[发明专利]一种基于激光和相机传感器的三维模型生成方法及其系统在审
申请号: | 202111389979.2 | 申请日: | 2021-11-23 |
公开(公告)号: | CN113838213A | 公开(公告)日: | 2021-12-24 |
发明(设计)人: | 范帝楷 | 申请(专利权)人: | 深圳市其域创新科技有限公司 |
主分类号: | G06T17/20 | 分类号: | G06T17/20;G06T7/80;G06T7/521 |
代理公司: | 深圳市科进知识产权代理事务所(普通合伙) 44316 | 代理人: | 孟洁 |
地址: | 518000 广东省深圳市南山区粤海街道*** | 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: | 一种 基于 激光 相机 传感器 三维 模型 生成 方法 及其 系统 | ||
1.一种基于激光和相机传感器的三维模型生成方法,其特征在于,包括如下步骤:
步骤S1、采用棋盘格对相机模组进行标定,且使相机模组对准棋盘格,采集相机和激光数据,同时检测到图像和激光点云上对应在棋盘格上的点,从而得到激光相对于相机的位置和姿态变换关系;
步骤S2、通过标定好的相机模组扫描整个需要建模的空间,采集图像和激光点云数据,结合步骤S1的标定信息,对激光扫描过程中出现的重叠点和图像重叠区进行检测对比,从而获得相机模组在采集过程中运动姿态和轨迹;
步骤S3、将每帧采集到的激光点云数据投影到对应帧的图像上,从而与图像数据对齐,得到图像对应点的深度,生成原始深度图;
步骤S4、对原始深度图进行稠密化,得到完整深度图,再对完整深度图进行滤波,得到稠密点云;
步骤S5、对稠密点云网格化,得到粗网格,再对粗网格进行处理,得到优质网格;
步骤S6、将优质网格投影到相机视角中,得到每个面对应的图像信息,再将同一个面在不同相机视角中的图像信息进行融合,生成每一面融合后的纹理信息,再将所有面的纹理信息整合得到纹理图像,将纹理图像转成三维模型格式进行输出。
2.根据权利要求1所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S1内,制备一个已知尺寸的大型棋盘格,保证照明良好,采集大量数据,然后检测棋盘格内部的点,然后通过投影变换关系得到相机模组的标定结果。
3.根据权利要求2所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S1内,相机模组对准棋盘格,同时采集相机和激光数据,并检测到图像和激光点云上对应在棋盘格上的点,通过这个匹配关系和得到的相机模组的标定结果,得到激光相对于相机的位置和姿态变换关系。
4.根据权利要求3所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S2内,得到的机模组在采集过程中运动姿态和轨迹进行离线存储。
5.根据权利要求4所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S4内,基于每帧的激光点云数据、RGB图以及得到相机模组的位置和姿态,对每帧构建相邻帧,然后根据相邻帧,对原始深度图进行稠密化,从而生成一张和RGB图同样大小的完整深度图,之后再将对完整深度图进行滤波,剔除错误的深度,从而得到稠密点云。
6.根据权利要求5所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S4内,有共同观测数据的帧互为相邻帧。
7.根据权利要求6所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S5内,对粗网格进行平滑、去噪、细分并基于观测图像进行优化,得到精细的优质网格。
8.根据权利要求7所述的一种基于激光和相机传感器的三维模型生成方法,其特征在于,在步骤S6内,将所有面的纹理信息打包到一起整合得到纹理图像,然后转成通用的三维模型格式输出。
9.一种基于激光和相机传感器的三维模型生成系统,其特征在于,包括:
标定模块,用于对相机模组进行标定;
位置姿态计算模块,用于计算得到相机模组的运动姿态和轨迹;
图像对齐模块,用于图像数据对齐,得到图像对应点的深度,生成原始深度图;
稠密化模块,用于构建相邻帧,对原始深度图进行稠密化;
网络化模块,用于对稠密点云网格化,得到粗网格,并对粗网格进行平滑、去噪、 细分处理;
纹理映射模块,用于将同一个面在不同相机视角中的图像信息进行融合,生成每个面融合后的纹理信息。
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其域创新科技有限公司,未经深圳市其域创新科技有限公司许可,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/202111389979.2/1.html,转载请声明来源钻瓜专利网。