CN108537865A - 一种基于视觉三维重建的古建筑模型生成方法和装置 - Google Patents
一种基于视觉三维重建的古建筑模型生成方法和装置 Download PDFInfo
- Publication number
- CN108537865A CN108537865A CN201810234993.7A CN201810234993A CN108537865A CN 108537865 A CN108537865 A CN 108537865A CN 201810234993 A CN201810234993 A CN 201810234993A CN 108537865 A CN108537865 A CN 108537865A
- Authority
- CN
- China
- Prior art keywords
- image
- ancient building
- dimensional point
- dimensional
- video camera
- 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
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/005—General purpose rendering architectures
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10028—Range image; Depth image; 3D point clouds
Landscapes
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
- Processing Or Creating Images (AREA)
Abstract
本发明涉及一种基于视觉三维重建的古建筑模型生成方法和装置。该方法包括:1)获取不同视角的古建筑图像;2)对古建筑图像进行特征提取,并进行特征匹配;3)根据特征匹配的结果,计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云;4)根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云,利用图像面片匹配获取古建筑稠密三维点云;5)根据古建筑稠密三维点云,生成古建筑三角面片模型;6)利用古建筑三角面片模型,根据三维点与图像的匹配关系,计算纹理映射并生成古建筑三维模型。本发明能够快速有效的实现从图像到三维模型的自动生成,具有安全、成本低、可实施性强等优点,能够满足目前古建筑数字化的需求。
Description
技术领域
本发明属于计算机视觉领域,具体涉及一种基于视觉三维重建技术的古建筑三维模型生成方法和装置。
背景技术
古代建筑作为特殊的文化信息载体,是人类文明的艺术瑰宝,保护它们是当代义不容辞的责任。中国古代建筑具有悠久的历史传统和光辉的成就,但中国古建筑多为木质结构,并且辅以彩绘和雕刻,通常结构复杂精巧。然而中国古建筑的木质特征使得对其保护面临巨大挑战。对中国古代建筑进行三维数字化保护是对中国建筑精髓传承和文物保护的重要手段。
基于图像的三维重建是指结合多视角几何理论和计算机视觉与算法理论,从若干副图像中恢复物体或场景的三维模型的技术。近年来基于图像的三维重建技术在文物保护的应用需求越来越多,其中一个主要应用是对古建筑的数字化建模研究。基于图像的三维重建技术相比传统的激光扫描技术,具有安全、成本低、可实施性强等优点,在古文物的数字化研究中逐渐被广泛采用。但目前还没有能够生成古建筑三维模型的有效方法。
发明内容
本发明的目的在于提供一种基于视觉三维重建的古建筑三维模型生成方法和装置,能够快速有效的实现从图像到三维模型的自动生成。
本发明所采用的技术方案是:
一种基于视觉三维重建的古建筑三维模型生成方法,包括以下步骤:
步骤一、获取不同视角的古建筑图像;
步骤二、对步骤一中获得的古建筑图像进行特征提取,并进行特征匹配;
步骤三、利用步骤二中特征匹配的结果,计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云;
步骤四、根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云,利用图像面片匹配获取古建筑稠密三维点云;
步骤五、根据古建筑稠密三维点云,生成古建筑三角面片模型;
步骤六、利用古建筑三角面片模型,根据三维点与图像的匹配关系,计算纹理映射,并生成古建筑三维模型。
进一步地,步骤一利用定焦摄像机从不同角度采集古建筑的图像,摄像机运动方向尽量保持水平移动,保证每一个细节至少有两张图像覆盖。
