CN112598789A - 图像纹理重建方法、装置、设备及存储介质 - Google Patents

Abstract

本发明涉及图像处理领域，公开了一种图像纹理重建方法、装置、设备及存储介质。该方法包括：获取待重建的三维立体图像；对三维立体图像进行权重设置处理，得到三维立体图像对应的像素坐标权重集；对三维立体图像进行遮挡判定处理，得到三维立体图像对应的遮挡区域和非遮挡区域；在遮挡区域中构建出三角拓扑图形；在非遮挡区域中匹配出特征顶点相同像素值的重构点；以重构点为顶点，三角拓扑图形为形状，一个边平行于特征顶点在三角拓扑图形中对角边，在非遮挡区域构建出采集三角形；获取采集三角形中的像素值分布，以及将像素值分布替换修改三角拓扑图形中的像素值分布，并将三角拓扑图形对应区域确定为非遮挡区域。

Description

图像纹理重建方法、装置、设备及存储介质

技术领域

本发明涉及图像处理领域，尤其涉及一种图像纹理重建方法、装置、设备及存储介质。

背景技术

随着近年来VR/AR技术的发展，三维模型相关的应用越来越多，处理好一个三维模型显得尤为重要，特别是其彩色纹理图。目前一种重要的三维模型获取方法为三维扫描。要获取一个完整的三维模型，一般需要多次扫描合并。其中的彩色纹理重建成为一个研究热点。多图像融合，需要处理好不同图像之间亮度、拍摄角度等信息的差异。还需要处理一些因扫描遮挡等导致纹理缺失的问题。

三维扫描成像区域必须是扫描光线可达到的有效区域，获取一个完整的三维模型，需要在不同角度多次扫描，获取对应角度的三维数据，拼接而成。因此最终网格模型的纹理，也是在不同角度所获取的单张彩色纹理拼接融合而成。单个网格，可以通过扫描硬件的标定参数，将对应的纹理映射到网格上，对齐两片网格时，对应纹理完成对齐。但因相机参数误差和角度以及环境光线等的影响，纹理映射后的纹理图易出现明显接缝模糊和重影等问题。如果扫描光线不可到达，就会产生遮挡。遮挡区域没有真实的纹理信息。需要从附近现有的纹理过渡过去。这些方法存在的缺点主要有：

(1)、为每一个三角面片选择最优的纹理图像，但在两幅纹理过渡区域，容易出现明显的拼缝等人工痕迹。

(2)、将每个纹理图像按不同形式的权重进行混合。同样在两幅纹理的过渡区域，因为同一点存在不同纹理的信息，因相机参数误差和环境光线以及扫描角度差异，会出现明显的重影。

因此，针对目前现有技术的纹理重建上的痕迹明显和重影严重问题，需要一种新的重建扫描技术。

发明内容

本发明的主要目的在于解决目前现有技术的纹理重建上的痕迹明显和重影严重的技术问题。

本发明第一方面提供了一种图像纹理重建方法，所述图像纹理重建方法包括：

获取待重建的三维立体图像；

基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集；

根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域；

在所述非遮挡区域边缘抓取一个点作为特征顶点，基于所述特征顶点在所述遮挡区域中构建出三角拓扑图形；

在所述非遮挡区域中匹配出所述特征顶点相同像素值的重构点；

以所述重构点为顶点，所述三角拓扑图形为形状，一个边平行于所述特征顶点在所述三角拓扑图形中对角边，在所述非遮挡区域构建出采集三角形；

获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域。

可选的，在本发明第一方面的第一种实现方式中，所述基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集包括：

对所述三维立体图像进行最小圆柱拟合处理，得到拟合圆柱体；

根据所述拟合圆柱体，对所述三维立体图像中的每个像素点进行偏移角度计算，得到像素初始权重集；

对所述像素初始权重集进行归一化处理，得到像素坐标权重集。

可选的，在本发明第一方面的第二种实现方式中，所述根据所述拟合圆柱体，对所述三维立体图像中的每个像素点进行偏移角度计算，得到像素初始权重集包括：

对所述拟合圆柱体和所述三维立体图像中构建相同的坐标系；

将零点与所述三维立体图像中每个点相连并投影于XoY平面，生成图像向量集；

计算所述图像向量集中每个向量与所述坐标系中X轴正方向的夹角，得到权重角度集；

将所述权重角度集，依次代入高斯分布函数处理，得到初始权重集。

可选的，在本发明第一方面的第三种实现方式中，所述根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域包括：

