CN108389257A - 从扫描对象生成三维模型 - Google Patents

从扫描对象生成三维模型 Download PDF

Info

Publication number
CN108389257A
CN108389257A CN201710882189.5A CN201710882189A CN108389257A CN 108389257 A CN108389257 A CN 108389257A CN 201710882189 A CN201710882189 A CN 201710882189A CN 108389257 A CN108389257 A CN 108389257A
Authority
CN
China
Prior art keywords
dimensional
edge graph
thinning
scanning
texture map
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
Application number
CN201710882189.5A
Other languages
English (en)
Other versions
CN108389257B (zh
Inventor
D·塞兰
D·伊拓
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.)
Adobe Inc
Original Assignee
Adobe Systems Inc
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 Adobe Systems Inc filed Critical Adobe Systems Inc
Publication of CN108389257A publication Critical patent/CN108389257A/zh
Application granted granted Critical
Publication of CN108389257B publication Critical patent/CN108389257B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G06T1/0007—Image acquisition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T19/00—Manipulating 3D models or images for computer graphics
    • 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
    • G06T3/06—Topological mapping of higher dimensional structures onto lower dimensional surfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/13—Edge detection
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/50—Depth or shape recovery
    • G06T7/521—Depth or shape recovery from laser ranging, e.g. using interferometry; from the projection of structured light
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • 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
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10004—Still image; Photographic image
    • G06T2207/10008—Still image; Photographic image from scanner, fax or copier
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10028—Range image; Depth image; 3D point clouds
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/20—Special algorithmic details
    • G06T2207/20212—Image combination

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Computer Graphics (AREA)
  • Software Systems (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Geometry (AREA)
  • General Engineering & Computer Science (AREA)
  • Computer Hardware Design (AREA)
  • Optics & Photonics (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)
  • Processing Or Creating Images (AREA)
  • Image Generation (AREA)

Abstract

本公开直接涉及有助于扫描其上具有定制网格线的对象(例如，三维对象)并且生成对象的三维网格的***和方法。例如，三维建模***接收对象的扫描，扫描包括对象的深度信息和二维纹理图。三维建模***进一步生成二维纹理图的边图，并且修改边图以生成包括与对象上的定制网格线相对应的边、顶点和面的二维网格。基于二维网格和来自扫描的深度信息，三维建模***生成对象的三维模型。

