CN115994942B - 三维模型的对称提取方法、装置、设备及存储介质 - Google Patents
三维模型的对称提取方法、装置、设备及存储介质 Download PDFInfo
- Publication number
- CN115994942B CN115994942B CN202310287208.5A CN202310287208A CN115994942B CN 115994942 B CN115994942 B CN 115994942B CN 202310287208 A CN202310287208 A CN 202310287208A CN 115994942 B CN115994942 B CN 115994942B
- Authority
- CN
- China
- Prior art keywords
- point
- target
- dimensional model
- symmetry
- matching
- 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
Landscapes
- Image Analysis (AREA)
Abstract
本申请提供了一种三维模型的对称提取方法、装置、设备及存储介质,其中,该方法包括:电子设备对三维模型进行点特征计算,得到三维模型的对称特征描述信息,并对该对称特征描述信息进行冗余配对,得到三维模型中各点的匹配点组,对匹配点组进行筛选,得到各点对应的有效点对,根据有效点对确定三维模型的目标对称面,最后对目标对称面进行对称提取,得到三维模型的对称主轴。通过对点特征计算得到的对称特征描述信息进行冗余配对,可以提高点对匹配的准确率,通过对匹配点组进行筛选,可以使电子设备获得更多的有效点对,从而提高后续确定目标对称面以及对目标对称面进行对称提取的效率。
Description
技术领域
本申请涉及测绘学、计算机视觉和计算机图形学的三维重建与几何处理领域,具体而言,涉及一种三维模型的对称提取方法、装置、设备及存储介质。
背景技术
随着摄影测量三维模型技术的快速发展,用户通过图片就能快速构建三维模型,当种类繁多、数量庞大的三维模型集中构成模型库时,模型的标准化处理和应用会变得十分困难,提供三维模型的高级结构信息就成为了解决这种困难的有效途径,其中,对称信息是最基础、最直观、应用价值最大的高级结构信息。
目前针对对称信息的对称检测算法的适用对象通常为精准的手工建模模型或简单的网格模型,但由于摄影测量三维模型具有高复杂度的特点,已有的检测方法存在误差大甚至检测失败的问题。
因此,如何提高对三维数据对称检测的精度成为了亟待解决的问题。
发明内容
本申请的目的在于,针对上述现有技术中的不足,提供一种三维模型的对称提取方法、装置、设备及存储介质,以解决现有技术中三维数据对称检测的精度低的问题。
为实现上述目的,本申请采用的技术方案如下:
第一方面,本申请提供了一种三维模型的对称提取方法,所述方法包括:
对三维模型进行点特征计算,得到所述三维模型的对称特征描述信息,所述对称特征描述信息包括所述三维模型的每个点对应的对称特征描述子;
对所述对称特征描述信息进行冗余配对,得到所述三维模型中各点对应的匹配点组,各点对应的匹配点组中包括所述点以及与所述点匹配的点;
对各点对应的匹配点组进行筛选,得到各点对应的有效点对;
根据各点对应的有效点对,确定所述三维模型的目标对称面;
对各所述目标对称面进行对称提取,得到所述三维模型的对称主轴。
可选的,所述对所述对称特征描述信息进行冗余配对,得到所述三维模型中各点对应的匹配点组,包括:
根据目标点的对称特征描述子进行冗余配对,得到所述目标点对应的至少一个匹配点,所述目标点为所述三维模型中的任意一点;
将所述目标点以及所述目标点对应的至少一个匹配点组合为所述目标点对应的匹配点组。
可选的,所述对各点对应的匹配点组进行筛选,得到各点对应的有效点对,包括:
遍历目标点对应的匹配点组中各匹配点,若当前遍历到的匹配点与所述目标点的位置关系满足预设位置关系,且基于当前遍历到的匹配点与所述目标点所形成的面中的向量满足预设向量关系,则确定当前遍历到的匹配点为所述目标点对应的有效点;
将所述目标点对应的有效点以及所述目标点组合为所述目标点对应的有效点对。
可选的,确定所述三维模型的目标对称面,包括:
对各点对应的有效点对进行聚类,得到至少一个有效点对簇;
对所述各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各所述候选对称面进行验证,根据验证结果确定目标对称面。
可选的,所述对各点对应的有效点对进行聚类,得到至少一个有效点对簇,包括:
将各所述有效点对组合为匹配线,并根据各所述匹配线的夹角度数对各所述有效点对进行聚类,得到多个有效点对簇。
可选的,所述对所述各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面,对各所述候选对称面进行验证,根据验证结果确定目标对称面,包括:
根据所述匹配线,对所述有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各所述候选对称面进行验证,根据验证结果确定目标对称面。
可选的,所述对各所述目标对称面进行对称提取,得到所述三维模型的对称主轴,包括:
若所述三维模型的目标对称面数量为一个,则对所述目标对称面进行对称提取,得到所述三维模型的对称主轴;
若所述三维模型的目标对称面数量为两个,则将两个目标对称面的交线确定为所述三维模型的对称主轴;
若所述三维模型的目标对称面数量大于或等于三,则将所述目标对称面的交线添加到所述三维模型的对称主轴候选集中,并从所述对称主轴候选集中筛选出对称主轴。
