CN113724368B - 图像采集系统、三维重建方法、装置、设备以及存储介质 - Google Patents
图像采集系统、三维重建方法、装置、设备以及存储介质 Download PDFInfo
- Publication number
- CN113724368B CN113724368B CN202110836891.4A CN202110836891A CN113724368B CN 113724368 B CN113724368 B CN 113724368B CN 202110836891 A CN202110836891 A CN 202110836891A CN 113724368 B CN113724368 B CN 113724368B
- Authority
- CN
- China
- Prior art keywords
- image
- dimensional reconstruction
- light
- devices
- target object
- 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
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
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本公开提供了图像采集系统、三维重建方法,装置,设备以及存储介质,涉及计算机视觉领域。具体实现方案为:获取目标物体的第一图像集合,第一图像集合通过图像采集系统在多个补光设备发出补充图案时采集,第一图像集合中的任意两张第一图像存在重合区域,各第一图像包括预设图案的部分或全部;提取第一图像集合中各第一图像的特征点;根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集;基于匹配特征点集,对目标物体进行三维重建,得到三维重建模型。本实现方式可以提高缺乏纹理的物体三维重建的成功率。
Description
技术领域
本公开涉及计算机技术领域,具体涉及计算机视觉技术领域,尤其涉及图像采集系统、三维重建方法、装置、设备以及存储介质。
背景技术
三维建模是计算机图形学和计算机视觉的一个重要研究领域。其目标是高质量地捕捉物体和场景的三维形状和外观,以模拟数字空间中的三维交互和感知。
发明内容
本公开提供了一种图像采集系统、三维重建方法、装置、设备以及存储介质。
根据第一方面,提供了一种图像采集系统,包括:拍摄台;设置在拍摄台四周的多个补光设备,多个补光设备与拍摄台的相对位置固定,多个补光设备与第一控制器连接,被配置为在接收到第一控制器发送的补光指令时同时发出补光图案,对固定在拍摄台上的目标物体进行补光;以及可围绕拍摄台转动的至少一台图像采集设备,至少一台图像采集设备与第二控制器连接,被配置为响应于第二控制器发送的采集指令,在预设的多个采集位置处对目标物体进行拍摄,以采集目标物体的图像。
根据第二方面,提供了一种三维重建方法,包括:获取目标物体的第一图像集合,第一图像集合通过如第一方面所描述的图像采集系统在多个补光设备发出补充图案时采集,第一图像集合中的任意两张第一图像存在重合区域,各第一图像包括预设图案的部分或全部;提取第一图像集合中各第一图像的特征点;根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集;基于匹配特征点集,对目标物体进行三维重建,得到三维重建模型。
根据第三方面,提供了一种三维重建装置,包括:第一图像获取单元,被配置成获取目标物体的第一图像集合,第一图像集合通过如第一方面所描述的图像采集系统在多个补光设备发出补充图案时采集,第一图像集合中的任意两张第一图像存在重合区域,各第一图像包括预设图案的部分或全部;特征点提取单元,被配置成提取第一图像集合中各第一图像的特征点;特征点匹配单元,被配置成根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集;三维重建单元,被配置成基于匹配特征点集,对目标物体进行三维重建,得到三维重建模型。
根据第四方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,上述指令被至少一个处理器执行,以使至少一个处理器能够执行如第二方面所描述的方法。
根据第五方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,上述计算机指令用于使计算机执行如第二方面所描述的方法。
根据第六方面,一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如第二方面所描述的方法。
