CN115880687A - 目标物体的红外特征自动生成方法、装置、设备和介质 - Google Patents

目标物体的红外特征自动生成方法、装置、设备和介质 Download PDF

Info

Publication number
CN115880687A
CN115880687A CN202310085573.8A CN202310085573A CN115880687A CN 115880687 A CN115880687 A CN 115880687A CN 202310085573 A CN202310085573 A CN 202310085573A CN 115880687 A CN115880687 A CN 115880687A
Authority
CN
China
Prior art keywords
infrared
binocular
target object
camera
model
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
CN202310085573.8A
Other languages
English (en)
Inventor
张鑫炎
蔡向群
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.)
Beijing Dongfang Ruifeng Aviation Technology Co ltd
Original Assignee
Beijing Dongfang Ruifeng Aviation Technology 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 Beijing Dongfang Ruifeng Aviation Technology Co ltd filed Critical Beijing Dongfang Ruifeng Aviation Technology Co ltd
Priority to CN202310085573.8A priority Critical patent/CN115880687A/zh
Publication of CN115880687A publication Critical patent/CN115880687A/zh
Pending legal-status Critical Current

Links

Images

Landscapes

  • Radiation Pyrometers (AREA)

Abstract

本发明涉及一种目标物体的红外特征自动生成方法、装置、设备和介质，方法包括对目标物体进行红外拍摄，得到关于所述目标物体的红外照片；根据所述红外照片建立红外双目生成模型，并生成带有温度值的红外照片；将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行贴合和烘焙；记录存储所有操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。本发明对目标物体进行多角度红外摄影，通过空间标注技术对目标物体的红外特性和三维模型进行匹配，自动执行生成步骤，无需依赖美工进行建模，精度高，速度快，动态实现红外贴图。

Description

目标物体的红外特征自动生成方法、装置、设备和介质
技术领域
本发明属于图像处理技术领域，具体涉及一种目标物体的红外特征自动生成方法、装置、设备和介质。
背景技术
红外仿真是飞行仿真中非常重要的组成部分，在作战、搜救等仿真场景中广泛使用。红外仿真时，首先需要根据模型不同部位的红外特征，对这些部位添加不同红外材质的模型，仿真过程中，通过三维图形引擎识别模型上的红外材质，并根据不同材质的红外属性进行渲染，从而实现模型不同部位出现不同红外辐射强度的效果。传统的红外仿真建模过程中，模型各个部位的红外效果只能依靠美工人员手动添加，工作量巨大，且随着模型精细度的增加，工作量将呈指数上升。作战任务仿真过程中，往往需要对大范围战场区域内的物体进行红外效果的仿真，使用人工建模方式，仅能对战场重要仿真对象进行精细建模，对于次要仿真对象，仅能通过简单、重复的红外纹理对模型红外效果进行自动生成。这导致大范围战场环境的红外仿真效果往往很差，难以逼真的还原战场红外效果，从而达到提供训练效能的目的。
发明内容
为了克服现有技术存在的问题，本发明提供一种目标物体的红外特征自动生成方法、装置、设备和介质，用于克服目前存在的缺陷。
一种目标物体的红外特征自动生成方法，所述方法包括：
S1：对目标物体进行红外拍摄，得到关于所述目标物体的红外照片；
S2：根据所述红外照片建立红外双目生成模型，并生成带有温度值的红外照片；
S3：将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行贴合和烘焙；
S4：记录存储S1-S3的操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S1包括采用双目红外摄像机对所述目标物体进行多角度拍摄，获得所述目标物体的所有红外照片，将所有的所述红外照片作为空间数据进行存储。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S2包括：S21.将双目红外摄像机获取的红外照片，根据左右目摄像机两个不同的位置关系，以及相机自身的硬件参数，对左右目摄像机获取的对同一位置点的两张照片进行匹配确定不同视角间该位置点的视差，由所述视差确定被拍摄的目标物体的特征点在当前双目红外摄影机空间位置坐标系中的位置；
S22.重复步骤S21，对所述目标物体的各个位置进行计算，最终得出所述红外双目生成模型；
S23.对所述红外双目生成模型进行逆变换，得到所述生成带有温度值的红外照片。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S21包括：S211.计算双目红外摄像机的左右两摄像头间成像中心点间的距离，表达式如下：
Figure SMS_1
，其中，T为双目红外摄像机的左右两摄像头视点间距，即视差，/>
Figure SMS_2
为左侧摄影机视心二维坐标，/>
Figure SMS_3
为右侧摄影机视心的二维坐标；
S212.结合双目红外摄像机本身的焦距，获得双目红外摄像机拍摄的红外照片特征点的二维坐标到双目红外摄影机的空间坐标，公式如下：
Figure SMS_4
其中，
Figure SMS_5
为相同照片元素的左侧图像x位置点，/>
Figure SMS_6
为相同照片元素的右侧图像上相同点的x位置点；f为双目红外摄像机的焦距，Z为红外照片特征点到双目红外摄影机视点平面的距离。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S22包括：重复步骤S21得到红外照片中目标物体的每一像素的位置，对相同照片元素的中的任意一个特征点，采用如下公式计算该特征点由二维到三维坐标转换过程：
Figure SMS_7
（3），其中，/>
Figure SMS_8
为求取的红外双目生成模型中任意一个特征点在双目红外摄影机所在空间点的三维坐标点，/>
Figure SMS_9
、/>
Figure SMS_10
目标物体在红外照片中的同元素像素在左右双目摄像头中的不同的像素位置；Y为左右双目摄像头的照片中对应两点的相同纵向坐标。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S23包括：S231.将所述三维模型进行逆变换，如下式表示：
Figure SMS_11
其中
Figure SMS_12
、/>
Figure SMS_13
、/>
Figure SMS_14
为双目红外摄像机所在位置的空间坐标，R为已知的双目红外摄像机到红外双目生成模型的旋转矩阵，/>
Figure SMS_15
为已知的双目红外摄像机到红外双目生成模型的位置的偏移向量；/>
S232.将双目红外摄像机的所在位置的空间坐标转换成所拍摄的红外图像的二维坐标，采用下式进行转换：
Figure SMS_16
其中x，y为红外成像平面对应点的坐标，f为红外双目摄像机的焦距；
S233.对所述红外成像平面对应点的坐标采用下式进行转换，得到计算机可存储的二进制矩阵图片：
Figure SMS_17
，其中，/>
Figure SMS_18
为红外双目生成模型的点在红外照片中的像素矩阵位置，/>
Figure SMS_19
分别为红外成像平面大小与存储的红外照片图像矩阵大小的缩放比例，/>
Figure SMS_20
为红外成像平面原点的坐标与红外照片的原点坐标的偏移量。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S3包括：对红外生成目标模型贴合的手工建模模型进行烘培，烘培的过程为沿着手工建模模型面的平面法线方向到最终红外生成目标模型包裹的扩散方向，将双目红外摄影机生成的红外照片的表面温度信息，映射到对应的手工建模的模型面上。
本发明还提供了一种目标物体的红外特征自动生成装置，用于实现本发明所述的方法，其特征在于，所述装置包括：
拍摄模块，用于对目标物体进行红外拍摄，得到关于所述目标物体的空间数据；
模型建立模块，用于根据所述空间数据建立红外双目生成模型；
匹配和映射模块，用于将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行匹配和烘培；
记录存储模块，用于记录存储所有操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。
如上所述的方面和任一可能的实现方式，进一步提供一种实现方式，所述S3包括：将所述目标物体手动建模模型和所述温度变化模型进行匹配和烘培，对手动建模模型生成红外贴图。
本发明还提供了一种目标物体的红外特征自动生成装置，用于实现所述的方法，所述装置包括：
拍摄模块，用于对目标物体进行红外拍摄，得到所述目标物体的包括红外特征的空间数据；
模型建立模块，用于建立与所述目标物体相对应的温度和空间模型；
匹配和映射模块，用于将所述空间数据和所述温度变化模型进行匹配和映射；
记录保存模块，将上述模型建立，匹配和映射过程数据存储下来，从而实现目标物体的红外特征自动生成。
本发明还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现所述的方法。
本发明还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计算机程序，所述计算机程序由处理器加载并执行以实现所述的方法。
本发明的有益效果
与现有技术相比，本发明有如下有益效果：
本发明的基于目标物体的红外材质自动生成方法，利用真实的红外传感器对目标物体进行多角度拍摄，得到目标物体的实际红外表面信息的空间数据；根据所述红外照片建立红外双目生成模型，并生成带有温度值的红外照片；将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行贴合和烘焙；记录存储所有的操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。使用本方法，具有以下多方面的优势：
（一）：多角度红外摄影，通过空间标注技术对实际对象的生成的红外双目生成模型和事先针对目标物体建立的手动建模模型进行匹配和烘焙，计算机自动执行生成步骤，无需依赖美工进行建模，精度高，速度快。
（二）：利用生成的红外双目生成模型到手动建模模型中的二维贴图映射，动态实现手动建模模型的红外贴图。相比于现有技术的人工建模过程中，为了实现物体内部的红外特征，需要对模型进行拆分，分别在模型内外侧人工贴上红外材质；而本发明利用空间标注技术，通过不同角度的红外特征影像，能够在手动建模模型进行贴图还原当前红外相机拍摄下的红外特征，无需人工手动后期对手动建模模型的三维贴图重新绘制，即可实现手动建模模型的三维模型的红外效果的仿真。
（三）：由于同一目标物体的红外特性随时间，环境变化而变化，采用现有的人工建模需要定制多套模型；而利用本发明的方法，仅需重新拍摄该目标物体的红外照片即可，其中采用的公式的算法鲁棒性非常强。
附图说明
图1为本发明的方法流程图；
图2为本发明的双目红外摄影机的布局参数图；
图3为本发明的双目红外摄影机的定位原理图；
图4为本发明的红外图像到红外双目生成模型标注示意图；
图5为本发明红外模型到贴图平面温度映射示意图。
具体实施方式
为了更好的理解本发明的技术方案，本发明内容包括但不限于下文中的具体实施方式，相似的技术和方法都应该视为本发明保护的范畴之内。为使本发明要解决的技术问题、技术方案和优点更加清楚，下面将结合附图及具体实施例进行详细描述。
应当明确，本发明所描述的实施例仅仅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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
如图1所示，本发明的一种目标物体的红外特征自动生成方法，所述方法包括：
S1：对目标物体进行红外拍摄，得到关于所述目标物体的红外照片；
S2：根据所述红外照片建立红外双目生成模型，并生成带有温度值的红外照片；
S3：将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行贴合和烘焙；
S4：记录存储S1-S3的操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。
本发明的具体实施过程如下：
步骤1.采集目标红外特性，得到关于目标物体的空间数据。
对目标物体，通过固定的双目红外摄影机在不同点位进行拍摄，保证被拍摄的目标物体所有角度均可以被拍摄到。或者也可以通过无人机，通过预定义不同角度，对目标物体进行多角度拍摄，得到关于目标物体的所有红外照片或图片，本发明中红外照片、照片和红外图片没有区别，均是采用双目红外摄影机对目标物体进行拍摄得到的，同时双目红外摄影机和双目红外摄像机也可以替换使用，本发明不加以区分，这些红外照片作为空间数据进行保存，以用于下面的步骤，另外，将双目红外摄影机拍摄的红外照片进行编组，方便后续对红外照片进行红外双目生成模型的建立。
步骤2.基于红外照片建立红外双目生成模型，并生成带有温度值的红外照片。
采用双目红外摄影机拍摄的红外照片进行目标物体的外观红外双目生成模型的建立，利用双目红外摄影机左右两个摄像头不同的位置关系，以及双目红外摄影机自身的硬件参数，对于左右同一双目红外摄影机拍摄到的两张照片，包含很多相同的特征，比如直线、角度、边缘点等，利用同一双目红外摄影机两张照片特征匹配的方式，其特征点如图3所示，确定同一双目红外摄影机两个不同视角间的特征点的视差，确定被拍摄的目标物体的特征点在当前双目红外摄影机空间位置坐标系中的位置。按照此方式对目标物体进行全方位的拍摄，保证拍摄的目标物体的所有表面都能被覆盖到，并对上述所有拍摄到的红外摄照片进行上述计算，最终得出双目红外摄影机所拍摄的二维红外摄照片所有特征点，然后进行双目红外摄影机空间的三维坐标的转换。其具体步骤如下：
1）计算双目红外摄影机的左右两摄像头间成像中心点间的距离，公式如下：
Figure SMS_21
（1），
如图2所示，式（1）用于计算双目红外摄影机的左右两摄像头间成像中心点间的实际距离T，即为左右两摄像头间的视差，
Figure SMS_22
左侧摄影机视心二维坐标，/>
Figure SMS_23
为右侧摄影机视心的二维坐标；
2）如图2所示，结合双目红外摄影机本身的焦距，获得双目红外摄像机拍摄的红外照片特征点的二维坐标到当前所拍摄照片的双目红外摄影机的空间坐标，公式如下：
Figure SMS_24
（2）
其中，T为两摄像头视点间距离，由公式（1）得到，
Figure SMS_25
为相同照片元素的左侧图像x位置点，/>
Figure SMS_26
为相同照片元素的右侧图像上相同点的x位置点，即分别是双目红外摄影机的
Figure SMS_27
，/>
Figure SMS_28
的横坐标；f为双目红外摄像机的焦距；Z就是待求取的所拍摄照片的同一特征点到双目红外摄影机视点平面的距离。
通过上述式（1）、式（2）得出相同照片元素中关于目标物体每一像素的位置，通过将不同位置的坐标进行合并，即对相同照片元素中的任意一个特征点，采用如下公式（3）计算该特征点由二维到三维坐标转换过程：
Figure SMS_29
（3），在上式中，/>
Figure SMS_30
为最终的红外双目生成模型中任意一个特征点在双目红外摄影机所在空间点的三维坐标点，/>
Figure SMS_31
、/>
Figure SMS_32
为已知的目标物体在照片中的同元素像素在左右双目摄像头中的像素位置，T为摄像头视点间距由公式（1）所得；Y为已知的左右双目摄像头的照片中对应两点的相同纵向坐标，通过全覆盖的双目红外摄像机点位，采用上述过程进行计算，从而最终得到以任意特征点/>
Figure SMS_33
表示的目标物体的红外双目生成模型。
对红外照片到红外双目生成模型的三维变换的过程，进行逆变换，即对于生成的目红外双目生成模型上任意一点，获取目标物体表面的空间位置，将该空间位置进行逆变换获取得到红外图像上的二维定位，通过此过程可以从红外双目生成模型的任意表面的空间坐标点，获取到红外图片平面坐标，继而得到红外图片，该红外图片则包含了被拍摄的目标物体的温度信息，即该红外图片上可以读取到当前目标物体的三维坐标点的温度，通过对上述红外双目生成模型到二维红外图像的逆变换，可以得出三维空间中对应位置的目标物体，到红外图片的映射关系，并通过红外图片读取当前位置的表面温度。其逆变换如图3所示，采用如下公式（4）表示：
Figure SMS_35
（4） 其中，/>
Figure SMS_37
、/>
Figure SMS_39
、/>
Figure SMS_36
为双目红外摄像机所在位置的空间坐标，/>
Figure SMS_38
、/>
Figure SMS_40
、/>
Figure SMS_41
为红外双目生成模型的三维空间点，R为双目红外摄像机到红外双目生成模型的旋转矩阵，为已知量，/>
Figure SMS_34
