[go: up one dir, main page]

CN112270742A - 一种基于物体自然特征点进行模型检索的方法 - Google Patents

一种基于物体自然特征点进行模型检索的方法 Download PDF

Info

Publication number
CN112270742A
CN112270742A CN202011181296.3A CN202011181296A CN112270742A CN 112270742 A CN112270742 A CN 112270742A CN 202011181296 A CN202011181296 A CN 202011181296A CN 112270742 A CN112270742 A CN 112270742A
Authority
CN
China
Prior art keywords
image
background
dimensional model
dimensional
data
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011181296.3A
Other languages
English (en)
Inventor
袁志浩
梅汇伟
林瑞敏
季紫奇
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen Hl Wymobi Technology Co ltd
Original Assignee
Xiamen Hl Wymobi Technology Co ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen Hl Wymobi Technology Co ltd filed Critical Xiamen Hl Wymobi Technology Co ltd
Priority to CN202011181296.3A priority Critical patent/CN112270742A/zh
Publication of CN112270742A publication Critical patent/CN112270742A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T5/00—Image enhancement or restoration
    • G06T5/70—Denoising; Smoothing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T15/00—3D [Three Dimensional] image rendering
    • G06T15/04—Texture mapping
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T17/00—Three dimensional [3D] modelling, e.g. data description of 3D objects
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/11—Region-based segmentation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/155—Segmentation; Edge detection involving morphological operators
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/10—Segmentation; Edge detection
    • G06T7/194—Segmentation; Edge detection involving foreground-background segmentation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Computer Graphics (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Geometry (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)

Abstract

本发明涉及三维建模领域，公开了一种基于物体自然特征点进行模型检索的方法，包括：图像采集：采集具有简单背景的物体图像；背景去噪：去除所述物体图像中物体的背景；图形去面：去除物体的面，只留下物体的点线数据；边线取点：对物体的点线进行取样采集，生成二维数组；生成二维模型数据：在二维数组的四个边角设置不同标识位置，生成二维模型数据；模型检索：以所述二维模型数据为查询条件，输入模型库进行模型检索，获取与所述物体近似的物体的三维模型数据。通过本方法，可通过物体的平面图像快速获得与该物体相近的物体的三维模型。以此三维模型作为目标物体的三维模型的输入，能够基于先验知识实现快速建模，提高建模效率。