根据本公开的技术通过引入灯光纹理,利用图像采集系统采集合规图像,从而能够优化三维重建过程,在较低的成本下可以对缺乏表面纹理特征的物体进行有效三维重建。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1是本公开的一个实施例可以应用于其中的示例性系统架构图;
图2a示出了根据本公开的图像采集系统的俯视图;
图2b示出了根据本公开的图像采集系统的立体示意图;
图3是根据本公开的三维重建方法的一个实施例的流程图;
图4是根据本公开的三维重建方法的另一个实施例的流程图;
图5是目标物体、重建失败以及根据本公开的三维重建方法重建成功的对比图;
图6是根据本公开的三维重建装置的一个实施例的结构示意图;
图7是用来实现本公开实施例的三维重建方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
需要说明的是,在不冲突的情况下,本公开中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本公开。
图1示出了可以应用本公开的图像采集系统、三维重建方法或三维重建装置的实施例的示例性系统架构100。
如图1所示,系统架构100可以包括图像采集系统101,网络102和终端设备103。网络102用以在图像采集系统101和终端设备103之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线、无线通信链路或者光纤电缆等等。
图像采集系统101可以是用于采集目标物体的图像的系统,其中包括多个硬件,多个硬件配合,用于采集合规的图像。图像采集系统101可以通过网络102将采集的多张图像发送给终端设备103。
终端设备103可以对接收到的多张图像进行处理,以进行三维重建,得到三维重建模型。终端设备103上可以安装有各种通讯客户端应用,例如图像处理类应用等。用户可以通过终端设备103的显示屏来查看上述三维重建模型。
终端设备103可以是硬件,也可以是软件。当终端设备103为硬件时,可以是各种电子设备,包括但不限于智能手机、平板电脑、电子书阅读器、车载电脑、膝上型便携计算机和台式计算机等等。当终端设备103为软件时,可以安装在上述所列举的电子设备中。其可以实现成多个软件或软件模块(例如用来提供分布式服务),也可以实现成单个软件或软件模块。在此不做具体限定。
需要说明的是,本公开实施例所提供的三维重建方法一般由终端设备103执行。相应地,三维重建装置一般设置于终端设备103中。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
参见图2a和图2b,图2a示出了根据本公开的图像采集系统的俯视图,图2b示出了根据本公开的图像采集系统的立体示意图。如图2a和图2b所示,本实施例中,图像采集系统200可以包括多个补光设备201、拍摄台202以及至少一台图像采集设备203。
其中,多个补光设备201设置在拍摄台202的四周,且与拍摄台202的相对位置固定。具体的,多个补光设备201和拍摄台202可以通过同一固定装置固定,从而使得多个补光设备201和拍摄台202之间的相对位置固定不变。
至少一台图像采集设备203可围绕拍摄台202转动。具体的,至少一台图像采集设备203可以通过可转动连接件与拍摄台202固定连接。或者,拍摄台202可以通过可转动连接件与至少一台图像采集设备203固定连接。可以通过转动拍摄台202实现至少一台图像采集设备203和拍摄台202之间的相对转动,也可以通过转动至少一台图像采集设备203实现至少一台图像采集设备203和拍摄台202之间的相对转动。
多个补光设备201可以与第一控制器(图中未示出)连接。第一控制器204可以向多个补光设备201发送补光指令。多个补光设备201在接收到第一控制器发送的补光指令之时或之后可以同时发出补光图案,实现对固定在拍摄台上的目标物体进行补光。多个补光设备201可以发出预设图案,或者发出激光光斑。
至少一台图像采集设备203可以与第二控制器(图中未示出)连接。第二控制器可以向至少一台图像采集设备203发送采集指令。至少一台图像采集设备203在接收到第二控制器发送的采集指令之时或之后,可以在预设的多个采集位置处对固定在拍摄台上的目标物体进行拍摄,以采集目标物体的图像。
本公开的上述实施例提供的图像采集系统,可以通过补光设备向固定在拍摄台上的目标物体补光,从而为缺乏表面纹理特征的物体提供灯光纹理,提高三维重建的效率和准确率。
在本实施例的一些可选的实现方式中,上述多个补光设备201中相邻的两个补光设备的补光范围之间具有重合区域。
