[发明专利]一种用于计算机图形图像处理的、基于深度信息的实时三维人脸建模方法

说明书

技术领域

本发明涉及计算机图形图像处理技术领域，具体指一种用于计算机图形图像处理的、基于深度信息的实时三维人脸建模方法 

背景技术

三维重建技术是计算机视觉、人工智能、虚拟现实等前沿领域的热点和难点，也是人类在基础研究和应用研究中面临的重大挑战之一，被广泛应用于文物数字化、生物医学成像、动漫制作、工业测量、沉浸式虚拟交互等领域。而现有的三维重建技术，按照获取深度信息的方式，可分为被动式技术和主动式技术。被动式技术利用自然光反射，一般通过摄像头拍摄图片，然后通过一系列的算法计算得到物体的三维坐标信息，如structure from motion和multi-view stereo。structure from motion技术利用不同时间的图像建立对应关系，因此只适用于刚性物体；multi-view stereo技术适用于刚体，但是计算量非常大，现阶段很难做到实时。主动式技术包含一个光源，直接测量物体的深度信息，因而很容易做到实时效果，如采用结构光技术的kinect和采用time of flight技术的camcube。而相对于camcube，采用结构光技术的kinect价格更便宜，更容易推广。 

本发明着重解决三维人脸建模，选用深度数据作为三维人脸建模的数据来源。kinect得到的深度图像精度低，并包含大量噪声。因此在三维重建之前需要对得到的深度图像进行滤波，降低噪声.本发明使用基于Prewitt算子的分块自适应阈值边缘检测算法可得到比较精细的图像边缘；进而根据获取边缘信息对深度图像进行分类，边缘区采用单向多级中值滤波算法进行降噪处理，而非边缘区采用双向多级中值滤波算法进行降噪处理。最终利用Kinect得到边缘清晰，噪声较小的高质量深度图，从而不会影响建模的效果，本发明使用kd-tree icp进行顶点贴图配准，解决了原始icp配准时间慢，精度低的问题，使得顶点贴图可以得到高精度、快速的配准。 

发明内容

本发明的目的是提出一种用于计算机图形图像处理的、基于深度信息的实时三维人脸建模方法。 

本发明所采用的技术方案是： 

(1)数据的获取：用户坐在kinect正前方0.5米左右处，kinect在时间τ从kinect获取一张原始的深度图D_τ，D_τ由一组像素(u,v)组成，每个像素深度值为D_τ(u,v)； 

(2)分割：1)将深度图分为于前景区和背景区，前景区包含用户的整个身体，背景区只 包含剩下的环境。使用连通分量分析确定前景区域，当两个相邻深度像素的差异低于一个临界值时被认为是相邻的。假设前景区域是距离相机最短距离的最大部分；2)为了确定头部区域，本发明是寻找一条水平线将前景区域分为头部区域和躯干区域，这样便可得到头部区域：