[发明专利]一种基于深度摄像模组的三维重建方法及装置在审
申请号: | 201710548653.7 | 申请日: | 2017-07-06 |
公开(公告)号: | CN109215109A | 公开(公告)日: | 2019-01-15 |
发明(设计)人: | 杜晶;范懿文;陈清甫;张弦 | 申请(专利权)人: | 幻视互动(北京)科技有限公司 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 暂无信息 | 代理人: | 暂无信息 |
地址: | 100085 北京市海*** | 国省代码: | 北京;11 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 被摄物体 摄像模组 三维点云数据 三维数据模型 三维重建 参考点 集合 三维测量数据 重建 处理器 点云 贴图 复原 三维 采集 复合 拍摄 | ||
1.一种基于深度摄像模组的三维重建方法,其特征在于,所述方法包括:
至少一组深度摄像模组同时获取被摄物体的参考点信息,根据所述参考点信息对所述被摄物体进行拍摄,获取被摄物体信息,对所述被摄物体信息进行数据处理得到所述被摄物体的三维点云数据集合;
与所述至少一组深度摄像模组分别对应的处理器获取所述被摄物体的三维测量数据,并对所述三维测量数据进行数据处理得到所述被摄物体的三维数据模型;
所述处理器将所述三维点云数据集合和所述三维数据模型进行数据复合得到所述被摄物体的贴图点云重建模型,并将所述贴图点云重建模型同时进行显示;
其中,所述一组深度摄像模组含有至少两个图像获取装置。
2.根据权利要求1所述的方法,其特征在于,所述至少一组深度摄像模组同时获取被摄物体的参考点信息,根据所述参考点信息对所述被摄物体进行拍摄,获取被摄物体信息,对所述被摄物体信息进行数据处理得到所述被摄物体的三维点云数据集合,之前包括:
选取被摄物体,根据所述被摄物体的特征确定基线长度;
根据所述基线长度设置所述被摄物体的参考点,根据所述参考点对所述被摄物体进行拍摄,得到拍摄结果,所述拍摄结果为所述参考点信息;
其中,所述被摄物体的特征是在选取被摄物体时获取的。
3.根据权利要求1所述的方法,其特征在于,所述与所述至少一组深度摄像模组分别对应的处理器获取所述被摄物体的三维测量数据,并对所述三维测量数据进行数据处理得到所述被摄物体的三维数据模型,包括:
对所述三维测量数据进行数据建立,得到所述被摄物体的初始物体;
对所述初始物体进行持续数据跟踪,得到所述三维数据模型。
4.根据权利要求3所述的方法,其特征在于,所述对所述初始物体进行持续数据跟踪,得到所述三维数据模型,包括:
对所述初始物体进行跟踪线程数据处理,得到跟踪线程数据结果;
同时,对所述初始物体进行建图线程数据处理,得到建图线程数据结果;
将所述线程数据结果和所述建图线程数据结果进行整合,得到所述三维数据模型。
5.根据权利要求1所述的方法,其特征在于,所述处理器将所述三维点云数据集合和所述三维数据模型进行数据复合得到所述被摄物体的贴图点云重建模型,并将所述贴图点云重建模型同时进行显示,包括:
所述处理器对所述三维点云数据集合与所述三维数据模型进行匹配,得到匹配结果;
所述处理器根据所述匹配结果,将所述三维点云数据集合与所述三维数据模型进行数据对应,得到对应结果;
所述处理器根据所述对应结果,将所述三维点云数据集合中的数据贴合在所述三维数据模型上,得到所述被摄物体的贴图点云重建模型;
所述处理器将得到的所述贴图点云重建模型同时进行显示。
6.一种基于深度摄像模组的三维重建装置,其特征在于,所述装置包括:
三维点云数据集合获取单元,用于至少一组深度摄像模组同时获取被摄物体的参考点信息,根据所述参考点信息对所述被摄物体进行拍摄,获取被摄物体信息,对所述被摄物体信息进行数据处理得到所述被摄物体的三维点云数据集合;
三维数据模型获取单元,用于与所述至少一组深度摄像模组分别对应的处理器获取所述被摄物体的三维测量数据,并对所述三维测量数据进行数据处理得到所述被摄物体的三维数据模型;
重建模型获取单元,用于将所述三维点云数据集合获取单元获取的所述三维点云数据集合和所述三维数据模型获取单元获取的所述三维数据模型进行数据复合得到所述被摄物体的贴图点云重建模型;
显示单元,用于,当所述重建模型获取单元获取了贴图点云重建模型,同时在屏幕上对所述贴图点云重建模型进行显示;
其中,所述一组深度摄像模组含有至少两个图像获取装置。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于幻视互动(北京)科技有限公司,未经幻视互动(北京)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710548653.7/1.html,转载请声明来源钻瓜专利网。