[发明专利]一种3D点云建模系统及计算机可读存储介质有效
申请号: | 202110313089.7 | 申请日: | 2021-03-24 |
公开(公告)号: | CN113034673B | 公开(公告)日: | 2022-08-26 |
发明(设计)人: | 李珊珊;宋庆恒;米贤武;苏振华;林雨霄 | 申请(专利权)人: | 怀化学院 |
主分类号: | G06T17/00 | 分类号: | G06T17/00 |
代理公司: | 北京清控智云知识产权代理事务所(特殊普通合伙) 11919 | 代理人: | 马肃 |
地址: | 418099 湖南省*** | 国省代码: | 湖南;43 |
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 建模 系统 计算机 可读 存储 介质 | ||
本发明提供了一种基于智能图像处理的3D点云建模系统,包括图像扫描装置、环轨装置、分析处理模块和模型存储模块,所述图像扫描装置安装于所述环轨装置上并能在所述环轨上滑动,所述图像扫描装置通过对置于所述环轨中心处的物体进行扫描得到图像,所述分析处理模块对至少两张图像进行分析处理得到该物体的3D模型数据,所述3D模型数据被保存至所述模型存储模块中。该系统能够自动获取扫描图像时的角度,并结合角度信息与扫描的图像将3D物体的表面信息更精确地转换为空间矢量数据作为3D点云数据。
技术领域
本发明涉及图像处理技术领域,尤其涉及一种基于智能图像处理的3D点云建模系统。
背景技术
点云数据是指在一个三维坐标系统中的一组向量的集合,通过3D点云数据能够表示3D物体的表面信息,如何高效地获取精确的点云数据是3D建模的关键。
现在已经开发出了很多3D建模系统,经过我们大量的检索与参考,发现现有的建模系统有如公开号为KR101740259B1,KR101665446B1和KR101500911B1所公开的系统,包括如下步骤:计算相机的内参矩阵及畸变参数以及该图像的旋转矩阵;根据预设的相邻图像的重叠宽度及每一幅图像的宽度计算相机采集图像时每次的移动间隔,并据此采集图像序列;对图像序列中的每一幅图像进行校正和旋转;计算图像序列中各相邻图像间的平移矩阵,并据此对各图像进行平移,平移后保存平移参数,形成配置文件;根据配置文件及预设重叠宽度对图像序列中的各图像进行拼接及融合,形成整幅图像。但该系统在处理图像时并不能解析得到关键数据,对图像的处理过程比较冗余,最终得到的3D模型在一些关键地方与实物存在误差。
发明内容
本发明的目的在于,针对所存在的不足,提出了一种基于智能图像处理的3D点云建模系统,
为了克服现有技术的不足,本发明采用如下技术方案:
一种基于智能图像处理的3D点云建模系统,包括图像扫描装置、环轨装置、分析处理模块和模型存储模块,所述图像扫描装置安装于所述环轨装置上并能在所述环轨上滑动,所述图像扫描装置通过对置于所述环轨中心处的物体进行扫描得到图像,所述分析处理模块对至少两张图像进行分析处理得到该物体的3D模型数据,所述3D模型数据被保存至所述模型存储模块中;
进一步的,所述图像扫描装置与所述环轨装置连接处设有定位组件,所述定位组件用于测量所述图像扫描装置在所述环轨装置上的位置;
进一步的,所述分析处理模块通过计算扫描图像中每个点的边缘梯度值获取图像的轮廓线,在所述轮廓线内根据像素点的关键值获取关键点,像素点(x,y)的关键值计算公式为:
其中σ为尺度,I(x,y)为轮廓线内部的源图像,所述关键点构成点集{Bi};
进一步的,所述尺度σ的计算公式为:
其中,xmax、xmin、ymax、ymin分别为轮廓线中的最大横坐标、最小横坐标、最大纵坐标和最小纵坐标;
进一步的,所述分析处理模块根据所述关键点之间的反关联指数来对所述关键点进行连接,所述反关联指数的计算公式为:
R(i1,i2)=∑L(Cj)·f(Cj);
其中,Cj是位于以关键点Bi2的连线为对角线的矩形内的像素点,L(C)为像素点C(x,y)的关键值L(x,y,σ),f(C)是像素点C的灰度融入函数;
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怀化学院,未经怀化学院许可,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/202110313089.7/2.html,转载请声明来源钻瓜专利网。