CN103761766A - 基于色调映射和图像平滑的三维物体模型纹理映射算法 - Google Patents
基于色调映射和图像平滑的三维物体模型纹理映射算法 Download PDFInfo
- Publication number
- CN103761766A CN103761766A CN201310725443.2A CN201310725443A CN103761766A CN 103761766 A CN103761766 A CN 103761766A CN 201310725443 A CN201310725443 A CN 201310725443A CN 103761766 A CN103761766 A CN 103761766A
- Authority
- CN
- China
- Prior art keywords
- image
- tone mapping
- dimensional
- color
- subregion
- 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.)
- Pending
Links
Images
Landscapes
- Image Processing (AREA)
Abstract
本发明公开了一种基于色调映射和图像平滑的三维物体模型纹理映射方法。该方法首先从相邻二维彩色图片中选取若干子区域，然后将相邻彩色图片间的子区域配对并计算每个子区域在各个边界上的色调映射函数。针对每两个相邻彩色图像选取了一个最优色调映射函数对该图像进行色调映射，最后通过图像平滑的方法对边界上的色差进一步减小。本发明通过图像平滑结合色调映射的思想，同时考虑了物体的各个子区域的纹理特征，具有很好的鲁棒性，可以有效消除三维模型纹理映射中产生的色差问题。
Description
技术领域
本发明涉及一种三维物体模型建模算法，尤其涉及一种基于色调映射和图像平滑的三维物体模型纹理映射算法。
背景技术
三维物体模型建模技术是指将客观世界中的物体通过三维建模的方式得到虚拟的重建，是计算机视觉，计算机图形学领域的重要研究内容之一，在医用设备、数字娱乐、电子商务等领域都有着广泛的应用价值。其中，如何使重建的三维模型具有实际物体的纹理真实感，是目前三维物体模型建模中的关键技术之一。
在三维物体模型的纹理映射算法中，经过对现有技术的文献检索发现，在1983年，Burt等人在《ACM Transactions on Graphics》(美国计算机学会图形学汇刊)第4期第2卷第217到第236页发表的论文“A Multiresolution Spline with Application to Image Mosaics”（图像拼接中的多分辨率接缝技术）中首先提出利用图像平滑的思想来处理图像拼接技术中产生的额外接缝问题。在此基础上，Baumberg等人于2002年在《British Machine Vision Conference》（英国机器视觉大会）第三卷第5页到第14页发表的论文“Blending Images for Texturing 3D Models”（三维模型纹理映射中的图像平滑）中提出了一个在3DSOM（三维物体建模软件）中使用的改进的图像平滑方法。但该方法只能在严格控制的光照条件下使用，应用范围有限。此外，在2007年，Lempitsky等人在《IEEE Conference on Computer Vision and Pattern Recognition》（IEEE国际计算机视觉与模式识别会议）第1页到第6页发表的论文“Seamless Mosaicing of Image-Based Texture Maps”（基于图像的纹理映射技术中的无缝拼接算法）中通过构建出关于纹理边界的特殊能量函数，利用马尔可夫随机场能量最优化的框架解决纹理边界缩减问题，在其所构造的能量函数中，同时还提出了一种接缝补平法，通过对纹理图像梯度空间的分析，建立了一个比较理想的梯度域模型，从而对图像纹理进行一定的补偿，来弥补边界处的接缝，但此项工作在重建实景物体时并没有考虑到不同图像之间可能存在明显的色调差异，使得纹理映射结果中的接缝难以有效消除。
发明内容
本发明的目的针对上述问题，提供一种基于色调映射和图像平滑的三维物体模型纹理映射算法。本发明的算法首先通过多个区域的色调映射使得纹理映射后产生的额外的色调差别减小，然后通过图像平滑的方法消除色差。该方法可以有效消除在三维物体模型建模中由于纹理映射所引入的接缝问题，从而使得到的三维模型具有真实物体的纹理特征。
本发明的目的是这样实现的：
