您所在的位置: 成果库 一种基于视频图像的三维表面重建的方法

一种基于视频图像的三维表面重建的方法

发布时间: 2025-05-06

基本信息

合作方式： 技术咨询
成果类型： 发明专利
行业领域：
新一代信息技术产业,人工智能
成果介绍
本成果提出了一种基于视频图像的三维表面重建方法，旨在通过高效的图像处理和点云生成技术，实现高精度的三维模型重建。该方法包括以下关键步骤：首先，利用ORB算法对视频图像中的关键帧进行自适应提取，并收集至关键帧集；其次，通过ACTS2.0软件求解摄像机参数，恢复关键帧的深度图像；接着，对每个关键帧进行采样和反投影，获取对应的三维点集，并剔除非关键三维点；然后，将多个关键帧的三维点集合并成场景整体的三维点云；之后，剔除重复冗余的三维点，获得成型的三维点云；最后，利用成型的三维点云提取完整的场景几何模型。该方法通过关键帧提取和多级筛选，显著减少了处理数据量，提高了三维重建的效率和精度。通过深度图分析和点云融合技术，该方法能够快速生成高精度的三维模型，适用于多种应用场景，如虚拟现实、无人驾驶和医学成像等。
成果亮点
本成果的核心亮点在于通过高效的图像处理和点云生成技术，实现了高精度的三维表面重建。首先，利用ORB算法对视频图像中的关键帧进行自适应提取，确保了关键帧的代表性和有效性，减少了后续处理的数据量。其次，通过ACTS2.0软件求解摄像机参数并恢复深度图像，提高了深度信息的准确性。在三维点云生成过程中，通过采样和反投影技术，结合重投影深度误差剔除非关键点，进一步优化了点云的质量。此外，通过深度置信度排序和无重复融合技术，实现了多帧三维点云的高效合并，提高了点云的完整性和一致性。最后，利用Poisson表面重建法提取封闭结构的三维几何模型，并通过剔除冗余点和优化模型结构，生成了高精度的三维场景模型。该方法不仅提高了三维重建的效率，还显著提升了模型的精度和鲁棒性，适用于多种复杂场景。
团队介绍
本成果的研发团队在计算机视觉、三维重建和图像处理等领域拥有深厚的专业背景和丰富的实践经验。团队成员在关键帧提取、深度图像恢复、点云生成和模型优化等方面具备丰富的专业知识和实践经验。团队成员紧密合作，充分发挥各自的专业优势，攻克了视频图像处理、三维点云生成和模型重建中的多项技术难题。该团队不仅具备强大的技术研发能力，还具备将前沿技术与实际应用相结合的能力，为推动三维重建技术的发展和应用做出了重要贡献。
成果资料