CN106023307A - 基于现场环境的快速重建三维模型方法及*** - Google Patents
基于现场环境的快速重建三维模型方法及*** Download PDFInfo
- Publication number
- CN106023307A CN106023307A CN201610350944.0A CN201610350944A CN106023307A CN 106023307 A CN106023307 A CN 106023307A CN 201610350944 A CN201610350944 A CN 201610350944A CN 106023307 A CN106023307 A CN 106023307A
- Authority
- CN
- China
- Prior art keywords
- equipment
- real time
- characteristic point
- video cameras
- site environment
- 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
- 238000000034 method Methods 0.000 title claims abstract description 40
- 238000010586 diagram Methods 0.000 claims description 33
- 238000004422 calculation algorithm Methods 0.000 claims description 19
- 238000010030 laminating Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 4
- 238000004891 communication Methods 0.000 claims description 3
- 230000013011 mating Effects 0.000 claims description 3
- 239000011159 matrix material Substances 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 239000000284 extract Substances 0.000 description 3
- 241000282320 Panthera leo Species 0.000 description 1
- 241000669244 Unaspis euonymi Species 0.000 description 1
- 230000008878 coupling Effects 0.000 description 1
- 238000010168 coupling process Methods 0.000 description 1
- 238000005859 coupling reaction Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000003909 pattern recognition Methods 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000005498 polishing Methods 0.000 description 1
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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T3/00—Geometric image transformations in the plane of the image
- G06T3/40—Scaling of whole images or parts thereof, e.g. expanding or contracting
- G06T3/4038—Image mosaicing, e.g. composing plane images from plane sub-images
-
- 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
-
- 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
- G06T2200/32—Indexing scheme for image data processing or generation, in general involving image mosaicing
Landscapes
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Computer Graphics (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Image Processing (AREA)
- Image Analysis (AREA)
Abstract
本发明提供一种基于现场环境的快速重建三维模型方法及***，涉及图像处理技术领域。该快速重建三维模型方法包括：触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片；将获取到的实时图片与工厂规划CAD图纸相叠加；对实时图片进行灰度处理；抓取实时图片中设备的边缘，识别出设备的位置区域；对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合；将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配；优化设备特征点集合。本发明的优点在于：能够应用于整个工厂内部进行三维建模；建模速度快；对应场景内部元素变化频繁的场合能够快速重建。
Description
技术领域
本发明涉及图像处理技术领域，尤其涉及一种基于现场环境的快速重建三维模型方法及***。
背景技术
三维模型广泛应用在任何使用三维图形的地方，三维模型是物体的多边形表示，通常使用计算机或者其它视频设备进行显示，显示的物体可以是现实世界的实体，也可以是虚构的物体，任何物理自然界存在的东西都可以用三维模型表示。
随着计算机技术和图像处理技术的发展，计算机视觉技术获得了极大地发展。目标的特征点匹配与立体重建是计算机视觉技术中的基础与重点。图像匹配就是在两张或多张图像之间寻找同一点或同一部分的过程。图像匹配在诸如计算机视觉、模式识别、工业检测、军事、医学等领域有极大的应用价值。
图像匹配通常分为基于灰度的图像匹配和基于特征的图像匹配两种方法。特征匹配作为图像匹配的一种，与基于灰度的图像匹配方法不同，它并不直接利用灰度信息，而是在提取图像本质特征(常用的匹配特征有点、线、特征区域等)的基础上，再进行匹配计算。
该类方法首先提取图像的一些显著的特征，这些特征对噪声，拍摄条件的变化等干扰具有一定的鲁棒性，这些特征表达了对图像更深层次的理解。主要的优点是很大程度上压缩了数据量，使得计算量减小，速度加快，同时减小了噪声的影响，且对灰度值的变化，物体的形变等具有一定的鲁棒性。该方法在图像内容丰富时，可以提取较多的特征，因此具有一定的优势。
2004年，Lowe提出了基于SIFT特征的图像特征点匹配算法，其全称是ScaleInvariant Feature Transform，即尺度不变特征变换，简称SIFT。SIFT算法是一种提取局部特征的算法，其原理是在尺度空间寻找极值点，提取位置、尺度、旋转不变量，生成关键点特征描述符，然后根据这些不变量特征进行匹配。
由于SIFT特征点提取算法检测出的特征点具有尺度不变的特性，可以实现图像间发生尺度、旋转变化时的匹配，同时对光照的变化、噪声和小视角的变化具有一定的鲁棒性。由于其匹配能力强，精确度很高，因此SIFT算法在物体识别、机器人导航、图像匹配、图像拼接、3D建模、手势识别与视频跟踪等方面取得了广泛的应用。
客观世界是一个三维空间，而图像采集装置所获取的图像是二维的。尽管二维图像中含有某些形式的三维空间信息，但要真正在计算机中利用这些信息并进行下一步的应用处理，就必须采用三维重建技术从二维图像中合理地提取并表达这些三维信息。
20世纪80年代，MIT的Marr教授提出了一套较为完整机器视觉理论，该理论强调计算机视觉的目的是从图像中建立物体形状和位置的描述，它把视觉过程主要规定为从二维图像信息中定量地恢复出图像所反映场景中的三维物体的形状和空间位置，即立体重建或3D重建。计算机视觉的最终目的是实现对三维场景的感知、识别和理解。三维重建技术能够从二维图像出发构造具有真实感的三维图形，为进一步的场景变化和组合运算奠定基础。
目前，现有用于工厂内环境的重建三维模型技术，能够实现将工厂内部进行三维建模，但是还存在不足之处，主要表现在：
1：无法应用于整个工厂内部进行三维建模；
2：建模速度慢；
3：对应场景内部元素变化频繁的场合无法快速重建。
发明内容
为解决现有技术的不足，本发明提供一种能够实现对整个工厂内部进行三维建模的基于现场环境的快速重建三维模型方法及***。
本发明解决其技术问题所采用的一种技术方案是，基于现场环境的快速重建三维模型***，包括：
720°摄像机、360°摄像机、核心处理装置；
所述720°摄像机设置在现场环境的中央；
所述360°摄像机设置在现场环境的四周；
所述核心处理装置保存有工厂规划CAD图纸；
核心处理装置包括：
用于触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片的触发模块；
用于将获取到的实时图片与工厂规划CAD图纸相叠加的叠加模块；
用于对实时图片进行灰度处理的灰度处理模块；
用于抓取实时图片中设备的边缘，识别出设备的位置区域的设备边缘抓取模块；
用于对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合的特征点抓取模块；
用于将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配的匹配模块；
用于优化设备特征点集合的优化模块；
用于对设备特征点集合中的每个设备特征点分别建立世界坐标，重建出设备3D模型图的重建三维模型模块。
进一步的，所述720°摄像机由6个CCD组成，该6个CCD分别位于720°摄像机的上面、下面、左面、右面、前面、后面。其中，在水平面的4个CCD可以拍摄到与水平面平行的整个360°空间，在垂直面的四个CCD可以拍摄到与垂直面平行的整个360°空间。所述360°摄像机共4个，该4个360°摄像机对称设置在现场环境的四周。 720°摄像机与360°摄像机均通过无线\有线网络与核心处理装置通讯。
进一步的，所述触发模块包括：用于将720°摄像机中的6个CCD拍摄到的子图片运用SIFT算法拼接成一张全景图片的拼接单元一；用于将所有360°摄像机拍摄到的子图片与上述全景图片运用SIFT算法拼接成一张现场环境的实时图片的拼接单元二。
进一步的，所述叠加模块包括：用于抓取实时图片中四周墙体的边缘，识别出四周墙体的位置区域的识别单元；用于依据工厂规划CAD图纸中四周墙体的尺寸将实时图片按照等比例缩放，使得实时图片中四周墙体的尺寸与工厂规划CAD图纸中四周墙体的尺寸一致，从而确定3D虚拟环境中四周墙体的尺寸的尺寸调整单元。
本发明解决其技术问题所采用的另一种技术方案是，基于现场环境的快速重建三维模型方法，包括步骤：
S101.触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片；
S102.将获取到的实时图片与工厂规划CAD图纸相叠加；
S103.对实时图片进行灰度处理；
S104.抓取实时图片中设备的边缘，识别出设备的位置区域；
S105.对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合；
S106.将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配；
S107.优化设备特征点集合；
S108.对设备特征点集合中的每个设备特征点分别建立世界坐标，重建出设备3D模型图。
进一步的，所述步骤S101还包括步骤：
A.将720°摄像机中的6个CCD拍摄到的子图片运用SIFT算法拼接成一张全景图片；
B.将所有360°摄像机拍摄到的子图片与上述全景图片运用SIFT算法拼接成一张实时图片。
所述步骤S102具体包括步骤：
A.抓取实时图片中四周墙体的边缘，识别出四周墙体的位置区域；
B.依据工厂规划CAD图纸中四周墙体的尺寸将实时图片按照等比例缩放，使得实时图片中四周墙体的尺寸与工厂规划CAD图纸中四周墙体的尺寸一致，从而确定3D虚拟环境中四周墙体的尺寸。
步骤S108中所述对设备特征点集合中的每个设备特征点分别建立世界坐标，具体为：通过点集运动矩阵及线性方程，运用最小二乘法对设备特征点集合中的每个设备特征点分别建立世界坐标。
本发明基于现场环境的快速重建三维模型方法及***，其优点在于：
1：能够应用于整个工厂内部进行三维建模；
2：建模速度快；
3：对应场景内部元素变化频繁的场合能够快速重建。
附图说明
图1为本发明实施例一720°摄像机与360°摄像机在现场环境中的位置。
图2为本发明实施例二基于现场环境的快速重建三维模型方法的步骤流程图。
具体实施方式
下面结合附图对本发明的具体实施方式作进一步详细的说明。
实施例一，基于现场环境的快速重建三维模型***，包括：720°摄像机、360°摄像机、核心处理装置。
如图1所示，所述720°摄像机的数量为1个，设置在现场环境的中央。 720°摄像机由6个CCD组成，该6个CCD分别位于720°摄像机的上面、下面、左面、右面、前面、后面。其中，在水平面的4个CCD可以拍摄到与水平面平行的整个360°空间，在垂直面的四个CCD可以拍摄到与垂直面平行的整个360°空间。所述360°摄像机共4个，该4个360°摄像机对称设置在现场环境的四周。720°摄像机与360°摄像机均通过无线\有线网络与核心处理装置通讯。
所述核心处理装置保存有工厂规划CAD图纸，该工厂规划CAD图纸根据工厂内部现场环境事先已经设计好。核心处理装置包括：用于触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片的触发模块；用于将获取到的实时图片与工厂规划CAD图纸相叠加的叠加模块；用于对实时图片进行灰度处理的灰度处理模块；用于抓取实时图片中设备的边缘，识别出设备的位置区域的设备边缘抓取模块；用于对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合的特征点抓取模块；用于将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配的匹配模块；用于优化设备特征点集合的优化模块；用于对设备特征点集合中的每个设备特征点分别建立世界坐标，重建出设备3D模型图的重建三维模型模块。其中，所述触发模块包括：用于将720°摄像机中的6个CCD拍摄到的子图片运用SIFT算法拼接成一张全景图片的拼接单元一；用于将所有360°摄像机拍摄到的子图片与上述全景图片运用SIFT算法拼接成一张现场环境的实时图片的拼接单元二。所述叠加模块包括：用于抓取实时图片中四周墙体的边缘，识别出四周墙体的位置区域的识别单元；用于依据工厂规划CAD图纸中四周墙体的尺寸将实时图片按照等比例缩放，使得实时图片中四周墙体的尺寸与工厂规划CAD图纸中四周墙体的尺寸一致，从而确定3D虚拟环境中四周墙体的尺寸的尺寸调整单元。
实施例二，如图2所示，基于现场环境的快速重建三维模型方法，包括步骤：
S101.触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片。
在本步骤中，还包括：
A.将720°摄像机中的6个CCD拍摄到的子图片运用SIFT算法拼接成一张全景图片。
B.将所有360°摄像机拍摄到的子图片与上述全景图片运用SIFT算法拼接成一张实时图片。
当720°摄像机与360°摄像机接收到拍摄命令时，便进入拍摄模式，并且对现场环境进行拍摄。720°摄像机的6个CCD同时对现场环境进行拍摄，从而获得6张子图片，4个360°摄像机也同时对现场环境进行拍摄，从而获得4张子图片。720°摄像机将获得的6张子图片及4个360°摄像机总共获得的4张子图片均发送至核心处理装置。核心处理装置首先运用SIFT算法将720°摄像机的6张子图片拼接成一张全景图片，然后再运用SIFT算法将拼接成的全景图片与4个360°摄像机的4张子图片拼接成一张实时图片。
S102.将获取到的实时图片与工厂规划CAD图纸相叠加。
在本步骤中，具体包括：
A.抓取实时图片中四周墙体的边缘，识别出四周墙体的位置区域。
B.依据工厂规划CAD图纸中四周墙体的尺寸将实时图片按照等比例缩放，使得实时图片中四周墙体的尺寸与工厂规划CAD图纸中四周墙体的尺寸一致，从而确定3D虚拟环境中四周墙体的尺寸。
S103.对实时图片进行灰度处理。
将彩色图像转化成为灰度图像的过程称为图像的灰度化处理。彩色图像中的每个像素的颜色有R、G、B三个分量决定，而每个分量有255种值可取，这样一个像素点可以有1600多万（255*255*255）的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像，其一个像素点的变化范围为255种，所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以后使后续的图像计算量变得少一些。灰度图像的描述与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征。图像的灰度化处理可用两种方法现。第一种方法是求出每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。第二种方法是根据YUV的颜色空间中，Y的分量的物理意义是点的亮度，由该值反映亮度等级，根据RGB和YUV颜色空间的变化关系可建立亮度Y与R、G、B三个颜色分量的对应：Y=0.3R+0.59G+0.11B，以这个亮度值表达图像的灰度值。在本实施例中，采用第一种方法对实时图片进行灰度处理，即，首先求出实时图片中每个像素点的R、G、B三个分量的平均值，然后将这个平均值赋予给这个像素的三个分量。
S104.抓取实时图片中设备的边缘，识别出设备的位置区域。
对实时图片进行灰度处理后，首先扫描实时图片，在实时图片中寻找设备的位置区域，通过抓取实时图片中设备的边缘，从而识别出设备的位置区域。
S105.对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合。
在实时图片中识别出设备的位置区域后，就锁定设备的位置区域，从而对设备的位置区域进行设备特征点抓取，并且将抓取到的设备特征点统一存放到设备特征点集合。
S106.将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配。
将设备特征点集合中的所有设备特征点与工厂规划CAD图纸中相对应的点一一对比计算，从而判断抓取到的设备特征点与工厂规划CAD图纸中相对应的点是否匹配，并且将不匹配的设备特征点、或者重复抓取的设备特征点标识出来，便于后续进一步处理。
S107.优化设备特征点集合。
优化设备特征点集合，具体包括：将与工厂规划CAD图纸不匹配的设备特征点删除；将与工厂规划CAD图纸匹配的但重复抓取的设备特征点删除；依据工厂规划CAD图纸将漏抓取的设备特征点进行补齐。
S108.对设备特征点集合中的每个设备特征点分别建立世界坐标，重建出设备3D模型图。
本步骤中，通过点集运动矩阵及线性方程，运用最小二乘法对设备特征点集合中的每个设备特征点分别建立世界坐标，从而重建出设备3D模型图，供后续软件使用。
Claims (10)
1.一种基于现场环境的快速重建三维模型***，其特征在于，包括：
720°摄像机、360°摄像机、核心处理装置；
所述720°摄像机设置在现场环境的中央；
所述360°摄像机设置在现场环境的四周；
所述核心处理装置保存有工厂规划CAD图纸；
核心处理装置包括：
用于触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片的触发模块；
用于将获取到的实时图片与工厂规划CAD图纸相叠加的叠加模块；
用于对实时图片进行灰度处理的灰度处理模块；
用于抓取实时图片中设备的边缘，识别出设备的位置区域的设备边缘抓取模块；
用于对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合的特征点抓取模块；
用于将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配的匹配模块；
用于优化设备特征点集合的优化模块；
用于对设备特征点集合中的每个设备特征点分别建立世界坐标，重建出设备3D模型图的重建三维模型模块。
2.根据权利要求1所述的基于现场环境的快速重建三维模型***，其特征在于，所述720°摄像机由6个CCD组成，该6个CCD分别位于720°摄像机的上面、下面、左面、右面、前面、后面；其中，在水平面的4个CCD可以拍摄到与水平面平行的整个360°空间；在垂直面的四个CCD可以拍摄到与垂直面平行的整个360°空间。
3.根据权利要求1所述的基于现场环境的快速重建三维模型***，其特征在于，所述360°摄像机共4个，该4个360°摄像机对称设置在现场环境的四周。
4.根据权利要求1所述的基于现场环境的快速重建三维模型***，其特征在于， 720°摄像机与360°摄像机均通过无线\有线网络与核心处理装置通讯。
5.根据权利要求1所述的基于现场环境的快速重建三维模型***，其特征在于，所述触发模块包括：
用于将720°摄像机中的6个CCD拍摄到的子图片运用SIFT算法拼接成一张全景图片的拼接单元一；
用于将所有360°摄像机拍摄到的子图片与上述全景图片运用SIFT算法拼接成一张现场环境的实时图片的拼接单元二。
6.根据权利要求1所述的基于现场环境的快速重建三维模型***，其特征在于，所述叠加模块包括：
用于抓取实时图片中四周墙体的边缘，识别出四周墙体的位置区域的识别单元；
用于依据工厂规划CAD图纸中四周墙体的尺寸将实时图片按照等比例缩放，使得实时图片中四周墙体的尺寸与工厂规划CAD图纸中四周墙体的尺寸一致，从而确定3D虚拟环境中四周墙体的尺寸的尺寸调整单元。
7.一种基于现场环境的快速重建三维模型方法，其特征在于，包括步骤：
S101.触发720°摄像机与360°摄像机对现场环境进行实时拍摄，获取现场环境包含设备的实时图片；
S102.将获取到的实时图片与工厂规划CAD图纸相叠加；
S103.对实时图片进行灰度处理；
S104.抓取实时图片中设备的边缘，识别出设备的位置区域；
S105.对实时图片中设备的位置区域进行设备特征点抓取，建立设备特征点集合；
S106.将设备特征点分别与工厂规划CAD图纸中相对应的点进行匹配；
S107.优化设备特征点集合；
S108.对设备特征点集合中的每个设备特征点分别建立世界坐标，重建出设备3D模型图。
8.根据权利要求7所述的基于现场环境的快速重建三维模型方法，其特征在于，所述步骤S101还包括步骤：
A.将720°摄像机中的6个CCD拍摄到的子图片运用SIFT算法拼接成一张全景图片；
B.将所有360°摄像机拍摄到的子图片与上述全景图片运用SIFT算法拼接成一张实时图片。
9.根据权利要求7所述的基于现场环境的快速重建三维模型方法，其特征在于，所述步骤S102具体包括步骤：
A.抓取实时图片中四周墙体的边缘，识别出四周墙体的位置区域；
B.依据工厂规划CAD图纸中四周墙体的尺寸将实时图片按照等比例缩放，使得实时图片中四周墙体的尺寸与工厂规划CAD图纸中四周墙体的尺寸一致，从而确定3D虚拟环境中四周墙体的尺寸。
10.根据权利要求7所述的基于现场环境的快速重建三维模型方法，其特征在于，步骤S108中所述对设备特征点集合中的每个设备特征点分别建立世界坐标，具体为：通过点集运动矩阵及线性方程，运用最小二乘法对设备特征点集合中的每个设备特征点分别建立世界坐标。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610350944.0A CN106023307B (zh) | 2016-07-12 | 2016-07-12 | 基于现场环境的快速重建三维模型方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610350944.0A CN106023307B (zh) | 2016-07-12 | 2016-07-12 | 基于现场环境的快速重建三维模型方法及*** |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN106023307A true CN106023307A (zh) | 2016-10-12 |
| CN106023307B CN106023307B (zh) | 2018-08-14 |
Family
ID=57093328
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610350944.0A Active CN106023307B (zh) | 2016-07-12 | 2016-07-12 | 基于现场环境的快速重建三维模型方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN106023307B (zh) |
Cited By (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106504335A (zh) * | 2016-10-28 | 2017-03-15 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于移动设备的2d、3d混合增强现实的实现方法及*** |
| CN108725044A (zh) * | 2018-05-21 | 2018-11-02 | 贵州民族大学 | 一种机械电子教学制图设备 |
| CN110288650A (zh) * | 2019-05-27 | 2019-09-27 | 盎锐（上海）信息科技有限公司 | 用于vslam的数据处理方法及扫描终端 |
| CN111133474A (zh) * | 2017-09-29 | 2020-05-08 | 日本电气方案创新株式会社 | 图像处理设备、图像处理方法和计算机可读记录介质 |
| CN111694430A (zh) * | 2020-06-10 | 2020-09-22 | 浙江商汤科技开发有限公司 | 一种ar场景画面呈现方法、装置、电子设备和存储介质 |
| CN112381921A (zh) * | 2020-10-27 | 2021-02-19 | 新拓三维技术(深圳)有限公司 | 一种边缘重建方法及*** |
| CN115063542A (zh) * | 2022-08-18 | 2022-09-16 | 江西科骏实业有限公司 | 一种几何不变量的预测和模型构建方法与*** |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007130122A2 (en) * | 2006-05-05 | 2007-11-15 | Thomson Licensing | System and method for three-dimensional object reconstruction from two-dimensional images |
| CN101173856A (zh) * | 2007-08-30 | 2008-05-07 | 上海交通大学 | 基于摄影测量与车身外轮廓变形的汽车碰撞事故再现方法 |
| WO2009008864A1 (en) * | 2007-07-12 | 2009-01-15 | Thomson Licensing | System and method for three-dimensional object reconstruction from two-dimensional images |
| CN104715479A (zh) * | 2015-03-06 | 2015-06-17 | 上海交通大学 | 基于增强虚拟的场景复现检测方法 |
-
2016
- 2016-07-12 CN CN201610350944.0A patent/CN106023307B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2007130122A2 (en) * | 2006-05-05 | 2007-11-15 | Thomson Licensing | System and method for three-dimensional object reconstruction from two-dimensional images |
| WO2009008864A1 (en) * | 2007-07-12 | 2009-01-15 | Thomson Licensing | System and method for three-dimensional object reconstruction from two-dimensional images |
| CN101173856A (zh) * | 2007-08-30 | 2008-05-07 | 上海交通大学 | 基于摄影测量与车身外轮廓变形的汽车碰撞事故再现方法 |
| CN104715479A (zh) * | 2015-03-06 | 2015-06-17 | 上海交通大学 | 基于增强虚拟的场景复现检测方法 |
Non-Patent Citations (2)
| Title |
|---|
| 庞晓磊: "基于多摄像机***的全景三维重建", 《中国优秀硕士学位论文全文数据库》 * |
| 郑辉: "基于SIFT特征的全景图像拼接算法研究", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (10)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106504335A (zh) * | 2016-10-28 | 2017-03-15 | 国网电力科学研究院武汉南瑞有限责任公司 | 基于移动设备的2d、3d混合增强现实的实现方法及*** |
| CN111133474A (zh) * | 2017-09-29 | 2020-05-08 | 日本电气方案创新株式会社 | 图像处理设备、图像处理方法和计算机可读记录介质 |
| CN111133474B (zh) * | 2017-09-29 | 2023-09-19 | 日本电气方案创新株式会社 | 图像处理设备、图像处理方法和计算机可读记录介质 |
| CN108725044A (zh) * | 2018-05-21 | 2018-11-02 | 贵州民族大学 | 一种机械电子教学制图设备 |
| CN110288650A (zh) * | 2019-05-27 | 2019-09-27 | 盎锐（上海）信息科技有限公司 | 用于vslam的数据处理方法及扫描终端 |
| CN110288650B (zh) * | 2019-05-27 | 2023-02-10 | 上海盎维信息技术有限公司 | 用于vslam的数据处理方法及扫描终端 |
| CN111694430A (zh) * | 2020-06-10 | 2020-09-22 | 浙江商汤科技开发有限公司 | 一种ar场景画面呈现方法、装置、电子设备和存储介质 |
| CN112381921A (zh) * | 2020-10-27 | 2021-02-19 | 新拓三维技术(深圳)有限公司 | 一种边缘重建方法及*** |
| CN112381921B (zh) * | 2020-10-27 | 2024-07-12 | 新拓三维技术(深圳)有限公司 | 一种边缘重建方法及*** |
| CN115063542A (zh) * | 2022-08-18 | 2022-09-16 | 江西科骏实业有限公司 | 一种几何不变量的预测和模型构建方法与*** |
Also Published As
| Publication number | Publication date |
|---|---|
| CN106023307B (zh) | 2018-08-14 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN106023307A (zh) | 基于现场环境的快速重建三维模型方法及*** | |
| CN111243093B (zh) | 三维人脸网格的生成方法、装置、设备及存储介质 | |
| CN110728671B (zh) | 基于视觉的无纹理场景的稠密重建方法 | |
| Mousavi et al. | The performance evaluation of multi-image 3D reconstruction software with different sensors | |
| JP2016537901A (ja) | ライトフィールド処理方法 | |
| US20200057778A1 (en) | Depth image pose search with a bootstrapped-created database | |
| ABATE et al. | A low-cost panoramic camera for the 3d documentation of contaminated crime scenes | |
| Condorelli et al. | A comparison between 3D reconstruction using nerf neural networks and mvs algorithms on cultural heritage images | |
| Tarini et al. | Marching Intersections: An Efficient Approach to Shape-from-Silhouette. | |
| Pacheco et al. | Reconstruction of high resolution 3D objects from incomplete images and 3D information | |
| CN113284249B (zh) | 一种基于图神经网络的多视角三维人体重建方法及*** | |
| Liu et al. | Creating simplified 3D models with high quality textures | |
| Krispel et al. | Automatic texture and orthophoto generation from registered panoramic views | |
| CN112102504A (zh) | 一种基于混合现实的三维场景和二维图像混合方法 | |
| KR101673144B1 (ko) | 부분 선형화 기반의 3차원 영상 정합 방법 | |
| CN116681839A (zh) | 一种基于改进NeRF的实景三维目标重建与单体化方法 | |
| KR102440916B1 (ko) | 데이터 결합을 통한 3차원 문화재의 데이터베이스 구축방법 및 시스템 | |
| Sarkar et al. | Feature-augmented Trained Models for 6DOF Object Recognition and Camera Calibration. | |
| KR102146839B1 (ko) | 실시간 가상현실 구축을 위한 시스템 및 방법 | |
| Agus et al. | PEEP: Perceptually Enhanced Exploration of Pictures. | |
| CN109978758B (zh) | 一种基于计算机图形图像的三维建模方法 | |
| Li et al. | Machine Generated Method of Fisheye Image Datasets | |
| Soontranon et al. | 3d modeling from multi-views images for cultural heritage in wat-pho, thailand | |
| Yamao et al. | A sequential online 3d reconstruction system using dense stereo matching | |
| Srinath et al. | 3D Experience on a 2D Display |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |