本發(fā)明涉及圖像識(shí)別及處理領(lǐng)域，特別是一種三維數(shù)字化圖像采集方法及設(shè)備。

背景技術(shù)：

三維數(shù)字采集技術(shù)是近年來(lái)發(fā)展起來(lái)的圖像識(shí)別及處理的高新技術(shù)，通過(guò)掃描測(cè)量方法，以拍攝對(duì)象的“點(diǎn)云”形式獲取其表面的圖像數(shù)據(jù)，可以快速、大量地采集空間點(diǎn)位信息，從而快速、精確地獲取物體的三維圖像信息?；诖隧?xiàng)技術(shù)的發(fā)展，近年來(lái)，在文物考古領(lǐng)域也開(kāi)展了一系列三維數(shù)字采集技術(shù)的研究與應(yīng)用。由于文物器物本身的脆弱性和獨(dú)一無(wú)二性，如何準(zhǔn)確獲取、保護(hù)、傳承、展示這些文物尤為重要。

伴隨著大批博物館硬件條件改善的完成，數(shù)字博物館建設(shè)將逐步成為博物館軟件建設(shè)的重點(diǎn)工作，然而盡管以故宮、上博、南博等為代表的大型博物館在數(shù)字化領(lǐng)域均有長(zhǎng)期投入，但是文物三維數(shù)字化仍然缺乏進(jìn)展，其瓶頸就是現(xiàn)有數(shù)字化解決方案無(wú)法滿(mǎn)足博物館對(duì)文物三維數(shù)字化的嚴(yán)格質(zhì)量要求。

現(xiàn)有技術(shù)中，基本沿用傳統(tǒng)三維制作技術(shù)路線(xiàn)，即先將點(diǎn)云數(shù)據(jù)導(dǎo)入到第三方軟件如GEOMAGIC中進(jìn)行網(wǎng)格化生成模型，模型文件再導(dǎo)入到三維制作軟件如MAX或MAYA中進(jìn)行展UV，然后將紋理數(shù)據(jù)處理成貼圖文件，再利用這些數(shù)據(jù)在三維制作軟件或虛擬現(xiàn)實(shí)平臺(tái)軟件中進(jìn)行動(dòng)畫(huà)或?qū)崟r(shí)交互展示。

極少數(shù)公司也會(huì)自己開(kāi)發(fā)工具將點(diǎn)云生成網(wǎng)格模型，并利用特征點(diǎn)匹配算法自動(dòng)將紋理數(shù)據(jù)以貼圖的形式賦予每個(gè)小網(wǎng)格面，從而完成自動(dòng)貼圖，這種方式雖然可以做到肉眼難以檢查，但是從原理上講均屬于大規(guī)模的人工干預(yù)，其數(shù)據(jù)的真實(shí)科學(xué)性無(wú)法得到保障，因此對(duì)于文物三維數(shù)字化的典藏需求無(wú)法滿(mǎn)足。

因此，如何提高三維數(shù)字采集技術(shù)在文物考古領(lǐng)域的數(shù)據(jù)采集完整性、穩(wěn)定性及數(shù)據(jù)質(zhì)量，是本領(lǐng)域技術(shù)人員亟待解決的問(wèn)題。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明所要解決的技術(shù)問(wèn)題在于，提供一種三維數(shù)字化圖像采集方法及設(shè)備，不僅能夠高質(zhì)量地采集紋理和三維點(diǎn)云數(shù)據(jù)，而且能消除大規(guī)模的人工干預(yù)，從而提升了數(shù)據(jù)采集的完整性、穩(wěn)定性及數(shù)據(jù)質(zhì)量。

為了解決上述技術(shù)問(wèn)題，本發(fā)明提供一種三維數(shù)字化圖像采集方法，包括：

步驟S1，安裝圖像采集設(shè)備，標(biāo)定控制點(diǎn)和器物盤(pán)坐標(biāo)系；

步驟S2，標(biāo)定相機(jī)參數(shù)，其中，相機(jī)鏡頭畸變系數(shù)(k1，k2，p1，p2)；

步驟S3，環(huán)物拍攝得到拍攝對(duì)象的紋理數(shù)據(jù)，形成初始圖像，獲取初始圖像坐標(biāo)(x，y)；

步驟S4，批處理初始圖像進(jìn)行畸變校正，根據(jù)直接線(xiàn)性變換算法，利用相機(jī)標(biāo)定參數(shù)解算畸變系數(shù)，得到無(wú)畸變圖像，獲取校正后圖像坐標(biāo)(X，Y)；

步驟S5，根據(jù)無(wú)畸變圖像和相機(jī)標(biāo)定參數(shù)，采用計(jì)算機(jī)視覺(jué)三維重構(gòu)算法進(jìn)行點(diǎn)云數(shù)據(jù)獲取加工處理，得到基于紋理數(shù)據(jù)的三維點(diǎn)云數(shù)據(jù)；

步驟S6，根據(jù)相機(jī)標(biāo)定參數(shù)、三維點(diǎn)云數(shù)據(jù)、源影像數(shù)據(jù)，計(jì)算源影像三維映射結(jié)果，獲取紋理點(diǎn)云匹配數(shù)據(jù)；