选取所述三维立体图像中的三个像素点P₁、P₂、P₃，计算出三个所述像素点P₁、P₂、P₃对应的图形深度值d₁、d₂、d₃；

将所述三维立体图像的投影至预置网格拓扑模型中，计算出三个所述像素点P₁、P₂、P₃对应的网格坐标t₁、t₂、t₃；

计算出三个所述像素点P₁、P₂、P₃构成的图形面积S_t；

在所述三维立体图像中选择参考像素点P；

根据所述深度值d₁、d₂、d₃和所述网格坐标t₁、t₂、t₃和所述图形面积S_t，将所述参考像素点P与三个所述像素点P₁、P₂、P₃构成区域进行比对，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类，其中，所述区域种类包括：遮挡区域、非遮挡区域；

循环抓取所述三维立体图像中的像素点比对，直至所述三维立体图像的所有像素点均被划分。

可选的，在本发明第一方面的第四种实现方式中，所述根据所述深度值d₁、d₂、d₃和所述网格坐标t₁、t₂、t₃和所述图形面积S_t，将所述参考像素点P与三个所述像素点P₁、P₂、P₃构成区域进行比对，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类包括：

计算出所述参考像素点P、所述像素点P₁、所述像素点P₂构成图形的第一面积S₁，计算出所述参考像素点P、所述像素点P₂、所述像素点P₃构成图形的第二面积S₂，计算出所述参考像素点P、所述像素点P₁、所述像素点P₃构成图形的第三面积S₃；

判断所述图形面积S_t是否等于所述第一面积S₁、所述第二面积S₂、所述第三面积S₃之和；

若等于，则确定所述参考像素点P对应的图形深度值d_t为所述图形深度值d₁、d₂、d₃之和；

若不等于，则根据

计算出图形深度值d_t；

根据d_f＝(d₁+d₂+d₃)/3，计算得出图形深度均值d_f；

根据预置遮挡解析算法，对所述图形深度值d_t、所述图形深度均值d_f、三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重进行遮挡分析处理，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类。

可选的，在本发明第一方面的第五种实现方式中，所述根据预置遮挡解析算法，对所述图形深度值d_t、所述图形深度均值d_f、三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重进行遮挡分析处理，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类包括：

计算所述图形深度值d_t和所述图形深度均值d_f的相差绝对值；

判断所述相差绝对值是否大于预置判定阈值；

若大于所述判定阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若不大于所述判定阈值，则判断三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重是否均小于预置权重阈值；

若均小于权重阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若未均小于权重阈值，则判断三个所述像素点P₁、P₂、P₃在所述权重角度集中对应的权重角度是否均大于预置角度阈值；

若均大于角度阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若未大于角度阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为未遮挡区域。

可选的，在本发明第一方面的第六种实现方式中，在所述获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域之后，还包括：

在所述非遮挡区域边缘上，循环抓取特征顶点构造三角拓扑图形进行重建，直至所有所述遮挡区域均已重建。

本发明第二方面提供了一种图像纹理重建装置，包括：

获取模块，用于获取待重建的三维立体图像；

权重设置模块，用于基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集；

遮挡判定模块，用于根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域；

构建模块，用于在所述非遮挡区域边缘抓取一个点作为特征顶点，基于所述特征顶点在所述遮挡区域中构建出三角拓扑图形；

匹配模块，用于在所述非遮挡区域中匹配出所述特征顶点相同像素值的重构点；

采集模块，用于以所述重构点为顶点，所述三角拓扑图形为形状，一个边平行于所述特征顶点在所述三角拓扑图形中对角边，在所述非遮挡区域构建出采集三角形；

替换模块，用于获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域。

本发明第三方面提供了一种图像纹理重建设备，包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；所述至少一个处理器调用所述存储器中的所述指令，以使得所述图像纹理重建设备执行上述的图像纹理重建方法。

本发明的第四方面提供了一种计算机可读存储介质，所述计算机可读存储介质中存储有指令，当其在计算机上运行时，使得计算机执行上述的图像纹理重建方法。

附图说明

图1为本发明实施例中图像纹理重建方法的一个实施例示意图；

图2为本发明实施例中图像纹理重建方法的一个拟合状态示意图；

图3为本发明实施例中图像纹理重建方法的另一个实施例示意图；

图4为本发明实施例中图像纹理重建装置的一个实施例示意图；

图5为本发明实施例中图像纹理重建装置的另一个实施例示意图；

图6为本发明实施例中图像纹理重建设备的一个实施例示意图。

具体实施方式

本发明实施例提供了一种图像纹理重建方法、装置、设备及存储介质。

本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等(如果存在)是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的实施例能够以除了在这里图示或描述的内容以外的顺序实施。此外，术语“包括”或“具有”及其任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。

