[发明专利]一种非单一视角下复杂织物表面三维重建系统及其方法

权利要求书

1.一种非单一视角下复杂织物表面三维重建系统，其特征是：包括有能绕竖直中心轴旋转并对织物样本(4)进行承载的承载平台(1)、周向间隔安装于所述承载平台(1)的斜上方且朝向承载平台(1)中心以对待测的织物样本(4)进行图像采集的若干相机；还包括有控制所述承载平台(1)旋转、控制所述相机进行拍摄并且对拍摄获取的图像进行三维重建以获取对应的三维模型的处理装置。

2.根据权利要求1所述的非单一视角下复杂织物表面三维重建系统，其特征是：所述相机为高清数码相机(2)设置有两台且分别安装于所述承载平台(1)的左右斜上方；所述处理装置控制所述承载平台(1)以45度旋转角度间隔旋转四次并且控制相机于每次旋转后进行拍摄获取对应的采集图像。

3.一种非单一视角下复杂织物表面三维重建方法，其特征是，包括有以下步骤：

搭建实验装置，将待测的织物样本(4)放置于可旋转的承载平台(1)，采用多相机拍摄并采集织物样本(4)的多角度图像；

对采集的多角度图像进行预处理，得到去除背景后的织物图像；

标定采集多角度图像的相机参数并确定相机的内外参数矩阵；

根据织物样本(4)的多角度图像和对应相机内外参数重建织物三维表面密集点云；

对密集点云进行网格化，对网格生成贴片，进行纹理映射获得织物表面精确三维模型。

4.根据权利要求3所述的非单一视角下复杂织物表面三维重建方法，其特征是，具体步骤如下：

S1、搭建可旋转的承载平台(1)，于承载平台(1)的斜上方周向安装若干相机；

S2、将待测织物样本(4)用带有标记的纸片夹住，放置在承载平台(1)中心，调整各相机角度和焦距，使织物样本(4)能够在相机中清晰成像；

S3、控制承载平台(1)绕中心轴旋转，并于每次旋转一定角度后通过各相机拍摄进行织物样本(4)图像的采集，获取织物样本(4)的多角度图像；

S4、对采集的多角度图像预处理，在图像的织物区域边界上选取若干个点，创建与图像大小相同的二进制掩码矩阵，将图像的R、G、B三个通道分别与掩码矩阵进行逻辑运算，得到去除背景后的织物图像；

S5、相机参数标定，利用承载平台(1)旋转采集到多个角度织物图像，确定相机于各角度织物图像的内参和外参矩阵；

S6、将多角度图像和对应的相机内外参数作为PMVS算法的输入，重建织物三维表面密集点云；

S7、对密集点云进行网格化，再对网格生成贴片，进行纹理映射得到织物表面精确三维模型。

5.根据权利要求4所述的非单一视角下复杂织物表面三维重建方法，其特征是：搭建实验装置时，于承载平台(1)的左右斜上方各放置相机，进行图像采集时，控制承载平台(1)以每次45度的旋转角度匀速旋转4次，通过放置的两个相机采集获取八个角度下的织物样本(4)的多角度图像。

6.根据权利要求4所述的非单一视角下复杂织物表面三维重建方法，其特征是，S5中相机的标定包括有以下具体步骤：

S51、对多角度图像根据各角度分别进行SIFT特征点检测并生成128维的特征描述子，利用k-d树模型计算匹配点之间的欧式距离完成最邻近匹配；

S52、采用RANSAC算法去除误匹配，在每两幅图像的所有匹配的特征点对中随机选择八对特征点计算本质矩阵E和基础矩阵F，并将其它特征点带入计算出的模型中，若满足该模型，则记为内点，迭代若干次数，选择内点数最多的矩阵为该对图像之间的参数矩阵；

S53、根据相机的本质矩阵和基础矩阵，通过矩阵分解得到每个相机的内参矩阵和外参矩阵；

S54、使用BA算法使重投影误差最小，实现相机位姿和稀疏空间点的优化，最终得到最优的相机内外参数。

7.根据权利要求6所述的非单一视角下复杂织物表面三维重建方法，其特征是，S6具体包括有以下步骤：

S61、对匹配的特征点进行三角测量得到空间稀疏三维点云，以空间点三维坐标为中心，点到可见相机光心的单位向量之和的平均值为初始法向量生成初始面片，对初始面片进行优化，并根据建立的适应度函数计算每个初始面片的优先级大小，创建一个优先级队列，按照面片的优先级大小将初始面片放入队列中；

S62、从优先级对列中依次取出优先级最高的面片进行扩展，对面片的邻域八个方向进行扩展，用粒子群算法对面片中心和法向量进行优化，按优先级大小插入优先级队列中，面片扩充过程直到优先级队列为空为止；

S63、面片扩充完成后得到织物表面的密集点云，过滤掉不合法的面片，得到织物表面精确的密集点云。