[发明专利]保持锐利特征的三维重建方法及系统

说明书

本发明公开保持锐利特征的三维重建方法系统。该方法包括：1)采用扩展到三维空间的二维图像滤波方法对输入并经过粗配准的点云进行平滑去噪；2)采用改进的区域生长方法对平滑后的粗配准点云进行离群点移除；3)采用基于kd‑tree加速的ICP算法对移除离群点后的粗配准点云进行精配准；4)采用基于邻域查找和边界点检测的融合方法对精配准点云进行融合；5)采用基于特征点检测和自适应步长更新方法对融合后的精配准点云进行表面重建。三维重建系统由点云预处理模块、点云合并模块、表面重建模块组成，基于本发明方法实现的三维重建系统能够保持重建模型表面边缘处的锐利特征，且在保证精度的前提下兼顾重建速度。

技术领域

本发明属于计算机图形学、计算机视觉、逆向工程和计算机辅助几何设计领域，具体为保持锐利特征的三维重建方法及系统。

背景技术

三维重建技术是指对物体在计算机上建立合适的数学表示和处理模型，将真实物体在计算机中进行客观重现的技术。

根据三维点云数据获取方式的差异，三维重建技术大概分为以下两种：基于多张图像进行三维重建和基于具有深度信息的点云数据进行三维重建。基于多张图像进行三维重建通过相机进行图像采集，得到待重建物体不同角度的序列图像，通过图像之间的特征联系和位置关系进行点云的估计，然后再对点云进行重建。这类方法的优势在于它使用的设备简单、成本低廉；但是它的缺点是需要经过一系列运算才能得到点云位置信息，过程较为繁琐并且重建结果的好坏受图像角度和张数的影响较大，同时对于拍摄环境较为敏感，很难完成具有较高精度需求的三维重建。基于具有深度信息的点云数据进行三维重建通过光栅扫描、激光扫描等方式获取具有深度信息的三维点云，通过点云的空间关系进行重建。此类方法的优点是能够直接获取精确度较高的点云信息，但是它需要比较昂贵和专业的设备，并且在数据采集的时候需要进行校准，来满足获取点云数据的准确性。

在通过点云进行三维重建的过程中，为了使重建后模型的测量和拼接工作能够顺利进行，如何保持物体在表面边缘的锐利特征是一个关键环节。张鑫等(张鑫,王章野,范涵奇,等.保特征的三维模型的三边滤波去噪算法[J].计算机辅助设计与图形学学报,2009,21(7):936-942.)通过使用三边滤波函数对点云中的法向量进行滤波，保持点云表面的特征。该方法主要思想是通过每个点以及它邻域中的点拟合出表面近似的模型。它能够对离散曲线拟合的模型产生较好的重建效果。但是此方法为了追求准确性，需要不断进行迭代，拟合的过程比较耗时。Sahay P等(Sahay P,Rajagopalan A N.Geometric inpainting of3D structures[C]//Proceedings of the IEEE Conference on Computer Vision andPattern Recognition Workshops.2015:1-7.)针对残缺的三维模型提出“补洞”方法，补洞后的区域能够保持整个模型的特征。这类方法在保持物体表面特征时直接对三维模型进行处理但是它们主要关注于物体在缺失区域的特征与整体模型的契合度，而对物体在边缘处的特征没有进行过多探讨。Qian J等(Qian J,Zhang Y.Sharp Feature Preservation inOctree-Based Hexahedral Mesh Generation for CAD Assembly Models[M]//Proceedings of the 19th International Meshing Roundtable.2009:243-262.)使用基于八叉树的方法对CAD模型在边界处进行特征的保持。它是直接作用于CAD模型中，即通过改变模型的形状生成不同的模型。虽然不是直接在点云中进行操作，但是上述方法为本发明提供了参考，即可以直接在模型上进行保持特征的操作而不需要间接在点云中进行这样的操作。Wang J等(Wang J,Yu Z,Zhu W,et al.Feature-Preserving SurfaceReconstruction From Unoriented,Noisy Point Data[J].Computer Graphics Forum,2013,32(1):164–176.)提出了一种能够保持物体表面特征的三维重建算法：通过计算每个点的“最合适切面”找出点云中的离群点，并计算出物体的特征点和非特征点，将点云分割成几部分，最后通过保持特征的方法对点云进行重建。这类方法应用在物体的表面重建中，取得不错的效果，然而他们提出的特征点检测方法和最后的表面重建并没有相关性，在表面重建中并没有利用到前面处理的先验知识，使得处理的过程更加复杂。