,首先假设所有区域均为不需要重采样的忽略区域,并设定初值为0,根据每个哈希表对应的法线,分别计算出该哈希表对应的法线与周围n×n个范围内的哈希表对应的单位法线的点积,并求和值,将其和值与n×n数值比较,将比较结果利用不同级别重采样区域的阈值进行判断,判断结果确定该哈希表对应的所有数据点对应的重采样区域的级别,并根据步骤(2)所建立数字图像上所有参与计算三维数据的像素点与计算所得的三维数据点之间的对应关系表,标定该哈希表内的全部数据点同时在该查找表对应位置上的重采样区域的级别标识码。
(6)、根据(5)所建立的采样区域查找表,对相应区域内的三维数据进行不同级别的采样。
本发明的有益效果是,所述的光学三维测量系统的数据采样方法,将数字图像与三维数据结合起来,整个采样过程中,有效的利用了图像,提高了采样计算的效率,同时对重采样区域可以根据预设的不同等级进行精确划分,用最少的数据点描述区域特征而不使特征丢失时,数据点的疏密程度来设定对应图像区域的重采样级别,获得理想的采样数据。对重采样等级可灵活修改设置,由于是基于查找表的方式,采用本发明所述的方法不增加计算的复杂度。本发明具有效率高、采样区域划分精确、采样等级设置灵活、易于实现等优势。
具体实施方式
1一种基于图像重建三维数据的法线重采样方法,该方法借助于电脑管理软件利用光学三维测量系统所拍摄的图像计算所获得的三维数据点与图像的像素点具有对应关系实现的,其特征在于:该方法的具体实现步骤是:
(1)在满足设计精度要求的条件下,依据图像显示的实物立体几何特征,按像素点重采样的疏密度设定像素点重采样区域的级别和不需要重采样的忽略区域,同时设定像素点重采样区域的级别标识码1-N和不同级别重采样区域的阈值,设置不需要重采样的忽略区域标识码0,重采样区域的级别的设置原则是,对于图像中,平面区域、曲面平滑过度区域或曲面突变区域等可以代表区域特征像素点疏密度确定像素点重采样区域的级别。
设定重采样区域的级别,不同的等级具有不同的采样的疏密度,即采样率,本发明实施例以三个等级为例。采样稀疏区域对应采样间隔为3,采样稍密区域对应采样间隔为2,采样密集区域对应采样间隔为1。实际应用中可视情况灵活调整级别。
(2)依据光学三维测量系统所拍摄的图像计算所得的每个三维数据点与图像的像素点之间的对应关系,建立数字图像上所有参与计算三维数据的像素点与计算所得的三维数据点之间的对应关系列表;
(3)、依据所有三维数据点,获得三维数据的外接包围盒,该包围盒平行于坐标系的三个坐标轴,根据包围盒的大小和包围盒内数据量大小将三维数据点自适应分割成大小相等的长方体,长方体在X、Y坐标轴方向上的边长为
Figure GDA0000379646440000041
其中Xl、Yl和Zl为包围盒在三个坐标轴方向上的边长,n为包围盒内三维数据点总数,依次建立每一个长方体对应的哈希表元素;
(4)、根据步骤(3)建立的哈希表元素内的数据点构造协方差矩阵,利用反幂法计算矩阵的按模最小特征值对应的特征向量,用此特征向量近似代替对应哈希表内所有数据点的真实法线,单位化法线并按对应顺序存储;
(5)、建立与图像所有像素点一一对应的重采样区域查找表,重采样区域查找表建立是采用,首先假设所有区域均为不需要重采样的忽略区域,并设定初值为0,根据每个哈希表对应的法线,分别计算出该哈希表对应的法线与周围n×n个范围内的哈希表对应的单位法线的点积,并求和值,将其和值与n×n数值比较,将比较结果利用不同级别重采样区域的阈值进行判断,判断结果确定该哈希表对应的所有数据点对应的重采样区域的级别,并根据步骤(2)所建立数字图像上所有参与计算三维数据的像素点与计算所得的三维数据点之间的对应关系表,标定该哈希表内的全部数据点同时在该查找表对应位置上的重采样区域的级别标识码;
(6)、根据(5)所建立的采样区域查找表,对相应区域内的三维数据进行不同级别的采样。
本发明实施例中,步骤(1)中,重采样区域的级别设置为三级,标识码分别为1、2、3,三级重采样区域的阈值分别为,小于22.5、大于22.5小于24.975和大于24.975,步骤(5)中,n×n取值为5×5。
由数学知识可知,如果两向量完全平行,则它们的点积等于1。同理如果区域内的向量点积都接近或等于1,则该区域是平坦的。据此,分别计算每个哈希表元素对应的法线与其周围5×5范围内的哈希表对应的单位法线的点积,并求和。若点积的大小大于0.999时近似认为两向量平行,则和的大小应大于24.975认为该区域属于平面区域,对应采样区域查找表中采样间隔设置为3;若点积的大小大于0.9,且小于0.999时,和的大小大于22.5小于24.975,认为该区域属于曲面过度区域,对应采样区域查找表中采样间隔设置为2;若点积的大小小于0.9时,和的大小小于22.5,认为该区域为曲面突变区域,对应采样区域查找表中采样间隔设置为1;当所有哈希表元素都进过判断时,采样区域查找表建立完毕。
以上所述为本发明的实施过程,具体应用时可以根据情况设置采样的等级,其中(1)、(2)和(3)不存在先后顺序。凡是不脱离本发明所公开的精神下完成的等效或修改,都落入本发明保护的范围。

