[发明专利]基于空间图像的三维服装重建方法

说明书

本发明公开一种基于空间图像的三维服装重建方法，步骤包括：步骤1、通过半球式获取多角度不同空间系列视图的图像，增广式SFM(运动结构恢复)算法获取初始稀疏点云；步骤2，对稀疏点云采用多视角立体视觉技术重构稠密点云；步骤3，对稠密点云通过基于圆柱分割的方法分离背景得到3D服装点云；步骤4，对3D服装点云去除异常值和噪声；步骤5，通过滚球算法合成3D服装曲面；步骤6，将3D服装曲面在虚拟模型上进行试穿。本发明无需手工测量即可快速生成高质量逼真的3D数字服装。

技术领域

本发明属于计算机视觉的服装三维重建领域，开发了一个新的3D服装三维重建框架。

背景技术

随着计算机技术的不断发展，数字化服装设计在我国的服装行业的影响不言而喻，数字化服装是我国数字化发展演变的重要形式之一，可用于在线购物、文化保护、虚拟试穿、数字游戏、数字博物馆和个性化服装设计等应用。3D服装重建是获取数字服装的关键技术之一。在服装领域，现有的服装重建方法主要包括二维和三维设计。二维设计可以为服装设计提供更加宽广的创意维度，三维设计中的立体设计采用于数码印花、平面打褶和大廓形立体剪裁等。但这些方法对于一些特殊的服装或者博物馆的孤品服装来说，不允许使用触摸或者接触式测量的方式重建，难以实现。同时，传统的服装设计方法主要由经验丰富的技术人员手工测量来重建服装，比较耗时，且效率低。

发明内容

本发明的目的是提供一种基于空间图像的三维服装重建方法，解决了现有技术中存在的传统方法依赖于手工测量来重建服装的问题。

本发明所采用的技术方案是：

基于空间图像的三维服装重建方法，步骤包括：

步骤1、通过半球式获取多角度不同空间系列视图的图像，增广式SFM算法获取初始稀疏点云；

步骤2，对稀疏点云采用多视角立体视觉技术重构稠密点云；

步骤3，对稠密点云通过基于圆柱分割的方法分离背景得到3D服装点云；

步骤4，对3D服装点云去除异常值和噪声；

步骤5，通过滚球算法合成3D服装曲面；

步骤6，将3D服装曲面在虚拟模型上进行试穿。

本发明的特点还在于：

步骤1包括：

步骤1.1，沿一个方向均匀的围绕服装表面拍摄一系列图片，且相邻两张图片的角度不超过15°，拍摄的每张图片须包含主体在该角度的全部信息；

步骤1.2，采用SIFT算法在不同的尺度空间上查找特征点；

步骤1.3，当特征点被选定，通过滤波来拟合附近的数据点，并找出数据点的位置，主曲率和缩放尺度，筛选出对于边缘响应不稳定和低对比度的特征点；

步骤1.4，特征匹配，将坐标轴旋转到关键点的方向上，获得梯度信息，并进行归一化处理，通过计算不同图像中特征点的描述符间的欧式距离实现特征匹配，当欧式距离小于特征匹配的阈值时，则匹配成功；

步骤1.5，几何变换，采用对极几何用于同一空间点，不同相机位置和相机图像平面上投影之间存在的几何关系；

步骤1.6，图像配准：

首先，通过分解矩阵来获得相机的位置和方向、分解基础矩阵来获得相机的投影矩阵，计算图像的反投影射线在至少两个图片之间的交点来实现3D点的三角测量来添加配准图像，每添加一幅配准图片都需要进行一次光术平差法优化；

其次，通过增广式SFM将获取的一系列图片依次注册合并，且每次增加一个视图，每一张图片的位置和方向的变化和前一图片都要联系起来，然后计算在同一参考系的3D数据点，最终获得稀疏点云。