本發(fā)明屬于機(jī)器視覺(jué)三維重構(gòu)與模型加工技術(shù)領(lǐng)域，特別涉及一種雙目三維重構(gòu)方法及系統(tǒng)。

背景技術(shù)：

三維重構(gòu)一直是計(jì)算機(jī)視覺(jué)的重要研究領(lǐng)域之一。近年來(lái)，三維重構(gòu)技術(shù)的研究取得了巨大的進(jìn)步，通過(guò)其構(gòu)建的三維模型被應(yīng)用于模型加工、服裝制造、醫(yī)學(xué)成像、文物保護(hù)、影視特效、計(jì)算機(jī)游戲等多種領(lǐng)域。目前，基于計(jì)算機(jī)視覺(jué)的三維重構(gòu)方法按照光照條件可分為被動(dòng)式和主動(dòng)式。被動(dòng)式方法不提供額外光源，僅在自然光條件下的通過(guò)相機(jī)采集圖像并處理，主要分為單目視覺(jué)方法和雙目視覺(jué)方法。單目視覺(jué)方法根據(jù)相機(jī)成像原理計(jì)算被測(cè)點(diǎn)與攝像機(jī)的距離，但是需要對(duì)物體表面的數(shù)據(jù)進(jìn)行三個(gè)維度的測(cè)量，效率低下，過(guò)于繁瑣，不利于實(shí)際應(yīng)用，而雙目視覺(jué)法的原理類(lèi)似人的雙眼，用兩個(gè)完全相同的相機(jī)采集得到同一對(duì)象的兩幅圖像，根據(jù)被測(cè)對(duì)象上同一空間點(diǎn)在兩幅圖像的視差獲取其三維數(shù)據(jù)。雙目視覺(jué)的被動(dòng)式測(cè)量方法雖然可以達(dá)到較好的恢復(fù)效果但是算法較為復(fù)雜，而且對(duì)自然光照下的圖像的特征具有很強(qiáng)的依賴(lài)性。主動(dòng)式方法是通過(guò)主動(dòng)向待測(cè)對(duì)象提供固定方向和能量的光源照射，以便在其上產(chǎn)生易于識(shí)別和分析的特征信息，然后通過(guò)相機(jī)獲取經(jīng)過(guò)待測(cè)對(duì)象表面反射的圖像信息來(lái)計(jì)算其三維數(shù)據(jù)。根據(jù)光源不同，主動(dòng)式方法可分為點(diǎn)結(jié)構(gòu)光法、線結(jié)構(gòu)光法、多線結(jié)構(gòu)光法等。點(diǎn)結(jié)構(gòu)光法一次只能測(cè)得目標(biāo)上一個(gè)點(diǎn)的三維信息，要測(cè)得目標(biāo)整個(gè)三維信息耗時(shí)太長(zhǎng)，效率低下，不利于實(shí)際應(yīng)用；線結(jié)構(gòu)光法雖然一次可獲得目標(biāo)上一條光條的全部三維信息，但存在相機(jī)盲區(qū)問(wèn)題；多線結(jié)構(gòu)光雖然能避免相機(jī)盲區(qū)問(wèn)題，提高圖像處理效率，但是增加了標(biāo)定的復(fù)雜性和光條匹配問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

為了克服上述現(xiàn)有技術(shù)的缺點(diǎn)，本發(fā)明的目的在于提供一種雙目三維重構(gòu)方法及系統(tǒng)，能夠?qū)崿F(xiàn)對(duì)人或物體快速精確地三維重構(gòu)并打印出其三維模型。

為了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：

一種雙目三維重構(gòu)方法，包括如下步驟：

通過(guò)紅外一字激光器向待測(cè)對(duì)象發(fā)射激光紅外，利用兩部水平對(duì)稱(chēng)分布在紅外光發(fā)射源兩邊的相機(jī)同時(shí)采集在待測(cè)對(duì)象上的紅外光條圖像；

控制待測(cè)對(duì)象以豎向?yàn)檩S水平勻速轉(zhuǎn)動(dòng)一周，兩部相機(jī)采集到的圖像序列，分別根據(jù)紅外光條中心提取算法得到每幅圖像紅外光條的中心；

