本发明涉及模型补洞方法,具体涉及一种通过异源数据进行模型补洞的方法。
背景技术:
1、在使用结构光相机对房屋进行三维扫描和三维重建的时候,因为结构光采集设备自身的物理限制,能够采集到的深度数据容易受到太阳光的干扰,造成数据缺失(比如阳台处,窗户边等),导致生成的三维模型数据缺失,极大的影响了模型的美观程度,影响了后续业务的开发。而通过人工方式手动补全三维模型的轮廓费时费力,既增加了建模成本也不利于业务的大规模推广。
2、为此我们提供一种通过异源数据进行模型补洞的方法解决上述问题。
技术实现思路
1、针对上述现有技术存在的问题,本发明提供了一种通过异源数据进行模型补洞的方法,本发明中利用结构光三维扫描仪扫描时的由单点全景图像预测出的单点三维点云,实现了对数据缺失的单点真实三维点云数据的自动化补全,既极大的改进了三维模型的外观效果,也极大的节省了人力物力的投入降低三维建模的成本,有利于三维建模技术的大规模推广。
2、为了实现上述目的,本发明采用的一种通过异源数据进行模型补洞的方法,包括:
3、s1:结构光三维扫描仪单点真实数据生成,随着结构光三维扫描仪做360°的旋转,生成以扫描点为中心的真实三维点云数据pt,由独立的三维扫描点pti(x,y,z)组成;
4、s2:结构光三维扫描仪单点预测数据生成,结构光三维扫描仪在生成真实三维点云数据pt的同时,也会生成360°的单点全景图,基于深度学习的人工智能技术,能够从单点全景图预测出预测三维点云pp,由预测三维点ppi(x,y,z)组成;
5、s3:生成三维点云数据的深度全景掩码图,根据需要的三维点云角分辨率,计算深度全景掩码图的宽和高;
6、针对单点的真实三维点云数据pt的每一个点pti(x,y,z),计算其在真实深度全景掩码图mt上对应的宽高位置pixi(u,v),计算方法如下:
7、u=ceil((atan2(y,x)+pi)/nh);
8、v=ceil((atan2(z,sqrt(x2+y2))+pi/2)/nv);
9、其中,sqrt是求取平方根的函数,atan2是反正切函数,ceil是向下取整函数;
10、得到真实三维点云数据pt对应的真实深度全景掩码图mt,以及mt里的每一个像素(u,v)对应的真实三维点云;
11、s4:寻找真实三维点云数据pt的缺失部分,并用预测三维点云数据pp填补,寻找真实深度全景掩码图mt中未被占用的像素,根据其(u,v)值,找到对应的预测深度全景掩码图mp的对应像素,如果mp的对应像素有具体的预测三维点ppi(x,y,z)与其关联,则将这个预测的三维点加入到真实三维点云数据pt中,弥补pt的数据缺失;
12、循环以上操作,就能得到经过通过预测三维点云pp补充后的真实三维点云数据ptnew,从而实现自动化的对pt缺失数据的补充。
13、作为上述方案的进一步优化,假设水平方向的角分辨率为nh,垂直方向的角分辨率为nv,则对应的深度全景图的宽width=2*pi/nh个像素,高height=pi/nv个像素。
14、作为上述方案的进一步优化,如果pixi(u,v)位置没有被点云数据占据,即将pixi(u,v)的数值设置为1,表示该已经被点云占据。
15、作为上述方案的进一步优化,如果pixi(u,v)已经被之前的点云进行距离对比,根据遮挡关系,选取离坐标系更近的点云作为pixi(u,v)的对应三维点云。
16、本发明的一种通过异源数据进行模型补洞的方法,具备如下有益效果:
17、本发明的一种通过异源数据进行模型补洞的方法,利用结构光三维扫描仪扫描时的由单点全景图像预测出的单点三维点云,实现了对数据缺失的单点真实三维点云数据的自动化补全,既极大的改进了三维模型的外观效果,也极大的节省了人力物力的投入降低三维建模的成本,有利于三维建模技术的大规模推广。
18、本发明中通过结构光三维扫描仪在扫描中的单点全景图片预测出的单点预测点云数据,自动化的给单点真实三维模型补上缺失的三维数据点,形成数据完整的单点点云,极大的改进了三维建模的模型质量。
19、参照后文的说明与附图,详细公开了本发明的特定实施方式,指明了本发明的原理可以被采用的方式,应该理解,本发明的实施方式在范围上并不因而受到限制,在所附权利要求的精神和条款的范围内,本发明的实施方式包括许多改变、修改和等同。
1.一种通过异源数据进行模型补洞的方法,其特征在于,包括:
2.根据权利要求1所述的一种通过异源数据进行模型补洞的方法,其特征在于:假设水平方向的角分辨率为nh,垂直方向的角分辨率为nv,则对应的深度全景图的宽width=2*pi/nh个像素,高height=pi/nv个像素。
3.根据权利要求1所述的一种通过异源数据进行模型补洞的方法,其特征在于:如果pixi(u,v)位置没有被点云数据占据,即将pixi(u,v)的数值设置为1,表示该已经被点云占据。
4.根据权利要求1所述的一种通过异源数据进行模型补洞的方法,其特征在于:如果pixi(u,v)已经被之前的点云进行距离对比,根据遮挡关系,选取离坐标系更近的点云作为pixi(u,v)的对应三维点云。