CN113470180A - 三维网格重建方法、装置、电子装置和存储介质 - Google Patents
三维网格重建方法、装置、电子装置和存储介质 Download PDFInfo
- Publication number
- CN113470180A CN113470180A CN202110571522.7A CN202110571522A CN113470180A CN 113470180 A CN113470180 A CN 113470180A CN 202110571522 A CN202110571522 A CN 202110571522A CN 113470180 A CN113470180 A CN 113470180A
- Authority
- CN
- China
- Prior art keywords
- voxel
- point cloud
- cloud data
- position information
- determining
- 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.)
- Granted
Links
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
- G06T17/205—Re-meshing
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)
Abstract
本申请涉及一种三维网格重建方法、装置、电子装置和存储介质,其中,该三维网格重建方法包括:获取待重建物体更新的点云数据对应体素的位置信息,根据位置信息,确定与更新的点云数据对应体素的面片集合,根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系,通过本申请,解决了存储资源占用较多的问题,实现了三维网格的重建。
Description
技术领域
本申请涉及三维扫描领域,特别是涉及三维网格重建方法、装置、电子装置和存储介质。
背景技术
三维扫描仪最重要的部件是摄像头,扫描时,通过摄像头获取二维图像信息,之后重建出三维信息,在重建物体的三维信息之前,通常需要在物体表面先生成表面网格,然后以表面网格为基础重建物体的三维信息。
现有的表面网格生成方法在扫描数据每次更新时需要重新生成所有的表面网格信息,需要占用较多的存储资源与计算资源。
针对相关技术中存在存储资源与计算资源占用较多的问题,目前还没有提出有效的解决方案。
发明内容
在本实施例中提供了一种三维网格重建方法、装置、电子装置和存储介质,以解决相关技术中存储资源与计算资源占用较多的问题。
第一个方面,在本实施例中提供了一种三维网格重建方法,所述方法包括:
获取待重建物体更新的点云数据对应体素的位置信息;
根据所述位置信息,确定与更新的点云数据对应体素的面片集合;
根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
在其中的一些实施例中,获取待重建物体更新的点云数据对应体素的位置信息包括:
获取当前帧的点云数据,将当前帧的点云数据转化至体素空间,得到与当前帧的点云数据对应的体素;
比较当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素,得到当前帧中更新的点云数据对应体素的位置信息。
在其中的一些实施例中,根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示包括:
获取所述体素空间所在的坐标系;
基于所述坐标系得到所述相邻体素的第一坐标信息,根据预设策略确定第一转化关系,根据第一转换关系对所述相邻体素的第一坐标信息进行转换,使得所述相邻体素的重叠边用相同的坐标数据表示。
在其中的一些实施例中,根据预设策略确定第一转化关系包括:
将相邻体素的共享边用相同的标识符进行标识;
以体素的任一顶点建立笛卡尔坐标系,得到体素中每条边的坐标信息;
根据体素中每条边的坐标信息以及体素中每条边对应的标识符,构建具有四维数据的第一转化关系。
在其中的一些实施例中,根据所述位置信息,确定与更新的点云数据对应体素的面片集合之前包括:
通过散列函数将所述位置信息映射至一维存储空间,得到映射后的位置信息,其中,所述一维存储空间包括公共溢出区;
若映射后的位置信息对应的存储空间发生冲突,将发生冲突的位置信息存储至公共溢出区。
在其中的一些实施例中,根据处理后的面片集合确定待重建物体的三维模型之前包括:
获取处理后的面片集合的顶点位置信息,通过散列函数将所述顶点位置信息映射至一维存储空间。
在其中的一些实施例中,根据所述位置信息,确定与更新的点云数据对应体素的面片集合包括:
根据所述位置信息,得到与更新的点云数据对应体素的顶点到待重建物体表面的距离信息;
根据所述距离信息,确定与更新的点云数据对应体素的面片集合。
第二个方面,在本实施例中提供了一种三维网格重建装置,所述装置包括:
获取模块,用于获取待重建物体更新的点云数据对应体素的位置信息;
面片集合更新模块,用于根据所述位置信息,确定与更新的点云数据对应体素的面片集合,其中,所述面片集合包括至少两个面片,且至少两个面片中包括相邻的面片;
三维模型重建模块,用于根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
第三个方面,在本实施例中提供了一种电子装置,包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一个方面所述的三维网格重建方法。
第四个方面,在本实施例中提供了一种存储介质,其上存储有计算机程序,该程序被处理器执行时实现上述第一个方面所述的三维网格重建方法。
与相关技术相比,在本实施例中提供的三维网格重建方法、装置、电子装置和存储介质,通过获取待重建物体更新的点云数据对应体素的位置信息;根据所述位置信息,确定与更新的点云数据对应体素的面片集合;根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系,在三维网格重建的过程中,解决了存储资源占用较多的问题,实现了三维网格的重建,另外,根据更新的点云数据重建三维网格,提高了三维网格重建的效率。
本申请的一个或多个实施例的细节在以下附图和描述中提出,以使本申请的其他特征、目的和优点更加简明易懂。
附图说明
此处所说明的附图用来提供对本申请的进一步理解,构成本申请的一部分,本申请的示意性实施例及其说明用于解释本申请,并不构成对本申请的不当限定。在附图中:
