一種紋理實時采集在線映射的方法和系統(tǒng)的制作方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于測繪技術(shù)領(lǐng)域，尤其設(shè)及一種紋理實時采集在線映射的方法和系統(tǒng)。
【背景技術(shù)】
[0002] 隨著計算機技術(shù)的飛速發(fā)展與計算機圖形技術(shù)在游戲、影視、模擬仿真、虛擬旅 游、文物數(shù)字化等領(lǐng)域日益廣泛的應(yīng)用，圖形顯示的真實感成為了計算機圖形學(xué)中最引人 注目的研究問題。然而，要生成一幅比較逼真的圖形需要解決各種各樣的問題，比如圖像繪 審IJ、明暗處理、反走樣、光線跟蹤等等，從而導(dǎo)致了較低的計算效率。為了提高圖形的生成效 率，一般會用簡單的幾何模型描述復(fù)雜的對象，而為了保證生成圖形的真實感，紋理映射就 成為計算機圖形學(xué)中必不可少的重要方法。
[0003] 紋理映射就是將預(yù)先定義的紋理或圖像根據(jù)某種映射算法將其覆蓋到=維空間 物體的表面，建立紋理與空間物體表面的一一對應(yīng)關(guān)系，簡單的說，就是建立一個二維圖像 到=維表面的映射關(guān)系。紋理映射技術(shù)的應(yīng)用極大的提高了光柵掃描圖像的視覺豐富感， 對真實感圖形的生成具有重要的意義。
[0004] 現(xiàn)有技術(shù)中，絕大多數(shù)=維數(shù)字化的應(yīng)用，在紋理映射方法上一般都采用基于實 物拍攝照片的紋理映射方法。一般先利用相機采集所需的紋理影像，然后采用人工交互的 方式將紋理影像映射到對象表面模型上，該種做法有W下幾個問題：
[0005] 1、先采集紋理影像，然后對所有影像一一進行紋理映射，紋理影像很可能會出現(xiàn) 漏采集的情況，導(dǎo)致紋理影像不能覆蓋整個對象模型表面；
[0006] 2、由于像幅限制，單幅紋理影像很難覆蓋整個對象模型表面，紋理映射必須采用 分塊映射的方式，該樣紋理分塊之間很容易產(chǎn)生色差（采集的紋理影像有色差所致）；
[0007] 3、采用人工交互的方式進行紋理映射的精度和效率不高。

【發(fā)明內(nèi)容】

[000引本發(fā)明的目的在于提供一種紋理實時采集在線映射的方法和系統(tǒng)，通過實時采集 紋理影像，實現(xiàn)在線自動紋理映射，既可W避免紋理影像漏采集的情況，又可W減少鄰近紋 理影像之間出現(xiàn)色差問題，同時能夠提高紋理映射效率。
[0009] 根據(jù)本發(fā)明的一個方面，一種紋理實時采集在線映射的方法，包括：
[0010] 步驟S1，生成待映射對象的S維模型；
[0011] 步驟S2,通過無線連接設(shè)備實時獲取所述待映射對象的第一張紋理影像；
[0012] 步驟S3,在所述=維模型和所述第一張紋理影像上，人工選取若干數(shù)量的控制點 對；
[0013] 步驟S4,根據(jù)所述控制點對解算直接線性變換模型得到紋理映射模型；
[0014] 步驟S5,根據(jù)所述紋理映射模型將所述第一張紋理影像映射到所述=維模型上；
[0015] 步驟S6,通過無線連接設(shè)備實時獲取所述待映射對象的第k化> 2)張紋理影像， 將其作為右片；
[0016] 從已經(jīng)映射過的k-1張紋理影像中選取一張與所述第k張紋理影像相關(guān)性最大的 紋理影像，將其作為合法影像對左片，將合法影像對左片和右片組成合法影像對；
[0017] 步驟S7,將所述合法影像對進行SIFT匹配，從所述合法影像對中提取同名點對；
[0018] 步驟S8,根據(jù)同名點對和合法影像對左片解算右片的紋理映射模型，并根據(jù)所述 紋理映射模型將所述右片映射到所述S維模型上；