本实现方式中,图像采集系统可以包括四个补光设备。上述四个补光设备可以分布在拍摄台周围的一个圆形轨道上。其中,相邻的两个补光设备的补光范围有重合。这样,更方便对相邻的两个补光设备交界处采集的图像进行特征点匹配以及三维重建。
在本实施例的一些可选的实现方式中,上述多个补光设备201可以均匀地设置于拍摄台202的四周,且多个补光设备201发出的补光图案覆盖目标物体的全表面。
本实现方式中,多个补光设备201可以均匀地设置于拍摄台202的四周。如果多个补光设备201分布在拍摄台周围的一个圆形轨道上,则相邻的两个补光设备间的圆心角相同。并且,为了保证目标物体三维重建的完整度,需设置多个补光设备201发出的补光图案覆盖目标物体的全表面。
在本实施例的一些可选的实现方式中,上述预设的多个采集位置包括多个采集位置集合,每个采集位置集合中的位于同一圆形轨道上。
本实现方式中,可以将预设的多个采集位置划分为多个采集位置集合。每个采集位置集合中的多个采集位置位于同一圆形轨道上。不同圆形轨道分布与目标物体的相对高度不同。通过这些设置在不同高度不同角度的采集位置,可以实现目标物体全方面图像的采集。
在本实施例的一些可选的实现方式中,每个采集位置集合中相邻的两个采集位置之间的圆心角位于预设角度范围内。
本实现方式中,为了保证相邻两个采集位置的图像之间具有一定的重合度,可以设置单个采集位置集合中相邻的两个采集位置之间的圆心角位于预设角度范围内。可以理解的是,如果相邻两个采集位置之间的圆心角较大,则相邻两个采集位置的图像之间的重合度较小,使得目标物体的三维重建的效果较差。如果相邻两个采集位置之间的圆心角较小,则会导致相邻两个采集位置的图像之间的重合度较大,使得计算量大大增加。因此,本实现方式中可以将向量两个采集位置之间的圆心角设置在预设角度范围内,从而能够保证采集图像的数量的合理性,同时也能够保证三维重建效果的准确性。
在本实施例的一些可选的实现方式中,拍摄台202以及多个补光设备201可以同步旋转。
本实现方式中,为了充分采集固定在拍摄台202上的目标物体各角度的图像,可以改变拍摄台与各图像采集设备之间的相对位置。具体的,可以通过固定各图像采集设备的位置,转动拍摄台和多个补光设备来实现相对位置的改变。也可以通过固定拍摄台和多个补光设备的位置,转动各图像采集设备来实现相对位置的改变。
在本实施例的一些可选的实现方式中,上述多个补光设备201发出的补光图案的颜色可切换。
本实现方式中,多个补光设备可以发出多种颜色的可见光。执行主体可以根据目标物体表面的颜色,设置补光图案的颜色。使得补光图像的颜色与目标物体表面的颜色具有较高的对比度,从而方便进行特征点的提取,进而方便进行三维重建。
在本实施例的一些可选的实现方式中,多个补光设备201发出的补光图案未照射到至少一个图像采集设备203的光学镜头。
本实现方式中,为了避免多个补光设备201发出的补光图案照射到至少一个图像采集设备203的光学镜头,引起采集的图像的质量下降,需要设置多个补光设备201发出的补光图案不能照射到至少一个图像采集设备203的光学镜头。
在本实施例的一些可选的实现方式中,各图像采集设备在采集目标物体的图像时,可以适当地调整图像采集设备的角度,使得目标物体能够始终保持在相机视野的中心位置,这样可以减少由于图像边缘的畸变对三维重建造成的误差。
继续参见图3,其示出了根据本公开的三维重建方法的一个实施例的流程300。如图3所示,本实施例的方法可以包括以下步骤:
步骤301,获取目标物体的第一图像集合。
本实施例中,三维重建方法的执行主体(例如图1所示的终端设备103)可以首先获取目标物体的第一图像集合。这里,第一图像集合可以是通过图2实施例中所描述的图像采集系统在多个补光设备开启补光向目标物体照射补光图案时所采集的。第一图像集合中的至少两张第一图像存在重合区域。并且,各第一图像中包括预设图案的部分或全部。
步骤302,提取第一图像集合中各第一图像的特征点。
执行主体在得到第一图像集合后,可以对第一图像集合中各第一图像进行特征点提取。这里,特征点可以是边缘点和角点等具有特殊特征的点。具体的,执行主体可以利用现有的特征点提取算法提取特征点,例如SRUF(Speeded Up Robust Features,加速稳健特征)、SIFT(Scale-invariant feature transform,尺度不变特征变换)、AKAZE(KAZE的加速版本)、深度学习网络等。
步骤303,根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集。
执行主体在得到各第一图像的特征点后,可以对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配的特征点。这些匹配的特征点用于确定存在重合区域的至少两张第一图像之间的关系,方便用于候选的网格重建。在进行特征点匹配时,执行主体可以采用但不限于ANN(approximate nearest neighbor,近似最近邻搜索)、Optical Flow等方法进行匹配。