步驟S7，擬合三維紋理數(shù)據(jù)與三維點(diǎn)云數(shù)據(jù)，實(shí)現(xiàn)基于環(huán)物影像的實(shí)時(shí)測(cè)量與交互展示。其中，所述步驟S2將同名控制點(diǎn)的像方和物方坐標(biāo)關(guān)聯(lián)起來(lái)并解算，具體包括：

步驟S21，圖像預(yù)處理，消除圖像背景；

步驟S22，控制點(diǎn)目標(biāo)細(xì)分定位；

步驟S23，控制點(diǎn)識(shí)別；

步驟S24，識(shí)別準(zhǔn)確度檢核。

其中，所述步驟S22進(jìn)一步包括：

步驟S221，使用低通濾波模板去除影像噪聲完成圖像去噪；

步驟S222，采用多窗口采樣法求取全局背景閾值，完成控制點(diǎn)目標(biāo)和背景目標(biāo)分離；

步驟S223，采用多閾值聚類(lèi)算法完成控制點(diǎn)目標(biāo)間的分離；

步驟S224，采用質(zhì)心法、帶閾值的質(zhì)心法、曲面擬合法、平方加權(quán)質(zhì)心法，完成控制點(diǎn)目標(biāo)的細(xì)分定位。

其中，所述步驟S4的畸變校正公式為：

其中，

其中，所述步驟S5具體包括：

步驟S51，獲取無(wú)畸變圖像后，進(jìn)行特征檢測(cè)自動(dòng)匹配，實(shí)現(xiàn)三維重構(gòu)；

步驟S52，對(duì)無(wú)畸變圖像的特征點(diǎn)和非特征點(diǎn)進(jìn)行匹配擴(kuò)散，完成三維物體的稠密重建；所述特征點(diǎn)采用梯度相似性技術(shù)匹配擴(kuò)散，所述非特征點(diǎn)采用幾何模型選擇技術(shù)和灰度相似性技術(shù)匹配擴(kuò)散；

步驟S53，整體優(yōu)化運(yùn)動(dòng)參數(shù)與三維點(diǎn)云數(shù)據(jù)，建立高精度的三維模型。

其中，所述步驟S6具體包括：

步驟S61，輸入相機(jī)標(biāo)定參數(shù)、三維點(diǎn)云數(shù)據(jù)、源圖像數(shù)據(jù)；

步驟S62，采用點(diǎn)云投影映射算法，將三維點(diǎn)云數(shù)據(jù)投射到各個(gè)圖像之中，使得圖像上的每一個(gè)像素點(diǎn)均對(duì)應(yīng)一個(gè)或多個(gè)三維點(diǎn)云數(shù)據(jù)；

步驟S63，采用遮擋自適應(yīng)剔除算法，將一個(gè)像素對(duì)應(yīng)的多個(gè)三維點(diǎn)云進(jìn)行剔除；

步驟S64，采用三維一致性融合算法處理剩余的冗余三維點(diǎn)云數(shù)據(jù)，將融合結(jié)果賦予一個(gè)像素，使像素與三維點(diǎn)云數(shù)據(jù)一一對(duì)應(yīng)。

步驟S65，輸出源圖像三維映射結(jié)果。

其中，所述步驟S7具體包括：

步驟S71，確認(rèn)數(shù)據(jù)清單，所述數(shù)據(jù)清單包括通過(guò)畸變校正處理的高清圖片、每張圖片對(duì)應(yīng)的鏡頭信息、由點(diǎn)云轉(zhuǎn)化的高細(xì)節(jié)三維模型；

步驟S72，將三維模型按照每張圖像鏡頭的角度渲染出空間坐標(biāo)信息序列圖；

步驟S73，將高清圖片進(jìn)行縮放以匹配展示屏幕尺寸，生成圖像序列用于實(shí)時(shí)展示瀏覽；

步驟S74，分別將圖像序列和空間坐標(biāo)信息序列圖加載到程序中，通過(guò)用戶(hù)點(diǎn)擊選擇圖像上的像素點(diǎn)，查找該圖像對(duì)應(yīng)的空間坐標(biāo)信息圖中的像素點(diǎn)，然后將像素轉(zhuǎn)化成坐標(biāo)信息，通過(guò)兩個(gè)點(diǎn)的坐標(biāo)信息計(jì)算出距離。

其中，所述步驟S7具體包括：

步驟S71，確認(rèn)數(shù)據(jù)清單，所述數(shù)據(jù)清單包括通過(guò)畸變校正處理的高清圖片、每張圖片對(duì)應(yīng)的鏡頭信息、由點(diǎn)云轉(zhuǎn)化的高細(xì)節(jié)三維模型；

步驟S72，高細(xì)節(jié)三維模型預(yù)處理，復(fù)制獲得副本0，將副本0進(jìn)行堿面和四邊面網(wǎng)格優(yōu)化處理，再對(duì)副本0添加uv信息，并分塊優(yōu)化uv，清除uv拉伸，然后復(fù)制副本0獲得副本1，將副本1做平滑處理，同時(shí)保留并平滑uv，將模型面數(shù)增加至原模型以上，然后與原模型進(jìn)行投射，在副本1上重建細(xì)節(jié)；