第二方面,本申请提供了一种三维模型的对称提取装置,所述装置包括:
特征计算模块,用于:对三维模型进行点特征计算,得到所述三维模型的对称特征描述信息,所述对称特征描述信息包括所述三维模型的每个点对应的对称特征描述子;
冗余配对模块,用于:对所述对称特征描述信息进行冗余配对,得到所述三维模型中各点对应的匹配点组,各点对应的匹配点组中包括所述点以及与所述点匹配的点;
筛选模块,用于:对各点对应的匹配点组进行筛选,得到各点对应的有效点对;
确定模块,用于:根据各点对应的有效点对,确定所述三维模型的目标对称面;
对称提取模块,用于:对各所述目标对称面进行对称提取,得到各所述目标对称面的对称主轴。
可选的,所述冗余配对模块,还用于:
根据目标点的对称特征描述子进行冗余配对,得到所述目标点对应的至少一个匹配点,所述目标点为所述三维模型中的任意一点;
将所述目标点以及所述目标点对应的至少一个匹配点组合为所述目标点对应的匹配点组。
可选的,所述筛选模块,还用于:
遍历目标点对应的匹配点组中各匹配点,若当前遍历到的匹配点与所述目标点的位置关系满足预设位置关系,且基于当前遍历到的匹配点与所述目标点所形成的面中的向量满足预设向量关系,则确定当前遍历到的匹配点为所述目标点对应的有效点;
将所述目标点对应的有效点以及所述目标点组合为所述目标点对应的有效点对。
可选的,所述确定模块,还用于:
对各点对应的有效点对进行聚类,得到至少一个有效点对簇;
对所述各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各所述候选对称面进行验证,根据验证结果确定目标对称面。
可选的,所述确定模块,还用于:
将各所述有效点对组合为匹配线,并根据各所述匹配线的夹角度数对各所述有效点对进行聚类,得到多个有效点对簇。
可选的,所述确定模块,还用于:
根据所述匹配线,对所述有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各所述候选对称面进行验证,根据验证结果确定目标对称面。
可选的,所述对称提取模块,还用于:
若所述三维模型的目标对称面数量为一个,则对所述目标对称面进行对称提取,得到所述三维模型的对称主轴;
若所述三维模型的目标对称面数量为两个,则将两个目标对称面的交线确定为所述三维模型的对称主轴;
若所述三维模型的目标对称面数量大于或等于三,则将所述目标对称面的交线添加到所述三维模型的对称主轴候选集中,并从所述对称主轴候选集中筛选出对称主轴。
第三方面,本申请提供了一种电子设备,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的机器可读指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述机器可读指令,以执行如上述三维模型的对称提取方法的步骤。
第四方面,本申请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上存储有计算机程序,所述计算机程序被处理器运行时执行如上述三维模型的对称提取方法的步骤。
本申请的有益效果是:通过点特征计算得到三维模型中各点的对称特征描述子,可以将三维模型中点的对称情况数值化,便于电子设备进行后续数值化的计算和对称性的判断,通过对点特征计算得到的对称特征描述信息进行冗余配对,可以提高点对匹配的准确率,通过对匹配点组进行筛选,可以使电子设备获得更多的有效点对,从而提高后续确定目标对称面以及对目标对称面进行对称提取的效率,同时通过筛选获得的有效点对可以提高对称提取的精度。
附图说明
为了更清楚地说明本申请实施例的技术方案,下面将对实施例中所需要使用的附图作简单地介绍,应当理解,以下附图仅示出了本申请的某些实施例,因此不应被看作是对范围的限定,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他相关的附图。
图1示出了本申请实施例提供的一种应用场景示意图;
图2示出了本申请实施例提供的一种三维模型的对称提取方法的流程图;
图3示出了本申请实施例提供的一种确定匹配点组的流程图;
图4示出了本申请实施例提供的一种确定有效点对的流程图;
图5示出了本申请实施例提供的一种确定目标对称面的流程图;
图6示出了本申请实施例提供的又一种确定目标对称面的流程图;
图7示出了本申请实施例提供的一种确定对称主轴的流程图;
图8示出了本申请实施例提供的一种三维模型的对称提取装置的结构示意图;
图9示出了本申请实施例提供的一种电子设备的结构示意图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中的附图,对本申请实施例中的技术方案进行清楚、完整地描述,应当理解,本申请中附图仅起到说明和描述的目的,并不用于限定本申请的保护范围。另外,应当理解,示意性的附图并未按实物比例绘制。本申请中使用的流程图示出了根据本申请的一些实施例实现的操作。 应该理解,流程图的操作可以不按顺序实现,没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。 此外,本领域技术人员在本申请内容的指引下,可以向流程图添加一个或多个其他操作,也可以从流程图中移除一个或多个操作。
另外,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护的范围。
需要说明的是,本申请实施例中将会用到术语“包括”,用于指出其后所声明的特征的存在,但并不排除增加其它的特征。
