CN111445385B - 一种基于rgb色彩模式的三维物体平面化方法 - Google Patents

一种基于rgb色彩模式的三维物体平面化方法 Download PDF

Info

Publication number
CN111445385B
CN111445385B CN202010232876.4A CN202010232876A CN111445385B CN 111445385 B CN111445385 B CN 111445385B CN 202010232876 A CN202010232876 A CN 202010232876A CN 111445385 B CN111445385 B CN 111445385B
Authority
CN
China
Prior art keywords
dimensional
dimensional object
coordinate system
points
model value
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
CN202010232876.4A
Other languages
English (en)
Other versions
CN111445385A (zh
Inventor
黄礼敏
杨珂
段文洋
马学文
刘煜城
张沛鑫
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.)
Harbin Engineering University
Original Assignee
Harbin Engineering 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 Harbin Engineering University filed Critical Harbin Engineering University
Priority to CN202010232876.4A priority Critical patent/CN111445385B/zh
Publication of CN111445385A publication Critical patent/CN111445385A/zh
Application granted granted Critical
Publication of CN111445385B publication Critical patent/CN111445385B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T3/00—Geometric image transformations in the plane of the image
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G06T3/073—Transforming surfaces of revolution to planar images, e.g. cylindrical surfaces to planar images
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/10012—Stereo images

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Image Generation (AREA)

Abstract

本发明提供的是一种基于RGB色彩模式的三维物体平面化方法。(1)在三维物体所处空间中，建立三维空间坐标系；(2)在建立的三维空间坐标系中，在原三维物体表面，得到一系列离散的、并能够凸显三维物体表面形状的型值点，并得到这些型值点在所建立三维空间坐标系中的三维坐标；(3)将型值点的三维坐标转化为平面彩色像素点的R、G、B三个通道的数值，得到与原三维型值点相对应的平面彩色像素点；(4)将所得平面彩色像素点顺序排列，得到平面化图像。本发明提供的方法能够在保留三维物体形状特征的条件下，将其转化为一张平面图像。