步驟S73，獲取副本1表面空間信息，生成空間坐標(biāo)信息圖；

步驟S74，縮放高清圖片以匹配展示屏幕尺寸，生成圖像序列用于實(shí)時(shí)展示瀏覽；

步驟S75，把圖像序列加載到展示程序中，將每張圖像對(duì)應(yīng)的攝像機(jī)信息也同時(shí)加載進(jìn)來(lái)，利用三維引擎對(duì)攝像機(jī)數(shù)據(jù)進(jìn)行重建，然后加載模型和空間坐標(biāo)信息圖數(shù)據(jù)。

本發(fā)明還提供了一種三維數(shù)字化圖像采集設(shè)備，包括環(huán)物影像三維重建設(shè)備和設(shè)于環(huán)物影像三維重建設(shè)備外圍的外嵌便攜式控制場(chǎng)；

所述環(huán)物影像三維重建設(shè)備包括底座、擺臂、相機(jī)和器物盤(pán)，所述擺臂連接于底座，所述相機(jī)設(shè)于擺臂上，所述器物盤(pán)通過(guò)導(dǎo)軌升降臺(tái)立于底座上，所述器物盤(pán)可旋轉(zhuǎn)；

所述外嵌便攜式控制場(chǎng)包括沿向外伸出方向包設(shè)于器物盤(pán)外圍的控制板、垂直于控制板上的豎桿，所述控制板包括依次相接的立板、斜板、底板，所述底板位于導(dǎo)軌升降臺(tái)下方，所述豎桿的頂點(diǎn)為坐標(biāo)已知的控制點(diǎn)，所述控制點(diǎn)布設(shè)于器物盤(pán)的外圍；

所述立板垂直于底板，所述斜板與底板的夾角為135度，所述控制點(diǎn)均勻布設(shè)于器物盤(pán)的兩側(cè)及與相機(jī)相對(duì)的一側(cè)，所述豎桿為金屬螺紋鋼立柱。

進(jìn)一步地，上述的三維數(shù)字化圖像采集設(shè)備中，所述器物盤(pán)設(shè)有減速傳動(dòng)系統(tǒng)及靶標(biāo)控制點(diǎn)系統(tǒng)；所述導(dǎo)軌升降臺(tái)包括兩根以上的立柱，所述立柱通過(guò)蝸輪蝸桿帶動(dòng)同步升降，并支撐器物盤(pán)在豎直方向運(yùn)動(dòng)。

本發(fā)明提供的三維數(shù)字化圖像采集方法及設(shè)備，采用采集軟硬件系統(tǒng)與三維測(cè)量展示整體解決方案，在全流程上具有較高的自動(dòng)化作業(yè)水平，通過(guò)紋理數(shù)據(jù)獲取三維點(diǎn)云數(shù)據(jù)，高精度地將紋理數(shù)據(jù)與點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)，再結(jié)合環(huán)物影像展示的無(wú)干預(yù)方式，利用高精度擬合展示理論進(jìn)行文物的三維交互展示與三維測(cè)量，實(shí)現(xiàn)了三維展示中的“所見(jiàn)即所得”，從而提升了數(shù)據(jù)采集的完整性、穩(wěn)定性及數(shù)據(jù)質(zhì)量。

附圖說(shuō)明

為了更清楚地說(shuō)明本發(fā)明實(shí)施例或現(xiàn)有技術(shù)中的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖作簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。

圖1是本發(fā)明三維數(shù)字化圖像采集方法的流程示意圖；

圖2是本發(fā)明三維數(shù)字化圖像采集設(shè)備的結(jié)構(gòu)示意圖。

圖1-2中的序號(hào)和各部分結(jié)構(gòu)及名稱(chēng)如下：

1、環(huán)物影像三維重建設(shè)備；2、外嵌便攜式控制場(chǎng)；3、底座；4、擺臂；5、相機(jī)；6、器物盤(pán)；7、導(dǎo)軌升降臺(tái)；8、控制板；9、豎桿；10、立板；11、斜板；12、底板；13、控制點(diǎn)。

具體實(shí)施方式

以下結(jié)合附圖對(duì)本發(fā)明實(shí)施例進(jìn)行詳細(xì)說(shuō)明。

請(qǐng)參照?qǐng)D1所示，本發(fā)明提供一種三維數(shù)字化圖像采集方法，包括：

步驟S1，安裝圖像采集設(shè)備，標(biāo)定控制點(diǎn)和器物盤(pán)坐標(biāo)系；

步驟S2，標(biāo)定相機(jī)參數(shù)，其中，相機(jī)鏡頭畸變系數(shù)(k1，k2，p1，p2)；

步驟S3，環(huán)物拍攝得到拍攝對(duì)象的紋理數(shù)據(jù)，形成初始圖像，獲取初始圖像坐標(biāo)(x，v)；

步驟S4，批處理初始圖像進(jìn)行畸變校正，根據(jù)直接線(xiàn)性變換算法，利用相機(jī)標(biāo)定參數(shù)解算畸變系數(shù)，得到無(wú)畸變圖像，獲取校正后圖像坐標(biāo)(X，Y)；