为便于理解，下面对本发明实施例的具体流程进行描述，请参阅图1，本发明实施例中图像纹理重建方法的一个实施例包括：

101、获取待重建的三维立体图像；

在本实施例中，采用有线传输或者无限传输将三位立体图像导入到本申请的处理文件夹中即可。

102、基于预置拟合坐标算法，对三维立体图像进行权重设置处理，得到三维立体图像对应的像素坐标权重集；

在本实施例中，三维立体图像可以参照图2的示例内容，找到三维立体图像中能最小尺寸将整个三维立体图像包含的圆柱，其中扫描或拍照的光路方向作为X轴，定义在XoY平面上投影的向量与X轴的夹角作为θ，X轴到Y轴的角度作为正方向，将角度θ代入高斯分布函数

其中，参数μ为0，尺度参数σ为纹理信息的经验参数值。将三位立体图像中每个点都在XoY平面投影，生成每个点对于的权重角度，将角度代入高斯函数得到初始的权重分布集合{f(θ)₁、f(θ)₂、…、f(θ)_n}，对权重分布集合进行归一化，像素坐标权重集{f(θ)₁/F、f(θ)₂/F、…、f(θ)_n/F},其中,F＝f(θ)₁+f(θ)₂+…+f(θ)_n。

103、根据预置遮挡分析算法和像素坐标权重集，对三维立体图像进行遮挡判定处理，得到三维立体图像对应的遮挡区域和非遮挡区域；

在本实施例中，将三维立体图像加入到预置网格模型中，根据网格模型得到三维立体图像中的每个点的网格坐标，在三维立体图像中选择三个点P₁、P₂、P₃，通过标定参数中的旋转平移矩阵像得到像素点对应的图形深度值d₁、d₂、d₃，在三维立体图像中选择一个参考比对点P，参考比对点选择一般是正对拍摄方向的点，计算出P、P₁、P₂构成图形的第一面积S₁，计算出P、P₂、P₃构成图形的第二面积S₂，计算出P、P₁、P₃构成图形的第三面积S₃，计算P₁、P₂、P₃的面积为分析区域S_t，判断S_t＝S₁+S₂+S₃是否成立，如果成立则认为P点对应的图形深度值d_t＝(d₁+d₂+d₃)/3。若不等于，则认为P不属于P₁、P₂、P₃的分析区域，则认为P点对应的图形深度值

由此可以获得P点对应的图形深度值。计算abs(d_t-d_p)，判断abs(d_t-d_p)是否大于5，若大于5则将P₁、P₂、P₃的分析区域确定为遮挡区域，若未大于5，则判断P₁、P₂、P₃对应的像素坐标权重是否小于0.2，若都小于0.2则判定为遮挡区域。若没有小于0.2，则判断判断P₁、P₂、P₃对应的权重角度是否都大于75度，若均大于则确定P₁、P₂、P₃对应的分析区域为遮挡区域，若未均大于则认定为非遮挡区域。

104、在非遮挡区域边缘抓取一个点作为特征顶点，基于特征顶点在遮挡区域中构建出三角拓扑图形；

在本实施例中，先在非遮挡区域与遮挡区域的边缘抓取一个点，作为顶点在遮挡区域中建立三角拓扑图形。

105、在非遮挡区域中匹配出特征顶点相同像素值的重构点；

在本实施例中，可以理解的先获取特征顶点的像素值86，在非遮挡区域扫描找到相同的像素值86的重构点。

106、以重构点为顶点，三角拓扑图形为形状，一个边平行于特征顶点在三角拓扑图形中对角边，在非遮挡区域构建出采集三角形；

在本实施例中，可以理解三角拓扑图形为等边三角形边长为6，基于重构点为顶点，而重构点的对边作为平行线与构建的三角拓扑图形的特征顶点对边平行，在几何上这是唯一确定的方向和形状，将非遮挡区域中所有像素排布作为一个矩阵。