图1是根据本申请实施例的三维网格重建方法的应用终端的硬件结构框图;
图2是根据本申请实施例的一种三维网格重建方法的流程图;
图3是根据本申请实施例的待重建物体在体素坐标系下的示意图;
图4是根据本申请实施例的相邻体素的示意图;
图5是根据本申请实施例的再一种三维网格重建方法的流程图;
图6是根据本申请实施例的又一种三维网格重建方法的流程图;
图7是根据本申请实施例的距离场的示意图;
图8是根据本申请实施例的相邻面片共用边的示意图;
图9是根据本申请实施例的定义体素每条边的示意图;
图10是本实施例的三维网格重建装置的结构框图。
具体实施方式
为更清楚地理解本申请的目的、技术方案和优点,下面结合附图和实施例,对本申请进行了描述和说明。
除另作定义外,本申请所涉及的技术术语或者科学术语应具有本申请所属技术领域具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制,它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体,其目的是涵盖不排他的包含;例如,包含一系列步骤或模块(单元)的过程、方法和系统、产品或设备并未限定于列出的步骤或模块(单元),而可包括未列出的步骤或模块(单元),或者可包括这些过程、方法、产品或设备固有的其他步骤或模块(单元)。在本申请中所涉及的“连接”、“相连”、“耦接”等类似的词语并不限定于物理的或机械连接,而可以包括电气连接,无论是直接连接还是间接连接。在本申请中所涉及的“多个”是指两个或两个以上。“和/或”描述关联对象的关联关系,表示可以存在三种关系,例如,“A和/或B”可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。通常情况下,字符“/”表示前后关联的对象是一种“或”的关系。在本申请中所涉及的术语“第一”、“第二”、“第三”等,只是对相似对象进行区分,并不代表针对对象的特定排序。
在本实施例中提供的方法实施例可以在终端、计算机或者类似的运算装置中执行。比如在终端上运行,图1是根据本申请实施例的三维网格重建方法的应用终端的硬件结构框图。如图1所示,终端可以包括一个或多个(图1中仅示出一个)处理器102和用于存储数据的存储器104,其中,处理器102可以包括但不限于微处理器MCU或可编程逻辑器件FPGA等的处理装置。上述终端还可以包括用于通信功能的传输设备106以及输入输出设备108。本领域普通技术人员可以理解,图1所示的结构仅为示意,其并不对上述终端的结构造成限制。例如,终端还可包括比图1中所示更多或者更少的组件,或者具有与图1所示出的不同配置。
存储器104可用于存储计算机程序,例如,应用软件的软件程序以及模块,如在本实施例中的三维网格重建方法对应的计算机程序,处理器102通过运行存储在存储器104内的计算机程序,从而执行各种功能应用以及数据处理,即实现上述的方法。存储器104可包括高速随机存储器,还可包括非易失性存储器,如一个或者多个磁性存储装置、闪存、或者其他非易失性固态存储器。在一些实例中,存储器104可进一步包括相对于处理器102远程设置的存储器,这些远程存储器可以通过网络连接至终端。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
传输设备106用于经由一个网络接收或者发送数据。上述的网络包括终端的通信供应商提供的无线网络。在一个实例中,传输设备106包括一个网络适配器(NetworkInterface Controller,简称为NIC),其可通过基站与其他网络设备相连从而可与互联网进行通讯。在一个实例中,传输设备106可以为射频(Radio Frequency,简称为RF)模块,其用于通过无线方式与互联网进行通讯。
在本实施例中提供了一种三维网格重建方法,图2是根据本申请实施例的一种三维网格重建方法的流程图,如图2所示,该流程包括如下步骤:
步骤S201,获取待重建物体更新的点云数据对应体素的位置信息。
需要说明的是,体素坐标系是一种局部坐标系,其X、Y、Z轴与输入点云数据的X、Y、Z轴方向相同,坐标原点与原始点云数据中三个坐标最小值构成的点即(xmin,ymin,zmin)相对应,其坐标均为不小于0的整数,表示体素在该坐标轴方向的位置。
体素是体积元素(Volume Pixel)的简称,包含体素的立体可以通过立体渲染或者提取给定阈值轮廓的多边形等值面表现出来。一如其名,是数字数据于三维空间分割上的最小单位,体素用于三维成像、科学数据与医学影像等领域。
点云数据(point cloud data)是指在一个三维坐标系统中的一组向量的集合。点云数据除了具有几何位置以外,还有颜色信息。颜色信息通常是通过相机获取彩色影像,然后将对应位置的像素的颜色信息(RGB)赋予点云中对应的点。强度信息的获取是激光扫描仪接收装置采集到的回波强度,此强度信息与目标的表面材质、粗糙度、入射角方向,以及仪器的发射能量,激光波长有关。
步骤S202,根据位置信息,确定与更新的点云数据对应体素的面片集合。
在本实施例中,面片可以为三角形、矩形或者正方形等其他多边形,本申请对面片的具体形状不做限定。假设面片为三角形,记为三角面片,图3是根据本申请实施例的待重建物体在体素坐标系下的示意图,如图3所示,在体素坐标系下,图3中的曲线为待重建物体的表面,待重建物体的表面记为等值面,图3中小方块为体素,等值面与体素相交的面记为三角面片,体素坐标系下所有的三角面片组成等值面,要重建待重建物体的三维信息就是要确定等值面,确定等值面就是要确定各个三角面片,因此,根据更新的点云数据对应的位置信息,得到更新的点云数据对应体素的顶点到等值面的距离信息,并根据该距离信息,确定各个三角面片,距离信息的正负表示对应顶点在等值面的前后,如果距离信息为负,则表示该顶点在等值面的前方,如果距离信息为正,则表示该顶点在等值面的后方,如果距离信息为0,说明该顶点就是在三角面片上,所有的三角面片组成三角面片集合。
步骤S203,根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
在本实施例中,现有的三维网格重建方法中,相邻面片的重叠边用不同的坐标表示,相邻面片的重叠边保存了两次,因此,本申请根据第一转化关系将相邻面片的重叠边用相同的坐标数据表示,这样相邻面片的重叠边只需要保存一次。
通过上述步骤,通过获取待重建物体更新的点云数据对应体素的位置信息;根据位置信息,确定与更新的点云数据对应体素的面片集合;根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系,在三维网格重建的过程中,相邻面片的重叠边只需要保存一次,解决了存储资源占用较多的问题,实现了三维网格的重建,另外,根据更新的点云数据重建三维网格,提高了三维网格重建的效率。
在其中的一些实施例中,步骤S201,获取待重建物体更新的点云数据对应体素的位置信息包括:
获取当前帧的点云数据,将当前帧的点云数据转化至体素空间,得到与当前帧的点云数据对应的体素;
比较当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素,得到当前帧中更新的点云数据对应体素的位置信息。
在本实施例中,如果当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素不相同,则将当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素不相同的部分作为当前帧中更新的点云数据对应的体素,在体素坐标系下,获取当前帧中更新的点云数据对应体素的位置信息。
通过上述方式,在重建待重建物体的三维网格模型时,无需根据每帧的点云数据来重建待重建物体的三维网格模型,仅根据每帧中更新的点云数据即可重建待重建物体的三维网格模型,提高了三维网格重建的效率,节约了存储资源和计算资源。
在其中的一些实施例中,步骤S201,获取待重建物体更新的点云数据对应体素的位置信息还包括:
根据当前帧的点云数据和上一帧的点云数据,确定当前帧中更新的点云数据;
将更新的点云数据转化至体素空间,得到更新的点云数据对应体素的位置信息。
通过上述方式,在重建待重建物体的三维网格模型时,无需根据每帧的点云数据来重建待重建物体的三维网格模型,仅根据每帧中更新的点云数据即可重建待重建物体的三维网格模型,提高了三维网格重建的效率,节约了存储资源和计算资源。
在其中的一些实施例中,步骤S203,根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示包括:
获取体素空间所在的坐标系;
基于坐标系得到相邻体素的第一坐标信息,根据预设策略确定第一转化关系,根据第一转换关系对相邻体素的第一坐标信息进行转换,使得相邻体素的重叠边用相同的坐标数据表示。
在本实施例中,虽然通过第一转化关系使得相邻体素的重叠边用相同的坐标表示,但不限于这种转化方式,通过其他方式将相邻体素的重叠边用相同的坐标表示也属于本申请的保护范围内。
在体素空间所在的坐标系下,相邻体素的坐标不同,图4是根据本申请实施例的相邻体素的示意图,如图4所示,相邻体素分别为A和B,假设A的坐标为(x,y,z),则B的坐标为(x+1,y,z),因此,A与B的重叠边表示不一致,需要通过第一转化关系将相邻面片的重叠边用相同的坐标数据表示。
通过上述方式,根据第一转化关系将体素坐标系下相邻面片的坐标进行转换,实现了相邻面片的重叠边用相同的坐标表示,减少了存储面片的空间,提高了三维网格重建的效率。
在其中的一些实施例中,步骤S203,根据预设策略确定第一转化关系包括:
将相邻体素的共享边用相同的标识符进行标识;
以体素的任一顶点建立笛卡尔坐标系,得到体素中每条边的坐标信息;
根据体素中每条边的坐标信息以及体素中每条边对应的标识符,构建具有四维数据的第一转化关系。
在本实施例中,标识符可以为字母、数字等,但不限于上述两种方式,比如,用k、p、q分别表示与x、y、z边平行,假如体素中的一条边在建立的笛卡尔坐标系下的坐标为(1,2,3),该条边与x轴平行,则该条边对应的第一转化关系为(1,2,3,k)。
通过上述方式,通过将相邻体素的共享边用相同的标识符进行标识,并根据标识符构建具有四维数据的第一转化关系,实现了第一转化关系的确定,为后续根据第一转化关系将相邻面片的重叠边用相同的坐标表示做准备。
在其中的一些实施例中,根据位置信息,确定与更新的点云数据对应体素的面片集合之前包括:
通过散列函数将位置信息映射至一维存储空间,得到映射后的位置信息,其中,一维存储空间包括公共溢出区;
若映射后的位置信息对应的存储空间发生冲突,将发生冲突的位置信息存储至公共溢出区。
通过上述方式,将三维的位置信息映射至一维存储空间,减少了用来存储位置信息的存储空间。
在其中的一些实施例中,根据处理后的面片集合确定待重建物体的三维模型之前包括:
获取处理后的面片集合的顶点位置信息,通过散列函数将顶点位置信息映射至一维存储空间。
通过上述方式,将三维的顶点位置信息映射至一维存储空间,减少了用来存储顶点位置信息的存储空间,另外,在占用较少的存储空间情况下,还能将面片集合完整的三维信息存储起来。
在其中的一些实施例中,根据待重建物体更新的点云数据对应体素的位置信息,确定与更新的点云数据对应体素的面片集合包括:
根据位置信息,得到与更新的点云数据对应体素的顶点到待重建物体表面的距离信息;
根据距离信息,确定与更新的点云数据对应体素的面片集合。
在本实施例中,面片可以为三角形或者其他多边形,面片的具体形状不做限定。假设面片为四边形,记为四边面片,等值面与体素相交的面即为四边面片,体素坐标系下所有的四边面片组成等值面,要重建待重建物体的三维信息就是要确定等值面,确定等值面就是要确定各个四边面片,因此,根据更新的点云数据对应的位置信息,得到更新的点云数据对应体素的顶点到等值面的距离信息,并根据该距离信息,确定各个四边面片,距离信息的正负表示对应顶点在等值面的前后,如果距离信息为负,则表示该顶点在等值面的前方,如果距离信息为正,则表示该顶点在等值面的后方,如果距离信息为0,说明该顶点就是在四边面片上,所有的四边面片组成四边面片集合。
通过上述方式,确定了与更新的点云数据对应体素的面片集合,为后续根据面片集合来重建待重建物体做准备。
在其中的一些实施例中,将更新的点云数据经过坐标转换成对应的体素,具体包括:
确定点云的分布范围。通过比较法分别确定点云数据在X、Y、Z三个坐标方向上的最小值和最大值xmin,ymin,zmin,xmax,ymax,zmax;
根据点云分布和分辨率要求,设定体素的尺寸l,体素的尺寸决定了体素化结果与原始点云的相似性程度,尺寸越小,越相似;
确定点与体素的对应关系,激活体素。对点云数据中的每一个点(x,y,z),均按照式(1)判断它所处的体素位置,并对体素进行标识,遍历所有的点之后,只显示标识的体素,其中,INT表示向下取整,(i,j,k)表示整数的体素坐标。
通过上述方式,实现了更新的点云数据向体素的转化。
图5是根据本申请实施例的再一种三维网格重建方法的流程图,如图5所示,该流程包括如下步骤:
