專利名稱：基于圖像分割和網格細分的腳型三維表面重建方法
技術領域：
本發(fā)明涉及三維表面重建的方法，特別是基于圖像分割和網格細分的腳型三維表面重建方法，可用于腳型測量、鞋及楦定制、足部醫(yī)療等多個領域。
背景技術：
腳型表面三維重建的方法，目前較為流行的是激光測量等三坐標測量設備，但是這些三坐標測量設備往往輸出離散點，需要后續(xù)的逆向工程處理才能得到目標對象的三維表面，并且不適用于 人體肌膚等對象的測量；而其他從圖像重建目標的方法，往往思路單一，對不同形狀的腳型適應性差、不能自動達到圖像所提供信息量的最高重建精度。中國專利200510061271. 9面向稀疏網格的基于曲面細分的三維腳型數(shù)據(jù)測量方法，利用網格細分方法，在統(tǒng)計變形模型對腳型進行初估計之后，重建目標對象的細節(jié)部分，捕捉不同腳型的個性特點，能夠根據(jù)多幅照片自動還原原真實腳型的三維表面，但諸多環(huán)節(jié)需要手工操作，沒有實現(xiàn)全自動化，實用效果有限。

發(fā)明內容
本發(fā)明所要解決的技術問題在于，提供一種全自動化、能適應各種腳型、基于圖像分割和網格細分的腳型三維表面重建方法，能保證重建表面完整、精確。為解決上述技術問題，本發(fā)明采用一種基于圖像分割和網格細分的技術方案，其特征是包括有以下步驟
1)接收來自至少六個不同視角的相機所采集的視圖像；
2)生成初始網格用鞋楦的統(tǒng)計變形模型擬合各視圖像，生成了初步估計模型，并把初步估計模型轉換成初始網格；
3)將網格投影到各視圖像來分割圖像；
4)采用特征檢測算法，檢測各視圖像中的特征并切割特征生成平面特征點，其中特征檢測算法采用多分辨率方法，分辨出的特征等級由特征檢測算法的參數(shù)確定；
5)針對平面特征點，在其它視圖像對應的圖像分割區(qū)內搜索平面特征點的匹配點，生成新增空間點，然后用新增空間點細分網格，其中搜索特征點的匹配點結合了對極約束、空間網格對圖像投影分割圖像約束、光照一致性約束來保證匹配點的準確性；
6)不斷減小特征檢測算法參數(shù)，重復步驟3)、4)、5)直到圖像中沒有更細節(jié)的特征， 網格迭代細分逼近目標對象；
7)網格各頂點重定位至亞像素精度；
8)網格整理優(yōu)化，生成Delaunay三角網格；
9)輸出重建網格模型。本發(fā)明基于圖像分割和網格細分的腳型三維表面重建方法，先采集視圖像，然后對視圖像進行網格重投影，再用多分辨率的圖像特征提取方法提取特征，并把特征按距離分割成特征點，再提取各圖像分塊上的特征點重建空間點，利用新空間點細分網格，整個過程迭代進行，網格從粗變細，網格投影對圖像的分割也逐步細化，所提取的特征逐漸細化， 網格逐步逼近目標對象的過程也是從大特征到小特征自動進行特征重建的過程。這種方法能重建不同形狀的腳型、能自動達到圖像可分辨特征的最大分辨精度，與圖像的信息量是自動適應的，并且可以在網格上敷貼紋理，重建成具有色彩等信息的三維模型，具有明顯的優(yōu)勢。本發(fā)明還具有以下優(yōu)點
1)不需要激光等設備，只需要多個相機及計算機等硬件，成本低廉；
2)不需要掃描，多個相機同時成像，數(shù)據(jù)采集步驟上耗時少，對人體等生物進行測量時特別適合；
3)統(tǒng)計變形模型完成對目標腳型的初始估計，捕捉目標腳型的大致外形輪廓，而本發(fā)明從統(tǒng)計變形模型開始進行處理，從粗到精地捕捉目標腳型的特征，自動重建到圖像信息所能提供的最細節(jié)特征，與圖像內容是自動適應的；
4)從粗到精地捕捉目標腳型特征的處理順序，使得重建網格從粗到精自動捕捉目標對象的表面特征，與之相配合的網格生長機制保證網格的拓樸結構能自動與目標對象的外形一致；
