點云三維模型重建方法及系統(tǒng)的制作方法
【專利摘要】本發(fā)明涉及一種點云三維模型重建方法，包括如下步驟：a.掃描獲得需要三維模型重建的物體的點云；b.對上述獲得的點云進行品質(zhì)分析；c.對上述品質(zhì)分析后的點云，計算得到新的掃描視點；d.根據(jù)所述新的掃描視點進行掃描，并根據(jù)所述新的掃描視點掃描得到的點云對步驟a的點云進行實時更新；e.根據(jù)實時更新后得到的點云進行三維模型重建。本發(fā)明還涉及一種點云三維模型重建系統(tǒng)。本發(fā)明能夠?qū)θS模型實現(xiàn)全自動重建，并產(chǎn)生高品質(zhì)的點云模型，同時本發(fā)明實現(xiàn)方案簡單，效率高。
【專利說明】點云三維模型重建方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種點云三維模型重建方法及系統(tǒng)。

【背景技術(shù)】
[0002] 計算機三維模型在人們當(dāng)今的生活（如游戲、影視和虛擬現(xiàn)實等）和生產(chǎn)（如3D 打印、逆向工程和數(shù)字化城市等）活動中，起著重要的基礎(chǔ)性作用。傳統(tǒng)的手工三維建模已 經(jīng)遠遠不能滿足人們?nèi)找嬖鲩L的需求，發(fā)展的瓶頸在于沒有一種快速自動建模的手段。盡 管三維點云掃描技術(shù)已發(fā)展二十多年，但是想要掃描一個模型并獲得高品質(zhì)的點云數(shù)據(jù)， 即便是專業(yè)用戶配備專業(yè)設(shè)備，仍需花費大量的時間和精力。
[0003] 現(xiàn)有技術(shù)的缺點概括如下：
[0004] 第一：過分依賴已有點云的重建曲面?，F(xiàn)有技術(shù)要求必須在已有點云的基礎(chǔ)上重 建曲面。這種做法效率雖高，但是有兩大缺點：一是在物體細節(jié)豐富的地方，可能初步掃描 的時候就有少量點云覆蓋并且能夠重建曲面，但還需要更多不同角度的掃描才能夠得到足 夠的點云來恢復(fù)原貌，而現(xiàn)有技術(shù)假設(shè)能重建曲面的部位的點云數(shù)據(jù)已經(jīng)足夠好，不需要 進一步掃描，因而丟失了大量細節(jié)和尖銳特征。二是，對于拓撲結(jié)構(gòu)較為復(fù)雜的模型（如人 體，樹木，或工藝擺件），現(xiàn)有的曲面重建方法在不完整的點云上生成的曲面很可能是錯誤 的，然而現(xiàn)有技術(shù)假設(shè)已生成的曲面都是正確，因而只能處理外形簡單的模型。
[0005] 第二：不分析已有點云的品質(zhì)。眾所周知，受掃描設(shè)備的精度，掃描環(huán)境的干擾，以 及被掃描物體的自身遮擋和材質(zhì)問題的影響，已掃描到的點云往往有大量的噪聲、雜點和 空洞?，F(xiàn)有自動掃描技術(shù)不對這些點云數(shù)據(jù)固有的缺陷做處理分析，而只是簡單地用點云 對源模型的覆蓋程度作為指引，自動掃描到的點云模型必然會和真實模型有較大的差異。
[0006] 第三：點云的拼接和更新效率不高。點云的拼接是指把兩個（或多個）從不同視 點掃描到的點云數(shù)據(jù)，根據(jù)它們的重疊信息，平移或旋轉(zhuǎn)其中一個點云數(shù)據(jù)，使得該重疊的 部位在空間上完全重合，形成一個合理的整體。現(xiàn)有的點云拼接技術(shù)絕大部分是基于迭代 最近點算法發(fā)展而來的。在模型帶特征的地方往往掃描不完整，噪聲和雜點較多，因此這種 方法在沒有人工輔助情況下，依然不夠可靠。此外，現(xiàn)有技術(shù)都是把所有新掃描的點云數(shù)據(jù) 直接加入到總點云模型當(dāng)中，造成數(shù)據(jù)體積過大，或者局部區(qū)域數(shù)據(jù)冗余。


【發(fā)明內(nèi)容】

[0007] 有鑒于此，有必要提供一種點云三維模型重建方法及系統(tǒng)。
[0008] 本發(fā)明提供一種點云三維模型重建方法，該方法包括如下步驟：a.掃描獲得需要 三維模型重建的物體的點云；b.對上述獲得的點云進行品質(zhì)分析；c.對上述品質(zhì)分析后的 點云，計算得到新的掃描視點；d.根據(jù)所述新的掃描視點進行掃描，并根據(jù)所述新的掃描 視點掃描得到的點云對步驟a的點云進行實時更新；e.根據(jù)實時更新后得到的點云進行三 維模型重建。
[0009] 其中，該方法在步驟d和步驟e之間還包括步驟：判斷是否滿足終止條件：如果滿 足終止條件，則進入步驟e ;如果不滿足終止條件，則返回步驟a。
[0010] 所述的步驟b包括：對獲得的點云進行降噪預(yù)處理；根據(jù)預(yù)處理后的點云構(gòu)建距 離場，并進行所述距離場的等值面采樣得到等值面采樣點；對上述每一個等值面采樣點進 行置信度計算。
[0011] 所述的步驟c包括：根據(jù)得到的每一個等值面采樣點的置信度，生成掃描視點向 量場；根據(jù)生成的掃描視點向量場選擇下一個掃描視點；根據(jù)上述得到的下一個掃描視點 形成掃描路徑。
[0012] 所述的步驟d包括：采用帶置信度權(quán)重的方法進行點云拼接；采用帶置信度概率 的方法進行點云增添。
[0013] 所述的終止條件為等值面采樣點的全局平均置信度達到穩(wěn)定狀態(tài)。
[0014] 本發(fā)明還提供一種點云三維模型重建系統(tǒng)，包括獲取模塊、分析模塊、計算模塊、 更新模塊、判斷模塊及重建模塊，其中：所述獲取模塊用于掃描獲得需要三維模型重建的物 體的點云；所述分析模塊用于對上述獲得的點云進行品質(zhì)分析；所述計算模塊用于對上述 品質(zhì)分析后的點云，計算得到新的掃描視點；所述更新模塊用于根據(jù)所述新的掃描視點進 行掃描，并根據(jù)所述新的掃描視點掃描得到的點云對所述獲取模塊的點云進行實時更新； 所述重建模塊用于根據(jù)根據(jù)實時更新后得到的點云進行三維模型重建。
[0015] 其中，該系統(tǒng)還包括用于判斷是否滿足終止條件的判斷模塊：如果滿足終止條件， 則所述重建模塊進行三維模型重建；如果不滿足終止條件，則返回所述獲取模塊繼續(xù)獲取 點云。
[0016] 所述的分析模塊具體用于：對獲得的點云進行降噪預(yù)處理；根據(jù)預(yù)處理后的點云 構(gòu)建距離場，并進行所述距離場的等值面采樣得到等值面采樣點；對上述每一個等值面采 樣點進行置信度計算。
[0017] 所述的計算模塊具體用于：根據(jù)得到的每一個等值面采樣點的置信度，生成掃描 視點向量場；根據(jù)生成的掃描視點向量場選擇下一個掃描視點；根據(jù)上述得到的下一個掃 描視點形成掃描路徑。
[0018] 所述的更新模塊具體用于：采用帶置信度權(quán)重的方法進行點云拼接；采用帶置信 度概率的方法進行點云增添。
[0019] 所述的終止條件為等值面采樣點的全局平均置信度達到穩(wěn)定狀態(tài)。
[0020] 本發(fā)明點云三維模型重建方法及系統(tǒng)，能夠?qū)θS模型實現(xiàn)全自動掃描及重建， 通過試探性曲面重建預(yù)測，全面分析已有點云的品質(zhì)，規(guī)劃掃描路徑，對低置信度的部位 進行自動地掃描和拼接，最終得到一個高品質(zhì)的點云模型，同時本發(fā)明實現(xiàn)方案簡單，效率 商。

【專利附圖】

【附圖說明】
[0021] 圖1為本發(fā)明點云三維模型重建方法的流程圖；
[0022] 圖2為本發(fā)明點云三維模型重建系統(tǒng)的硬件架構(gòu)圖。

【具體實施方式】
[0023] 下面結(jié)合附圖及具體實施例對本發(fā)明作進一步詳細的說明。
[0024] 參閱圖1所示，是本發(fā)明點云三維模型重建方法較佳實施例的作業(yè)流程圖。
[0025] 步驟S401，自動掃描需要三維模型重建的物體，獲得所述物體的點云。
[0026] 步驟S402,對上述獲得的點云進行品質(zhì)分析。具體如下：
[0027] 第一步，對上述獲得的點云進行降噪預(yù)處理，以過濾掉所述點云中大量的噪聲和 雜點，進行點云優(yōu)化操作。
[0028] 第二步，根據(jù)預(yù)處理后的點云構(gòu)建距離場，并進行所述距離場的等值面采樣，得到 等值面采樣點。具體而言：
[0029] 本實施例的點云曲面重建算法采用隱式重建，其核心是構(gòu)建一個基于帶正負的距 離隱函數(shù)的場（以下簡稱"距離場"）。給定一個點云模型，空間上每一個點X在該場中都 有一個對應(yīng)的值f (X)。若X在所述點云模型外部，則f (X)〈0 ;反之，則f (X) >0 ;若f (X)= 0,則表示該點在所述點云模型表面上。本實施例得到空間中f(x) =0的位置采樣點，然后 連接構(gòu)造一個等值曲面。
[0030] 采用Poisson (泊松）方程求解所述距離場：對任意輸入點集，把原問題轉(zhuǎn)換成為 解一個Poisson方程，得到一個基于八叉樹的基函數(shù)集合。如此，對于空間上任意一點X，都 可以快速通過基函數(shù)混合得到對應(yīng)的距離隱函數(shù)值f(x)。
[0031] 等值面提取和采樣：在所述距離場上采用Marching Cube技術(shù)在f(x) = 0上構(gòu)造 一個封閉的等值面網(wǎng)格。用置信度評估該等值面網(wǎng)格的品質(zhì)，從離散實現(xiàn)的角度來說，利用 Poisson-disk技術(shù)在曲面網(wǎng)格上均勻地采樣點（本實施例中采樣點數(shù)目為5000)，然后，為 每一個點計算一個置信度（值域范圍0-1)。也就是說，置信度低的地方，幾何和拓撲結(jié)構(gòu)信 息都比較充分，不需要進一步掃描。下文中，我們稱等值面采樣點為iso-points，也稱s k。
[0032] 第三步，對上述每一個等值面采樣點進行置信度計算。具體而言：
[0033] 首先分別用不同方法算出改點處的點云數(shù)據(jù)的缺失率（基于距離場梯度分析的 置信度fg)和屬于細節(jié)部位的可能性（基于平滑度分析的置信度f s)。然后把這兩種置信 度相乘混合得到最終的置信度：fk = fg*fs。
[0034] 基于距離場梯度分析的置信度fg :經(jīng)過實驗觀察發(fā)現(xiàn)，一直未被關(guān)注的距離場的 梯度值df(x)有重要作用。簡單來說，梯度越大的地方，函數(shù)值的變化越陡峭，越能說明該 區(qū)域在足夠數(shù)據(jù)的支撐下里外拓撲分明，則等值曲面的置信度越大。反之亦然。計算距離 場梯度的方法也十分簡單，因為Poisson方程的解本身就是距離場的梯度值。也就是說，每 一個s k都有個fg。
[0035] 基于平滑度分析的置信度fs :通過下述方法計算得到每個sk平滑度分析的置信 度。所述平滑度分析的置信度值越大，說明局部點云分布越不規(guī)整，則越有可能是需要多掃 描的細節(jié)區(qū)域。其中，n k是sk的法向量，〇,是％的K近鄰點（也就是附近最近的前K個 已掃描點q，本實施例中K的數(shù)目一般為100)，h k是指最遠的第k個點離sk的距離。
[0036]