Description

一种基于物体自然特征点进行模型检索的方法
技术领域
本发明涉及数字化建模领域，尤其涉及一种基于物体自然特征点进行模型检索的方法。
背景技术
近几年3D数字建模在工业互联网得到广泛应用，3D模型能够直观展现矿山、厂房、工业设备、物料等的真实情况，很好地支撑了监控指挥、资产管理、生产管理等多个工业信息化系统的功能。
但是3D模型，或者数字工厂，需要完成真实物体3D模型的建立。
现在的3D建模方法，主要是通过3Dmax等工具软件，把物体的多个图片和360度图像，以及尺寸图等素材导入到3Dmax或其他工具中，进行转换得到模型雏形，然后通过人工编辑得到最终的3D模型。
构建3D模型主要可以通过三维制作软件、扫描仪器生成、平面图像渲染三种方式进行，一个3D模型文件，主要包括的就是“网格(材质、动画)”和“贴图”两个部分。传统3D建模流程整体可概括为四步：
第一步，建模工具
市面上有许多优秀建模软件，比较知名的如3DMAX、ArcGIS、Maya及AutoCAD等等，通常它们都会提供一些基本的几何元素，如立方体、球体等，再通过一系列几何操作(平移、旋转、拉伸等)，来构建复杂的几何场景。
第二步，效果编辑
一般制作普通3D模型，都考虑用最少的面表现最好的效果。依次给模型添加适当的材质纹理、进行展UV，辅助上颜色、法线等各类贴图、创建灯光效果，来使模型变得更精细更逼真，设置好动画，最后渲染导出。
第三步，可视化与发布
导出模型与贴图素材后，最后一步就是模型的可视化展示、正式发布，而这一步对于创作模型后产生它的价值，也是最重要的。
第四步，模型处理
建模师们会寻找许多工具，来对3D模型进行减面、展UV、烘焙、格式转换等各项处理，目的都是为了使模型变小，同时不破坏本身效果，还能快捷地展示出来。
传统3D建模流程耗费了大量的人工和时间，如何能够进行快速、自动的物体3D建模，将大大减少3D建模的成本。
发明内容
有鉴于现有技术的上述缺陷，本发明的目的是提供一种快速获得物体3D模型的预建模的方法，以加速建模，减少3D建模的成本。
为实现上述目的，本发明提供了一种基于物体自然特征点进行模型检索的方法，包括：
图像采集：采集具有简单背景的物体图像；
背景去噪：去除所述物体图像中物体的背景；
图形去面：去除物体的面，只留下物体的点线数据；
边线取点：对物体的点线进行取样采集，生成二维数组；
生成二维模型数据：在二维数组的四个边角设置不同标识位置，生成二维模型数据；
模型检索：以所述二维模型数据为查询条件，输入模型库进行模型检索，获得近似物体的三维模型数据。
进一步的，所述图像采集具体包括：
设置平面背景；
将目标物体设置于背景前方，且目标物体与背景有一定的距离间隔；
将相机垂直背景设置，获取带背景的目标物体的图像。
进一步的，所述背景去噪具体包括：
将物体图像转换成灰度图；
通过二阶高斯滤波函数对灰度图进行自适应阈值处理；
对二值化的灰度图进行形态学闭操作，去除图像中微小的无关元素；
根据灰度图形态学闭操作的结果获取物体的轮廓及去除背景。
进一步的，所述图形去面具体包括：通过角点检测算法，检测灰度图中的几何角点和边线。
进一步的，所述边线取点具体包括：将检测到的所有角点和边线存储在m×n的二维数组中，其中m为图像的宽度，n为图像的高度，数组索引为对应几何角点的像素坐标，数组索引对应的值为是否存在几何角点，从而建立图像的特征数据，即物体的某一视角的模型数据。
进一步的，所述生成二维模型数据具体包括：在边线取点获得的二维数组的每个边角处各设置不同标识位。
进一步的，在图形去面、边线取点之间还包括图形拆分，所述图形拆分是根据物体的形态特征，将物体分拆为多个部件，确定各部件的几何角点和边线，将检测到的角度按部件分别存储于不同的二维数组中，建立不同部件图像的特征数据。
通过本发明的基于物体自然特征点进行模型检索的方法，通过获取物体图像中的几何角点和边线等自然特征点，可以自动、快速地建立物体的某一视角的二维模型数据，并以所述二维模型数据为查询条件，查询模型数据库获取与之近似物体的三维模型数据，以此为基础进行目标物体的3D建模，可提高3D建模效率，降低3D建模成本。
附图说明
图1是本发明的基于物体自然特征点进行模型检索的方法的流程图；
具体实施方式
为进一步说明各实施例，本发明提供有附图。这些附图为本发明揭露内容的一部分，其主要用以说明实施例，并可配合说明书的相关描述来解释实施例的运作原理。配合参考这些内容，本领域普通技术人员应能理解其他可能的实施方式以及本发明的优点。图中的组件并未按比例绘制，而类似的组件符号通常用来表示类似的组件。
现结合附图和具体实施方式对本发明进一步说明。
实施例1
如图1所示，本发明提供了一种基于物体自然特征点进行模型检索的方法，通过采集物体的带有简单背景的图像，并自动获取物体某一视角的二维模型数据，并以该二维模型数据为查询条件获取所述物体近似的三维模型数据。包括以下步骤：
1、图像采集：采集具有简单背景的物体图像。
设置平面背景；
将目标物体放置于背景前方，且目标物体与背景有一定的距离间隔；
将相机垂直背景设置，获取带背景的目标物体的图像。
通过该方式，使背景易于识别，易于去除背景，抽取物体的轮廓。
2、背景去噪：去除所述物体图像中物体的背景。具体包括以下步骤：
(1)将所述物体图像转换成灰度图；
(2)通过二阶高斯滤波函数对灰度图进行自适应阈值处理；
(3)对二值化的灰度图进行形态学闭操作，去除图像中微小的无关元素；
(4)根据灰度图形态学闭操作的结果获取物体的轮廓及去除背景。
所述形态学闭操作一般可以平滑物体轮廓，弥合较窄的间断和细长的沟壑，消除小的空洞，填补轮廓线的中的断裂，从而方便物体抽取和背景去除。
由于背景和相机的距离一致，具有相同或相近的灰度，通过自适应阈值处理，可方便地将背景和物体分开，从而获得物体的轮廓。
3、图形去面，去除物体的面，只留下物体的点线数据。
通过角点检测算法，检测灰度图中的几何角点和边线。
其中，边线为一阶倒数(即灰度的梯度)出现跳变的点的像素点的集合。
几何角点可以有几种：(1)一阶导数(即灰度的梯度)的局部最大所对应的像素点；(2)两条及两条以上边线的交点；(3)图像中梯度值和梯度方向的变化速率都很高的点；(4)几何角点处的一阶导数最大，二阶导数为零，指示物体边缘变化不连续的方向。
4、边线取点：对物体的点线进行取样采集，生成二维数组。
将检测到的所有几何角点和边线存储在m×n的二维数组中，其中m为图像的宽度，n为图像的高度，数组索引为对应几何角点的像素坐标，数组索引对应的值为是否存在几何角点，从而建立图像的特征数据，即物体的某一视角的图像特征数据。
5、生成二维模型数据：在二维数组的四个边角设置不同标识位置，生成二维模型数据。在二维数组的四个边角设置不同标识位置，可在图像旋转后保证平面图像的二维模型数据在数据库的唯一性。
6、模型检索：以所述二维模型数据为查询条件，输入模型库进行模型检索，获取与所述物体近似的物体的三维模型数据。该三维模型可以作为目标物体的三维模型建模的输入，从而能够基于先验知识实现快速建模，提高建模效率。
7、图形拆分：在图形去面、边线取点之间还可包括图形拆分。图形拆分是根据物体的形态特征，通过人工操作选择物体的几何角点和边线，将物体分拆为多个部件。进而通过边线取点，将物体的几何角点和边线数据按部件分别存储于不同的二维数组中，建立不同部件图像的特征数据。该过程为可选过程。
通过本发明的基于物体自然特征点进行模型检索的方法，可通过获取物体图像中的几何角点和边线等自然特征点，快速获得与该物体相近的物体的三维模型。在此基础上，可以将检索到的三维模型作为目标物体的三维模型建模的输入，从而能够基于先验知识实现快速建模，提高建模效率。
尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对本发明做出各种变化，均为本发明的保护范围。

