[发明专利]使用边缘的三维模型生成的方法和系统

说明书

一种使用边缘的三维模型生成可包括：使用处理器来检测多个图像中的多个边缘；以及使用处理器来确定多个边缘中跨多个图像匹配的一组边缘。可使用处理器利用依赖于该组边缘的成本函数来估计多个图像的相机姿势。

技术领域

本公开涉及使用边缘的三维模型生成。

背景技术

可由场景的多个二维(2D)图像来重建三维(3D)模型。可由一个或多个相机使用各种相机姿势来拍摄2D图像。常规3D模型生成技术依赖于特征点识别。通常，处理2D图像以识别跨多个2D图像被匹配的特征点。可在三个维度中将特征点三角形化。然后，可将特征点的实际位置与从三维返回到二维的经重投影的特征点之间的重投影误差连同相机姿势误差两者最小化。

许多2D图像包括弱纹理区域。弱纹理区域可出现在室外场景的2D图像中，并且常常在室内场景的2D图像中发现。弱纹理区域大体指2D图像中像素相同或高度类似的区域。从一个像素到下一个像素的偏差是最小的或是不存在的。2D图像内的弱纹理区域通常表示没有细节的光滑表面。弱纹理区域的示例可包括但不限于墙壁、工作台面等等，其中包括颜色相对恒定的弱纹理区域示例。

发明内容

技术问题

当处理纹理丰富的2D图像时，常规3D模型生成技术往往表现相对良好。然而，在2D图像包括弱纹理区域的情况下，常规3D模型生成技术往往表现不理想。常规技术常常需要大量2D图像来作为输入，以确定对于重建哪怕很小的区域来说足够的特征点。由于弱纹理区域具有很少或不具有特征点，所以涉及弱纹理区域的常规3D模型生成技术常常是有缺陷的。此外，对相机姿势的估计往往不准确。

问题的解决方案

一种方法可包括：使用处理器来检测多个图像中的多个边缘；以及使用处理器来确定多个边缘中跨多个图像匹配的一组边缘。该方法还可包括：使用处理器，利用依赖于该组边缘的成本函数来估计多个图像的相机姿势。

一种系统包括处理器，处理器经编程以发起可执行操作。可执行操作可包括：检测多个图像中的多个边缘；以及确定多个边缘中跨多个图像匹配的一组边缘。可执行操作还可包括：使用依赖于该组边缘的成本函数来估计多个图像的相机姿势。

一种计算机程序产品包括上面存储有程序代码的计算机可读存储媒体。程序代码可由处理器来运行以执行一种方法。所述方法可包括：使用处理器来检测多个图像中的多个边缘；以及使用处理器来确定多个边缘中跨多个图像匹配的一组边缘。所述方法还可包括：使用处理器，利用依赖于该组边缘的成本函数来估计多个图像的相机姿势。

提供此技术解决方案部分仅仅是为了引入某些概念，而不是为了识别所要求的主题的任何关键或重要特征。本发明的许多其他特征和实施方案将自附图和以下详细描述显而易见。

本发明的有利效应

利用如本文中所描述的基于边缘的处理，可在3D模型中以比使用其他常规技术的情况更大的准确度来渲染弱纹理区域。由于弱纹理区域中的特点是缺乏特征点，所以只依赖于特征点的常规技术常常不适合渲染弱纹理区域。弱纹理区域常常在重建的3D模型中呈现为不完整。

附图说明

附图示出一个或多个实施方案；然而，附图不应理解为将本发明仅限制到所示的实施方案。各种方面和优点将在审阅以下详细描述和参考附图后即刻变得显而易见。

图1是示出例示性数据处理系统的框图。

图2是示出三维(3D)模型生成的例示性方法的流程图。

图3是示出生成平面的例示性方法的流程图。

图4是示出确定轴的例示性方法的流程图。

图5a、图5b、图5c和图5d是室内场景的不同图像。