用于建立三维立体模型的方法和装置与流程

本申请实施例涉及计算机技术领域，具体涉及图像处理技术领域，尤其涉及用于建立三维立体模型的方法和装置。

背景技术：

三维重建是指对三维物体建立适合计算机表示和处理的数学模型,是在计算机环境下对其进行处理、操作和分析其性质的基础，也是在计算机中建立表达客观世界的虚拟现实的关键技术。

现有的三维重建方式通常包括以下几个步骤：图像获取：在进行图像处理之前，先要用摄像机获取三维物体的二维图像；摄像机标定：通过摄像机标定来建立有效的成像模型，求解出摄像机的内外参数，结合图像的匹配结果得到空间中的三维点坐标；特征提取：特征主要包括特征点、特征线和区域。大多数情况下都是以特征点为匹配基元；立体匹配：根据所提取的特征将同一物理空间点在两幅不同图像中的成像点进行一一对应起来；三维重建：有了比较精确的匹配结果，结合摄像机标定的内外参数，恢复出三维场景信息。

技术实现要素：

本申请实施例提出了用于建立三维立体模型的方法和装置。

第一方面，本申请实施例提供了一种用于建立三维立体模型的方法，该方法包括：从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像；确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓；将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓；确定出彩色图像中的目标物体的二维位置信息；基于目标物体的边缘轮廓和二维位置信息，建立目标物体的三维立体模型。

在一些实施例中，在确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓之前，还包括：对彩色图像和深度图像进行去噪处理。

在一些实施例中，对彩色图像和深度图像进行去噪处理，包括：将彩色图像转换为灰度图像，先以第一预设半径对灰度图像进行腐蚀操作，再以第一预设半径对腐蚀操作后的灰度图像进行膨胀操作，得到去噪处理后的彩色图像；先以第二预设半径对深度图像进行腐蚀操作，再以第二预设半径对腐蚀操作后的深度图像进行膨胀操作，得到去噪处理后的深度图像。

在一些实施例中，确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓，包括：利用以下一种边缘检测方法确定目标物体的共平面边缘轮廓和非共平面边缘轮廓：canny算子边缘检测方法；susan算子边缘检测方法；以及沈俊算子边缘检测方法。

在一些实施例中，将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓，包括：对所目标物体的共平面边缘轮廓进行边缘跟踪，若检测到目标物体的共平面边缘轮廓存在边缘间断点，则在目标物体的非共平面边缘轮廓中查找出边缘间断点所对应的边缘点，并利用边缘点连接目标物体的共平面边缘轮廓和非公平面边缘轮廓，得到目标物体的边缘轮廓。

在一些实施例中，该方法还包括：对目标物体的三维立体模型的表面进行去噪处理。

在一些实施例中，该方法还包括：确定彩色图像中的目标物体的成像大小；基于成像大小，确定目标物体与深度摄像机之间的相对位置；基于目标物体的三维立体模型和目标物体与深度摄像机之间的相对位置，得到目标物体的定位信息。

第二方面，本申请实施例提供了一种用于建立三维立体模型的装置，该装置包括：图像获取单元，配置用于从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像；边缘轮廓确定单元，配置用于确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓；边缘轮廓融合单元，配置用于将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓；位置信息确定单元，配置用于确定出彩色图像中的目标物体的二维位置信息；三维立体模型建立单元，配置用于基于目标物体的边缘轮廓和二维位置信息，建立目标物体的三维立体模型。

在一些实施例中，该装置还包括：图像去噪单元，配置用于对彩色图像和深度图像进行去噪处理。

在一些实施例中，图像去噪单元包括：彩色图像去噪子单元，配置用于将彩色图像转换为灰度图像，先以第一预设半径对灰度图像进行腐蚀操作，再以第一预设半径对腐蚀操作后的灰度图像进行膨胀操作，得到去噪处理后的彩色图像；深度图像去噪子单元，配置用于先以第二预设半径对深度图像进行腐蚀操作，再以第二预设半径对腐蚀操作后的深度图像进行膨胀操作，得到去噪处理后的深度图像。