Description

一种基于RGB色彩模式的三维物体平面化方法
技术领域
本发明涉及的是一种计算机图形学处理方法，具体地说是一种三维物体平面化方法。
背景技术
如今，在很多领域中，如船舶工业、航空航天设计、临床医学、计算机模式识别等领域，在生产设计、外观建模、模式识别等过程中，都存在将三维的物体或表面在二维平面上表示的需求，而且同时需要最大程度地保留其原有的三维形状特征。尤其随着近年来深度学习技术中卷积神经网络在模式识别方面的广泛应用，由于三维卷积神经网络的计算量巨大，因此将三维物体转化为二维图像，从而达到用二维卷积神经网络处理三维物体的目标，就显得十分重要。
目前，三维物体平面化的常见方法包投影法、深度图、点云分布法等。其中，深度图、点云分布法多用于二维图像向三维物体的转化，几乎不被用于三维物体的二维化。投影法是使用最广的一种三维物体平面化方法，这种方法是将三维物体遵循投射原理投影在多个平面上，得到原三维物体在投影面上的轮廓线条。这种方法虽然直观，但无法凭借一张图像表示出原物体；且只能得到各个投影平面上的外部轮廓，无法细致地表现出局部的形状特点，也无法满足通过卷积神经网络进行模式识别的输入要求。
发明内容
本发明的目的在于提供一种能够在保留三维物体形状特征的条件下将其转化为一张平面图像的基于RGB色彩模式的三维物体平面化方法。
本发明的目的是这样实现的：
(1)在三维物体所处空间中，建立三维空间坐标系；
(2)在建立的三维空间坐标系中，在原三维物体表面，得到一系列离散的、并能够凸显三维物体表面形状的型值点，并得到这些型值点在所建立三维空间坐标系中的三维坐标；
(3)将型值点的三维坐标转化为平面彩色像素点的R、G、B三个通道的数值，得到与原三维型值点相对应的平面彩色像素点；
(4)将所得平面彩色像素点顺序排列，得到平面化图像。
本发明还可以包括：
1.所述的将所得平面彩色像素点顺序排列具体包括：将原三维物体同一截面上的型值点所对应的平面像素点排列为同一行或列，各像素点在二维平面上的排列位置与其对应的原三维型值点在三维空间中的位置存在关联性，平面像素点的排序方式体现出三维型值点在原三维物体上的相关位置信息。
2.所述的能够凸显三维物体表面形状的型值点通过划分网格或离散化方法获得，且这些点能够表现原三维物体的表面形状特征。
3.所述的将型值点的三维坐标转化为平面彩色像素点的R、G、B三个通道的数值的转化方法为：设型值点的三维坐标为(Oi,Pi,Qi)，由于在RGB色彩模式中，R、G、B三个色彩通道值的取值范围是0～255，将Oi、Pi、Qi在区间[0,255]上进行缩放，即
Figure BDA0002429917740000021
Figure BDA0002429917740000022
若按照上述公式计算所得R、G、B值不为整数，则按四舍五入法取整。
4.所建立的三维空间坐标系的形式包括空间直角坐标系、球坐标系或柱坐标系，建立三维空间坐标系得到三维物体表面型值点的准确三维坐标。
本发明提供了一种基于RGB色彩模式的三维物体平面化方法，能够将三维空间中的物体在二维平面中表示出来，并通过平面彩色图像的各像素点的色彩赋值和排列顺序，保留原物体的形状特征。该方法通过将三维物体表面上点的三维坐标转化为二维平面上具有RGB色彩模式的像素点，并将其按顺序排列，完成三维物体向彩色二维图像的转化。
本发明提供的方法利用彩色图像的RGB色彩模式的特性，通过三维坐标和RGB色彩通道数值之间的转化以及特定的排列顺序，在将三维物体平面化的过程中最大程度地保留了原物体的形状特征。通过此方法得出的平面图像，每个像素点的颜色和位置代表了原三维物体表面上点的坐标，具有一一对应的关系。因此，通过该方法得出的平面图像，带有原三维物体的形状特征，可以代替原三维物体作为输入，用于模式识别等用途。
附图说明
图1为本发明所提供一种基于RGB色彩模式的三维物体平面化方法的工作流程；
图2为本发明实施实例应用场景的流程示意图；
图3为本发明实施实例中所建立的空间坐标系；
图4为本发明实施实例中划分网格时X轴方向的截面Xi；
图5为本发明实施实例中划分网格时，截面Xi上沿Y轴方向的网格划分情况；
图6为本发明实施实例中网格划分完成后的整体效果示意图；
图7为本发明实施实例中平面像素点排列方式示意图。
具体实施方式
本发明包括的步骤具体如下：
(1)在三维物体所处的空间中，根据物体的形状，建立合适的坐标系(如直角坐标系、球坐标系、柱坐标系等)。
(2)在建立的空间坐标系中，根据目标需求和三维物体的形状特征，将物体表面离散化。
(3)离散化完成后，得到所有网格顶点在空间坐标系中的三维坐标，记为(Oi,Pi,Qi)(i＝1,2,3,…)。
(4)将三维坐标(Oi,Pi,Qi)转化为平面像素点RGB色彩模式中的R、G、B三个色彩通道值。由于在RGB色彩模式中，R、G、B三个色彩通道值的取值范围是0～255，因此需要将Oi、Pi、Qi在区间[0,255]上进行缩放，即：
Figure BDA0002429917740000031
/>
Figure BDA0002429917740000032
若按照上述公式计算所得R、G、B值不为整数，则按四舍五入法取整。
(5)根据原三维物体的形状特征、各型值点(Oi,Pi,Qi)之间的相对位置关系以及目标需求，将转化后的平面像素点按照一定顺序在二维平面上排列，得到具有RGB色彩模式的平面彩色图像。
下面结合本发明的一个应用场景实例，说明本发明的具体实施方式。
在该应用场景中，首先应用本发明提出的方法将三维椭球转化为二维平面图像，再借助卷积神经网络，进行模型训练，从而完成对椭球附加质量系数的识别，其流程如图2所示。“附加质量系数”的概念属于流体动力学领域。物体在流体中作非定常运动时，流体作用在物体上的惯性力等效于附加于物体本身质量之上的一个质量所产生的惯性力，这个质量称为“附加质量”，而“附加质量系数”就是附加质量与物体自身质量的比值。在运动方向确定的情况下，物体的附加质量系数只与物体的形状有关。
为了表示方便，在此实例中，所使用的三维椭球的三个主轴中，较短的两个主轴长度相等。
结合应用场景，本发明的具体实施方式如下：
(1)计算椭球某方向的附加质量系数。
(2)在三维椭球所处空间建立坐标系。在此实例中，选择建立空间直角坐标系O(X,Y,Z)，如图3所示。
(3)在椭球表面划分网格，并得到每个网格顶点的坐标。在此实例中，具体而言，首先选取一系列等距的垂直于X轴的平面，将椭球沿X轴等分，则每个平面与椭球面的交线是一个圆，记为Xi(i＝1,2,3,…)，如图4所示。然后，在圆Xi所在的平面上，选取一系列等距的垂直于Y轴的直线，将圆Xi沿Y轴等分，则这些直线与圆的交点，即为所求网格的顶点，记为(xi,yij,zij)，如图5所示。网格划分完成后的效果如图6所示。
(4)将每个坐标顶点的三维坐标转化为一个平面像素点的RGB值。即：
Figure BDA0002429917740000041
(5)将转化后的平面像素点按规则排列。在此实例中，排序规则为：首先，将圆Xi与Y轴正方向的交点命名为(xi,yi1,zi1)，如图4所示；然后，从点(xi,yi1,zi1)开始，按逆时针旋转的顺序，将圆Xi上的网格点分别命名为(xi,yi2,zi2),(xi,yi3,zi3),(xi,yi4,zi4),…,(xi,yij,zij),…，j＝2,3,4,…；其次，将点(xi,yij,zij)转化后的像素点按照下角标j从小到大的顺序，由左至右排列成一行，拼接成为一个像素条；最后，按照圆Xi下角标i从小到大的顺序，将与之对应的像素条由上至下拼接，得出平面化的图像结果。过程示意如图7所示。
(6)通过变化主轴的长度，可以得到不同形状的椭球。对于一定数量的不同形状的椭球，重复步骤(1)～(5)，得到“椭球平面化图像-附加质量系数”数据集，用于卷积神经网络模型的训练。
(7)经训练的卷积神经网络模型，可用于任意形状椭球的附加质量系数识别。