步驟S5，根據(jù)無(wú)畸變圖像和相機(jī)標(biāo)定參數(shù)，采用計(jì)算機(jī)視覺(jué)三維重構(gòu)算法進(jìn)行點(diǎn)云數(shù)據(jù)獲取加工處理，得到基于紋理數(shù)據(jù)的三維點(diǎn)云數(shù)據(jù)；

步驟S6，根據(jù)相機(jī)標(biāo)定參數(shù)、三維點(diǎn)云數(shù)據(jù)、源影像數(shù)據(jù)，計(jì)算源影像三維映射結(jié)果，獲取紋理點(diǎn)云匹配數(shù)據(jù)；

步驟S7，擬合三維紋理數(shù)據(jù)與三維點(diǎn)云數(shù)據(jù)，實(shí)現(xiàn)基于環(huán)物影像的實(shí)時(shí)測(cè)量與交互展示。

以下對(duì)各步驟進(jìn)行具體說(shuō)明。

步驟S1中，安裝圖像采集設(shè)備，布設(shè)相機(jī)、器物盤(pán)及控制場(chǎng)，將控制場(chǎng)分別布設(shè)在器物盤(pán)的左右和后方，這樣在相機(jī)0～90度的旋轉(zhuǎn)過(guò)程中，控制點(diǎn)可以均勻的分布在相機(jī)幅面中，而且控制點(diǎn)在相機(jī)0～90度中的任何拍攝位置都可以形成三維布局；在上述勻布控制點(diǎn)的控制場(chǎng)基礎(chǔ)上，定義控制點(diǎn)和器物盤(pán)坐標(biāo)系。

步驟S2將同名控制點(diǎn)的像方和物方坐標(biāo)關(guān)聯(lián)起來(lái)并解算，具體包括：

步驟S21，圖像預(yù)處理，消除圖像背景；

步驟S22，控制點(diǎn)目標(biāo)細(xì)分定位；

步驟S23，控制點(diǎn)識(shí)別；

步驟S24，識(shí)別準(zhǔn)確度檢核。

步驟S21進(jìn)一步包括：根據(jù)相機(jī)標(biāo)定參數(shù)，對(duì)拍攝的圖像進(jìn)行位置的初步計(jì)算，根據(jù)先驗(yàn)知識(shí)大致確定圖像內(nèi)所存在的控制點(diǎn)數(shù)量和編號(hào)。

步驟S22進(jìn)一步包括：

步驟S221，使用低通濾波模板去除影像噪聲完成圖像去噪；

步驟S222，采用多窗口采樣法求取全局背景閾值，完成控制點(diǎn)目標(biāo)和背景目標(biāo)分離；

步驟S223，采用多閾值聚類(lèi)算法完成控制點(diǎn)目標(biāo)間的分離；

步驟S224，采用質(zhì)心法、帶閾值的質(zhì)心法、曲面擬合法、平方加權(quán)質(zhì)心法，完成控制點(diǎn)目標(biāo)的細(xì)分定位。

步驟S3中，環(huán)物拍攝時(shí)設(shè)置相機(jī)拍攝間隔時(shí)間、相機(jī)拍攝與激光控制點(diǎn)協(xié)同工作、轉(zhuǎn)盤(pán)旋轉(zhuǎn)工作參數(shù)及相機(jī)旋轉(zhuǎn)工作參數(shù)，使設(shè)備可以完成自動(dòng)拍攝。通過(guò)以上設(shè)置，得到拍攝對(duì)象的紋理數(shù)據(jù)，形成初始圖像，獲取初始圖像坐標(biāo)(x，y)。

步驟S3完成了本發(fā)明三維數(shù)字化圖像采集方法的數(shù)據(jù)采集環(huán)節(jié)，通過(guò)控制場(chǎng)測(cè)量、相機(jī)標(biāo)定和相機(jī)定位算法提高了數(shù)據(jù)采集精度?？刂茍?chǎng)測(cè)量可以為相機(jī)建立高精度的固定坐標(biāo)系，定標(biāo)相機(jī)可以為后期圖像的畸變校正提供參數(shù)信息，相機(jī)定位算法可以通過(guò)畫(huà)面中控制場(chǎng)信息變化求出相機(jī)自身的準(zhǔn)確位置，對(duì)機(jī)械系統(tǒng)運(yùn)動(dòng)中出現(xiàn)的隨機(jī)誤差可以進(jìn)行很好的校正，這兩方面技術(shù)工作在數(shù)據(jù)采集階段確保了數(shù)據(jù)的精度質(zhì)量。

步驟S4中，每次紋理數(shù)據(jù)采集完成后需要通過(guò)畸變校正軟件的批量處理進(jìn)行畸變校正，畸變校正后的數(shù)據(jù)才可以提交到下一個(gè)點(diǎn)云數(shù)據(jù)獲取環(huán)節(jié)使用，以克服由于光學(xué)鏡頭的加工會(huì)存在的誤差而造成的像元畸變問(wèn)題。