进一步地,步骤二所述特征为Sift(Scale-Invariant Feature Transform,尺度不变特征转换)特征、SURF(Speeded Up Robust Feature,加速鲁棒性特征)、ORB(OrientedFAST and Rotated BRIEF)特征等。
进一步地,步骤三包括以下子步骤,其中S表示古建筑图像集合,Ps表示点云集合,S1为已计算姿态的图像集合,Q为摄像机姿态集合:
1)利用张正友标定法,标定出定焦摄像机的内参数K;
2)选取两张匹配点最多的图像I0,I1,利用8点算法,令I0的姿态为T0=[I 0],其中I为单位阵,0为3维列向量,计算该两张图像之间的相对刚体变换T1,将I0,I1加入集合S1;利用T0,T1以及图像匹配结果,利用三角化方法计算三维点,将三维点加入集合Ps;T0和T1加入集合Q;
3)对于S-S1中的其他图像Ii,查找Ii与S1中图像匹配点最多的图像Ij,获取Ii与Ij的匹配点集Pij,根据已重建三维点的位置,计算Ii相对I0的刚体变换Ti,同时计算Ii与S1中其他图像的匹配点的三维位置,加入集合Ps,Ti加入集合Q;
4)对于集合Q和集合Ps,利用SBA捆绑调整算法进行优化,最小化Ps中每一个点Pi在对应图像上的重投影误差,获取最优的摄像机姿态集和稀疏三维点集。
进一步地,步骤四根据摄像机姿态,利用PMVS算法或CMVS算法获取古建筑稠密三维点云。
进一步地,步骤五根据古建筑稠密三维点云,利用泊松算法进行三角网格剖分,生成古建筑三角面片模型。
一种基于视觉三维重建的古建筑三维模型生成装置,其包括:
古建筑图像获取模块,负责获取不同视角的古建筑图像;
特征匹配模块,负责对古建筑图像进行特征提取,并进行特征匹配;
摄像机姿态和稀疏三维点云计算模块,负责根据特征匹配的结果,计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云;
稠密三维点云计算模块,负责根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云,利用图像面片匹配获取古建筑稠密三维点云;
古建筑三角面片模型生成模块,负责根据古建筑稠密三维点云,生成古建筑三角面片模型;
古建筑三维模型生成模块,负责利用古建筑三角面片模型,根据三维点与图像的匹配关系,计算纹理映射并生成古建筑三维模型。
本发明的有益效果如下:
本发明能够快速有效的实现从图像到三维模型的自动生成,具有安全、成本低、可实施性强等优点,能够满足目前古建筑数字化的需求。
附图说明
图1是实施例中计算摄像机相对位置姿态和古建筑稀疏三维点云的流程图。
图2是实施例中获取的不同角度的古建筑图像示例图。
图3是实施例中生成的三维模型图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清晰,以下结合附图对本发明进一步详细说明。
本实施例主要利用大量古建筑图像,通过视觉三维重建的方法,自动化生成古建筑三维模型。该方法具有安全、成本低、可实施性强等优点,能够满足目前古建筑数字化的需求。
本实施例的基于视觉三维重建技术的古建筑三维模型生成方法,包括以下步骤:
1、获取不同角度古建筑的图像
利用定焦摄像机从不同角度采集古建筑的图像S,摄像机运动方向尽量保持水平移动,保证每一个细节至少有两张图像覆盖。图2是实施例中获取的不同角度的古建筑图像示例图,包括(a)~(d)四张图像。
2、对古建筑图像进行特征提取和特征匹配。
分别对每一张图像提取Sift特征,分别匹配每两张图像的Sift特征。
3、根据特征匹配结果计算摄像机姿态与稀疏三维点云。其具体流程如图1所示,包括以下步骤:
3.1利用张正友标定法,标定出定焦摄像机的内参数K。
3.2计算初始点云集合Ps,选取两张匹配点最多的图像I0,I1,利用8点算法,令I0的姿态为T0=[I 0],其中I为单位阵,0为3维列向量,计算两张图像之间的相对刚体变换T1,将I0,I1加入已计算姿态的图像集合S1,利用T0,T1以及图像匹配结果,利用三角化方法计算三维点,将三维点加入集合Ps,T0和T1加入姿态集合Q。
3.3对于S-S1(表示集合S和集合S1相减)中的其他图像Ii,查找Ii与S1中图像匹配点最多的图像Ij,获取Ii与Ij的匹配点集Pij,根据已重建三维点(加入集合Ps的三维点)的位置,计算Ii相对I0的刚体变换Ti,同时计算Ii与S1中其他图像的匹配点的三维位置,加入点云集合Ps,Ti加入集合Q。
3.4对于所有计算获得的摄像机姿态集合Q,以及三维点集Ps,利用SBA(SparseBundle Adjustment)捆绑调整算法进行优化,最小化Ps中每一个点Pi在对应图像上的重投影误差,获取最优的姿态集和稀疏三维点集。