一种基于色调映射和图像平滑的三维物体模型纹理映射算法，将一组彩色二维图像的色彩信息映射到无颜色的三维物体模型，形成物体的彩色三维模型，特征是：
具体步骤如下：
A：利用RGB-D摄像头（带深度信息彩色摄像头）获取实际物体的三维模型以及对应该物体的一系列二维彩色图像，并建立三维模型网格和二维图像像素点之间的对应关系，即纹理映射关系。
所述的纹理映射关系由下式得到：
P(V i )=Color(p Lj )
其中，P(V i )是纹理映射关系建立后三维模型中三角网格Vi对应的颜色，p Lj 是第L个二维彩色图片中的第j个像素对应的位置，而Color(p Lj )是象素p Lj 的颜色。
B：对于两个相邻的二维彩色图像（即彩色图像在映射到三维模型上以后，在三维模型上有共同边界），首先在这两张彩色图像在相邻边界上各自选取M个代表性子区域，然后将这些来自两个图像的子区域按照位置相近关系两两配对形成M个区域对。对于每个区域对，用色调映射的方法计算出一个色调映射函数。这样，相邻彩色图像之间产生M个色调映射函数。
所述的色调映射函数由下式计算：
其中，R Lm 和R Km (m=1,2,...M)分别代表图像L和K中的第m个子区域，他们构成了一个子区域对。Fm,(RLm,RKm)是针对第m个子区域对(R Lm ,R Km )得到的色调映射函数。通过上式，色调映射函数Fm,(RLm,RKm)可以对子区域R Km 进行色调映射，使得色调映射以后的子区域R Km 可以有和对应子区域R Lm 非常接近的色彩。
C：在步骤B得到的M个色调映射函数中选取一个最优的色调映射函数，利用该最优色调映射函数进行色调映射。
所述的最优色调映射函数，由下式计算得到：
其中，F opt (L, K)代表相邻二维彩色图像L和K之间的最优色调映射函数，R Ln 和R Kn (n=1,2,...M)分别代表图像L和K中的第n个子区域，R Lm 和R Km 通过步骤B构成了一个子区域对。F m,(RLm, RKm) (R Kn )表示将色调映射函数F m,(RLm, RKm) 作用于子区域R Kn 。E(R Ln )和σ(R Ln )分别代表子区域R Ln 内像素值的均值和方差。类似的，E(F i (R Kn ))和σ(F i (R Kn ))分别代表经过色调映射后的子区域R Kn 内像素值的均值和方差。λ是一个平衡参量，取值0.5。由上式可知，选取的最优色调映射函数可以使映射后相邻彩色图像边界两边的色调差异最小化，从而减小边界区域的色差。得到最优色调映射函数以后，将图像K经过色调映射以后的颜色对应到三维模型上，即：
P'(V i )=Color(F m (p Kj ))
D：如果在步骤A中，两张不同彩色图像都有像素点对应到三维模型中的同一个三维网格（即彩色图像之间映射到三维模型上有交叠区域），则利用图像平滑的方法对相邻彩色图像交界的区域进行色调平滑，从而得到三维网格对应最优的颜色。
所述的图像平滑方法可由下式所示：
如果P(V i )=Color(p Lj )= Color(p Kq )，则
P'(V i )=α?Color(p Lj )+(1-α)?Color(p Kq )
其中，P'(Vi)是图像平滑后三维模型中三角网格Vi对应的颜色，pLj和pKq分别代表两张不同的二维彩色图像对应到三角网格Vi的像素位置，而Color(pLj)和Color(pKq)为对应点的颜色，α为权重系数，计算方法如下：
首先计算两张二维彩色图像之间映射到三维模型上的交叠区域Y(L,K)。当三维网格Vi位于交叠区域Y(L,K)的中心时，α=0.5。当Vi的位置位于交叠区域Y(L,K)靠近图像L的边界上时，α=1。当Vi的位置位于交叠区域Y(L,K)靠近图像K的边界上时，α=0。类似的，在其他位置时，可根据Vi距离交叠区域Y(L,K)中心和边界的相对距离关系，决定α取值。
E：根据步骤A，C，D中得到的三维网格和像素颜色对应关系，将像素颜色映射到三维网格上，从而生成最终的彩色的三维目标模型。
本发明首先将实际二维彩色图片选取若干个子区域，然后将相邻彩色图片间的子区域配对并计算每个子区域在各个边界上的色调映射函数。此外，针对每两个相邻彩色图像选取了一个最优色调映射函数对该图像进行色调映射，最后通过图像平滑的方法对边界上的色差进一步减小。
与现有技术相比，本发明具有如下优点：
1、本发明分为两步消除纹理映射边界上的色差。针对图像平滑方法只能在色差较小的情况下使用这一局限，引入了色调映射的方法，使得整个方法消除色差的能力更强，鲁棒性更好。
2、本发明是对现有色调映射方法的一个有效扩展。通过将实际物体自动分割为子区域的方法，使得物体的局部纹理特征得到了充分的考虑，尤其对于一些物体本身的纹理在不同区域有明显差异的情况，本发明中色调映射方法的效果明显优于传统方法，具有更好地鲁棒性。