步骤S501,获取当前帧的点云数据,将当前帧的点云数据转化至体素空间,得到与当前帧的点云数据对应的体素,比较当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素,得到当前帧中更新的点云数据对应体素的位置信息。
步骤S502,通过散列函数将位置信息映射至一维存储空间,得到映射后的位置信息,其中,一维存储空间包括公共溢出区,若映射后的位置信息对应的存储空间发生冲突,将发生冲突的位置信息存储至公共溢出区。
步骤S503,根据位置信息,得到与更新的点云数据对应体素的顶点到待重建物体表面的距离信息,根据距离信息,确定与更新的点云数据对应体素的面片集合。
步骤S504,获取体素空间所在的坐标系,基于坐标系得到相邻体素的第一坐标信息。
步骤S505,根据预设策略确定第一转化关系,根据第一转换关系对相邻体素的第一坐标信息进行转换,使得相邻体素的重叠边用相同的坐标数据表示,得到处理后的面片集合。
在其中一些实施例中,根据预设策略确定第一转化关系包括:
将相邻体素的共享边用相同的标识符进行标识;
以体素的任一顶点建立笛卡尔坐标系,得到体素中每条边的坐标信息;
根据体素中每条边的坐标信息以及体素中每条边对应的标识符,构建具有四维数据的第一转化关系。
步骤S506,获取处理后的面片集合的顶点位置信息,通过散列函数将顶点位置信息映射至一维存储空间。
步骤S507,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
通过上述步骤,通过获取待重建物体更新的点云数据对应体素的位置信息;根据位置信息,确定与更新的点云数据对应体素的面片集合;根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系,在三维网格重建的过程中,相邻面片的重叠边只需要保存一次,解决了存储资源占用较多的问题,实现了三维网格的重建,另外,根据更新的点云数据重建三维网格,提高了三维网格重建的效率。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。例如,步骤S503与步骤S504之间可以互换。
图6是根据本申请实施例的又一种三维网格重建方法的流程图,如图6所示,该流程包括如下步骤:
步骤S601,获取当前帧之前的扫描数据,将当前帧之前的扫描数据转化至体素空间,得到当前帧之前的扫描数据对应体素的位置信息。
步骤S602,通过Hash散列函数将当前帧之前的扫描数据对应体素的位置信息映射至一维存储空间。
步骤S603,获取当前帧的扫描数据,将当前帧的扫描数据转换至体素空间,得到当前帧的扫描数据对应体素的位置信息。
在本实施例中,扫描数据为点云数据,可以通过第二转换关系将点云数据转化至体素空间,确定第二转换关系具体包括,在相机坐标系和世界坐标系下获取同一组标记点,在相机坐标系和世界坐标系下进行比对,得到相机坐标系与世界坐标系之间的转换关系,记为第二转换关系。
步骤S604,通过Hash散列函数将当前帧的扫描数据对应体素的位置信息映射至一维存储空间。
在本实施例中,通过Hash散列函数将当前帧的扫描数据对应体素的位置信息映射至一维存储空间,一维存储空间包括冲突空间,由于从高维到低维映射可能发生冲突,则将冲突的位置在冲突空间依次添加。
步骤S605,将当前帧的扫描数据对应体素的位置信息与当前帧之前的扫描数据对应体素的位置信息进行比较,得到当前帧更新的扫描数据对应体素的位置信息。
步骤S606,根据当前帧更新的扫描数据对应体素的位置信息和TSDF模型,得到更新的扫描数据对应体素的顶点到待重建物体表面的距离信息。
需要说明的是,TSDF(truncated signed distance function)是一种利用结构化点云数据并以参数表达表面的表面重建算法。核心是将点云数据映射到一个预先定义的三维立体空间中,并用截断符号距离函数表示真实场景表面附近的区域,建立表面模型。
在本实施例中,根据当前帧之前的扫描数据对应体素的位置信息和TSDF模型,得到当前帧之前的扫描数据对应体素的顶点到待重建物体表面的距离信息根据当前帧之前的扫描数据对应体素的顶点到待重建物体表面的距离信息,得到距离场,根据距离场可以计算出每个体素所生成的面片,图7是根据本申请实施例的距离场的示意图,如图7所示,曲线表示待重建物体的表面,待重建物体的表面记为等值面,各数字的大小表示对应体素的顶点到等值面的距离,正负表示对应体素的顶点在等值面的前后位置,如果距离信息为负表示在等值面的前方,如果距离信息为正表示在等值面的后方。
如果当前帧中有更新的扫描数据,则说明三维网格模型发生变化,需要对三维网格模型重新生成,由于距离场大部分区域没有发生变化,所以只需要根据更新的扫描数据对应体素的顶点到待重建物体表面的距离信息对三维网络模型进行更新即可。
步骤S607,根据更新的扫描数据对应体素的顶点到待重建物体表面的距离信息,确定与更新的扫描数据对应体素的面片集合。
步骤S608,根据体素边的平行关系确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合。
在本实施例中,重叠边由点组成,根据相邻面片的重叠点得到重叠边,将相邻面片的重叠边用相同的坐标数据表示,即可得到相邻面片的重叠点用相同的坐标数据表示。
与更新的扫描数据对应体素的面片集合中,相邻面片存在共边,图8是根据本申请实施例的相邻面片共用边的示意图,如图8所示,V0~V7代表体素顶点,边代表相邻体素之间的关系,图8中的两个三角形表示面片,需要将相邻面片的共用边用相同的坐标数据表示,具体包括如下步骤:
定义相邻体素中的每条边,图9是根据本申请实施例的定义体素每条边的示意图,如图9所示,以左下角体素为视角,定义每条边的序号为0~11,图4是根据本申请实施例的相邻体素的示意图,根据图4和图9能够得到体素A的1边,即为体素B中的3边;
以体素的任一顶点建立笛卡尔坐标系,得到体素中每条边的坐标信息,根据体素中每条边的坐标信息和体素中每条边对应的标识符,构建具有四维数据的第一转化关系,按照体素边的平行关系定义三条边,与x、y、z轴平行的三条边分别记为k、p、q,假如A体素的坐标为(x,y,z),则B体素的坐标为(x+1,y,z),用四维数据表示体素A和体素B的每条边为:A:x边(x,y,z,k)、A:y边(x,y,z,p)、A:z边(x,y,z,q);B:x边(x+1,y,z,k)、B:y边(x+1,y,z,p)、A:z边(x+1,y,z,q),并以此为依据,得到第一转换关系。