Claims (5)

1.一种基于RGB色彩模式的三维物体平面化方法，其特征是：
(1)在三维物体所处空间中，建立三维空间坐标系；
(2)在建立的三维空间坐标系中，在原三维物体表面，得到一系列离散的、并能够凸显三维物体表面形状的型值点，并得到这些型值点在所建立三维空间坐标系中的三维坐标；
(3)将型值点的三维坐标转化为平面彩色像素点的R、G、B三个通道的数值，得到与原三维型值点相对应的平面彩色像素点；
(4)将所得平面彩色像素点顺序排列，得到平面化图像；
所述的将所得平面彩色像素点顺序排列具体包括：将原三维物体同一截面上的型值点所对应的平面像素点排列为同一行或列，各像素点在二维平面上的排列位置与其对应的原三维型值点在三维空间中的位置存在关联性，平面像素点的排序方式体现出三维型值点在原三维物体上的相关位置信息。
2.根据权利要求1所述的基于RGB色彩模式的三维物体平面化方法，其特征是：所述的能够凸显三维物体表面形状的型值点通过划分网格或离散化方法获得，且这些点能够表现原三维物体的表面形状特征。
3.根据权利要求1或2所述的基于RGB色彩模式的三维物体平面化方法，其特征是所述的将型值点的三维坐标转化为平面彩色像素点的R、G、B三个通道的数值的转化方法为：设型值点的三维坐标为(Oi,Pi,Qi)，由于在RGB色彩模式中，R、G、B三个色彩通道值的取值范围是0～255，将Oi、Pi、Qi在区间[0,255]上进行缩放，即
Figure FDA0004122172690000011
Figure FDA0004122172690000012
若按照上述公式计算所得R、G、B值不为整数，则按四舍五入法取整。
4.根据权利要求1或2所述的基于RGB色彩模式的三维物体平面化方法，其特征是所建立的三维空间坐标系的形式包括空间直角坐标系、球坐标系或柱坐标系，建立三维空间坐标系得到三维物体表面型值点的准确三维坐标。
5.根据权利要求3所述的基于RGB色彩模式的三维物体平面化方法，其特征是所建立的三维空间坐标系的形式包括空间直角坐标系、球坐标系或柱坐标系，建立三维空间坐标系得到三维物体表面型值点的准确三维坐标。
CN202010232876.4A 2020-03-28 2020-03-28 一种基于rgb色彩模式的三维物体平面化方法 Active CN111445385B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010232876.4A CN111445385B (zh) 2020-03-28 2020-03-28 一种基于rgb色彩模式的三维物体平面化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010232876.4A CN111445385B (zh) 2020-03-28 2020-03-28 一种基于rgb色彩模式的三维物体平面化方法

Publications (2)

Publication Number Publication Date
CN111445385A CN111445385A (zh) 2020-07-24
CN111445385B true CN111445385B (zh) 2023-06-09

Family

ID=71653692

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010232876.4A Active CN111445385B (zh) 2020-03-28 2020-03-28 一种基于rgb色彩模式的三维物体平面化方法

Country Status (1)

Country Link
CN (1) CN111445385B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5625762A (en) * 1990-05-11 1997-04-29 Hitachi, Ltd. Method for extracting three-dimensional color vector
JP2005148950A (ja) * 2003-11-12 2005-06-09 Canon Inc 色分布解析装置及びその制御方法、制御プログラム及び記憶媒体
CN104331699A (zh) * 2014-11-19 2015-02-04 重庆大学 一种三维点云平面化快速搜索比对的方法
JP2019114033A (ja) * 2017-12-22 2019-07-11 大日本印刷株式会社 コンピュータプログラム、画像処理装置、画像処理方法及び３次元ボクセル画像のデータ

Family Cites Families (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5462093B2 (ja) * 2010-07-05 2014-04-02 株式会社トプコン 点群データ処理装置、点群データ処理システム、点群データ処理方法、および点群データ処理プログラム
US10679408B2 (en) * 2017-02-02 2020-06-09 Adobe Inc. Generating a three-dimensional model from a scanned object

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5625762A (en) * 1990-05-11 1997-04-29 Hitachi, Ltd. Method for extracting three-dimensional color vector
JP2005148950A (ja) * 2003-11-12 2005-06-09 Canon Inc 色分布解析装置及びその制御方法、制御プログラム及び記憶媒体
CN104331699A (zh) * 2014-11-19 2015-02-04 重庆大学 一种三维点云平面化快速搜索比对的方法
JP2019114033A (ja) * 2017-12-22 2019-07-11 大日本印刷株式会社 コンピュータプログラム、画像処理装置、画像処理方法及び３次元ボクセル画像のデータ

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
王泽宇 ; 吴艳霞 ; 张国印 ; 布树辉 ; .面向RGB-D场景解析的三维空间结构化编码深度网络.计算机应用.2017,(第12期),3458-3466. *
赵矿军 ; .基于RGB-D摄像机的室内三维彩色点云地图构建.哈尔滨商业大学学报(自然科学版).2018,(第01期),66-74. *

Also Published As

Publication number Publication date
CN111445385A (zh) 2020-07-24

Similar Documents

Publication Publication Date Title
Wang et al. Parametric representation of a surface pencil with a common spatial geodesic
CN106713923A (zh) 三维建模对象的压缩
CN109829476B (zh) 基于yolo的端到端三维物体检测方法
CN103093498A (zh) 一种基于平面三角网格模板的三维人脸自动标准化方法
CN103051915B (zh) 一种交互式立体视频关键帧的制作方法及制作装置
CN103838829A (zh) 一种基于分层次边界拓扑搜索模型的栅格转矢量系统
CN111028335B (zh) 一种基于深度学习的点云数据的分块面片重建方法
CN112712592B (zh) 建筑物三维模型语义化方法
CN116543117B (zh) 一种无人机影像的高精度大场景三维建模方法
CN109783887A (zh) 一种面向三维加工特征的智能识别与检索方法
CN115937461B (zh) 多源融合模型构建及纹理生成方法、装置、介质及设备
CN103839222A (zh) 一种基于分层次边界拓扑搜索模型的栅格转矢量并行系统
CN114996658B (zh) 一种基于投影的高超声速飞行器气动热预测方法
CN111243094A (zh) 一种基于点灯法的三维模型精确体素化方法
CN113313176A (zh) 一种基于动态图卷积神经网络的点云分析方法
CN114120067A (zh) 一种物体识别方法、装置、设备及介质
CN108230442A (zh) 一种盾构隧道三维仿真方法
CN105469415A (zh) 多视角遥感图像融合方法
CN108898679A (zh) 一种零部件序号自动标注的方法
CN111445385B (zh) 一种基于rgb色彩模式的三维物体平面化方法
US11348261B2 (en) Method for processing three-dimensional point cloud data
KR101032397B1 (ko) 구면 좌표계를 사용하는 3차원 형상 표현장치 및 방법
CN114882085B (zh) 一种基于单一立方体三维点云配准方法及系统
JPH03138784A (ja) ３次元モデルの再構成方法および表示方法
CN105205206A (zh) 一种复杂平面片交线段的求取方法

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