CN113706692B - 三维图像重构方法、装置、电子设备以及存储介质 - Google Patents
三维图像重构方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN113706692B CN113706692B CN202110985436.0A CN202110985436A CN113706692B CN 113706692 B CN113706692 B CN 113706692B CN 202110985436 A CN202110985436 A CN 202110985436A CN 113706692 B CN113706692 B CN 113706692B
- Authority
- CN
- China
- Prior art keywords
- dimensional
- camera
- cameras
- structured light
- target object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000000034 method Methods 0.000 title claims abstract description 70
- 238000006243 chemical reaction Methods 0.000 claims description 17
- 239000011159 matrix material Substances 0.000 claims description 17
- 230000002452 interceptive effect Effects 0.000 claims description 11
- 230000003993 interaction Effects 0.000 claims description 6
- 230000009466 transformation Effects 0.000 claims description 5
- 230000009467 reduction Effects 0.000 claims description 4
- 230000004044 response Effects 0.000 claims description 4
- 238000012545 processing Methods 0.000 abstract description 14
- 230000003190 augmentative effect Effects 0.000 abstract description 4
- 230000002441 reversible effect Effects 0.000 abstract description 3
- 238000013135 deep learning Methods 0.000 abstract description 2
- 230000036961 partial effect Effects 0.000 description 22
- 230000003287 optical effect Effects 0.000 description 15
- 238000004590 computer program Methods 0.000 description 12
- 238000004422 calculation algorithm Methods 0.000 description 11
- 238000004891 communication Methods 0.000 description 11
- 238000010586 diagram Methods 0.000 description 11
- 230000008569 process Effects 0.000 description 10
- 230000000694 effects Effects 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- 230000006870 function Effects 0.000 description 5
- 238000013507 mapping Methods 0.000 description 3
- 238000012986 modification Methods 0.000 description 3
- 230000004048 modification Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000013459 approach Methods 0.000 description 2
- 238000001914 filtration Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 230000000670 limiting effect Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 230000002829 reductive effect Effects 0.000 description 2
- 238000013519 translation Methods 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 238000003491 array Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 239000004973 liquid crystal related substance Substances 0.000 description 1
- 238000010801 machine learning Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000013178 mathematical model Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 239000013307 optical fiber Substances 0.000 description 1
- 239000004065 semiconductor Substances 0.000 description 1
- 230000001953 sensory effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 230000001360 synchronised effect Effects 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
- G06T15/00—3D [Three Dimensional] image rendering
- G06T15/50—Lighting effects
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Graphics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Software Systems (AREA)
- Studio Devices (AREA)
Abstract
本公开提供了一种三维图像重构方法、装置、电子设备以及存储介质,涉及图像处理领域,尤其涉及计算机视觉和深度学习领域,可应用于增强现实、虚拟现实、混合现实、人脸识别和逆向工程等场景。具体实现方案为:根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与多个三维相机对应的局部三维图像,其中,基于结构光的多个三维相机根据预设排布方式围绕目标对象设置;根据多个局部三维图像,重构目标对象的全景三维图像。
Description
技术领域
本公开涉及图像处理技术领域,尤其涉及计算机视觉和深度学习领域,可应用于增强现实、虚拟现实、混合现实、人脸识别和逆向工程等场景。具体地,涉及一种三维图像重构方法、装置、电子设备以及存储介质。
背景技术
计算机视觉即计算机通过对图像或图像序列的处理,获取对客观世界的描述信息,帮助人们更好的理解图像包括的内容。
随着传感器硬件对外界环境感知精度的不断提升和相关计算资源设备的不断发展,计算机视觉也从最开始的获取稀疏环境信息的同步定位和建图发展到获取环境的稠密信息,即,三维重构。三维重构使计算机视觉以更加倾向于人类视觉的方式,展示出有立体感的视觉信息。
发明内容
本公开提供了一种三维图像重构方法、装置、电子设备以及存储介质。
根据本公开的一方面,提供了一种三维图像重构方法,包括:根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与上述多个三维相机对应的局部三维图像,其中,上述基于结构光的多个三维相机根据预设排布方式围绕上述目标对象设置;以及,根据多个上述局部三维图像,重构上述目标对象的全景三维图像。
根据本公开的另一方面,提供了一种三维图像重构装置,包括:获得模块,用于根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与上述多个三维相机对应的局部三维图像,其中,上述基于结构光的多个三维相机根据预设排布方式围绕上述目标对象设置;以及,重构模块,用于根据多个上述局部三维图像,重构上述目标对象的全景三维图像。
根据本公开的另一方面,提供了一种电子设备,包括:至少一个处理器;以及与上述至少一个处理器通信连接的存储器;其中,上述存储器存储有可被上述至少一个处理器执行的指令,上述指令被上述至少一个处理器执行,以使上述至少一个处理器能够执行如上所述的方法。
根据本公开的另一方面,提供了一种存储有计算机指令的非瞬时计算机可读存储介质,其中,上述计算机指令用于使上述计算机执行如上所述的方法。
根据本公开的另一方面,提供了一种计算机程序产品,包括计算机程序,上述计算机程序在被处理器执行时实现如上所述的方法。
应当理解,本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征,也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。
附图说明
附图用于更好地理解本方案,不构成对本公开的限定。其中:
图1示意性示出了根据本公开实施例的可以应用三维图像重构方法及装置的示例性***架构;
图2示意性示出了根据本公开实施例的三维图像重构方法的流程图;
图3示意性示出了根据本公开实施例的基于结构光的多个三维相机的预设排布方式的示意图;
图4示意性示出了根据本公开实施例的对多个局部三维图像进行配准操作,重构目标对象的全景三维图像的示意图;
图5示意性示出了根据本公开实施例的三维图像重构过程的示意图;
图6示意性示出了根据本公开实施例的三维图像重构装置的示意图;以及
图7示意性示出了根据本公开实施例的适于实现三维图像重构方法的电子设备的框图。
具体实施方式
以下结合附图对本公开的示范性实施例做出说明,其中包括本公开实施例的各种细节以助于理解,应当将它们认为仅仅是示范性的。因此,本领域普通技术人员应当认识到,可以对这里描述的实施例做出各种改变和修改,而不会背离本公开的范围和精神。同样,为了清楚和简明,以下的描述中省略了对公知功能和结构的描述。
三维重构是根据由相机采集的目标对象的图像,重构目标对象的三维图像的过程。可以利用以下两种方式实现三维重构。
第一方式,基于双目相机。即,首先利用包括双目相机和双镜头的三维拍摄设备同步采集目标对象的图像,然后对两个图像分别处理,重构针对目标对象的三维图像,最后利用三维展示技术展示三维图像。三维展示技术可以包括红蓝展示技术、偏光展示技术或主动快门式展示技术等。
第二方式,基于单目相机。即,首先利用单目相机采集目标对象的二维图像,然后利用相关软件将二维图像重构为针对目标对象的三维图像。
在实现本公开构思的过程中,发现针对第一方式由于受限于相机的视角,因此,基于单对双目相机实现的针对目标对象的三维重构效果欠佳。针对第二方式由于需要借助专业人员利用相关软件对二维图像进行处理来得到三维图像,因此,三维重构难度较高。
为此,本公开实施例提出了一种利用基于结构光的三维相机进行三维图像重构的方案,即,利用根据预设排布方式围绕目标对象设置的基于结构光的多个三维相机中的每个三维相机采集的局部图像信息,得到与每个三维相机对应的局部三维图像,根据多个局部三维图像,重构针对目标对象的全景三维图像。由于基于结构光的多个三维相机围绕目标对象设置,每个三维相机可以采集与其对应的视角的局部图像信息,因此,基于多个局部图像信息重构得到的三维图像是针对目标对象的360°的全景三维图像,提高了针对目标对象的三维重构效果,此外,由于无需利用相关软件进行处理,因此,降低了三维重构难度,可以实时生成全景三维图像。
图1示意性示出了根据本公开实施例的可以应用三维图像重构方法及装置的示例性***架构。
需要注意的是,图1所示仅为可以应用本公开实施例的***架构的示例,以帮助本领域技术人员理解本公开的技术内容,但并不意味着本公开实施例不可以用于其他设备、***、环境或场景。例如,在另一实施例中,可以应用三维图像重构方法及装置的示例性***架构可以包括终端设备,但终端设备可以无需与服务器进行交互,即可实现本公开实施例提供的三维图像重构方法及装置。
如图1所示,根据该实施例的***架构100可以包括终端设备101、102、103,网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型,例如有线和/或无线通信链路等。
用户可以使用终端设备101、102、103通过网络104与服务器105交互,以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用,例如知识阅读类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端和/或社交平台软件等(仅为示例)。
终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备,包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等。
服务器105可以是提供各种服务的各种类型的服务器。例如,服务器105可以是云服务器,又称为云计算服务器或云主机,是云计算服务体系中的一项主机产品,解决传统物理主机与VPS服务(Virtual Private Server,VPS)中,存在的管理难度大,业务扩展性弱的缺陷。服务器105也可以为分布式***的服务器,或者是结合了区块链的服务器。
需要说明的是,本公开实施例所提供的三维图像重构方法一般可以由终端设备101、102、或103执行。相应地,本公开实施例所提供的三维图像重构装置也可以设置于终端设备101、102、或103中。
或者,本公开实施例所提供的三维图像重构方法一般也可以由服务器105执行。相应地,本公开实施例所提供的三维图像重构装置一般可以设置于服务器105中。本公开实施例所提供的三维图像重构方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地,本公开实施例所提供的三维图像重构装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。
例如,服务器105根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与多个三维相机对应的局部三维图像,基于结构光的多个三维相机根据预设排布方式围绕目标对象设置,并根据多个局部三维图像,重构目标对象的全景三维图像。或者由能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群根据多个局部三维图像,重构针对目标对象的全景三维图像。
应该理解,图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要,可以具有任意数目的终端设备、网络和服务器。
图2示意性示出了根据本公开实施例的三维图像重构方法的流程图。
如图2所示,该方法200包括操作S210~S220。
在操作S210,根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与多个三维相机对应的局部三维图像,其中,基于结构光的多个三维相机根据预设排布方式围绕目标对象设置。
在操作S220,根据多个局部三维图像,重构目标对象的全景三维图像。
根据本公开的实施例,目标对象可以理解为需要对其进行三维图像重构的对象。目标对象可以包括人或物。基于结构光的三维相机可以包括图像传感器和光学投射器。根据立体视觉实现方式,可以将相机划分为单目图像传感器或双目图像传感器。图像传感器可以包括相机。光学投射器可以包括投影仪。根据光线的投影方式,可以将结构光划分为点结构光、线结构光或面结构光。基于点结构光或线结构光的三维相机中的光学投射器可以包括激光器。基于面结构光的三维相机中的光学投射器可以包括投影仪。可以根据实际业务需求设置光线的投影方式和立体视觉实现方式,在此不作限定。
根据本公开的实施例,基于结构光的三维相机的测量原理可以为:利用光学投射器向目标对象投影预先编码好的结构光图案,再利用图像传感器采集目标对象调制的结构光图案。根据预先设置的结构光编码策略、解码算法、预先标定的相机参数和投影仪参数,确定针对目标对象的三维图像。
根据本公开的实施例,局部图像信息可以理解为在预设视角范围内的目标对象的图像信息。预设视角范围是大于或等于0°且小于360°的范围。局部三维图像可以理解为在预设视角范围内的目标对象的三维图像。全景三维图像可以理解为360°范围内的目标对象的三维图像。
根据本公开的实施例,为了获得目标对象的全景三维图像,可以根据预设排布方式将基于结构光的多个三维相机设置于目标对象的周围,即,目标对象可以被多个三维相机包围,以便可以利用多个三维相机采集到目标对象的各个视角的局部图像信息。预设排布方式可以包括角度设置方式和距离设置方式中的至少一项。角度可以理解为三维相机上的预设点与目标对象上的预设点之间的连线与预设直线之间的夹角。距离可以理解为三维相机上的预设点与目标对象上的预设点之间连线的距离。在根据预设排布方式设置多个三维相机的情况下,可以使得相邻两个三维相机之间具有视野重叠区域。预设排布方式可以根据实际业务需求进行配置,在此不作限定。
例如,预设排布方式可以为将基于结构光的N个三维相机均匀对称设置于以目标对象的中心为圆心,以预设长度为半径构建的圆上,N是大于或等于2的整数。
根据本公开的实施例,可以获取由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,局部图像信息可以是调制的结构光图案。局部图像信息可以是利用三维相机中的光学投射器向目标对象投影预先编码好的结构光图案,经由目标对象的表面形状所调制得到的。针对多个局部图像信息中的每个局部图像信息,可以根据局部图像信息得到与局部图像信息对应的局部三维图像。
根据本公开的实施例,在获得多个局部三维图像之后,可以对多个局部三维图像进行处理,重构得到针对目标对象的全景室三维图像。
根据本公开的实施例,由于基于结构光的多个三维相机围绕目标对象设置,每个三维相机可以采集与其对应的视角的局部图像信息,因此,基于多个局部图像信息重构得到的三维图像是针对目标对象的360°的全景三维图像,提高了针对目标对象的三维重构效果,此外,由于无需利用相关软件进行处理,因此,降低了三维重构难度。
根据本公开的实施例,操作S210可以包括如下操作。
根据由基于结构光的多个三维相机中的每个三维相机同时采集的目标对象的局部图像信息,得到与多个三维相机对应的局部三维图像。
根据本公开的实施例,为了有效保证三维重建效果,可以使得不同三维相机采集的是同一时刻的局部图像信息。同一时刻可以理解为任意两个采集时刻的时间差小于或等于预设时间差阈值。预设时间差阈值可以根据实际业务需求进行配置,在此不作限定。例如,预设时间差阈值可以为1/24s。
根据本公开的实施例,上述三维图像重构方法还可以包括如下操作。
对基于结构光的多个三维相机型中的每个三维相机进行标定。
根据本公开的实施例,为了有效保证利用基于结构光的三维相机进行三维图像重构的三维重构效果,需要尽量保证三维相机的标定结果的准确性。由于三维相机可以包括图像传感器和光学投射器,因此,三维相机的标定包括图像传感器的标定和光学投射器的标定。图像传感器可以包括相机,光学投射器可以包括投影仪。
根据本公开的实施例,对三维相机进行标定可以获得三维相机的数学模型,即,三维相机的内部参数和外部参数。内部参数用于表征三维相机内部的固有参数,例如,相机的焦距、像素大小和镜头畸变率等。外部参数用于表征相机的位姿。外部参数可以包括相机空间位置、旋转矩阵和平移向量。外部参数是世界坐标系到相机坐标系的映射。
根据本公开的实施例,对相机进行标定包括世界坐标系转换到相机坐标系和相机坐标系转换到图像坐标系。从世界坐标系转换到相机坐标系可以获得相机的外部参数。从相机坐标系转换到图像坐标系可以获得相机的内部参数。对投影仪进行标定包括世界坐标系转换到投影仪坐标系和投影仪坐标系转换到图像坐标系。从世界坐标系转换到投影仪坐标系可以获得投影仪的外部参数。从投影仪坐标系转换到图像坐标系可以获得投影仪的内部参数。
根据本公开的实施例,可以利用基于已知对象三维结构标记方法、相机自标定方法或主动视觉标定方法对相机进行标定。基于已知对象三维结构标记方法可以包括张正友标定板方法、Tsai两步标定方法或DLT(Direct Linear Transform,直接线性变换)方法。
根据本公开的实施例,由于投影仪是一个发射光信号的设备,不能和相机一样对对象进行成像,因此,对投影仪的标定可以是借助相机采集图像实现的。由于光路可逆,因此,投影仪可以看作是一个“伪相机”。
下面以张正友标定板方法为例对三维相机的标定过程进行说明。
(a)制作棋盘格标定板和投影用的棋盘格图像。
由于投影仪不能采集图像,因此,需要制作棋盘格图像供投影仪投影,以达到标定目的。
(b)多次移动棋盘格标定板,采集多组图像。
由于需要同时标定相机和投影仪,因此,在每次移动棋盘格标定板之后,需要采集两次图像,在第一采集的情况下,不投影棋盘格图像,只采集棋盘格标定板本身的图像。在第二次采集的情况下,投影棋盘格图像,同时采集棋盘格标定板和投影用的棋盘格图像。
(c)对采集的图像进行处理。
针对采集的棋盘格标定板的图像,可以提取角点。针对混合图像,可以利用背景去除方式提取前景,即,投影用的棋盘格图像。混合图像包括棋盘格标定板的图像和投影用的棋盘格图像。棋盘格标定板的图像相当于混合图像的背景。
(d)利用张正友标定板方法标定相机。
可以利用OpenCV相关标定函数对棋盘格标定板的图像进行标定,得到相机的内部参数和外部参数。
(e)根据相机标定结果标定投影仪。
可以提取投影用的棋盘格图像的角点,确定投影用的棋盘格图像在标定板平面的坐标。可以利用OpenCV相关标定函数对投影仪进行标定,得到投影仪的内部参数和外部参数。
(f)根据标定结果确定相机和投影仪之间的空间位姿关系。
由于可以根据(d)和(f)得到每次移动标定板的相机的外部参数和投影仪的外部参数,相机的外部参数和投影仪的外部参数是相对于同一棋盘格平面空间得到的,因此,可以确定相机和投影仪之间的空间位姿关系。
下面参考图3~图5,结合具体实施例对根据本公开实施例所述的三维图像重构方法做进一步说明。
根据本公开的实施例,预设排布方式通过以下方式确定。
根据目标对象的尺寸信息和每个三维相机的性能信息,确定基于结构光的多个三维相机的预设排布方式。
根据本公开的实施例,目标对象的尺寸信息可以包括目标对象的长度、宽度和高度。三维相机的性能信息可以包括相机的分辨率和相机的视场范围。视场范围可以包括水平视场和竖直视场。
根据本公开的实施例,可以根据目标对象的尺寸信息和每个三维相机的性能信息,确定基于结构光的多个三维相机的角度设置方式和距离设置方式。
图3示意性示出了根据本公开实施例的基于结构光的多个三维相机的预设排布方式的示意图。
如图3所示,在排布方式300中包括基于结构光的四个三维相机,分别为三维相机301、三维相机302、三维相机303和三维相机304。
预设排布方式为将三维相机301、三维相机302、三维相机303和三维相机304均匀对称设置于以目标对象305的中心为圆心,以预设长度为半径构建的圆306上。
根据本公开的实施例,上述三维图像重构方法还可以包括如下操作。
响应于用户的交互操作,调整全景三维图像,其中,交互操作包括以下至少一项:放大操作、缩小操作、旋转操作和设置声音操作。展示调整后的全景三维图像。
根据本公开的实施例,在获得全景三维图像之后,可以获取用户的交互操作,实现调整全景三维图像。
例如,如果交互操作为放大操作,则可以根据放大比例将全景三维图像进行放大。如果交互操作为缩小操作,则可以根据缩小比例将全景三维图像进行缩小。如果交互操作为旋转操作,则可以根据旋转角度将全景三维图像进行旋转。如果交互操作为设置声音操作,则可以将预设声音设置于全景三维图像。
根据本公开的实施例,为了使得用户可以获得较好的沉浸式体验,可以利用显示设备对全景三维图像进行展示,显示设备可以包括全息投影设备、虚拟现实显示设备、增强现实显示设备和混合现实显示设备等。虚拟现实显示设备、增强现实显示设备和混合现实显示设备可以包括头戴式显示器(Head Mounted Display,HMD)。显示设备可以还可以与其他类型的终端设备交互。
根据本公开的实施例,基于结构光的多个三维相机包括基于双目视觉结构光的多个三维相机。
根据本公开的实施例,基于结构光的三维相机可以包括基于双目视觉结构光的三维相机,即,基于结构光的三维相机包括双目相机。
根据本公开的实施例,基于双目视觉结构光的三维图像重构***具有较为容易操作、性价比较高、对目标对象和环境的要求不高、对光源和目标对象的表面的材质的变化有较强的鲁棒性的特点。
根据本公开的实施例,操作S220可以包括如下操作。
对多个局部三维图像进行配准处理,得到目标对象的全景三维图像。
根据本公开的实施例,在获得多个局部三维图像之后,可以对多个局部三维图像进行配准处理,以重构目标对象的全景三维图像。从配准方式上,配准处理可以包括刚性点云配准和非刚性点云配准。从配准内容上,配准处理可以包括几何信息配准和纹理信息配准。在本公开实施例中,可以利用刚性点云配准实现多个局部三维图像的配准。上述目标对象的全景三维图像的重构方式仅是示例性实施例,但不限于此,还可以包括本领域已知的重构方式,只要能够实现目标对象的全景三维图像的重构即可。
根据本公开的实施例,操作S210可以包括如下操作。
利用图像预处理算法处理由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到多个处理后的局部图像信息,图像预处理算法包括去噪算法。根据多个处理后的局部图像信息,得到与多个三维相机中的每个三维相机对应的局部三维图像,基于结构光的多个三维相机根据预设排布方式围绕目标对象设置。
根据本公开的实施例,由于受到环境光线、相机硬件和目标对象自身影响,采集到的局部图像信息可能会存在噪声,因此,可以利用去噪算法对局部图像信息进行去噪处理。去噪算法可以包括以下至少一项:均值去噪算法、高斯滤波算法和中值滤波算法。
图4示意性示出了根据本公开实施例的对多个局部三维图像进行配准操作,重构目标对象的全景三维图像的示意图。
如图4所示,该方法400包括操作S421~S425。
在操作S421,从多个三维相机中选择一个三维相机作为目标三维相机。
在操作S422,将与目标三维相机对应的世界坐标系确定为目标坐标系。