假设每个体素的1边坐标信息为(1,0,0),3边坐标信息为(0,0,0),则体素A的1边对应的第一转化关系为(1,0,0,p),体素B的3边对应的第一转化关系为(0,0,0,p),因此,体素A的1边为(x,y,z)+(1,0,0,p)=(x+1,y,z,p),体素B的3边为(x+1,y,z)+(0,0,0,p)=(x+1,y,z,p),即体素A与体素B的共边表示一致。
步骤S609,获取处理后的面片集合的顶点位置信息,通过散列函数将顶点位置信息映射至一维存储空间。
步骤S610,根据处理后的面片集合,确定待重建物体的三维模型。
在本实施例中,根据当前帧之前的扫描数据对应体素的位置信息和TSDF模型,得到当前帧之前的扫描数据对应体素的顶点到待重建物体表面的距离信息根据当前帧之前的扫描数据对应体素的顶点到待重建物体表面的距离信息,确定与当前帧之前的扫描数据对应体素的面片集合,记为当前帧之前的面片集合,根据处理后的面片集合对当前帧之前的面片集合进行更新,得到待重建物体的三维模型。
通过上述步骤,根据当前帧中更新的扫描数据对三维网格进行重建,避免了每次更新需要全部重新生成一次,节省了计算时间和资源,另外,将相邻面片的重叠边用相同的坐标表示,减少了存储资源,解决了存储资源占用较多的问题。
需要说明的是,在上述流程中或者附图的流程图中示出的步骤可以在诸如一组计算机可执行指令的计算机系统中执行,并且,虽然在流程图中示出了逻辑顺序,但是在某些情况下,可以以不同于此处的顺序执行所示出或描述的步骤。例如,步骤S602与步骤S603之间可以互换。
在本实施例中还提供了一种三维网格重建装置,该装置用于实现上述实施例及优选实施方式,已经进行过说明的不再赘述。以下所使用的术语“模块”、“单元”、“子单元”等可以实现预定功能的软件和/或硬件的组合。尽管在以下实施例中所描述的装置较佳地以软件来实现,但是硬件,或者软件和硬件的组合的实现也是可能并被构想的。
图10是本实施例的三维网格重建装置的结构框图,如图10所示,该装置包括:
获取模块1001,用于获取待重建物体更新的点云数据对应体素的位置信息;
面片集合更新模块1002,连接至获取模块1001,用于根据位置信息,确定与更新的点云数据对应体素的面片集合,其中,面片集合包括至少两个面片,且至少两个面片中包括相邻的面片;
三维模型重建模块1003,连接至面片集合更新模块1002,用于根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
在其中一个实施例中,获取模块1001包括:
获取当前帧的点云数据,将当前帧的点云数据转化至体素空间,得到与当前帧的点云数据对应的体素;
比较当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素,得到当前帧中更新的点云数据对应体素的位置信息。
在其中一个实施例中,根据预设策略确定第一转化关系包括:将相邻体素的共享边用相同的标识符进行标识;以体素的任一顶点建立笛卡尔坐标系,得到体素中每条边的坐标信息;根据体素中每条边的坐标信息以及体素中每条边对应的标识符,构建具有四维数据的第一转化关系。
在其中一个实施例中,根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示包括:
获取体素空间所在的坐标系;
基于坐标系得到相邻体素的第一坐标信息,根据预设策略确定第一转化关系,根据第一转换关系对相邻体素的第一坐标信息进行转换,使得相邻体素的重叠边用相同的坐标数据表示。
在其中一个实施例中,三维网格重建装置还包括:
通过散列函数将位置信息映射至一维存储空间,得到映射后的位置信息,其中,一维存储空间包括公共溢出区;
若映射后的位置信息对应的存储空间发生冲突,将发生冲突的位置信息存储至公共溢出区。
在其中一个实施例中,三维网格重建装置还包括:
获取处理后的面片集合的顶点位置信息,通过散列函数将顶点位置信息映射至一维存储空间。
在其中一个实施例中,面片集合更新模块1002包括:
根据位置信息,得到与更新的点云数据对应体素的顶点到待重建物体表面的距离信息;
根据距离信息,确定与更新的点云数据对应体素的面片集合。
需要说明的是,上述各个模块可以是功能模块也可以是程序模块,既可以通过软件来实现,也可以通过硬件来实现。对于通过硬件来实现的模块而言,上述各个模块可以位于同一处理器中;或者上述各个模块还可以按照任意组合的形式分别位于不同的处理器中。
在本实施例中还提供了一种电子装置,包括存储器和处理器,该存储器中存储有计算机程序,该处理器被设置为运行计算机程序以执行上述任一项方法实施例中的步骤。
可选地,上述电子装置还可以包括传输设备以及输入输出设备,其中,该传输设备和上述处理器连接,该输入输出设备和上述处理器连接。
可选地,在本实施例中,上述处理器可以被设置为通过计算机程序执行以下步骤:
获取待重建物体更新的点云数据对应体素的位置信息;
根据位置信息,确定与更新的点云数据对应体素的面片集合;
根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
需要说明的是,在本实施例中的具体示例可以参考上述实施例及可选实施方式中所描述的示例,在本实施例中不再赘述。
此外,结合上述实施例中提供的三维网格重建方法,在本实施例中还可以提供一种存储介质来实现。该存储介质上存储有计算机程序;该计算机程序被处理器执行时实现上述实施例中的任意一种三维网格重建方法。
应该明白的是,这里描述的具体实施例只是用来解释这个应用,而不是用来对它进行限定。根据本申请提供的实施例,本领域普通技术人员在不进行创造性劳动的情况下得到的所有其它实施例,均属本申请保护范围。
显然,附图只是本申请的一些例子或实施例,对本领域的普通技术人员来说,也可以根据这些附图将本申请适用于其他类似情况,但无需付出创造性劳动。另外,可以理解的是,尽管在此开发过程中所做的工作可能是复杂和漫长的,但是,对于本领域的普通技术人员来说,根据本申请披露的技术内容进行的某些设计、制造或生产等更改仅是常规的技术手段,不应被视为本申请公开的内容不足。
“实施例”一词在本申请中指的是结合实施例描述的具体特征、结构或特性可以包括在本申请的至少一个实施例中。该短语出现在说明书中的各个位置并不一定意味着相同的实施例,也不意味着与其它实施例相互排斥而具有独立性或可供选择。本领域的普通技术人员能够清楚或隐含地理解的是,本申请中描述的实施例在没有冲突的情况下,可以与其它实施例结合。
以上实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对专利保护范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请的保护范围应以所附权利要求为准。
