CN111179280B - 通过拓片反向制作石碑石刻三维模型的方法 - Google Patents
通过拓片反向制作石碑石刻三维模型的方法 Download PDFInfo
- Publication number
- CN111179280B CN111179280B CN201911343771.XA CN201911343771A CN111179280B CN 111179280 B CN111179280 B CN 111179280B CN 201911343771 A CN201911343771 A CN 201911343771A CN 111179280 B CN111179280 B CN 111179280B
- Authority
- CN
- China
- Prior art keywords
- point
- image
- rubbing
- boundary
- skeleton
- 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
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
- G06T17/20—Finite element generation, e.g. wire-frame surface description, tesselation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T19/00—Manipulating 3D models or images for computer graphics
- G06T19/20—Editing of 3D images, e.g. changing shapes or colours, aligning objects or positioning parts
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- 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
- G06T2207/10004—Still image; Photographic image
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Computer Graphics (AREA)
- Software Systems (AREA)
- Geometry (AREA)
- Architecture (AREA)
- Computer Hardware Design (AREA)
- General Engineering & Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Processing (AREA)
Abstract
本发明涉及一种通过拓片反向制作石碑石刻三维模型的方法,包括以下步骤:S1、对拓片图像进行预处理,得到二值化拓片图像;S2、扫描二值化拓片图像,逐一提取二值化拓片图像的连通区域轮廓;S3、寻找每个连通区域的文字骨骼;S4、寻找每个连通区域轮廓的边界矢量;S5、根据各个连通区域轮廓的边界矢量,将文字骨架相应嵌入到连通区域的轮廓内;S6、根据连通区域轮廓与文字骨骼的线段,对文字进行三角化构建三维网络;S7、对三维网络进行处理,得到石碑石刻三维模型。
Description
技术领域
本发明涉及一种制作石碑石刻三维模型的方法,特别是关于一种通过拓片反向制作石碑石刻三维模型的方法。
背景技术
拓片是记录中华民族文化的重要载体之一,是对历史文物的再现,具有保存和传承历史文化的重要作用。特别是有些原器件已经受损或丢失的文物拓片,更属于珍品。
现阶段,可以通过传统手工拓片或三维扫描提取石碑石刻数字拓片的方法获得石碑石刻的拓片,但是如何通过拓片得到石碑石刻的三维模型,依然是一个待解决的难题,特别是对于一些小型石刻,小型石刻在雕刻时,文字笔画从边缘到中心呈楔形。通过拓片制作小型字体的石碑石刻三维模型时,需要体现出文字笔画笔锋的这一特点,以自然、真实的还原历史文物,现有技术还无法真实反向制作石碑石刻。
发明内容
针对上述问题,本发明的目的是提供一种能够真实反映小型字体雕刻技法的通过拓片反向制作石碑石刻三维模型的方法。
为实现上述目的,本发明采取以下技术方案:一种通过拓片反向制作石碑石刻三维模型的方法,包括以下步骤:
S1、对拓片图像进行预处理,得到二值化拓片图像;
S2、扫描二值化拓片图像,逐一提取二值化拓片图像的连通区域轮廓;
S3、寻找每个连通区域的文字骨骼;
S4、寻找每个连通区域轮廓的边界矢量;
S5、根据各个连通区域轮廓的边界矢量,将文字骨架相应嵌入到连通区域的轮廓内;
S6、根据连通区域轮廓与文字骨骼的线段,对文字进行三角化构建三维网络;
S7、对三维网络进行处理,得到石碑石刻三维模型。
进一步地,上述S2的具体过程为:
S21、提取二值化拓片图像中文字所包括的所有连通区域;
S22、按照从上到下,从左到右的扫描顺序扫描二值化拓片图像,找到第一个黑值点P1为某个连通区域的一轮廓点,以点P1为起始点,追踪P1点所在连通区域的轮廓,标记轮廓上的像素点,当轮廓完全闭合,扫描回到起始点P1;
S23、按照设定扫描顺序继续扫描二值化拓片图像,直到再次发现新的起始点P2,以点P2为起始点,跟踪点P2所在连通区域的轮廓,标记轮廓上的像素点;当轮廓完全闭合,扫描回到起始点P2;
S24、依次类推,直到完成二值化拓片图像的全部扫描,扫描结束后输出每一连通区域轮廓向量。
进一步地,上述S3的具体过程为:
S31、标记图中的像素边界点;
S32、计算每个像素边界点的Weights(x,y),其中,Weights(x,y)是图像中(x,y)点的相邻连通像素权重集合集群;
S33、如果Weights(x,y)集合中存在Wi(x,y)>=2,那么标记这个点image(x,y)=1,否则转向步骤S34,其中,image(x,y)是图像中(x,y)中的像素值;
S34、标记为此像素点(x,y)为骨骼点,即标记为image(x,y)=2;
S35、迭代图像中所有像素边界点,直到图像中不存在像素边界点,即图像中只剩下image(x,y)=1或者image(x,y)=2;
S36、找出所有image(x,y)=2的像素点,根据相邻关系构建出图像骨骼树形结构,对于每个树形链条端点做Bézier曲线拟合,形成图像骨骼的流畅Bézier曲线树形集合Skeleton(image),得到该图像的文字骨骼。
进一步地,上述S4的具体过程为:
S41、找出连通区域中所有的边界点集Q={q1,q2,q3…},其中,qi是图像中位置(x,y);
S42、在边界点集Q,根据邻域边界追踪算法找出其边界矢量P={p1,p2,p3…};
S43、计算每个点的曲率
S44、在边界点集矢量集合P中,如果相邻点的曲率绝对值小于阈值ε,去除此点,不断迭代,形成优化后的边界矢量集合op={op1,op2,op3…};
S45、对优化后的边界矢量集合op={op1,op2,op3…}做Bézier曲线拟合,构成光滑边界曲线。
进一步地,上述S42的具体过程为:
S421、从边界点集Q中,任取一点qi,令p1=qi;
S422、在边界点集Q中,查找p1的邻域临接点集,任取一个临接点作为p2;
S423、重复进行上述操作,直到与p1点进行封闭操作,形成有序边界点集矢量P={p1,p2,p3…}。
进一步地,上述S5的具体过程为:
分别对连通区域的轮廓和文字骨架进行采样,即每间隔若干像素提取一个像素点;以平行于拓片图像的平面为XOY平面,垂直于拓片图像的轴为Z轴,构建X,Y,Z三维坐标系,将连通区域轮廓采样后的像素点以及文字骨架采样后的像素点投影到XOY平面上,将像素点在XOY平面上投影点定义为顶点,将连通区域轮廓上相邻的顶点以及文字骨架上相邻的顶点,分别依次连接为线段,使得文字骨架相应嵌入到连通区域的轮廓内。
进一步地,上述S6的具体过程为:
对于连通区域轮廓上的每一条线段AB,使用其中点C以及法线构造射线,与文字骨架上的线段相交得到一个交点F,此交点F与连通区域轮廓上的线段的两个端点A、B构成一个三角形ABF;文字骨架上两个相邻的交点F、G与它们所在三角形ABF和BDG所公用的连通区域轮廓上的点B,构成一个三角形BFG,以此类推,完成文字的三角化形成三维网络。
进一步地,上述S7对三维网络进行处理采用Gaussion Smooth,即:将文字骨架上顶点的Z值调低,调低的值根据实际需要进行选取,文字笔画从连通区域轮廓到文字骨架呈现楔形,使文字出现下沉的效果,得到具有真实雕刻效果的石碑石刻三维模型。
本发明由于采取以上技术方案,其具有以下优点:
1、本发明由于使用文字骨架和文字轮廓上的点构造三角形,完成文字的三角化,并将文字骨架上顶点的Z值调低,使文字笔画从轮廓到骨架呈现楔形,文字出现真实雕刻的效果,因此可以充分的体现小型雕刻文字笔锋雕刻特点,得到接近真实物体的石碑石刻三维模型;
2、本发明由于根据文字的特点,将文字或者笔画作为连通区域,提取连通区域的轮廓进行输出,因此可以得到充分体现文字细节的文字轮廓。
本发明可广泛用于制作石碑石刻三维模型的过程中。
附图说明
图1是本发明实施例的方法流程示意图;
图2是本发明实施例的二值化后的拓片图像示意图;