根據(jù)直接線(xiàn)性變換算法，利用相機(jī)標(biāo)定參數(shù)解算畸變系數(shù)，根據(jù)以下公式對(duì)初始圖像進(jìn)行畸變校正，從而得到無(wú)畸變圖像，獲取校正后圖像坐標(biāo)(X，Y)。

其中，

在畸變校正過(guò)程中，由于像素映射關(guān)系可能并不是一一對(duì)應(yīng)的，即(X，Y)坐標(biāo)值為整數(shù)時(shí)，與之對(duì)應(yīng)的(x，y)就不一定是整數(shù)，而非整數(shù)的(x，y)坐標(biāo)在原圖上的值是沒(méi)有定義的，即沒(méi)有灰度值，為此需要圖像的插值計(jì)算，內(nèi)插出改點(diǎn)的灰度值。內(nèi)插的方法采用快速高效的雙線(xiàn)性插值方法。

步驟S5具體包括：

步驟S51，獲取無(wú)畸變圖像后，進(jìn)行特征檢測(cè)自動(dòng)匹配，實(shí)現(xiàn)三維重構(gòu)；

步驟S52，對(duì)無(wú)畸變圖像的特征點(diǎn)和非特征點(diǎn)進(jìn)行匹配擴(kuò)散，完成三維物體的稠密重建；所述特征點(diǎn)采用梯度相似性技術(shù)匹配擴(kuò)散，所述非特征點(diǎn)采用幾何模型選擇技術(shù)和灰度相似性技術(shù)匹配擴(kuò)散；

步驟S53，整體優(yōu)化運(yùn)動(dòng)參數(shù)與三維點(diǎn)云數(shù)據(jù)，建立高精度的三維模型。

具體來(lái)說(shuō)，本發(fā)明采用的是局部灰度序方法來(lái)實(shí)現(xiàn)特征點(diǎn)匹配：利用整體灰度序?qū)⒔Y(jié)構(gòu)區(qū)域的劃分為若干子集合；應(yīng)用局部灰度序方法對(duì)每個(gè)像素的局部灰度序進(jìn)行編碼，對(duì)每個(gè)子集合統(tǒng)計(jì)局部灰度序方法分布直方圖；將所有子集合的局部灰度序方法分布直方圖組成一個(gè)向量作為結(jié)構(gòu)區(qū)域的特征描述。該方法不需要估計(jì)主方向，同時(shí)包含了局部和整體的灰度序信息，因而具有很強(qiáng)的區(qū)分能力，對(duì)兒何旋轉(zhuǎn)和光照單調(diào)變化具有不變性，同時(shí)對(duì)視角變 化、圖像模糊和JPEG壓縮等也有很強(qiáng)的魯棒性。大量的實(shí)驗(yàn)表明：局部灰度序方法的匹配的性能超越了當(dāng)前常用特征描述，比如SIFT，DAISY和HRI-CSLTP。

同時(shí)，本發(fā)明采用三維重構(gòu)算法進(jìn)行點(diǎn)云數(shù)據(jù)獲取加工處理，大大提升了拍攝精度及自動(dòng)化程度：可采用普通單反數(shù)碼相機(jī)，無(wú)需固定焦距，可以根據(jù)具體拍攝環(huán)境實(shí)時(shí)調(diào)整鏡頭焦距。相機(jī)無(wú)需提前進(jìn)行任何標(biāo)定，因此也就無(wú)需任何三維控制場(chǎng)、標(biāo)定模板等；相機(jī)的內(nèi)外參數(shù)信息由系統(tǒng)自動(dòng)計(jì)算，靈活度高；在引入控制點(diǎn)和相機(jī)標(biāo)定的條件下精度將得到更好的保障。圖像拍攝方式無(wú)特殊約束或限制，只需手持自由拍攝即可，無(wú)需區(qū)域劃分；在高精度環(huán)物攝影平臺(tái)下作業(yè)，可更好保障點(diǎn)云獲取精度。全自動(dòng)三維建模，從底層圖像處理到生成最終的三維模型，全部自動(dòng)實(shí)現(xiàn)，無(wú)需人工交互。三維建模精度與激光掃描精度相當(dāng)。

步驟S6具體包括：

步驟S61，輸入相機(jī)標(biāo)定參數(shù)、三維點(diǎn)云數(shù)據(jù)、源圖像數(shù)據(jù)；

步驟S62，采用點(diǎn)云投影映射算法，將三維點(diǎn)云數(shù)據(jù)投射到各個(gè)圖像之中，使得圖像上的每一個(gè)像素點(diǎn)均對(duì)應(yīng)一個(gè)或多個(gè)三維點(diǎn)云數(shù)據(jù)；

步驟S63，采用遮擋自適應(yīng)剔除算法，將一個(gè)像素對(duì)應(yīng)的多個(gè)三維點(diǎn)云進(jìn)行剔除；

步驟S64，采用三維一致性融合算法處理剩余的冗余三維點(diǎn)云數(shù)據(jù)，將融合結(jié)果賦予一個(gè)像素，使像素與三維點(diǎn)云數(shù)據(jù)一一對(duì)應(yīng)；

步驟S65，輸出源圖像三維映射結(jié)果。

需要說(shuō)明的是，相機(jī)標(biāo)定參數(shù)包括相機(jī)的內(nèi)參數(shù)和外參數(shù)數(shù)據(jù)。步驟S5和步驟S6完成了本發(fā)明三維數(shù)字化圖像采集方法的數(shù)據(jù)加工環(huán)節(jié)。采集數(shù)據(jù)速度、精度達(dá)到激光三維掃描設(shè)備同等水平，點(diǎn)云自動(dòng)拼接無(wú)需控制點(diǎn)、設(shè)備要求簡(jiǎn)單的特點(diǎn)。點(diǎn)云數(shù)據(jù)生產(chǎn)出來(lái)后，通過(guò)上述步驟及算法生成紋理點(diǎn)云配準(zhǔn)文件，該文件同點(diǎn)云數(shù)據(jù)和紋理數(shù)據(jù)共同構(gòu)成了后期展示的全部數(shù)據(jù)基礎(chǔ)。

本發(fā)明采用模式識(shí)別領(lǐng)域的三維重構(gòu)算法，完成基于環(huán)物攝影影像數(shù)據(jù)的三維點(diǎn)云數(shù)據(jù)獲取，因此點(diǎn)云數(shù)據(jù)一旦形成即可與畸變校正后的紋理像素實(shí)現(xiàn)一對(duì)一的擬合對(duì)映，我們?cè)趯Ⅻc(diǎn)云三維空間數(shù)值擬合賦予每個(gè)像素后，得到了一幅幅可支持精確三維測(cè)量的環(huán)物影像數(shù)據(jù)，該數(shù)據(jù)最終以交互式環(huán)物影像方式完成展示，擬合展示技術(shù)理論與現(xiàn)有三維展示技術(shù)理論相比實(shí)現(xiàn)了以最小的人工干預(yù)完成三維測(cè)量展示的目的，以所見(jiàn)即所得的設(shè)計(jì)思想最大限度地保障了數(shù)據(jù)的真實(shí)性。

步驟S7具體包括：

步驟S71，確認(rèn)數(shù)據(jù)清單，所述數(shù)據(jù)清單包括通過(guò)畸變校正處理的高清圖片、每張圖片 對(duì)應(yīng)的鏡頭信息、由點(diǎn)云轉(zhuǎn)化的高細(xì)節(jié)三維模型；

步驟S72，將三維模型按照每張圖像鏡頭的角度渲染出空間坐標(biāo)信息序列圖；

步驟S73，將高清圖片進(jìn)行縮放以匹配展示屏幕尺寸，生成圖像序列用于實(shí)時(shí)展示瀏覽；

步驟S74，分別將圖像序列和空間坐標(biāo)信息序列圖加載到程序中，通過(guò)用戶(hù)點(diǎn)擊選擇圖像上的像素點(diǎn)，查找該圖像對(duì)應(yīng)的空間坐標(biāo)信息圖中的像素點(diǎn)，然后將像素轉(zhuǎn)化成坐標(biāo)信息，通過(guò)兩個(gè)點(diǎn)的坐標(biāo)信息計(jì)算出距離。

基于步驟S7的以上方法，本發(fā)明進(jìn)一步提出了基于精確坐標(biāo)點(diǎn)的擬合展示方案，可以獲得更高的測(cè)量精度，具體步驟如下：

步驟S71，確認(rèn)數(shù)據(jù)清單，所述數(shù)據(jù)清單包括通過(guò)畸變校正處理的高清圖片、每張圖片對(duì)應(yīng)的鏡頭信息、由點(diǎn)云轉(zhuǎn)化的高細(xì)節(jié)三維模型；

步驟S72，高細(xì)節(jié)三維模型預(yù)處理，復(fù)制獲得副本0，將副本0進(jìn)行堿面和四邊面網(wǎng)格優(yōu)化處理，再對(duì)副本0添加uv信息，并分塊優(yōu)化uv，清除uv拉伸，然后復(fù)制副本0獲得副本1，將副本1做平滑處理，同時(shí)保留并平滑uv，將模型面數(shù)增加至原模型以上，然后與原模型進(jìn)行投射，在副本1上重建細(xì)節(jié)；

步驟S73，獲取副本1表面空間信息，生成空間坐標(biāo)信息圖；

步驟S74，縮放高清圖片以匹配展示屏幕尺寸，生成圖像序列用于實(shí)時(shí)展示瀏覽；

步驟S75，把圖像序列加載到展示程序中，將每張圖像對(duì)應(yīng)的攝像機(jī)信息也同時(shí)加載進(jìn)來(lái)，利用三維引擎對(duì)攝像機(jī)數(shù)據(jù)進(jìn)行重建，然后加載模型和空間坐標(biāo)信息圖數(shù)據(jù)。

在這種方法中，副本0作為低面模型具有很少的點(diǎn)和面，渲染速度更快，更適合實(shí)時(shí)展示，而副本1和副本0具有相同的uv映射信息，所以由副本1所生成的空間坐標(biāo)信息圖同樣適用于副本0，這樣就達(dá)到了用低面模型來(lái)承載高細(xì)節(jié)模型信息的目的，從而使實(shí)時(shí)渲染展示更加快速。在三維引擎中對(duì)模型實(shí)時(shí)應(yīng)用背面剔除技術(shù)處理，使得模型背面的信息被屏蔽掉。在測(cè)量過(guò)程中只需要觀(guān)察模型時(shí)能看到的面的數(shù)據(jù)，所以要將模型背面的信息屏蔽掉以避免用戶(hù)操作時(shí)不小心點(diǎn)到了模型的背面。

測(cè)量時(shí)，用戶(hù)通過(guò)在圖像中點(diǎn)擊選擇得到一點(diǎn)，由視點(diǎn)處發(fā)射一條到該點(diǎn)的射線(xiàn)與模型接觸后即可讀取空間坐標(biāo)信息圖內(nèi)的具體信息，通過(guò)信息轉(zhuǎn)化得到該點(diǎn)的三維空間坐標(biāo)，再通過(guò)兩點(diǎn)坐標(biāo)計(jì)算出距離。

步驟S7的第二種方案的數(shù)據(jù)精度要遠(yuǎn)遠(yuǎn)高于第一種方案。在第一種方案的渲染空間坐標(biāo)信息序列圖環(huán)節(jié)中，渲染原理是通過(guò)攝影機(jī)投射的方式映像的，所以每個(gè)空間數(shù)據(jù)在不同的鏡頭角度的圖像上并不唯一，會(huì)因攝影機(jī)方位的細(xì)小誤差造成更大的數(shù)據(jù)誤差；而在第二種 方案中采取的uv映射方式可以做到表面每個(gè)空間點(diǎn)只有一個(gè)數(shù)據(jù)，而且數(shù)據(jù)值域梯度更大，能更好的還原真實(shí)數(shù)據(jù)。同時(shí)，在第一種方案中，用的是空間坐標(biāo)信息序列圖，是每個(gè)攝影角度都有一張圖像數(shù)據(jù)，耗費(fèi)更多的內(nèi)存資源；而在第二種方案中，只用一張空間坐標(biāo)信息圖來(lái)表示坐標(biāo)數(shù)據(jù)，占用資源更少。另外，在第一種方案中，用戶(hù)只能在一個(gè)角度去測(cè)量距離，而且測(cè)量后的直觀(guān)線(xiàn)段顯示結(jié)果會(huì)在用戶(hù)轉(zhuǎn)換其他視角后無(wú)法保留；而在第二種方案中，解決了這個(gè)問(wèn)題，因?yàn)橛玫氖侨S引擎，所以可以在任意角度測(cè)量和觀(guān)測(cè)結(jié)果線(xiàn)段。

由于藏品標(biāo)本紋理與材質(zhì)的高度復(fù)雜性，采用點(diǎn)云與紋理擬合展示的技術(shù)路線(xiàn)，可以支持使用人員在以三維交互的方式觀(guān)看環(huán)物影像的同時(shí)，可以在高質(zhì)量二維紋理圖像上直接利用擬合點(diǎn)云空間信息進(jìn)行復(fù)雜的三維測(cè)量，實(shí)現(xiàn)功能強(qiáng)大的交互展示應(yīng)用。本發(fā)明提供的點(diǎn)云數(shù)據(jù)與紋理數(shù)據(jù)的處理方法，解決紋理數(shù)據(jù)的畸變處理、相機(jī)位置提取、點(diǎn)云大數(shù)據(jù)量運(yùn)算等問(wèn)題，將三維點(diǎn)云與紋理數(shù)據(jù)進(jìn)行三維擬合展示并開(kāi)發(fā)測(cè)量應(yīng)用功能。

通過(guò)上述說(shuō)明可知，本發(fā)明所述的三維數(shù)字化圖像采集方法，通過(guò)紋理數(shù)據(jù)獲取三維點(diǎn)云數(shù)據(jù)，高精度地將紋理數(shù)據(jù)與點(diǎn)云數(shù)據(jù)進(jìn)行配準(zhǔn)，再結(jié)合環(huán)物影像展示的無(wú)干預(yù)方式，利用高精度擬合展示理論進(jìn)行文物的三維交互展示與三維測(cè)量，實(shí)現(xiàn)了三維展示中的“所見(jiàn)即所得”，從而提升了數(shù)據(jù)采集的完整性、穩(wěn)定性及數(shù)據(jù)質(zhì)量。

本發(fā)明還提供了一種三維數(shù)字化圖像采集設(shè)備，包括環(huán)物影像三維重建設(shè)備1和設(shè)于環(huán)物影像三維重建設(shè)備1外圍的外嵌便攜式控制場(chǎng)2；所述環(huán)物影像三維重建設(shè)備1包括底座3、擺臂4、相機(jī)5和器物盤(pán)6，所述擺臂4連接于底座3，所述相機(jī)5設(shè)于擺臂4上，所述器物盤(pán)6通過(guò)導(dǎo)軌升降臺(tái)7立于底座3上，所述器物盤(pán)6可旋轉(zhuǎn)；所述外嵌便攜式控制場(chǎng)2包括沿向外伸出方向包設(shè)于器物盤(pán)6外圍的控制板8、垂直于控制板8上的豎桿9，所述控制板8包括依次相接的立板10、斜板11、底板12，所述底板12位于導(dǎo)軌升降臺(tái)7下方，所述豎桿9的頂點(diǎn)為坐標(biāo)已知的控制點(diǎn)13，所述控制點(diǎn)13布設(shè)于器物盤(pán)6的外圍；所述立板10垂直于底板12，所述斜板與底板12的夾角為135度，所述控制點(diǎn)13均勻布設(shè)于器物盤(pán)6的兩側(cè)及與相機(jī)5相對(duì)的一側(cè)，所述豎桿9為金屬螺紋鋼立柱。

所述外嵌便攜式控制場(chǎng)2設(shè)計(jì)在環(huán)物影像三維重建設(shè)備1的外圍，可以確保擺臂4旋轉(zhuǎn)過(guò)程中，控制點(diǎn)13能夠均勻的分布在相機(jī)5幅面中，而且控制點(diǎn)13在相機(jī)5的任何拍攝位置都能夠形成三維布局；所述擺臂4可0～90度地旋轉(zhuǎn)，帶動(dòng)相機(jī)5可0～90度地旋轉(zhuǎn)；所述器物盤(pán)6用于放置拍攝對(duì)象，并通過(guò)馬達(dá)帶動(dòng)旋轉(zhuǎn)，從而帶動(dòng)拍攝對(duì)象旋轉(zhuǎn)，通過(guò)導(dǎo)軌升降臺(tái)7帶動(dòng)上升、下降，從而帶動(dòng)拍攝對(duì)象上升、下降；所述相機(jī)5用于采集拍攝對(duì)象的圖像，每幅圖像都實(shí)時(shí)傳入圖像采集設(shè)備的系統(tǒng)中；所述控制板8、垂直于控制板8上的豎桿9形 成了所述外嵌便攜式控制場(chǎng)2。

所述三維數(shù)字化圖像采集設(shè)備按照下述圖像拍攝方法獲取拍攝對(duì)象的360張圖像，并將圖像作為下一步處理流程的輸入：將拍攝對(duì)象放置在器物盤(pán)6上，所述器物盤(pán)6位于外嵌便攜式控制場(chǎng)2的包圍中，調(diào)整擺臂4的高度和方向使相機(jī)5固定于拍攝對(duì)象的上方，相機(jī)5的主光線(xiàn)對(duì)準(zhǔn)攝物對(duì)象，器物盤(pán)6經(jīng)馬達(dá)控制進(jìn)入旋轉(zhuǎn)的過(guò)程中，相機(jī)5按等間隔獲取拍攝對(duì)象的圖像，每幅圖像都實(shí)時(shí)傳入圖像采集設(shè)備的系統(tǒng)中。

所述擺臂4在0～90度的旋轉(zhuǎn)過(guò)程中，控制點(diǎn)13可以均勻的分布在相機(jī)5幅面中，而且控制點(diǎn)13在相機(jī)5的0～90度中的任何拍攝位置都可以形成三維布局。所述外嵌便攜式控制場(chǎng)2的三維分布，有利于提高解算精度；均勻分布并可以填充整個(gè)相機(jī)5幅寬。在布設(shè)上，考慮相機(jī)5焦距分布在17～35范圍內(nèi)，因此控制場(chǎng)按最大幅面進(jìn)行布設(shè)。

進(jìn)一步地，如圖2所示，在本發(fā)明實(shí)施例提供的三維數(shù)字化圖像采集設(shè)備中，所述器物盤(pán)6設(shè)有減速傳動(dòng)系統(tǒng)及靶標(biāo)控制點(diǎn)系統(tǒng)；所述導(dǎo)軌升降臺(tái)7包括兩根以上的立柱，所述立柱通過(guò)蝸輪蝸桿帶動(dòng)同步升降，并支撐器物盤(pán)6在豎直方向運(yùn)動(dòng)。通過(guò)上述裝置，所述器物盤(pán)6和導(dǎo)軌升降臺(tái)7的運(yùn)動(dòng)更加精確，有助于提升圖像采集的精確性。

從上述技術(shù)方案可以看出，本發(fā)明的三維數(shù)字化圖像采集設(shè)備在環(huán)物影像三維重建設(shè)備1的基礎(chǔ)上設(shè)計(jì)并建立了外嵌便攜式三維控制場(chǎng)2，從而具備外部相機(jī)標(biāo)定設(shè)備，點(diǎn)云生成精度有了大幅度提高，即使利用普通的單反級(jí)別非量測(cè)相機(jī)，其點(diǎn)云精度也可由分米級(jí)達(dá)到毫米級(jí)。設(shè)備精度的提高使其具有更廣泛的應(yīng)用，例如可以用于小型文物、地質(zhì)標(biāo)本的數(shù)據(jù)采集。