利用得到的紅外光條中心，通過(guò)相機(jī)測(cè)距模型、三維測(cè)量模型以及三維坐標(biāo)轉(zhuǎn)換分別計(jì)算兩部相機(jī)對(duì)應(yīng)的待測(cè)對(duì)象的點(diǎn)云數(shù)據(jù)；

將兩部相機(jī)得到的點(diǎn)云數(shù)據(jù)進(jìn)行融合并去除點(diǎn)云噪點(diǎn)；

根據(jù)雙目融合后的點(diǎn)云數(shù)據(jù)，通過(guò)曲面重建算法得到待測(cè)對(duì)象的三維模型。

所述紅外光條中心提取算法包括如下步驟：對(duì)采集到的紅外光條圖像進(jìn)行空間轉(zhuǎn)換并分離得到不同通道的圖像；對(duì)明度通道圖像進(jìn)行自適應(yīng)閾值分割；通過(guò)中值濾波去除閾值分割后圖像中的噪點(diǎn)；采用灰度重心法提取紅外光條中心坐標(biāo)，計(jì)算公式為：

其中，M(x_i,y_i)為(x_i,y_i)處的灰度值，m為橫截面內(nèi)像素點(diǎn)的個(gè)數(shù)，x_k為灰度重心坐標(biāo)，n為橫截面的所在行數(shù)，y_k為灰度重心坐標(biāo)x_k對(duì)應(yīng)的縱坐標(biāo)；判斷紅外光條的位置，去除圖像中無(wú)用的紅外光條。

所述相機(jī)測(cè)距模型作用是通過(guò)兩個(gè)相機(jī)結(jié)合紅外線結(jié)構(gòu)光的方式進(jìn)行三維

測(cè)量，模型公式為：

其中，a＝f+Offset·tanα，b＝PixelSize·tanα，c＝Sf·tanα-S·Offset，e＝S·PixelSize，f為相機(jī)焦距，Offset為成像平面中心偏移量，PixelSize為相機(jī)像素尺寸，S為相機(jī)光心O與激光器中心的距離，(x_p,y_p)為目標(biāo)點(diǎn)B通過(guò)光心投影在相機(jī)成像平面上的點(diǎn)D在相機(jī)圖像中的坐標(biāo)，α為相機(jī)光軸延長(zhǎng)線與相機(jī)光心O和激光器中心連線的夾角，d為目標(biāo)點(diǎn)B到激光器平面的距離；采用非線性擬合的方式，確定測(cè)距模型式參數(shù)并對(duì)模型的精度進(jìn)行驗(yàn)證。

所述三維測(cè)量模型作用是通過(guò)兩個(gè)相機(jī)結(jié)合紅外線結(jié)構(gòu)光的方式進(jìn)行三維測(cè)量，模型公式為：

h＝|H-y_p|·T

其中，h為目標(biāo)點(diǎn)B的高度，H為相機(jī)圖像高度，l為相機(jī)光心到通過(guò)三維坐標(biāo)系原點(diǎn)且與相機(jī)成像平面平行的平面的距離；

所述三維坐標(biāo)轉(zhuǎn)換公式如下：

其中，(x_{w_p}，y_{w_p}，z_{w_p})為圖像中光條上的某一點(diǎn)像素坐標(biāo)(x_p，y_p)轉(zhuǎn)換的三維坐標(biāo)，L為紅外激光器中心到通過(guò)三維坐標(biāo)系原點(diǎn)且與激光器平面平行的平面的距離，β為激光器平面中心A與三維坐標(biāo)原點(diǎn)O_w連線相對(duì)于三維坐標(biāo)x_w正方向的夾角。

所述將兩部相機(jī)得到的點(diǎn)云數(shù)據(jù)進(jìn)行融合并去除點(diǎn)云噪點(diǎn)的方法是：將兩部相機(jī)根得到的點(diǎn)云數(shù)據(jù)整合到一個(gè)文件中，去除具有相同三維坐標(biāo)的點(diǎn)云數(shù)據(jù)，然后計(jì)算點(diǎn)云數(shù)據(jù)中每個(gè)點(diǎn)到其八鄰域點(diǎn)的平均距離，假設(shè)所有點(diǎn)的平均距離服從高斯分布，通過(guò)設(shè)定閾值，去除點(diǎn)云數(shù)據(jù)中的噪點(diǎn)和離群點(diǎn)。