附图说明
图1是本发明的流程图。
图2是基于摄像头位置信息计算三维模型网格和二维图像像素点之间一对一对应关系的示意图。
具体实施方式
下面结合实施例并对照附图对本发明进行进一步的说明。
本发明的具体步骤如下：
A：利用RGB-D摄像头（带深度信息彩色摄像头）获取实际物体的三维模型和一系列二维彩色图像，并建立三维模型网格和二维图像像素点之间的对应关系，即纹理映射关系。
所述的实际物体的三维模型可以通过Newcombe于2011年在《IEEE International Symposium on Mixed and Augmented Reality》(IEEE国际混合增强现实会议)第127页到第136页发表的论文“KinectFusion: real-time dense surface mapping and tracking”（KinectFusion：实时稠密表面的映射及跟踪）中提出的KinectFusion方法通过移动深度摄像头绕着目标扫描得到。
所述的二维彩色图像可以在扫描过程中通过启动RGB-D摄像头的彩色拍照功能得到。
所述的纹理映射关系，将通过以下过程得到：
首先，利用Newcombe于2011年在《IEEE International Symposium on Mixed and Augmented Reality》(IEEE国际混合增强现实会议)第127页到第136页发表的论文“KinectFusion: real-time dense surface mapping and tracking”（KinectFusion：实时稠密表面的映射及跟踪）中提出的KinectFusion方法可以得到每一个二维彩色图像在拍摄时所对应的摄像头在世界坐标系中的位置。
其次，利用世界坐标系关系，将三维模型网格依据几何关系映射到每一个二维彩色图像成像所在的平面，就可以得到三维模型上每一个三角网格和二维图像像素点之间的对应关系。
所述的得到的纹理映射关系由下式得到：
P(V i )=Color(p Lj )
其中，P(V i )是纹理映射关系建立后三维模型中三角网格Vi对应的颜色，p Lj 是第L个二维彩色图片中的第j个像素对应的位置，而Color(p Lj )是象素p Lj 的颜色。需要注意的是，此时，每一个三维模型三角网格可能对应于来自不同二维彩色图像的多个像素点。
B：对于两个相邻的二维彩色图像（即彩色图像在映射到三维模型上以后，在三维模型上有共同交界边界），首先在这两张彩色图像在相邻边界上各自选取M个代表性子区域，然后将这些来自两个图像的子区域按照位置相近关系两两配对形成M个区域对。对于每个区域对，用色调映射的方法计算出一个色调映射函数。这样，相邻彩色图像之间产生M个色调映射函数。本实例中，M取5。
所述的选取M个代表性子区域，可以通过沿着两张图像的交界边界等间距地选取区域得到。在本实例中，对于每张彩色图像，沿着交界边界选取间距为10个像素，大小为10x10像素的5个子区域。
所述的按照位置相近关系两两配对形成M个子区域对，在本实例中是指对于图像L的每个子区域，寻找图像K中离它最近的子区域作为其对应的子区域。以此类推，可得到相邻图像L和K之间的M个子区域对。
所述的色调映射函数由下式计算：
其中，R Lm 和R Km (m=1,2,...M)分别代表图像L和K中的第m个子区域，他们构成了一个子区域对。Fm,(RLm,RKm)是针对第m个子区域对(R Lm ,R Km )得到的色调映射函数。通过上式，色调映射函数Fm,(RLm,RKm)可以对子区域R Km 进行色调映射，使得色调映射以后的子区域R Km 可以有和对应子区域R Lm 非常接近的色彩。在本实例中，对于RGB三个彩色通道，分别采用下面的方式求解得到各自的色调映射函数：
C：在步骤B得到的M个色调映射函数中选取一个最优的色调映射函数，利用该最优色调映射函数进行色调映射。
所述的最优色调映射函数，由下式计算得到：
其中，F opt,(L, K)代表相邻二维彩色图像L和K之间的最优色调映射函数，R Ln 和R Kn (n=1,2,...M)分别代表图像L和K中的第n个子区域，R Lm 和R Km 通过步骤B构成了一个子区域对。F m,(RLm, RKm) (R Kn )表示将色调映射函数F m,(RLm, RKm) 作用于子区域R Kn 。E(R Ln )和σ(R Ln )分别代表子区域R Ln 内像素值的均值和方差。类似的，E(F i (R Kn ))和σ(F i (R Kn ))分别代表经过色调映射后的子区域R Kn 内像素值的均值和方差。λ是一个平衡参量，取值0.5。由上式可知，选取的最优色调映射函数可以使映射后相邻彩色图像边界两边的色调差异最小化，从而减小边界区域的色差。得到最优色调映射函数以后，将图像K经过色调映射以后的颜色对应到三维模型上，即：