在一些实施例中，边缘轮廓确定单元进一步配置用于：利用以下一种边缘检测方法确定目标物体的共平面边缘轮廓和非共平面边缘轮廓：canny算子边缘检测方法；susan算子边缘检测方法；以及沈俊算子边缘检测方法。

在一些实施例中，边缘轮廓融合单元进一步配置用于：对所目标物体的共平面边缘轮廓进行边缘跟踪，若检测到目标物体的共平面边缘轮廓存在边缘间断点，则在目标物体的非共平面边缘轮廓中查找出边缘间断点所对应的边缘点，并利用边缘点连接目标物体的共平面边缘轮廓和非公平面边缘轮廓，得到目标物体的边缘轮廓。

在一些实施例中，该装置还包括：三维立体模型去噪单元，配置用于对目标物体的三维立体模型的表面进行去噪处理。

在一些实施例中，该装置还包括：成像大小确定单元，配置用于确定彩色图像中的目标物体的成像大小；相对位置确定单元，配置用于基于成像大小，确定目标物体与深度摄像机之间的相对位置；定位信息获得单元，配置用于基于目标物体的三维立体模型和目标物体与深度摄像机之间的相对位置，得到目标物体的定位信息。

第三方面，本申请实施例提供了一种电子设备，该电子设备包括：一个或多个处理器；存储装置，用于存储一个或多个程序；当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现如第一方面中任一实现方式描述的方法。

第四方面，本申请实施例提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面中任一实现方式描述的方法。

本申请实施例提供的用于建立三维立体模型的方法和装置，首先获取深度摄像机所拍摄的包括目标物体的区域的彩色图像和深度图像；然后通过确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓，从而将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，以得到目标物体的边缘轮廓；最后通过确定出彩色图像中的目标物体的二维位置信息，从而基于目标物体的边缘轮廓和二维位置信息，以建立目标物体的三维立体模型。结合包括目标物体的区域的彩色图像和深度图像，能够快速地检测出目标物体的边缘轮廓，从而能够快速地建立目标物体的三维立体模型。

附图说明

通过阅读参照以下附图所作的对非限制性实施例所作的详细描述，本申请的其它特征、目的和优点将会变得更明显：

图1是本申请实施例可以应用于其中的示例性系统架构图；

图2是根据本申请的用于建立三维立体模型的方法的一个实施例的流程图；

图3是根据本申请的用于建立三维立体模型的方法的又一个实施例的流程图；

图4是根据本申请的用于建立三维立体模型的装置的一个实施例的结构示意图；

图5是适于用来实现本申请实施例的电子设备的计算机系统的结构示意图。

具体实施方式

下面结合附图和实施例对本申请作进一步的详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释相关发明，而非对该发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与有关发明相关的部分。

需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本申请。

图1示出了可以应用本申请实施例的用于建立三维立体模型的方法或用于建立三维立体模型的装置的示例性系统架构100。

如图1所示，系统架构100可以包括深度摄像机101、网络102和服务器103。网络102用以在深度摄像机101和服务器103之间提供通信链路的介质。网络102可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

深度摄像机101可以通过网络102与服务器103交互，以接收或发送消息等。深度摄像机101又可以被叫做rgb-d摄像机，可以用于拍摄物体的rgb-d图像，rgb-d图像可以包括彩色图像(即rgb图像)和深度图像(depth图像)。

服务器103可以提供各种服务，例如，服务器103可以对从深度摄像机101获取到的包括目标物体的区域的彩色图像和深度图像等数据进行分析等处理，并得到处理结果(例如目标物体的三维立体模型)。

需要说明的是，本申请实施例所提供的用于建立三维立体模型的方法一般由服务器103执行，相应地，用于建立三维立体模型的装置一般设置于服务器103中。

应该理解，图1中的深度摄像机、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的深度摄像机、网络和服务器。