5)把網格重投影回各視圖像，網格投影分割圖像，并且這種方法分割的圖像區(qū)域，不同視之間是相互一致的，同一空間區(qū)域在不同視被劃分成同一平面分區(qū)，能夠抗仿射變換，在為特征點搜索匹配點時，縮小了范圍；并且由此匹配出的新增空間點就細分此三角形，無需搜索。因此這種方法降低了生成錯誤點的機率，提高了處理速度，增加了重建的精度；
6)統(tǒng)計變形模型、網格細分、圖像分塊與圖像特征檢測四個方法相互配合，保證網格從粗到精地捕捉目標腳型的特征、每一等級上有特征在不同視圖像上的分塊能相互自動吻合、檢測到相應等級的圖像特征，然后用與特征等級相配合的半徑去切割特征，生成平面特 iiE ’
7)采用了對極約束、空間網格對圖像投影分割圖像約束、光照一致性約束等多種約束來保證匹配點的準確性，提高新增空間點的可靠性。


圖1為本發(fā)明方法流程圖； 圖2為本發(fā)明細化的方法流程圖3為三角形的可見視與主視的示意圖； 圖4為特征點與匹配點的約束關系示意圖。
具體實施例方式—種基于圖像分割和網格細分的腳型三維表面重建方法的具體實施方式
，如圖1、 圖2所示，包括有以下步驟
1) 接收來自至少六個不同視角的相機所采集的視圖像； 為了分析相機采集視圖像的位置布置問題，對人眼的觀察機制進行總結，正常狀態(tài)時觀察人時只需要正面一張照片，就可得知此人是誰；但即使是熟人，如果僅有特征不明顯的側面照片，那么就很難猜到此人是誰的內容；如果是背面照片，更難得知，這說明不同的視有不同的信息量，從信息量豐富的視可以獲得較多的三維重建線索，因此，視布置的主要任務就是讓每個視包含的信息盡量多，視間重復的信息盡量少。對于鞋楦樣本的統(tǒng)計變形模型有以下關系式中P是主形狀因子，b3D是主形狀因子向量，SP0是平均鞋楦，SPi為樣本鞋楦。每只鞋楦的形狀分成共性和個性兩部分，SPtlR表共性部分，pb3DR表個性部分。主形狀因子是從鞋楦樣本集中各個樣本去除掉共性之后得到個性部分的變化因子，主形狀因子按主形狀因子向量b3D進行線性組合得到個性形狀部分。主形狀因子向量b3D發(fā)生變化，對應模型的個性部分發(fā)生變化，再加上共性部分就成為一只鞋楦。統(tǒng)計變形模型中的主形狀因子向量b3D有許可變化范圍，這種變化范圍限定了模型還具有鞋楦的形狀。一組主形狀因子向量b3D對應一個唯一的形狀。因此，能盡量反映地主形狀因子向量b3D的視就是信息含量大的視。相機布置就是取信息含量盡量大、并且視間信息冗余盡量少的相機位置。
權利要求
1. 一種基于圖像分割和網格細分的腳型三維表面重建方法，其特征是包括有以下步驟1)接收來自至少六個不同視角的相機所采集的視圖像；2)生成初始網格用鞋楦的統(tǒng)計變形模型擬合各視圖像，生成了初步估計模型，并把初步估計模型轉換成初始網格；3)將網格投影到各視圖像來分割圖像；4)采用特征檢測算法，檢測各視圖像中的特征并切割特征生成平面特征點，其中特征檢測算法采用多分辨率，分辨出的特征等級由特征檢測算法的參數(shù)確定；5)針對平面特征點，在其它視圖像對應的圖像分割區(qū)內搜索平面特征點的匹配點，生成新增空間點，然后用新增空間點細分網格，其中搜索特征點的匹配點結合了對極約束、空間網格對圖像投影分割圖像約束、光照一致性約束來保證匹配點的準確性；6)不斷減小特征檢測算法參數(shù)，重復步驟3)、4)、5)直到圖像中沒有更細節(jié)的特征， 網格迭代細分逼近目標對象；7)網格各頂點重定位至亞像素精度；8)網格整理優(yōu)化，生成Delaunay三角網格；9)輸出重建網格模型。
2.根據(jù)權利要求1所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是所述步驟5)中優(yōu)先用最靠近空間三角形中心的新增空間點細分空間三角形，然后其余新增空間點再細分被分解出的三角形，保證每次細分后網格中各個三角形的大小相近、三角形之間不相互糾纏。
