[发明专利]基于图像分割和网格细分的脚型三维表面重建方法

说明书

技术领域

本发明涉及三维表面重建的方法，特别是基于图像分割和网格细分的脚型三维表面重建方法，可用于脚型测量、鞋及楦定制、足部医疗等多个领域。

背景技术

脚型表面三维重建的方法，目前较为流行的是激光测量等三坐标测量设备，但是这些三坐标测量设备往往输出离散点，需要后续的逆向工程处理才能得到目标对象的三维表面，并且不适用于人体肌肤等对象的测量；而其他从图像重建目标的方法，往往思路单一，对不同形状的脚型适应性差、不能自动达到图像所提供信息量的最高重建精度。中国专利200510061271.9面向稀疏网格的基于曲面细分的三维脚型数据测量方法，利用网格细分方法，在统计变形模型对脚型进行初估计之后，重建目标对象的细节部分，捕捉不同脚型的个性特点，能够根据多幅照片自动还原原真实脚型的三维表面，但诸多环节需要手工操作，没有实现全自动化，实用效果有限。

发明内容

本发明所要解决的技术问题在于，提供一种全自动化、能适应各种脚型、基于图像分割和网格细分的脚型三维表面重建方法，能保证重建表面完整、精确。

为解决上述技术问题，本发明采用一种基于图像分割和网格细分的技术方案，其特征是包括有以下步骤：

1)接收来自至少六个不同视角的相机所采集的视图像；

2)生成初始网格：用鞋楦的统计变形模型拟合各视图像，生成了初步估计模型，并把初步估计模型转换成初始网格；

3)将网格投影到各视图像来分割图像；

4)采用特征检测算法，检测各视图像中的特征并切割特征生成平面特征点，其中特征检测算法采用多分辨率方法，分辨出的特征等级由特征检测算法的参数确定；

5)针对平面特征点，在其它视图像对应的图像分割区内搜索平面特征点的匹配点，生成新增空间点，然后用新增空间点细分网格，其中搜索特征点的匹配点结合了对极约束、空间网格对图像投影分割图像约束、光照一致性约束来保证匹配点的准确性；

6)不断减小特征检测算法参数，重复步骤3)、4)、 5)直到图像中没有更细节的特征，网格迭代细分逼近目标对象；

7)网格各顶点重定位至亚像素精度；

8)网格整理优化，生成Delaunay三角网格；

9)输出重建网格模型。

本发明基于图像分割和网格细分的脚型三维表面重建方法，先采集视图像，然后对视图像进行网格重投影，再用多分辨率的图像特征提取方法提取特征，并把特征按距离分割成特征点，再提取各图像分块上的特征点重建空间点，利用新空间点细分网格，整个过程迭代进行，网格从粗变细，网格投影对图像的分割也逐步细化，所提取的特征逐渐细化，网格逐步逼近目标对象的过程也是从大特征到小特征自动进行特征重建的过程。这种方法能重建不同形状的脚型、能自动达到图像可分辨特征的最大分辨精度，与图像的信息量是自动适应的，并且可以在网格上敷贴纹理，重建成具有色彩等信息的三维模型，具有明显的优势。本发明还具有以下优点：

1)不需要激光等设备，只需要多个相机及计算机等硬件，成本低廉；

2)不需要扫描，多个相机同时成像，数据采集步骤上耗时少，对人体等生物进行测量时特别适合；

3)统计变形模型完成对目标脚型的初始估计，捕捉目标脚型的大致外形轮廓，而本发明从统计变形模型开始进行处理，从粗到精地捕捉目标脚型的特征，自动重建到图像信息所能提供的最细节特征，与图像内容是自动适应的；

4)从粗到精地捕捉目标脚型特征的处理顺序，使得重建网格从粗到精自动捕捉目标对象的表面特征，与之相配合的网格生长机制保证网格的拓朴结构能自动与目标对象的外形一致；

5)把网格重投影回各视图像，网格投影分割图像，并且这种方法分割的图像区域，不同视之间是相互一致的，同一空间区域在不同视被划分成同一平面分区，能够抗仿射变换，在为特征点搜索匹配点时，缩小了范围；并且由此匹配出的新增空间点就细分此三角形，无需搜索。因此这种方法降低了生成错误点的机率，提高了处理速度，增加了重建的精度；

6)统计变形模型、网格细分、图像分块与图像特征检测四个方法相互配合，保证网格从粗到精地捕捉目标脚型的特征、每一等级上有特征在不同视图像上的分块能相互自动吻合、检测到相应等级的图像特征，然后用与特征等级相配合的半径去切割特征，生成平面特征点；

7)采用了对极约束、空间网格对图像投影分割图像约束、光照一致性约束等多种约束来保证匹配点的准确性，提高新增空间点的可靠性。

附图说明

图1为本发明方法流程图；

图2为本发明细化的方法流程图；