CN113112608A - 一种从物体图形自动建立三维模型的方法 - Google Patents
一种从物体图形自动建立三维模型的方法 Download PDFInfo
- Publication number
- CN113112608A CN113112608A CN202110425955.1A CN202110425955A CN113112608A CN 113112608 A CN113112608 A CN 113112608A CN 202110425955 A CN202110425955 A CN 202110425955A CN 113112608 A CN113112608 A CN 113112608A
- Authority
- CN
- China
- Prior art keywords
- target object
- depth
- image
- dimensional
- coordinate system
- 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
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000000007 visual effect Effects 0.000 claims abstract description 32
- 238000009877 rendering Methods 0.000 claims abstract description 9
- 238000003491 array Methods 0.000 claims abstract description 4
- 238000012545 processing Methods 0.000 claims description 11
- 230000000877 morphologic effect Effects 0.000 claims description 6
- 238000005070 sampling Methods 0.000 claims description 6
- 238000006243 chemical reaction Methods 0.000 claims description 4
- 238000010606 normalization Methods 0.000 claims description 3
- 239000000463 material Substances 0.000 description 5
- 230000000694 effects Effects 0.000 description 3
- 241001270131 Agaricus moelleri Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 240000004282 Grewia occidentalis Species 0.000 description 1
- 230000003044 adaptive effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
- 238000012800 visualization Methods 0.000 description 1
Images
Classifications
-
- 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
- G06T2200/00—Indexing scheme for image data processing or generation, in general
- G06T2200/08—Indexing scheme for image data processing or generation, in general involving all processing steps from image acquisition to 3D model generation
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Processing Or Creating Images (AREA)
- Image Generation (AREA)
Abstract
本发明公开了一种从物体图形自动建立三维模型的方法,包括:步骤S1:建立目标物体的三维坐标,选取所述目标物体的多个视角;在各个视角,对目标物体进行拍摄,根据拍摄的原始深度图像和对应的原始彩色图像,生成目标物体的深度图像;步骤S2:对每个视角的深度图像进行格栅化取点,生成当前视角下的深度点位数组;步骤S3:把所述目标物体的多个视角下的深度点位数组,进行拟合,生成三维点云数据;步骤S4:将三维点云数据生成网格,经渲染生成目标物体的三维模型。以提高三维建模的速度,降低三维建模的成本。本发明从目标物体的彩色图像和深度图像中自动生成目标物体的几何模型,可加快建模速度,减少3D建模的成本。
Description
技术领域
本发明涉及数字化建模领域,尤其涉及一种从物体图形自动建立三维模型的方法。
背景技术
近几年3D数字建模在工业互联网得到广泛应用,3D模型能够直观展现矿山、厂房、工业设备、物料等的真实情况,很好地支撑了监控指挥、资产管理、生产管理等多个工业信息化系统的功能。
但是3D模型,或者数字工厂,需要完成真实物体3D模型的建立。
现在的3D建模方法,主要是通过3Dmax等工具软件,把物体的多个图片和360度图像,以及尺寸图等素材导入到3Dmax或其他工具中,进行转换得到模型雏形,然后通过人工编辑得到最终的3D模型。
构建3D模型主要可以通过三维制作软件、扫描仪器生成、平面图像渲染三种方式进行,一个3D模型文件,主要包括的就是“网格(材质、动画)”和“贴图”两个部分。传统3D建模流程整体可概括为四步:
第一步,建立几何模型
市面上有许多优秀建模软件,比较知名的如3DMAX、ArcGIS、Maya及AutoCAD等等,通常它们都会提供一些基本的几何元素,如立方体、球体等,再通过一系列几何操作(平移、旋转、拉伸等),来构建复杂的几何场景。
第二步,效果编辑
一般制作普通3D模型,都考虑用最少的面表现最好的效果。依次给模型添加适当的材质纹理、进行展UV,辅助上颜色、法线等各类贴图、创建灯光效果,来使模型变得更精细更逼真,设置好动画,最后渲染导出。
第三步,可视化与发布
导出模型与贴图素材后,最后一步就是模型的可视化展示、正式发布,而这一步对于创作模型后产生它的价值,也是最重要的。
第四步,模型处理
建模师们会寻找许多工具,来对3D模型进行减面、展UV、烘焙、格式转换等各项处理,目的都是为了使模型变小,同时不破坏本身效果,还能快捷地展示出来。
现有的3D建模方法有如下缺点:
1.第一步建立几何模型太慢,几乎全部靠人工,从图形和图像中自动或半自动生成几何模型很少,偏差较大。
2.现有的3D模型重用性不高,模型之间的匹配对照需通过人工进行。
发明内容
鉴于现有技术的上述缺陷,本发明的目的是提供一种从物体图形自动建立三维模型的方法,可从目标物体图形中自动生成目标物体的几何模型,可加快建模速度,减少3D建模的成本。
为实现上述目的,本发明提供了一种从物体图形自动建立三维模型的方法,包括以下步骤:
步骤S1:建立目标物体的三维坐标,选取所述目标物体的多个视角;在各个视角,对目标物体进行拍摄,根据拍摄的原始深度图像和对应的原始彩色图像,生成目标物体的深度图像;
步骤S2:对每个视角的深度图像进行格栅化取点,生成当前视角下的深度点位数组;
步骤S3:把所述目标物体的多个视角下的深度点位数组,进行拟合,生成三维点云数据;
步骤S4:将三维点云数据生成网格,经渲染生成目标物体的三维模型。
进一步的,所述步骤S1的实现方法为:
步骤S11:建立目标物体的三维坐标,选取所述目标物体的多个视角;
步骤S12:获取目标物体在同一视角下的原始彩色图像和原始深度图像;
步骤S13:根据所述原始彩色图像提取目标物体的轮廓,采用所述轮廓对所述原始深度图像进行掩膜处理,获得目标物体的深度图像;
进一步的,所述步骤S12的实现方法为:
设置平面背景;将目标物体放置于所述背景前方,且所述目标物体与所述背景有一定的距离间隔;将彩色-深度相机垂直所述背景设置,获取目标物体在同一视角下的原始深度图像和原始彩色图像。
进一步的,所述步骤S13的实现方法为:
将所述原始彩色图像转换成灰度图;通过二阶高斯滤波函数对灰度图进行自适应阈值处理;对二值化的灰度图进行形态学闭操作,去除图像中微小的无关元素;根据灰度图形态学闭操作的结果提取物体的轮廓。
进一步的,所述步骤S2的实现方法为:
在空间建立深度相机坐标系,以深度相机所在的空间位置为所述深度相机坐标系的坐标原点,以所述深度相机采集的深度图像上各像素的灰度值表示所述像素对应的点与所述坐标原点的距离,即以所述像素的灰度值表示所述像素对应的点的深度信息;
对每个视角的深度图像按设定的行像素间距和列像素间距进行格栅化,并在每个格栅内进行取点,将取样点的深度信息存入深度点位数组,所述深度点位数组的索引为取样点的行列位置信息。
进一步的,所述步骤S3的实现方法为:首先,在空间中建立参考坐标系;
其次,确定每个深度相机坐标系的坐标原点在所述参考坐标系中的坐标,及所述深度相机坐标系和所述参考坐标系三轴的对应关系;最后,根据所述深度相机坐标系的坐标原点在所述参考坐标系中的坐标,及所述深度相机坐标系和所述参考坐标系三轴的对应关系,进行坐标转换,计算得到每一个点云数据在参考坐标系Cw中的唯一坐标值,完成三维点云数据的归一化处理。
