一种纹理实时采集在线映射的方法和系统的制作方法
【技术领域】
[0001] 本发明属于测绘技术领域，尤其设及一种纹理实时采集在线映射的方法和系统。
【背景技术】
[0002] 随着计算机技术的飞速发展与计算机图形技术在游戏、影视、模拟仿真、虚拟旅 游、文物数字化等领域日益广泛的应用，图形显示的真实感成为了计算机图形学中最引人 注目的研究问题。然而，要生成一幅比较逼真的图形需要解决各种各样的问题，比如图像绘 审IJ、明暗处理、反走样、光线跟踪等等，从而导致了较低的计算效率。为了提高图形的生成效 率，一般会用简单的几何模型描述复杂的对象，而为了保证生成图形的真实感，纹理映射就 成为计算机图形学中必不可少的重要方法。
[0003] 纹理映射就是将预先定义的纹理或图像根据某种映射算法将其覆盖到=维空间 物体的表面，建立纹理与空间物体表面的一一对应关系，简单的说，就是建立一个二维图像 到=维表面的映射关系。纹理映射技术的应用极大的提高了光栅扫描图像的视觉丰富感， 对真实感图形的生成具有重要的意义。
[0004] 现有技术中，绝大多数=维数字化的应用，在纹理映射方法上一般都采用基于实 物拍摄照片的纹理映射方法。一般先利用相机采集所需的纹理影像，然后采用人工交互的 方式将纹理影像映射到对象表面模型上，该种做法有W下几个问题：
[0005] 1、先采集纹理影像，然后对所有影像一一进行纹理映射，纹理影像很可能会出现 漏采集的情况，导致纹理影像不能覆盖整个对象模型表面；
[0006] 2、由于像幅限制，单幅纹理影像很难覆盖整个对象模型表面，纹理映射必须采用 分块映射的方式，该样纹理分块之间很容易产生色差（采集的纹理影像有色差所致）；
[0007] 3、采用人工交互的方式进行纹理映射的精度和效率不高。
【发明内容】
[000引本发明的目的在于提供一种纹理实时采集在线映射的方法和系统，通过实时采集 纹理影像，实现在线自动纹理映射，既可W避免纹理影像漏采集的情况，又可W减少邻近纹 理影像之间出现色差问题，同时能够提高纹理映射效率。
[0009] 根据本发明的一个方面，一种纹理实时采集在线映射的方法，包括：
[0010] 步骤S1，生成待映射对象的S维模型；
[0011] 步骤S2,通过无线连接设备实时获取所述待映射对象的第一张纹理影像；
[0012] 步骤S3,在所述=维模型和所述第一张纹理影像上，人工选取若干数量的控制点 对；
[0013] 步骤S4,根据所述控制点对解算直接线性变换模型得到纹理映射模型；
[0014] 步骤S5,根据所述纹理映射模型将所述第一张纹理影像映射到所述=维模型上；
[0015] 步骤S6,通过无线连接设备实时获取所述待映射对象的第k化> 2)张纹理影像， 将其作为右片；
[0016] 从已经映射过的k-1张纹理影像中选取一张与所述第k张纹理影像相关性最大的 纹理影像，将其作为合法影像对左片，将合法影像对左片和右片组成合法影像对；
[0017] 步骤S7,将所述合法影像对进行SIFT匹配，从所述合法影像对中提取同名点对；
[0018] 步骤S8,根据同名点对和合法影像对左片解算右片的纹理映射模型，并根据所述 纹理映射模型将所述右片映射到所述S维模型上；
[0019] 步骤S9,判断所有纹理影像是否全部完成纹理映射，若否，k = k+1重复执行步骤 S6至步骤S8 ;否则，结束处理。
[0020] 本发明的另一目的在于提供一种纹理实时采集在线映射的系统，所述系统包括：
[0021] S维模型生成模块，用于生成待映射对象的S维模型；
[0022] 纹理影像获取模块，用于通过无线连接设备实时获取所述待映射对象的纹理影 像；
[0023] 纹理映射模型解算模块，用于根据控制点对解算直接线性变换得到纹理映射模 型；
[0024] 纹理影像映射模块，用于根据纹理映射模型将纹理影像映射到=维模型上；
[0025] 合法影像对组成模块，用于从已经映射过的k-1张纹理影像中选取一张与所述第 k张纹理影像相关性最大的纹理影像，将其作为合法影像对左片，将合法影像对左片和右片 组成合法影像对；
[0026] 同名点对提取模块，用于对所述合法影像对进行SIFT匹配，从中提取同名点对；
[0027] 控制点对计算模块，用于根据同名点对计算出右片上的同名点对在S维模型上的 坐标，将右片上的同名点和计算出的S维模型上的点组成控制点对。
[002引根据本发明的技术方案，提出了一种纹理实时采集在线映射的方法和系统，可W 有效避免纹理影像漏采集和邻近纹理影像之间有色差的问题，同时提高纹理影像映射效 率。
【附图说明】
[0029] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例或现有技术描述 中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些 实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可W根据该些 附图获得其他的附图。
[0030] 图1是本发明实施例一提供的方法流程图；
[0031] 图2是本发明纹理影像实时采集在线映射的示意图；
[0032] 图3a是本发明在第一张纹理影像上人工选取控制点对的示意图；
[0033] 图3b是本发明与第一张纹理影像上的控制点对对应的=维模型上的控制点对的 示意图；
[0034] 图4a是与右片相关性最大的已映射过的k-1张中的一张纹理影像（左片）；
[0035] 图4b是相机实时获取的第k张纹理影像（右片）；
[0036] 图5a是本发明合法影像对中的左片剔除异常同名点后的效果图；
[0037] 图化是本发明合法影像对中的右片剔除异常同名点后的效果图；
[003引图6a中的标记点是右片上计算出的S维空间点；
[0039] 图化中的标记点是右片上的二维同名点；
[0040] 图7是本发明右片进行纹理映射后的效果图；
[0041] 图8是所有纹理影像完成映射后的整体效果图；
[0042] 图9是本发明实施例一中步骤S6的流程图；
[0043] 图10是本发明实施例二的系统结构图；
[0044] 图11是本发明实施例二的合法影像对组成模块5的结构图。
【具体实施方式】
[0045] 为了使本发明的目的、技术方案及优点更加清楚明白，W下结合附图及实施例，对 本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅用W解释本发明，并不 用于限定本发明。
[0046] 如前所述，SIFT (Scale-invariant fea1:ure transform)是一种检测局部特征的 算法，该算法匹配能力较强，能提取稳定的特征，可W处理两幅图像之间发生平移、旋转、仿 射变换、视角变换、光照变换情况下的匹配问题，具备较为稳定的特征匹配能力，从而可W 实现差异较大的两幅图像之间的特征的匹配。
[0047] 为了说明本发明所述的技术方案，下面通过具体实施例来进行说明。
[0048] 在用数码设备（例如相机）采集纹理影像前，首先要对其进行检校。由于相机光 学成像系统是复杂的非线性系统，加上各种光电响应、电子噪声、信号转换、环境干扰和其 它不确定性因素的影响，导致采集的纹理影像具有一定的崎变，所W，在采集纹理影像之前 要对其进行检校。检校内容主要包括：像主点位置（xu，y。）与主距（f)的测定、径向崎变 化。k2)和切向崎变如，P2)的巧。定、比例因子化。b2)不统一的巧U定。
[0049] 其次，根据待映射对象的具体情况（例如待映射对象的大小、形状、在空间中的位 置分布等）制定纹理影像采集方案。原则上，在保证相邻纹理影像具有一定重叠度的情况 下尽可能的采集较少的纹理影像。保证相邻纹理影像具有一定重叠度的目的是为了后面在 相邻纹理影像的重叠区域利用SIFT算法匹配寻找同名点对的需要。
[0化0] 另外，为了避免相邻纹理影像之间出现色差问题，要尽量保证在相同拍摄条件下 义集纹理影像。
[0化1] 最后，通过无线传输设备连接数码设备和计算机，W保证纹理影像的实时获取与 映射。
[00巧 实施例一
[0化3] 图1是本发明实施例一提供的方法流程图。
[0化4]图2是本发明纹理影像实时采集在线映射的示意图。
[0化5] 步骤S1，生成待映射对象的S维模型。
[0化6] 其中，步骤S1可通过激光扫描或计算机视觉技术生成待映射对象的=维模型。 [0化7] 步骤S2,通过无线连接设备实时获取所述待映射对象的第一张纹理影像。
[0化引具体的，通过无线连接设备连接相机和图像数据处理模块（一般为PC)，保证相机 拍摄的纹理影像能够实时传输到数据处理模块中。
[0化9] S3,在所述=维模型和所述第一张纹理影像上，人工选取若干数量的控制点对。
[0060] 为了实现自动纹理映射，需要对采集到的第一张纹理影像人工选取若干控制点 对，控制点对在空间分布要均匀、构像范围要大，如图3所示。
[0061] 图3a是本发明在第一张纹理影像上人工选取控制点对的示意图。
[0062] 图3b是本发明与第一张纹理影像上的控制点对对应的=维模型上的控制点对的 示意图。
[0063] 图3a和3b中的标记点即为人工选取的控制点对。
[0064] 步骤S4,根据所述控制点对解算直接线性变换模型得到纹理映射模型。
[00化]步骤S5,根据所述纹理映射模型将所述第一张纹理影像映射到所述=维模型上。
[0066] 步骤S6,通过无线连接设备实时获取所述待映射对象的第k > 2张纹理影像，将其 作为右片；
[0067] 从已经映射过的k-1张纹理影像中选取一张与所述第k张纹理影像相关性最大的 纹理影像，将其作为合法影像对左片，将合法影像对左片和右片组成合法影像对。
[0068] 步骤S7,将所述合法影像对进行SIFT匹配，从所述合法影像对中提取同名点对。
[0069] 在本步骤中，利用步骤S6中获取的合法影像对进行SIFT匹配，与步骤S6中的匹 配所不同的是；该次利用相机采集的原始图像进行SIF