Claims (2)

1.一种基于图像重建三维数据的法线重采样方法,该方法借助于电脑管理软件利用光学三维测量系统所拍摄的图像计算所获得的三维数据点与图像的像素点具有对应关系实现的,其特征在于:该方法的具体实现步骤是:
(1)在满足设计精度要求的条件下,依据图像显示的实物立体几何特征,按像素点重采样的疏密度设定像素点重采样区域的级别和不需要重采样的忽略区域,同时设定像素点重采样区域的级别标识码1-N和不同级别重采样区域的阈值,设置不需要重采样的忽略区域标识码0,重采样区域的级别设置原则是,对于图像中,平面区域、曲面平滑过度区域和曲面突变区域代表区域特征像素点疏密度确定像素点重采样区域的级别;
(2)依据光学三维测量系统所拍摄的图像计算所得的每个三维数据点与图像的像素点之间的对应关系,建立数字图像上所有参与计算三维数据的像素点与计算所得的三维数据点之间的对应关系列表;
(3)、依据所有三维数据点,获得三维数据的外接包围盒,该包围盒平行于坐标系的三个坐标轴,根据包围盒的大小和包围盒内数据量大小将三维数据点自适应分割成大小相等的长方体,长方体在X、Y坐标轴方向上的边长为
Figure FDA0000379646430000011
其中Xl、Yl和Zl为包围盒在三个坐标轴方向上的边长,n为包围盒内三维数据点总数,依次建立每一个长方体对应的哈希表元素;
(4)、根据步骤(3)建立的哈希表元素内的数据点构造协方差矩阵,利用反幂法计算矩阵的按模最小特征值对应的特征向量,用此特征向量近似代替对应哈希表内所有数据点的真实法线,单位化法线并按对应顺序存储;
(5)、建立与图像所有像素点一一对应的重采样区域查找表,重采样区域查找表建立是采用,首先假设所有区域均为不需要重采样的忽略区域,并设定初值为0,根据每个哈希表对应的法线,分别计算出该哈希表对应的法线与周围n×n个范围内的哈希表对应的单位法线的点积,并求和值,将其和值与n×n数值比较,将比较结果利用不同级别重采样区域的阈值进行判断,判断结果确定该哈希表对应的所有数据点对应的重采样区域的级别,并根据步骤(2)所建立数字图像上所有参与计算三维数据的像素点与计算所得的三维数据点之间的对应关系列表,标定该哈希表内的全部数据点同时在该查找表对应位置上的重采样区域的级别标识码;
(6)、根据(5)所建立的重采样区域查找表,对相应区域内的三维数据进行不同级别的采样。
2.根据权利要求1所述的一种基于图像重建三维数据的法线重采样方法,其特征在于:所述的步骤(1)中,重采样区域的级别设置为三级,标识码分别为1、2、3,三级重采样区域的阈值分别为,小于22.5、大于22.5小于24.975和大于24.975,步骤(5)中,n×n取值为5×5。
CN201110377279.1A 2011-11-24 2011-11-24 一种基于图像重建三维数据的法线重采样方法 Active CN102521874B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201110377279.1A CN102521874B (zh) 2011-11-24 2011-11-24 一种基于图像重建三维数据的法线重采样方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201110377279.1A CN102521874B (zh) 2011-11-24 2011-11-24 一种基于图像重建三维数据的法线重采样方法

Publications (2)

Publication Number Publication Date
CN102521874A CN102521874A (zh) 2012-06-27
CN102521874B true CN102521874B (zh) 2014-03-12

Family

ID=46292776

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201110377279.1A Active CN102521874B (zh) 2011-11-24 2011-11-24 一种基于图像重建三维数据的法线重采样方法

Country Status (1)

Country Link
CN (1) CN102521874B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103514354A (zh) * 2012-06-28 2014-01-15 黑龙江科技学院 一种三维点法向量的计算方法
CN103424087B (zh) * 2013-08-16 2016-03-30 江苏科技大学 一种大尺度钢板三维测量拼接方法
CN104243987B (zh) * 2014-09-29 2017-10-03 刘鹏 基于自适应采样率的图像采样方法
CN109870730B (zh) * 2018-12-28 2020-11-20 中国科学院重庆绿色智能技术研究院 一种用于x光机图像解析度测试体定检的方法及系统

