本发明属于图像处理和,计算机视觉和计算机图形学技术领域,具体包括一套软硬件系统,通过对多幅图像的多视立体匹配进行三维重建来构造出目标物体的三维立体模型,且能最终打印出来。
背景技术:
3D场景摄像和三维重构是当今图像处理技术新热点,它综合了光场成像理论、3D成像、基于图像的3D场景、超解析等计算机视觉和计算摄影学方面的新方法新技术。三维重构的算法方面,传统的立体成像系统使用两个放在一起的摄影机,平行注视待重建之物体。此方法在概念上,类似人类借由双眼感知的图像相叠推算深度,若已知两个摄影机的彼此间距与焦距长度,而截取的左右两张图片又能成功叠合,则深度信息可迅速推得。此法须仰赖有效的图片像素匹配分析,一般使用区块比对或对极几何算法达成。使用两个摄影机的立体视觉法又称做双眼视觉法,另有三眼视觉与其他使用更多摄影机的延伸方法。我们所用的算法在传统立体视觉法的基础上进行了改进,采用多个镜头阵列上的多摄影机的立体匹配方法,来达到精确的三维重构。
目前,3D打印技术及其相关产业均取得了突飞猛进的发展,随着3D打印材料的多样化发展以及打印技术的革新,3D打印不仅在传统的制造行业体现出非凡的发展潜力,同时其魅力更延伸至食品制造、服装奢侈品、影视传媒以及教育等多个与人们生活息息相关的领域。但目前应用于市场的三维重构和3D打印技术仍不成熟且设备过于昂贵,不利于新技术的推广应用,为此我们设计了这一款集三维重构和3D打印于一体的系统应用以满足市场需求。
技术实现要素:
本发明的目的在于提供一种由阵列相机所得的多组阵列图像来进行三维重构并能打印出人像立体模型的新装置。
本发明采用海康威视提供的镜头组成阵列相机和一台3D打印设备。通过多目立体匹配实现三维重建最终打印出三维人像的立体模型。
附图说明
图1本发明流程图
图2本发明使用的阵列镜头
图3一组标定板图
图4阵列相机多角度拍摄到的部分图像
图5被选作参考图像的中心图像
图6软件系统界面
图7三维重构并绘制出的立体模型图
具体实施方式
为使本发明的目的、技术方案和优点更加清楚明白,以下结合具体实例和参考附图对本发明装置的三维重构和打印方法进一步详细说明。
本发明首先由阵列镜头拍摄得到测试图像,导入自主开发的配套系统软件,利用张正友相机标定法进行相机标定,即标定相机的内外参数和畸变系数。以中心图像为参考图像进行多视立体匹配,由多视约束分级MRF算法恢复场景中主要物体的深度图进行空间曲面重建,由图像和三维的投影关系得到图像中点的三维坐标,实现基于图像的三维重构。本发明装置流程图如图1所示。
步骤1:阵列图像获取
由同焦距阵列相机一次拍摄得到4组阵列图像,每组阵列图像包括9幅图,传统技术要获得物体的三维立体模型,需要对物体进行扫描,不同部位,不同角度的扫描会有一定时间差,会产生一定的误差,而阵列相机避免了这一缺陷,精度更高,可使得三维重构结果更加精确。图2为本发明用到的阵列镜头,图4为多个阵列相机多角度拍摄到的部分图像。
步骤2:相机标定
阵列镜头拍摄不同角度标定板图像20组,图3为其中一组标定板图像。获取图像后,导入配套的系统软件进行标定(图6为软件的系统界面)由经典张 正友相机标定法进行相机标定,通过OpenCV编程实现,得到相机的内外参数和畸变系数。
步骤3:多目立体匹配重建三维场景
以中心图像为参考图像进行多视立体匹配,图5为被选作参考图像的中心图像,由多视约束MRF算法进行空间曲面稠密重建,深度分层间隔由两相邻深度在参考图像上的对应像素位置差决定。得到深度图后利用相机参数通过变换,可以转换成空间三维点云,实现三维重建。
步骤4:重构出三维物体表面
实现场景的三维重建后,通过图像与三维空间的投影关系,可求得图像中任意一点在世界坐标系中的三维坐标,利用OpenGL编程绘制出目标物体的轮廓,并添加颜色和纹理细节。最终实现效果如图7。
步骤5:进行三维打印
将重构出的模型转化为st1格式,输入3D打印机进行打印。
以上所述实验验证,对本发明的目的、技术方案和有益效果进行了详细的说明,应当说明的是,以上所述仅为本发明的个别实验验证而已,本发明不限于所示实例。因此,凡在本发明的原则之内,所做的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。