Claims (6)

1.一种基于物体自然特征点进行模型检索的方法，其特征在于，包括：
图像采集：采集具有简单背景的物体图像；
背景去噪：去除所述物体图像中物体的背景；
图形去面：去除物体的面，只留下物体的几何角点和边线数据；
边线取点：对物体的几何角点和边线进行取样采集，生成二维数组；
生成二维模型数据：在二维数组的四个边角设置不同标识位置，生成二维模型数据；
模型检索：以所述二维模型数据为查询条件，输入模型库进行模型检索，获取与所述物体近似的物体的三维模型数据。
2.如权利要求1所述的方法，其特征在于，所述图像采集具体包括：
设置平面背景；
将目标物体设置于背景前方，且目标物体与背景有一定的距离间隔；
将相机垂直背景设置，获取带背景的目标物体的图像。
3.如权利要求1所述的方法，其特征在于，所述背景降噪具体包括：
将物体图像转换成灰度图；
通过二阶高斯滤波函数对灰度图进行自适应阈值处理；
对二值化的灰度图进行形态学闭操作，去除图像中微小的无关元素；
根据灰度图形态学闭操作的结果获取物体的轮廓及去除背景。
4.如权利要求1所述的方法，其特征在于，所述图形去面具体为：通过角点检测算法，检测灰度图中的几何角点和边线，获取几何角点和边线数据。
5.如权利要求1所述的方法，其特征在于，所述边线取点具体包括：将检测到的所有几何角点和边线存储在m×n的二维数组中，其中m为图像的宽度，n为图像的高度，数组索引为对应几何角点的像素坐标，数组索引对应的值为是否存在几何角点，从而建立图像的特征数据。
6.如权利要求1所述的方法，其特征在于，在图形去面、边线取点之间还包括图形拆分，所述图形拆分是根据物体的形态特征，选择物体的几何角点和边线，将物体分拆为多个部件。
CN202011181296.3A 2020-10-29 2020-10-29 一种基于物体自然特征点进行模型检索的方法 Pending CN112270742A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011181296.3A CN112270742A (zh) 2020-10-29 2020-10-29 一种基于物体自然特征点进行模型检索的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011181296.3A CN112270742A (zh) 2020-10-29 2020-10-29 一种基于物体自然特征点进行模型检索的方法

Publications (1)

