CN104902255B - 一种基于体扫描三维显示系统的数据源生成方法 - Google Patents

一种基于体扫描三维显示系统的数据源生成方法 Download PDF

Info

Publication number
CN104902255B
CN104902255B CN201510098404.3A CN201510098404A CN104902255B CN 104902255 B CN104902255 B CN 104902255B CN 201510098404 A CN201510098404 A CN 201510098404A CN 104902255 B CN104902255 B CN 104902255B
Authority
CN
China
Prior art keywords
swept
volume
data
cloud data
sub
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.)
Expired - Fee Related
Application number
CN201510098404.3A
Other languages
English (en)
Other versions
CN104902255A (zh
Inventor
刘锦高
闫帅
杜培军
孙传伟
蔡茗名
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.)
East China Normal University
Original Assignee
East China Normal University
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 East China Normal University filed Critical East China Normal University
Priority to CN201510098404.3A priority Critical patent/CN104902255B/zh
Publication of CN104902255A publication Critical patent/CN104902255A/zh
Application granted granted Critical
Publication of CN104902255B publication Critical patent/CN104902255B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

本发明公开了一种基于体扫描三维显示系统数据源生成方法,包括:利用体感摄像机扫描对象获取散乱网格面片源;提取所述散乱网格面片源的顶点数据,获得点云数据;利用八叉树压缩算法对所述点云数据进行压缩,生成用于体扫描三维显示的点云数据源。本发明使用新型三维数据生成设备,提高了三维片源的获取效率和质量,将八叉树压缩算法引入体扫描数据源的压缩处理,使得数据源可根据有着不同的分辨率要求和输入文件类型要求的体扫描系统进行差异化压缩,同时根据体三维显示系统的特点改进了八叉树划分空间代表点的选择方法,使得压缩后的点云数据呈均匀分布,适合体扫描三维图像以均匀LED点阵为显示面板的成像特点。

Description

一种基于体扫描三维显示系统的数据源生成方法
技术领域
本发明属于立体图像显示的技术领域,尤其涉及一种基于体扫描三维显示系统数据源生成方法。
背景技术
人们观察到的现实世界的影像是三维立体影像,由于人的双眼观察物体的角度略有差异,因此能够辨别物体远近,从而产生立体视觉影像。随着显示技术和视觉艺术的不断发展,大众对三维立体影像显示的兴趣日益浓厚,三维显示俨然成为下一代视频设备的发展方向。目前的三维显示技术从观察者角度可以分为裸眼式和头戴式两大类别,头戴式三维显示技术发展较为成熟,并且已经应用到了消费级市场,如偏振3D眼睛等,但由于其产生的立体感并非源于直接观察到真实物理深度,而是基于投射到观察者的双眼视网膜上的光学图像的差异,经大脑神经中枢处理而成,外部设备难以满足人们对真实立体、便捷舒适的视觉感受需求,因此裸眼立体显示技术日益引起人们的关注。
现代的裸眼立体显示技术大致可以分为四大类:立体镜技术、全息技术、自由立体显示技术和真三维立体显示技术。其中,基于体扫描的真三维立体显示技术采用二维LED旋转屏,加上旋转形成第三维,具有垂直和水平视差,是对客观实体逼真的全息再现,它允许多人、多角度的同时进行裸眼观察,具有广泛的应用前景。
体扫描三维显示片源的获取方法目前主要是三种:多镜头实拍、CT扫描以及3D软件建模。其中多镜头实拍技术利用双目视差原理,从不同角度拍摄同一物体,获取相同物体的视差图像,再利用相似三角形原理来获取深度图,此技术需在特殊场景下完成,且获取的片源模型纹理细节不足;CT扫描利用X射线对被测对象中有一定厚度的层面进行扫描获得数字信号,其实验设备昂贵,目前仅适用于医疗领域;利用3D软件建模可以制作出虚拟的物体图像,但若要显示现实中所见的真实物体,其步骤则显得非常繁琐,且建模的真实度不足。总之体扫描三维显示所利用的数据源不易获取,其片源的生成与后续处理较为繁琐。
目前在体扫描三维显示数据源处理的相关研究中,尚没有关于数据压缩的研究。常用手段是结合体扫描显示系统的分辨率对数据直接进行降采样,造成部分细节丢失,而不经过压缩的三维片源数据量庞大不利于网络传输,即使直接保存在存储设备中,也占据很大的空间,大大地影响了系统的性能。
本发明的目的是克服上述现有技术中的缺点,提出一种基于体扫描三维显示系统的数据源生成方法。本发明改进了八叉树划分空间代表点的选择方法,使得压缩后的点云数据呈均匀分布,适合体扫描三维图像以均匀LED点阵为显示面板的成像特点。
发明内容
本发明提出了一种基于体扫描三维显示系统数据源生成方法,包括如下步骤:
步骤1:利用体感摄像机扫描对象获取散乱网格面片源;
步骤2:提取所述散乱网格面片源的顶点数据,获得点云数据;
步骤3:利用八叉树压缩算法对所述点云数据进行压缩,生成用于体扫描三维显示的点云数据源。
本发明所述的数据源生成方法中,所述八叉树压缩算法的压缩率与体扫描显示系统分辨率正相关。
本发明所述的数据源生成方法中,所述八叉树压缩算法的压缩过程包括如下步骤:
步骤3a:生成能容纳所述点云数据的最小外接包围盒;
步骤3b:均匀划分所述最小外接包围盒得到八个子立方体,遍历所有子立方体,将其中每个包含点云数据的非空子立方体进一步均匀划分为八个子立方体,如此递归划分,直至所述最小外接包围盒内的子立方体达到精度要求;
步骤3c:根据八叉树划分规则对所述子立方体进行编码;
步骤3d:计算每个所述子立方体的几何中心点,将所述几何中心点记为所述子立方体的代表点,删除除了所述代表点之外的其它点,实现所述点云数据的压缩。
本发明所述的数据源生成方法中,若体扫描系统要求输入的数据格式为网格化数据,则步骤3之后进一步包括,对所述点云数据以相同的精度进行网格化重建。
本发明的有益效果在于:
本发明使用体感摄像机作为三维片源获取设备,利用其深度摄像头和色彩采集摄像头完成片源点位置和色彩的获取,提高了片源的获取效率和质量,且体感摄像机扫描的成本远低于CT断层扫描。本发明将八叉树压缩算法引入体扫描数据源的压缩处理,使得数据源可根据有着不同的分辨率要求和输入文件类型要求的体扫描系统进行差异化压缩。本发明根据体三维显示系统的特点改进了八叉树压缩算法,创新地提出了优化的划分空间代表点的选择方法,使得压缩后的点云数据呈均匀分布,适合体扫描三维图像以LED点阵为显示面板的成像特点。
附图说明
图1表示基于体扫描三维显示系统数据源生成方法的流程图。
图2(a)表示一实施例中点云数据的示意图,图2(b)表示八叉树包围盒生成与空间划分的示意图,图2(c)表示对点云数据编码的原理图。
图3表示利用体感摄像机获得三维数据仿真图。
图4(a)表示利用八叉树压缩算法压缩前点云数据,图4(b)表示压缩后点云数据。
图5表示网格化重建后的三维数据仿真图。
图6表示原始数据源的最终三维体扫描系统成像效果图。
图7表示经过八叉树压缩算法压缩后的最终三维体扫描系统成像效果图。
具体实施方式
结合以下具体实施例和附图,对本发明作进一步的详细说明。实施本发明的过程、条件、实验方法等,除以下专门提及的内容之外,均为本领域的普遍知识和公知常识,本发明没有特别限制内容。
图1显示的是基于体扫描三维显示系统的数据源生成方法,包括:
步骤1:利用体感摄像机扫描对象获取散乱网格面片源。体感摄像机本身设置有深度摄像头和颜色摄像头,可以获取扫描对象的深度信息和颜色信息,通过移动摄像机镜头或移动扫描对象来生成360°的整体模型信息,本实施例中扫描得到的单色版半身人像如图3所示。
步骤2:提取散乱网格面片源的顶点数据,获得点云数据。
步骤3:利用八叉树压缩算法对点云数据进行压缩,生成用于体扫描三维显示的点云数据源。其中,首先构造点云数据的最小外接包围盒,并以其作为点云空间划分过程中的根立方体,然后将根立方体划分成大小相同的8个子立方体;如此递归分割,直至最小子立方体的边长等于给定的点距d,即达到精度要求,将点云空间划分为2n个子立方体,n为大于3的整数。图2(a)显示的是动物模型的点云数据,图2(b)显示的是该动物模型的外接包围盒及划分子立方体模型。设外接包围盒的边长为L,则满足d*2^n>=L。然后根据八叉树划分规则及子立方体的位置对该立方体进行编码,以图2(c)所示的右手空间直角坐标系为例,基于八叉树划分规则的编码方式规定为:在x轴上,子立方体中分面右侧子节点的编码均比左侧子节点的编码增加1;在y轴上,立方体中分面前侧子节点均比后侧子节点的位置编码加2;而在z轴上,立方体中分面上方的子节点均比下方子节点的编码加4。遍历子立方体计算其几何中心点,将子立方体的几何中心点与此立方体包含的其它点存储在同一链表中,对同一链表中的多个数据点,以子立方体的几何中心点为代表点,删除除代表点之外的其它点,完成点云数据的均匀压缩,生成用于体扫描三维显示的点云数据源。
常规的八叉树算法是选取子立方体里距离几何中心点最近的点为代表点,本实施例中利用高级编程语言实现改进的八叉树压缩算法,根据体扫描显示系统的分辨率设定八叉树精简距离,八叉树压缩算法的压缩率与体扫描显示系统分辨率正相关,选取子立方体的几何中心点为代表点,完成点云数据的压缩精简,压缩后的点云数量减少,且空间分布均匀。
图4(a)和图4(b)分别显示的人像数据直接点云化仿真和经过本发明改进的八叉树压缩算法压缩后的点云仿真前后对比图,八叉树压缩算法的压缩率与体扫描显示系统分辨率正 相关,精简点间距设置为0.01mm,点数量由79589个减少为10487个,且空间分布均匀。经过压缩后,相比于体感摄像机获取的散乱网格面片源,其数据存储大小由40.70M减小为3.92M,
本发明改进的八叉树压缩算法是从空间整体角度对数据进行压缩精简,算法简洁、高效,可以灵活设置精简点间距,且压缩后的点云分布符合体扫描系统LED点阵均匀分布的特点,提高了对于不同体扫描显示系统的适用性。
本发明的另一具体实施例中,若有些体扫描显示系统要求输入文件为带有多边形网格面的数据格式,则步骤3之后进一步对点云数据以相同的精度进行网格化重建。经过八叉树压缩算法压缩的三维数据为点云数据可以通过高级语言编写三维重建算法来实现三维重建,也可以利用逆向工程软件进行网格封装。
为保证重建后的数据存储空间最小且不失真,三维重建的采样点间距应和八叉树压缩精简点间距保持一致。图5显示的利用逆向工程软件,采样精度为0.01毫米,网格化多边形为三角形重建后的网格化数据。图6显示的是原始数据源的最终三维体扫描系统的效果图,经过八叉树压缩算法处理后的点云数据所呈现的体扫描三维显示的最终效果如图7所示,可见在视觉上,经过八叉树压缩算法的点云数据源所显示的体扫描三维显示效果与原先保持相同。
本发明的保护内容不局限于以上实施例。在不背离发明构思的精神和范围下,本领域技术人员能够想到的变化和优点都被包括在本发明中,并且以所附的权利要求书为保护范围。

