[发明专利]一种对象的三维重建方法、装置、设备及存储介质

权利要求书

1.一种对象的三维重建方法，其特征在于，所述方法包括：

通过相机采集包含目标对象的图像；所述目标对象包含有投影仪投射的条纹图案；

根据所述图像确定出所述目标对象的世界坐标下的三维坐标集合；

利用所述相机的外参数将所述世界坐标下的三维坐标集合转换为相机坐标系下的三维坐标集合；

利用聚类算法确定出所述相机坐标系下的三维坐标集合的聚类中心点；

根据所述聚类中心点和预设参数确定出目标点集；

从所述世界坐标下的三维坐标集合中确定出目标区域在世界坐标下的三维坐标集合，所述目标区域在世界坐标下的三维坐标集合为所述目标点集对应的世界坐标下的三维坐标的集合；

根据所述目标区域在世界坐标系下的三维坐标集合对所述目标区域进行三维重建。

2.根据权利要求1所述的三维重建方法，其特征在于，所述利用聚类算法确定出所述相机坐标系下的三维坐标集合的聚类中心点，包括：

从所述相机坐标系下的三维坐标集合中确定出所述相机坐标系下的Z向数据集合，所述Z向为垂直于所述相机的成像平面的方向；

对所述相机坐标系下的Z向数据集合进行Meanshift聚类，得到最大聚类簇集合；

从所述最大聚类簇集合确定出所述聚类中心点。

3.根据权利要求2所述的三维重建方法，其特征在于，所述利用聚类算法确定出所述相机坐标系下的三维坐标集合的聚类中心点之后，还包括：

利用模糊检测方法对所述图像进行数据提取，得到第一区域在相机坐标系下的三维坐标集合。

4.根据权利要求3所述的三维重建方法，其特征在于，所述根据所述聚类中心点和预设参数确定出目标点集，包括：

获取所述预设参数，所述预设参数为所述相机的景深和修正系数；

根据所述聚类中心点和所述预设参数确定出第二区域的Z向数据集合；

根据所述第一区域在相机坐标系下的三维坐标集合确定出所述第一区域的Z向数据集合；

从第二区域的Z向数据集合中确定出目标区域的Z向数据集合，所述目标区域的Z向数据集合属于所述第一区域的Z向数据集合；

利用所述目标区域的Z向数据集合确定出每个Z向数据对应的目标点；

基于所述每个Z向数据对应的目标点确定出目标点集。

5.根据权利要求3所述的三维重建方法，其特征在于，所述模糊检测方法包括基于卷积神经网络架构的离焦区域估计网络法和图像梯度法。

6.根据权利要求1所述的三维重建方法，其特征在于，所述根据所述图像确定出世界坐标下的三维坐标集合，包括：

根据所述图像确定出投影仪成像平面的像素坐标集合和相机像素坐标集合；

根据所述相机的内参数和所述相机的外参数确定出第一计算公式；

根据所述投影仪的内参数和所述投影仪的外参数确定出第二计算公式；

利用所述第一计算公式、所述第二计算公式、所述投影仪成像平面的像素坐标集合和所述相机像素坐标集合确定出所述世界坐标系下的三维坐标集合。

7.根据权利要求1所述的三维重建方法，其特征在于，所述根据所述目标区域在世界坐标系下的三维坐标集合对所述目标区域进行三维重建之后，还包括：

重复上述对所述目标区域进行三维重建的步骤对预设区域进行三维重建，直至完成对所述目标对象的所有区域的三维重建；

根据所述目标对象的所有区域的三维重建结果拼接出所述目标对象的三维重建结果。