P'(V i )=Color(F m (p Kj ))
D：如果在步骤A中，两张不同彩色图像都有像素点对应到三维模型中的同一个三维网格（即彩色图像之间映射到三维模型上有交叠区域），则利用图像平滑的方法对相邻彩色图像交界的区域进行色调平滑，从而得到三维网格对应最优的颜色。
所述的图像平滑方法可由下式所示：
如果P(V i )=Color(p Lj )= Color(p Kq )，
则P'(V i )=α?Color(p Lj )+(1-α)?Color(p Kq )
其中，P'(Vi)是图像平滑后三维模型中三角网格Vi对应的颜色，pLj和pKq分别代表两张不同的二维彩色图像对应到三角网格Vi的像素位置，而Color(pLj)和Color(pKq)为对应点的颜色，α为权重系数，计算方法如下：
首先计算两张二维彩色图像之间映射到三维模型上的交叠区域Y(L,K)。当三维网格Vi位于交叠区域Y(L,K)的中心时，α=0.5。当Vi的位置位于交叠区域Y(L,K)靠近图像L的边界上时，α=1。当Vi的位置位于交叠区域Y(L,K)靠近图像K的边界上时，α=0。类似的，在其他位置时，可根据Vi距离交叠区域Y(L,K)中心和边界的相对距离关系，决定α取值。
E：根据步骤A，C，D中得到的三维网格和像素颜色对应关系，将像素颜色映射到三维网格上，从而生成最终的彩色的三维目标模型。
Claims (10)
1.一种基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是该算
法的具体步骤如下：
A：利用摄像头获取实际物体的三维模型以及对应该物体的一系列二维彩色图像，并建立三维模型网格和二维图像像素点之间的对应关系，即纹理映射关系；
B：对于两个相邻的二维彩色图像，首先在这两张彩色图像在相邻边界上各自选取M个代表性子区域，然后将这些来自两个图像的子区域按照位置相近关系两两配对形成M个区域对；对于每个区域对，用色调映射的方法计算出一个色调映射函数；这样，相邻彩色图像之间产生M个色调映射函数；
C：在步骤B得到的M个色调映射函数中选取一个最优的色调映射函数，利用该最优色调映射函数进行色调映射；
D：如果在步骤A中，两张不同彩色图像都有像素点对应到三维模型中的同一个三维网格，则利用图像平滑的方法对相邻彩色图像交界的区域进行色调平滑，从而得到三维网格对应最优的颜色；
E：根据步骤A，C，D中得到的三维网格和像素颜色对应关系，将像素颜色映射到三维网格上，从而生成最终的彩色的三维目标模型。
2.根据权利要求1所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是在步骤A中， 所述的纹理映射关系，将通过以下过程得到：
首先，利用KinectFusion方法得到每一个二维彩色图像在拍摄时所对应的摄像头在世界坐标系中的位置；
其次，利用世界坐标系关系，将三维模型网格依据几何关系映射到每一个二维彩色图像成像所在的平面，就可以得到三维模型上每一个三角网格和二维图像像素点之间的对应关系。
3.根据权利要求1所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是在步骤B中，所述的选取M个代表性子区域，可以通过沿着两张图像的交界边界等间距地选取区域得到。
4.根据权利要求1所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是在步骤B中，所述的按照位置相近关系两两配对形成M个子区域对，通过下面方式得到：即对于图像L的每个子区域，寻找图像K中离它最近的子区域作为其对应的子区域；以此类推，可得到相邻图像L和K之间的M个子区域对。
5.根据权利要求1所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是在步骤B中，所述的色调映射函数可由求解下式得到：
其中，R Lm 和R Km (m=1,2,...M)分别代表图像L和K中的第m个子区域，他们构成了一个子区域对；Fm,(RLm,RKm)是针对第m个子区域对(R Lm ,R Km )得到的色调映射函数；通过上式，色调映射函数Fm,(RLm,RKm)可以对子区域R Km 进行色调映射，使得色调映射以后的子区域R Km 可以有和对应子区域R Lm 非常接近的色彩。
6.根据权利要求5所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是色调映射函数求解方法，对于RGB三个彩色通道，分别采用下面的方式求解得到各自的色调映射函数：
7. 根据权利要求1所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是在步骤C中，所述的最优色调映射函数，由下式计算得到：
其中，F opt,(L, K)代表相邻二维彩色图像L和K之间的最优色调映射函数，R Ln 和R Kn (n=1,2,...M)分别代表图像L和K中的第n个子区域，R Lm 和R Km 通过步骤B构成了一个子区域对；F m,(RLm, RKm) (R Kn )表示将色调映射函数F m,(RLm, RKm) 作用于子区域R Kn ；E(R Ln )和σ(R Ln )分别代表子区域R Ln 内像素值的均值和方差；类似的，E(F i (R Kn ))和σ(F i (R Kn ))分别代表经过色调映射后的子区域R Kn 内像素值的均值和方差；λ是一个平衡参量，取值0.5；由上式可知，选取的最优色调映射函数使映射后相邻彩色图像边界两边的色调差异最小化，从而减小边界区域的色差。
8.根据权利要求1所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是在步骤D中，所述的图像平滑方法可由下式所示：
如果P(V i )=Color(p Lj )= Color(p Kq )，
则P'(V i )=α?Color(p Lj )+(1-α)?Color(p Kq )
其中，P'(Vi)是图像平滑后三维模型中三角网格Vi对应的颜色，pLj和pKq分别代表两张不同的二维彩色图像对应到三角网格Vi的像素位置，而Color(pLj)和Color(pKq)为对应点的颜色，α为权重系数。
9.根据权利要求8所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是图像平滑方法，所述的α权重系数可由下面方法计算：
首先计算两张二维彩色图像之间映射到三维模型上的交叠区域Y(L,K)；当三维网格Vi位于交叠区域Y(L,K)的中心时，α=0.5；当Vi的位置位于交叠区域Y(L,K)靠近图像L的边界上时，α=1；当Vi的位置位于交叠区域Y(L,K)靠近图像K的边界上时，α=0；类似的，在其他位置时，根据Vi距离交叠区域Y(L,K)中心和边界的相对距离关系，决定α取值。
10.根据权利要求8所述的基于色调映射和图像平滑的三维物体模型纹理映射算法，特征是摄像头是带深度信息彩色摄像头；两个相邻的二维彩色图像相邻是指彩色图像在映射到三维模型上以后，在三维模型上有共同边界；两张不同彩色图像都有像素点对应到三维模型中的同一个三维网格是指彩色图像之间映射到三维模型上有交叠区域。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310725443.2A CN103761766A (zh) | 2013-12-25 | 2013-12-25 | 基于色调映射和图像平滑的三维物体模型纹理映射算法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201310725443.2A CN103761766A (zh) | 2013-12-25 | 2013-12-25 | 基于色调映射和图像平滑的三维物体模型纹理映射算法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN103761766A true CN103761766A (zh) | 2014-04-30 |
Family
ID=50528999
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201310725443.2A Pending CN103761766A (zh) | 2013-12-25 | 2013-12-25 | 基于色调映射和图像平滑的三维物体模型纹理映射算法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN103761766A (zh) |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106157376A (zh) * | 2016-08-03 | 2016-11-23 | 北京恒创增材制造技术研究院有限公司 | 一种彩色三维模型色彩平滑方法及装置 |
| CN104266587B (zh) * | 2014-09-22 | 2017-04-12 | 电子科技大学 | 一种三维测量系统及获得真实3d纹理点云数据方法 |
| CN107209791A (zh) * | 2015-01-30 | 2017-09-26 | 惠普发展公司有限责任合伙企业 | 生成用于产生三维物体的配置数据 |
| US10269175B2 (en) | 2015-07-14 | 2019-04-23 | Samsung Electronics Co., Ltd. | Three dimensional content generating apparatus and three dimensional content generating method thereof |
| CN110253889A (zh) * | 2019-07-11 | 2019-09-20 | 重庆大学 | 一种基于数字光栅图像处理器的多材料3d打印方法 |
| CN111340959A (zh) * | 2020-02-17 | 2020-06-26 | 天目爱视（北京）科技有限公司 | 一种基于直方图匹配的三维模型无缝纹理贴图方法 |
| CN113822987A (zh) * | 2021-09-22 | 2021-12-21 | 杭州趣村游文旅集团有限公司 | 一种相邻三维实景模型间的自动调色方法 |
| CN113822987B (zh) * | 2021-09-22 | 2024-07-02 | 杭州趣村游文旅集团有限公司 | 一种相邻三维实景模型间的自动调色方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103077552A (zh) * | 2012-12-27 | 2013-05-01 | 浙江大学 | 一种基于多视点视频的三维展示方法 |
-
2013
- 2013-12-25 CN CN201310725443.2A patent/CN103761766A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103077552A (zh) * | 2012-12-27 | 2013-05-01 | 浙江大学 | 一种基于多视点视频的三维展示方法 |
Non-Patent Citations (2)
| Title |
|---|
| SHENG ZHANG等: "《2013 6th International Conference on Biomedical Engineering and Informatics》", 18 December 2013, article "An Algorithm of Texture Mapping Based on Boundary Adjustment and Image Blending", pages: 723 - 726-727 * |
| 丁雅斌: "一种为三维物体表面添加纹理的精确方法", 《计 算 机 应 用 研 究》, vol. 25, no. 1, 31 January 2008 (2008-01-31) * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104266587B (zh) * | 2014-09-22 | 2017-04-12 | 电子科技大学 | 一种三维测量系统及获得真实3d纹理点云数据方法 |
| CN107209791A (zh) * | 2015-01-30 | 2017-09-26 | 惠普发展公司有限责任合伙企业 | 生成用于产生三维物体的配置数据 |
| US10269175B2 (en) | 2015-07-14 | 2019-04-23 | Samsung Electronics Co., Ltd. | Three dimensional content generating apparatus and three dimensional content generating method thereof |
| US11010967B2 (en) | 2015-07-14 | 2021-05-18 | Samsung Electronics Co., Ltd. | Three dimensional content generating apparatus and three dimensional content generating method thereof |
| CN106157376A (zh) * | 2016-08-03 | 2016-11-23 | 北京恒创增材制造技术研究院有限公司 | 一种彩色三维模型色彩平滑方法及装置 |
| CN106157376B (zh) * | 2016-08-03 | 2019-01-11 | 北京恒创增材制造技术研究院有限公司 | 一种彩色三维模型色彩平滑方法及装置 |
| CN110253889A (zh) * | 2019-07-11 | 2019-09-20 | 重庆大学 | 一种基于数字光栅图像处理器的多材料3d打印方法 |
| CN111340959A (zh) * | 2020-02-17 | 2020-06-26 | 天目爱视（北京）科技有限公司 | 一种基于直方图匹配的三维模型无缝纹理贴图方法 |
| CN111340959B (zh) * | 2020-02-17 | 2021-09-14 | 天目爱视（北京）科技有限公司 | 一种基于直方图匹配的三维模型无缝纹理贴图方法 |
| CN113822987A (zh) * | 2021-09-22 | 2021-12-21 | 杭州趣村游文旅集团有限公司 | 一种相邻三维实景模型间的自动调色方法 |
| CN113822987B (zh) * | 2021-09-22 | 2024-07-02 | 杭州趣村游文旅集团有限公司 | 一种相邻三维实景模型间的自动调色方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US8270704B2 (en) | Method and apparatus for reconstructing 3D shape model of object by using multi-view image information | |
| CN108335352B (zh) | 一种面向多视图大规模三维重建场景的纹理映射方法 | |
| CN106355570B (zh) | 一种结合深度特征的双目立体视觉匹配方法 | |
| CN102592275B (zh) | 虚拟视点绘制方法 | |
| CN103400409B (zh) | 一种基于摄像头姿态快速估计的覆盖范围3d可视化方法 | |
| CN103761766A (zh) | 基于色调映射和图像平滑的三维物体模型纹理映射算法 | |
| CN106709947A (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
| CN103761765A (zh) | 基于映射边界优化的三维物体模型纹理映射算法 | |
| CN105279789B (zh) | 一种基于图像序列的三维重建方法 | |
| CN101866497A (zh) | 基于双目立体视觉的智能三维人脸重建方法及系统 | |
| CN102254348A (zh) | 一种基于块匹配视差估计的中间视图合成方法 | |
| CN106530336B (zh) | 基于色彩信息和图割理论的立体匹配方法 | |
| CN111462030A (zh) | 多图像融合的立体布景视觉新角度构建绘制方法 | |
| CN106296748B (zh) | 一种基于块匹配变形和颜色迁移的物体图像重光照方法 | |
| CN109859249B (zh) | Rgbd序列中基于自动分层的场景流估计方法 | |
| CN104751508B (zh) | 3d立体影视制作中新视图的全自动快速生成及补全方法 | |
| CN107369204A (zh) | 一种基于深度学习从单幅照片恢复出场景基本三维结构的方法 | |
| CN110245199A (zh) | 一种大倾角视频与2d地图的融合方法 | |
| CN114677479A (zh) | 一种基于深度学习的自然景观多视图三维重建方法 | |
| CN117501313A (zh) | 基于深度神经网络的毛发渲染系统 | |
| CN107464278A (zh) | 全视向的球体光场渲染方法 | |
| CN103945209A (zh) | 一种基于分块投影的dibr方法 | |
| CN110148168A (zh) | 一种基于大小双基线的三目相机深度图像处理方法 | |
| CN113450274B (zh) | 一种基于深度学习的自适应视点融合方法及系统 | |
| CN104378617B (zh) | 一种虚拟视点中像素点的获取方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140430 |
|
| RJ01 | Rejection of invention patent application after publication |