Claims (10)
1.一种三维网格重建方法,其特征在于,包括:
获取待重建物体更新的点云数据对应体素的位置信息;
根据所述位置信息,确定与更新的点云数据对应体素的面片集合;
根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
2.根据权利要求1所述的三维网格重建方法,其特征在于,获取待重建物体更新的点云数据对应体素的位置信息包括:
获取当前帧的点云数据,将当前帧的点云数据转化至体素空间,得到与当前帧的点云数据对应的体素;
比较当前帧的点云数据对应的体素与当前帧之前的点云数据对应的体素,得到当前帧中更新的点云数据对应体素的位置信息。
3.根据权利要求1所述的三维网格重建方法,其特征在于,根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示包括:
获取所述体素空间所在的坐标系;
基于所述坐标系得到所述相邻体素的第一坐标信息,根据预设策略确定第一转化关系,根据第一转换关系对所述相邻体素的第一坐标信息进行转换,使得所述相邻体素的重叠边用相同的坐标数据表示。
4.根据权利要求1所述的三维网格重建方法,其特征在于,根据预设策略确定第一转化关系包括:
将相邻体素的共享边用相同的标识符进行标识;
以体素的任一顶点建立笛卡尔坐标系,得到体素中每条边的坐标信息;
根据体素中每条边的坐标信息以及体素中每条边对应的标识符,构建具有四维数据的第一转化关系。
5.根据权利要求1所述的三维网格重建方法,其特征在于,根据所述位置信息,确定与更新的点云数据对应体素的面片集合之前包括:
通过散列函数将所述位置信息映射至一维存储空间,得到映射后的位置信息,其中,所述一维存储空间包括公共溢出区;
若映射后的位置信息对应的存储空间发生冲突,将发生冲突的位置信息存储至公共溢出区。
6.根据权利要求1所述的三维网格重建方法,其特征在于,根据处理后的面片集合确定待重建物体的三维模型之前包括:
获取处理后的面片集合的顶点位置信息,通过散列函数将所述顶点位置信息映射至一维存储空间。
7.根据权利要求1所述的三维网格重建方法,其特征在于,根据所述位置信息,确定与更新的点云数据对应体素的面片集合包括:
根据所述位置信息,得到与更新的点云数据对应体素的顶点到待重建物体表面的距离信息;
根据所述距离信息,确定与更新的点云数据对应体素的面片集合。
8.一种三维网格重建装置,其特征在于,包括:
获取模块,用于获取待重建物体更新的点云数据对应体素的位置信息;
面片集合更新模块,用于根据所述位置信息,确定与更新的点云数据对应体素的面片集合,其中,所述面片集合包括至少两个面片,且至少两个面片中包括相邻的面片;
三维模型重建模块,用于根据预设策略确定第一转化关系,根据第一转换关系将相邻面片的重叠边用相同的坐标数据表示,得到处理后的面片集合,根据处理后的面片集合确定待重建物体的三维模型,其中,第一转化关系包括体素中每条边的转化关系。
9.一种电子装置,包括存储器和处理器,其特征在于,所述存储器中存储有计算机程序,所述处理器被设置为运行所述计算机程序以执行权利要求1至7中任一项所述的三维网格重建方法。
10.一种计算机可读存储介质,其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权利要求1至7中任一项所述的三维网格重建方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571522.7A CN113470180B (zh) | 2021-05-25 | 2021-05-25 | 三维网格重建方法、装置、电子装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110571522.7A CN113470180B (zh) | 2021-05-25 | 2021-05-25 | 三维网格重建方法、装置、电子装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113470180A true CN113470180A (zh) | 2021-10-01 |
CN113470180B CN113470180B (zh) | 2022-11-29 |
Family
ID=77871484
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110571522.7A Active CN113470180B (zh) | 2021-05-25 | 2021-05-25 | 三维网格重建方法、装置、电子装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113470180B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113822994A (zh) * | 2021-11-24 | 2021-12-21 | 深圳普罗米修斯视觉技术有限公司 | 三维模型构建方法、装置及存储介质 |
CN113938667A (zh) * | 2021-10-25 | 2022-01-14 | 深圳普罗米修斯视觉技术有限公司 | 基于视频流数据的视频数据传输方法、装置及存储介质 |
CN116862816A (zh) * | 2023-07-28 | 2023-10-10 | 杭州雅智医疗技术有限公司 | 一种基于三维形态学的模型膨胀方法、装置及应用 |
CN117496092A (zh) * | 2023-12-29 | 2024-02-02 | 先临三维科技股份有限公司 | 三维扫描重建方法、装置、设备及存储介质 |
CN117744185A (zh) * | 2024-01-03 | 2024-03-22 | 西北工业大学太仓长三角研究院 | 几何模型的粒子生成方法、装置、电子设备及存储介质 |
CN117994470A (zh) * | 2024-04-07 | 2024-05-07 | 之江实验室 | 一种多模态层次自适应的数字网格重建方法及装置 |
CN117994470B (zh) * | 2024-04-07 | 2024-06-07 | 之江实验室 | 一种多模态层次自适应的数字网格重建方法及装置 |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625767A (zh) * | 2008-07-10 | 2010-01-13 | 北京石油化工学院 | 非平行轮廓医学影像的点云式三维表面重建方法 |
CN102930597A (zh) * | 2012-09-28 | 2013-02-13 | 中国科学院自动化研究所 | 一种外存三维模型的处理方法 |
CN106504327A (zh) * | 2016-11-04 | 2017-03-15 | 辽宁工程技术大学 | 一种边坡点云曲面重建及变形信息提取方法 |
CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
CN107680168A (zh) * | 2017-09-15 | 2018-02-09 | 电子科技大学 | 三维重建中基于平面拟合的网格简化方法 |
KR20190070514A (ko) * | 2017-12-13 | 2019-06-21 | 연세대학교 산학협력단 | 격자지도 생성 장치 및 방법 |
CN110033519A (zh) * | 2019-04-23 | 2019-07-19 | 中南大学 | 基于隐式函数的三维建模方法、装置、系统及存储介质 |
WO2019170164A1 (zh) * | 2018-03-05 | 2019-09-12 | 清华-伯克利深圳学院筹备办公室 | 基于深度相机的三维重建方法、装置、设备及存储介质 |
CN110458950A (zh) * | 2019-08-14 | 2019-11-15 | 首都医科大学附属北京天坛医院 | 一种三维模型重建方法、移动终端、存储介质及电子设备 |
CN111028335A (zh) * | 2019-11-26 | 2020-04-17 | 浙江大学 | 一种基于深度学习的点云数据的分块面片重建方法 |
CN112132972A (zh) * | 2020-09-29 | 2020-12-25 | 凌美芯(北京)科技有限责任公司 | 一种激光与图像数据融合的三维重建方法及系统 |
CN112432596A (zh) * | 2021-01-27 | 2021-03-02 | 长沙智能驾驶研究院有限公司 | 空间测量方法、装置、电子设备及计算机存储介质 |
-
2021
- 2021-05-25 CN CN202110571522.7A patent/CN113470180B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101625767A (zh) * | 2008-07-10 | 2010-01-13 | 北京石油化工学院 | 非平行轮廓医学影像的点云式三维表面重建方法 |
CN102930597A (zh) * | 2012-09-28 | 2013-02-13 | 中国科学院自动化研究所 | 一种外存三维模型的处理方法 |
CN106504327A (zh) * | 2016-11-04 | 2017-03-15 | 辽宁工程技术大学 | 一种边坡点云曲面重建及变形信息提取方法 |
CN106803267A (zh) * | 2017-01-10 | 2017-06-06 | 西安电子科技大学 | 基于Kinect的室内场景三维重建方法 |
CN107680168A (zh) * | 2017-09-15 | 2018-02-09 | 电子科技大学 | 三维重建中基于平面拟合的网格简化方法 |
KR20190070514A (ko) * | 2017-12-13 | 2019-06-21 | 연세대학교 산학협력단 | 격자지도 생성 장치 및 방법 |
WO2019170164A1 (zh) * | 2018-03-05 | 2019-09-12 | 清华-伯克利深圳学院筹备办公室 | 基于深度相机的三维重建方法、装置、设备及存储介质 |
CN110033519A (zh) * | 2019-04-23 | 2019-07-19 | 中南大学 | 基于隐式函数的三维建模方法、装置、系统及存储介质 |
CN110458950A (zh) * | 2019-08-14 | 2019-11-15 | 首都医科大学附属北京天坛医院 | 一种三维模型重建方法、移动终端、存储介质及电子设备 |
CN111028335A (zh) * | 2019-11-26 | 2020-04-17 | 浙江大学 | 一种基于深度学习的点云数据的分块面片重建方法 |
CN112132972A (zh) * | 2020-09-29 | 2020-12-25 | 凌美芯(北京)科技有限责任公司 | 一种激光与图像数据融合的三维重建方法及系统 |
CN112432596A (zh) * | 2021-01-27 | 2021-03-02 | 长沙智能驾驶研究院有限公司 | 空间测量方法、装置、电子设备及计算机存储介质 |
Non-Patent Citations (4)
Title |
---|
XIAO XU; BURAK CIZMECI; ANAS AL-NUAIMI; ECKEHARD STEINBACH: ""Point Cloud-Based Model-Mediated Teleoperation With Dynamic and Perception-Based Model Updating"", 《IEEE TRANSACTIONS ON INSTRUMENTATION AND MEASUREMENT》 * |
化春键;方程骏;陈莹: ""基于网格投影的自由曲面三维重建方法研究"", 《机电一体化》 * |
矫宇鹏等: "一种新的三维模型表示与存储方法", 《软件》 * |
魏巍等: "三维模型面片链码表示方法", 《计算机辅助设计与图形学学报》 * |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113938667A (zh) * | 2021-10-25 | 2022-01-14 | 深圳普罗米修斯视觉技术有限公司 | 基于视频流数据的视频数据传输方法、装置及存储介质 |
CN113822994A (zh) * | 2021-11-24 | 2021-12-21 | 深圳普罗米修斯视觉技术有限公司 | 三维模型构建方法、装置及存储介质 |
CN116862816A (zh) * | 2023-07-28 | 2023-10-10 | 杭州雅智医疗技术有限公司 | 一种基于三维形态学的模型膨胀方法、装置及应用 |
CN116862816B (zh) * | 2023-07-28 | 2024-01-26 | 杭州雅智医疗技术有限公司 | 一种基于三维形态学的模型膨胀方法、装置及应用 |
CN117496092A (zh) * | 2023-12-29 | 2024-02-02 | 先临三维科技股份有限公司 | 三维扫描重建方法、装置、设备及存储介质 |
CN117496092B (zh) * | 2023-12-29 | 2024-04-19 | 先临三维科技股份有限公司 | 三维扫描重建方法、装置、设备及存储介质 |
CN117744185A (zh) * | 2024-01-03 | 2024-03-22 | 西北工业大学太仓长三角研究院 | 几何模型的粒子生成方法、装置、电子设备及存储介质 |
CN117744185B (zh) * | 2024-01-03 | 2024-05-14 | 西北工业大学太仓长三角研究院 | 几何模型的粒子生成方法、装置、电子设备及存储介质 |
CN117994470A (zh) * | 2024-04-07 | 2024-05-07 | 之江实验室 | 一种多模态层次自适应的数字网格重建方法及装置 |
CN117994470B (zh) * | 2024-04-07 | 2024-06-07 | 之江实验室 | 一种多模态层次自适应的数字网格重建方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN113470180B (zh) | 2022-11-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113470180B (zh) | 三维网格重建方法、装置、电子装置和存储介质 | |
CN109697688B (zh) | 一种用于图像处理的方法和装置 | |
EP3828825A1 (en) | Image segmentation method and apparatus, diagnosis system, storage medium, and computer device | |
CN105706143B (zh) | 混合红外和色彩分量数据点云 | |
CN113192179A (zh) | 一种基于双目立体视觉的三维重建方法 | |
US11450068B2 (en) | Method and device for processing image, and storage medium using 3D model, 2D coordinates, and morphing parameter | |
CN114241151A (zh) | 三维模型简化方法、装置、计算机设备和计算机存储介质 | |
CN115546379A (zh) | 一种数据处理方法、装置和计算机设备 | |
EP4207082A1 (en) | Image-based lighting effect processing method and apparatus, and device, and storage medium | |
WO2018039936A1 (en) | Fast uv atlas generation and texture mapping | |
CN115601490B (zh) | 基于纹理映射的纹理图像前置置换方法、装置和存储介质 | |
CN111127622B (zh) | 基于图像分割的三维点云离群点剔除方法 | |
CN112051921A (zh) | Ar导航地图生成方法、装置、计算机设备和可读存储介质 | |
CN116912417A (zh) | 基于人脸三维重建的纹理贴图方法、装置、设备和存储介质 | |
CN116415652A (zh) | 一种数据生成方法、装置、可读存储介质及终端设备 | |
CN115294277B (zh) | 一种物体的三维重建方法、装置、电子设备及存储介质 | |
CN111179210A (zh) | 一种人脸的纹理贴图生成方法、系统及电子设备 | |
CN115797659A (zh) | 数据拼接方法、三维扫描系统、电子装置和存储介质 | |
CN114118367B (zh) | 增量式神经辐射场构建的方法及设备 | |
CN113256484B (zh) | 一种对图像进行风格化处理的方法及装置 | |
EP4158596A1 (en) | Geometry-aware augmented reality effects with a real-time depth map | |
JP2021039500A (ja) | 構築物の三次元形状データの生成方法 | |
RU2783364C1 (ru) | Устройство создания многомерных виртуальных изображений органов дыхания человека и способ создания объёмных изображений с применением устройства | |
Yang et al. | Image completion using structural priority belief propagation | |
CN116778095B (zh) | 一种基于人工智能的三维重建方法 |
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 | ||
CB02 | Change of applicant information |
Address after: Room 102, Unit 1, Building 12, No. 998, Wenyi West Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province, 311121 Applicant after: Sikan Technology (Hangzhou) Co.,Ltd. Address before: Room 101, building 12, No. 998, Wenyi West Road, Wuchang Street, Yuhang District, Hangzhou City, Zhejiang Province Applicant before: HANGZHOU SCANTECH Co. |
|
CB02 | Change of applicant information | ||
GR01 | Patent grant | ||
GR01 | Patent grant |