[发明专利]一种基于手机扫描的人体3D建模方法

摘要

本发明公开了一种基于手机扫描的人体3D建模方法，该方法应用在手机上，该方法包括以下步骤：S1:生成TSDF 3D网格模型；S2:密集图像校准:S3：关键帧选择:S4：密集图像匹配，生成深度图像S5：体积网格模型更新:S6:在手机屏幕上生成人体2D图像。本发明利用手机自带的摄像头对人体进行三维建模，无需任何附带设备同时利用手机自身的计算能力可以完成人体的三维建模计算工作；利用人体对称原理，只要扫描了半边身体，系统就会自动将整个人体的三维生成；大大节省使用者的扫描时间，当使用者一只手在拿着手机，不方便扫描也不会受影响；不用消费者填写任何资料，操作简单，成本低。

主权项

1.一种基于手机扫描的人体3D建模方法，其特征在于，该方法应用在手机上，该方法包括以下步骤：S1:生成TSDF 3D网格模型:S1‑1：采用深度重建的算法估算手机摄像头每个时间点的位置和朝向；S1‑2：基于立体匹配算法，通过采用手机摄像头拍摄同一场景下不同角度的一组图像来获得该场景深度图像；S1‑3：利用S1‑1和S1‑2获取的摄像头位置、朝向以及深度图像通过坐标转换得到相关的点云数据，所述点云数据是指扫描资料以点的形式记录，每一个点包含有三维坐标，用来代表一个物体外表面形状；S1‑4：采用TSDF算法对得到的点云数据进行融合处理，得到TSDF 3D网格模型；S2:密集图像校准:采用深度浮点重建算法在扫描人体的场景中追踪手机摄像头使得手机摄像头的位置和上一次摄像头位置对准对齐,获得手机摄像头位置的追踪结果,得到手机的运动轨迹；S3：关键帧选择:通过S2得到手机的运动轨迹后，从手机运动轨迹中选择一个关键帧和当前人体图像进行比对，采用立体匹配算法生成当前视角的深度图像；S4：密集图像匹配，生成深度图像:计算手机运动轨迹中任意两帧图像上毎个点的对应关系以及所述两帧图像拍摄位置之间的关系，通过对极几何生成整体深度图像；S5：体积网格模型更新:将S2和S3得到当前视角的深度图像和整体深度图像导入到TSDF 3D网格模型中对TSDF 3D网格模型进行更新得到不同视角的深度图像融合；S6:生成2D图像:把更新后的的TSDF 3D网格模型映射到当前手机的2D的摄像头位置上，在手机屏幕上生成人体2D图像。