针对三维模型的对称提取和对称检测是人们关注的热点,但由于摄影测量三维模型具有高复杂度的特点,已有的检测方法存在误差大甚至检测失败的问题,面对这种问题,目前只能依靠模型的规整性和算法的鲁棒性进行解决,在出现较大误差或检测失败时,只能通过人工修正解决。
因此,如何提高对三维数据对称检测的精度、提高对三维模型对称提取的效率成为了亟待解决的问题。
基于上述问题,本申请提出一种三维模型的对称提取方法,执行主体例如可以是电子设备,如图1所示,是本申请给出的一种应用场景示意图,电子设备对用户输入的三维模型进行对称检测,提取该三维模型的有效对称平面和对称主轴,并将提取到的三维模型的有效对称平面和对称主轴返回给用户。
图2是本申请给出的一种三维模型的对称提取方法的流程图,如图2所示,本申请的三维模型的对称提取方法包括:
S201:对三维模型进行点特征计算,得到三维模型的对称特征描述信息,对称特征描述信息包括三维模型的每个点对应的对称特征描述子。
可选的,可以对三维模型中的每个点进行点特征计算,得到该点的对称特征描述子,三维模型所有点的对称特征描述子组成三维特征的对称特征描述信息。
可选的,对称特征描述子可以表征三维模型中点的全局位置和姿态,并表征每个点和该点的邻域点在局部区域上的特征,示例性的,对称特征描述子例如可以是点对称特征直方图(Point Symmetric Feature Histogram ,PSFH),每个点的对称特征描述子例如可以表示成一个数组,示例性的,可以将每个点的对称特征描述子表示成一个88维的数组。
值得注意的是,三维模型的对称特征描述信息并不限于点对称特征直方图,也可以是其他点对称特征的数字化表达。
S202:对对称特征描述信息进行冗余配对,得到三维模型中各点对应的匹配点组,各点对应的匹配点组中包括点以及与点匹配的点。
可选的,冗余配对可以是对三维模型中的每个点,找到多个匹配点,匹配点可以是电子设备确定的对称点,或是相似对称点。
可选的,匹配点组中匹配点的个数可以由用户预先设置,示例性的,用户可以预先设置冗余系数,以确定为每个点匹配的匹配点数。
值得注意的是,即使在对称的三维模型上,对称点之间的特征值也是极其相似而不绝对相等的,因为建模、降采样会导致顶点级别的误差与非完美对称,因此,本步骤采用冗余配对能够为每个点找到多个匹配点,避免因为对称点及对称点的邻域点相似度高,进行匹配时无法准确识别对称点,从而造成对称点匹配效率低、误差较大的情况。
示例性的,点A的匹配点组例如可以是(A,B,C,D),表示点A的匹配点包括B点、C点和D点。
S203:对各点对应的匹配点组进行筛选,得到各点对应的有效点对。
可选的,有效点对可以包括点及电子设备在匹配点组中筛选确定的对称点。
示例性的,点A的匹配点组例如可以是(A,B,C,D),表示点A的匹配点包括B点、C点和D点,筛选后得到的点A的有效点对可以是(A,B),表示最终确定点A的对称点为B点。
S204:根据各点对应的有效点对,确定三维模型的目标对称面。
可选的,目标对称面可以是三维模型的对称面,应当理解,一个三维模型的目标对称面可以是一个或多个。
示例性的,假设需要对三维模型的全局对称性进行检测提取,则提取出的目标对称面可以是全局对称面。
S205:对各目标对称面进行对称提取,得到三维模型的对称主轴。
可选的,经过上述S201-S204步骤,已经确定了一个或多个目标对称面,对各目标对称面进行对称提取,可以确定三维模型的对称主轴。
可选的,三维模型的对称主轴可以是一个或多个,示例性的,当电子设备确定的三维模型的对称主轴为多个时,可以将多个对称主轴都返回给用户。
需要说明的是,对三维模型进行对称检测,实质上就是提取三维模型的对称面和对称主轴,因此,若电子设备提取到了三维模型的对称面和对称主轴,则说明对称检测成功。
在本申请实施例中,电子设备对三维模型进行点特征计算,得到三维模型的对称特征描述信息,并对该对称特征描述信息进行冗余配对,得到三维模型中各点的匹配点组,对匹配点组进行筛选,得到各点对应的有效点对,根据有效点对确定三维模型的目标对称面,最后对目标对称面进行对称提取,得到三维模型的对称主轴。通过对点特征计算得到的对称特征描述信息进行冗余配对,可以提高点对匹配的准确率,通过对匹配点组进行筛选,可以使电子设备获得更多的有效点对,从而提高后续确定目标对称面以及对目标对称面进行对称提取的效率。
接下来对上述S202步骤中,对对称特征描述信息进行冗余配对,得到三维模型中各点对应的匹配点组的步骤进行说明,如图3所示,上述S202步骤包括:
S301:根据目标点的对称特征描述子进行冗余配对,得到目标点对应的至少一个匹配点,目标点为三维模型中的任意一点。
可选的,目标点可以是三维模型中任意确定的一点。
可选的,根据目标点的对称特征描述子进行冗余配对,可以是将与目标点的对称程度满足预设阈值或预设条件的点确定为目标点的匹配点,由于目标点的对称点可能有多个与其高度近似的邻域点,因此,示例性的,目标点的匹配点中可以包括目标点的对称点以及该对称点的邻域点。
S302:将目标点以及目标点对应的至少一个匹配点组合为目标点对应的匹配点组。
可选的,匹配点的数量可以由用户设置确定,示例性的,用户可以确定冗余系数以表征每个点匹配的匹配点数量。
示例性的,假设电子设备确定的点M的匹配点有点P、点Q,则电子设备可以确定点M的匹配点组为(M,P,Q)。
值得注意的是,电子设备可以依次将三维模型中的每个点确定为目标点,并进行上述S301-S302步骤,从而找到各点的匹配点组。
在本申请实施例中,对三维模型中的各点进行冗余配对,确定各点的至少一个匹配点,并将各点与其对应的至少一个匹配点组合为该点的匹配点组。通过对每个点确定多个匹配点,可以将对称点与其邻域点都确定为匹配点,便于进行后续更精准的筛选,避免出现因为邻域点近似程度高于对称点而造成的对称点匹配效率低、误差大的情况,提高对称提取的准确率。
接下来对上述对各点对应的匹配点组进行筛选,得到各点对应的有效点对的步骤进行说明,如图4所示,上述S203步骤包括:
S401:遍历目标点对应的匹配点组中各匹配点,若当前遍历到的匹配点与目标点的位置关系满足预设位置关系,且基于当前遍历到的匹配点与目标点所形成的面中的向量满足预设向量关系,则确定当前遍历到的匹配点为目标点对应的有效点。
需要说明的是,对称特征描述子描述的是点的数值特征,虽然易于进行特征计算和匹配,但是易造成信息泛化和损失,加之冗余配对也增加了点匹配的不确定性,因此上述步骤匹配到的匹配点组需要进行筛选,以保证点匹配的精度和效率。
可选的,预设的位置关系可以是根据点的互相邻近关系进行设置,示例性的,如果匹配点组中的一个匹配点,落入另一个匹配点的邻近点集,反之亦然,那么这两个匹配点就不符合预设的位置关系,可以将该匹配点确定为无效的匹配点。
可选的,基于当前遍历到的匹配点与目标点所形成的面中的向量满足预设向量关系,例如可以是判断当前匹配点与目标点是否可以形成对称向量,若形成对称向量,则可以确定该匹配点有效。
示例性的,每个顶点可以通过曲率计算得到一个局部的右手坐标系,把连接目标点和匹配点的线作为轴,旋转目标点与坐标系原点的连线组成的向量1,使该向量与匹配点与原点连线组成的向量2共面,如果此时目标点与匹配点的局部坐标系中,向量1与向量2平行、关于轴中点旋转对称、或以轴的垂直平分线反射对称,则可确定向量1与向量2为对称向量,即可估计该匹配点与目标点是有效点对。
可选的,电子设备可以依次遍历每个匹配点组中的各匹配点,并对各匹配点与目标点的位置关系进行判断确定各目标点对应的有效点。
S402:将目标点对应的有效点以及目标点组合为目标点对应的有效点对。
可选的,确定目标点的匹配点组中的有效点后,电子设备可以将该有效点与其对应的目标点组合为目标点对应的有效点对。
示例性的,假设目标点A的匹配点组为(A,B,C,D),根据上述S401步骤确定的点A的有效点为点B,则可以确定点A的有效点对为(A,B)。
在本申请实施例中,电子设备根据预设位置关系和预设向量关系对匹配点组中的匹配点进行筛选,得到目标点的有效点对,可以首先消除大量的无效点对,再筛选出有效点对,提高有效点对筛选的准确率。
接下来对上述根据各点对应的有效点对,确定三维模型的目标对称面的步骤进行说明,如图5所示,上述S204步骤包括:
S501:对各点对应的有效点对进行聚类,得到至少一个有效点对簇。
可选的,对有效点对进行聚类可以是将遵从同一对称面的点聚集到一个簇中,得到至少一个有效点对簇。
可选的,一个有效点对簇可以表征一个对称面。
S502:对各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面。
可选的,候选对称面可以是电子设备确定的可能是三维模型的对称平面的对称面。
S503:对各候选对称面进行验证,根据验证结果确定目标对称面。
可选的,目标对称面的数量可以是一个或多个,应当理解,一个高度对称的三维模型可以包括多个目标对称面。
可选的,上述配对、聚类和拟合的过程均有可能存在误差,导致对称提取的精度降低,因此电子设备可以对候选平面进行验证,确定候选对称面是否有效,以及候选对称面的有效区域范围,得到各候选平面的对称精度,并根据验证结果,确定目标对称面。
在本申请实施例中,通过对候选对称面进行验证,可以定量评估候选对称面的对称精度,从而提高确定的目标对称面的准确度。
以下是对上述对各点对应的有效点对进行聚类,得到至少一个有效点对簇的步骤说明,上述S501步骤包括:
将各有效点对组合为匹配线,并根据各匹配线的夹角度数对各有效点对进行聚类,得到多个有效点对簇。
可选的,将各有效点对组合为匹配线,可以是将各有效点对组成的线段作为匹配线。
应当理解,一个有效点对簇反应的是一个对称面,一个由相互平行的匹配线组成的有效点对簇有很大概率支持的是同一个对称面,因此可以根据各匹配线的夹角度数进行聚类,将夹角度数符合偏差阈值的匹配线聚类归入到有效点对簇中。
示例性的,可以采用均值漂移聚类算法进行聚类。
假设有效点对聚类采用的是均值漂移聚类算法,示例性的,算法中可以包括如下几个参数:
偏差阈值σ:偏差阈值σ是指能被聚类为一个簇的所有匹配线的最大偏差角度,使用均值漂移聚类算法对匹配线段进行聚类时,若匹配线与漂移中心的偏差角度小于σ,则可以被聚类归入当前簇,大于σ则不能被聚类归入当前簇。偏差阈值σ对物体的非完美对称性、重建误差和降采样误差产生了合理的容忍。
漂移停止阈值τ:当簇中现有元素的当前中心线和新的漂移中心线之间的偏差不超过τ时,可以停止漂移以避免算法在当前簇内进行无效死循环。
最小有效簇φ:当一个簇表征一个潜在的对称面时,簇内的匹配线数量是非常充足的,相反,当一个簇中的匹配线数量极少时,该簇可能无法对应于一个有效的对称面。最小比值φ可以用来消除不包含足够数量的匹配线的簇。
在本申请实施例中,上述几个参数可以提高均值漂移聚类算法进行聚类时的精度。
接下来对上述对各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面,对各候选对称面进行验证,根据验证结果确定目标对称面的步骤进行说明,如图6所示,上述S502步骤包括:
S601:根据匹配线,对有效点对簇进行拟合,得到各有效点对簇对应的候选对称面。
可选的,电子设备可以对每个有效点对簇进行拟合,分别得到各有效点对簇对应的候选对称面。
值得说明的是,根据对称原理,一个簇中所有匹配线的中点都应该在同一对称平面上,因此,可以通过拟合有效点对簇中的所有匹配线的中点,确定各有效点对簇对应的候选对称面。