107、获取采集三角形中的像素值分布，以及将像素值分布替换修改三角拓扑图形中的像素值分布，并将三角拓扑图形对应区域确定为非遮挡区域。

在本实施例中，对已经生成像素排布矩阵复制修改遮挡区域中三角拓扑图形中，完成本发明的重构，这种重构是易于理解的。重构的区域作为非遮挡区域再次迭代整个过程，直至将整个遮挡区域重构，这样完成整个区域的重构。

本发明实施例中，通过对三维立体图形的扫描分析判断，得到遮挡与非遮挡区域，通过边缘逼近式的重构方式完成整个遮挡区域的重构，实现图像重构纹理重建的痕迹消除和重影消除。

请参阅图3，本发明实施例中图像纹理重建方法的另一个实施例包括：

201、获取待重建的三维立体图像；

本实施例类似于第一个实施例，可以参照第一个实施例，在此不做赘述。

202、对三维立体图像进行最小圆柱拟合处理，得到拟合圆柱体；

在本实施例中，可以参照图2的内容，对三维立体图像进行最小的高度和最小的圆周，实现拟合圆柱体。

203、对拟合圆柱体和三维立体图像中构建相同的坐标系；

在本实施例中，可以参照图2的内容，扫描或拍照的光路方向作为X轴，定义在XoY平面上投影的向量与X轴的夹角作为θ，X轴到Y轴的角度作为正方向。

204、将零点与三维立体图像中每个点相连并投影于XoY平面，生成图像向量集；

在本实施例中，将每个三维立体图像中每个点与原点o相连，将相连的向量在XoY平面投屏，将每个投影的向量组合生成图像向量集。

205、计算图像向量集中每个向量与坐标系中X轴正方向的夹角，得到权重角度集；

在本实施例中，在XoY平面上投影的向量与X轴的夹角作为θ，X轴到Y轴的角度作为正方向。

206、将权重角度集，依次代入高斯分布函数处理，得到像素坐标权重集；

在本实施例中，将角度θ代入高斯分布函数

其中，参数μ为0，尺度参数σ为纹理信息的经验参数值将角度代入高斯函数得到初始权重集合{f(θ)₁、f(θ)₂、…、f(θ)_n}。

207、对像素初始权重集进行归一化处理，得到像素坐标权重集；

在本实施例中，对{f(θ)₁、f(θ)₂、…、f(θ)_n}进行相同的归一化处理，得到{f(θ)₁/F、f(θ)₂/F、…、f(θ)_n/F},其中,F＝＝f(θ)₁+f(θ)₂+…+f(θ)_n。

208、选取三维立体图像中的三个像素点P₁、P₂、P₃，计算出三个像素点P₁、P₂、P₃对应的图形深度值d₁、d₂、d₃；

在本实施例中，在三维立体图像中找到三个像素点，通过标定参数中的旋转平移矩阵计算出三个像素点P₁、P₂、P₃对应的图形深度值d₁、d₂、d₃。

209将三维立体图像的投影至预置网格拓扑模型中，计算出三个像素点P₁、P₂、P₃对应的网格坐标t₁、t₂、t₃；

在本实施例中，将图像投屏在网格拓扑模型，基于网格拓扑模型得到像素点P₁、P₂、P₃对应的网格坐标t₁、t₂、t₃。

210、计算出三个像素点P₁、P₂、P₃构成的图形面积S_t；

在本实施例中，显然易得可以通过坐标计算，长度P₁P₂、P₁P₃、P₂P₃，然后根据海伦公式，即可计算，当然实现方式不唯一。

211、在三维立体图像中选择参考像素点P；

在本实施例中，参考像素点P可以根据拍摄正向区域中抓取，也可以是设定的区域进行抓取。

212、计算出参考像素点P、像素点P₁、像素点P₂构成图形的第一面积S₁，计算出参考像素点P、像素点P₂、像素点P₃构成图形的第二面积S₂，计算出参考像素点P、像素点P₁、像素点P₃构成图形的第三面积S₃；

在本实施例中，类似于210步骤可以通过计算长度然后根据海伦公式计算。

213、判断图形面积S_t是否等于第一面积S₁、第二面积S₂、第三面积S₃之和；

在本实施例中，即判断判断S_t＝S₁+S₂+S₃是否成立。

214、若等于，则确定参考像素点P对应的图形深度值d_t为图形深度值d₁、d₂、d₃之和；

在本实施例中，成立则设定图形深度值d_t＝(d₁+d₂+d₃)/3。

215、若不等于，则根据

计算出图形深度值d_t；

在本实施例中，依据公式计算，计算方式为

得到图形深度值d_t。

216、根据d_f＝(d₁+d₂+d₃)/3，计算得出图形深度均值d_f；

在本实施例中，将上步骤中得到d₁、d₂、d₃代入即可计算出d_f。

217、计算图形深度值d_t和图形深度均值d_f的相差绝对值；

在本实施例中，直接进行计算绝对值abs(d_t-d_f)。

218、判断相差绝对值是否大于预置判定阈值；

在本实施例中，判断abs(d_t-d_f)>5是否成立。

219、若大于判定阈值，则将三个像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

在本实施例中，abs(d_t-d_f)>5成立，则将像素点P₁、P₂、P₃对应的区域确定为遮挡区域。

220、若不大于判定阈值，则判断三个像素点P₁、P₂、P₃在像素坐标权重集中对应的像素权重是否均小于预置权重阈值；

在本实施例中，abs(d_t-d_f)>5不成立，则读取像素点P₁、P₂、P₃对应的像素权重f(θ)/F，判断f(θ)/F是否均小于0.2。

221、若均小于权重阈值，则将三个像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

在本实施例中，若均f(θ)/F均小于0.2，则认定像素点P₁、P₂、P₃对应的区域为遮挡区域。

222、若未均小于权重阈值，则判断三个像素点P₁、P₂、P₃在权重角度集中对应的权重角度是否均大于预置角度阈值；、

在本实施例中，f(θ)/F不均小于0.2，则读取像素点P₁、P₂、P₃对应的角度，判断角度是否大于75度。

223、若均大于角度阈值，则将三个像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

在本实施例中，若角度大于75度，则将三个像素点P₁、P₂、P₃对应的区域认定为遮挡区域。

224、若未大于角度阈值，则将三个像素点P₁、P₂、P₃对应的区域确定为未遮挡区域；

在本实施例中，角度不大于75度，则认定三个像素点P₁、P₂、P₃对应的区域为未遮挡区域。

225、循环抓取三维立体图像中的像素点比对，直至三维立体图像的所有像素点均被划分；

在本实施例中，显然易于理解，将整个三维立体图作为一个迭代对象，不断循环计算，直至像素点都划分为未遮挡区域和遮挡区域。

226、在非遮挡区域边缘抓取一个点作为特征顶点，在遮挡区域中构建出三角拓扑图形；

227、在非遮挡区域中匹配出特征顶点相同像素值的重构点；

228、以重构点为顶点，三角拓扑图形为形状，一个边平行于特征顶点在三角拓扑图形中对角边，在非遮挡区域构建出采集三角形；

229、获取采集三角形中的像素值分布，以及将像素值分布替换修改三角拓扑图形中的像素值分布，并将三角拓扑图形对应区域确定为非遮挡区域；

226-229实施例类似于第一个实施例，可以参照第一个实施例，在此不做赘述。

230、在非遮挡区域边缘上，循环抓取特征顶点构造三角拓扑图形进行重建，直至所有遮挡区域均已重建。

在本实施例中，事实上在实现过程中，只需要根据do while等循环嵌套即可，在java、C、C++都具备这个实现功能，在此不赘述。

本发明实施例中，通过对三维立体图形的扫描分析判断，得到遮挡与非遮挡区域，通过边缘逼近式的重构方式完成整个遮挡区域的重构，实现图像重构纹理重建的痕迹消除和重影消除。

上面对本发明实施例中图像纹理重建方法进行了描述，下面对本发明实施例中图像纹理重建装置进行描述，请参阅图4，本发明实施例中图像纹理重建装置一个实施例包括：

获取模块401，用于获取待重建的三维立体图像；

权重设置模块402，用于基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集；

遮挡判定模块403，用于根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域；

构建模块404，用于在所述非遮挡区域边缘抓取一个点作为特征顶点，在所述遮挡区域中构建出三角拓扑图形；

匹配模块405，用于在所述非遮挡区域中匹配出所述特征顶点相同像素值的重构点；

采集模块406，用于以所述重构点为顶点，所述三角拓扑图形为形状，一个边平行于所述特征顶点在所述三角拓扑图形中对角边，在所述非遮挡区域构建出采集三角形；

替换模块407，用于获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域。

本发明实施例中，通过对三维立体图形的扫描分析判断，得到遮挡与非遮挡区域，通过边缘逼近式的重构方式完成整个遮挡区域的重构，实现图像重构纹理重建的痕迹消除和重影消除。