Publication Number Publication Date
CN112270742A true CN112270742A (zh) 2021-01-26

Family

ID=74344942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011181296.3A Pending CN112270742A (zh) 2020-10-29 2020-10-29 一种基于物体自然特征点进行模型检索的方法

Country Status (1)

Country Link
CN (1) CN112270742A (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112608A (zh) * 2021-04-20 2021-07-13 厦门汇利伟业科技有限公司 一种从物体图形自动建立三维模型的方法
CN113327310A (zh) * 2021-06-28 2021-08-31 江苏数字看点科技有限公司 一种对三维数据批量程序化自动减面并烘焙贴图的方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000075856A1 (en) * 1999-06-07 2000-12-14 Metrologic Instruments, Inc. Unitary package identification and dimensioning system employing ladar-based scanning methods
WO2019157924A1 (zh) * 2018-02-13 2019-08-22 视辰信息科技(上海)有限公司 三维物体的实时检测方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2000075856A1 (en) * 1999-06-07 2000-12-14 Metrologic Instruments, Inc. Unitary package identification and dimensioning system employing ladar-based scanning methods
WO2019157924A1 (zh) * 2018-02-13 2019-08-22 视辰信息科技(上海)有限公司 三维物体的实时检测方法及系统

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
康锋: "倾斜摄影技术在城市三维建模中的应用探讨", 《集成电路与嵌入式系统》, vol. 20, no. 230, 1 February 2020 (2020-02-01), pages 40 - 42 *
樊亚春: "基于形状检索的场景图像三维建模", 《高技术通讯》, vol. 23, no. 8, 31 August 2013 (2013-08-31), pages 781 - 788 *
阮孟贵: "基于图像三维模型重建的研究", 《中国优秀硕士学位论文全文数据库（信息科技辑）》, no. 2012, 15 February 2012 (2012-02-15), pages 138 - 2236 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113112608A (zh) * 2021-04-20 2021-07-13 厦门汇利伟业科技有限公司 一种从物体图形自动建立三维模型的方法
CN113327310A (zh) * 2021-06-28 2021-08-31 江苏数字看点科技有限公司 一种对三维数据批量程序化自动减面并烘焙贴图的方法

Similar Documents

Publication Publication Date Title
US10510148B2 (en) Systems and methods for block based edgel detection with false edge elimination
CN108921939A (zh) 一种基于图片的三维场景重建方法
CN112215861A (zh) 一种足球检测方法、装置、计算机可读存储介质及机器人
CN111612886B (zh) 室内三维模型生成方法及系统
Holzmann et al. Semantically aware urban 3d reconstruction with plane-based regularization
Yogeswaran et al. 3d surface analysis for automated detection of deformations on automotive body panels
CN111489416A (zh) 隧道轴线拟合方法及在超欠挖方量计算上的应用
CN113112608A (zh) 一种从物体图形自动建立三维模型的方法
CN107134008A (zh) 一种基于三维重建下的动态物体识别的方法及系统
Poullis Large-scale urban reconstruction with tensor clustering and global boundary refinement
CN112270742A (zh) 一种基于物体自然特征点进行模型检索的方法
CN113487633A (zh) 一种点云轮廓提取方法、装置、计算机设备及存储介质
CN116958485A (zh) 一种可视域分析方法及装置
Pacheco et al. Reconstruction of high resolution 3D objects from incomplete images and 3D information
Yin et al. [Retracted] Virtual Reconstruction Method of Regional 3D Image Based on Visual Transmission Effect
CN119048705A (zh) 一种基于机器视觉的基坑场景自动化重构方法
KR102678525B1 (ko) 바운딩 박스를 이용한 포인트 클라우드 데이터 기반 객체 모델링 방법 및 이를 실행하는 시스템
CN117934737A (zh) 古文物数字地图智能生成方法
CN113033701B (zh) 基于gis空间数据制作遥感影像深度学习样本的优化方法
JP4714050B2 (ja) ３次元形状モデル生成システム
CN116310753A (zh) 一种室外场景点云数据的矢量化骨架提取方法及系统
JP2015176484A (ja) 三次元モデル検索方法、及び三次元モデル検索システム
Zhang et al. Multi-vision based 3d reconstruction system for robotic grinding
CN115100354A (zh) 一种三维静态模型重建方法及装置
CN114943711A (zh) 基于LiDAR点云和影像的建筑物提取方法和系统

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination