CN112365601A - 一种基于特征点信息的结构光三维点云重建方法 - Google Patents

一种基于特征点信息的结构光三维点云重建方法 Download PDF

Info

Publication number
CN112365601A
CN112365601A CN202011302094.XA CN202011302094A CN112365601A CN 112365601 A CN112365601 A CN 112365601A CN 202011302094 A CN202011302094 A CN 202011302094A CN 112365601 A CN112365601 A CN 112365601A
Authority
CN
China
Prior art keywords
interpolation
point cloud
point
dimensional
pixel index
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
Application number
CN202011302094.XA
Other languages
English (en)
Inventor
江月松
孙学华
张雨红
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.)
Lianyungang City Top Technology Development Co ltd
Original Assignee
Lianyungang City Top Technology Development Co ltd
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 Lianyungang City Top Technology Development Co ltd filed Critical Lianyungang City Top Technology Development Co ltd
Priority to CN202011302094.XA priority Critical patent/CN112365601A/zh
Publication of CN112365601A publication Critical patent/CN112365601A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G06T17/20Finite element generation, e.g. wire-frame surface description, tesselation
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/005General purpose rendering architectures
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06TIMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/003D [Three Dimensional] image rendering
    • G06T15/04Texture mapping

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Computer Graphics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Generation (AREA)

Abstract

本发明公开了一种基于特征点信息的结构光三维点云重建方法,可分为点云插值、点云生成三角网格及纹理映射三部分,其中点云插值部分,根据相应结构光成像技术获取到的物体特征点像素索引坐标及特征点编码值,对设定的插值点的像素索引坐标处进行编码插值计算,保存插值点的像素索引坐标和插值点编码值,相当于间接对三维点云进行插值;其中点云生成三角网格部分,根据插值点的像素索引值和插值点经计算得到三维点云的一一对应关系及排序规律性,利用插值点像素索引坐标值间接对三维点云进行三角网格划分;其中纹理映射部分,利用插值点和三维点云一一对应关系,使用插值点像素索引坐标可直接精确获得点云的颜色纹理,利用OpenGL进行三维渲染显示。