[0019] 步驟S9,判斷所有紋理影像是否全部完成紋理映射，若否，k = k+1重復(fù)執(zhí)行步驟 S6至步驟S8 ;否則，結(jié)束處理。
[0020] 本發(fā)明的另一目的在于提供一種紋理實時采集在線映射的系統(tǒng)，所述系統(tǒng)包括：
[0021] S維模型生成模塊，用于生成待映射對象的S維模型；
[0022] 紋理影像獲取模塊，用于通過無線連接設(shè)備實時獲取所述待映射對象的紋理影 像；
[0023] 紋理映射模型解算模塊，用于根據(jù)控制點對解算直接線性變換得到紋理映射模 型；
[0024] 紋理影像映射模塊，用于根據(jù)紋理映射模型將紋理影像映射到=維模型上；
[0025] 合法影像對組成模塊，用于從已經(jīng)映射過的k-1張紋理影像中選取一張與所述第 k張紋理影像相關(guān)性最大的紋理影像，將其作為合法影像對左片，將合法影像對左片和右片 組成合法影像對；
[0026] 同名點對提取模塊，用于對所述合法影像對進行SIFT匹配，從中提取同名點對；
[0027] 控制點對計算模塊，用于根據(jù)同名點對計算出右片上的同名點對在S維模型上的 坐標，將右片上的同名點和計算出的S維模型上的點組成控制點對。
[002引根據(jù)本發(fā)明的技術(shù)方案，提出了一種紋理實時采集在線映射的方法和系統(tǒng)，可W 有效避免紋理影像漏采集和鄰近紋理影像之間有色差的問題，同時提高紋理影像映射效 率。
【附圖說明】
[0029] 為了更清楚地說明本發(fā)明實施例中的技術(shù)方案，下面將對實施例或現(xiàn)有技術(shù)描述 中所需要使用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些 實施例，對于本領(lǐng)域普通技術(shù)人員來講，在不付出創(chuàng)造性勞動性的前提下，還可W根據(jù)該些 附圖獲得其他的附圖。
[0030] 圖1是本發(fā)明實施例一提供的方法流程圖；
[0031] 圖2是本發(fā)明紋理影像實時采集在線映射的示意圖；
[0032] 圖3a是本發(fā)明在第一張紋理影像上人工選取控制點對的示意圖；
[0033] 圖3b是本發(fā)明與第一張紋理影像上的控制點對對應(yīng)的=維模型上的控制點對的 示意圖；
[0034] 圖4a是與右片相關(guān)性最大的已映射過的k-1張中的一張紋理影像（左片）；
[0035] 圖4b是相機實時獲取的第k張紋理影像（右片）；
[0036] 圖5a是本發(fā)明合法影像對中的左片剔除異常同名點后的效果圖；
[0037] 圖化是本發(fā)明合法影像對中的右片剔除異常同名點后的效果圖；
[003引圖6a中的標記點是右片上計算出的S維空間點；
[0039] 圖化中的標記點是右片上的二維同名點；
[0040] 圖7是本發(fā)明右片進行紋理映射后的效果圖；
[0041] 圖8是所有紋理影像完成映射后的整體效果圖；
[0042] 圖9是本發(fā)明實施例一中步驟S6的流程圖；
[0043] 圖10是本發(fā)明實施例二的系統(tǒng)結(jié)構(gòu)圖；
[0044] 圖11是本發(fā)明實施例二的合法影像對組成模塊5的結(jié)構(gòu)圖。
【具體實施方式】
[0045] 為了使本發(fā)明的目的、技術(shù)方案及優(yōu)點更加清楚明白，W下結(jié)合附圖及實施例，對 本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅用W解釋本發(fā)明，并不 用于限定本發(fā)明。
[0046] 如前所述，SIFT (Scale-invariant fea1:ure transform)是一種檢測局部特征的 算法，該算法匹配能力較強，能提取穩(wěn)定的特征，可W處理兩幅圖像之間發(fā)生平移、旋轉(zhuǎn)、仿 射變換、視角變換、光照變換情況下的匹配問題，具備較為穩(wěn)定的特征匹配能力，從而可W 實現(xiàn)差異較大的兩幅圖像之間的特征的匹配。
[0047] 為了說明本發(fā)明所述的技術(shù)方案，下面通過具體實施例來進行說明。
[0048] 在用數(shù)碼設(shè)備（例如相機）采集紋理影像前，首先要對其進行檢校。由于相機光 學(xué)成像系統(tǒng)是復(fù)雜的非線性系統(tǒng)，加上各種光電響應(yīng)、電子噪聲、信號轉(zhuǎn)換、環(huán)境干擾和其 它不確定性因素的影響，導(dǎo)致采集的紋理影像具有一定的崎變，所W，在采集紋理影像之前 要對其進行檢校。檢校內(nèi)容主要包括：像主點位置（xu，y。）與主距（f)的測定、徑向崎變 化。k2)和切向崎變?nèi)纾琍2)的巧。定、比例因子化。b2)不統(tǒng)一的巧U定。
[0049] 其次，根據(jù)待映射對象的具體情況（例如待映射對象的大小、形狀、在空間中的位 置分布等）制定紋理影像采集方案。原則上，在保證相鄰紋理影像具有一定重疊度的情況 下盡可能的采集較少的紋理影像。保證相鄰紋理影像具有一定重疊度的目的是為了后面在 相鄰紋理影像的重疊區(qū)域利用SIFT算法匹配尋找同名點對的需要。
[0化0] 另外，為了避免相鄰紋理影像之間出現(xiàn)色差問題，要盡量保證在相同拍攝條件下 義集紋理影像。
[0化1] 最后，通過無線傳輸設(shè)備連接數(shù)碼設(shè)備和計算機，W保證紋理影像的實時獲取與 映射。
[00巧 實施例一
[0化3] 圖1是本發(fā)明實施例一提供的方法流程圖。
[0化4]圖2是本發(fā)明紋理影像實時采集在線映射的示意圖。
[0化5] 步驟S1，生成待映射對象的S維模型。
[0化6] 其中，步驟S1可通過激光掃描或計算機視覺技術(shù)生成待映射對象的=維模型。 [0化7] 步驟S2,通過無線連接設(shè)備實時獲取所述待映射對象的第一張紋理影像。
[0化引具體的，通過無線連接設(shè)備連接相機和圖像數(shù)據(jù)處理模塊（一般為PC)，保證相機 拍攝的紋理影像能夠?qū)崟r傳輸?shù)綌?shù)據(jù)處理模塊中。
[0化9] S3,在所述=維模型和所述第一張紋理影像上，人工選取若干數(shù)量的控制點對。
[0060] 為了實現(xiàn)自動紋理映射，需要對采集到的第一張紋理影像人工選取若干控制點 對，控制點對在空間分布要均勻、構(gòu)像范圍要大，如圖3所示。
[0061] 圖3a是本發(fā)明在第一張紋理影像上人工選取控制點對的示意圖。
[0062] 圖3b是本發(fā)明與第一張紋理影像上的控制點對對應(yīng)的=維模型上的控制點對的 示意圖。
[0063] 圖3a和3b中的標記點即為人工選取的控制點對。
[0064] 步驟S4,根據(jù)所述控制點對解算直接線性變換模型得到紋理映射模型。
[00化]步驟S5,根據(jù)所述紋理映射模型將所述第一張紋理影像映射到所述=維模型上。
[0066] 步驟S6,通過無線連接設(shè)備實時獲取所述待映射對象的第k > 2張紋理影像，將其 作為右片；
[0067] 從已經(jīng)映射過的k-1張紋理影像中選取一張與所述第k張紋理影像相關(guān)性最大的 紋理影像，將其作為合法影像對左片，將合法影像對左片和右片組成合法影像對。
[0068] 步驟S7,將所述合法影像對進行SIFT匹配，從所述合法影像對中提取同名點對。
[0069] 在本步驟中，利用步驟S6中獲取的合法影像對進行SIFT匹配，與步驟S6中的匹 配所不同的是；該次利用相機采集的原始圖像進行SIF