请参阅图5，本发明实施例中图像纹理重建装置的另一个实施例包括：

获取模块401，用于获取待重建的三维立体图像；

权重设置模块402，用于基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集；

遮挡判定模块403，用于根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域；

构建模块404，用于在所述非遮挡区域边缘抓取一个点作为特征顶点，在所述遮挡区域中构建出三角拓扑图形；

匹配模块405，用于在所述非遮挡区域中匹配出所述特征顶点相同像素值的重构点；

采集模块406，用于以所述重构点为顶点，所述三角拓扑图形为形状，一个边平行于所述特征顶点在所述三角拓扑图形中对角边，在所述非遮挡区域构建出采集三角形；

替换模块407，用于获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域。

其中，所述权重设置模块402包括：

拟合单元4021，用于所述三维立体图像进行最小圆柱拟合处理，得到拟合圆柱体；

权重计算单元4022，用于根据所述拟合圆柱体，对所述三维立体图像中的每个像素点进行偏移角度计算，得到像素初始权重集；

归一化单元4032，用于对所述像素初始权重集进行归一化处理，得到像素坐标权重集。

其中，所述拟合单元4021具体用于：

对所述拟合圆柱体和所述三维立体图像中构建相同的坐标系；

将零点与所述三维立体图像中每个点相连并投影于XoY平面，生成图像向量集；

计算所述图像向量集中每个向量与所述坐标系中X轴正方向的夹角，得到权重角度集；

将所述权重角度集，依次代入高斯分布函数处理，得到初始权重集。

其中，所述遮挡判定模块403具体用于：

选取所述三维立体图像中的三个像素点P₁、P₂、P₃，计算出三个所述像素点P₁、P₂、P₃对应的图形深度值d₁、d₂、d₃；

将所述三维立体图像的投影至预置网格拓扑模型中，计算出三个所述像素点P₁、P₂、P₃对应的网格坐标t₁、t₂、t₃；

计算出三个所述像素点P₁、P₂、P₃构成的图形面积S_t；

在所述三维立体图像中选择参考像素点P；

根据所述深度值d₁、d₂、d₃和所述网格坐标t₁、t₂、t₃和所述图形面积S_t，将所述参考像素点P与三个所述像素点P₁、P₂、P₃构成区域进行比对，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类，其中，所述区域种类包括：遮挡区域、非遮挡区域；

循环抓取所述三维立体图像中的像素点比对，直至所述三维立体图像的所有像素点均被划分。

其中，所述遮挡判定模块403还可以具体用于：

计算出所述参考像素点P、所述像素点P₁、所述像素点P₂构成图形的第一面积S₁，计算出所述参考像素点P、所述像素点P₂、所述像素点P₃构成图形的第二面积S₂，计算出所述参考像素点P、所述像素点P₁、所述像素点P₃构成图形的第三面积S₃；

判断所述图形面积S_t是否等于所述第一面积S₁、所述第二面积S₂、所述第三面积S₃之和；

若等于，则确定所述参考像素点P对应的图形深度值d_t为所述图形深度值d₁、d₂、d₃之和；

若不等于，则根据

计算出图形深度值d_t；

根据d_f＝(d₁+d₂+d₃)/3，计算得出图形深度均值d_f；

根据预置遮挡解析算法，对所述图形深度值d_t、所述图形深度均值d_f、三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重进行遮挡分析处理，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类。

其中，所述遮挡判定模块403还可以具体用于：

计算所述图形深度值d_t和所述图形深度均值d_f的相差绝对值；

判断所述相差绝对值是否大于预置判定阈值；

若大于所述判定阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若不大于所述判定阈值，则判断三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重是否均小于预置权重阈值；

若均小于权重阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若未均小于权重阈值，则判断三个所述像素点P₁、P₂、P₃在所述权重角度集中对应的权重角度是否均大于预置角度阈值；

若均大于角度阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若未大于角度阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为未遮挡区域。

其中，所述图像纹理重建装置还包括迭代模块408，所述迭代模块408具体用于：

在所述非遮挡区域边缘上，循环抓取特征顶点构造三角拓扑图形进行重建，直至所有所述遮挡区域均已重建。

本发明实施例中，通过对三维立体图形的扫描分析判断，得到遮挡与非遮挡区域，通过边缘逼近式的重构方式完成整个遮挡区域的重构，实现图像重构纹理重建的痕迹消除和重影消除。