为双目红外摄像机到红外双目生成模型的位置的偏移向量，为已知量。通过式（4）可得推测出双目红外摄像机的拍摄位置，从而找到对应的拍摄的红外照片，即为空间数据存储的红外照片中的某一张，此过程将双目红外摄影机生成的红外双目生成模型的表面位置点与对应的其事先拍摄的红外照片关联起来，方便后续步骤对应红外照片的温度信息。
将双目红外摄像机的所在位置的空间坐标转换成所拍摄的红外图像的二维坐标，采用公式（5）来实现：
Figure SMS_42
（5），其中，/>
Figure SMS_43
、/>
Figure SMS_44
、/>
Figure SMS_45
为双目红外摄像机所在位置的空间坐标，x，y为红外成像平面对应点的坐标，f为双目红外摄像机的焦距，最终得出双目红外摄像机的红外成像平面对应点的坐标/>
Figure SMS_46
。
将红外图片转换成计算机可存储的二进制矩阵图片，采用公式（6）来实现：
Figure SMS_47
（6）
得到的图片在计算机中以二进制矩阵形式存储，此过程将红外图片坐标转为计算机可存储的图片二维矩阵坐标，通过读取此点位矩阵坐标位置可获取红外图片某点位的温度。
红外成像平面的二维坐标与存储的图像矩阵坐标，原点位置不一致，红外成像平面的坐标原点位于视点中心，而图像矩阵坐标位于图片的左上角，因此，两坐标系存在缩放和平移的关系，
Figure SMS_48
为红外双目生成模型的的点在其拍摄红外照片中的像素矩阵位置，
Figure SMS_49
分别为红外成像平面大小与存储的红外照片图像矩阵大小的缩放比例，/>
Figure SMS_50
为红外成像平面原点的坐标与拍摄的红外照片原点坐标的偏移量，经过相应的变换，最终得到与红外双目生成模型的表面某一点对应双目红外摄影机所拍摄的红外照片上具有温度的坐标点，即经过此步骤处理后，使所拍摄的红外照片带有温度信息，可从该红外照片的每一坐标点读取温度值，以上述方式获取所有拍摄的带有温度值的红外照片。
本发明根据上述双目红外摄影机到图片矩阵坐标的逆变换，可以获取到红外双目生成模型的任意一点表面的温度，如图4和图5所示，取红外双目生成模型的任意一点，可获取与该点对应位置的红外图片上的温度数据。
步骤3.将对所述目标物体事先建立的手动建模模型和红外双目生成模型进行贴合和烘培。
由于事先建立的目标物体的手动建模模型，为人工在三维建模软件中建立的目标模型，其模型空间位置和最终双目红外摄影机生成的红外双目生成模型的空间位置不完全一致，因此需要将生成的红外双目生成模型与原手工建模的模型进行贴合，因为两种模型的目标对象一致，所以通过平移缩放旋转最终可以与原手工建模模型贴合，此时可记录贴合过程中平移旋转缩放的矩阵。
对贴合的手工建模模型进行烘培，烘培的过程为沿着手工建模模型面的平面法线方向到最终红外生成目标模型包裹的扩散方向，将双目红外摄影机生成的红外照片的表面温度信息，映射到对应的手工建模的模型面上。
步骤4.记录存储上述贴合和烘培过程的数据信息，从而实现目标物体的红外特征自动生成。
本发明将从双目红外摄影机拍摄的红外照片到红外生成目标模型、确定红外摄影机的拍摄位置、以及手工建模模型与红外生成目标模型进行贴合和烘焙的空间变化矩阵记录存储下来，并在下次拍摄时，使用同样的拍摄位置，及空间变化操作，采用本发明的步骤1-4即可实时实现手工建模模型的表面的红外温度贴图与双目红外摄影图片对应，实现目标物体的红外特征的自动生成。
本发明还提供了一种目标物体的红外特征自动生成装置，用于实现所述的方法，所述装置包括：
拍摄模块，用于对目标物体进行红外拍摄，得到关于所述目标物体的空间数据；
模型建立模块，用于根据所述空间数据建立红外双目生成模型；
匹配和映射模块，用于将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行匹配和烘培；
记录存储模块，用于记录存储所有操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。
本发明还提供了一种计算机设备，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现本发明所述的方法。
本发明还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计算机程序，所述计算机程序由处理器加载并执行以实现本发明所述的方法。
使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本发明。在本发明实施例和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。
上述说明示出并描述了本发明的若干优选实施例，但如前所述，应当理解本发明并非局限于本文所披露的形式，不应看作是对其他实施例的排除，而可用于各种其他组合、修改和环境，并能够在本文所述申请构想范围内，通过上述教导或相关领域的技术或知识进行改动。而本领域人员所进行的改动和变化不脱离本发明的精神和范围，则都应在本发明所附权利要求书的保护范围内。

Claims (10)

1.一种目标物体的红外特征自动生成方法，其特征在于，所述方法包括：
S1：对目标物体进行红外拍摄，得到关于所述目标物体的红外照片；
S2：根据所述红外照片建立红外双目生成模型，并生成带有温度值的红外照片；
S3：将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行贴合和烘焙；
S4：记录存储S1-S3的操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。
2.根据权利要求1所述的目标物体的红外特征自动生成方法，其特征在于，所述S1包括采用双目红外摄像机对所述目标物体进行多角度拍摄，获得所述目标物体的所有红外照片，将所有的所述红外照片作为空间数据进行存储。
3.根据权利要求1所述的目标物体的红外特征自动生成方法，其特征在于，所述S2包括：S21.将双目红外摄像机获取的红外照片，根据左右目摄像机两个不同的位置关系，以及相机自身的硬件参数，对左右目摄像机获取的对同一位置点的两张照片进行匹配确定不同视角间该位置点的视差，由所述视差确定被拍摄的目标物体的特征点在当前双目红外摄影机空间位置坐标系中的位置；
S22.重复步骤S21，对所述目标物体的各个位置进行计算，最终得出所述红外双目生成模型；
S23.对所述红外双目生成模型进行逆变换，得到所述生成带有温度值的红外照片。
4.根据权利要求3所述的目标物体的红外特征自动生成方法，其特征在于，所述S21包括：S211.计算双目红外摄像机的左右两摄像头间成像中心点间的距离，表达式如下：
Figure QLYQS_1
，其中，T为双目红外摄像机的左右两摄像头视点间距，即视差，/>
Figure QLYQS_2
为左侧摄影机视心二维坐标，/>
Figure QLYQS_3
为右侧摄影机视心的二维坐标；
S212.结合双目红外摄像机本身的焦距，获得双目红外摄像机拍摄的红外照片特征点的二维坐标到双目红外摄影机的空间坐标，公式如下：
Figure QLYQS_4
其中，/>
Figure QLYQS_5
为相同照片元素的左侧图像x位置点，/>
Figure QLYQS_6
为相同照片元素的右侧图像上相同点的x位置点；f为双目红外摄像机的焦距，Z为红外照片特征点到双目红外摄影机视点平面的距离。
5.根据权利要求4所述的目标物体的红外特征自动生成方法，其特征在于，所述S22包括：重复步骤S21得到红外照片中目标物体的每一像素的位置，对相同照片元素的中的任意一个特征点，采用如下公式计算该特征点由二维到三维坐标转换过程：
Figure QLYQS_7
（3），其中，/>
Figure QLYQS_8
为求取的红外双目生成模型中任意一个特征点在双目红外摄影机所在空间点的三维坐标点，/>
Figure QLYQS_9
、/>
Figure QLYQS_10
为目标物体在红外照片中的同元素像素在左右双目摄像头中的不同的像素位置；Y为左右双目摄像头的照片中对应两点的相同纵向坐标。
6.根据权利要求4所述的目标物体的红外特征自动生成方法，其特征在于，所述S23包括：S231.将所述红外双目生成模型进行逆变换，如下式表示：
Figure QLYQS_11
，其中/>
Figure QLYQS_12
、/>
Figure QLYQS_13
、/>
Figure QLYQS_14
为双目红外摄像机所在位置的空间坐标，R为已知的双目红外摄像机到红外双目生成模型的旋转矩阵，/>
Figure QLYQS_15
为已知的双目红外摄像机到红外双目生成模型的位置的偏移向量；
S232.将双目红外摄像机的所在位置的空间坐标转换成所拍摄的红外图像的二维坐标，采用下式进行转换：
Figure QLYQS_16
其中x，y为红外成像平面对应点的坐标，f为红外双目摄像机的焦距；
S233.对所述红外成像平面对应点的坐标采用下式进行转换，得到计算机可存储的二进制矩阵图片：
Figure QLYQS_17
，其中，/>
Figure QLYQS_18
为红外双目生成模型的点在红外照片中的像素矩阵位置，/>
Figure QLYQS_19
分别为红外成像平面大小与存储的红外照片图像矩阵大小的缩放比例，/>
Figure QLYQS_20
为红外成像平面原点的坐标与红外照片的原点坐标的偏移量。
7.根据权利要求1所述的目标物体的红外特征自动生成方法，其特征在于，所述S3包括：对红外生成目标模型贴合的手工建模模型进行烘培，烘培的过程为沿着手工建模模型面的平面法线方向到最终红外生成目标模型包裹的扩散方向，将红外照片的表面温度信息，映射到对应的手工建模的模型面上。
8.一种目标物体的红外特征自动生成装置，用于实现权利要求1-7任一项所述的方法，其特征在于，所述装置包括：
拍摄模块，用于对目标物体进行红外拍摄，得到关于所述目标物体的空间数据；
模型建立模块，用于根据所述空间数据建立红外双目生成模型；
匹配和映射模块，用于将事先建立的所述目标物体的手动建模模型和所述红外双目生成模型进行匹配和烘培；
记录存储模块，用于记录存储所有操作过程中产生的数据信息，实现对所述目标物体的红外特征自动生成。
9.一种计算机设备，其特征在于，所述计算机设备包括处理器和存储器，所述存储器中存储有计算机程序，所述计算机程序由所述处理器加载并执行以实现如上述权利要求1至7任一项所述的方法。
10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机程序，所述计算机程序由处理器加载并执行以实现如上述权利要求1至7任一项所述的方法。
CN202310085573.8A 2023-02-09 2023-02-09 目标物体的红外特征自动生成方法、装置、设备和介质 Pending CN115880687A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310085573.8A CN115880687A (zh) 2023-02-09 2023-02-09 目标物体的红外特征自动生成方法、装置、设备和介质

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310085573.8A CN115880687A (zh) 2023-02-09 2023-02-09 目标物体的红外特征自动生成方法、装置、设备和介质

Publications (1)

Publication Number Publication Date
CN115880687A true CN115880687A (zh) 2023-03-31

Family

ID=85760922

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310085573.8A Pending CN115880687A (zh) 2023-02-09 2023-02-09 目标物体的红外特征自动生成方法、装置、设备和介质

Country Status (1)

Country Link
CN (1) CN115880687A (zh)

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504688A (zh) * 2014-12-10 2015-04-08 上海大学 基于双目立体视觉的客流密度估计的方法和系统
CN108279677A (zh) * 2018-02-08 2018-07-13 张文 基于双目视觉传感器的轨道机器人检测方法
CN109101935A (zh) * 2018-08-20 2018-12-28 深圳市中视典数字科技有限公司 基于热成像相机的人物动作捕捉系统和方法
CN111091076A (zh) * 2019-12-03 2020-05-01 西北工业大学 基于立体视觉的隧道限界数据测量方法
CN113110570A (zh) * 2021-03-30 2021-07-13 扬州昊科机器人科技有限公司 一种利用无人机测量大型罐体实时数据的智能机器人

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104504688A (zh) * 2014-12-10 2015-04-08 上海大学 基于双目立体视觉的客流密度估计的方法和系统
CN108279677A (zh) * 2018-02-08 2018-07-13 张文 基于双目视觉传感器的轨道机器人检测方法
CN109101935A (zh) * 2018-08-20 2018-12-28 深圳市中视典数字科技有限公司 基于热成像相机的人物动作捕捉系统和方法
CN111091076A (zh) * 2019-12-03 2020-05-01 西北工业大学 基于立体视觉的隧道限界数据测量方法
CN113110570A (zh) * 2021-03-30 2021-07-13 扬州昊科机器人科技有限公司 一种利用无人机测量大型罐体实时数据的智能机器人

Similar Documents

Publication Publication Date Title
CN110910486B (zh) 室内场景光照估计模型、方法、装置、存储介质以及渲染方法
US11830163B2 (en) Method and system for image generation
CN108335353B (zh) 动态场景的三维重建方法、装置和系统、服务器、介质
CN111862179B (zh) 三维对象建模方法与设备、图像处理装置及介质
TW201915944A (zh) 圖像處理方法、裝置、系統和儲存介質
WO2023280038A1 (zh) 一种三维实景模型的构建方法及相关装置
JP2006053694A (ja) 空間シミュレータ、空間シミュレート方法、空間シミュレートプログラム、記録媒体
US9253415B2 (en) Simulating tracking shots from image sequences
CN113345063B (zh) 基于深度学习的pbr三维重建方法、系统与计算机存储介质
JP2010123007A (ja) 画像処理装置
CN114549289A (zh) 图像处理方法、装置、电子设备和计算机存储介质
Zhu et al. Spatially-varying outdoor lighting estimation from intrinsics
CN114125269A (zh) 一种基于深度学习的手机实时全景拍摄方法
EP3906530B1 (en) Method for 3d reconstruction of an object
CN114616586A (zh) 图像标注方法、装置、电子设备及计算机可读存储介质
CN116912393A (zh) 人脸重建方法、装置、电子设备及可读存储介质
CN109166176B (zh) 三维人脸图像的生成方法与装置
CN116681839A (zh) 一种基于改进NeRF的实景三维目标重建与单体化方法
CN115063485B (zh) 三维重建方法、装置及计算机可读存储介质
CN114898068B (zh) 三维建模方法、装置、设备及存储介质
CN115880687A (zh) 目标物体的红外特征自动生成方法、装置、设备和介质
CN114820899A (zh) 一种基于多视角渲染的姿态估计方法和装置
JP3387900B2 (ja) 画像処理方法及び装置
CN113706391A (zh) 无人机航拍图像实时拼接方法、系统、设备及存储介质
CN117274501B (zh) 一种可驱动数字人建模方法、装置、设备及介质

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