其中,m,n分别为集合Q和集合Ps的元素个数,aj代表第j幅图像,bi代表第i个三维点,vij是一个二值变量,当第i个三维点在第j幅图像可见,vij=1,反之vij=0,π为第j幅图像的投影方程,d(x,y)为图像欧式距离,xij表示第i个三维点在第j副图像上的图像坐标。
4、根据摄像机姿态获取古建筑稠密点云。
根据摄像机Pose T0,…,Tn,利用PMVS(Patch-based Multi-view Stereo)算法,获取稠密三维点云Pd。
5、根据稠密点云生成并优化古建筑三角面片模型。
利用稠密三维点云,利用泊松算法进行三角网格剖分,生成古建筑面片三角网格模型。
6、利用生成的古建筑面片三角网格模型,根据三维点与图像的匹配关系,计算纹理映射,并生成三维模型。图3是生成的三维模型图,其中(a)~(d)四张图为该三维模型的不同角度的图像。
上述方法中,Sift特征可以替换为SURF或ORB特征,8点算法可以换成5点算法,PMVS可以替换为CMVS(Clustering Views for Multi-view Stereo)算法并行算法优化。
与上面方法对应地,本发明另一实施例提供一种基于视觉三维重建的古建筑三维模型生成装置,其包括:
古建筑图像获取模块,负责获取不同视角的古建筑图像;
特征匹配模块,负责对古建筑图像进行特征提取,并进行特征匹配;
摄像机姿态和稀疏三维点云计算模块,负责根据特征匹配的结果,计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云;
稠密三维点云计算模块,负责根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云,利用图像面片匹配获取古建筑稠密三维点云;
古建筑三角面片模型生成模块,负责根据古建筑稠密三维点云,生成古建筑三角面片模型;
古建筑三维模型生成模块,负责利用古建筑三角面片模型,根据三维点与图像的匹配关系,计算纹理映射并生成古建筑三维模型。
以上实施例仅用以说明本发明的技术方案而非对其进行限制,本领域的普通技术人员可以对本发明的技术方案进行修改或者等同替换,而不脱离本发明的精神和范围,本发明的保护范围应以权利要求书所述为准。
Claims (10)
1.一种基于视觉三维重建的古建筑三维模型生成方法,其特征在于,包括以下步骤:
1)获取不同视角的古建筑图像;
2)对古建筑图像进行特征提取,并进行特征匹配;
3)根据特征匹配的结果,计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云;
4)根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云,利用图像面片匹配获取古建筑稠密三维点云;
5)根据古建筑稠密三维点云,生成古建筑三角面片模型;
6)利用古建筑三角面片模型,根据三维点与图像的匹配关系,计算纹理映射并生成古建筑三维模型。
2.如权利要求1所述的方法,其特征在于,步骤1)利用定焦摄像机从不同角度采集古建筑的图像,摄像机运动方向尽量保持水平移动,保证每一个细节至少有两张图像覆盖。
3.如权利要求1所述的方法,其特征在于,步骤2)所述特征为Sift特征、SURF或ORB特征。
4.如权利要求1所述的方法,其特征在于,步骤3)包括以下子步骤,其中S表示古建筑图像集合,Ps表示点云集合,S1为已计算姿态的图像集合,Q为摄像机姿态集合:
3.1)利用张正友标定法,标定出定焦摄像机的内参数K;
3.2)选取两张匹配点最多的图像I0,I1,利用8点算法,令I0的姿态为T0=[I 0],其中I为单位阵,0为3维列向量,计算该两张图像之间的相对刚体变换T1,将I0,I1加入集合S1;利用T0,T1以及图像匹配结果,利用三角化方法计算三维点,将三维点加入集合Ps;T0和T1加入集合Q;
3.3)对于S-S1中的其他图像Ii,查找Ii与S1中图像匹配点最多的图像Ij,获取Ii与Ij的匹配点集Pij,根据已重建三维点的位置,计算Ii相对I0的刚体变换Ti,同时计算Ii与S1中其他图像的匹配点的三维位置,加入集合Ps,Ti加入集合Q;
3.4)对于集合Q和集合Ps,利用SBA捆绑调整算法进行优化,最小化Ps中每一个点Pi在对应图像上的重投影误差,获取最优的摄像机姿态集和稀疏三维点集。
5.如权利要求4所述的方法,其特征在于,步骤3-4)采用以下公式进行优化:
其中,m,n分别为集合Q和集合Ps的元素个数;aj代表第j幅图像;bi代表第i个三维点;vij是一个二值变量,当第i个三维点在第j幅图像可见,vij=1,反之vij=0;π为第j幅图像的投影方程;d表示图像欧式距离,xij表示第i个三维点在第j副图像上的图像坐标。
6.如权利要求1所述的方法,其特征在于,步骤4)根据摄像机姿态,利用PMVS算法或CMVS算法获取古建筑稠密三维点云。