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984468A (zh) * 2010-11-15 2011-03-09 浙江工业大学 基于Gaussian球的三维点采样数据简化方法
CN102254353A (zh) * 2011-06-10 2011-11-23 南京大学 一种三维模型的特征描述方法

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2004109600A1 (en) * 2003-06-05 2004-12-16 Philips Intellectual Property & Standards Gmbh Adaptive image interpolation for volume rendering
KR20110072462A (ko) * 2009-12-23 2011-06-29 주식회사 울프슨랩 3차원 곡면 모델 스케치를 위한 모델링 방법 및 시스템 , 및 기록 매체

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101984468A (zh) * 2010-11-15 2011-03-09 浙江工业大学 基于Gaussian球的三维点采样数据简化方法
CN102254353A (zh) * 2011-06-10 2011-11-23 南京大学 一种三维模型的特征描述方法

Also Published As

Publication number Publication date
CN102521874A (zh) 2012-06-27

Similar Documents

Publication Publication Date Title
CN107869958B (zh) 一种用于地铁检测及测量的3d扫描方法
CN102800096B (zh) 一种摄像机参数的鲁棒性估计算法
CN105354841B (zh) 一种快速遥感影像匹配方法及系统
CN105303168A (zh) 一种多视角的指针式仪表识别方法和装置
CN108153979B (zh) 基于InSAR的形变信息提取方法、终端及存储介质
CN102521874B (zh) 一种基于图像重建三维数据的法线重采样方法
CN104680151B (zh) 一种顾及雪覆盖影响的高分辨全色遥感影像变化检测方法
CN110197185B (zh) 一种基于尺度不变特征变换算法监测桥下空间的方法和系统
CN102831427A (zh) 一种融合视觉显著性和灰度共生矩的纹理特征提取方法
CN103729631A (zh) 一种基于视觉的连接器表面特征自动识别方法
Hou et al. A pointer meter reading recognition method based on YOLOX and semantic segmentation technology
CN112652020A (zh) 一种基于AdaLAM算法的视觉SLAM方法
CN103544492A (zh) 基于深度图像三维曲面几何特征的目标识别方法和装置
CN108734692A (zh) 一种桥梁结构检测系统
CN103903258B (zh) 基于次序统计量谱聚类的遥感图像变化检测方法
Daudt et al. Learning to understand earth observation images with weak and unreliable ground truth
CN112085779B (zh) 一种波浪参数估算方法及装置
CN103295015B (zh) 部分遮挡目标的局部特征点提取方法
Ziaei et al. Convolutional lstm for planetary boundary layer height (pblh) prediction
Su et al. A novel correction algorithm based on polynomial and TPS models
CN113936200A (zh) 一种基于移动终端的电表箱图像质量检测方法
Yudong et al. Pointer-type meter reading method research based on image processing technology
CN103996044A (zh) 利用遥感图像提取目标的方法和装置
CN101794373B (zh) 带旋转的亚像素匹配算法在机器视觉系统中的应用方法
CN117609942B (zh) 一种热带气旋移动路径的估算方法及系统

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CP03 Change of name, title or address

Address after: 150027 Puyuan Road, Songbei, Harbin, Heilongjiang 2468

Patentee after: Heilongjiang University of Science and Technology

Address before: 150027 1 Sugar Factory Street, Songbei, Harbin, Heilongjiang

Patentee before: Heilongjiang Institute of Science and Technology

CP03 Change of name, title or address
TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20180815

Address after: 211215 No. 368 zhe Ning Road, zhe Tang Town, Lishui District, Nanjing, Jiangsu

Patentee after: NANJING HAIJING ELECTRONIC TECHNOLOGY Co.,Ltd.

Address before: 150027 Puyuan Road, Songbei, Harbin, Heilongjiang 2468

Patentee before: Heilongjiang University of Science and Technology

TR01 Transfer of patent right

Effective date of registration: 20210210

Address after: 211215 No. 368 zhe Ning Road, zhe Tang Town, Lishui District, Nanjing, Jiangsu

Patentee after: Gu Zhengqiang

Address before: 211215 No. 368 zhe Ning Road, zhe Tang Town, Lishui District, Nanjing, Jiangsu

Patentee before: NANJING HAIJING ELECTRONIC TECHNOLOGY Co.,Ltd.

TR01 Transfer of patent right
TR01 Transfer of patent right

Effective date of registration: 20211223

Address after: 211215 No. 368 zhe Ning Road, zhe Tang Town, Lishui District, Nanjing, Jiangsu

Patentee after: Nanjing Yujiang Electronic Technology Co.,Ltd.

Address before: 211215 No. 368 zhe Ning Road, zhe Tang Town, Lishui District, Nanjing, Jiangsu

Patentee before: Gu Zhengqiang

TR01 Transfer of patent right