继续参考图2，其示出了根据本申请的用于建立三维立体模型的方法的一个实施例的流程200。该用于建立三维立体模型的方法，包括以下步骤：

步骤201，从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像。

在本实施例中，用于建立三维立体模型的方法运行于其上的电子设备(例如图1所示的服务器103)可以通过有线连接方式或者无线连接方式从深度摄像机(例如图1所示的深度摄像机101)中获取包括目标物体的区域的彩色图像和深度图像。其中，深度摄像机又可以被叫做rgb-d摄像机，可以用于拍摄物体的rgb-d图像，rgb-d图像可以包括彩色图像和深度图像。彩色图像的每个像素点的像素值可以是物体表面的每个点的颜色值。通常，人类视力所能感知的所有颜色均是通过对红(r)、绿(g)、蓝(b)三个颜色通道的变化以及它们相互之间的叠加来得到的。深度图像的每个像素点的像素值可以是深度摄像机与物体表面的每个点之间的距离。通常，彩色图像和深度图像是配准的，因而彩色图像和深度图像的像素点之间具有一对一的对应关系。这里，目标物体可以是待建立三维立体模型的物体，深度摄像机可以拍摄目标物体的rgb-d图像，并将目标物体的rgb-d图像发送至电子设备。

步骤202，确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓。

在本实施例中，基于步骤201所获取的包括目标物体的区域的彩色图像和深度图像，电子设备可以确定彩色图像中的目标物体的共平面边缘轮廓，同时确定深度图像中的目标物体的非共平面边缘轮廓。

在本实施例中，共平面，又称共面，是指几何形状在三维空间中共占同一平面的关系。彩色图像是二维图像，可以用于提取目标物体的共平面边缘轮廓。具体地，彩色图像的每个像素点的像素值可以是目标物体表面的每个点的颜色值，对于目标物体的共平面边缘轮廓来说，其各个像素点之间通常满足预定关系，通过确定彩色图像的每个像素点是否满足预定关系，可以快速地确定出满足预定关系的像素点，满足预定关系的像素点所组成的轮廓即为目标物体的共平面边缘轮廓。作为示例，电子设备可以首先进行梯度提取，即计算彩色图像的每个像素点的梯度幅值和方向；然后进行非极大值抑制，即对于每个像素点，将该像素点在两个梯度方向上的梯度幅值与相邻两个像素点的梯度幅值进行比较，若该像素点的梯度幅值不小于相邻两个像素点的梯度幅值，则该像素点可能是边缘像素点，反之，则该像素点不可能是边缘像素点；最后进行双阈值检测和边缘连接，即遍历每个可能的边缘像素点，分别用高阈值和低阈值进行边缘检测得到强边缘点和弱边缘点，若强边缘点所组成的轮廓存在边缘间断点，则在弱边缘点中查找出边缘间断点所对应的弱边缘点，并利用所查找出的弱边缘点连接强边缘点所组成的轮廓中的边缘间断点，从而将强边缘点中的边缘间断点全部连接起来，得到共平面边缘轮廓。

在本实施例中，非共平面，是指几何形状在三维空间中不共占同一平面的关系。深度图像是三维图像，可以用于提取目标物体的非共平面边缘轮廓。具体地，深度图像的每个像素点的像素值可以是深度摄像机与物体表面的每个点之间的距离，对于目标物体的非共平面边缘轮廓来说，其各个像素点之间通常满足预定关系，通过确定深度图像的每个像素点是否满足预定关系，可以快速地确定出满足预定关系的像素点，满足预定关系的像素点所组成的轮廓即为目标物体的非共平面边缘轮廓。这里，电子设备同样可以利用梯度提取、非极大值抑制、双阈值检测和边缘连接等步骤得到非共平面边缘轮廓，此处不再赘述。

在本实施例的一些可选的实现方式中，电子设备可以利用以下一种边缘检测方法确定目标物体的共平面边缘轮廓和非共平面边缘轮廓：canny算子边缘检测方法；susan算子边缘检测方法；以及沈俊算子边缘检测方法。其中，canny算子是一个多级边缘检测算法。canny算子能够尽可能多地标识出图像中的实际边缘；标识出的边缘要尽可能与实际图像中的实际边缘尽可能接近；图像中的边缘只能标识一次，并且可能存在的图像噪声不应标识为边缘。susan(smallunivaluesegmentassimilatingnucleus)算子是一种基于灰度的特征点获取方法,适用于图像中边缘和角点的检测,可以去除图像中的噪声，具有简单、有效、抗噪声能力强、计算速度快的特点。

步骤203，将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓。

在本实施例中，基于步骤202所确定的目标物体的共平面边缘轮廓和非共平面边缘轮廓，电子设备可以将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，从而得到目标物体的边缘轮廓。具体地，电子设备可以对所目标物体的共平面边缘轮廓进行边缘跟踪，若检测到目标物体的共平面边缘轮廓存在边缘间断点，则在目标物体的非共平面边缘轮廓中查找出边缘间断点所对应的边缘点，并利用边缘点连接目标物体的共平面边缘轮廓和非公平面边缘轮廓，得到目标物体的边缘轮廓。

步骤204，确定出彩色图像中的目标物体的二维位置信息。

在本实施例中，基于步骤201所获取的彩色图像，电子设备可以确定出彩色图像中的目标物体的二维位置信息。其中，二维位置信息可以是目标物体在彩色图像中的位置区域的描述信息。例如，目标物体的二维位置信息可以包括目标物体在彩色图像中的位置区域的中心点坐标、目标物体在彩色图像中位置区域的区域宽和目标物体在彩色图像中位置区域的区域高。

在本实施例中，可以通过多种方式确定目标物体的二维位置信息。作为一种示例，人工在彩色图像中圈选出目标物体所在的区域，电子设备可以获取所圈选出的区域的二维位置信息，即为彩色图像中的目标物体的二维位置信息。作为另一种示例，电子设备可以将彩色图像输入至预先训练的yolov2模型中，从而得到彩色图像中的目标物体的二维位置信息。其中，yolov2模型可以用于识别图像中物品及其位置。具体地，yolov2首先将彩色图像分为多个的格子。如果目标物体的中心落入格子，该格子就负责检测该目标物体。yolov2模型采用卷积神经网络结构，电子设备可以将包含参考物体的区域的彩色图像作为输入，将参考物体的二维位置信息作为输出，训练得到yolov2模型。

步骤205，基于目标物体的边缘轮廓和二维位置信息，建立目标物体的三维立体模型。

基于步骤203所得到的目标物体的边缘轮廓和步骤204所得到的二维位置信息，电子设备可以建立目标物体的三维立体模型。具体地，电子设备可以利用目标物体的二维位置信息定位出目标物体的每个平面的位置区域，并在每个平面的位置区域确定出目标物体的每个平面的边缘轮廓，从而建立目标物体的三维立体模型。

本申请实施例提供的用于建立三维立体模型的方法，首先获取深度摄像机所拍摄的包括目标物体的区域的彩色图像和深度图像；然后通过确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓，从而将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，以得到目标物体的边缘轮廓；最后通过确定出彩色图像中的目标物体的二维位置信息，从而基于目标物体的边缘轮廓和二维位置信息，以建立目标物体的三维立体模型。结合包括目标物体的区域的彩色图像和深度图像，能够快速地检测出目标物体的边缘轮廓，从而能够快速地建立目标物体的三维立体模型。

进一步参考图3，其示出了根据本申请的用于建立三维立体模型的方法的又一个实施例的流程300。该用于建立三维立体模型的方法的流程300，包括以下步骤：

步骤301，从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像。

在本实施例中，用于建立三维立体模型的方法运行于其上的电子设备(例如图1所示的服务器103)可以通过有线连接方式或者无线连接方式从深度摄像机(例如图1所示的深度摄像机101)中获取包括目标物体的区域的彩色图像和深度图像。其中，深度摄像机又可以被叫做rgb-d摄像机，可以用于拍摄物体的rgb-d图像，rgb-d图像可以包括彩色图像和深度图像。彩色图像的每个像素点的像素值可以是物体表面的每个点的颜色值。深度图像的每个像素点的像素值可以是深度摄像机与物体表面的每个点之间的距离。通常，彩色图像和深度图像是配准的，因而彩色图像和深度图像的像素点之间具有一对一的对应关系。

步骤302，对彩色图像和深度图像进行去噪处理。

在本实施例中，基于步骤301所获取的彩色图像和深度图像，电子设备可以对彩色图像和深度图像进行去噪处理，以减小噪声对提取目标物体的共平面边缘轮廓和非共平面边缘轮廓的影响。

在本实施例的一些可选的实现方式中，电子设备可以通过对彩色图像和深度图像进行先腐蚀后膨胀的操作，以达到去除噪声的目的。具体地，对于彩色图像，电子设备可以将彩色图像转换为灰度图像，先以第一预设半径对灰度图像进行腐蚀操作，再以第一预设半径对腐蚀操作后的灰度图像进行膨胀操作，得到去噪处理后的彩色图像。对于深度图像，电子设备可以先以第二预设半径对深度图像进行腐蚀操作，再以第二预设半径对腐蚀操作后的深度图像进行膨胀操作，得到去噪处理后的深度图像。其中，腐蚀操作可以去除目标物体边缘某些像素点，膨胀操作可以给目标物体边缘添加像素点。对图像进行先腐蚀后膨胀的操作可以消除小物体，在纤细点处分离物体，平滑较大物体边界，但同时并不会明显改变原来物体的面积。以同一半径对图像进行先腐蚀后膨胀操作，可以去除半径不大于该半径的噪声。

步骤303，确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓。

在本实施例中，基于步骤302所得到的去噪处理后的彩色图像和深度图像，电子设备可以确定彩色图像中的目标物体的共平面边缘轮廓，同时确定深度图像中的目标物体的非共平面边缘轮廓。其中，共平面，又称共面，是指几何形状在三维空间中共占同一平面的关系。彩色图像是二维图像，可以用于提取目标物体的共平面边缘轮廓。非共平面，是指几何形状在三维空间中不共占同一平面的关系。深度图像是三维图像，可以用于提取目标物体的非共平面边缘轮廓。

步骤304，将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓。

在本实施例中，基于步骤303所确定的目标物体的共平面边缘轮廓和非共平面边缘轮廓，电子设备可以将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，从而得到目标物体的边缘轮廓。具体地，电子设备可以对所目标物体的共平面边缘轮廓进行边缘跟踪，若检测到目标物体的共平面边缘轮廓存在边缘间断点，则在目标物体的非共平面边缘轮廓中查找出边缘间断点所对应的边缘点，并利用边缘点连接目标物体的共平面边缘轮廓和非公平面边缘轮廓，得到目标物体的边缘轮廓。

步骤305，确定出彩色图像中的目标物体的二维位置信息。

在本实施例中，基于步骤302所得到的去噪处理后的彩色图像，电子设备可以确定出彩色图像中的目标物体的二维位置信息。其中，二维位置信息可以是目标物体在彩色图像中的位置区域的描述信息。例如，目标物体的二维位置信息可以包括目标物体在彩色图像中的位置区域的中心点坐标、目标物体在彩色图像中位置区域的区域宽和目标物体在彩色图像中位置区域的区域高。

步骤306，基于目标物体的边缘轮廓和二维位置信息，建立目标物体的三维立体模型。

基于步骤304所得到的目标物体的边缘轮廓和步骤305所得到的二维位置信息，电子设备可以建立目标物体的三维立体模型。具体地，电子设备可以利用目标物体的二维位置信息定位出目标物体的每个平面的位置区域，并在每个平面的位置区域确定出目标物体的每个平面的边缘轮廓，从而建立目标物体的三维立体模型。

步骤307，对目标物体的三维立体模型的表面进行去噪处理。

在本实施例中，基于步骤306所建立的目标物体的三维立体模型，电子设备可以对目标物体的三维立体模型的表面进行去噪处理。具体地，目标物体的三维立体模型的表面具有很多纹理和噪声，而对于同一表面，其深度信息是连续的，因此，电子设备可以利用深度图像的梯度算子对目标物体的三维立体模型的表面进行去噪处理。

步骤308，确定彩色图像中的目标物体的成像大小。

在本实施例中，基于步骤301所获取的彩色图像，电子设备可以对彩色图像进行识别，从而确定彩色图像中的目标物体的成像大小。这里，彩色图像中的目标物体与背景具有不同的特征，且特征差距较大，因此根据目标物体的特征，可以快速的识别出彩色图像中的目标物体的区域，从而确定出目标物体的成像大小。

步骤309，基于成像大小，确定目标物体与深度摄像机之间的相对位置。

在本实施例中，基于步骤308所确定的成像大小，电子设备可以确定目标物体与深度摄像机之间的相对位置。其中，相对位置可以是与目标物体所在的位置相关的信息，例如，相对位置可以包括目标物体与深度摄像机之间的距离和目标物体相对于深度摄像机所在的方向等。

在本实施例中，成像大小和目标物体与深度摄像机之间的距离存在一定的对应关系，根据对应关系，电子设备可以确定出目标物体与深度摄像机之间的距离。作为示例，若深度摄像机的焦距是f，目标物体的实际大小是n，成像大小是m，则电子设备可以利用如下公式计算目标物体与深度摄像机之间的距离s：

步骤310，基于目标物体的三维立体模型和目标物体与深度摄像机之间的相对位置，得到目标物体的定位信息。

在本实施例中，基于步骤307所得到的去噪处理后的目标物体的三维立体模型和步骤309所确定的目标物体与深度摄像机之间的相对位置，以得到目标物体的定位信息。实践中，电子设备可以首先以地面为xoy平面、以预设点为原点、以地面上的预设方向为x轴、以x轴逆时针旋转90°的方向为y轴、以通过原点且垂直于地面的方向为z轴建立三维坐标系；然后确定出深度摄像机在三维坐标系中的定位信息，并根据目标物体与深度摄像机之间的相对位置，确定出目标物体的定位信息。

从图3中可以看出，与图2对应的实施例相比，本实施例中的用于建立三维立体模型的方法的流程300增加了去噪步骤和目标物体定位步骤。由此，本实施例描述的方案中能够快速地得到目标物体的定位信息，并且减小了噪声对目标物体定位的影响，提高了定位精度。

进一步参考图4，作为对上述各图所示方法的实现，本申请提供了一种用于建立三维立体模型的装置的一个实施例，该装置实施例与图2所示的方法实施例相对应，该装置具体可以应用于各种电子设备中。

如图4所示，本实施例的用于建立三维立体模型的装置400可以包括：图像获取单元401、边缘轮廓确定单元402、边缘轮廓融合单元403、位置信息确定单元404和三维立体模型建立单元405。其中，图像获取单元401，配置用于从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像；边缘轮廓确定单元402，配置用于确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓；边缘轮廓融合单元403，配置用于将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓；位置信息确定单元404，配置用于确定出彩色图像中的目标物体的二维位置信息；三维立体模型建立单元405，配置用于基于目标物体的边缘轮廓和二维位置信息，建立目标物体的三维立体模型。

在本实施例中，用于建立三维立体模型的装置400中：图像获取单元401、边缘轮廓确定单元402、边缘轮廓融合单元403、位置信息确定单元404和三维立体模型建立单元405的具体处理及其所带来的技术效果可分别参考图2对应实施例中的步骤201、步骤202、步骤203、步骤204和步骤205的相关说明，在此不再赘述。

在本实施例的一些可选的实现方式中，用于建立三维立体模型的装置400还可以包括：图像去噪单元(图中未示出)，配置用于对彩色图像和深度图像进行去噪处理。

在本实施例的一些可选的实现方式中，图像去噪单元可以包括：彩色图像去噪子单元(图中未示出)，配置用于将彩色图像转换为灰度图像，先以第一预设半径对灰度图像进行腐蚀操作，再以第一预设半径对腐蚀操作后的灰度图像进行膨胀操作，得到去噪处理后的彩色图像；深度图像去噪子单元(图中未示出)，配置用于先以第二预设半径对深度图像进行腐蚀操作，再以第二预设半径对腐蚀操作后的深度图像进行膨胀操作，得到去噪处理后的深度图像。

在本实施例的一些可选的实现方式中，边缘轮廓确定单元402可以进一步配置用于：利用以下一种边缘检测方法确定目标物体的共平面边缘轮廓和非共平面边缘轮廓：canny算子边缘检测方法；susan算子边缘检测方法；以及沈俊算子边缘检测方法。

在本实施例的一些可选的实现方式中，边缘轮廓融合单元403可以进一步配置用于：对所目标物体的共平面边缘轮廓进行边缘跟踪，若检测到目标物体的共平面边缘轮廓存在边缘间断点，则在目标物体的非共平面边缘轮廓中查找出边缘间断点所对应的边缘点，并利用边缘点连接目标物体的共平面边缘轮廓和非公平面边缘轮廓，得到目标物体的边缘轮廓。

在本实施例的一些可选的实现方式中，用于建立三维立体模型的装置400还可以包括：三维立体模型去噪单元(图中未示出)，配置用于对目标物体的三维立体模型的表面进行去噪处理。

在本实施例的一些可选的实现方式中，用于建立三维立体模型的装置400还可以包括：成像大小确定单元(图中未示出)，配置用于确定彩色图像中的目标物体的成像大小；相对位置确定单元(图中未示出)，配置用于基于成像大小，确定目标物体与深度摄像机之间的相对位置；定位信息获得单元(图中未示出)，配置用于基于目标物体的三维立体模型和目标物体与深度摄像机之间的相对位置，得到目标物体的定位信息。

下面参考图5，其示出了适于用来实现本申请实施例的电子设备的计算机系统500的结构示意图。图5示出的电子设备仅仅是一个示例，不应对本申请实施例的功能和使用范围带来任何限制。

如图5所示，计算机系统500包括中央处理单元(cpu)501，其可以根据存储在只读存储器(rom)502中的程序或者从存储部分508加载到随机访问存储器(ram)503中的程序而执行各种适当的动作和处理。在ram503中，还存储有系统500操作所需的各种程序和数据。cpu501、rom502以及ram503通过总线504彼此相连。输入/输出(i/o)接口505也连接至总线504。

以下部件连接至i/o接口505：包括键盘、鼠标等的输入部分506；包括诸如阴极射线管(crt)、液晶显示器(lcd)等以及扬声器等的输出部分507；包括硬盘等的存储部分508；以及包括诸如lan卡、调制解调器等的网络接口卡的通信部分509。通信部分509经由诸如因特网的网络执行通信处理。驱动器510也根据需要连接至i/o接口505。可拆卸介质511，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器510上，以便于从其上读出的计算机程序根据需要被安装入存储部分508。

特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信部分509从网络上被下载和安装，和/或从可拆卸介质511被安装。在该计算机程序被中央处理单元(cpu)501执行时，执行本申请的方法中限定的上述功能。需要说明的是，本申请所述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是但不限于电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本申请中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本申请中，计算机可读的信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读的信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：无线、电线、光缆、rf等等，或者上述的任意合适的组合。

可以以一种或多种程序设计语言或其组合来编写用于执行本申请的操作的计算机程序代码，所述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如”c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(lan)或广域网(wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本申请各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

描述于本申请实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。所描述的单元也可以设置在处理器中，例如，可以描述为：一种处理器包括图像获取单元、边缘轮廓确定单元、边缘轮廓融合单元、位置信息确定单元和三维立体模型建立单元。其中，这些单元的名称在某种情况下并不构成对该单元本身的限定，例如，图像获取单元还可以被描述为“从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像的单元”。

作为另一方面，本申请还提供了一种计算机可读介质，该计算机可读介质可以是上述实施例中描述的电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备：从深度摄像机中获取包括目标物体的区域的彩色图像和深度图像；确定彩色图像中的目标物体的共平面边缘轮廓，并确定深度图像中的目标物体的非共平面边缘轮廓；将目标物体的共平面边缘轮廓和非共平面边缘轮廓进行融合，得到目标物体的边缘轮廓；确定出彩色图像中的目标物体的二维位置信息；基于目标物体的边缘轮廓和二维位置信息，建立目标物体的三维立体模型。

以上描述仅为本申请的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本申请中所涉及的发明范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述发明构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本申请中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。