步骤304,基于匹配特征点集,对目标物体进行三维重建,得到三维重建模型。
在得到匹配特征点集合,执行主体可以利用上述匹配特征点集合进行三维重建。具体的,执行主体可以确定匹配特征点集中各特征点的三维坐标,根据各三维坐标进行三维重建,得到三维重建模型。
本公开的上述实施例提供的三维重建方法,通过引入灯光纹理,将软硬件进行结合,优化三维重建过程,在较低的成本下可以对缺乏表面纹理特征的物体进行有效三维重建,能够显著扩展基于图像三维重建算法的应用范围。
继续参见图4,其示出了根据本公开的三维重建方法的另一个实施例的流程400。如图4所示,本实施例的方法可以包括以下步骤:
步骤401,获取目标物体的第一图像集合和第二图像集合。
本实施例中,上述第一图像集合和第二图像集合可以通过图2实施例所描述的图像采集系统采集得到。其中,第一图像集合中的各第一图像与第二图像集合中的各第二图像一一对应。对应的第一图像和第二图像在同一采集位置采集。且第一图像是在补光设备发出补光图案时采集,而第二图像是在补光设备未发出补光图案时采集。
步骤402,提取第一图像集合中各第一图像的特征点。
步骤403,根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集。
步骤404,确定匹配特征点集中各匹配特征点的三维坐标以及各第一图像的相机位姿。
本实施例中,执行主体可以在得到匹配特征点集后,确定匹配特征点集中各匹配特征点的三维坐标。具体的,执行主体可以首先确定特征点在图像坐标系中的坐标,然后结合图像坐标系与世界坐标系之间的转换关系,将图像坐标系中的二维坐标,转换成世界坐标系中的三维坐标。同时执行主体还可以根据各图像采集设备的位置和角度,以及图像采集设备的内参和外参,确定各第一图像的相机位姿。
步骤405,根据各匹配特征点的三维坐标以及各第一图像的相机位姿,计算稠密点云。
执行主体可以在确定各匹配特征点的三维坐标后,可以将其作为稀疏点云。结合各第一图像的相机位姿,可以确定出其中第一图像中各像素点的三维坐标,得到稠密点云。具体的,在计算稠密点云时,执行主体可以利用但不限于CMVS(Clustering Multi-ViewStereo,多视图簇聚)、PMVS(Patch-based Multi-View Stereo,基于面片的多视图簇聚)、深度学习(MVS-Net等)算法。
步骤406,根据稠密点云进行表面网格重建,确定三维重建模型。
通过上述稠密点云可以进行表面网格重建。具体的,执行主体可以根据稠密点云中各点的三维坐标,构建三角面片,将各三角面片连接,从而能够得到三维重建模型。执行主体还可以利用Poisson重建算法等进行三维重建。
步骤407,根据第二图像集合,确定纹理图像。
本实施例中,执行主体还可以根据第二图像集合,确定纹理图像。具体的,执行主体可以利用深度学习算法等确定纹理图像。
步骤408,将纹理图像融合到三维重建模型。
最后,执行主体可以将纹理图像融合到三维重建模型。在融合时,可以根据纹理图像中各像素点对应的位置向三维重建模型进行融合。
本公开的上述实施例提供的三维重建方法,可以提高缺乏纹理的物体的重建效果。
图5示出了目标物体的图像、重建失败的图像以及利用本实施例的三维重建方法进行三维重建得到的结果。通过对比可知,本实施例的三维重建方法可以有效地提高了缺乏纹理的物体的三维重建成功率。
进一步参考图6,作为对上述各图所示方法的实现,本公开提供了一种三维重建装置的一个实施例,该装置实施例与图2所示的方法实施例相对应,该装置具体可以应用于各种电子设备中。
如图6所示,本实施例的三维重建装置600包括:第一图像获取单元601、特征点提取单元602、特征点匹配单元603和三维重建单元604。
第一图像获取单元601,被配置成获取目标物体的第一图像集合。第一图像集合通过图2实施例所描述的图像采集系统在多个补光设备发出补充图案时采集,第一图像集合中的任意两张第一图像存在重合区域,各第一图像包括预设图案的部分或全部。
特征点提取单元602,被配置成提取第一图像集合中各第一图像的特征点。
特征点匹配单元603,被配置成根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集。
三维重建单元604,被配置成基于匹配特征点集,对目标物体进行三维重建,得到三维重建模型。
在本实施例的一些可选的实现方式中,装置600还可以包括图6中未示出的:第二图像获取单元、纹理图像确定单元以及纹理图像融合单元。