进一步的,所述步骤S4的实现方法包括:(1)将所述三维点云数据导入到建模软件中自动生成物体的三维模型;(2)抽取图像特征建立模型索引在模型库进行匹配搜索;(3)通过unity平台生成三维模型。
进一步的,所述步骤S4中的建模软件为AutoCAD、3DMAX、ArcGIS或Maya。
本发明的从物体图形自动建立三维模型的方法,从目标物体的彩色图像和深度图像中自动生成目标物体的几何模型,可加快建模速度,减少3D建模的成本。
附图说明
图1是本发明的从物体图形自动建立三维模型的方法的流程图;
图2是本发明的深度图像获取示例;
图3是本发明栅格化取点示例;
图4是本发明的点云网格化示例;
图5是本发明的三维模型渲染示例。
具体实施方式
为进一步说明各实施例,本发明提供有附图。这些附图为本发明揭露内容的一部分,其主要用以说明实施例,并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容,本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制,而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
实施例1
如图1所示,本发明提供了一种从物体图形自动建立三维模型的方法,通过提取目标物体多个视角的深度图像,并进行拟合,生成三维点云数据,根据三维点云数据进行渲染,生成目标物体的三维模型。所述方法包括以下步骤:
步骤S1:建立目标物体的三维坐标,选取所述目标物体的多个视角;在各个视角,对目标物体进行拍摄,根据拍摄的原始深度图像和对应的原始彩色图像,生成目标物体的深度图像;
步骤S2:对每个视角的深度图像进行格栅化取点,生成当前视角下的深度点位数组;
步骤S3:把所述目标物体的多个视角下的深度点位数组,进行拟合,生成三维点云数据;
步骤S4:将三维点云数据生成网格,进而生成目标物体的三维模型。
图2-图5给出了本方法实施流程的一个示例,包括提取目标物体的深度图像、格栅化取点、从点云生成网格模型,及将网格模型渲染生成目标物体的三维模型。
在本实施例中,所述步骤S1的实现方法为:
步骤S11:建立目标物体的三维坐标,选取多个目标物体的多个视角;
步骤S12:获取目标物体在同一视角下的原始彩色图像和原始深度图像;
步骤S13:根据所述原始彩色图像提取目标物体的轮廓,采用所述轮廓对所述原始深度图像进行掩膜处理,获得目标物体的深度图像。
在步骤S11中,通常选取目标物体的正六面视图:正视图、左视图、右视图、后视图、顶视图、俯视图中的几个。
在本实施例中,所述步骤S12的实现方法为:设置平面背景;将目标物体放置于所述背景前方,且所述目标物体与所述背景有一定的距离间隔;将深度-彩色相机垂直所述背景设置,获取目标物体的深度图像和彩色图像。
在本实施例中,所述步骤S13的实现方法为:将所述原始彩色图像转换成灰度图;通过二阶高斯滤波函数对灰度图进行自适应阈值处理;对二值化的灰度图进行形态学闭操作,去除图像中微小的无关元素;根据灰度图形态学闭操作的结果获取物体的轮廓。由于背景和深度相机的距离一致,具有相同或相近的灰度,通过自适应阈值处理,可方便地将背景和物体分开,从而获得物体的轮廓。
在本实施例中,所述步骤S2的实现方法为:在空间建立深度相机坐标系,以深度相机的空间位置为深度相机坐标系的坐标原点Oc,以所述深度相机采集的深度图像上各像素的灰度值表示所述像素对应的点在以所述坐标原点Oc的距离,即以所述像素的灰度值表示所述像素对应的点的深度信息。若某区域内的深度值在两个维度内数值基本相同则进行平面点位抽取。对每个视角的深度图像按设定的行像素间距和列像素间距进行格栅化,并在每个格栅内进行取点,将取样点的深度信息存入深度点位数组,所述深度点位数组的索引为取样点的行列位置信息。
在本实施例中,所述步骤S3的实现方法为:
首先,在空间中建立参考坐标系Cw;
其次,确定每个深度相机坐标系的坐标原点Oc在参考坐标系Cw中的坐标Cc,及所述深度相机坐标系和参考坐标系Cw三轴的对应关系;
最后,根据所述深度相机坐标系的坐标原点Oc在参考坐标系Cw中的坐标Cc,及所述深度相机坐标系和参考坐标系Cw三轴的对应关系,进行坐标转换,计算得到每一个点云数据在参考坐标系Cw中的唯一坐标值,完成三维点云数据的归一化处理。
在具体应用时,步骤S4的实现方法通常采用以下几种方式:(1)将所述三维点云数据导入到建模软件、unity平台等专用软件中自动生成物体的三维模型;(2)采用一系列三角网格或四角网格近似拟合点云,生成网格模型,经渲染生成三维模型。
在具体实施上,所述步骤S4中的建模软件可以是AutoCAD、3DMAX、ArcGIS、Maya。
本发明的从物体图形自动建立三维模型的方法,可从目标物体的彩色图像和深度图像中自动生成目标物体的几何模型,可加快建模速度,减少3D建模的成本。
尽管结合优选实施方案具体展示和介绍了本发明,但所属领域的技术人员应该明白,在不脱离所附权利要求书所限定的本发明的精神和范围内,在形式上和细节上可以对本发明做出各种变化,均为本发明的保护范围。
Claims (8)
1.一种从物体图形自动建立三维模型的方法,其特征在于,包括以下步骤:
步骤S1:建立目标物体的三维坐标,选取所述目标物体的多个视角;在各个视角,对目标物体进行拍摄,根据拍摄的原始深度图像和对应的原始彩色图像,生成目标物体的深度图像;
步骤S2:对每个视角的深度图像进行格栅化取点,生成当前视角下的深度点位数组;
步骤S3:把所述目标物体的多个视角下的深度点位数组,进行拟合,生成三维点云数据;
步骤S4:将三维点云数据生成网格,经渲染生成目标物体的三维模型。
2.如权利要求1所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S1的实现方法为:
步骤S11:建立目标物体的三维坐标,选取所述目标物体的多个视角;
步骤S12:获取目标物体在同一视角下的原始彩色图像和原始深度图像;
步骤S13:根据所述原始彩色图像提取目标物体的轮廓,采用所述轮廓对所述原始深度图像进行掩膜处理,获得目标物体的深度图像。
3.如权利要求2所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S12的实现方法为:
设置平面背景;将目标物体放置于所述背景前方,且所述目标物体与所述背景有一定的距离间隔;将彩色-深度相机垂直所述背景设置,获取目标物体在同一视角下的原始深度图像和原始彩色图像。
4.如权利要求2所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S13的实现方法为:
将所述原始彩色图像转换成灰度图;通过二阶高斯滤波函数对灰度图进行自适应阈值处理;对二值化的灰度图进行形态学闭操作,去除图像中微小的无关元素;根据灰度图形态学闭操作的结果提取物体的轮廓。
5.如权利要求1所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S2的实现方法为:
在空间建立深度相机坐标系,以深度相机所在的空间位置为所述深度相机坐标系的坐标原点,以所述深度相机采集的深度图像上各像素的灰度值表示所述像素对应的点与所述坐标原点的距离,即以所述像素的灰度值表示所述像素对应的点的深度信息;
对每个视角的深度图像按设定的行像素间距和列像素间距进行格栅化,并在每个格栅内进行取点,将取样点的深度信息存入深度点位数组,所述深度点位数组的索引为取样点的行列位置信息。
6.如权利要求1所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S3的实现方法为:
首先,在空间中建立参考坐标系;
其次,确定每个深度相机坐标系的坐标原点在所述参考坐标系中的坐标,及所述深度相机坐标系和所述参考坐标系三轴的对应关系;
最后,根据所述深度相机坐标系的坐标原点在所述参考坐标系中的坐标,及所述深度相机坐标系和所述参考坐标系三轴的对应关系,进行坐标转换,计算得到每一个点云数据在所述参考坐标系中的唯一坐标值,完成三维点云数据的归一化处理。
7.如权利要求1所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S4的实现方法包括:(1)将所述三维点云数据导入到建模软件中自动生成物体的三维模型;(2)抽取图像特征建立模型索引在模型库进行匹配搜索;(3)通过unity平台生成三维模型。
8.如权利要求7所述的从物体图形自动建立三维模型的方法,其特征在于,所述步骤S4中的建模软件为AutoCAD、3DMAX、ArcGIS或Maya。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425955.1A CN113112608A (zh) | 2021-04-20 | 2021-04-20 | 一种从物体图形自动建立三维模型的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110425955.1A CN113112608A (zh) | 2021-04-20 | 2021-04-20 | 一种从物体图形自动建立三维模型的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113112608A true CN113112608A (zh) | 2021-07-13 |
Family
ID=76718839
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110425955.1A Pending CN113112608A (zh) | 2021-04-20 | 2021-04-20 | 一种从物体图形自动建立三维模型的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113112608A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114297176A (zh) * | 2021-12-15 | 2022-04-08 | 东南大学 | 基于人工智能的中国古典园林假山自动生成方法及系统 |
CN114926605A (zh) * | 2022-07-19 | 2022-08-19 | 北京飞渡科技有限公司 | 一种三维模型的抽壳方法 |
CN115100440A (zh) * | 2022-08-22 | 2022-09-23 | 深圳市今朝时代股份有限公司 | 基于超级电容储能的电源监管反馈系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419669A (zh) * | 2008-10-14 | 2009-04-29 | 复旦大学 | 一种基于轮廓波变换的三维人耳提取方法 |
CN104268520A (zh) * | 2014-09-22 | 2015-01-07 | 天津理工大学 | 一种基于深度运动轨迹的人体动作识别方法 |
WO2015188684A1 (zh) * | 2014-06-12 | 2015-12-17 | 深圳奥比中光科技有限公司 | 三维模型重建方法与系统 |
US20160260244A1 (en) * | 2015-03-05 | 2016-09-08 | Seiko Epson Corporation | Three-dimensional image processing apparatus and three-dimensional image processing system |
JP2017157208A (ja) * | 2016-02-26 | 2017-09-07 | 株式会社ワン・トゥー・テン・イマジン | 三次元モデルの作成方法、三次元モデル作成装置、三次元モデル作成システム、及び三次元モデル作成用プログラム |
CN109840881A (zh) * | 2018-12-12 | 2019-06-04 | 深圳奥比中光科技有限公司 | 一种3d特效图像生成方法、装置及设备 |
CN111150175A (zh) * | 2019-12-05 | 2020-05-15 | 新拓三维技术(深圳)有限公司 | 一种双足三维扫描方法、装置及系统 |
CN112270742A (zh) * | 2020-10-29 | 2021-01-26 | 厦门汇利伟业科技有限公司 | 一种基于物体自然特征点进行模型检索的方法 |
-
2021
- 2021-04-20 CN CN202110425955.1A patent/CN113112608A/zh active Pending
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101419669A (zh) * | 2008-10-14 | 2009-04-29 | 复旦大学 | 一种基于轮廓波变换的三维人耳提取方法 |
WO2015188684A1 (zh) * | 2014-06-12 | 2015-12-17 | 深圳奥比中光科技有限公司 | 三维模型重建方法与系统 |
CN104268520A (zh) * | 2014-09-22 | 2015-01-07 | 天津理工大学 | 一种基于深度运动轨迹的人体动作识别方法 |
US20160260244A1 (en) * | 2015-03-05 | 2016-09-08 | Seiko Epson Corporation | Three-dimensional image processing apparatus and three-dimensional image processing system |
JP2017157208A (ja) * | 2016-02-26 | 2017-09-07 | 株式会社ワン・トゥー・テン・イマジン | 三次元モデルの作成方法、三次元モデル作成装置、三次元モデル作成システム、及び三次元モデル作成用プログラム |
CN109840881A (zh) * | 2018-12-12 | 2019-06-04 | 深圳奥比中光科技有限公司 | 一种3d特效图像生成方法、装置及设备 |
CN111150175A (zh) * | 2019-12-05 | 2020-05-15 | 新拓三维技术(深圳)有限公司 | 一种双足三维扫描方法、装置及系统 |
CN112270742A (zh) * | 2020-10-29 | 2021-01-26 | 厦门汇利伟业科技有限公司 | 一种基于物体自然特征点进行模型检索的方法 |
Non-Patent Citations (2)
Title |
---|
X. LU 等: "Three-dimensional model based face recognition", PROCEEDINGS OF THE 17TH INTERNATIONAL CONFERENCE ON PATTERN RECOGNITION, 20 September 2004 (2004-09-20), pages 1 - 5 * |
陈欣: "融合深度图像和彩色图像的非合作目标位姿测量", 中国优秀硕士学位论文全文数据库 (信息科技辑), no. 2017, 15 February 2017 (2017-02-15), pages 138 - 2753 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114297176A (zh) * | 2021-12-15 | 2022-04-08 | 东南大学 | 基于人工智能的中国古典园林假山自动生成方法及系统 |
CN114926605A (zh) * | 2022-07-19 | 2022-08-19 | 北京飞渡科技有限公司 | 一种三维模型的抽壳方法 |
CN115100440A (zh) * | 2022-08-22 | 2022-09-23 | 深圳市今朝时代股份有限公司 | 基于超级电容储能的电源监管反馈系统 |
CN115100440B (zh) * | 2022-08-22 | 2023-01-10 | 深圳市今朝时代股份有限公司 | 基于超级电容储能的电源监管反馈系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113112608A (zh) | 一种从物体图形自动建立三维模型的方法 | |
CN115100339B (zh) | 图像生成方法、装置、电子设备和存储介质 | |
CN112633657B (zh) | 一种施工质量管理方法、装置、设备及存储介质 | |
CN113870430B (zh) | 一种工件数据处理方法和装置 | |
US11935193B2 (en) | Automated mesh generation | |
CN115439607A (zh) | 一种三维重建方法、装置、电子设备及存储介质 | |
CN106023307A (zh) | 基于现场环境的快速重建三维模型方法及系统 | |
CN110930503A (zh) | 一种服装三维模型建立方法、系统、存储介质及电子设备 | |
CN112651881A (zh) | 图像合成方法、装置、设备、存储介质以及程序产品 | |
CN114387386A (zh) | 一种基于三维点阵渲染的快速建模方法及系统 | |
CN113945167B (zh) | 一种工件数据获取方法和装置 | |
CN116704102A (zh) | 一种基于点云场景自动布光的方法及电子设备 | |
Pacheco et al. | Reconstruction of high resolution 3D objects from incomplete images and 3D information | |
Liu et al. | Creating simplified 3D models with high quality textures | |
CN108986210B (zh) | 三维场景重建的方法和设备 | |
CN114581577A (zh) | 物体材质微表面模型重构方法及系统 | |
CN108898679B (zh) | 一种零部件序号自动标注的方法 | |
CN112562067A (zh) | 一种生成大批量点云数据集的方法 | |
CN117501313A (zh) | 基于深度神经网络的毛发渲染系统 | |
Garcia et al. | CPU-based real-time surface and solid voxelization for incomplete point cloud | |
TW202135007A (zh) | 三維點雲資料處理方法 | |
CN112270742A (zh) | 一种基于物体自然特征点进行模型检索的方法 | |
CN116310753A (zh) | 一种室外场景点云数据的矢量化骨架提取方法及系统 | |
CN113126944B (zh) | 深度图的显示方法、显示装置、电子设备及存储介质 | |
CN114491697A (zh) | 一种基于深度学习的树木点云补全方法 |
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 |