[发明专利]一种物体的三维重建方法、装置、电子设备及存储介质

权利要求书

1.一种物体的三维重建方法，其特征在于，包括：

获取目标物体在多视角下拍摄的二维图像；

基于所述目标物体，对每张二维图像进行图像配准，得出所述每张二维图像中的各个像素点与所述目标物体的各个部位之间的匹配关系；

对所述每张二维图像中的各个像素点进行三维转换，得到所述每张二维图像中各个像素点对应的3D点云数据，以利用每张二维图像中各个像素点对应的3D点云数据组成所述目标物体的3D点云数据集；

利用所述匹配关系，对3D点云数据集进行数据校正，以得到目标物体的校正点云数据集；

将所述校正点云数据集中的每个校正点云数据映射至每张二维图像中，以基于每个校正点云数据在每张二维图像中对应的二维坐标，得到每个校正点云数据的实际像素值；

利用校正点云数据集和每个校正点云数据的实际像素值，构建得到目标物体的三维模型；

利用所述匹配关系，对3D点云数据集进行数据校正，以得到目标物体的校正点云数据集，包括：

利用所述匹配关系，对所述3D点云数据集进行误差修正，得到修正3D点云数据集；

对所述修正3D点云数据集进行离群点处理，以剔除所述修正3D点云数据集中的离群点云数据，并在离群点云数据剔除完毕后，得到校正点云数据集；

利用所述匹配关系，对所述3D点云数据集进行误差修正，得到修正3D点云数据集，包括：

利用所述匹配关系，得出所述目标物体上各个部位对应的像素点，以便基于各个部位对应的像素点，从所述3D点云数据集中匹配出所述目标物体上各个部位对应的3D点云数据；

计算所述目标物体上各个部位对应的3D点云数据的平均值，以将各个部位对应的3D点云数据的平均值，作为所述目标物体上各个部位的修正3D点云数据；

利用所述目标物体的各个部位的修正3D点云数据，组成所述修正3D点云数据集。

2.根据权利要求1所述的方法，其特征在于，对所述每张二维图像中的各个像素点进行三维转换，得到所述每张二维图像中各个像素点对应的3D点云数据，包括：

获取每张二维图像在拍摄时对应相机的相机参数，其中，所述相机参数包括相机内参数以及相机外参数；

根据每张二维图像对应的相机参数，计算出每张二维图像在拍摄时对应相机的投影矩阵；

基于每张二维图像在拍摄时对应相机的投影矩阵，以及所述每张二维图像中各个像素点的像素坐标，计算得到每张二维图像中各个像素点的三维坐标，以便将各个像素点的三维坐标，作为各个像素点的3D点云数据。

3.根据权利要求1所述的方法，其特征在于，对所述修正3D点云数据集进行离群点处理，以剔除所述修正3D点云数据集中的离群点云数据，并在离群点云数据剔除完毕后，得到所述校正点云数据集，包括：

获取修正3D点云数据集中每个修正3D点云数据相邻的n个点云数据，其中，n为正整数；

计算每个修正3D点云数据与对应相邻的n个点云数据之间的距离，以利用每个修正3D点云数据与对应相邻的n个点云数据之间的距离，组成每个修正3D点云数据的距离集；

计算每个距离集的标准差以及平均值，以便基于每个距离集的标准差以及平均值得到第一离群点判断阈值以及第二离群点判断阈值；

对于任一修正3D点云数据，判断所述任一修正3D点云数据的距离集的标准差是否大于所述第二离群点判断阈值，和/或判断所述任一修正3D点云数据的距离集的平均值是否大于所述第一离群点判断阈值；

若是，则将任一修正3D点云数据作为离群点云数据，从所述修正3D点云数据集中剔除，并在把修正3D点云数据集中所有修正3D点云数据均判断完毕后，得到所述校正点云数据集。

4.根据权利要求1所述的方法，其特征在于，基于每个校正点云数据在每张二维图像中对应的二维坐标，得到每个校正点云数据的实际像素值，包括：

对于任一校正点云数据，将所述任一校正点云数据在每张二维图像中的二维坐标对应像素点的像素值，作为任一校正点云数据在每张二维图像中的像素值；

在任一校正点云数据的多个像素值中，选择出现次数最多的像素值，作为所述任一校正点云数据的实际像素值。