第二图像获取单元,被配置成获取第二图像集合,第二图像集合通过如图2实施例所描述的图像采集系统在多个补光设备未发出补光图案时采集。
纹理图像确定单元,被配置成根据第二图像集合,确定纹理图像。
纹理图像融合单元,被配置成将纹理图像融合到三维重建模型。
在本实施例的一些可选的实现方式中,三维重建单元604可以进一步被配置成:确定匹配特征点集中各匹配特征点的三维坐标以及各第一图像的相机位姿;根据各匹配特征点的三维坐标以及各第一图像的相机位姿,计算稠密点云;根据稠密点云进行表面网格重建,确定三维重建模型。
应当理解,三维重建装置600中记载的单元601至单元604分别与参考图3中描述的方法中的各个步骤相对应。由此,上文针对三维重建方法描述的操作和特征同样适用于装置600及其中包含的单元,在此不再赘述。
本公开的技术方案中,所涉及的用户个人信息的获取、存储和应用等,均符合相关法律法规的规定,且不违背公序良俗。
根据本公开的实施例,本公开还提供了还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
图7示出了根据本公开实施例的执行三维重建方法的电子设备700的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括处理器701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储器708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储电子设备700操作所需的各种程序和数据。处理器701、ROM 702以及RAM 703通过总线704彼此相连。I/O接口(输入/输出接口)705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储器708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
处理器701可以是各种具有处理和计算能力的通用和/或专用处理组件。处理器701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的处理器、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。处理器701执行上文所描述的各个方法和处理,例如三维重建方法。例如,在一些实施例中,三维重建方法可被实现为计算机软件程序,其被有形地包含于机器可读存储介质,例如存储器708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM703并由处理器701执行时,可以执行上文描述的三维重建方法的一个或多个步骤。备选地,在其他实施例中,处理器701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行三维重建方法。
本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。上述程序代码可以封装成计算机程序产品。这些程序代码或计算机程序产品可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器701执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读存储介质可以是有形的介质,其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读存储介质可以是机器可读信号存储介质或机器可读存储介质。机器可读存储介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学存储设备、磁存储设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的系统和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如,作为数据服务器)、或者包括中间件部件的计算系统(例如,应用服务器)、或者包括前端部件的计算系统(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将系统的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,以解决了传统物理主机与VPS服务(“Virtual Private Server”,或简称“VPS”)中,存在的管理难度大,业务扩展性弱的缺陷。服务器也可以是分布式系统的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开的保护范围之内。
Claims (15)
1.一种图像采集系统,包括:
拍摄台;
设置在所述拍摄台四周的多个补光设备,所述多个补光设备分布在所述拍摄台周围的一个圆形轨道上,且相邻的两个补光设备间的圆心角相同;所述多个补光设备与所述拍摄台的相对位置固定,所述多个补光设备与第一控制器连接,被配置为在接收到所述第一控制器发送的补光指令时同时发出补光图案,对固定在拍摄台上的目标物体进行补光;所述多个补光设备发出的补光图案的颜色可根据目标物体表面的颜色进行切换;以及
可围绕所述拍摄台转动的至少一台图像采集设备,所述至少一台图像采集设备与第二控制器连接,被配置为响应于所述第二控制器发送的采集指令,在预设的多个采集位置处对所述目标物体进行拍摄,以采集所述目标物体的图像;
所述预设的多个采集位置包括多个采集位置集合,每个采集位置集合中的采集位置位于同一圆形轨道上,不同圆形轨道的分布与所述目标物体的相对高度不同。
2.根据权利要求1所述的图像采集系统,其中,所述多个补光设备中相邻的补光设备的补光范围之间具有重合区域。
3.根据权利要求1所述的图像采集系统,其中,每个采集位置集合中相邻的两个采集位置之间的圆心角位于预设角度范围内。
4.根据权利要求1所述的图像采集系统,其中,所述多个补光设备均匀地设置于所述拍摄台的四周,且所述多个补光设备发出的补光图案覆盖所述目标物体的全表面。
5.根据权利要求1所述的图像采集系统,其中,所述拍摄台以及所述多个补光设备可以同步旋转。
6.根据权利要求1所述的图像采集系统,其中,所述多个补光设备发出的补光图案未照射到所述至少一个图像采集设备的光学镜头。
7.一种三维重建方法,包括:
获取目标物体的第一图像集合,所述第一图像集合通过权利要求1-6任一项所述的图像采集系统在多个补光设备发出补充图案时采集,所述第一图像集合中的任意两张第一图像存在重合区域,各第一图像包括预设图案的部分或全部;
提取所述第一图像集合中各第一图像的特征点;
根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集;
基于所述匹配特征点集,对所述目标物体进行三维重建,得到三维重建模型。
8.根据权利要求7所述的方法,其中,所述方法还包括:
获取第二图像集合,所述第二图像集合通过如权利要求1-6任一项所述的图像采集系统在多个补光设备未发出补光图案时采集;
根据所述第二图像集合,确定纹理图像;
将所述纹理图像融合到所述三维重建模型。
9.根据权利要求7所述的方法,其中,所述基于所述匹配特征点集,对所述目标物体进行三维重建,得到三维重建模型,包括:
确定所述匹配特征点集中各匹配特征点的三维坐标以及各第一图像的相机位姿;
根据各匹配特征点的三维坐标以及各第一图像的相机位姿,计算稠密点云;
根据所述稠密点云进行表面网格重建,确定三维重建模型。
10.一种三维重建装置,包括:
第一图像获取单元,被配置成获取目标物体的第一图像集合,所述第一图像集合通过权利要求1-6任一项所述的图像采集系统在多个补光设备发出补充图案时采集,所述第一图像集合中的任意两张第一图像存在重合区域,各第一图像包括预设图案的部分或全部;
特征点提取单元,被配置成提取所述第一图像集合中各第一图像的特征点;
特征点匹配单元,被配置成根据各第一图像的特征点,对存在重合区域的至少两张第一图像进行特征点匹配,得到匹配特征点集;
三维重建单元,被配置成基于所述匹配特征点集,对所述目标物体进行三维重建,得到三维重建模型。
11.根据权利要求10所述的装置,其中,所述装置还包括:
第二图像获取单元,被配置成获取第二图像集合,所述第二图像集合通过如权利要求1-6任一项所述的图像采集系统在多个补光设备未发出补光图案时采集;
纹理图像确定单元,被配置成根据所述第二图像集合,确定纹理图像;
纹理图像融合单元,被配置成将所述纹理图像融合到所述三维重建模型。
12.根据权利要求10所述的装置,其中,所述三维重建单元进一步被配置成:
确定所述匹配特征点集中各匹配特征点的三维坐标以及各第一图像的相机位姿;
根据各匹配特征点的三维坐标以及各第一图像的相机位姿,计算稠密点云;
根据所述稠密点云进行表面网格重建,确定三维重建模型。
13.一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求7-9中任一项所述的方法。
14.一种存储有计算机指令的非瞬时计算机可读存储介质,所述计算机指令用于使所述计算机执行权利要求7-9中任一项所述的方法。
15.一种计算机程序产品,包括计算机程序,所述计算机程序在被处理器执行时实现根据权利要求7-9中任一项所述的方法。
Priority Applications (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836891.4A CN113724368B (zh) | 2021-07-23 | 2021-07-23 | 图像采集系统、三维重建方法、装置、设备以及存储介质 |
PCT/CN2022/082917 WO2023000703A1 (zh) | 2021-07-23 | 2022-03-25 | 图像采集系统、三维重建方法、装置、设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110836891.4A CN113724368B (zh) | 2021-07-23 | 2021-07-23 | 图像采集系统、三维重建方法、装置、设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113724368A CN113724368A (zh) | 2021-11-30 |
CN113724368B true CN113724368B (zh) | 2023-02-07 |
Family
ID=78673866
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110836891.4A Active CN113724368B (zh) | 2021-07-23 | 2021-07-23 | 图像采集系统、三维重建方法、装置、设备以及存储介质 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN113724368B (zh) |
WO (1) | WO2023000703A1 (zh) |
Families Citing this family (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113724368B (zh) * | 2021-07-23 | 2023-02-07 | 北京百度网讯科技有限公司 | 图像采集系统、三维重建方法、装置、设备以及存储介质 |
CN114723796A (zh) * | 2022-04-24 | 2022-07-08 | 北京百度网讯科技有限公司 | 一种三维点云生成方法、装置及电子设备 |
CN114777744B (zh) * | 2022-04-25 | 2024-03-08 | 中国科学院古脊椎动物与古人类研究所 | 一种古生物领域的地质测量方法、装置及电子设备 |
CN114938446A (zh) * | 2022-05-16 | 2022-08-23 | 中国科学院深圳先进技术研究院 | 一种动物行为重建系统、方法、装置及存储介质 |
CN115131507B (zh) * | 2022-07-27 | 2023-06-16 | 北京百度网讯科技有限公司 | 图像处理方法、图像处理设备和元宇宙三维重建方法 |
Family Cites Families (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9547935B2 (en) * | 2014-02-24 | 2017-01-17 | Vricon Systems Ab | Method and a system for building a three-dimensional model from satellite images |
CN209687547U (zh) * | 2019-03-22 | 2019-11-26 | 辽宁汉华信息工程有限公司 | 用于检测铁路隧道病害的勘察装置 |
CN110176032B (zh) * | 2019-04-28 | 2021-02-26 | 暗物智能科技(广州)有限公司 | 一种三维重建方法及装置 |
CN110223383A (zh) * | 2019-06-17 | 2019-09-10 | 重庆大学 | 一种基于深度图修补的植物三维重建方法及系统 |
CN110460782B (zh) * | 2019-08-28 | 2021-07-20 | 北京海益同展信息科技有限公司 | 信息采集装置、方法、巡检机器人和存储介质 |
CN111031221B (zh) * | 2019-12-27 | 2021-12-07 | 维沃移动通信有限公司 | 拍摄方法及电子设备 |
CN111182233B (zh) * | 2020-01-03 | 2021-07-02 | 宁波方太厨具有限公司 | 拍摄空间自动补光的控制方法及系统 |
CN111242990B (zh) * | 2020-01-06 | 2024-01-30 | 西南电子技术研究所(中国电子科技集团公司第十研究所) | 基于连续相位稠密匹配的360°三维重建优化方法 |