Claims (3)

1.一种基于体扫描三维显示系统数据源生成方法,其特征在于,包括如下步骤:
步骤1:利用体感摄像机扫描对象获取散乱网格面片源;
步骤2:提取所述散乱网格面片源的顶点数据,获得点云数据;
步骤3:利用八叉树压缩算法对所述点云数据进行压缩,生成用于体扫描三维显示的点云数据源;
步骤3a:生成能容纳所述点云数据的最小外接包围盒;
步骤3b:均匀划分所述最小外接包围盒得到八个子立方体,遍历所有子立方体,将其中每个包含点云数据的非空子立方体进一步均匀划分为八个子立方体,如此递归划分,直至所述最小外接包围盒内的子立方体达到精度要求;
步骤3c:根据八叉树划分规则对所述子立方体进行编码;
步骤3d:计算每个所述子立方体的几何中心点,将所述几何中心点记为所述子立方体的代表点,删除除了所述代表点之外的其它点,实现所述点云数据的压缩。
2.根据权利要求1所述的数据源生成方法,其特征在于,所述八叉树压缩算法的压缩率与体扫描显示系统分辨率正相关。
3.根据权利要求1所述的数据源生成方法,其特征在于,若体扫描系统要求输入的数据格式为网格化数据,则步骤3之后进一步包括,对所述点云数据以相同的精度进行网格化重建。
CN201510098404.3A 2015-03-05 2015-03-05 一种基于体扫描三维显示系统的数据源生成方法 Expired - Fee Related CN104902255B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510098404.3A CN104902255B (zh) 2015-03-05 2015-03-05 一种基于体扫描三维显示系统的数据源生成方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510098404.3A CN104902255B (zh) 2015-03-05 2015-03-05 一种基于体扫描三维显示系统的数据源生成方法

Publications (2)

Publication Number Publication Date
CN104902255A CN104902255A (zh) 2015-09-09
CN104902255B true CN104902255B (zh) 2017-03-29