图3是本发明实施例的提取拓片图像中文字或者笔画连通区域轮廓的示意图;
图4是本发明实施例的提取拓片图像中文字骨架的示意图;
图5是本发明实施例的二维图像骨骼提取示意图;
图6是本发明实施例的每个连通区域的边界矢量过程图;
图7是本发明实施例的文字骨架相应嵌入到连通区域的轮廓;
图8是本发明实施例的文字三角化的示意图。
具体实施方式
如图1所示,本实施例提供的通过拓片反向制作石碑石刻三维模型的方法,包括以下步骤:
1、采用现有的数字图像处理方法对拓片图像进行预处理,使拓片图像中文字的边缘更加清晰;其中,预处理可以包括图像二值化和去噪声,二值化后的拓片图像的文字部分采用黑值表示,背景部分采用白值表示,如图2所示;
2、拓片图像中的每个文字或者笔画都包括至少一个连通区域,扫描二值化拓片图像,此处的扫描指的是按行或者按列访问图像的所有像素,并逐一提取二值化拓片图像的连通区域的轮廓(如图3所示),具体步骤为:
2.1)采用现有的图像检测方法提取出二值化拓片图像中文字所包括的所有连通区域,图像检测方法可以采用现有的边缘检测方法检测二值化拓片图像的连通区域的外轮廓,但是不限于此;
2.2)按照从上到下,从左到右的扫描顺序(不限于此)扫描二值化拓片图像,找到第一个黑值点P1为某个连通区域的一轮廓点,以点P1为起始点,追踪P1点所在连通区域的轮廓,标记轮廓上的像素点;当轮廓完全闭合,扫描回到起始点P1;
2.3)按照设定扫描顺序继续扫描二值化拓片图像,直到再次发现新的起始点P2,以点P2为起始点,跟踪点P2所在连通区域的轮廓,标记轮廓上的像素点;当轮廓完全闭合,扫描回到起始点P2;
2.4)依次类推,直到完成二值化拓片图像的全部扫描,扫描结束后输出每一连通区域轮廓向量。
3、采用K3M算法寻找每个连通区域的图像骨骼
如图4所示,本实施例中定义:image(x,y)是图像中(x,y)中的像素值,其中,图像黑色image(x,y)=0表示石刻拓片图像中石刻文字或者图像;白色image(x,y)=1表示石刻拓片图像的空白区域;Neightbours(x,y)={n1(x,y),n2(x,y),n3(x,y)…}是图像中(x,y)点的相邻连通像素集合集群,其中,n1(x,y)表示图像中(x,y)点的相邻连通区域集合;Weights(x,y)={w1(x,y),w2(x,y),w3(x,y)…}是图像中(x,y)点的相邻连通像素权重集合集群,其中,w1(x,y)=∫n1(x,y)(1-image(x,y))=∑n1(x,y)(1-image(x,y)),即是对每个相邻连通区域积分统计每个连通区域的权重,基于上述定义,本步骤的具体过程为:
3.1)标记图中的像素边界点,image(x,y)=0且3X3邻域中存在image(x,y)=1;
3.2)计算每个像素边界点的Weights(x,y);
3.3)如果Weights(x,y)集合中存在Wi(x,y)>=2,那么标记这个点image(x,y)=1,否则转向步骤3.4);
3.4)标记此像素点(x,y)为骨骼点,即标记为image(x,y)=2;
3.5)迭代图像中所有像素边界点,直到图像中不存在像素边界点,即图像中只剩下image(x,y)=1或者image(x,y)=2;
3.6)找出所有的image(x,y)=2的像素点,根据相邻关系构建出图像骨骼树形结构,对于每个树形链条端点做Bézier曲线拟合B(t)=(1-t)*(1-t)*P0+2*t*(1-t)*P1+t*t*P1,其中P0,P1,P2是图像骨骼树形结构中端点集中的采样三点,t的取值范围0-1,分别代表Bézier曲线起点和终点。
3.7)形成图像骨骼的流畅Bézier曲线树形集合Skeleton(image),得到该图像骨骼,如图5所示。
4、采用Potrace算法找出每个连通区域的边界矢量,具体过程为:
4.1)找出连通区域中所有的边界点集Q={q1,q2,q3…},其中,qi是图像中位置(x,y),如图6(a)所示;
4.2)在边界点集Q,根据3X3邻域的边界追踪算法找出其边界矢量P={p1,p2,p3…},如图6(b)所示,具体为:
4.2.1)从边界点集Q中,任取一点qi,令p1=qi;
4.2.2)在边界点集Q中,查找p1的3X3临接点集,任取一个临接点作为p2;
4.2.3)重复进行上述操作,直到与p1点进行封闭操作,形成有序边界点集矢量P={p1,p2,p3…};
4.3)计算每个点的曲率
4.4)在边界点集矢量集合P中,如果相邻点的曲率绝对值小于阈值ε,那么去除此点,不断迭代,形成优化后的边界矢量集合op={op1,op2,op3…},如图6(c)所示;
4.5)针对优化后的边界矢量集合op={op1,op2,op3…},做Bézier曲线拟合B(t)=(1-t)*(1-t)*op0+2*t*(1-t)*op1+t*t*op2,构成光滑边界曲线,如图6(d)所示。
5、如图7所示,根据各个连通区域轮廓边界矢量,将文字骨架相应嵌入到连通区域的轮廓内,具体为:
分别对连通区域的轮廓和文字骨架进行采样,即每间隔若干像素提取一个像素点;以平行于拓片图像的平面为XOY平面,垂直于拓片图像的轴为Z轴,构建(X,Y,Z)三维坐标系,将连通区域轮廓采样后的像素点以及文字骨架采样后的像素点投影到(XOY)平面上,将像素点在XOY平面上投影点定义为顶点,将连通区域轮廓上相邻的顶点以及文字骨架上相邻的顶点,分别依次连接为线段,使得文字骨架相应嵌入到连通区域的轮廓内。
6、根据连通区域轮廓与文字骨架的线段,对文字进行三角化构建三维网络,具体过程为:
如图8所示,对于连通区域轮廓上的每一条线段AB,使用其中点C以及法线(方向朝向文字内)构造射线,与文字骨架上的线段相交得到一个交点F,此交点F与连通区域轮廓上的线段的两个端点A、B构成一个三角形ABF;文字骨架上两个相邻的交点F、G与它们所在三角形ABF和BDG所公用的连通区域轮廓上的点B,构成一个三角形BFG,以此类推,完成文字的三角化形成三维网络。
7、对三维网络进行Gaussion Smooth处理,即:将文字骨架上顶点的Z值调低,调低的值根据实际需要进行选取,文字笔画从连通区域轮廓到文字骨架呈现楔形,使文字出现下沉的效果,得到具有真实雕刻效果的石碑石刻三维模型。
上述各实施例仅用于说明本发明,其中各步骤等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。
Claims (4)
1.一种通过拓片反向制作石碑石刻三维模型的方法,其特征在于包括以下步骤:
S1、对拓片图像进行预处理,得到二值化拓片图像;
S2、扫描二值化拓片图像,逐一提取二值化拓片图像的连通区域轮廓;
S3、寻找每个连通区域的文字骨骼,包括:
S31、标记图中的像素边界点;
S32、计算每个像素边界点的Weights(x,y),其中,Weights(x,y)是图像中(x,y)点的相邻连通像素权重集合集群;
S33、如果Weights(x,y)集合中存在wi(x,y)>=2,那么标记这个点image(x,y)=1,否则转向步骤S34,其中,image(x,y)是图像中(x,y)中的像素值;
S34、标记为此像素点(x,y)为骨骼点,即标记为image(x,y)=2;
S35、迭代图像中所有像素边界点,直到图像中不存在像素边界点,即图像中只剩下image(x,y)=1或者image(x,y)=2;
S36、找出所有image(x,y)=2的像素点,根据相邻关系构建出图像骨骼树形结构,对于每个树形链条端点做Bézier曲线拟合,形成图像骨骼的流畅Bézier曲线树形集合Skeleton(image),得到该图像的文字骨骼;
S4、寻找每个连通区域轮廓的边界矢量,包括:
S41、找出连通区域中所有的边界点集Q={q1,q2,q3…},其中,qi是图像中位置(x,y);
S42、在边界点集Q,根据邻域边界追踪算法找出其边界矢量P={p1,p2,p3…};
S43、计算每个点的曲率
S44、在边界点集矢量集合P中,如果相邻点的曲率绝对值小于阈值ε,去除此点,不断迭代,形成优化后的边界矢量集合op={op1,op2,op3…};
S45、对优化后的边界矢量集合op={op1,op2,op3…}做Bézier曲线拟合,构成光滑边界曲线;
S5、根据各个连通区域轮廓的边界矢量,将文字骨架相应嵌入到连通区域的轮廓内,包括:
分别对连通区域的轮廓和文字骨架进行采样,即每间隔若干像素提取一个像素点;以平行于拓片图像的平面为XOY平面,垂直于拓片图像的轴为Z轴,构建X,Y,Z三维坐标系,将连通区域轮廓采样后的像素点以及文字骨架采样后的像素点投影到XOY平面上,将像素点在XOY平面上投影点定义为顶点,将连通区域轮廓上相邻的顶点以及文字骨架上相邻的顶点,分别依次连接为线段,使得文字骨架相应嵌入到连通区域的轮廓内;
S6、根据连通区域轮廓与文字骨骼的线段,对文字进行三角化构建三维网络,包括:
对于连通区域轮廓上的每一条线段AB,使用其中点C以及法线构造射线,与文字骨架上的线段相交得到一个交点F,此交点F与连通区域轮廓上的线段的两个端点A、B构成一个三角形ABF;文字骨架上两个相邻的交点F、G与它们所在三角形ABF和BDG所公用的连通区域轮廓上的点B,构成一个三角形BFG,以此类推,完成文字的三角化形成三维网络;
S7、对三维网络进行处理,得到石碑石刻三维模型。
2.根据权利要求1所述的通过拓片反向制作石碑石刻三维模型的方法,其特征在于,上述S2的具体过程为:
S21、提取二值化拓片图像中文字所包括的所有连通区域;
S22、按照从上到下,从左到右的扫描顺序扫描二值化拓片图像,找到第一个黑值点P1为某个连通区域的一轮廓点,以点P1为起始点,追踪P1点所在连通区域的轮廓,标记轮廓上的像素点,当轮廓完全闭合,扫描回到起始点P1;
S23、按照设定扫描顺序继续扫描二值化拓片图像,直到再次发现新的起始点P2,以点P2为起始点,跟踪点P2所在连通区域的轮廓,标记轮廓上的像素点;当轮廓完全闭合,扫描回到起始点P2;
S24、依次类推,直到完成二值化拓片图像的全部扫描,扫描结束后输出每一连通区域轮廓向量。
3.根据权利要求1所述的通过拓片反向制作石碑石刻三维模型的方法,其特征在于,上述S42的具体过程为:
S421、从边界点集Q中,任取一点qi,令p1=qi;
S422、在边界点集Q中,查找p1的邻域临接点集,任取一个临接点作为p2;
S423、重复进行上述操作,直到与p1点进行封闭操作,形成有序边界点集矢量P={p1,p2,p3…}。
4.根据权利要求1所述的通过拓片反向制作石碑石刻三维模型的方法,其特征在于,上述S7对三维网络进行处理采用Gaussion Smooth,即:将文字骨架上顶点的Z值调低,调低的值根据实际需要进行选取,文字笔画从连通区域轮廓到文字骨架呈现楔形,使文字出现下沉的效果,得到具有真实雕刻效果的石碑石刻三维模型。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911343771.XA CN111179280B (zh) | 2019-12-24 | 2019-12-24 | 通过拓片反向制作石碑石刻三维模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911343771.XA CN111179280B (zh) | 2019-12-24 | 2019-12-24 | 通过拓片反向制作石碑石刻三维模型的方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111179280A CN111179280A (zh) | 2020-05-19 |
CN111179280B true CN111179280B (zh) | 2023-09-22 |
Family
ID=70657403
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911343771.XA Active CN111179280B (zh) | 2019-12-24 | 2019-12-24 | 通过拓片反向制作石碑石刻三维模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111179280B (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63184175A (ja) * | 1986-12-18 | 1988-07-29 | Kokusai Denshin Denwa Co Ltd <Kdd> | 2値画像の拡張境界追跡方法 |
CN101872478A (zh) * | 2010-05-31 | 2010-10-27 | 徐州师范大学 | 甲骨拓片字形的计算机辅助复原方法 |
CN104268526A (zh) * | 2014-09-25 | 2015-01-07 | 北京航空航天大学 | 一种汉字图片匹配与变形方法 |
CN104268924A (zh) * | 2014-09-19 | 2015-01-07 | 新维畅想数字科技(北京)有限公司 | 一种基于三维数据扫描提取石碑石刻数字拓片的方法 |
CN107818544A (zh) * | 2016-09-12 | 2018-03-20 | 北京大学 | 一种字符缩放方法 |
-
2019
- 2019-12-24 CN CN201911343771.XA patent/CN111179280B/zh active Active
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPS63184175A (ja) * | 1986-12-18 | 1988-07-29 | Kokusai Denshin Denwa Co Ltd <Kdd> | 2値画像の拡張境界追跡方法 |
CN101872478A (zh) * | 2010-05-31 | 2010-10-27 | 徐州师范大学 | 甲骨拓片字形的计算机辅助复原方法 |