在操作S423,针对多个其他三维相机中的每个其他三维相机,确定与其他三维相机对应的世界坐标系与目标坐标系之间的转换矩阵,其中,多个其他三维相机是基于结构光的多个三维相机中除目标三维相机以外的三维相机。
在操作S424,根据转换矩阵,将与其他三维相机对应的局部三维图像转换到目标坐标系。
在操作S425,根据设置于目标坐标系的多个局部三维图像,重构目标对象的全景三维图像。
根据本公开的实施例,由于不同相机的局部三维图像是位于不同世界坐标系下的,因此,需要将获取的各个局部三维图像转换到同一世界坐标系中。
根据本公开的实施例,可以从多个三维相机中选择一个三维相机作为目标三维相机,将基于结构光的多个三维相机中除目标三维相机以外的每个三维相机确定为其他三维相机。
根据本公开的实施例,可以获取与每个三维相机对应的世界坐标系。可以将与目标相机对应的世界坐标系确定为目标坐标系。针对每个其他三维相机,先确定与其他三维相机对应的世界坐标系和与目标坐标系之间的转换矩阵,再根据转换矩阵,将与其他三维相机对应的局部三维图像转换到目标坐标系下。
根据本公开的实施例,根据三维相机标定结果和多个局部三维图像,得到目标对象的完整点云,可以利用泊松曲面重建算法处理完整点云,得到网格模型,利用纹理贴图方法对网络表面添加纹理信息,得到目标对象的全景三维图像。
根据本公开的实施例,操作S423可以包括如下操作。
确定其他三维相机与目标三维相机之间的视野重叠区域。根据视野重叠区域的图像信息和预设配准准则,确定与其他三维相机对应的世界坐标系与目标坐标系之间的转换矩阵。
根据本公开的实施例,预设配准准则可以用于确定转换矩阵的准则。预设配准准则可以包括基于最小二乘法确定的准则。
根据本公开的实施例,在选择目标三维相机的情况下,可以使得目标三维相机与其他三维相机之间的视野具有视野重叠区域,以便根据视野重叠区域的图像信息和预设配准准则,确定与其他三维相机对应的世界坐标系与目标坐标系之间的转换矩阵。转换矩阵可以包括旋转矩阵和平移向量。
根据本公开的实施例,基于结构光的多个三维相机包括基于面结构光的多个三维相机。
根据本公开的实施例,由于面结构光的光学投射器可以是投影仪,因此,成本较低。此外,由于面结构光不需要逐条或逐点扫描,因此,效率较高。
根据本公开的实施例,面结构光可以包括彩色面结构光。利用基于面结构光的三维相机进行三维图像重构,不仅能够较为准确地还原出目标对象的几何信息,还可以较为准确地还原出目标对象的纹理信息。
图5示意性示出了根据本公开实施例的三维图像重构过程的示意图。
如图5所示,在三维图像重构过程500中,利用基于结构光的三维相机集501来实现三维图像重构。三维相机集501包括四个三维相机,分别为三维相机5010、三维相机5011、三维相机5012和三维相机5013。
获取由三维相机5010采集的目标对象502的局部图像信息5030。根据局部图像信息5030,得到局部三维图像5040。
获取由三维相机5011采集的目标对象502的局部图像信息5031。根据局部图像信息5031,得到局部三维图像5041。
获取由三维相机5012采集的目标对象502的局部图像信息5032。根据局部图像信息5032,得到局部三维图像5042。
获取由三维相机5013采集的目标对象502的局部图像信息5033。根据局部图像信息5033,得到局部三维图像5043。
获取由三维相机5014采集的目标对象502的局部图像信息5034。根据局部图像信息5034,得到局部三维图像5044。
根据局部三维图像5040、局部三维图像5041、局部三维图像5042和局部三维图像5043,重构目标对象的全局三维图像505。
响应于用户的交互操作506,调整全局三维图像505,使得用户可以获得沉浸式体验。
需要说明的是,在本公开实施例的技术方案中,所涉及的目标对象的局部图像信息的获取、存储和应用等,均符合相关法律法规的规定,采取了必要保密措施,且不违背公序良俗。
图6示意性示出了根据本公开实施例的三维图像重构装置的示意图。
如图6所示,三维图像重构装置600可以包括610和重构模块620。
获得模块610,用于根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与多个三维相机对应的局部三维图像,其中,基于结构光的多个三维相机根据预设排布方式围绕目标对象设置。
重构模块620,用于根据多个局部三维图像,重构目标对象的全景三维图像。
根据本公开的实施例,重构模块620可以包括第一获得子模块。
第一获得子模块,用于对多个局部三维图像进行配准处理,得到针对目标对象的全景三维图像。
根据本公开的实施例,第一获得子模块可以包括选择单元、第一确定单元、第二确定单元、转换单元和重构单元。
选择单元,用于从多个三维相机中选择一个三维相机作为目标三维相机。
第一确定单元,用于将与目标三维相机对应的世界坐标系确定为目标坐标系。
第二确定单元,用于针对多个其他三维相机中的每个其他三维相机,确定与其他三维相机对应的世界坐标系与目标坐标系之间的转换矩阵,其中,多个其他三维相机是基于结构光的多个三维相机中除目标三维相机以外的三维相机。
转换单元,用于根据转换矩阵,将与其他三维相机对应的局部三维图像转换到目标坐标系。
重构单元,用于根据设置于目标坐标系的多个局部三维图像,重构目标对象的全景三维图像。
根据本公开的实施例,第二确定单元可以包括第一确定子单元和第二确定子单元。
第一确定子单元,用于确定其他三维相机与目标三维相机之间的视野重叠区域。
第二确定子单元,用于根据视野重叠区域的图像信息和预设配准准则,确定与其他三维相机对应的世界坐标系与目标坐标系之间的转换矩阵。
根据本公开的实施例,获得模块610可以包括第二获得子模块。
第二获得子模块,用于根据由基于结构光的多个三维相机中的每个三维相机同时采集的目标对象的局部图像信息,得到与多个三维相机对应的局部三维图像。
根据本公开的实施例,预设排布方式通过以下方式确定:
根据目标对象的尺寸信息和每个三维相机的性能信息,确定基于结构光的多个三维相机的预设排布方式。
根据本公开的实施例,上述三维图像重构装置600还可以包括调整模块和展示模块。
调整模块,用于响应于用户的交互操作,调整全景三维图像,其中,交互操作包括以下至少一项:放大操作、缩小操作、旋转操作和设置声音操作。
展示模块,用于展示调整后的全景三维图像。
根据本公开的实施例,基于结构光的多个三维相机包括基于面结构光的多个三维相机。
根据本公开的实施例,基于结构光的多个三维相机包括基于双目视觉结构光的多个三维相机。
根据本公开的实施例,本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。
根据本公开的实施例,一种电子设备,包括:至少一个处理器;以及与至少一个处理器通信连接的存储器;其中,存储器存储有可被至少一个处理器执行的指令,指令被至少一个处理器执行,以使至少一个处理器能够执行如上所述的方法。
根据本公开的实施例,一种存储有计算机指令的非瞬时计算机可读存储介质,其中,计算机指令用于使计算机执行如上所述的方法。
根据本公开的实施例,一种计算机程序产品,包括计算机程序,计算机程序在被处理器执行时实现如上所述的方法。
图7示意性示出了根据本公开实施例的适于实现三维图像重构方法的电子设备的框图。电子设备旨在表示各种形式的数字计算机,诸如,膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置,诸如,个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例,并且不意在限制本文中描述的和/或者要求的本公开的实现。
如图7所示,电子设备700包括计算单元701,其可以根据存储在只读存储器(ROM)702中的计算机程序或者从存储单元708加载到随机访问存储器(RAM)703中的计算机程序,来执行各种适当的动作和处理。在RAM 703中,还可存储电子设备700操作所需的各种程序和数据。计算单元701、ROM 702以及RAM 703通过总线704彼此相连。输入/输出(I/O)接口705也连接至总线704。
电子设备700中的多个部件连接至I/O接口705,包括:输入单元706,例如键盘、鼠标等;输出单元707,例如各种类型的显示器、扬声器等;存储单元708,例如磁盘、光盘等;以及通信单元709,例如网卡、调制解调器、无线通信收发机等。通信单元709允许电子设备700通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。
计算单元701可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元701的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习图像算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元701执行上文所描述的各个方法和处理,例如三维图像重构方法。例如,在一些实施例中,三维图像重构方法可被实现为计算机软件程序,其被有形地包含于机器可读介质,例如存储单元708。在一些实施例中,计算机程序的部分或者全部可以经由ROM 702和/或通信单元709而被载入和/或安装到电子设备700上。当计算机程序加载到RAM 703并由计算单元701执行时,可以执行上文描述的三维图像重构方法的一个或多个步骤。备选地,在其他实施例中,计算单元701可以通过其他任何适当的方式(例如,借助于固件)而被配置为执行三维图像重构方法。
本文中以上描述的***和技术的各种实施方式可以在数字电子电路***、集成电路***、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上***的***(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括:实施在一个或者多个计算机程序中,该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程***上执行和/或解释,该可编程处理器可以是专用或者通用可编程处理器,可以从存储***、至少一个输入装置、和至少一个输出装置接收数据和指令,并且将数据和指令传输至该存储***、该至少一个输入装置、和该至少一个输出装置。
用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器,使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行,作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。
在本公开的上下文中,机器可读介质可以是有形的介质,其可以包含或存储以供指令执行***、装置或设备使用或与指令执行***、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体***、装置或设备,或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。
为了提供与用户的交互,可以在计算机上实施此处描述的***和技术,该计算机具有:用于向用户显示信息的显示装置(例如,CRT(阴极射线管)或者LCD(液晶显示器)监视器);以及键盘和指向装置(例如,鼠标或者轨迹球),用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互;例如,提供给用户的反馈可以是任何形式的传感反馈(例如,视觉反馈、听觉反馈、或者触觉反馈);并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。
可以将此处描述的***和技术实施在包括后台部件的计算***(例如,作为数据服务器)、或者包括中间件部件的计算***(例如,应用服务器)、或者包括前端部件的计算***(例如,具有图形用户界面或者网络浏览器的用户计算机,用户可以通过该图形用户界面或者该网络浏览器来与此处描述的***和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算***中。可以通过任何形式或者介质的数字数据通信(例如,通信网络)来将***的部件相互连接。通信网络的示例包括:局域网(LAN)、广域网(WAN)和互联网。
计算机***可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。服务器可以是云服务器,也可以是分布式***的服务器,或者是结合了区块链的服务器。
应该理解,可以使用上面所示的各种形式的流程,重新排序、增加或删除步骤。例如,本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行,只要能够实现本公开公开的技术方案所期望的结果,本文在此不进行限制。
上述具体实施方式,并不构成对本公开保护范围的限制。本领域技术人员应该明白的是,根据设计要求和其他因素,可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等,均应包含在本公开保护范围之内。
Claims (13)
1.一种三维图像重构方法,包括:
根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与所述多个三维相机对应的局部三维图像,其中,所述基于结构光的多个三维相机根据预设排布方式围绕所述目标对象设置;
从所述多个三维相机中选择一个三维相机作为目标三维相机;
将与所述目标三维相机对应的世界坐标系确定为目标坐标系;
针对多个其他三维相机中的每个其他三维相机,确定所述其他三维相机与所述目标三维相机之间的视野重叠区域;根据所述视野重叠区域的图像信息和预设配准准则,确定与所述其他三维相机对应的世界坐标系与所述目标坐标系之间的转换矩阵,其中,所述多个其他三维相机是所述基于结构光的多个三维相机中除所述目标三维相机以外的三维相机;
根据所述转换矩阵,将与所述其他三维相机对应的局部三维图像转换到所述目标坐标系;以及
根据设置于所述目标坐标系的多个所述局部三维图像,重构所述目标对象的全景三维图像。
2.根据权利要求1所述的方法,其中,所述根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与所述三维相机对应的局部三维图像,包括:
根据由所述基于结构光的多个三维相机中的每个三维相机同时采集的目标对象的局部图像信息,得到与所述多个三维相机对应的局部三维图像。
3.根据权利要求1~2中任一项所述的方法,其中,所述预设排布方式通过以下方式确定:
根据所述目标对象的尺寸信息和每个所述三维相机的性能信息,确定所述基于结构光的多个三维相机的预设排布方式。
4. 根据权利要求1~2中任一项所述的方法,还包括:
响应于用户的交互操作,调整所述全景三维图像,其中,所述交互操作包括以下至少一项:放大操作、缩小操作、旋转操作和设置声音操作;以及
展示调整后的全景三维图像。
5.根据权利要求1所述的方法,其中,所述基于结构光的多个三维相机包括基于面结构光的多个三维相机。
6.根据权利要求1所述的方法,其中,所述基于结构光的多个三维相机包括基于双目视觉结构光的多个三维相机。
7. 一种三维图像重构装置,包括:
获得模块,用于根据由基于结构光的多个三维相机中的每个三维相机采集的目标对象的局部图像信息,得到与所述多个三维相机对应的局部三维图像,其中,所述基于结构光的多个三维相机根据预设排布方式围绕所述目标对象设置;以及
重构模块,包括:
选择单元,用于从所述多个三维相机中选择一个三维相机作为目标三维相机;
第一确定单元,用于将与所述目标三维相机对应的世界坐标系确定为目标坐标系;
第二确定单元,包括:第一确定子单元和第二确定子单元;所述第一确定子单元用于确定所述其他三维相机与所述目标三维相机之间的视野重叠区域;所述第二确定子单元用于根据所述视野重叠区域的图像信息和预设配准准则,确定与所述其他三维相机对应的世界坐标系与所述目标坐标系之间的转换矩阵;
转换单元,用于根据所述转换矩阵,将与所述其他三维相机对应的局部三维图像转换到所述目标坐标系;以及
重构单元,用于根据设置于所述目标坐标系的多个所述局部三维图像,重构所述目标对象的全景三维图像。
8.根据权利要求7所述的装置,其中,所述获得模块,包括:
第二获得子模块,用于根据由所述基于结构光的多个三维相机中的每个三维相机同时采集的目标对象的局部图像信息,得到与所述多个三维相机对应的局部三维图像。
9.根据权利要求7~8中任一项所述的装置,其中,所述预设排布方式通过以下方式确定:
根据所述目标对象的尺寸信息和每个所述三维相机的性能信息,确定所述基于结构光的多个三维相机的预设排布方式。
10. 根据权利要求7~8所述的装置,还包括:
调整模块,用于响应于用户的交互操作,调整所述全景三维图像,其中,所述交互操作包括以下至少一项:放大操作、缩小操作、旋转操作和设置声音操作;以及
展示模块,用于展示调整后的全景三维图像。
11.根据权利要求7所述的装置,其中,所述基于结构光的多个三维相机包括基于面结构光的多个三维相机。
12. 一种电子设备,包括:
至少一个处理器;以及
与所述至少一个处理器通信连接的存储器;其中,
所述存储器存储有可被所述至少一个处理器执行的指令,所述指令被所述至少一个处理器执行,以使所述至少一个处理器能够执行权利要求1~6中任一项所述的方法。
13.一种存储有计算机指令的非瞬时计算机可读存储介质,其中,所述计算机指令用于使所述计算机执行根据权利要求1~6中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985436.0A CN113706692B (zh) | 2021-08-25 | 2021-08-25 | 三维图像重构方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110985436.0A CN113706692B (zh) | 2021-08-25 | 2021-08-25 | 三维图像重构方法、装置、电子设备以及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113706692A CN113706692A (zh) | 2021-11-26 |
CN113706692B true CN113706692B (zh) | 2023-10-24 |
Family
ID=78654942
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110985436.0A Active CN113706692B (zh) | 2021-08-25 | 2021-08-25 | 三维图像重构方法、装置、电子设备以及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113706692B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN115963917B (zh) * | 2022-12-22 | 2024-04-16 | 北京百度网讯科技有限公司 | 视觉数据处理设备及视觉数据处理方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424630A (zh) * | 2013-08-20 | 2015-03-18 | 华为技术有限公司 | 三维重建方法及装置、移动终端 |
CN105654549A (zh) * | 2015-12-31 | 2016-06-08 | 中国海洋大学 | 基于结构光技术和光度立体技术的水下三维重建装置及方法 |
CN108346165A (zh) * | 2018-01-30 | 2018-07-31 | 深圳市易尚展示股份有限公司 | 机器人与三维传感组件联合标定方法与装置 |
WO2019015154A1 (zh) * | 2017-07-17 | 2019-01-24 | 先临三维科技股份有限公司 | 基于单目三维扫描***的三维重构方法和装置 |
CN109993826A (zh) * | 2019-03-26 | 2019-07-09 | 中国科学院深圳先进技术研究院 | 一种结构光三维图像重建方法、设备及*** |
CN110599546A (zh) * | 2019-08-28 | 2019-12-20 | 贝壳技术有限公司 | 一种获取三维空间数据的方法、***、装置和存储介质 |
CN111750806A (zh) * | 2020-07-20 | 2020-10-09 | 西安交通大学 | 一种多视角三维测量***及方法 |
AU2020103301A4 (en) * | 2020-11-06 | 2021-01-14 | Sichuan University | Structural light 360-degree three-dimensional surface shape measurement method based on feature phase constraints |
KR20210086444A (ko) * | 2019-12-31 | 2021-07-08 | 광운대학교 산학협력단 | 3d 모델링 장치 및 방법 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US11107271B2 (en) * | 2019-11-05 | 2021-08-31 | The Boeing Company | Three-dimensional point data based on stereo reconstruction using structured light |
-
2021
- 2021-08-25 CN CN202110985436.0A patent/CN113706692B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104424630A (zh) * | 2013-08-20 | 2015-03-18 | 华为技术有限公司 | 三维重建方法及装置、移动终端 |
CN105654549A (zh) * | 2015-12-31 | 2016-06-08 | 中国海洋大学 | 基于结构光技术和光度立体技术的水下三维重建装置及方法 |
WO2019015154A1 (zh) * | 2017-07-17 | 2019-01-24 | 先临三维科技股份有限公司 | 基于单目三维扫描***的三维重构方法和装置 |
CN108346165A (zh) * | 2018-01-30 | 2018-07-31 | 深圳市易尚展示股份有限公司 | 机器人与三维传感组件联合标定方法与装置 |
CN109993826A (zh) * | 2019-03-26 | 2019-07-09 | 中国科学院深圳先进技术研究院 | 一种结构光三维图像重建方法、设备及*** |
CN110599546A (zh) * | 2019-08-28 | 2019-12-20 | 贝壳技术有限公司 | 一种获取三维空间数据的方法、***、装置和存储介质 |
KR20210086444A (ko) * | 2019-12-31 | 2021-07-08 | 광운대학교 산학협력단 | 3d 모델링 장치 및 방법 |
CN111750806A (zh) * | 2020-07-20 | 2020-10-09 | 西安交通大学 | 一种多视角三维测量***及方法 |
AU2020103301A4 (en) * | 2020-11-06 | 2021-01-14 | Sichuan University | Structural light 360-degree three-dimensional surface shape measurement method based on feature phase constraints |
Also Published As
Publication number | Publication date |
---|---|
CN113706692A (zh) | 2021-11-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11270460B2 (en) | Method and apparatus for determining pose of image capturing device, and storage medium | |
CN109242961B (zh) | 一种脸部建模方法、装置、电子设备和计算机可读介质 | |
CN110889890B (zh) | 图像处理方法及装置、处理器、电子设备及存储介质 | |
CN107223269B (zh) | 三维场景定位方法和装置 | |
JP6425780B1 (ja) | 画像処理システム、画像処理装置、画像処理方法及びプログラム | |
JP7403528B2 (ja) | シーンの色及び深度の情報を再構成するための方法及びシステム | |
US7554575B2 (en) | Fast imaging system calibration | |
JP2018503066A (ja) | 画像ベースの深さ検知システムの精度測定 | |
CN113724368B (zh) | 图像采集***、三维重建方法、装置、设备以及存储介质 | |
CN113643414B (zh) | 一种三维图像生成方法、装置、电子设备及存储介质 | |
US8633926B2 (en) | Mesoscopic geometry modulation | |
CN112529097B (zh) | 样本图像生成方法、装置以及电子设备 | |
CN113724391A (zh) | 三维模型构建方法、装置、电子设备和计算机可读介质 | |
Wilm et al. | Accurate and simple calibration of DLP projector systems | |
JP2014010805A (ja) | 画像処理装置、画像処理方法及び画像処理プログラム | |
US20220405968A1 (en) | Method, apparatus and system for image processing | |
CN113706692B (zh) | 三维图像重构方法、装置、电子设备以及存储介质 | |
CN113610702B (zh) | 一种建图方法、装置、电子设备及存储介质 | |
CN114283243A (zh) | 数据处理方法、装置、计算机设备及存储介质 | |
CN112634366A (zh) | 位置信息的生成方法、相关装置及计算机程序产品 | |
JP2016114445A (ja) | 3次元位置算出装置およびそのプログラム、ならびに、cg合成装置 | |
CN115131507B (zh) | 图像处理方法、图像处理设备和元宇宙三维重建方法 | |
US20240054667A1 (en) | High dynamic range viewpoint synthesis | |
US20230005213A1 (en) | Imaging apparatus, imaging method, and program | |
JP2017215706A (ja) | 映像合成方法、映像取得装置、映像合成装置、映像合成システム及びコンピュータプログラム。 |
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 |