所述曲面重建算法包括如下步驟：

定義八叉樹(shù)，使用八叉樹(shù)結(jié)構(gòu)存儲(chǔ)點(diǎn)云數(shù)據(jù)；

設(shè)置函數(shù)空間，對(duì)八叉樹(shù)的每個(gè)節(jié)點(diǎn)設(shè)置空間函數(shù)F，用所有節(jié)點(diǎn)函數(shù)F的線性和表示向量場(chǎng)V；

創(chuàng)建向量場(chǎng)，通過(guò)向量場(chǎng)V逼近指示函數(shù)的梯度；

求解泊松方程，方程的解采用拉普拉斯矩陣迭代求出；

提取等值面，估計(jì)采樣點(diǎn)的位置，用其平均值進(jìn)行等值面提取得到三維模型。

本發(fā)明還提供了基于所述雙目三維重構(gòu)方法的系統(tǒng)，被測(cè)對(duì)象9設(shè)置在精密轉(zhuǎn)臺(tái)10上，包括工控機(jī)1和紅外一字激光器8，紅外一字激光器8發(fā)射激光紅外照射在被測(cè)對(duì)象9上，工控機(jī)1連接裝有紅外濾光片的相機(jī)一5和相機(jī)二7控制二者工作采集照射在被測(cè)對(duì)象9上的紅外光條圖像，工控機(jī)1與精密轉(zhuǎn)臺(tái)10連接控制其帶動(dòng)被測(cè)對(duì)象9在相機(jī)采集圖像時(shí)勻速轉(zhuǎn)動(dòng)一周，在系統(tǒng)裝置外殼3內(nèi)部集成有3D打印機(jī)，通過(guò)成品口2得到3D打印機(jī)打印完成的被測(cè)對(duì)象9的三維模型，在紅外一字激光器8上方設(shè)置有用于三維重構(gòu)前期參數(shù)標(biāo)定以及調(diào)整被測(cè)對(duì)象9在精密轉(zhuǎn)臺(tái)10上位置的一字激光器6。

所述系統(tǒng)裝置外殼3上有與工控機(jī)1連接的觸摸屏顯示器4，實(shí)時(shí)顯示三維重建過(guò)程以及3D打印過(guò)程，并選擇三維重構(gòu)模式。

本發(fā)明可通過(guò)如下方式進(jìn)行模型加工：根據(jù)所述雙目三維重構(gòu)方法得到被測(cè)對(duì)象9的三維模型，將其保存為STL文件并設(shè)置相關(guān)打印參數(shù)發(fā)送給3D打印機(jī)，然后工控機(jī)驅(qū)動(dòng)3D打印機(jī)工作，從而得到被測(cè)對(duì)象9的三維模型。

與現(xiàn)有技術(shù)相比，本發(fā)明雙目三維重構(gòu)及智造系統(tǒng)裝置采用雙目視覺(jué)外加紅外線結(jié)構(gòu)光的方法進(jìn)行三維重構(gòu)，通過(guò)兩個(gè)相機(jī)同時(shí)采集精密轉(zhuǎn)臺(tái)上被測(cè)對(duì)象上的紅外光條，分別對(duì)兩個(gè)相機(jī)采集到的圖像進(jìn)行處理，得到圖像中紅外光條的中心坐標(biāo)，根據(jù)三維測(cè)量模型計(jì)算得到被測(cè)對(duì)象的點(diǎn)云數(shù)據(jù)，對(duì)兩個(gè)相機(jī)分別得到的點(diǎn)云數(shù)據(jù)進(jìn)行融合并去除噪點(diǎn)，根據(jù)處理后的點(diǎn)云數(shù)據(jù)進(jìn)行曲面重建生成被測(cè)對(duì)象三維曲面模型，將三維曲面模型保存為STL文件發(fā)送給打印機(jī)，設(shè)置相關(guān)打印參數(shù)，驅(qū)動(dòng)3D打印機(jī)打印得到被測(cè)對(duì)象的三維模型。三維重構(gòu)時(shí)采用雙目視覺(jué)加紅外結(jié)構(gòu)光的方法，與單目線結(jié)構(gòu)光法相比，既可以避免是視野盲區(qū)問(wèn)題，又保證了測(cè)量精度；與雙目視覺(jué)方法相比，不再需要對(duì)兩個(gè)相機(jī)采集到的圖像進(jìn)行繁瑣的特征匹配，計(jì)算視差，提高了測(cè)量速度。在對(duì)設(shè)計(jì)的三維測(cè)量模型進(jìn)行驗(yàn)證時(shí)，測(cè)量誤差為0.456mm，相對(duì)誤差為0.0323％。同時(shí)，本發(fā)明將三維重構(gòu)與3D打印集成與一體，與現(xiàn)有的一些三維重構(gòu)設(shè)備相比，可快速、高效地得到待測(cè)對(duì)象的三維實(shí)物模型，便于實(shí)際工程中對(duì)已經(jīng)存在的實(shí)物對(duì)象進(jìn)行模型重建以及模型加工。

附圖說(shuō)明

圖1為本發(fā)明的系統(tǒng)裝置結(jié)構(gòu)示意圖。

圖2為本發(fā)明的相機(jī)測(cè)距原理示意圖。

圖3為本發(fā)明的三維測(cè)量模型原理圖。

圖4為本發(fā)明的三維坐標(biāo)轉(zhuǎn)換原理圖。

圖5為發(fā)明的紅外光條中心提取算法流程圖。

圖6為本發(fā)明的曲面重建算法流程圖。

具體實(shí)施方式

下面結(jié)合附圖和實(shí)施例詳細(xì)說(shuō)明本發(fā)明的實(shí)施方式。

如圖1所示，本發(fā)明雙目三維重構(gòu)系統(tǒng)包括一個(gè)工控機(jī)1，工控機(jī)1連接裝有紅外濾光片的相機(jī)一5和相機(jī)二7，紅外一字激光器8照射在被測(cè)對(duì)象9上產(chǎn)生紅外光條，工控機(jī)1與精密轉(zhuǎn)臺(tái)10連接，在相機(jī)一5和相機(jī)二7采集被測(cè)對(duì)象9上紅外光條圖像時(shí)，工控機(jī)1控制精密轉(zhuǎn)臺(tái)10以勻速轉(zhuǎn)動(dòng)一周，系統(tǒng)裝置外殼3內(nèi)部集成有3D打印機(jī)，可以通過(guò)成品口2得到3D打印機(jī)打印完成的被測(cè)對(duì)象9的三維模型，系統(tǒng)裝置外殼3上的觸摸屏顯示器4與工控機(jī)1連接，可以實(shí)時(shí)顯示三維重建過(guò)程以及3D打印過(guò)程，也可以選擇三維重構(gòu)模式：人像模式和物體模式，系統(tǒng)裝置外殼3上一字激光器6用于三維重構(gòu)前期參數(shù)標(biāo)定以及調(diào)整待測(cè)對(duì)象在精密轉(zhuǎn)臺(tái)10上的位置，本發(fā)明將工控機(jī)1、觸摸屏顯示器4、相機(jī)一5、相機(jī)二7、紅外一字激光器8、一字激光器6以及3D打印機(jī)等集成于一體，可以快速實(shí)現(xiàn)對(duì)實(shí)物對(duì)象的三維建模與模型加工。

基于該系統(tǒng)裝置，三維重構(gòu)是通過(guò)雙目結(jié)合紅外線結(jié)構(gòu)光的方式實(shí)現(xiàn)，如圖2所示，相機(jī)測(cè)距的方法如下：

選取待測(cè)對(duì)象被紅外線結(jié)構(gòu)光照射后產(chǎn)生的紅外光條上的某一點(diǎn)B進(jìn)行分析，d為目標(biāo)點(diǎn)B到激光器平面的距離，右相機(jī)光心O與激光器平面共面，且到激光器中心的距離為S，線段OF為相機(jī)光軸延長(zhǎng)線，光軸與相機(jī)成像平面相交于C，目標(biāo)點(diǎn)B通過(guò)光心投影在在相機(jī)成像平面上的點(diǎn)D，根據(jù)圖3中幾何關(guān)系可知：

d＝S·tan(α-θ) (1)

其中：f為相機(jī)焦距，x為成像點(diǎn)距離相機(jī)成像平面邊界的距離。

由式(1)和(2)可得：

設(shè)點(diǎn)D在相機(jī)圖像中的坐標(biāo)為(x_p,y_p)，則有：

x＝x_p·PixelSize+Offset (4)

其中：PixelSize為相機(jī)像素尺寸，Offset為成像平面中心偏移量。

將式(4)代入式(3)可得：

令a＝f+Offset·tanα，b＝PixelSize·tanα，c＝Sf·tanα-S·Offset，e＝S·PixelSize，則相機(jī)測(cè)距模型可寫(xiě)為：

根據(jù)建立的相機(jī)測(cè)距模型，采用非線性擬合的方式，確定模型式參數(shù)，具體做法為：首先通過(guò)張氏標(biāo)定法得到相機(jī)的內(nèi)參矩陣以及相機(jī)手冊(cè)得到相機(jī)的像素尺寸PixelSize和相機(jī)焦距f，然后將激光線打到前面上并用相機(jī)采集激光線圖像，接著將本系統(tǒng)裝置在0.4m到1.5m之間移動(dòng)，采集15組圖像并提取圖像中激光線的像素坐標(biāo)，根據(jù)像素坐標(biāo)與測(cè)得的真實(shí)距離，通過(guò)非線性擬合得到模型式(6)的參數(shù)a、b、c和e對(duì)應(yīng)的數(shù)值，最后將激光線像素坐標(biāo)根據(jù)測(cè)距模型求出的距離與實(shí)際距離比較，對(duì)模型的精度進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果為上述雙目測(cè)距模型的測(cè)量誤差為0.456mm，相對(duì)誤差為0.0323％，可以達(dá)到實(shí)際應(yīng)用的精度要求。

根據(jù)上述相機(jī)測(cè)距模型可以得到紅外光條上某一點(diǎn)B到紅外激光器平面的距離d，然后需要通過(guò)三維測(cè)量模型得到點(diǎn)B的高度h，如圖3所示，三維測(cè)量的方法如下：

令h＝|BM|，y＝|ED|，根據(jù)圖中幾何關(guān)系可知：

其中：OP⊥ED，OQ⊥BM，f＝|OC|，l＝|OK|。

由式(7)和式(8)可得：

其中：y為成像點(diǎn)到相機(jī)成像平面另一邊界的距離，f為相機(jī)焦距，l為相機(jī)光心到通過(guò)三維坐標(biāo)系原點(diǎn)且與相機(jī)成像平面平行的平面的距離。

結(jié)合圖2和圖3所示，根據(jù)幾何關(guān)系可得：

其中：L＝|AG|為紅外激光器中心到通過(guò)三維坐標(biāo)系原點(diǎn)且與激光器平面平行的平面的距離。

又因點(diǎn)D在相機(jī)圖像中的坐標(biāo)為(x_p,y_p)，則有：

y＝|H-y_p|·PixelSize (11)

將式(11)代入式(9)并根據(jù)可得：

h＝|H-y_p|·T (12)

其中：H為相機(jī)圖像高度，

如圖4所示，點(diǎn)B三維坐標(biāo)計(jì)算方法如下：根據(jù)上述相機(jī)測(cè)距模型和三維測(cè)量模型可以得到點(diǎn)B到激光器平面的距離d以及點(diǎn)B的高度h，在計(jì)算三維坐標(biāo)時(shí)，假設(shè)物體在轉(zhuǎn)臺(tái)上固定，系統(tǒng)裝置以固定速度繞著物體旋轉(zhuǎn)一周，因?yàn)檫@與系統(tǒng)裝置位置固定，物體在轉(zhuǎn)臺(tái)上勻速旋轉(zhuǎn)一周效果完全相同，則點(diǎn)B的三維坐標(biāo)計(jì)算公式為：