CN104268924A (zh) * | 2014-09-19 | 2015-01-07 | 新维畅想数字科技(北京)有限公司 | 一种基于三维数据扫描提取石碑石刻数字拓片的方法 |
CN104268526A (zh) * | 2014-09-25 | 2015-01-07 | 北京航空航天大学 | 一种汉字图片匹配与变形方法 |
CN107818544A (zh) * | 2016-09-12 | 2018-03-20 | 北京大学 | 一种字符缩放方法 |
Also Published As
Publication number | Publication date |
---|---|
CN111179280A (zh) | 2020-05-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109872397B (zh) | 一种基于多目立体视觉的飞机零件的三维重建方法 | |
US10861232B2 (en) | Generating a customized three-dimensional mesh from a scanned object | |
Chen et al. | Topologically aware building rooftop reconstruction from airborne laser scanning point clouds | |
Saeed et al. | K3M: A universal algorithm for image skeletonization and a review of thinning techniques | |
US8270704B2 (en) | Method and apparatus for reconstructing 3D shape model of object by using multi-view image information | |
CN107610200B (zh) | 一种基于特征模板的字库快速生成方法 | |
CN106709947A (zh) | 一种基于rgbd相机的三维人体快速建模系统 | |
CN102567300A (zh) | 图片文档的处理方法及装置 | |
CN112307553B (zh) | 一种对三维道路模型进行提取与简化的方法 | |
CN106127818A (zh) | 一种基于单幅图像的材质外观获取系统及方法 | |
Papp et al. | Improved embedding of QR codes onto surfaces to be 3D printed | |
CN111986212A (zh) | 一种人像发丝流动特效实现方法 | |
CN114782645A (zh) | 虚拟数字人制作方法、相关设备及可读存储介质 | |
CN111179280B (zh) | 通过拓片反向制作石碑石刻三维模型的方法 | |
CN109766850A (zh) | 基于特征融合的指纹图像匹配方法 | |
CN106780577B (zh) | 一种基于组特征的直线匹配方法 | |
CN108898679A (zh) | 一种零部件序号自动标注的方法 | |
CN105069767A (zh) | 基于表征学习与邻域约束嵌入的图像超分辨重构方法 | |
Omidalizarandi et al. | Segmentation and classification of point clouds from dense aerial image matching | |
CN110557622B (zh) | 基于结构光的深度信息获取方法及装置、设备及介质 | |
CN103250179A (zh) | 用于标记图元的方法和用于检测图元中的所述标记的方法 | |
Poier et al. | The 3d-pitoti dataset: a dataset for high-resolution 3D surface segmentation | |
Becker et al. | Lidar inpainting from a single image | |
Yang et al. | Color M-array shape reconstruction of using grid points and center points | |
CN101764937B (zh) | 确定像素空间掩码矩阵的像素到最外侧边距离的方法 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |