[发明专利]一种基于二维图像的人体体型三维重建方法

说明书

本发明公开了一种基于二维图像的人体体型三维重建方法，包括以下步骤：S1，图片采集，选择手机、数码相机或者是单反相机对人体模型进行拍摄，拍摄出标定图片以及一组序列照片；S2，稀疏点云的生成，首先获取采集到的标定图片与人体的序列照片，然后获取相机标定参数，再进行特征匹配，最后进行三维重构；S3，模型生成，得到稀疏点云后经滤波处理、稠密重建后得到稠密点云，最终通过表面重建得到人体体型的复现。本发明能够通过摄像机内外参数以及特征匹配从多幅图像中快速并高效地重建出高精度人体三维模型，方法数据采集方便，而且成本低廉，适用范围广。

技术领域

本发明涉及人体体型三维重建技术领域，尤其涉及一种基于二维图像的人体体型三维重建方法。

背景技术

近年来，随着计算机技术的飞跃发展，三维重建技术已经逐渐走进人们的生活，并受到越来越多的关注。而人体模型的三维重建是其中一个非常重要的研究课题，也是工程领域一个富有挑战性的研究方向。计算机自动获取周围环境三维信息的需求越来越大，对三维重建技术的实际应用要求也越来越高。因此，如何快速高效地重建出高精度人体三维模型已成为计算机视觉领域中一个重要的研究课题。

发明内容

基于背景技术存在的技术问题，本发明提出了一种基于二维图像的人体体型三维重建方法。

本发明提出的一种基于二维图像的人体体型三维重建方法，包括以下步骤：

S1，图片采集，选择手机、数码相机或者是单反相机对人体模型进行拍摄，拍摄出标定图片以及一组序列照片；

S2，稀疏点云的生成，首先获取采集到的标定图片与人体的序列照片，然后获取相机标定参数，再进行特征匹配，最后进行三维重构；

S3，模型生成，得到稀疏点云后经滤波处理、稠密重建后得到稠密点云，最终通过表面重建得到人体体型的复现。

优选地，在拍摄标定图片时，将标定板在不同位置、不同角度下进行拍摄，最少需要3张标定图片，以10-20张为宜。

优选地，所述序列照片应包含多视角的人体图像，数目为10-20张。

优选地，在对相机进行标定时，可以通过OpenCV中的标定函数，完成相机的标定，求出相机的内外参数。

优选的，在进行摄像机的标定时，采用摄像机自标定的方法。

优选的，在进行特征匹配时，采用SIFT算法进行特征提取与匹配。

优选的，所述三维重构采用增量式SFM的三维重构算法，将初始化后选取的最优图像作为种子图像对，在此基础上向整个系统中不断添加新的匹配图像并对其进行位姿估计，同时对新图像中匹配到的特征点进行三角定位，利用光束平差法对估计结果进行优化，直到所有图像添加完毕后，整个场景的重建完成。

优选地，所述滤波处理采用PCL点云库，所述稠密重建采用多视图聚簇算法与基于面片模型的密集匹配算法分别执行，表面重建采用泊松表面重建算法。

1、本发明能够通过摄像机内外参数以及特征匹配从多幅图像中快速并高效地重建出高精度人体三维模型，方法数据采集方便，而且成本低廉，适用范围广；

2、本发明在进行摄像机的标定时，采用平面棋盘的方法来进行摄像机的标定，定标对象简单、不需要太多的人工，而且定标后的效果比较好、精度高；

3、本发明采用SURF算法进行特征点的匹配，SURF算法运算简单，效率高，运算时间短，同时加速的具有鲁棒性的特征，并且在多幅图片下具有更好的鲁棒性，SURF最大的特征在于采用了harr特征以及积分图像integral image的概念，这大大加快了程序的运行时间。

附图说明

图1为本发明提出的一种基于二维图像的人体体型三维重建方法的研究技术路线流程图；