Description

从扫描对象生成三维模型
背景技术
近年来，已经看到起草(绘制)、建模和修改三维模型的快速增长。的确，对于个人和企业生成各种对象的三维模型现在是很普遍的。例如，许多设计师、动画师和其他艺术家利用三维建模软件来创建三维模型。建模软件进一步使各种艺术家能够编辑、操纵或以其他方式与三维模型交互。然而，直到最近，基于扫描的三维建模***仅可用于高端专业人士。因此，三维扫描技术已经变得更可用于消费者，因此，更多的创意专业人员开始扫描和建模物理对象。
然而，传统的基于扫描的三维建模***存在各种问题。例如，当扫描物理对象以生成三维模型时，传统的基于扫描的三维建模***通常会作出巨大数量的多边形(点云)，其使得扫描对象几乎无法编辑。具体地，传统的基于扫描的3D建模***通常不能生成包括特征的合理结构线(例如边环)，该特征对应于物理对象的表面、凹槽、不规则或其他特征。因此，传统的基于扫描的三维建模***不能生成包括对应于物理对象(例如，人体的肌肉、机械运动部分)的边的特征的用户友好的三维模型。
三维动画行业中的一些艺术家通过在扫描物理对象之前在物理对象的表面上绘制或绘出控制指导线来于用户友好的三维模型的创建，该控制指导线在生成三维模型时辅助建模***。然而，使用手绘控制指导线生成模型通常涉及无法广泛用于大多数艺术家的昂贵设备。例如，3D动画产业所使用的基于扫描的3D建模***通常包括昂贵的点跟踪设备和基于使用点跟踪设备在物理对象上做出的标记来数字化物理对象的专用扫描仪。因此，大多数艺术家有限的访问或无法访问有助于用户友好的三维模型的创建的工具和设备。
此外，即使在艺术家可以访问用于生成用户友好的三维模型的昂贵的设备的情况下，使用传统的点跟踪设备和扫描设备来绘出控制指导线涉及在完成之前不能被中断的耗时的过程。因此，这种基于扫描的三维建模的过程从未受欢迎。
发明内容
本公开的实施例利用用于生成物理对象的三维模型的***和方法来提供益处和/或解决本领域中的前述和其他问题中的一个或多个。具体地，所公开的***和方法涉及接收在其上具有定制网格线的三维对象的扫描。扫描包括三维对象的二维图像和关于三维对象的深度信息。所公开的***和方法通过检测二维图像内的边来生成边图。这些边对应于在物理对象上绘制的定制网格线。***和方法使用边图和深度信息来进一步构建三维对象的三维网格。以这种方式，本文描述的***和方法实现了一种用于创建三维对象的定制三维模型的直观和用户友好的方案。
附加特征和优点将在下面的描述中阐述，并且部分地将从描述中显而易见，或者可以通过这些示例性实施例的实践来了解。
附图说明
将通过附图的使用利用附加的特征和细节来描述和解释各种实施例，在附图中：
图1图示了根据一个或多个实施例的具有定制网格线的示例三维对象；
图2图示了根据一个或多个实施例的三维对象的示例二维纹理图；
图3图示了根据一个或多个实施例的从二维扫描生成的示例边图；
图4图示了根据一个或多个实施例的示例薄化边图；
图5A-5D图示了根据一个或多个实施例的对薄化边图的示例修改；
图6图示了根据一个或多个实施例的从边图构建的示例网格；
图7图示了根据一个或多个实施例的使用多边形面渲染的示例网格；
图8图示了根据一个或多个实施例的基于示例扫描的三维模型生成***的示意图；
图9图示了根据一个或多个实施例的用于生成三维对象的三维模型的一系列动作的流程图；
图10图示了根据一个或多个实施例的用于构建三维对象的网格的一系列动作；以及
图11图示了根据一个或多个实施例的示例计算设备的框图。
具体实施方式
本公开的一个或多个实施例包括基于扫描的三维建模***(以下称为三维建模***)，该三维建模***有助于扫描三维对象(或简化为“对象”)并从该扫描的所识别的特征来生成对象的定制三维网格。例如，三维建模***接收或以其他方式获得其上具有定制网格线的对象的扫描。扫描包括对象的一个或多个图像和关于对象的深度信息。基于从对象的扫描获得的信息，三维建模***构建对象的三维网格，该三维网格包括与定制网格线相对应的多边形。
如上所述，三维建模***接收在其上具有定制网格线的对象(例如物理对象)的扫描。如本文所使用的，对象的“扫描”是指由包括红蓝绿(RGB)相机和红外(IR)相机(或其他深度传感器或深度估计技术，诸如来自立体声配对相机的深度、基于焦点的深度估计等)的扫描设备拍摄的三维对象的扫描。在一个或多个实施例中，扫描包括由RGB相机捕获的一系列图像和由IR相机拍摄的相关深度信息。在一个或多个实施例中，扫描还包括针对三维对象的二维纹理图，该纹理图包括基于所述一系列图像和相关联的深度信息的组合的合成图像。
此外，如本文所使用的“定制网格线”(或简称为“网格线”)是指通过对象表面的直线或曲线。在一个或多个实施例中，网格线是指在捕获对象的扫描之前在对象的表面上绘制的线。在一个或多个实施例中，定制网格线提供纹理图集或控制网格，其基于在三维对象的表面上绘制的线在生成三维对象的三维网格时针对三维建模***提供模型。与逐一地使用昂贵的或专门的点跟踪设备并使用专门的数字化软件来数字化指导线的点相反，许多网格线的一个或多个实施例是指使用简单的非电子设备(诸如记号笔、笔、铅笔、画刷或使用消费者三维相机(RGB+IR)立即进行扫描的其他绘制设备)绘制的线。作为另一示例，网格线可以指贴纸、纸张、塑料或放置在三维对象的表面上的其他材料，该其他材料具有与三维对象的表面不同的颜色的。
在一个或多个实施例中，扫描还包括扫描对象的二维纹理图(例如，二维图像表示通过在扫描过程期间合成纹理图的RGB图像而获得的三维对象的纹理)。例如，如下面将进一步详细描述的，除了捕获对象的图像和深度信息之外，扫描设备提供扫描数据，该三维建模***使用扫描数据基于所捕获的对象的深度信息通过组合一系列多个图像来生成对象的二维纹理图。在一个或多个实施例中，客户端设备上的三维建模***从对象的一系列图像和所捕获的深度信息生成二维纹理图。
在接收到对象的扫描时，三维建模***可以生成边图。具体地，在一个或多个实施例中，三维建模***分析二维纹理图以标识二维纹理图内的边(例如，模型中对应于定制网格线的线)。基于所检测的边，三维建模***生成包括定制网格线的视觉表示的边图。在一个或多个实施例中，三维建模***通过生成包括表示所检测的边的白色像素和表示图像的其他部分的黑色像素的图像的二进制表示来生成边图。
除了生成边图之外，三维建模***可以通过以各种方式改善或以其他方式修改边图来生成二维网格。例如，在一个或多个实施例中，三维建模***使所检测的边图的边薄化以具有均匀的厚度(例如，单像素厚度)。此外，在一个或多个实施例中，三维建模***用边图的边的所标识的连接点之间的直线替代边图的曲形线或弯曲线。此外，在一个或多个实施例中，三维建模***组合边的连接点或交叉点以产生具有预定数量的边(例如3和/或4条边)的多边形。三维建模***还生成包括对边图的修改的二维网格。
此外，三维建模***可以基于二维网格和从对象的扫描获得的深度信息来生成对象的三维网格。具体地，三维建模***可以基于二维网格生成包括具有边和面的多项式的三维网格。在一个或多个实施例中，三维建模***通过使用一个或多个UV参数化技术将二维图应用于三维结构(例如，基于深度信息)来生成三维网格。
如本文所使用的，“三维网格”或“网格结构”是指三维多边形的元素，例如顶点、连接边和/或由交叉的边和顶点限定的面。例如，在一个或多个实施例中，由多个顶点和边限定网格，该多个顶点和边限定组成网格表面的预定形状(例如，三角形面、矩形面)的元素。
以这种方式，三维建模***提供用于生成三维网格的直观和用户友好的过程，该三维网格包括具有对应于三维对象的物理特征的顶点、边和面的多项式。具体地，三维建模***提供了一种用于生成三维网格的过程，该三维网格包括对应于在三维对象的表面上绘制或以其他方式放置的定制网格的多项式。使用该网格，用户可以与对应于三维对象的特征的三维模型的特征交互并对其进行操纵。具有对应于三维对象的特征的网格的特征使得用户能够更方便和直观地与对象的三维模型进行交互并且对其进行修改(例如，编辑)。
此外，三维建模***有助于三维网格的创建，而不使用具有有限可访问性并且大多数用户发现难以使用的专用设备。例如，如上所述，使用简单的非电子电子设备(诸如记号笔、钢笔、铅笔、画刷或其他绘制设备)绘制的多项式定制网格线可以同时使用RGB+IR相机扫描，而不是使用昂贵的电子点追踪设备来逐一地(例如，逐点地、逐像素地)对每个点进行数字化。此外，三维建模***使用从市售的扫描设备而不是与昂贵的电子点跟踪设备结合使用的专用设备获得的扫描来创建三维网格。此外，三维建模***的特征和功能补偿了由于非专家用户使用非专业设备捕获三维对象的扫描引入的各种缺陷。
除了生成包括三维对象上的定制网格线的精确表示的网格之外，三维建模***在生成三维对象的网格时避免了过度利用客户端设备的存储器和存储能力。例如，三维建模***不是利用巨大的处理能力来生成包括试图近似三维对象的复杂表面的数千个多项式的密集的网格，而是从包括基本上更少的多项式和因此利用比传统三维扫描***更少的处理能力的定制网格线来生成网格。此外，如上所述，三维建模***进一步构建网格而不利用进一步对客户端设备的处理能力进行征税的电子点追踪装置。
现在将提供关于与描绘示例性实施例的示意性图形相关的三维建模***的附加细节。例如，如下面更详细描述的，图1-8图示了由三维建模***实现的用于基于三维对象生成三维模型的过程的示例实施例。具体地，如下面将进一步详细描述的，三维建模***从其上具有网格线的三维对象的扫描来生成三维网格。
例如，图1图示了包括在对象102的表面106上绘制的网格线104的示例三维对象102(或简称为“对象102”)。在一个或多个实施例中，对象102指的是由雕刻材料制成的雕塑。例如，用户可以通过从诸如粘土、泡沫(例如泡沫聚苯乙烯)、模具、纸、木材或其他雕刻材料的材料来手动雕刻对象102来创建对象102。如将进一步详细描述的，三维建模***使用对象102作为模板用于创建对象102的数字三维模型。
如图1进一步所示，对象102包括在对象102的表面106上绘制的网格线104。如上所述，网格线104可以包括在对象的表面106上绘制或以其他方式放置以强调对象102的各种特征的定制网格线。例如，如图1所示，网格线104可以包括来自用于绘制定制网格线104的记号笔或钢笔的黑色或其他深色墨水。备选地，网格线104可以包括放置在对象102的表面106上的黑色或深色材料(例如，贴纸、塑料)。网格线104可以包括在表面106的颜色和网格线104的颜色之间提供可检测的对比度的任何颜色的线。例如，如图1所示，与表面106的浅色相反，定制网格线104具有深色。
如图1进一步所示，定制网格线104中的一个或多个跟随对象102的轮廓、凹槽和其他特征。具体地，在对象102指的是雕刻的三维脸的情况下，定制网格线104包括跟随围绕眼睛、耳朵、嘴巴、鼻子、下巴、头发和雕刻脸的其他物理特征的脸的表面106的曲率的线。因此，网格线104可以强调或以其他方式突出显示对象102的各种特征。
如进一步所示，网格线104跨越表面106的部分形成网格，该网格具有跨越对象102的表面106交叉的线。定制网格线104可以具有不同级别的粒度。例如，定制网格线104可以具有由跨越对象102的表面106延伸的更少的线限定的低粒度。备选地，定制网格线104可以具有由跨越对象102的表面106延伸的更多线定义的高粒度。此外，定制网格线104的厚度可以根据用于创建网格线104的工具或材料而变化。
如上所述，三维建模***从三维扫描仪(或简称“扫描仪”)接收对象102的扫描。如本文所使用的“扫描设备”的“扫描仪”指的是能够捕获三维对象的扫描而不利用与扫描仪一起工作的电子点跟踪设备的市售扫描设备。例如，在一个或多个实施例中，扫描设备包括Xbox Kinect或Asus Xtion。如将在下面结合图8进一步详细描述的，扫描仪可以包括用于捕获对象102的图像的RGB相机。此外，扫描仪可以包括IR投影仪和IR相机，以便有助于捕获关于对象102的深度信息。在一个或多个实施例中，三维建模***从扫描仪接收包括对象102的图像(例如，二维图像)和伴随的对象102的深度信息的扫描。
在一个或多个实施例中，在接收到包括对象102的深度信息和一个或多个图像的对象102的扫描时，三维建模***生成包括对象102的表面106上的定制网格线104的对象102的二维表示。例如，如图2所示，三维建模***生成对象102的二维纹理图202，该二维纹理图202包括表示在其上具有定制网格线104的对象102的图像。三维建模***可以以各种方式并使用各种算法生成二维纹理图202。虽然本文所述的一个或多个实施例指的是生成对象102的二维纹理图202的三维建模***，但是在一个或多个实施例中，扫描仪类似地执行用于生成对象102的二维纹理图202的一个或多个步骤(例如，单独地或与三维建模***协作地)。
例如，在对象102的扫描包括表示对象102的多个图像(例如，RGB图像序列或视频帧)的情况下，三维建模***可以通过选择性地标识从其生成构成二维纹理图202的合成图像的RBG图像(例如，RGB帧)，生成二维纹理图202(例如，纹理图)。此外，三维建模***可以基于来自扫描的所捕获的深度信息，将所标识的图像与对象102的重建几何形状对齐。三维建模***可以进一步执行UV参数化算法以生成对象102的二维纹理图202。
此外，如图1-2所示，三维建模***接收或生成包括对象102的连续(例如，非分段)表示的二维纹理图202。备选地，尽管在图1-7所示的构建对象102的三维网格中未示出，在一个或多个实施例中，三维建模***生成包括对象102的分段部分的二维纹理图202(例如，基于与对象102的连续表示不兼容的结构)。具体地，二维纹理图202的分段部分的部分可以在被转换为三维模型时重叠或连接，但是当作为二维纹理图被呈现时不能连接或重叠。在这些情况下，三维建模***可以进一步将二维纹理图的不同分段映射到其他分段。利用该映射信息，三维建模***可以将下面描述的修改同样地应用于对应的分段，以确保所构建的三维网格包括对应对象的连续表示。
如图2所示，二维纹理图202包括在对象102的表面106上绘制的定制网格线104的表示。如图2所示，定制网格线104可以在二维纹理图202的部分上具有变化的厚度。此外，在一个或多个实施例中，二维纹理图202包括对象102的黑色和白色二维表示，其中定制网格线104具有黑色，与代表对象102的表面106的白色或浅灰色背景相反。备选地，在一个或多个实施例中，二维纹理图202包括具有比表示对象102的表面106的背景更浅的颜色的定制网格线104。
在一个或多个实施例中，三维建模***分析二维纹理图202并标识二维纹理图202内的网格线104。具体地，在一个或多个实施例中，三维建模***通过检测二维纹理图202内的边来标识网格线。三维建模***可以以各种方式检测边。例如，三维建模***可以在指示边的二维纹理图202的范围上检测对比像素值。作为另一示例，三维建模***可以标识梯度像素值或梯度像素值的范围，以标识指示图像内的边的二维纹理图202的相邻区域中的对比像素。
在一个或多个实施例中，三维建模***基于对象102上的定制网格线104的标识颜色来标识定制网格线104。例如，在一个或多个实施例中，三维建模***接收(例如，经由用户输入)或识别(例如，检测)用于生成定制网格线104的墨水的颜色。三维建模***可以进一步将二维纹理图202的每个像素与阈值进行比较，以确定特定像素应被特征化为边还是非边。具体地，在定制网格线104包括白色(或非白色)背景上的黑色的情况下，三维建模***可以基于整个二维纹理图202中所确定的像素值来将每个像素指定为黑色或白色。
不管用于标识二维纹理图202内的网格线104的精确方法，三维建模***可以生成边图，该边图包括所检测或以其他方式标识的二维纹理图202内的网格线104的表示。例如，如图3所示，三维建模***生成包括二维纹理图202的所标识边304的边图302。具体地，如图3所示，边图302包括黑白图像，其中白色像素表示边304，黑色像素表示非边(例如，边图302的所有部分不确定对应于在二维纹理图202中所检测的线)。
在一个或多个实施例中，三维建模***通过掩蔽具有较深颜色的或者备选地具有对应于对象102上的网格线104的已知颜色的颜色的二维纹理图202的像素来生成边图302。例如，在二维纹理图202中检测到边或以其他方式标识网格线104时，三维建模***通过在所检测的边304上应用白色像素的掩蔽并且将黑色像素应用于二维纹理图的所有剩余部分来生成边图302。在一个或多个实施例中，三维建模***通过确定网格线104的已知颜色和二维纹理图202的其他部分之间的阈值差异(例如，执行颜色阈值操作)来掩蔽所检测的边304上白色像素并在整个图像中施加黑色像素104。然后，三维建模***在与网格线的已知颜色偏离阈值差的二维纹理图202部分上应用黑色像素。因此，边图302包括二维纹理图202的二进制表示，该二维纹理图包括黑色背景上的白色像素边304。备选地，在一个或多个实施例中，边图302包括白色背景上的黑色像素边。
在生成边图302之后，三维建模***可以通过使得整个边图302的检测边304具有均匀的厚度来修改边图302。例如，如图4所示，在一个或多个实施例中，三维建模***修改边图302以生成包括具有单个像素的厚度的薄化的边404的薄化的边图402。因此，如图4所示，薄化边图402包括在连接点406处交叉的薄化的边404。如进一步图示的，并且如下面将结合图5A-5D进一步详细描述的，薄化的边图402可以包括断开线和部分连接线，其在连接点406处不能与其他薄化的线404连接。
三维建模***可以以各种方式从边图302生成薄化的边图402。作为第一示例，在一个或多个实施例中，三维建模***通过从多个像素厚到单个像素厚使边304迭代地薄化来生成薄化的边图402。例如，在一个或多个实施例中，三维建模***标识每个所检测的线的边界像素(例如，水平线的北/南边界像素或垂直线的东/西边界像素)。在标识边界像素时，三维建模***交替地删除相对的边界像素，直到仅剩下行的单个像素。三维建模***可以对边图302内的边304中的每一个执行类似的薄化处理，以生成具有薄化的边404的薄化的边图402。
作为备选，在一个或多个实施例中，三维建模***向边图302的边304应用薄化算法(例如，图像骨架算法)，以生成具有薄化的边404的薄化的边图402(例如，边图302的边304的单像素宽度骨架)。具体地，在一个或多个实施例中，三维建模***使用面向目标的薄化算法使边图302的边304薄化，该面向目标的薄化算法将区分以下各项的优先次序：(1)连接点(例如交叉点)处的线304之间的连通性，(2)不变曲线或曲线的联合，(3)使中间曲线位于沿着线304的中点附近，(4)尽可能的使边304薄化，(5)并尽可能少地执行该算法的迭代。
在一个或多个实施例中，三维建模***组合多个薄化算法(例如，迭代地使边304薄化和面向目标的薄化算法)以生成薄化边图402。例如，在一个或多个实施例中，三维建模***使用ACM 1989通信中由Zicheng Guo和Richard W.Hall的"Parallel Thinning withTwo-Subiteration Algorithms"中描述的多种薄化算法来生成薄化边图402，其全部的内容通过引用而被并入本文。
如上所述，并且如图4所示，薄化的边图402包括薄化的边404、连接点406、以及各种缺陷或异常，整个包括例如断开的线和部分连接的线。如图4所示，并且如图5A中更详细地所示，薄化的边图402包括在针对对象102的扫描生成三维网格方面存在困难的各种特征和特性。例如，如更详细地描述，薄化边图402的特征(诸如非直线、模糊的连接点、断开的线和部分连接的线)阻止三维建模***生成将有助于生成对象102的三维模型的三维网格。
在一个或多个实施例中，三维建模***修改薄化的边图402以移除或以其他方式修改这些防止三维建模***生成针对对象102的有用的三维网格的特征。例如，如将在下面结合图5A-5D进一步详细描述的，三维建模***可以使薄化的边图402的薄化的线404变直，以产生图5D所示的二维网格510。具体地，图5A-5D图示了对薄化边图402的放大部分502的修改。应当理解，尽管图5A-5D图示了对放大部分502的修改，但三维建模***对薄化的边图402的其余部分进行类似的修改以构建图5D所示的二维网格510。因此，对放大部分502的所述修改类似地适用于修改薄化的边图402的所有部分。
例如，图5A图示了薄化边图402的放大部分502，该放大部分包括薄化的边404a-e、连接点406a-g、断开的线408a和部分连接的线410a。在一个或多个实施例中，在修改或重新构建放大部分502的特征之前，三维建模***标识每个连接点406a-g。例如，在一个或多个实施例中，三维建模***分析放大部分502的像素并标识薄化的边404a-e的所有交叉点。例如，从连接点开始，三维建模***通过沿着薄化的边404a-e移动直到达到另一个连接点来标识其他连接点，其不需要通过另一个连接点。
在标识连接点406a-g时，三维建模***可以通过拉直线404a-e来修改薄化的边图402的放大部分502。具体地，如图5B所示，三维建模***拉直被确定为连接连接点406a-g中的两个的所有线404a-e。在一个或多个实施例中，三维建模***忽略被确定为不连接相邻连接点406a-g的放大部分内的所有线。例如，如图5B所示，三维建模***忽略或以其他方式不修改断开的线408a和部分连接的线410a。备选地，在一个或多个实施例中，三维建模***在确定断开的线408a和部分连接的线410a不能连接两个不同的连接点406a-g时，简单地移除断开的线408a和部分连接的线410a。
如图5B进一步所示，放大部分502的直线504a-e中的每一个对应于薄化的边图402的薄化的线404a-e。在一个或多个实施例中，三维建模***用对应的直线504a-e替换每个薄化的线404a-e，而不生成任何新的直线。因此，在一个或多个实施例中，三维建模***将非直线404a-e与对应的直线504a-e的比例保持为1:1。
在一个或多个实施例中，除了拉直薄化的线404a-e以形成直线504a-e之外，三维建模***还通过组合一个或多个连接点406a-g以形成限定二维网格510的结构的顶点508a-d来修改薄化的边图402的放大部分502。例如，在一个或多个实施例中，作为薄化边图304的边302以生成薄化边图402的结果，所得到的放大部分502包括意图成为单个顶点(例如，作为薄化边图302的结果成为两个连接点的定制网格线的交叉点)的一个或多个连接点406a-g。为了解决通过薄化边图302的边304引起的该问题，三维建模标识包括多个连接点406a-g的候选顶点506a-d。
在一个或多个实施例中，三维建模***通过标识彼此在阈值距离内的多个连接点406a-g来标识候选顶点506a-d。例如，在一个或多个实施例中，三维建模***通过在来自另一个连接点的像素的阈值数量内标识放大部分502的任何一个连接点406a-g来标识候选顶点506a-d。例如，如图5B所示，三维建模***标识包括连接点406a-b的第一候选顶点506a、包括单连接点406c的第二候选顶点506b、包括连接点406d-e的第三候选顶点506c、以及包括连接点406f-g的第四候选顶点506d。
作为彼此在阈值距离内简单组合连接点406a-g的替代方案，三维建模***还可以考虑通过组合连接点406a-g形成的所得到的多边形的多个边。例如，在一个或多个实施例中，三维建模***优先组合连接点406a-d以形成具有三个或四个边的形状。如图5B所示，直线504a-e形成具有五个边的多边形。在组合候选顶点506a-d的连接点时，三维建模***形成由顶点508a-d和边509a-d限定的四边多边形。作为生成具有四个边的多边形的备选方案，在一个或多个实施例中，三维建模***生成具有三个边的多边形。在一个或多个实施例中，三维建模***生成包括具有三个边和四个边的多边形的二维网格。
在定义候选顶点506a-d或以其他方式确定哪个连接点406a-g要组合时，三维建模***可以确定需要形成具有预定数量边的多边形的组合的连接点的数量。例如，关于构建二维网格510，三维建模***可以接收或以其他方式标识指示二维网格510的面应当具有四个边的设置。因此，三维建模***可以选择连接点406a-g来组合以形成具有四边的多边形。
在标识预定数量的边时，三维建模***可以基于预定数量的边来限定围绕连接点406a-g的候选顶点506a-d。例如，对于图5B所示的五边多边形，三维建模***可以确定仅组合两个连接点将导致如图5C所示的四边多边形。因此，三维建模***可以基于接近度确定来确定五边多边形的哪个连接点具有最接近的位置(例如，连接点406a-b)并且限定围绕连接点406a-b的第一候选顶点506a。因此，在一个或多个实施例中，三维建模***基于二维网格的多边形的边的目标数量和薄化的边图402的放大部分502的连接点406a-g的接近度的组合来限定候选顶点。
在一个或多个实施例中，在限定候选顶点506a-d时，三维建模***可进一步修改放大部分502以形成二维网格510的多边形面(例如，四边多边形)。具体地，在一个或多个实施例中，三维建模***通过组合对应的候选顶点506a-d内的连接点406a-g来形成顶点508a-d。例如，如图5C所示，连接点406a-b组合以形成第一顶点508a，连接点406c形成第二顶点408b，连接点406d-e形成第三顶点408c，并且连接点406f-g形成第四顶点408d。如进一步图示的，顶点508a-d中的每一个通过多边形的边509a-d连接。
三维建模***可以以各种方式组合连接点406a-g。例如，在一个或多个实施例中，三维建模***通过在构成候选顶点的每个附近连接点之间的中点或中心位置处生成顶点来组合连接点406a-g。作为示例，三维建模***在连接点406a-b之间的直线504e的中点处生成第一顶点508a。
作为备选方案，在一个或多个实施例中，三维建模***基于多边形的预定大小和/或形状(例如，矩形、三角形)在位置处生成顶点。例如，在组合第一候选顶点506a的连接点406a-b以形成第一顶点508a时，三维建模***可以在一个位置处生成第一顶点508a以形成矩形多边形(或近似矩形)，即使第一顶点508a的位置不位于连接点406a-b之间的中点处。因此，三维建模***可以在整个薄化的边图402中组合连接点，以形成具有尽可能接近矩形的形状的二维网格510的多边形。此外，或作为备选，在一个或多个实施例中，三维建模***优先各种顶点的放置以生成具有相似尺寸的多边形。
此外，如图5C所示，三维建模***可以从放大部分502移除断开的线408a。例如，三维建模***可以基于确定断开的线408a无法连接到放大部分502的任何边509a-d来移除断开的线408a。在一个或多个实施例中，三维建模***在执行结合图5A-5D描述的一个或多个修改之后移除断开的线408a。备选地，在一个或多个实施例中，三维建模***在修改薄化的边图402的线404a-e以形成直线504a-e之前移除断开的线408a。例如，在一个或多个实施例中，三维建模***响应于检测到断开的线408a无法与薄化的边图402的任何其他线形成连接点来移除断开的线408a。
类似地，如图5C所示，三维建模***可以从放大部分502移除部分连接的线410a。例如，三维建模***可以基于确定部分连接的线410b无法连接两个相邻连接点406a-g来移除部分连接的线410a。类似于移除断开的线408a，三维建模***可以在修改薄化的边图402以形成二维网格510的任何阶段移除部分连接的线410b。例如，在一个或多个实施例中，三维建模***在生成任何直线之前移除部分连接的线410b。具体地，在一个或多个实施例中，三维建模***在确定部分连接的线410b的仅一个端点(例如，而不是两个端点)连接到该薄化边图402的其他线时，移除部分连接的线410b。
因此，三维建模***可以修改薄化的边图402以形成图5D所示的二维网格510。具体地，作为对放大部分502的修改的结果，三维建模***形成具有由顶点508a-d和多边形边509a-d限定的面的四边多边形。如图5D进一步所示，三维建模***可以对薄化的边图402的所有部分执行类似的修改，以形成整个具有直边和预定数量的边的多边形的二维网格510。例如，如图5D所示，所得到的二维网格510包括整个具有四边的多边形。备选地，在一个或多个实施例中，三维建模***生成包括整个具有三边(或其他预定数量)的多边形的二维网格。
在生成二维网格510时，三维建模***可以基于二维网格510的一个顶点和边以及来自对象102的扫描的深度信息来生成三维网格。例如，如图6所示，三维建模***基于对象102的深度信息来生成包括三维结构的三维网格602(例如，三维网格的线/边呈现)。具体地，如图6所示，三维网格602包括对应于二维网格510的边和顶点的边和顶点的呈现。边和顶点限定三维网格602的面。
三维建模***可以以多种方式从二维网格510和深度信息来生成三维网格602。例如，在一个或多个实施例中，三维建模***将二维网格510的顶点和边映射到三维空间。在一个或多个实施例中，三维建模***使用各种UV参数化技术(包括例如条中心映射、差分几何引导和/或一个或多个非线性方法)中的一种将顶点和边映射到三维空间。
在一个或多个实施例中，在从图像和使用扫描设备获得的三维信息生成二维纹理图时，执行UV参数化技术。因此，其中三维建模***可能已经具有三维网格和二维纹理图之间的1：1映射。在这种情况下，三维建模***可以基于先前基于图像和深度信息生成或以其他方式获得的1：1映射来简单地生成三维网格。
如图6所示，三维建模***可以生成包括由顶点和边限定的边的呈现的三维网格。另外地作为备选，三维建模***可以生成包括由顶点和边形成的面的呈现的三维网格。例如，如图7所示，三维建模***生成包括由三维网格结构的线和边限定的面704的三维网格702的面呈现。此外，关于三维网格602的边呈现或三维网格702的面呈现，在一个或多个实施例中，用户可以与所得到的三维网格602、702进行交互以编辑或以其他方式修改三维网格602、702的部分。
现在转到图8，将提供关于可以根据一个或多个实施例在客户端设备804上实现的三维建模***812的示例架构的组件和能力的附加细节。具体地，图8图示了三维建模环境800的示例实施例，该三维建模环境包括扫描设备802和在其上具有三维建模***812的客户端设备804，并且其协作以完成与上述一个或多个实施例相关联的特征和功能。例如，扫描设备802和客户端设备804可以协作以基于对其上具有绘制的定制网格线104的对象102的扫描来生成对象102的三维模型702。
如图8所示，三维建模环境800包括扫描设备802。扫描设备802可以包括相机和深度传感器。例如，如图所示，扫描设备802包括光投影仪806、RGB(红绿蓝)相机808、和IR(红外)相机810。在一个或多个实施例中，扫描设备802捕获三维对象(例如，对象102)的扫描，并且向客户端设备804提供扫描用于生成三维模型。此外，尽管图8将扫描设备802和客户端设备804图示为两个单独的设备，但是在一个或多个实施例中，客户端设备包括扫描设备802或其上实现有扫描设备802的一个或多个部件806-810。因此，尽管本文所述的一个或多个实施例描述了使用扫描设备802来捕获三维对象的扫描，但是应当理解，在一个或多个实施例中，客户端设备804拍摄三维对象的扫描。
因此，如上所述，扫描设备802捕获包括对象的一个或多个图像和与对象相关联的深度信息的扫描。例如，在一个或多个实施例中，RGB相机808捕获对象的多个图像的序列。RGB相机808可以从不同的角度捕获对象的多个图像，以便生成或以其他方式构建表示三维对象的二维图像。在一个或多个实施例中，RGB相机808拍摄包括图像序列的对象的视频(例如，视频帧)，并从视频的帧来构建三维对象的二维纹理图。
此外，扫描设备802使用光投影仪806和IR相机810来捕获对象的深度信息。例如，在一个或多个实施例中，光投影仪806投射落在三维对象上的红外(IR)点或其他IR光。具体地，光投影仪806投射由IR相机810可观看的IR点的图案。红外相机810分析IR点的图案以确定单个点的特征和/或畸变或点的整体图案。例如，在靠近IR相机810的对象的部分上，点的图案呈现更远离。备选地，在远离红外相机810的对象的部分上，点的图案呈现更密集(或更靠近)。
基于观察到的在对象表面上投影的点的图案，扫描设备802标识对象的深度信息。例如，在一个或多个实施例中，扫描设备802生成深度图或对象深度的其他表示。在一个或多个实施例中，扫描设备802利用由RGB相机808捕获的一系列图像结合由RGB相机810捕获的深度信息，以生成包括对象的二维纹理图和相关联的深度信息的扫描。
在一个或多个实施例中，扫描设备802构建包括对象的二维纹理图和对象的深度信息的扫描。例如，在一个或多个实施例中，扫描设备802从由RGB相机808捕获的多个图像的序列生成合成图像，并进一步生成使用光投影仪806和IR相机810拍摄的深度信息的深度图或其他表示。在生成包括对象的二维纹理图和对应的深度信息两者的扫描之后，扫描设备802可以向客户端设备804提供扫描。
作为在扫描设备802上生成扫描的备选方案，在一个或多个实施例中，扫描设备802提供扫描数据，扫描数据包括由RGB相机808捕获的多个图像的序列以及由IR相机810捕获的深度信息。具体地，扫描设备802不是生成包括经处理的数据的扫描，而是可以简单地将来自执行对象的扫描的原始数据提供给客户端设备804，以使得客户端设备804能够生成三维对象的二维纹理图和对应的深度图。
具体地，如图8所示，三维建模***812包括将从扫描获得的数据转换为对象的二维纹理图的扫描图像转换器814。例如，在一个或多个实施例中，扫描图像转换器814生成包括来自由RGB相机808拍摄的图像序列的合成图像并基于由IR相机810拍摄的深度信息的模型。对象的二维纹理图包括对象的颜色，其包括例如对象的表面的颜色以及在对象的表面上绘制或以其他方式放置的网格线的颜色。
在一个或多个实施例中，扫描图像转换器814从所捕获的图像(例如RGB图像)和深度信息来生成对象的二维纹理图。例如，在一个或多个实施例中，扫描图像转换器814从扫描设备802接收深度帧和RGB图像。在一个或多个实施例中，深度帧和RGB图像被彼此登记。具体地，对于由深度图表示的每个三维点，扫描图像转换器814从RGB图像识别对应的颜色。在一个或多个实施例中，扫描图像转换器814实现扫描算法以注册所有深度图像以生成扫描对象的三维模型。因为来自TGB图像的网格上的每个顶点的颜色是已知的(基于来自图像序列的合成图像)，扫描图像转换器814应用网格参数化算法(例如，UV参数化)来找到从三维网格面到二维域的映射。
在标识二维域的映射时，扫描图像转换器814将三维网格的颜色传送到二维域以获得二维图像(例如，如图2所示)，其在本文中被称为二维纹理图。一旦二维纹理图被创建，对二维纹理图执行的任何修改(例如，薄化、组合顶点等)可以容易地应用于二维纹理图的三维映射。
如图8进一步所示，三维建模***812包括边图生成器816。在一个或多个实施例中，边图生成器816生成对象的二维纹理图的边图。例如，在一个或多个实施例中，边图生成器816评估二维纹理图并且检测或以其他方式标识对应于网格线的整个二维纹理图的边或二维纹理图的部分之间的对比色。例如，在对象包括对象表面上的定制网格线的情况下，边图生成器816标识与由在对象和对象的表面上绘制的定制网格线的不同颜色引起的对比像素值相对应的线。
除了标识对象的整个二维纹理图的边之外，边图生成器816生成二维纹理图的边图。在一个或多个实施例中，边图包括二维图像的二进制表示，其包括对应于所标识的边的白色像素和标识二维纹理图的其他部分的黑色像素。
为了补偿具有可变厚度和其他缺陷(例如，断开的边、部分连接的边)的边图中的边，三维建模***812可以修改边图以生成对象的二维网格。具体地，如图8所示，三维建模***812包括对边图执行一个或多个修改以生成对象的二维网格的网格生成器818。更具体地，在一个或多个实施例中，网格生成器818对边图执行各种修改以生成与在对象的表面上绘制的定制网格线相对应的线、顶点和面的二维网格。
例如，在一个或多个实施例中，网格生成器818生成包括边图的薄化的边的薄化的边图。具体地，网格生成器818可以应用一个或多个薄化算法来修改边(例如，薄化边)，以生成包括与整个边图中的可变厚度边相对应的单像素边的薄化的边图。因此，薄化的边图在整个所得到的边图中包括修改的单像素厚边。
在生成薄化的边图时，网格生成器818还通过标识边图中的连接点并拉直连接所标识的连接点的边来进一步修改边图(例如，薄化的边图)。例如，在一个或多个实施例中，网格生成器818生成连接薄化的边图中的相邻连接点的直边，以替换薄化的边图中的每个非直边。
此外，在一个或多个实施例中，网格生成器818组合边图的一个或多个连接点以形成二维网格的顶点。具体地，在一个或多个实施例中，网格生成器818通过标识阈值距离内的连接点来识别候选顶点，或者当组合时形成具有确定数量的边的多边形。例如，在一个或多个实施例中，网格生成器818组合连接点以形成整个所得到的二维网格中具有四边多边形的二维网格。备选地，网格生成器818可以组合连接点，以形成在整个所得到的二维网格中具有三面多边形的二维网格。
在一个或多个实施例中，网格生成器818将来自三维对象的扫描的深度信息应用于二维网格，以形成具有与三维对象的结构相对应的结构的三维网格。此外，三维网格的线、顶点和面对应于对象表面上的定制网格线。例如，在一个或多个实施例中，网格生成器818使用各种UV参数化技术中的一个将二维网格的顶点、边和面映射到三维结构。
此外，在一个或多个实施例中，三维建模***812基于三维网格来生成对象的三维模型。以这种方式，三维建模***812使得用户能够根据用户或设计偏好来与三维模型交互、编辑和以其他方式操纵三维模型。因此，三维建模***812有助于包括使用户能够直观地与三维模型交互和编辑三维模型的特征的三维模型的构建。
如图8进一步所示，三维建模***812包括存储图像数据822和深度数据824的数据存储装置820。图像数据822可以包括与对象的所捕获的图像相关联的信息。例如，图像数据822可以包括由扫描设备802捕获的一系列视频帧或图像。图像数据822还可以包括所标识的对象的颜色和/或在该对象的表面上绘制的网格线的颜色。此外，深度数据824包括关于对象的深度或几何形状的任何信息。例如，深度数据824可以包括关于由扫描设备802捕获的对象的边、裂纹、曲线或其他表面特征的信息。在一个或多个实施例中，三维建模***812利用图像数据822和深度数据824两者，以生成对象的二维纹理图，并随后生成对象的三维网格。
图1-8、对应的文本和示例提供了许多不同的***和设备，其能够基于在三维对象的表面上的定制网格线来生成包括顶点、边和面的三维对象的三维网格。除了上述之外，还可以根据包括用于完成特定结果的方法中的动作和步骤的流程图来描述实施例。例如，图9-10图示了根据一个或多个实施例的示例性方法和动作的流程图。
图9图示了用于从三维对象的扫描来构建三维网格的一个示例性方法900的流程图。具体地，方法900涉及生成具有与三维对象的表面上的定制网格的线相对应的顶点、边和面的三维网格。
如图9所示，方法900包括接收包括针对三维对象的二维纹理图和深度信息的三维对象的扫描的动作910。例如，在一个或多个实施例中，动作910涉及接收包括定制网格线的三维对象的扫描，其中扫描包括基于三维对象的一个或多个图像和三维对象的深度信息的三维对象的二维纹理图。在一个或多个实施例中，定制网格线包括在三维对象的表面上绘制的手绘线。
此外，在一个或多个实施例中，方法900包括生成二维纹理图。例如，在一个或多个实施例中，方法900包括通过基于三维对象的深度信息将三维对象的一个或多个图像组合成复合二维图像来生成二维纹理图。
如图9进一步所示，方法900包括针对三维对象的二维纹理图生成边图的动作920。例如，在一个或多个实施例中，动作920涉及通过检测与定制网格线相对应的二维纹理图中的边来从二维纹理图生成边图。在一个或多个实施例中，生成边图包括生成二维纹理图的二进制表示。具体地，二进制表示包括：具有第一像素值(例如，白色)的第一多个像素(例如，被标识为边的一部分的像素)和具有第二像素值(例如，黑色)的第二多个像素(例如，未被识别为边的一部分的剩余像素)。
例如，在一个或多个实施例中，该方法包括接收在三维对象上的定制网格线的颜色的指示。在一个或多个实施例中，生成边图涉及检测具有与文本行的颜色相对应的像素值的二维纹理图中的边。例如，在定制网格线包括在白色表面上绘制的蓝线的情况下，生成边图可以涉及检测二维纹理图的蓝色像素。
如图9进一步所示，方法900包括构建二维纹理图的二维网格的动作930。例如，在一个或多个实施例中，动作930包括构建包括边图的重建边的二维纹理图的二维网格。在一个或多个实施例中，构建二维网格包括生成具有均匀厚度的边的薄化边图。例如，在一个或多个实施例中，构建二维网格涉及将边图的边薄化为单个像素厚。如上所述，薄化边可以包括执行一个或多个薄化算法以生成包括具有单像素厚度的边的薄化的边图。
在一个或多个实施例中，构建二维网格包括标识薄化的边图的连接点。此外，在一个或多个实施例中，构建二维网格包括通过在薄化的边图中的彼此在阈值距离内的位置处组合连接点来生成针对二维网格的顶点。此外，在一个或多个实施例中，构建二维网格包括通过将连接所标识的连接点的边替换为连接所标识的薄化的边图的连接点的直边来生成边图的重构边。
此外，除了标识薄化的边图的连接点之外，构建二维网格包括标识通过在边图内内在彼此在阈值距离内的位置处的薄化的边图的边连接的两个连接点。此外，构建二维网格包括确定将两个连接点组合成顶点将形成具有预定数量边的多边形。此外，在一个或多个实施例中，构建二维网格包括移除连接两个连接点的边并将两个连接点合并成单个顶点。例如，构建二维网格包括：响应于标识两个连接点在彼此阈值距离内的位置处并且将两个连接点组合成顶点将形成具有预定数量的边的多边形来移除边。
此外，在一个或多个实施例中，构建二维网格包括移除无法连接到边图的任何标识的连接点的边图的任何检测的边。此外，在一个或多个实施例中，构建二维网格包括移除仅具有与边图的另一检测边连接的单个端点的边图的任何检测的边。
如图9进一步所示，方法900包括基于二维网格和深度信息来构建三维对象的三维网格的动作940。例如，在一个或多个实施例中，动作940包括基于二维网格和深度信息来构建三维对象的三维网格，三维网格包括与定制网格线相对应的多边形。在一个或多个实施例中，构建三维网格包括基于三维对象的深度信息来生成二维纹理图的三维表示。
除了方法900的一个或多个动作(例如，动作930-940)之外或作为方法900的一个或多个动作(例如，动作930-940)的备选方案，在一个或多个实施例中，方法900包括用于使用边图和深度信息来构建的三维对象的三维网格的步骤。具体地，三维网格包括对应于三维对象上的定制网格线的多边形。在一个或多个实施例中，用于构建三维网格的步骤包括用于修改生成的边图以构建三维网格的一系列动作。
例如，图10图示了执行用于使用边图和深度信息来构建三维对象的三维网格的步骤的一个实施例中的一系列动作1000。动作可以包括通过薄化边图的边来生成薄化的边图的动作1010。例如，在一个或多个实施例中，动作1010包括通过薄化边图的边以具有均匀的像素厚度来生成薄化的边图。在一个或多个实施例中，薄化边图的边包括迭代地删除边图的边的相对边界像素，直到边包括具有单像素厚度的薄化的边，同时保留薄化边图的连接点。
如图10进一步所示，一系列动作1000包括标识薄化的边图的连接点的动作1020。例如，在一个或多个实施例中，动作1020包括通过在整个薄化的边图中识别薄化的边的交叉点来标识薄化的边图的连接点。此外，如图10所示，一系列动作1000包括重新绘制薄化边图的边以形成连接标识的连接点的直线的动作1030。例如，在一个或多个实施例中，动作1030包括替换边图的薄化的边以形成连接每个标识的连接点的直线。
此外，如图10所示，一系列动作1000包括组合一个或多个连接点以形成具有直边的多边形的顶点的动作1040。例如，在一个或多个实施例中，动作1040包括组合一个或多个连接点以形成具有与定制网格线对应的直边的多边形顶点。在一个或多个实施例中，组合连接点以形成多边形包括将具有彼此的阈值距离内的位置的任何两个或更多个连接点组合成顶点。
在一个或多个实施例中，用于使用边图和深度信息来构建三维对象的三维网格的步骤包括标识边图中的连接点。然后用于构建三维网格的步骤可以涉及标识每个标识的连接点的中心像素。然后，用于构建三维网格的步骤可以涉及通过薄化边图的边同时限制标识的连接点的位置来生成薄化的边图。在这样的实施例中，用于构建三维网格的步骤可以不涉及组合连接点中的一个或多个。
本公开的实施例可以包括或利用包括计算机硬件(诸如例如一个或多个处理器和***存储器)的专用计算机或通用计算机，如以下更详细讨论的。在本公开范围内的实施例还包括用于携带或存储计算机可执行指令和/或数据结构的物理和其他计算机可读介质。具体地，本文描述的一个或多个处理可以至少部分地作为在非暂时性计算机可读介质中实施且可由一个或多个计算设备(例如，本文描述的介质内容访问设备中的任意一个)执行的指令来实现。通常，处理器(例如，微处理器)从非暂时计算机可读介质(例如，存储器等)接收指令，并执行这些指令，从而执行一个或多个处理，包括本文所述的处理中的一个或多个。
计算机可读介质可以是可由通用计算机***或专用计算机***访问的任何可用介质。存储计算机可执行指令的计算机可读介质是非暂时的计算机可读存储介质(设备)。携带计算机可执行指令的计算机可读介质是传输介质。因此，作为示例而非限制，本公开的实施例可以包括至少两种明显不同种类的计算机可读介质：非暂时的计算机可读存储介质(设备)和传输介质。
非瞬时计算机可读存储介质(设备)包括RAM、ROM、EEPROM、CD-ROM、固态驱动器(“SSD”)(例如，基于RAM)、闪存、相变存储器(“PCM“)、其他类型的存储器、其他光盘存储装置、磁盘存储设备或其他磁存储设备、或可用于以计算机可执行指令或数据结构的形式存储期望的程序代码装置的、以及可以由通用计算机或专用计算机访问的任何其他介质。
“网络”被定义为能够实现在计算机***和/或模块和/或其他电子设备之间传送电子数据的一个或多个数据链路。当信息通过网络或其他通信连接(硬连线、无线或硬连线或无线的组合)传输或提供给计算机时，计算机将连接合适地视为传输介质。传输媒体可以包括网络和/或数据链路，其可以用于以计算机可执行指令或数据结构的形式携带期望的程序代码装置，并且可以由通用计算机或专用计算机访问。上述的组合也应包括在计算机可读介质的范围内。
此外，在到达各种计算机***组件时，以计算机可执行指令或数据结构的形式的程序代码装置可以自动从传输介质传送到非暂时的计算机可读存储介质(设备)(或反之亦然)。例如，通过网络或数据链路接收的计算机可执行指令或数据结构可以被缓冲在网络接口模块(例如，“NIC”)内的RAM中，然后最终传送到计算机***RAM和/或计算机***处的更少的易失性计算机存储介质(设备)中。因此，应当理解，非暂时的计算机可读存储介质(设备)可以被包括在也(甚至主要地)利用传输介质的计算机***部件中。
计算机可执行指令包括例如在处理器执行时使通用计算机、专用计算机或专用处理设备执行某一功能或一组功能的指令和数据。在一个或多个实施例中，计算机可执行指令在通用计算机上执行，以将通用计算机转换成实现本公开元素的专用计算机。计算机可执行指令可以是例如诸如汇编语言的二进制、中间格式指令、甚至是源代码。虽然主题已经以特定于结构性营销特征和/或方法学动作的语言来描述，但是应当理解，所附权利要求中限定的主题不一定限于上述描述的营销特征或动作。相反，所描述的营销特征和动作被公开为实施权利要求的示例形式。
本领域技术人员将理解，本公开可以在具有许多类型的计算机***配置(包括个人计算机、台式计算机、膝上型计算机、消息处理器、手持设备、多处理器***、基于微处理器或可编程消费电子产品、网络PC、小型计算机、大型计算机、移动电话、PDA、平板电脑、寻呼机、路由器、交换机等)的网络计算环境中实践。本公开还可以在分布式***环境中实施，其中通过网络链接(通过硬连线数据链路、无线数据链路、或通过硬连线和无线数据链路的组合)的本地计算机***和远程计算机***两者均执行任务。在分布式***环境中，程序模块可能位于本地和远程存储器存储设备中。
本公开的实施例还可以在云计算环境中实现。在本说明书中，“云计算”被定义为用于使得按需网络能够访问可配置计算资源的共享池的的未订阅模型。例如，云计算可以在市场中使用，以提供对可配置计算资源的共享池的无处不在和方便的按需访问。可配置计算资源的共享池可以经由虚拟化快速提供，并以低管理效果或服务提供商交互方式发布，然后相应地进行缩放。
云计算未预订模型可以由各种特征组成，例如，按需自助服务、广泛的网络访问、资源池、快速弹性、测量的服务等。云计算未订阅模型还可以暴露各种服务非订阅模型，诸如例如软件即服务(“SaaS”)、Web服务、平台即服务(“PaaS”)以及基础设施即服务(“IaaS”)。还可以使用不同的部署非订阅模型(诸如私有云、社区云、公共云、混合云等)来部署云计算未订阅模型。在本说明书和权利要求书中，“云计算环境”是采用云计算的环境。
图11图示了可以被配置为执行上述过程中的一个或多个的示例性计算设备1100的框图。如图11所示，计算设备1100可以包括处理器1102、存储器1104、存储设备1106、I/O接口1108和通信接口1110，其可以通过通信基础设施1112的方式通信地耦合。在某些实施例中，计算设备1100可以包括比图11所示的部件更少或更多的部件。现在将更详细地描述图11所示的计算设备1100的部件。
在一个或多个实施例中，处理器1102包括用于执行指令(诸如构成计算机程序的指令)的硬件。作为示例而不是限制，为了执行用于数字化真实世界对象的指令，处理器1102可以从内部寄存器、内部高速缓存、存储器1104或存储设备1106取回(或获取)指令，以及解码并执行它们。存储器1104可以是用于存储由处理器执行的数据、元数据和程序的易失性或非易失性存储器。存储设备1106包括用于存储与对象数字化处理(例如数字扫描、数字模型)有关的数据或指令的诸如硬盘、闪存驱动器或其他数字存储设备的存储装置。
I/O接口1108允许用户向计算设备1100提供输入、从计算设备1100接收输出、和以其他方式向计算设备1100传输数据和从计算设备1100接收数据。I/O接口1108可以包括鼠标、小键盘或键盘、触摸屏、相机、光学扫描仪、网络接口、调制解调器、其他已知的I/O设备或这种I/O接口的组合。I/O接口1108可以包括用于向用户呈现输出的一个或多个设备，包括但不限于图形引擎、显示器(例如、显示屏幕)、一个或多个输出驱动器(例如、显示器驱动器)、一个或多个音频扬声器以及一个或多个音频驱动器。在某些实施例中，I/O接口1108被配置为向显示器提供图形数据以呈现给用户。图形数据可以代表一个或多个图形用户界面和/或可用于特定实现的任何其他图形内容。
通信接口1110可以包括硬件、软件或两者。无论如何，通信接口1110可以在计算设备1100和一个或多个其他计算设备或网络之间提供用于通信(例如，基于分组的通信)的一个或多个接口。作为示例而不是限制，通信接口1110可以包括用于与以太网或其他有线网络或无线NIC(WNIC)或用于与诸如WI-FI的无线网络通信的无线适配器通信的网络接口控制器(NIC)或网络适配器。
此外，通信接口1110可以有助于与各种类型的有线或无线网络的通信。通信接口1110还可以有助于使用各种通信协议的通信。通信基础设施1112还可以包括将计算设备1100的部件彼此耦合的硬件、软件或二者。例如，通信接口1110可以使用一个或多个网络和/或协议来使得由特定基础设施连接的多个计算设备能够彼此通信以执行本文所述的数字化处理的一个或多个方面。为了说明，图像压缩处理可以允许多个设备(例如，用于执行大量图像的图像处理任务的服务器设备)使用各种通信网络和协议来交换信息，用于交换关于所选择的工作流的信息和用于多个图像的图像数据。
在前述说明书中，已经参照本发明的具体示例性实施例描述了本公开。参考本文所讨论的细节描述本公开的各种实施例和方面，并且附图图示了各种实施例。上面的描述和附图是对本公开的说明，而不应被解释为限制本公开。描述了许多具体细节以提供对本公开的各种实施例的透彻理解。
在不脱离本发明的精神或基本特征的情况下，本公开可以以其他具体形式实现。所描述的实施例在所有方面仅被认为是示意性的而不是限制性的。例如，本文描述的方法可以用更少或更多的步骤/动作来执行，或者步骤/动作可以以不同的顺序执行。此外，本文描述的步骤/动作可以被重复或彼此并行地或与相同或相似步骤/动作的不同实例并行地执行。因此，本申请的范围由所附权利要求而不是前面的描述来指示。在权利要求的等同物的含义和范围内的所有改变将被涵盖在其范围内。

Claims (20)

1.一种在用于对物理对象进行数字化的数字媒体环境中用于生成扫描的对象的三维模型的方法，所述方法包括：
接收包括定制网格线的三维对象的扫描，所述扫描包括所述三维对象的一个或多个图像和用于所述三维对象的深度信息；
通过检测与所述定制网格线相对应的所述扫描内的边来从所述扫描生成边图；以及
执行用于使用所述边图和所述深度信息来构建所述三维对象的三维网格的步骤，所述三维网格包括与所述定制网格线相对应的多边形。
2.根据权利要求1所述的方法，还包括通过将所述扫描的所述一个或多个图像对齐来从所述扫描生成二维纹理图。
3.根据权利要求2所述的方法，还包括对所述边图的边进行薄化以具有均匀的像素厚度，包括迭代地删除所述边图的所述边的相对边界像素，直到所述边包括具有单像素厚度的薄化的边，同时保留薄化的所述边图的连接点。
4.根据权利要求2所述的方法，还包括将具有在彼此的阈值距离内的位置的任意两个或更多个连接点组合成顶点。
5.根据权利要求2所述的方法，其中从所述扫描生成所述二维纹理图还包括将所述深度信息和对齐的所述一个或多个图像从三维域转换为二维域。
6.根据权利要求1所述的方法，其中所述定制网格线包括在所述三维对象的表面上绘制的手绘线。
7.根据权利要求1所述的方法，其中生成所述边图包括生成所述二维纹理图的二进制表示，所述二进制表示包括用于被确定为对应于所述定制网格线的任意像素的第一像素值和用于所述二维纹理图的其他像素的第二像素值。
8.根据权利要求1所述的方法，还包括：
接收所述定制网格线的颜色的指示；以及
其中检测所述二维纹理图中的边包括标识具有与所述定制网格线的所述颜色相对应的像素值的所述二维纹理图的像素。
9.一种在用于对物理对象进行数字化的数字媒体环境中用于生成扫描的对象的三维模型的方法，所述方法包括：
接收包括定制网格线的三维对象的扫描，所述扫描包括基于所述三维对象的一个或多个图像和用于所述三维对象的深度信息的所述三维对象的二维纹理图；
通过检测与所述定制网格线相对应的所述二维纹理图内的边来从所述二维纹理图生成边图；
构建所述二维纹理图的二维网格，所述二维网格包括所述边图的重建边；以及
基于所述二维网格和所述深度信息来构建所述三维对象的三维网格，所述三维网格包括与所述定制网格线相对应的多边形。
10.根据权利要求9所述的方法，还包括生成所述二维纹理图，其中生成所述二维纹理图包括：基于用于所述三维对象的所述深度信息来将所述三维对象的所述一个或多个图像组合成复合二维图像。
11.根据权利要求9所述的方法，其中构建所述二维网格包括生成具有均匀厚度的边的薄化的边图。
12.根据权利要求11所述的方法，其中所述薄化的边图的所述边是单个像素厚。
13.根据权利要求11所述的方法，其中构建所述二维网格包括：
标识所述薄化的边图的连接点；以及
通过组合在所述薄化的边图内的彼此的阈值距离内的位置处的连接点来生成所述二维网格的顶点。
14.根据权利要求11所述的方法，其中构建所述二维纹理图包括：
标识所述薄化的边图的连接点；
标识由在所述薄化的边图内的彼此的阈值距离内的位置处的所述薄化的边图的边连接的两个连接点；
确定将所述两个连接点组合成顶点将形成具有预定数量的边的多边形；以及
响应于标识所述两个连接点处于彼此的所述阈值距离内的位置并且将所述两个连接点组合成顶点将形成具有预定数量的边的多边形，移除连接所述两个连接点的所述边并且将所述两个连接点组合成单个顶点。
15.根据权利要求11所述的方法，其中构建所述二维网格包括：
标识所述薄化的边图的连接点；以及
通过将连接所标识的所述连接点的边替换为连接所述薄化的边图的所标识的所述连接点的直边来生成所述边图的所述重建边。
16.根据权利要求9所述的方法，其中构建所述二维网格包括移除无法连接到所述边图的任意所标识的连接点所述边图的任意检测到的边。
17.根据权利要求9所述的方法，其中构建所述二维网格包括移除仅具有与所述边图的另一检测到的边连接的单个端点的所述边图的任意检测到的边。
18.一种***，包括：
存储器，包括三维对象的扫描，所述三维对象包括定制网格线，所述扫描包括所述三维对象的一个或多个图像和用于所述三维对象的深度信息；
扫描设备，包括红绿蓝(RGB)相机和红外(IR)相机；以及
计算设备，包括在其上的指令，所述指令当由所述计算设备执行时，使得所述***：
接收包括定制网格线的所述三维对象的所述扫描；
基于所述一个或多个图像和所述深度信息来生成所述三维对象的二维纹理图；
通过检测与所述定制网格线相对应的所述二维纹理图内的边来从所述二维纹理图生成边图；
构建所述二维纹理图的二维网格，所述二维网格包括所述边图的重建边；以及
基于所述二维网格和所述深度信息来构建所述三维对象的三维网格，所述三维网格包括与所述定制网格线相对应的多边形。
19.根据权利要求18所述的***，其中构建所述二维纹理图的所述二维网格包括：
生成包括具有单像素厚度的所述边图的边的薄化的边图；
标识所述薄化的边图的连接点；
通过将连接所标识的所述连接点的边替换为连接所述薄化的边图的所标识的所述连接点的直边来生成所述薄化的边图的所述重建边；
通过组合被确定为具有在彼此的阈值距离内的位置的连接点来生成用于所述二维网格的顶点。
20.根据权利要求19所述的***，其中构建所述二维网格还包括：
移除无法连接到所述边图的任意所标识的连接点的所述薄化的边图的任何检测到的边；以及
移除仅具有与所述边图的另一检测到的边连接的单个端点的所述薄化的边图的任意检测到的边。
CN201710882189.5A 2017-02-02 2017-09-26 从扫描对象生成三维模型 Active CN108389257B (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
US15/423,348 2017-02-02
US15/423,348 US10679408B2 (en) 2017-02-02 2017-02-02 Generating a three-dimensional model from a scanned object

Publications (2)

Publication Number Publication Date
CN108389257A true CN108389257A (zh) 2018-08-10
CN108389257B CN108389257B (zh) 2023-04-21

Family

ID=60326685

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201710882189.5A Active CN108389257B (zh) 2017-02-02 2017-09-26 从扫描对象生成三维模型

Country Status (5)

Country Link
US (2) US10679408B2 (zh)
CN (1) CN108389257B (zh)
AU (1) AU2017235889B2 (zh)
DE (1) DE102017009276A1 (zh)
GB (1) GB2559446B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109934905A (zh) * 2019-01-16 2019-06-25 中德（珠海）人工智能研究院有限公司 一种用于生成三维模型的***及其生成方法
CN111179332A (zh) * 2018-11-09 2020-05-19 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备及存储介质
CN114143214A (zh) * 2021-12-02 2022-03-04 四川启睿克科技有限公司 基于数字多维建模的物联网控制***及方法

Families Citing this family (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10679408B2 (en) 2017-02-02 2020-06-09 Adobe Inc. Generating a three-dimensional model from a scanned object
US10769850B1 (en) * 2017-02-13 2020-09-08 Ansys, Inc. Systems and methods for efficient updating of an analysis mesh
US10426980B2 (en) * 2017-02-27 2019-10-01 Daniel D. Dorneanu Smart spray foam respirator mask
JP2019015553A (ja) * 2017-07-05 2019-01-31 ソニーセミコンダクタソリューションズ株式会社 情報処理装置、情報処理方法および個体撮像装置
BR112020027050A2 (pt) * 2018-07-13 2021-04-20 Panasonic Intellectual Property Corporation Of America método de codificação de dados tridimensionais, método de decodificação de dados tridimensionais, dispositivo de codificação de dados tridimensionais e dispositivo de decodificação de dados tridimensionais
US10990805B2 (en) * 2018-09-12 2021-04-27 Apple Inc. Hybrid mode illumination for facial recognition authentication
US11138791B2 (en) * 2018-12-04 2021-10-05 Intuitive Research And Technology Corporation Voxel to volumetric relationship
CN112242004B (zh) * 2019-07-16 2023-09-01 华中科技大学 一种基于光照渲染的ar场景的虚拟雕刻方法及***
US11430168B2 (en) * 2019-08-16 2022-08-30 Samsung Electronics Co., Ltd. Method and apparatus for rigging 3D scanned human models
TWI716129B (zh) * 2019-10-01 2021-01-11 財團法人資訊工業策進會 材質替換方法、系統以及非暫態電腦可讀取記錄媒體
CN111445385B (zh) * 2020-03-28 2023-06-09 哈尔滨工程大学 一种基于rgb色彩模式的三维物体平面化方法
US11847740B2 (en) * 2020-08-12 2023-12-19 Datasight Data compression algorithm for processing of point cloud data for digital terrain models (DTM)
US11191620B1 (en) * 2021-06-03 2021-12-07 Oxilio Ltd Systems and methods for generating an augmented 3D digital model of an anatomical structure of a subject
CN113689568B (zh) * 2021-08-03 2023-05-23 南昌威爱信息科技有限公司 一种基于云端渲染的三维效果图高精度建模方法
CN113592994B (zh) * 2021-09-27 2021-12-07 贝壳技术有限公司 用于纹理贴图的方法、装置和存储介质
US20240020935A1 (en) * 2022-07-15 2024-01-18 The Boeing Company Modeling system for 3d virtual model
US20240161366A1 (en) * 2022-11-15 2024-05-16 Adobe Inc. Modifying two-dimensional images utilizing three-dimensional meshes of the two-dimensional images
CN115861572B (zh) * 2023-02-24 2023-05-23 腾讯科技（深圳）有限公司 一种三维建模方法、装置、设备及存储介质

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050012740A1 (en) * 2003-07-17 2005-01-20 Nintendo Co., Ltd. Image processing apparatus and image processing program
CN101038678A (zh) * 2007-04-19 2007-09-19 北京理工大学 基于单幅图像的光滑对称曲面重建方法
US8259069B1 (en) * 2008-01-11 2012-09-04 Cypress Semiconductor Corporation Speckle-based optical navigation on curved tracking surface
US20130258062A1 (en) * 2012-03-29 2013-10-03 Korea Advanced Institute Of Science And Technology Method and apparatus for generating 3d stereoscopic image
US20160110917A1 (en) * 2014-10-21 2016-04-21 Microsoft Technology Licensing, Llc Scanning and processing objects into three-dimensional mesh models

Family Cites Families (17)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7065242B2 (en) * 2000-03-28 2006-06-20 Viewpoint Corporation System and method of three-dimensional image capture and modeling
GB2378337B (en) * 2001-06-11 2005-04-13 Canon Kk 3D Computer modelling apparatus
EP1837806A1 (en) * 2006-03-24 2007-09-26 MVTec Software GmbH System and methods for automatic parameter determination in machine vision
US7848571B2 (en) * 2006-06-26 2010-12-07 Keystream Corporation Computer-implemented method for efficient image segmentation using automated saddle-point detection
US8594425B2 (en) * 2010-05-31 2013-11-26 Primesense Ltd. Analysis of three-dimensional scenes
US9715754B2 (en) * 2010-08-05 2017-07-25 Koninklijke Philips N.V. In-plane and interactive surface mesh adaptation
US9098930B2 (en) * 2011-09-30 2015-08-04 Adobe Systems Incorporated Stereo-aware image editing
US9196089B2 (en) * 2012-05-17 2015-11-24 Disney Enterprises, Inc. Techniques for processing reconstructed three-dimensional image data
US20130314401A1 (en) * 2012-05-23 2013-11-28 1-800 Contacts, Inc. Systems and methods for generating a 3-d model of a user for a virtual try-on product
US20130335416A1 (en) * 2012-05-23 2013-12-19 1-800 Contacts, Inc. Systems and methods for generating a 3-d model of a virtual try-on product
KR101778833B1 (ko) * 2014-04-03 2017-09-26 한국전자통신연구원 3d 의류 모델 복원 방법 및 장치
JP5887384B2 (ja) * 2014-07-24 2016-03-16 淳一 鴨崎 線画像描画方法及び装置
US9721385B2 (en) * 2015-02-10 2017-08-01 Dreamworks Animation Llc Generation of three-dimensional imagery from a two-dimensional image using a depth map
US10169891B2 (en) * 2015-08-26 2019-01-01 Electronic Arts Inc. Producing three-dimensional representation based on images of a person
US10122994B2 (en) * 2016-11-11 2018-11-06 Disney Enterprises, Inc. Object reconstruction from dense light fields via depth from gradients
US10679408B2 (en) 2017-02-02 2020-06-09 Adobe Inc. Generating a three-dimensional model from a scanned object
US11348303B2 (en) * 2017-08-31 2022-05-31 Sony Group Corporation Methods, devices, and computer program products for 3D texturing

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20050012740A1 (en) * 2003-07-17 2005-01-20 Nintendo Co., Ltd. Image processing apparatus and image processing program
CN101038678A (zh) * 2007-04-19 2007-09-19 北京理工大学 基于单幅图像的光滑对称曲面重建方法
US8259069B1 (en) * 2008-01-11 2012-09-04 Cypress Semiconductor Corporation Speckle-based optical navigation on curved tracking surface
US20130258062A1 (en) * 2012-03-29 2013-10-03 Korea Advanced Institute Of Science And Technology Method and apparatus for generating 3d stereoscopic image
US20160110917A1 (en) * 2014-10-21 2016-04-21 Microsoft Technology Licensing, Llc Scanning and processing objects into three-dimensional mesh models

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111179332A (zh) * 2018-11-09 2020-05-19 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备及存储介质
CN111179332B (zh) * 2018-11-09 2023-12-19 北京市商汤科技开发有限公司 图像处理方法及装置、电子设备及存储介质
CN109934905A (zh) * 2019-01-16 2019-06-25 中德（珠海）人工智能研究院有限公司 一种用于生成三维模型的***及其生成方法
CN114143214A (zh) * 2021-12-02 2022-03-04 四川启睿克科技有限公司 基于数字多维建模的物联网控制***及方法

Also Published As

Publication number Publication date
GB201716521D0 (en) 2017-11-22
GB2559446B (en) 2022-07-20
CN108389257B (zh) 2023-04-21
DE102017009276A1 (de) 2018-08-02
US20200258301A1 (en) 2020-08-13
AU2017235889A1 (en) 2018-08-16
US20180218535A1 (en) 2018-08-02
US10861232B2 (en) 2020-12-08
AU2017235889B2 (en) 2021-12-02
US10679408B2 (en) 2020-06-09
GB2559446A (en) 2018-08-08

Similar Documents

Publication Publication Date Title
CN108389257A (zh) 从扫描对象生成三维模型
CN108352083B (zh) 用于拉伸成3d对象的2d图像处理
EP0950988B1 (en) Three-Dimensional image generating apparatus
CN106463003B (zh) 制造带浮雕的三维对象
CN106530388A (zh) 一种基于二维图像的3d打印装置及其三维建模方法
JPH06507743A (ja) 画像合成及び処理
US10204447B2 (en) 2D image processing for extrusion into 3D objects
EP3533218B1 (en) Simulating depth of field
CN106797458A (zh) 真实对象的虚拟改变
Karimov et al. Advanced tone rendition technique for a painting robot
CN101883218B (zh) 一种基于摄像头的图像采集与艺术化处理的方法
CN107833503A (zh) 配网核心作业增强现实仿真培训***
CN104103091A (zh) 3d智能建模方法和***及3d模型柔性制造***
CN109591297B (zh) 一种自定义三维模型外观的3d打印方法及***
US10643491B2 (en) Process, system and method for step-by-step painting of an image on a transparent surface
US20200302699A1 (en) Virtual Reality Anchored Annotation Tool
US20190392653A1 (en) Method and apparatus for sculpting a 3d model
Kim et al. An Example‐based Approach to Synthesize Artistic Strokes using Graphs
CN107967709A (zh) 数字媒体环境中的通过使用透视图或者传送的改进的对象涂绘
JP3192116U (ja) 画像処理装置
Hou et al. Real-time markerless facial motion capture of personalized 3D real human research
CN105374069B (zh) 一种三维立体模型分解效果的实现方法
CN112991499B (zh) 二三维软件结合的实时渲染水墨动画材质方法及装置
JP2003331318A (ja) 物体データ生成装置
CN116958427A (zh) 场景协同搭建方法、装置及电子设备

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