【權(quán)利要求】
1. 一種點云三維模型重建方法，其特征在于，該方法包括如下步驟： a. 掃描獲得需要三維模型重建的物體的點云； b. 對上述獲得的點云進行品質(zhì)分析； c. 對上述品質(zhì)分析后的點云，計算得到新的掃描視點； d. 根據(jù)所述新的掃描視點進行掃描，并根據(jù)所述新的掃描視點掃描得到的點云對步驟 a的點云進行實時更新； e. 根據(jù)實時更新后得到的點云進行三維模型重建。
2. 如權(quán)利要求1所述的方法，其特征在于，該方法在步驟d和步驟e之間還包括步驟： 判斷是否滿足終止條件：如果滿足終止條件，則進入步驟e ;如果不滿足終止條件，則 返回步驟a。
3. 如權(quán)利要求1所述的方法，其特征在于，所述的步驟b包括： 對獲得的點云進行降噪預(yù)處理； 根據(jù)預(yù)處理后的點云構(gòu)建距離場，并進行所述距離場的等值面采樣得到等值面采樣 占 . 對上述每一個等值面采樣點進行置信度計算。
4. 如權(quán)利要求1所述的方法，其特征在于，所述的步驟c包括： 根據(jù)得到的每一個等值面采樣點的置信度，生成掃描視點向量場； 根據(jù)生成的掃描視點向量場選擇下一個掃描視點； 根據(jù)上述得到的下一個掃描視點形成掃描路徑。
5. 如權(quán)利要求1所述的方法，其特征在于，所述的步驟d包括： 采用帶置信度權(quán)重的方法進行點云拼接； 采用帶置信度概率的方法進行點云增添。
6. 如權(quán)利要求2所述的方法，其特征在于，所述的終止條件為等值面采樣點的全局平 均置信度達到穩(wěn)定狀態(tài)。
7. -種點云三維模型重建系統(tǒng)，其特征在于，該系統(tǒng)包括獲取模塊、分析模塊、計算模 塊、更新模塊、判斷模塊及重建模塊，其中： 所述獲取模塊用于掃描獲得需要三維模型重建的物體的點云； 所述分析模塊用于對上述獲得的點云進行品質(zhì)分析； 所述計算模塊用于對上述品質(zhì)分析后的點云，計算得到新的掃描視點； 所述更新模塊用于根據(jù)所述新的掃描視點進行掃描，并根據(jù)所述新的掃描視點掃描得 到的點云對所述獲取模塊的點云進行實時更新； 所述重建模塊用于根據(jù)根據(jù)實時更新后得到的點云進行三維模型重建。
8. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，該系統(tǒng)還包括用于判斷是否滿足終止條件 的判斷模塊： 如果滿足終止條件，則所述重建模塊進行三維模型重建； 如果不滿足終止條件，則返回所述獲取模塊繼續(xù)獲取點云。
9. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述的分析模塊具體用于： 對獲得的點云進行降噪預(yù)處理； 根據(jù)預(yù)處理后的點云構(gòu)建距離場，并進行所述距離場的等值面采樣得到等值面采樣 占 - ^ \\\ ? 對上述每一個等值面采樣點進行置信度計算。
10. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述的計算模塊具體用于： 根據(jù)得到的每一個等值面采樣點的置信度，生成掃描視點向量場； 根據(jù)生成的掃描視點向量場選擇下一個掃描視點； 根據(jù)上述得到的下一個掃描視點形成掃描路徑。
11. 如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述的更新模塊具體用于： 采用帶置信度權(quán)重的方法進行點云拼接； 采用帶置信度概率的方法進行點云增添。
12. 如權(quán)利要求8所述的系統(tǒng)，其特征在于，所述的終止條件為等值面采樣點的全局平 均置信度達到穩(wěn)定狀態(tài)。
【文檔編號】G06T17/00GK104063894SQ201410264099
【公開日】2014年9月24日 申請日期:2014年6月13日 優(yōu)先權(quán)日:2014年6月13日
【發(fā)明者】黃惠, 伍世浩, 孫威, 龍品辛 申請人:中國科學(xué)院深圳先進技術(shù)研究院