CN113141442B (zh) * | 2020-01-17 | 2022-02-15 | 华为技术有限公司 | 一种摄像机及其补光方法 |
CN111524233B (zh) * | 2020-03-25 | 2023-06-13 | 青岛联合创智科技有限公司 | 一种静态场景动态目标的三维重建方法 |
CN112734908B (zh) * | 2020-12-31 | 2023-09-01 | 大连海事大学 | 一种面向行驶车辆的汽车底盘三维重建系统及其工作方法 |
CN113096250A (zh) * | 2021-04-02 | 2021-07-09 | 华中师范大学 | 基于无人机航拍影像序列的三维建筑模型库系统构建方法 |
CN113724368B (zh) * | 2021-07-23 | 2023-02-07 | 北京百度网讯科技有限公司 | 图像采集系统、三维重建方法、装置、设备以及存储介质 |
-
2021
- 2021-07-23 CN CN202110836891.4A patent/CN113724368B/zh active Active
-
2022
- 2022-03-25 WO PCT/CN2022/082917 patent/WO2023000703A1/zh unknown
Also Published As
Publication number | Publication date |
---|---|
WO2023000703A1 (zh) | 2023-01-26 |
CN113724368A (zh) | 2021-11-30 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113724368B (zh) | 图像采集系统、三维重建方法、装置、设备以及存储介质 | |
CN109887003B (zh) | 一种用于进行三维跟踪初始化的方法与设备 | |
CN115409933B (zh) | 多风格纹理贴图生成方法及其装置 | |
CN115375823B (zh) | 三维虚拟服饰生成方法、装置、设备及存储介质 | |
CN115439607A (zh) | 一种三维重建方法、装置、电子设备及存储介质 | |
CN114067051A (zh) | 三维重建处理方法、装置、电子设备以及存储介质 | |
CN112652057A (zh) | 生成人体三维模型的方法、装置、设备以及存储介质 | |
CN115439543B (zh) | 孔洞位置的确定方法和元宇宙中三维模型的生成方法 | |
CN113870439A (zh) | 用于处理图像的方法、装置、设备以及存储介质 | |
US20220375186A1 (en) | Method and apparatus for generating bounding box, device and storage medium | |
CN112529097A (zh) | 样本图像生成方法、装置以及电子设备 | |
CN114998433A (zh) | 位姿计算方法、装置、存储介质以及电子设备 | |
CN112634366B (zh) | 位置信息的生成方法、相关装置及计算机程序产品 | |
CN112197708B (zh) | 测量方法及装置、电子设备及存储介质 | |
CN117422851A (zh) | 虚拟换衣方法及其装置、电子设备 | |
CN111815683B (zh) | 目标定位方法及装置、电子设备和计算机可读介质 | |
CN115375847B (zh) | 材质恢复方法、三维模型的生成方法和模型的训练方法 | |
CN115131507B (zh) | 图像处理方法、图像处理设备和元宇宙三维重建方法 | |
CN113781653B (zh) | 对象模型生成方法、装置、电子设备及存储介质 | |
CN113706692B (zh) | 三维图像重构方法、装置、电子设备以及存储介质 | |
CN114820908B (zh) | 虚拟形象生成方法、装置、电子设备和存储介质 | |
CN112991179B (zh) | 用于输出信息的方法、装置、设备以及存储介质 | |
CN115953553B (zh) | 虚拟形象生成方法、装置、电子设备以及存储介质 | |
CN116452776B (zh) | 基于视觉同步定位与建图系统的低碳变电站场景重建方法 | |
CN114708399A (zh) | 三维重建的方法、装置、设备、介质及产品 |
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 |