7.如权利要求1所述的方法,其特征在于,步骤5)根据古建筑稠密三维点云,利用泊松算法进行三角网格剖分,生成古建筑三角面片模型。
8.一种基于视觉三维重建的古建筑三维模型生成装置,其特征在于,包括:
古建筑图像获取模块,负责获取不同视角的古建筑图像;
特征匹配模块,负责对古建筑图像进行特征提取,并进行特征匹配;
摄像机姿态和稀疏三维点云计算模块,负责根据特征匹配的结果,计算图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云;
稠密三维点云计算模块,负责根据图像拍摄时刻的摄像机相对位置姿态和古建筑稀疏三维点云,利用图像面片匹配获取古建筑稠密三维点云;
古建筑三角面片模型生成模块,负责根据古建筑稠密三维点云,生成古建筑三角面片模型;
古建筑三维模型生成模块,负责利用古建筑三角面片模型,根据三维点与图像的匹配关系,计算纹理映射并生成古建筑三维模型。
9.如权利要求8所述的装置,其特征在于,所述特征匹配模块提取的特征为Sift特征、SURF或ORB特征。
10.如权利要求8所述的装置,其特征在于,所述摄像机姿态和稀疏三维点云计算模块进行以下操作,其中S表示古建筑图像集合,Ps表示点云集合,S1为已计算姿态的图像集合,Q为摄像机姿态集合:
利用张正友标定法,标定出定焦摄像机的内参数K;
选取两张匹配点最多的图像I0,I1,利用8点算法,令I0的姿态为T0=[I 0],其中I为单位阵,0为3维列向量,计算该两张图像之间的相对刚体变换T1,将I0,I1加入集合S1;利用T0,T1以及图像匹配结果,利用三角化方法计算三维点,将三维点加入集合Ps;T0和T1加入集合Q;
对于S-S1中的其他图像Ii,查找Ii与S1中图像匹配点最多的图像Ij,获取Ii与Ij的匹配点集Pij,根据已重建三维点的位置,计算Ii相对I0的刚体变换Ti,同时计算Ii与S1中其他图像的匹配点的三维位置,加入集合Ps,Ti加入集合Q;
对于集合Q和集合Ps,利用SBA捆绑调整算法进行优化,最小化Ps中每一个点Pi在对应图像上的重投影误差,获取最优的摄像机姿态集和稀疏三维点集。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810234993.7A CN108537865A (zh) | 2018-03-21 | 2018-03-21 | 一种基于视觉三维重建的古建筑模型生成方法和装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810234993.7A CN108537865A (zh) | 2018-03-21 | 2018-03-21 | 一种基于视觉三维重建的古建筑模型生成方法和装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108537865A true CN108537865A (zh) | 2018-09-14 |
Family
ID=63485043
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810234993.7A Pending CN108537865A (zh) | 2018-03-21 | 2018-03-21 | 一种基于视觉三维重建的古建筑模型生成方法和装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108537865A (zh) |
Cited By (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523554A (zh) * | 2018-11-16 | 2019-03-26 | 北京建筑大学 | 一种基于木构件的古建筑点云自动分割方法 |
CN109961505A (zh) * | 2019-03-13 | 2019-07-02 | 武汉零点视觉数字科技有限公司 | 一种古代墓室结构数字化重建系统 |
CN110223383A (zh) * | 2019-06-17 | 2019-09-10 | 重庆大学 | 一种基于深度图修补的植物三维重建方法及系统 |
CN111325780A (zh) * | 2020-02-17 | 2020-06-23 | 天目爱视(北京)科技有限公司 | 一种基于图像筛选的3d模型快速构建方法 |
CN111612907A (zh) * | 2020-04-29 | 2020-09-01 | 湖南南派古建园林工程有限公司 | 一种受损古建筑柱体的多方位修复系统及方法 |
CN112154485A (zh) * | 2019-08-30 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 三维重建模型的优化方法、设备和可移动平台 |
CN112964174A (zh) * | 2021-01-28 | 2021-06-15 | 上海工程技术大学 | 一种大型构件外形误差检测平台 |
CN113362454A (zh) * | 2021-06-17 | 2021-09-07 | 浙江理工大学 | 一种以全景三维图像为基础的建筑模型生成方法 |
CN115115847A (zh) * | 2022-08-31 | 2022-09-27 | 海纳云物联科技有限公司 | 三维稀疏重建方法、装置及电子装置 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739721A (zh) * | 2010-01-21 | 2010-06-16 | 西北工业大学 | 基于时变和无序多图像的四维场景建模方法 |
CN103559736A (zh) * | 2013-11-11 | 2014-02-05 | 程志全 | 表演者的无标记点三维实时捕获系统 |
CN104809755A (zh) * | 2015-04-09 | 2015-07-29 | 福州大学 | 基于单幅图像文化遗存遗址的三维重建方法 |
CN105184863A (zh) * | 2015-07-23 | 2015-12-23 | 同济大学 | 一种基于无人机航拍序列影像的边坡三维重建方法 |
US20180053329A1 (en) * | 2016-08-16 | 2018-02-22 | Lawrence Livermore National Security, Llc | Annotation of images based on a 3d model of objects |
-
2018
- 2018-03-21 CN CN201810234993.7A patent/CN108537865A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101739721A (zh) * | 2010-01-21 | 2010-06-16 | 西北工业大学 | 基于时变和无序多图像的四维场景建模方法 |
CN103559736A (zh) * | 2013-11-11 | 2014-02-05 | 程志全 | 表演者的无标记点三维实时捕获系统 |
CN104809755A (zh) * | 2015-04-09 | 2015-07-29 | 福州大学 | 基于单幅图像文化遗存遗址的三维重建方法 |
CN105184863A (zh) * | 2015-07-23 | 2015-12-23 | 同济大学 | 一种基于无人机航拍序列影像的边坡三维重建方法 |
US20180053329A1 (en) * | 2016-08-16 | 2018-02-22 | Lawrence Livermore National Security, Llc | Annotation of images based on a 3d model of objects |
Non-Patent Citations (4)
Title |
---|
HABIB FATHI ET AL.: "Automated sparse 3D point cloud generation of infrastructure using its distinctive visual features", 《ADVANCED ENGINEERING INFORMATICS》 * |
刘俊江: "基于多幅图像的几何和纹理自动重建", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
汪晓楚 等: "地面激光点云结合摄影测量的建筑物三维建模", 《安徽师范大学学报(自然科学版)》 * |
胡晓星: "基于图像序列的中国古建筑快速三维重建", 《中国优秀硕士学位论文全文数据库 信息科技辑》 * |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109523554A (zh) * | 2018-11-16 | 2019-03-26 | 北京建筑大学 | 一种基于木构件的古建筑点云自动分割方法 |
CN109961505A (zh) * | 2019-03-13 | 2019-07-02 | 武汉零点视觉数字科技有限公司 | 一种古代墓室结构数字化重建系统 |
CN110223383A (zh) * | 2019-06-17 | 2019-09-10 | 重庆大学 | 一种基于深度图修补的植物三维重建方法及系统 |
CN112154485A (zh) * | 2019-08-30 | 2020-12-29 | 深圳市大疆创新科技有限公司 | 三维重建模型的优化方法、设备和可移动平台 |
WO2021035749A1 (zh) * | 2019-08-30 | 2021-03-04 | 深圳市大疆创新科技有限公司 | 三维重建模型的优化方法、设备和可移动平台 |
CN111325780A (zh) * | 2020-02-17 | 2020-06-23 | 天目爱视(北京)科技有限公司 | 一种基于图像筛选的3d模型快速构建方法 |
CN111325780B (zh) * | 2020-02-17 | 2021-07-27 | 天目爱视(北京)科技有限公司 | 一种基于图像筛选的3d模型快速构建方法 |
CN111612907A (zh) * | 2020-04-29 | 2020-09-01 | 湖南南派古建园林工程有限公司 | 一种受损古建筑柱体的多方位修复系统及方法 |
CN112964174A (zh) * | 2021-01-28 | 2021-06-15 | 上海工程技术大学 | 一种大型构件外形误差检测平台 |
CN113362454A (zh) * | 2021-06-17 | 2021-09-07 | 浙江理工大学 | 一种以全景三维图像为基础的建筑模型生成方法 |
CN115115847A (zh) * | 2022-08-31 | 2022-09-27 | 海纳云物联科技有限公司 | 三维稀疏重建方法、装置及电子装置 |
CN115115847B (zh) * | 2022-08-31 | 2022-12-16 | 海纳云物联科技有限公司 | 三维稀疏重建方法、装置及电子装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108537865A (zh) | 一种基于视觉三维重建的古建筑模型生成方法和装置 | |
CN108154550B (zh) | 基于rgbd相机的人脸实时三维重建方法 | |
CN103971408B (zh) | 三维人脸模型生成系统及方法 | |
CN102663810B (zh) | 一种基于相位偏移扫描的三维人脸全自动建模方法 | |
CN102592124B (zh) | 文本图像的几何校正方法、装置和双目立体视觉系统 | |
CN103106688B (zh) | 基于双层配准方法的室内三维场景重建方法 | |
CN108038902A (zh) | 一种面向深度相机的高精度三维重建方法和系统 | |
CN104376596B (zh) | 一种基于单幅图像的三维场景结构建模与注册方法 | |
CN110728671B (zh) | 基于视觉的无纹理场景的稠密重建方法 | |
CN105989604A (zh) | 一种基于kinect的目标物体三维彩色点云生成方法 | |
CN115205489A (zh) | 一种大场景下的三维重建方法、系统及装置 | |
CN106934824B (zh) | 可变形物体的全局非刚性配准与重建方法 | |
CN106778739B (zh) | 一种曲面化变形文本页面图像矫正方法 | |
CN104539928A (zh) | 一种光栅立体印刷图像合成方法 | |
CN108305321B (zh) | 一种基于双目彩色成像系统的立体人手3d骨架模型实时重建方法和装置 | |
CN113192179A (zh) | 一种基于双目立体视觉的三维重建方法 | |
CN108010125A (zh) | 基于线结构光和图像信息的真实尺度三维重建系统及方法 | |
CN108564653A (zh) | 基于多Kinect的人体骨架追踪系统及方法 | |
CN109146769A (zh) | 图像处理方法及装置、图像处理设备及存储介质 | |
CN111598995A (zh) | 一种基于原型分析的自监督多目三维人体姿态估计方法 | |
CN111325828A (zh) | 一种基于三目相机的三维人脸采集方法及装置 | |
CN117115359B (zh) | 一种基于深度图融合的多视图电网三维空间数据重建方法 | |
CN107492147A (zh) | 一种电力设备三维建模方法 | |
Yang et al. | Research and application of 3D face modeling algorithm based on ICP accurate alignment | |
CN117115336A (zh) | 一种基于遥感立体影像的点云重建方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180914 |
|
RJ01 | Rejection of invention patent application after publication |