又因r＝L-d，并將式(6)和式(12)代入式(13)得：

其中β為激光器平面中心A與三維坐標(biāo)原點(diǎn)O_w連線相對(duì)于三維坐標(biāo)x_w正方向的夾角。

此時(shí)，便可以根據(jù)圖像中光條上的某一點(diǎn)像素坐標(biāo)(x_p,y_p)，通過(guò)式(14)計(jì)算得到其對(duì)應(yīng)的在三維坐標(biāo)(x_{w_p},y_{w_p},z_{w_p})。

上述相機(jī)測(cè)距模型和三維測(cè)量模型都是根據(jù)一個(gè)紅外激光器和一個(gè)相機(jī)之間的關(guān)系推導(dǎo)確定的，本發(fā)明提供的系統(tǒng)裝置使用了兩個(gè)相機(jī)進(jìn)行圖像采集，目的是避免單個(gè)相機(jī)的視野盲區(qū)，根據(jù)圖1和圖2所示，兩個(gè)相機(jī)關(guān)于紅外激光器鏡面對(duì)稱(chēng)，因此測(cè)距原理及三維測(cè)量原理完全相同，這里只選擇其中一個(gè)相機(jī)進(jìn)行原理分析，不再贅述。

確定了圖像坐標(biāo)與三維坐標(biāo)的轉(zhuǎn)換關(guān)系之后，通過(guò)本發(fā)明提供的系統(tǒng)裝置對(duì)待測(cè)對(duì)象的三維重構(gòu)及模型加工過(guò)程如下：

將待測(cè)對(duì)象放置在精密轉(zhuǎn)臺(tái)上，打開(kāi)一字激光器，觀看待測(cè)對(duì)象在轉(zhuǎn)臺(tái)上旋轉(zhuǎn)一周是否出現(xiàn)光條丟失的現(xiàn)象，如果出現(xiàn)光條丟失的情況，應(yīng)該調(diào)整待測(cè)對(duì)象在轉(zhuǎn)臺(tái)上的位置，以保證其旋轉(zhuǎn)一周時(shí)刻都有光條出現(xiàn)在其表面，這樣做是保證三維重構(gòu)時(shí)可以得到待測(cè)對(duì)象完整的三維點(diǎn)云信息。

在矯正完待測(cè)對(duì)象的位置之后，便關(guān)閉一字激光器，打開(kāi)紅外激光器，工控機(jī)驅(qū)動(dòng)精密轉(zhuǎn)臺(tái)勻速轉(zhuǎn)動(dòng)一周，通過(guò)兩個(gè)相機(jī)實(shí)時(shí)采集待測(cè)對(duì)象上紅外光條信息，并保存采集到的圖像序列。

由于獲取到的圖像中紅外光條較寬并非單像素寬度，所以需要對(duì)圖像中的紅外光條進(jìn)行細(xì)化處理，提取光條的中心坐標(biāo)。如圖5所示，紅外光條中心提取做法如下：

對(duì)相機(jī)采集到的紅外光條圖像進(jìn)行空間轉(zhuǎn)換，將彩色圖像由RGB模型轉(zhuǎn)換為HSV模型并分離得到明度V通道的圖像；對(duì)明度通道圖像進(jìn)行自適應(yīng)閾值分割；通過(guò)中值濾波去除閾值分割后圖像中的噪點(diǎn)；采用灰度重心法提取紅外光條中心坐標(biāo)；判斷紅外光條的位置，去除圖像中無(wú)用的紅外光條。

灰度重心法提取光條中心的公式為：

其中：M(x_i,y_i)為(x_i,y_i)處的灰度值，m為橫截面內(nèi)像素點(diǎn)的個(gè)數(shù)，x_k為灰度重心坐標(biāo)，n為橫截面的所在行數(shù)，y_k為灰度重心坐標(biāo)x_k對(duì)應(yīng)的縱坐標(biāo)。

根據(jù)以上得到的數(shù)據(jù)，本發(fā)明三維點(diǎn)云數(shù)據(jù)生成、曲面重建及模型加工的過(guò)程如下：

根據(jù)光條中心坐標(biāo)(x_k,y_k)，通過(guò)式(14)計(jì)算得到其對(duì)應(yīng)的三維坐標(biāo)：

分別確定兩個(gè)相機(jī)測(cè)距模型、三維測(cè)量模型參數(shù)，根據(jù)張氏標(biāo)定法得到的相機(jī)內(nèi)參矩陣以及相機(jī)手冊(cè)確定f，PixelSize，H，通過(guò)非線性擬合得到的測(cè)距模型參數(shù)a，b，c，e，根據(jù)式(10)并結(jié)合模型參數(shù)b＝PixelSize·tanα，e＝S·PixelSize確定T，計(jì)算公式如下：

β為激光器平面中心A與三維坐標(biāo)原點(diǎn)O_w連線相對(duì)于三維坐標(biāo)x_w正方向的夾角，計(jì)算公式如下：

其中，PicNum為轉(zhuǎn)臺(tái)轉(zhuǎn)動(dòng)一周相機(jī)采集到的圖像總數(shù)，curPicNum為相機(jī)當(dāng)前圖像的幀序號(hào)。

根據(jù)上述方法便可以分別得到兩個(gè)相機(jī)的三維點(diǎn)云數(shù)據(jù)，對(duì)雙目點(diǎn)云數(shù)據(jù)進(jìn)行融合與去噪的過(guò)程如下：將兩個(gè)相機(jī)的點(diǎn)云數(shù)據(jù)整合到一個(gè)文件中，去除具有相同三維坐標(biāo)的點(diǎn)云數(shù)據(jù)，然后計(jì)算點(diǎn)云中每個(gè)點(diǎn)到其八鄰域點(diǎn)的平均距離，假設(shè)所有點(diǎn)的平均距離服從高斯分布，通過(guò)合理設(shè)定閾值，去除點(diǎn)云數(shù)據(jù)中的噪點(diǎn)和離群點(diǎn)。

根據(jù)雙目融合后的點(diǎn)云數(shù)據(jù)進(jìn)行三維曲面重建，如圖6所示，包括如下步驟：定義八叉樹(shù)，使用八叉樹(shù)結(jié)構(gòu)存儲(chǔ)點(diǎn)云數(shù)據(jù)；設(shè)置函數(shù)空間，對(duì)八叉樹(shù)的每個(gè)節(jié)點(diǎn)設(shè)置空間函數(shù)F，用所有節(jié)點(diǎn)函數(shù)F的線性和表示向量場(chǎng)V；創(chuàng)建向量場(chǎng)，通過(guò)向量場(chǎng)V逼近指示函數(shù)的梯度；求解泊松方程，方程的解采用拉普拉斯矩陣迭代求出；提取等值面，估計(jì)采樣點(diǎn)的位置，用其平均值進(jìn)行等值面提取得到三維模型。

根據(jù)曲面重建得到的三維模型進(jìn)行3D打印的方法是：將被測(cè)對(duì)象的三維模型保存為STL文件并設(shè)置相關(guān)打印參數(shù)發(fā)送給3D打印機(jī)，然后工控機(jī)驅(qū)動(dòng)3D打印機(jī)工作，從而得到被測(cè)對(duì)象的三維模型。

通過(guò)以上的步驟，可實(shí)現(xiàn)對(duì)人或物體的三維重構(gòu)生成其三維模型并可3D打印得到其三維實(shí)物模型。

值得注意的是，上述的具體實(shí)施方式用于解釋說(shuō)明本發(fā)明，僅為本發(fā)明的優(yōu)選實(shí)施方案，而不是對(duì)本發(fā)明進(jìn)行限制，在本發(fā)明的精神和權(quán)利要求的保護(hù)范圍內(nèi)，對(duì)本發(fā)明做出的任何修改、等同替換、改進(jìn)等，都屬于本發(fā)明的保護(hù)范圍。