Description

一种基于特征点信息的结构光三维点云重建方法
技术领域
本发明涉及传感和计算机科学中信息获取与图像处理技术领域,特别是一种基于特征点信息的结构光三维点云重建方法,此方法广泛适用于逆向工程、质量检测、军事、数字化文物、机械制造、整形治疗等领域中各类立体模型表面的三维重建中,具有高精度、高效率、低成本、易实施等优点。
背景技术
光学三维面形测量技术是主动式获取物体三维面形信息最有效的手段之一,主要优点有不需接触被测物表面、采样密度高等。光学三维面形测量技术中,结构光三维面形成像技术以其准确度高、测量速度快、成本低等优点在三维表面重构、工业测量等领域有着广泛的应用前景。
随着结构光三维点云采集技术的快速发展,从三维点云重建三维物体表面的需求越来越多。点云建模技术的发展决定了能否有效的将点云数据转换成高质量的三维数字模型,从而为快速制造技术提供前期基础。点云插值以及三角网格生成操作是点云数据处理中非常重要的内容,其方法在一定程度上影响着点云数据处理和点云建模的效率。实测点云常包含大量的数据量,点云插值以及三角网格生成方法往往基于点云的实际三维坐标因而比较复杂,这限制了大规模点云的处理效率。如何实现高精度、高效率、低成本、易实施的三维物体表面重建至关重要。
发明内容
为了实现高精度、高效率、低成本、易实施的三维物体表面重建,以及解决利用点云的实际三维空间坐标进行插值、生成网格和纹理映射的繁杂性,本发明提供了一种基于特征点信息的结构光三维点云重建方法,此方法基于结构光成像方法得到的物体特征点像素索引坐标和特征点的编码值,在设定的插值点的像素索引坐标处进行编码值插值;通过插值点的像素索引坐标和插值点的编码值利用所采取的相应结构光成像计算方法得到三维点云,同时保存插值点的像素索引坐标及三维点云坐标;利用三维点云空间坐标与插值点的像素索引坐标之间的一一对应关系及排列均规则有序的特点,间接对三维空间坐标进行三角网格划分同时利用插值点的像素索引坐标精确获取对应点云的影像图的纹理颜色进行纹理映射,最后根据三维空间坐标及颜色渲染利用OpenGL显示得到逼真的三维空间物体表面图像。
本发明所要解决的技术问题是通过以下的技术方案来实现的。本发明是一种基于特征点信息的结构光三维点云重建方法,该方法包括点云插值、点云生成三角网格及纹理映射;点云插值,根据相应结构光成像技术获取到的物体特征点的像素索引坐标及特征点的编码值,利用获取到的物体特征点的像素索引坐标及特征点的编码值在设定的插值点的像素索引坐标处进行编码插值计算,保存插值点的像素索引坐标和插值点的编码值;点云生成三角网格,根据插值点的像素索引坐标和由插值点信息计算得到的三维点云的一一对应关系及排序规律性,利用插值点的像素索引坐标间接对三维点云进行三角网格划分;纹理映射,得到的点云数据同时含有点云的三维空间坐标及对应的影像像素索引坐标,可直接精确获得点云的颜色值,利用OpenGL进行三维渲染显示;点云插值在设定的插值点处进行编码值插值,点云生成三角网格以插值点的索引坐标和插值点的编码值为基础,纹理映射及OpenGL三维渲染显示以插值点的像素索引坐标和点云三角网格为基础,点云插值、点云生成三角网格及纹理映射三个部分相互关联,层层递进对物体表面进行三维重建。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现,对于以上所述的基于特征点信息的结构光三维点云重建方法,点云插值是利用物体特征点的像素索引坐标对设定的插值点的像素索引坐标处进行编码值插值的方法,间接对点三维点云进行插值。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现,对于以上所述的基于特征点信息的结构光三维点云重建方法,点云生成三角网格是根据插值点的像素索引坐标和插值点计算得到的三维点云的一一对应关系及排列规则有序,利用插值点的像素索引坐标间接对三维点云进行三角网格划分。
本发明所要解决的技术问题还可以通过以下的技术方案来进一步实现,对于以上所述的基于特征点信息的结构光三维点云重建方法,纹理映射是根据插值点的像素索引坐标和三维点云的一一对应关系,直接获取点云的影像图颜色纹理值进行纹理映射,利用OpenGL进行三维显示。
与现有技术相比,本发明通过引入点云对应的影像图像素索引坐标间接对点云插值、间接对点云生成三角网格、直接获取点云的颜色值进行纹理映射,再利用OpenGL进行三维显示,具有方便快捷,计算寻找方式简单,显示结果精确逼真的优点。
本发明的效益与应用前景:本发明在结构光获取物体特征点的基础上,充分利用了影像图的像素索引坐标,实现了点云插值、点云生成三角网格以及纹理映射,具有操作方式简单,寻找计算方法灵活的特点;本发明提供了一种方便、快捷的三维表面重构新方法;本发明可以应用到结构光三维表面成像相关领域。
附图说明
图1为本发明利用物体影像原始特征点像素索引坐标进行插值的示意图;
图2为本发明利用插值后点的像素索引坐标生成三角网格的示意图;
图3为石膏像表面重建效果图,其中左图为实物图,右图为本方法重建效果图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面将结合本发明附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
参照图1-3,在插值过程中,根据物体特征点(以下称为原始特征点)提取过程中的特点,行方向间隔由提取特征点时设定,像素索引列方向坐标值不断变化且没有具体规律;这样对于已获得的原始特征点数据的每一行上可以实施插值,首先确认第i行,从第1个点开始一直到最后一个点,只要在两点间像素间隔小于插值阈值,并且两点之间的像素列坐标含有能够整除插值间隔△x的点,就在此点进行插值,在此点插入的是根据已知的原始特征点像素索引坐标及原始特征点编码值计算得到的插入点编码值;插值阈值为设定的两原始特征点像素间隔能够进行插值的最小值,若两点像素间隔大于插值阈值则不插值;插值间隔为设定的插入像素点的间隔大小,决定了插值的密度以及生成点云的密度大小。
图1显示了本发明中利用物体影像原始特征点像素索引坐标进行插值的示意图;其中,空心三角形代表利用结构光成像技术获得的原始特征点,实心圆形代表利用本发明方法插入的特征点,x列方向为所用结构光特征信息不断变化的方向,y行方向为所用结构光特征信息相同的方向,△x为插值间隔,△y为提取特征点时的行方向步长。
点云生成的三角网格利用点云三维坐标与插值点像素索引坐标值的一一对应关系及排列规则有序性,以插值点像素索引坐标值为中间媒介间接对插值后的点云生成三角网格;在点云生成三角网格过程中,同时在已保存的两行像素索引坐标数据上进行三角片顶点排序。同时在第i行和第i+1行上进行三角网格划分,在一次循环中首先在第i行找到第一个点a,以第一个点a为基准点;在第i+1行上找到第二个点b,使得其像素索引列坐标不小于a点的像素列坐标,同时需限定在几个插值间隔内;在第i行上找到第三个点c,其为第i行a点的下一个点,a点和c点间需限定在几个插值间隔内;若b点的像素列坐标小于c点,则在第i+1行上找到第四个点,其为第i+1行b点的下一个点,b点和d点需限定在几个插值间隔内。在d点存在的情况下保证使得d点在b点的左下方,这样做就可以避免某些点重复计数。由于OpenGL在显示三维图并颜色渲染过程中限制了三角片顶点连接的顺序,这里采用逆时针排列为正,故保存点云时需按规律排列。若一次循环中a、b、c、d四点都存在,则先按顺序保存a、b、c点的序号,再按顺序保存c、b、d点的序号;若仅找到a、b、c三点,则按顺序保存a、b、c点的序号。这样在两行之间循环查找,就可把邻近点都用三角网格连接起来。
图2显示了本发明利用插值后点的像素索引坐标生成三角网格的示意图;其中实心圆形代表已插值后的特征点,x列方向为所用结构光特征信息不断变化的方向,y行方向为所用结构光特征信息相同的方向,△x为插值间隔,△y为提取特征点时的行方向步长。
同时在点云处理过程中,记录了点云的三维坐标信息和点云所对应的插值点像素索引坐标,可以直接精确得到网格三角形每一顶点上的颜色值,使得颜色渲染变得非常简单,直接加载上纹理颜色信息进行纹理映射即可,再进行颜色渲染使用OpenGL显示,就可以看到与真实物体相符的三维立体图。
利用本发明的点云插值、点云生成三角网格化以及纹理渲染方法对石膏人头像表面进行成像;图3左侧图为石膏人头实物图,此次实验采用条纹结构光成像技术,使用相机获得经过石膏人头表面调制过的条纹结构光图片,提取到石膏人头像的特征点及特征点的编码值。利用特征点像素索引坐标及特征点的编码值对设点的插值处的索引坐标处进行编码值插值计算,得到插值点的索引坐标及插值点的编码值;再利用插值点的索引坐标及插值点的编码值使用条纹结构光的成像计算方法得到点云的三维空间坐标,根据插值点的索引坐标和点云的三维空间坐标一一对应关系及排列规则有序性,以插值点像素索引坐标值为中间媒介间接对插值后的点云生成三角网格;同时根据插值点的索引坐标和点云的三维空间坐标一一对应关系,可以直接获得点云三角网格后三角片每个顶点处的纹理颜色值进行纹理映射,再利用OpenGL进行三维显示;图3右侧为利用本发明方法的重建效果图,可看到取得了很好的三维显示效果。

Claims (4)

1.一种基于特征点信息的结构光三维点云重建方法,其特征在于:该方法包括点云插值、点云生成三角网格及纹理映射;
点云插值,根据相应结构光成像技术获取到的物体特征点的像素索引坐标及特征点的编码值,利用获取到的物体特征点的像素索引坐标及特征点的编码值在设定的插值点的像素索引坐标处进行编码插值计算,保存插值点的像素索引坐标和插值点的编码值;
点云生成三角网格,根据插值点的像素索引坐标和由插值点信息计算得到的三维点云的一一对应关系及排序规律性,利用插值点的像素索引坐标间接对三维点云进行三角网格划分;
纹理映射,得到的点云数据同时含有点云的三维空间坐标及对应的影像像素索引坐标,可直接精确获得点云的颜色值,利用OpenGL进行三维渲染显示;
点云插值在设定的插值点处进行编码值插值,点云生成三角网格以插值点的索引坐标和插值点的编码值为基础,纹理映射及OpenGL三维渲染显示以插值点的像素索引坐标和点云三角网格为基础,点云插值、点云生成三角网格及纹理映射三个部分相互关联,层层递进对物体表面进行三维重建。
2.根据权利要求1所述的基于特征点信息的结构光三维点云重建方法,其特征在于:点云插值是利用物体特征点的像素索引坐标对设定的插值点的像素索引坐标处进行编码值插值的方法,间接对点三维点云进行插值。
3.根据权利要求1所述的基于特征点信息的结构光三维点云重建方法,其特征在于:点云生成三角网格是根据插值点的像素索引坐标和插值点计算得到的三维点云的一一对应关系及排列规则有序,利用插值点的像素索引坐标间接对三维点云进行三角网格划分。
4.根据权利要求1所述的基于特征点信息的结构光三维点云重建方法,其特征在于:纹理映射是根据插值点的像素索引坐标和三维点云的一一对应关系,直接获取点云的影像图颜色纹理值进行纹理映射,利用OpenGL进行三维显示。
CN202011302094.XA 2020-11-19 2020-11-19 一种基于特征点信息的结构光三维点云重建方法 Pending CN112365601A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011302094.XA CN112365601A (zh) 2020-11-19 2020-11-19 一种基于特征点信息的结构光三维点云重建方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011302094.XA CN112365601A (zh) 2020-11-19 2020-11-19 一种基于特征点信息的结构光三维点云重建方法

Publications (1)

Publication Number Publication Date
CN112365601A true CN112365601A (zh) 2021-02-12

Family

ID=74532552

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011302094.XA Pending CN112365601A (zh) 2020-11-19 2020-11-19 一种基于特征点信息的结构光三维点云重建方法

Country Status (1)

Country Link
CN (1) CN112365601A (zh)

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113469887A (zh) * 2021-09-02 2021-10-01 深圳市信润富联数字科技有限公司 物体数模的转换方法、装置、设备及存储介质
CN114119870A (zh) * 2021-11-23 2022-03-01 熵智科技(深圳)有限公司 有序点云生成四角网格数据方法、装置、设备及存储介质
CN116051786A (zh) * 2023-03-29 2023-05-02 核工业航测遥感中心 标准网格三维模型快速显示方法
CN116228830A (zh) * 2023-03-13 2023-06-06 广州图语信息科技有限公司 一种三角网格编码结构光的三维重建方法及装置
CN117501322A (zh) * 2021-04-14 2024-02-02 利尼芝物流有限责任公司 从点云数据生成物理空间的映射
WO2024051756A1 (zh) * 2022-09-08 2024-03-14 北京字跳网络技术有限公司 特效图像绘制方法、装置、设备及介质

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345557A (zh) * 2018-09-19 2019-02-15 东南大学 一种基于三维重建成果的前背景分离方法

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109345557A (zh) * 2018-09-19 2019-02-15 东南大学 一种基于三维重建成果的前背景分离方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
孙庆科 等: "基于结构光的三维点云重建方法研究", 《计算机应用研究》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN117501322A (zh) * 2021-04-14 2024-02-02 利尼芝物流有限责任公司 从点云数据生成物理空间的映射
CN113469887A (zh) * 2021-09-02 2021-10-01 深圳市信润富联数字科技有限公司 物体数模的转换方法、装置、设备及存储介质
CN113469887B (zh) * 2021-09-02 2022-01-07 深圳市信润富联数字科技有限公司 物体数模的转换方法、装置、设备及存储介质
CN114119870A (zh) * 2021-11-23 2022-03-01 熵智科技(深圳)有限公司 有序点云生成四角网格数据方法、装置、设备及存储介质
WO2024051756A1 (zh) * 2022-09-08 2024-03-14 北京字跳网络技术有限公司 特效图像绘制方法、装置、设备及介质
CN116228830A (zh) * 2023-03-13 2023-06-06 广州图语信息科技有限公司 一种三角网格编码结构光的三维重建方法及装置
CN116228830B (zh) * 2023-03-13 2024-01-26 广州图语信息科技有限公司 一种三角网格编码结构光的三维重建方法及装置
CN116051786A (zh) * 2023-03-29 2023-05-02 核工业航测遥感中心 标准网格三维模型快速显示方法

Similar Documents

Publication Publication Date Title
CN112365601A (zh) 一种基于特征点信息的结构光三维点云重建方法
CN103021017B (zh) 基于gpu加速的三维场景重建方法
CN107564087B (zh) 一种基于屏幕的三维线状符号渲染方法
CN112002014A (zh) 面向精细结构的三维人脸重建方法、系统、装置
US8537158B2 (en) Parallel triangle tessellation
CN109945802B (zh) 一种结构光三维测量方法
CN103077559B (zh) 基于序列图像的果穗三维重建方法
CN1818977A (zh) 由一幅正面图像实现快速人脸模型重建的方法
CN108648277B (zh) 一种激光雷达点云数据的快速重建方法
CN112233249A (zh) 基于密集点云的b样条曲面拟合方法及装置
CN104809755A (zh) 基于单幅图像文化遗存遗址的三维重建方法
CN110097582B (zh) 一种点云优化配准与实时显示系统及工作方法
CN116310048B (zh) 一种基于曲率细分计算光线跟踪与nurbs曲面交点的方法
CN112365529B (zh) 基于重心偏离度的隧洞点云配准方法、装置
CN110207620A (zh) 一种通过不同频率确定数字光栅投影结构光级数的三维重建方法
CN111833450A (zh) 一种融合有限元分析法的超声波三维快速重建及分析方法
CN117450955B (zh) 基于空间环形特征的薄型物体三维测量方法
CN102214366B (zh) 三维点采样数据高性能渲染方法
CN113358061A (zh) 端到端标定深度学习网络的单幅条纹三维点云测量方法
CN114049423B (zh) 一种自动的真实感三维模型纹理映射方法
CN110019632A (zh) 一种基于形状树的地理要素形状分析方法
CN115526984A (zh) 一种基于gpu实时三维建模显示方法及系统
CN113450460A (zh) 一种基于人脸面形空间分布的无相位展开三维人脸重建方法及系统
CN111462199A (zh) 基于gpu的快速散斑图像匹配方法
JP4439695B2 (ja) 測定データの平面補間方法と装置

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
RJ01 Rejection of invention patent application after publication

Application publication date: 20210212