3.根據(jù)權利要求1或2所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是所述步驟5)中不同視的平面特征點與匹配點映射產生的多個空間點的中心點作為新增空間點。
4.根據(jù)權利要求1或2所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是所述步驟5)中還包括有對網格邊和網格點優(yōu)化選擇的過程檢測網格邊在視圖像的投影，限制最長邊和最短邊的比例，如果邊長超過比例，則在長邊的1/3-2/3范圍內，取灰度梯度最大值的位置作為切割點；刪除接近網格點投影的一定范圍內的切割點。
5.根據(jù)權利要求3所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是在所述步驟5)中還包括有對網格邊和切割點優(yōu)化選擇的過程檢測網格邊在視圖像的投影，限制最長邊和最短邊的比例，如果邊長超過比例，則在長邊的1/3-2/3范圍內，取灰度梯度最大值的位置作為切割點；刪除接近網格點投影的一定范圍內的切割點。
6.根據(jù)權利要求1或2所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是在所述步驟5)中計算現(xiàn)有空間網格中每個三角形在所述步驟1)中至少六個不同視角中的可計算視和主視，在每個三角形的主視中進行以下處理對主視中相應投影三角形內的特征點，在其它可計算視中尋找匹配點，特征點與匹配點生成新增空間點，然后用新增空間點細分網格。
7.根據(jù)權利要求3所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是在所述步驟5)中計算現(xiàn)有空間網格中每個三角形在所述步驟1)中至少六個不同視角中的可計算視和主視，在每個三角形的主視中進行以下處理對主視中相應投影三角形內的特征點，在其它可計算視中尋找匹配點，特征點與匹配點生成新增空間點，然后用新增空間點細分網格。
8.根據(jù)權利要求4所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是在所述步驟5)中計算現(xiàn)有空間網格中每個三角形在所述步驟1)中至少六個不同視角中的可計算視和主視，在每個三角形的主視中進行以下處理對主視中相應投影三角形內的特征點，在其它可計算視中尋找匹配點，特征點與匹配點生成新增空間點，然后用新增空間點細分網格。
9.根據(jù)權利要求5所述的基于圖像分割和網格細分的腳型三維表面重建方法，其特征是在所述步驟5)中計算現(xiàn)有空間網格中每個三角形在所述步驟1)中至少六個不同視角中的可計算視和主視，在每個三角形的主視中進行以下處理對主視中相應投影三角形內的特征點，在其它可計算視中尋找匹配點，特征點與匹配點生成新增空間點，然后用新增空間點細分網格。
全文摘要
本發(fā)明涉及一種基于圖像分割和網格細分的腳型三維表面重建方法，對鞋楦樣本集進行統(tǒng)計分析得到統(tǒng)計變形模型，用多個相機獲得人腳的圖像，再用統(tǒng)計模型擬合腳型圖像，得到稀疏的網格模型，再從各個圖像中分割出圖像特征點，并把平面特征點還原成空間點，最后用空間特征點細分網格模型并迭代進行，從而得到與目標對象一致的腳型模型。本發(fā)明不需要在腳上設置標記點，也不需要高精度的激光測量設備，不需要人工參與，只使用相機和計算機等器件，重建任務由軟件全自動完成。重建網格能夠自動與目標腳型的形狀相一致，能夠自動捕捉到圖像中的細節(jié)特征，能夠與圖像提供的信息自動適應。
文檔編號G06T17/00GK102222357SQ20101014658
公開日2011年10月19日 申請日期2010年4月15日 優(yōu)先權日2010年4月15日
發(fā)明者羅勝 申請人:溫州大學