S602:对各候选对称面进行验证,根据验证结果确定目标对称面。
可选的,电子设备可以将位于候选对称面两边的点进行配对,并通过角度距离误差函数评估候选对称平面的精度,从而得到有效的对称平面作为验证结果。
示例性的,对各候选对称平面进行验证的方法可以包括以下内容:
验证配对:将候选对称平面一侧的点镜像到另一侧,然后将每个点与另一侧的点以欧氏距离最近为原则进行匹配。
平衡性验证:数据化衡量候选对称平面两侧的点的数量,若候选对称平面两侧的点数量不平衡性超过预设的阈值,则可以判断该候选对称平面无效,示例性的,可以通过快速审查参数快速估计候选对称平面的有效性,示例性的,快速审查参数的计算方法可以如下式(1)所示:
其中,N1和N2分别表示候选对称平面两侧的点的数量,N3表示验证配对得到的点对数量,若快速审查参数的值满足预设阈值,可以确定该候选对称平面有效。
距离偏差验证:理想情况下,通过验证配对得到的点对的匹配线段应该被提议的对称平面垂直平分,因此可以引入一个距离偏差参数定量评估候选对称平面与理想状态之间的差异,距离偏差参数的计算可以如下式(3)所示:
顶点总体误差函数:本申请实施例中,可以对三维模型中给的每个点计算一个误差值,如果一个点在验证配对中成功获得一个配对点,其误差值可以是上述角度偏差参数和距离偏差参数的加权和,若一个点在验证配对中没有获得配对点,则可以认为其误差值为1。
示例性的,顶点总体误差函数可以如下式(4)所示:
全局误差函数:可以由降采样的三维模型的所有点的平均误差确定全局误差,示例性的,全局误差函数的计算公式可以如下式(5)所示:
误差阈值验证:本申请实施例中可以通过误差阈值验证区分损失值所代表的点是否相对于候选对称平面对称,假设角度偏差的最大容许值为,距离偏差的最大容许值为角度偏差为/>时实际点与理想点之间的欧氏距离,则误差阈值计算方式可以如下式(6)所示:
误差图:本申请实施例中还可以将三维模型中所有点的损失值投射到候选对称平面上,然后插值形成栅格图像得到。
示例性的,假设判断的是全局对称平面的有效性,则可以通过分析误差图和三维模型在候选对称平面上的投影区域之间的重叠度快速估计;假设判断的是局部对称平面,则可以在误差图上提取具有连续效应区域的包络曲线并投影到三维模型上。
需要说明的是,上述验证方法只是本实施例提出的一部分实施方法,本申请在此不作顺序的限制,在实际执行时,本领域人员可以从上述方法中选取一部分作为验证指标,也可以调换上述验证方法的顺序,以进行候选平面对称性的验证。
接下来对上述对各目标对称面进行对称提取,得到三维模型的对称主轴的步骤进行说明,如图7所示,上述S205步骤包括:
S701:若三维模型的目标对称面数量为一个,则对目标对称面进行对称提取,得到三维模型的对称主轴。
可选的,若三维模型的目标对称面数量为一个,应当理解,对称主轴就不能唯一的确定,但对称主轴一定位于目标对称平面上,电子设备可以将该对称面上确定的所有对称主轴都作为三维模型的对称主轴返回给用户。
S702:若三维模型的目标对称面数量为两个,则将两个目标对称面的交线确定为三维模型的对称主轴。
可选的,若三维模型的目标对称面数量为两个,则两个目标对称面的交线可以作为三维模型的垂直主轴。
S703:若三维模型的目标对称面数量大于或等于三,则将目标对称面的交线添加到三维模型的对称主轴候选集中,并从对称主轴候选集中筛选出对称主轴。
可选的,若三维模型的目标对称面数量大于或等于三,一种可能的实施方式中,这些对称平面如果只有一条交线,则可以将该交线确定为三维模型的对称主轴,作为另一种可能的实施方式,如果对称平面有多条交线,则可以将这些交线都确定为三维模型的对称主轴,并返回给用户。
基于同一发明构思,本申请实施例中还提供了与三维模型的对称提取方法对应的三维模型的对称提取装置,由于本申请实施例中的装置解决问题的原理与本申请实施例上述三维模型的对称提取方法相似,因此装置的实施可以参见方法的实施,重复之处不再赘述。
参照图8所示,为本申请实施例提供的一种三维模型的对称提取装置的示意图,所述装置包括:特征计算模块801、冗余配对模块802、筛选模块803、确定模块804和对称提取模块805,其中:
特征计算模块801,用于:对三维模型进行点特征计算,得到三维模型的对称特征描述信息,对称特征描述信息包括三维模型的每个点对应的对称特征描述子;
冗余配对模块802,用于:对对称特征描述信息进行冗余配对,得到三维模型中各点对应的匹配点组,各点对应的匹配点组中包括点以及与点匹配的点;
筛选模块803,用于:对各点对应的匹配点组进行筛选,得到各点对应的有效点对;
确定模块804,用于:根据各点对应的有效点对,确定三维模型的目标对称面;
对称提取模块805,用于:对各目标对称面进行对称提取,得到各目标对称面的对称主轴。
可选的,冗余配对模块801还用于:
根据目标点的对称特征描述子进行冗余配对,得到目标点对应的至少一个匹配点,目标点为三维模型中的任意一点;
将目标点以及目标点对应的至少一个匹配点组合为目标点对应的匹配点组。
可选的,筛选模块803还用于:
遍历目标点对应的匹配点组中各匹配点,若当前遍历到的匹配点与目标点的位置关系满足预设位置关系,且基于当前遍历到的匹配点与目标点所形成的面中的向量满足预设向量关系,则确定当前遍历到的匹配点为目标点对应的有效点;
将目标点对应的有效点以及目标点组合为目标点对应的有效点对。
可选的,确定模块804还用于:
对各点对应的有效点对进行聚类,得到至少一个有效点对簇;
对各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各候选对称面进行验证,根据验证结果确定目标对称面。
