三维点云重建方法及装置

本发明涉及计算机视觉三维重建，尤其涉及一种三维点云重建方法及装置。

背景技术：

1、三维点云重建是指利用二维rgb图像和深度图，恢复出真实物体/场景在三维空间里的大量离散三维坐标点，用三维坐标点还原物体三维外形的过程。三维点云重建技术在计算机视觉、机器人感知、数字孪生等领域已被广泛应用。

2、现有的三维点云重建方法依赖于复杂的神经网络模型进行运算，计算复杂度较高，难以满足实时性要求。

技术实现思路

1、本发明实施例提供一种三维点云重建方法，无需复杂的神经网络模型，可以降低三维点云重建的计算复杂度，实现实时点云重建，该方法包括：

2、获取多个rgb相机的rgb图像以及与所述rgb图像对应的深度图；

3、基于针孔相机几何模型，对所述rgb图像和深度图进行像素反投影，得到每一rgb相机的第一三维点云；

4、基于预先获取的多个rgb相机外参信息，对多个第一三维点云进行配准，得到配准后的多个第二三维点云；

5、基于哈希映射对多个第二三维点云进行空间下采样融合，得到融合后的三维点云。

6、本发明实施例还提供一种三维点云重建装置，无需复杂的神经网络模型，可以降低三维点云重建的计算复杂度，实现实时点云重建，该装置包括：

7、图像获取模块，用于获取多个rgb相机的rgb图像以及与所述rgb图像对应的深度图；

8、反投影模块，用于基于针孔相机几何模型，对所述rgb图像和深度图进行像素反投影，得到每一rgb相机的第一三维点云；

9、配准模块，用于基于预先获取的多个rgb相机外参信息，对多个第一三维点云进行配准，得到配准后的多个第二三维点云；

10、融合模块，用于基于哈希映射对多个第二三维点云进行空间下采样融合，得到融合后的三维点云。

11、本发明实施例还提供一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述三维点云重建方法。

12、本发明实施例还提供一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述三维点云重建方法。

13、本发明实施例还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，所述计算机程序被处理器执行时实现上述三维点云重建方法。

14、本发明实施例中，通过获取多个rgb相机的rgb图像以及与所述rgb图像对应的深度图；基于针孔相机几何模型，对所述rgb图像和深度图进行像素反投影，得到每一rgb相机的第一三维点云；基于预先获取的多个rgb相机外参信息，对多个第一三维点云进行配准，得到配准后的多个第二三维点云；基于哈希映射对多个第二三维点云进行空间下采样融合，得到融合后的三维点云。该方法无需离复杂的神经网络模型，基于针孔相机几何模型进行反投影，使得所有的rgb像素映射为三维点仅通过线性四则运算即可实现，降低了计算复杂度，而且，基于哈希映射对多个第二三维点云进行空间下采样融合，可以在确保点云精度的同时，进一步降低计算复杂度，进而实现实时点云重建。

1.一种三维点云重建方法，其特征在于，包括：

2.权利要求 1 所述的方法，其特征在于，获取与所述rgb图像对应的深度图，包括：

3.如权利要求1所述的方法，其特征在于，基于针孔相机几何模型，对所述rgb图像和深度图进行像素反投影，得到每一rgb相机的第一三维点云之后，还包括针对每一第一三维点云执行如下步骤：

4.如权利要求3所述的方法，其特征在于，根据每层子三维点云的亮度中位数和绝对中位差，确定每层子三维点云的亮度缩放系数之后，还包括：

5.如权利要求1所述的方法，其特征在于，基于哈希映射对多个第二三维点云进行空间下采样融合，得到融合后的三维点云，包括：

6.如权利要求1所述的方法，其特征在于，基于哈希映射对多个第二三维点云进行空间下采样融合，得到融合后的三维点云，包括：

7.如权利要求5或6所述的方法，其特征在于，根据每一三维点的体素标识确定哈希索引，包括：

8.一种三维点云重建装置，其特征在于，包括：

9.一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1至7任一所述的三维点云重建方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1至7任一所述的三维点云重建方法。