[发明专利]一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法

说明书

本发明公开了一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法，首先在标准化条件下采集物体表面图像信息和力触觉交互数据，然后利用图像处理算法从物体表面图像中获得物体表面形状信息图像，利用数据处理方法从力触觉交互数据中获取形状数据矩阵，最后将物体表面形状信息图像和形状数据矩阵进行匹配，对物体表面形状信息图像进行校正，得到物体表面形状信息三维模型。本发明保留了单目图像明暗恢复形状技术的复杂度低，速度快的优点，同时又结合力触觉交互信息对三维形状信息进行校正，有效解决了以往算法中建模结果容易受到光源条件、反射条件等实验条件影响的缺陷。

技术领域

本发明属于图像三维形状信息再现和力触觉交互技术领域，具体涉及一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法。

背景技术

现实生活中广泛存在的摄像机、手机、移动机器人、监控摄像等终端传感器多为单目系统，而且互联网上存在的海量图像视频数据也多为单目系统获得，因此单目图像的三维重建一直是机器视觉与图像处理领域的前沿问題之一。

单目图像的三维重建方法目前大致分为基于特殊光照条件的方法和基于统计学习的方法两大类。基于特殊光照条件的方法是指传统的计算机视觉领域里的称为从X恢复形状技术(Shape from X，SFX)，根据用于形状恢复的原始信息的类别不同，X可以分为：(1)明暗(shading)；(2)纹理(texture)；(3)轮廓(contour)；(4)阴影(shadow)。其中，从纹理恢复形状、从轮廓恢复形状、从阴影恢复形状三种方法对图像或者物体的特性都有特殊的要求。而从明暗恢复形状的方法由于操作简单，适用范围广，已经成为目前国内外研究的热点。从明暗恢复形状(Shape from Shading,SFS)的方法最早是由美国麻省理工学院的Horn提出的。由物体的成像原理可知，物体表面法向量的逐渐变化会引起图像亮度发生平滑的变化。SFS技术研究的就是如何在一定约束条件下从单幅图像平滑变化的亮度(明暗特征)反演出物体表面的三维形状信息。该方法由于操作简单，计算复杂度低，实时性强，适用于力触觉再现中的图像三维重建，但是它存在一个明显的缺陷，即明暗特征很容易受到光源、反射类型等成像条件的影响，从而在恢复中出现失真。基于统计学习的方法与基于“Shapefrom X”方法不同，往往采取数据驱动的策略。通过模型训练直接构建从彩色图像到深度图像的映射。实验证明该方法可以有效的从单幅图像中恢复、重建场景的三维结构，但是模型的训练需要大量的图库数据和较长的时间。

发明内容

本发明所要解决的技术问题是针对上述现有技术的不足，提供一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法，为了克服现有基于单目图像明暗恢复物体三维形状信息技术存在易受到实验环境影响而产生失真的不足。

为实现上述技术目的，本发明采取的技术方案为：

一种基于单目图像明暗恢复技术与交互数据信息融合的物体三维形状重建方法，包括：

步骤1：在标准化感知和交互条件下，分别对物体表面进行图像信息采集和力触觉交互信息采集，形成物体表面图像信息和力触觉交互数据；

步骤2：利用单目图像明暗恢复形状技术对采集的物体表面图像信息进行处理得到物体表面三维形状图像M_im；

步骤3：利用力触觉信息处理技术对采集得到的力触觉交互数据进行处理得到交互数据形状矩阵M_h；

步骤4：将物体表面三维形状图像M_im和交互数据形状矩阵M_h进行融合匹配处理，进而获得准确的物体表面三维形状信息模型。

为优化上述技术方案，采取的具体措施还包括：

上述的步骤1所述标准化感知和交互条件是指：

图像采集条件的一致性，包括光照条件、反射条件；