关于我们 视景系统 视景数据 联系我们
   
首页 » 大规模建模

大规模建模

随着虚拟现实的迅猛发展,三维复杂场景快速显示成为虚拟现实中的关键技术。本系统是微视威针对大规模场景自动生成的需要而自行开发设计的大规模场景三维重建系统,该流程包括:数据采集、相机参数标定、点云重建、网格重建、纹理重建等。经大规模生产实践,结果证明了该系统算法的有效性,能极大提高真实场景的绘制速度,适合三维建模生产应用。

数据采集

照片VS视频
在重建算法的发展初期,一般使用照片进行重建,因为照片的分辨率一般较高,匹配更加精准
针对大规模场景,照片采集效率较低
现而今,视频的分辨率可以达到1080p,甚至4k的分辨率,完全不逊于照片
视频采集效率更高,不需要定时或定距曝光,对于操控的要求低。

三维重建

相机参数标定流程
特征点提取
特征点匹配
对应估计
运动恢复结构

点云重建

稠密匹配重建:如Daisy描述符,可以用来描述图片中任一像素点,而不仅仅是特征点。这使得图片之间的像素点可以进行稠密匹配,从而进行稠密点云的重建。

利用深度重建:该方法计算出了每张图片的深度图,由于该图具有图片中每个点的深度信息,包括特征点与非特征点之间的深度关系。结合上之前重建出的稀疏点云,便可进行点云的稠密重建。


网格重建

基于隐式函数的表面重建算法,致力于发现一个函数,其在模型外的值应小于0,而在模型内的值应大于0,在抽取零等值面后,即为目标模型表面。
现在系统中使用的网格重建算法在使用隐函数重建表面时考虑点的尺度信息,当模型的尺度有疏有密的时候可以把稠密部分建的更加精细,而且可以处理大规模以及噪声较多的模型。

纹理重建

以一组标定图像和一个三维网格模型为输入,输出是一个带有纹理图和纹理坐标的三维模型。


 
版权所有 © 2012-2015 天津微视威信息科技有限公司   津ICP备15005893号   合作伙伴    加入我们