[发明专利]基于数字投影的随机灰度图生成方法、装置和计算机设备有效
申请号: | 202010076340.8 | 申请日: | 2020-01-23 |
公开(公告)号: | CN111311731B | 公开(公告)日: | 2023-04-07 |
发明(设计)人: | 陈海龙;曹良才;何进英;刘梦龙 | 申请(专利权)人: | 深圳市易尚展示股份有限公司;清华大学 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 华进联合专利商标代理有限公司 44224 | 代理人: | 陈小娜 |
地址: | 518101 广东省深圳市宝安区新安*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 基于 数字 投影 随机 灰度 生成 方法 装置 计算机 设备 | ||
本申请涉及一种基于数字投影的随机灰度图生成方法、装置和计算机设备。该方法包括:获取候选随机信号序列和目标随机信号序列集合;获取候选随机信号序列与各个目标随机信号序列之间的目标相关度,得到第一相关度集合;当第一相关度集合中的相关度均小于预设相关度阈值时,将候选随机信号序列加入到目标随机信号序列集合中;根据目标随机信号序列集合生成候选灰度图;根据候选灰度图在目标物体上的投影得到目标物体对应的第一目标灰度图以及第二目标灰度图;根据第一目标灰度图以及第二目标灰度图进行同名点定位,以对目标物体进行三维重建。采用本方法能够提高三维重建准确率。
技术领域
本申请涉及计算机技术领域,特别是涉及一种基于数字投影的随机灰度图生成方法、装置、计算机设备和存储介质。
背景技术
随着计算机技术的发展,出现了三维重建(3D Reconstruction)技术。三维重建是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础,也是在计算机中建立表达客观世界的虚拟现实的关键技术。
目前,三维重建技术通过投影编码图案到物体表面,相机采集被物体表面调制的图像,从而根据图像进行三维重建,然而相机采集到的图像在进行同名点定位时准确度较低,导致三维重建的准确率低。
发明内容
基于此,有必要针对上述三维重建准确率低技术问题,提供一种能够提高三维重建准确率的基于数字投影的随机灰度图生成方法、装置、计算机设备和存储介质。
一种基于数字投影的随机灰度图生成方法,所述方法包括:获取候选随机信号序列;获取目标随机信号序列集合,所述目标随机信号序列集合中,目标随机信号序列之间的相关度小于第一预设相关度阈值;获取所述候选随机信号序列与各个所述目标随机信号序列之间的目标相关度,得到所述候选随机信号序列对应的第一相关度集合;当所述第一相关度集合中的相关度小于第一预设相关度阈值时,将所述候选随机信号序列加入到所述目标随机信号序列集合中;根据所述目标随机信号序列集合生成候选灰度图;根据所述候选灰度图在目标物体上的投影,得到所述目标物体对应的第一目标灰度图以及第二目标灰度图;根据所述第一目标灰度图以及所述第二目标灰度图进行同名点定位,以对所述目标物体进行三维重建。
一种基于数字投影的随机灰度图生成装置,所述装置包括:候选随机信号序列获取模块,用于获取候选随机信号序列;目标随机信号序列集合获取模块,用于获取目标随机信号序列集合,所述目标随机信号序列集合中,目标随机信号序列之间的相关度小于第一预设相关度阈值;第一相关度集合得到模块,用于获取所述候选随机信号序列与各个所述目标随机信号序列之间的目标相关度,得到所述候选随机信号序列对应的第一相关度集合;候选随机信号序列加入模块,用于当所述第一相关度集合中的相关度小于第一预设相关度阈值时,将所述候选随机信号序列加入到所述目标随机信号序列集合中;候选灰度图生成模块,用于根据所述目标随机信号序列集合生成候选灰度图;目标灰度图得到模块,用于根据所述候选灰度图在目标物体上的投影,得到所述目标物体对应的第一目标灰度图以及第二目标灰度图;同名点定位模块,用于根据所述第一目标灰度图以及所述第二目标灰度图进行同名点定位,以对所述目标物体进行三维重建。
一种计算机设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述基于数字投影的随机灰度图生成方法的步骤。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述基于数字投影的随机灰度图生成方法的步骤。
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深圳市易尚展示股份有限公司;清华大学,未经深圳市易尚展示股份有限公司;清华大学许可,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/202010076340.8/2.html,转载请声明来源钻瓜专利网。