上面图4和图5从模块化功能实体的角度对本发明实施例中的图像纹理重建装置进行详细描述，下面从硬件处理的角度对本发明实施例中图像纹理重建设备进行详细描述。

图6是本发明实施例提供的一种图像纹理重建设备的结构示意图，该图像纹理重建设备600可因配置或性能不同而产生比较大的差异，可以包括一个或一个以上处理器(central processing units，CPU)610(例如，一个或一个以上处理器)和存储器620，一个或一个以上存储应用程序633或数据632的存储介质630(例如一个或一个以上海量存储设备)。其中，存储器620和存储介质630可以是短暂存储或持久存储。存储在存储介质630的程序可以包括一个或一个以上模块(图示没标出)，每个模块可以包括对图像纹理重建设备600中的一系列指令操作。更进一步地，处理器610可以设置为与存储介质630通信，在图像纹理重建设备600上执行存储介质630中的一系列指令操作。

基于图像纹理重建设备600还可以包括一个或一个以上电源640，一个或一个以上有线或无线网络接口650，一个或一个以上输入输出接口660，和/或，一个或一个以上操作系统631，例如Windows Serve，Mac OS X，Unix，Linux，FreeBSD等等。本领域技术人员可以理解，图6示出的图像纹理重建设备结构并不构成对基于图像纹理重建设备的限定，可以包括比图示更多或更少的部件，或者组合某些部件，或者不同的部件布置。

本发明还提供一种计算机可读存储介质，该计算机可读存储介质可以为非易失性计算机可读存储介质，该计算机可读存储介质也可以为易失性计算机可读存储介质，所述计算机可读存储介质中存储有指令，当所述指令在计算机上运行时，使得计算机执行所述图像纹理重建方法的步骤。

所属领域的技术人员可以清楚地了解到，为描述的方便和简洁，上述描述的系统或装置、单元的具体工作过程，可以参考前述方法实施例中的对应过程，在此不再赘述。

所述集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(read-only memory，ROM)、随机存取存储器(random access memory，RAM)、磁碟或者光盘等各种可以存储程序代码的介质。

以上所述，以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (10)

1.一种图像纹理更改方法，其特征在于，包括步骤：

获取待重建的三维立体图像；

基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集；

根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域；

在所述非遮挡区域边缘抓取一个点作为特征顶点，基于所述特征顶点在所述遮挡区域中构建出三角拓扑图形；

在所述非遮挡区域中匹配出所述特征顶点相同像素值的重构点；

以所述重构点为顶点，所述三角拓扑图形为形状，一个边平行于所述特征顶点在所述三角拓扑图形中对角边，在所述非遮挡区域构建出采集三角形；

获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域。

2.根据权利要求1所述的图像纹理重建方法，其特征在于，所述基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集包括：

对所述三维立体图像进行最小圆柱拟合处理，得到拟合圆柱体；

根据所述拟合圆柱体，对所述三维立体图像中的每个像素点进行偏移角度计算，得到像素初始权重集；

对所述像素初始权重集进行归一化处理，得到初始权重集。

3.根据权利要求2所述的图像纹理重建方法，其特征在于，所述根据所述拟合圆柱体，对所述三维立体图像中的每个像素点进行偏移角度计算，得到像素初始权重集包括：

对所述拟合圆柱体和所述三维立体图像中构建相同的坐标系；

将零点与所述三维立体图像中每个点相连并投影于XoY平面，生成图像向量集；

计算所述图像向量集中每个向量与所述坐标系中X轴正方向的夹角，得到权重角度集；

将所述权重角度集，依次代入高斯分布函数处理，得到像素坐标权重集。

4.根据权利要求3所述的图像纹理重建方法，其特征在于，所述根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域包括：

选取所述三维立体图像中的三个像素点P₁、P₂、P₃，计算出三个所述像素点P₁、P₂、P₃对应的图形深度值d₁、d₂、d₃；

将所述三维立体图像的投影至预置网格拓扑模型中，计算出三个所述像素点P₁、P₂、P₃对应的网格坐标t₁、t₂、t₃；

计算出三个所述像素点P₁、P₂、P₃构成的图形面积S_t；

在所述三维立体图像中选择参考像素点P；

根据所述深度值d₁、d₂、d₃和所述网格坐标t₁、t₂、t₃和所述图形面积S_t，将所述参考像素点P与三个所述像素点P₁、P₂、P₃构成区域进行比对，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类，其中，所述区域种类包括：遮挡区域、非遮挡区域；

循环抓取所述三维立体图像中的像素点比对，直至所述三维立体图像的所有像素点均被划分。

5.根据权利要求4所述的图像纹理重建方法，其特征在于，所述根据所述深度值d₁、d₂、d₃和所述网格坐标t₁、t₂、t₃和所述图形面积S_t，将所述参考像素点P与三个所述像素点P₁、P₂、P₃构成区域进行比对，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类包括：

计算出所述参考像素点P、所述像素点P₁、所述像素点P₂构成图形的第一面积S₁，计算出所述参考像素点P、所述像素点P₂、所述像素点P₃构成图形的第二面积S₂，计算出所述参考像素点P、所述像素点P₁、所述像素点P₃构成图形的第三面积S₃；

判断所述图形面积S_t是否等于所述第一面积S₁、所述第二面积S₂、所述第三面积S₃之和；

若等于，则确定所述参考像素点P对应的图形深度值d_t为所述图形深度值d₁、d₂、d₃之和；

若不等于，则根据

计算出图形深度值d_t；

根据d_f＝(d₁+d₂+d₃)/3，计算得出图形深度均值d_f；

根据预置遮挡解析算法，对所述图形深度值d_t、所述图形深度均值d_f、三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重进行遮挡分析处理，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类。

6.根据权利要求5所述的图像纹理重建方法，其特征在于，所述根据预置遮挡解析算法，对所述图形深度值d_t、所述图形深度均值d_f、三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重进行遮挡分析处理，得到三个所述像素点P₁、P₂、P₃对应区域的区域种类包括：

计算所述图形深度值d_t和所述图形深度均值d_f的相差绝对值；

判断所述相差绝对值是否大于预置判定阈值；

若大于所述判定阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若不大于所述判定阈值，则判断三个所述像素点P₁、P₂、P₃在所述像素坐标权重集中对应的像素权重是否均小于预置权重阈值；

若均小于权重阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若未均小于权重阈值，则判断三个所述像素点P₁、P₂、P₃在所述权重角度集中对应的权重角度是否均大于预置角度阈值；、

若均大于角度阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为遮挡区域；

若未大于角度阈值，则将三个所述像素点P₁、P₂、P₃对应的区域确定为未遮挡区域。

7.根据权利要求1-6任一项所述的图像纹理重建方法，其特征在于，在所述获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域之后，还包括：

在所述非遮挡区域边缘上，循环抓取特征顶点构造三角拓扑图形进行重建，直至所有所述遮挡区域均已重建。

8.一种图像纹理重建装置，其特征在于，所述图像纹理重建装置包括：

获取模块，用于获取待重建的三维立体图像；

权重设置模块，用于基于预置拟合坐标算法，对所述三维立体图像进行权重设置处理，得到所述三维立体图像对应的像素坐标权重集；

遮挡判定模块，用于根据预置遮挡分析算法和所述像素坐标权重集，对所述三维立体图像进行遮挡判定处理，得到所述三维立体图像对应的遮挡区域和非遮挡区域；

构建模块，用于在所述非遮挡区域边缘抓取一个点作为特征顶点，基于所述特征顶点在所述遮挡区域中构建出三角拓扑图形；

匹配模块，用于在所述非遮挡区域中匹配出所述特征顶点相同像素值的重构点；

采集模块，用于以所述重构点为顶点，所述三角拓扑图形为形状，一个边平行于所述特征顶点在所述三角拓扑图形中对角边，在所述非遮挡区域构建出采集三角形；

替换模块，用于获取所述采集三角形中的像素值分布，以及将所述像素值分布替换修改所述三角拓扑图形中的像素值分布，并将所述三角拓扑图形对应区域确定为非遮挡区域。

9.一种图像纹理重建设备，其特征在于，所述图像纹理重建设备包括：存储器和至少一个处理器，所述存储器中存储有指令，所述存储器和所述至少一个处理器通过线路互连；

所述至少一个处理器调用所述存储器中的所述指令，以使得所述图像纹理重建设备执行如权利要求1-7中任一项所述的图像纹理重建方法。

10.一种计算机可读存储介质，所述计算机可读存储介质上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-7中任一项所述的图像纹理重建方法。

Images