Family

ID=54034615

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510098404.3A Expired - Fee Related CN104902255B (zh) 2015-03-05 2015-03-05 一种基于体扫描三维显示系统的数据源生成方法

Country Status (1)

Country Link
CN (1) CN104902255B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105844691B (zh) * 2016-04-15 2019-01-25 武汉理工大学 无序点云三维重建方法
CN106846425B (zh) * 2017-01-11 2020-05-19 东南大学 一种基于八叉树的散乱点云压缩方法
CN107426465A (zh) * 2017-06-13 2017-12-01 南京邮电大学 基于预处理机制的图像信息隐藏方法
CN107403456B (zh) * 2017-07-28 2019-06-18 北京大学深圳研究生院 一种基于kd树和优化图变换的点云属性压缩方法
CN108256417A (zh) * 2017-12-01 2018-07-06 西安电子科技大学 基于室外场景点云数据处理的违章建筑识别方法
CN110708529B (zh) * 2018-07-09 2020-08-14 上海交通大学 动态点云投影压缩方法、系统、装置及介质
CN111223101B (zh) * 2020-01-17 2023-08-11 湖南视比特机器人有限公司 点云处理方法、点云处理系统和存储介质
US11705045B2 (en) * 2020-09-11 2023-07-18 Beijing Boe Optoelectronics Technology Co., Ltd. Data generation method, driving method, computer device, display apparatus and system
CN112256652B (zh) * 2020-10-19 2022-09-16 济南大学 一种三维点云属性压缩方法、系统及终端

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP3347684B2 (ja) * 1999-03-01 2002-11-20 株式会社九州エレクトロニクスシステム リアルタイム動画転送方法
US20040085310A1 (en) * 2002-11-04 2004-05-06 Snuffer John T. System and method of extracting 3-D data generated for 2-D display applications for use in 3-D volumetric displays
CN103701466A (zh) * 2012-09-28 2014-04-02 上海市政工程设计研究总院(集团)有限公司 基于特征保留的散乱点云压缩算法
CN103871094A (zh) * 2012-12-12 2014-06-18 华东师范大学 一种基于体扫描三维显示系统数据源生成方法
CN104392480B (zh) * 2014-11-12 2015-09-02 山东地纬数码科技有限公司 以内外存交换方式实现基于点的全局光照效果的渲染方法

Also Published As

Publication number Publication date
CN104902255A (zh) 2015-09-09

Similar Documents

Publication Publication Date Title
CN104902255B (zh) 一种基于体扫描三维显示系统的数据源生成方法
US10560687B2 (en) LED-based integral imaging display system as well as its control method and device
CN108513123B (zh) 一种集成成像光场显示的图像阵列生成方法
CN102447934B (zh) 稀疏镜头采集的组合立体图像系统中立体元的合成方法
CN103021017B (zh) 基于gpu加速的三维场景重建方法
CN103606151B (zh) 基于影像点云的大范围虚拟地理场景自动构建方法
CN105279789B (zh) 一种基于图像序列的三维重建方法
CN106023307B (zh) 基于现场环境的快速重建三维模型方法及系统
CN107580207A (zh) 光场3d显示单元图像的生成方法及生成装置
CN107147894B (zh) 一种自由立体显示中的虚拟视点图像生成方法
CN109358430A (zh) 一种基于二维led风扇屏的实时三维显示方法
CN104715468A (zh) 一种基于Unity3D的裸眼3D内容制作的改进方法
WO2012140397A2 (en) Three-dimensional display system
KR101805636B1 (ko) 2차원 디지털 이미지 기반의 3차원 디지털 이미지 오브젝트 자동 추출 시스템 및 추출 방법
Wu et al. Depth mapping of integral images through viewpoint image extraction with a hybrid disparity analysis algorithm
KR20120110297A (ko) 레이어 기반의 깊이영상 조절을 이용한 영상 합성 및 다시점 영상 생성
CN104519341B (zh) 一种任意倾斜角度的集成成像微图像阵列的生成方法
KR101071911B1 (ko) 3차원 입체 영상 생성 방법
CN110149508A (zh) 一种基于一维集成成像系统的阵列图生成及填补方法
PP et al. Efficient 3D visual hull reconstruction based on marching cube algorithm
KR101661600B1 (ko) 다중 시야 창 인터페이스 장치 및 방법
Knorr et al. From 2D-to stereo-to multi-view video
Katayama et al. A method for converting three-dimensional models into auto-stereoscopic images based on integral photography
CN107845130A (zh) 一种环境三维重构方法
Song et al. Real-time depth map generation using hybrid multi-view cameras

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
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170329

Termination date: 20190305