可选的,确定模块804还用于:
将各有效点对组合为匹配线,并根据各匹配线的夹角度数对各有效点对进行聚类,得到多个有效点对簇。
可选的,确定模块804还用于:
根据匹配线,对有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各候选对称面进行验证,根据验证结果确定目标对称面。
可选的,对称提取模块805还用于:
若三维模型的目标对称面数量为一个,则对目标对称面进行对称提取,得到三维模型的对称主轴;
若三维模型的目标对称面数量为两个,则将两个目标对称面的交线确定为三维模型的对称主轴;
若三维模型的目标对称面数量大于或等于三,则将目标对称面的交线添加到三维模型的对称主轴候选集中,并从对称主轴候选集中筛选出对称主轴。
关于装置中的各模块的处理流程、以及各模块之间的交互流程的描述可以参照上述方法实施例中的相关说明,这里不再详述。
本申请实施例通过对点特征计算得到的对称特征描述信息进行冗余配对,可以提高点对匹配的准确率,通过对匹配点组进行筛选,可以使电子设备获得更多的有效点对,从而提高后续确定目标对称面以及对目标对称面进行对称提取的效率。
本申请实施例还提供了一种电子设备,如图9所示,为本申请实施例提供的电子设备结构示意图,包括:处理器91、存储器92和总线。所述存储器92存储有所述处理器91可执行的机器可读指令(比如,图8中的装置中特征计算模块801、冗余配对模块801、筛选模块803、确定模块804和对称提取模块805对应的执行指令等),当计算机设备运行时,所述处理器91与所述存储器92之间通过总线通信,所述机器可读指令被所述处理器91执行时执行上述三维模型的对称提取方法的处理。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被处理器运行时执行上述三维模型的对称提取方法的步骤。
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,上述描述的系统和装置的具体工作过程,可以参考方法实施例中的对应过程,本申请中不再赘述。在本申请所提供的几个实施例中,应该理解到,所揭露的系统、装置和方法,可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的,例如,所述模块的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,又例如,多个模块或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些通信接口,装置或模块的间接耦合或通信连接,可以是电性,机械或其它的形式。
另外,在本申请各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。所述功能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(ROM,Read-Only Memory)、随机存取存储器(RAM,RandomAccess Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。
Claims (7)
1.一种三维模型的对称提取方法,其特征在于,包括:
对三维模型进行点特征计算,得到所述三维模型的对称特征描述信息,所述对称特征描述信息包括所述三维模型的每个点对应的对称特征描述子,所述对称特征描述子用于表征三维模型中点的全局位置和姿态,并表征每个点以及该点的邻域点在局部区域上的特征;
对所述对称特征描述信息进行冗余配对,得到所述三维模型中各点对应的匹配点组,各点对应的匹配点组中包括所述点以及与所述点匹配的点;
对各点对应的匹配点组进行筛选,得到各点对应的有效点对;
根据各点对应的有效点对,确定所述三维模型的目标对称面;
对各所述目标对称面进行对称提取,得到所述三维模型的对称主轴;
所述对所述对称特征描述信息进行冗余配对,得到所述三维模型中各点对应的匹配点组,包括:
根据目标点的对称特征描述子进行冗余配对,得到所述目标点对应的至少一个匹配点,所述目标点为所述三维模型中的任意一点;
将所述目标点以及所述目标点对应的至少一个匹配点组合为所述目标点对应的匹配点组;
根据各点对应的有效点对,确定所述三维模型的目标对称面,包括:
对各点对应的有效点对进行聚类,得到至少一个有效点对簇;
对所述各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
通过误差图对各所述候选对称面进行验证,根据验证结果确定目标对称面,所述误差图通过将三维模型中所有点的损失值投射到候选对称平面上,并对所述候选对称平面进行插值形成栅格图像得到,所述误差图用于判断所述候选对称平面中全局对称平面的有效性,以及确定所述候选对称平面中的局部对称平面;
所述对各点对应的匹配点组进行筛选,得到各点对应的有效点对,包括:
遍历目标点对应的匹配点组中各匹配点,若当前遍历到的匹配点与所述目标点的位置关系满足预设位置关系,且基于当前遍历到的匹配点与所述目标点所形成的面中的向量满足预设向量关系,则确定当前遍历到的匹配点为所述目标点对应的有效点;
将所述目标点对应的有效点以及所述目标点组合为所述目标点对应的有效点对;
所述当前遍历到的匹配点与所述目标点所形成的面中的向量满足预设向量关系,包括:当前遍历到的匹配点的局部坐标系中匹配点和坐标系原点的连线与所述目标点的局部坐标系中目标点和坐标系原点的连线平行、关于目标点和匹配点连线的中点旋转对称、或以目标点和匹配点连线的垂直平分线反射对称。
2.根据权利要求1所述的方法,其特征在于,所述对各点对应的有效点对进行聚类,得到至少一个有效点对簇,包括:
将各所述有效点对组合为匹配线,并根据各所述匹配线的夹角度数对各所述有效点对进行聚类,得到多个有效点对簇。
3.根据权利要求2所述的方法,其特征在于,所述对所述各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面,对各所述候选对称面进行验证,根据验证结果确定目标对称面,包括:
根据所述匹配线,对所述有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
对各所述候选对称面进行验证,根据验证结果确定目标对称面。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述对各所述目标对称面进行对称提取,得到所述三维模型的对称主轴,包括:
若所述三维模型的目标对称面数量为一个,则对所述目标对称面进行对称提取,得到所述三维模型的对称主轴;
若所述三维模型的目标对称面数量为两个,则将两个目标对称面的交线确定为所述三维模型的对称主轴;
若所述三维模型的目标对称面数量大于或等于三,则将所述目标对称面的交线添加到所述三维模型的对称主轴候选集中,并从所述对称主轴候选集中筛选出对称主轴。
5.一种三维模型的对称提取装置,其特征在于,包括:
特征计算模块,用于:对三维模型进行点特征计算,得到所述三维模型的对称特征描述信息,所述对称特征描述信息包括所述三维模型的每个点对应的对称特征描述子;
冗余配对模块,用于:对所述对称特征描述信息进行冗余配对,得到所述三维模型中各点对应的匹配点组,各点对应的匹配点组中包括所述点以及与所述点匹配的点,所述对称特征描述子用于表征三维模型中点的全局位置和姿态,并表征每个点以及该点的邻域点在局部区域上的特征;
筛选模块,用于:对各点对应的匹配点组进行筛选,得到各点对应的有效点对;
确定模块,用于:根据各点对应的有效点对,确定所述三维模型的目标对称面;
对称提取模块,用于:对各所述目标对称面进行对称提取,得到各所述目标对称面的对称主轴;
所述冗余配对模块还用于:
根据目标点的对称特征描述子进行冗余配对,得到所述目标点对应的至少一个匹配点,所述目标点为所述三维模型中的任意一点;
将所述目标点以及所述目标点对应的至少一个匹配点组合为所述目标点对应的匹配点组;
所述确定模块还用于:
对各点对应的有效点对进行聚类,得到至少一个有效点对簇;
对所述各有效点对簇进行拟合,得到各有效点对簇对应的候选对称面;
通过误差图对各所述候选对称面进行验证,根据验证结果确定目标对称面,所述误差图通过将三维模型中所有点的损失值投射到候选对称平面上,并对所述候选对称平面进行插值形成栅格图像得到,所述误差图用于判断所述候选对称平面中全局对称平面的有效性,以及确定所述候选对称平面中的局部对称平面;
所述筛选模块还用于:
遍历目标点对应的匹配点组中各匹配点,若当前遍历到的匹配点与所述目标点的位置关系满足预设位置关系,且基于当前遍历到的匹配点与所述目标点所形成的面中的向量满足预设向量关系,则确定当前遍历到的匹配点为所述目标点对应的有效点;
将所述目标点对应的有效点以及所述目标点组合为所述目标点对应的有效点对;
所述当前遍历到的匹配点与所述目标点所形成的面中的向量满足预设向量关系,包括:当前遍历到的匹配点的局部坐标系中匹配点和坐标系原点的连线与所述目标点的局部坐标系中目标点和坐标系原点的连线平行、关于目标点和匹配点连线的中点旋转对称、或以目标点和匹配点连线的垂直平分线反射对称。
6.一种电子设备,其特征在于,包括:处理器、存储介质和总线,所述存储介质存储有所述处理器可执行的程序指令,当电子设备运行时,所述处理器与所述存储介质之间通过总线通信,所述处理器执行所述程序指令,以执行时执行如权利要求1至4任一所述的三维模型的对称提取方法的步骤。
7.一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上存储有计算机程序,所述计算机程序被处理器运行时执行如权利要求1至4任一所述的三维模型的对称提取方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310287208.5A CN115994942B (zh) | 2023-03-23 | 2023-03-23 | 三维模型的对称提取方法、装置、设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310287208.5A CN115994942B (zh) | 2023-03-23 | 2023-03-23 | 三维模型的对称提取方法、装置、设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN115994942A CN115994942A (zh) | 2023-04-21 |
CN115994942B true CN115994942B (zh) | 2023-06-27 |
Family
ID=85992429
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310287208.5A Active CN115994942B (zh) | 2023-03-23 | 2023-03-23 | 三维模型的对称提取方法、装置、设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115994942B (zh) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190135598A (ko) * | 2018-05-29 | 2019-12-09 | 상명대학교산학협력단 | 얼굴 대칭성 측정 장치 및 방법 |
CN113643336A (zh) * | 2021-07-26 | 2021-11-12 | 之江实验室 | 基于球极坐标系深度神经网络的三维图像刚性匹配方法 |
CN114419347A (zh) * | 2022-01-20 | 2022-04-29 | 中山大学 | 一种基于深度学习的空间曲线形状匹配方法 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102945569B (zh) * | 2012-10-23 | 2015-04-29 | 西北工业大学 | 一种基于热核信号的三维模型对称性分析方法 |
CN104748750B (zh) * | 2013-12-28 | 2015-12-02 | 华中科技大学 | 一种模型约束下的在轨三维空间目标姿态估计方法及系统 |
CN107146251B (zh) * | 2017-03-28 | 2020-08-18 | 浙江大学 | 一种三维人脸模型的对称性分析方法 |
-
2023
- 2023-03-23 CN CN202310287208.5A patent/CN115994942B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR20190135598A (ko) * | 2018-05-29 | 2019-12-09 | 상명대학교산학협력단 | 얼굴 대칭성 측정 장치 및 방법 |
CN113643336A (zh) * | 2021-07-26 | 2021-11-12 | 之江实验室 | 基于球极坐标系深度神经网络的三维图像刚性匹配方法 |
CN114419347A (zh) * | 2022-01-20 | 2022-04-29 | 中山大学 | 一种基于深度学习的空间曲线形状匹配方法 |
Also Published As
Publication number | Publication date |
---|---|
CN115994942A (zh) | 2023-04-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110322500B (zh) | 即时定位与地图构建的优化方法及装置、介质和电子设备 | |
US20210192761A1 (en) | Image depth estimation method and device, readable storage medium, and electronic apparatus | |
CN117876446B (zh) | 基于圆柱体检测的点云配准方法和装置 | |
CN112198878B (zh) | 一种即时地图构建方法、装置、机器人及存储介质 | |
WO2017107865A1 (zh) | 图像检索系统、服务器、数据库及相关的方法 | |
CN114120149A (zh) | 一种倾斜摄影测量建筑物特征点提取方法、装置、电子设备及介质 | |
CN113052880A (zh) | 一种sfm稀疏重建方法、系统及应用 | |
WO2017107866A1 (zh) | 图像检索服务器、系统、相关检索及排错方法 | |
CN110926405A (zh) | 一种基于单目视觉灭点检测的arv姿态测量方法 | |
CN112258647B (zh) | 地图重建方法及装置、计算机可读介质和电子设备 | |
CN116958606B (zh) | 一种图像匹配方法及相关装置 | |
CN115994942B (zh) | 三维模型的对称提取方法、装置、设备及存储介质 | |
CN112597662A (zh) | 一种建筑模型正误校验方法和系统 | |
CN112344966B (zh) | 一种定位失效检测方法、装置、存储介质及电子设备 | |
CN117011481A (zh) | 构建三维地图的方法、装置、电子设备及存储介质 | |
CN116295466A (zh) | 地图生成方法、装置、电子设备、存储介质、及车辆 | |
CN114067555B (zh) | 多基站数据的配准方法、装置、服务器和可读存储介质 | |
CN110399892B (zh) | 环境特征提取方法和装置 | |
Tsai et al. | Detection of vanishing points using Hough transform for single view 3D reconstruction | |
CN113298875B (zh) | 激光定位数据的校验方法、装置、电子设备及存储介质 | |
CN113393450B (zh) | 用于数字线划图的数据质检方法、系统及可读存储介质 | |
CN117635888B (zh) | 一种数据处理方法及相关装置 | |
CN116626630B (zh) | 一种物体分类方法、装置、电子设备及存储介质 | |
CN111127419B (zh) | 一种轮对标准圆多边形检测方法、装置及终端设备 | |
Arslan | Accuracy assessment of single viewing techniques for metric measurements on single images |
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 |