一种三维重建方法、装置、设备及存储介质与流程

1.本发明实施例涉及三维重建技术领域，尤其涉及一种三维重建方法、装置、设备及存储介质。


背景技术：

2.由于深度相机在视域和测距方面的限制，其对大尺度的建筑场景进行实测实量时，无法在某站点的某朝向上重建出建筑场景的完整的三维模型，其需要以某站点为中心进行多角度旋转来获取不同位置上的点云数据，并将不同位置上的点云数据统一到同一坐标系下以完成建筑场景的三维重建。
3.但是，在控制深度相机进行旋转以采集得到一周内各朝向上的点云数据的过程中，相邻两帧间的位姿变换关系受到旋转设备、成像设备、相关算法等等方面的影响而存在误差，这意味着多个相邻两帧间的位姿变换关系的误差累积容易造成首尾相邻两帧无法很好地拼接起来，这影响了后续的三维重建工作。


技术实现要素：

4.本发明实施例提供了一种三维重建方法、装置、设备及存储介质，以实现完整的高精度的三维重建的效果。
5.第一方面，本发明实施例提供了一种三维重建方法，可以包括：
6.获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，并确定多帧点云数据中相邻帧间的位姿变换关系；
7.根据各位姿变换关系构建出回环全局模型，并基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系；
8.根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
9.可选的，获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，可以包括：
10.获取三维采集设备以目标站点为中心且以预设朝向为起点进行旋转时采集到的不同位置上的多帧点云数据，其中，多帧点云数据中的首帧点云数据和尾帧点云数据是对同一位置采集得到的点云数据。
11.可选的，各位姿变换关系包括尾帧点云数据和首帧点云数据间的位姿变换关系、及尾帧点云数据的上一帧点云数据和首帧点云数据间的位姿变换关系。
12.可选的，基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系，可以包括：基于最小二乘问题对回环全局模型进行迭代调整，求解出调整后的各位姿变换关系。
13.可选的，位姿变换关系通过旋转矩阵和平移矩阵表示，最小二乘问题通过如下公式表示：
[0014][0015]
其中，i表示第i帧，i是核函数，fi是代价函数，ri是旋转矩阵且ti是平移矩阵。
[0016]
可选的，确定多帧点云数据中相邻帧间的位姿变换关系，可以包括：
[0017]
确定多帧点云数据中相邻帧间的单应性变换，并基于单应性变换对相邻帧进行变换，从变换后的相邻帧中提取出稠密特征对；
[0018]
基于单应性变换对稠密特征对进行反变换，基于反变换后的稠密特征对确定相邻帧间的位姿变换关系。
[0019]
可选的，根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，可以包括：
[0020]
将多帧点云数据分别乘以相应的调整后的位姿变换关系，以将多帧点云数据统一到同一坐标系下实现相邻帧间的拼接。
[0021]
第二方面，本发明实施例还提供了一种三维重建装置，该装置可以包括：
[0022]
关系确定模块，用于获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，确定多帧点云数据中相邻帧间的位姿变换关系；
[0023]
关系调整模块，用于根据各位姿变换关系构建出回环全局模型，并基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系；
[0024]
三维重建模块，用于根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
[0025]
第三方面，本发明实施例还提供了一种设备，该设备可以包括：
[0026]
一个或多个处理器；
[0027]
存储器，用于存储一个或多个程序；
[0028]
当一个或多个程序被一个或多个处理器执行，使得一个或多个处理器实现本发明任意实施例所提供的三维重建方法。
[0029]
第四方面，本发明实施例还提供了一种计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现本发明任意实施例所提供的三维重建方法。
[0030]
本发明实施例的技术方案，通过获取三维采集设备以目标站点为中心进行旋转时采集到的多帧点云数据，确定多帧点云数据中相邻帧间的位姿变换关系；根据各位姿变换关系构建出回环全局模型，以便基于回环全局模型从全局角度对各位姿变换关系进行调整来提高各位姿变换关系的确定精度；进而，根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，由此实现了多帧点云数据的三维重建。上述技术方案，从全局角度对各相邻帧间的位姿变换关系进行调整，解决了因受到不同程度的位姿变换关系的误差累积的影响而致使首尾相邻帧无法较好拼接的问题，通过各相邻帧的高精度拼接实现了完整的高精度的三维重建的效果。
附图说明
[0031]
图1是本发明实施例一中的一种三维重建方法的流程图；
[0032]
图2a是本发明实施例一中的一种三维重建方法中相邻帧的第一示意图；
[0033]
图2b是本发明实施例二中的一种三维重建方法中相邻帧的第二示意图；
[0034]
图3是本发明实施例二中的一种三维重建方法的流程图；
[0035]
图4是本发明实施例三中的一种三维重建方法的流程图；
[0036]
图5a是现有技术中的一种三维重建方法的应用效果图；
[0037]
图5b是本发明实施例三中的一种三维重建方法的应用效果图；
[0038]
图6是本发明实施例四中的一种三维重建装置的结构框图；
[0039]
图7是本发明实施例五中的一种设备的结构示意图。
具体实施方式
[0040]
下面结合附图和实施例对本发明作进一步详细说明。可以理解的是，此处所描述的具体实施例仅仅用于解释本发明，而非对本发明的限定。另外还需要说明的是，为了便于描述，附图中仅示出了与本发明相关的部分而非全部结构。
[0041]
实施例一
[0042]
图1是本发明实施例一中提供的一种三维重建方法的流程图。本实施例可适用于对各相邻帧间的位姿变换关系进行调整以实现完整的高精度的三维重建的情况。该方法可以由本发明实施例提供的三维重建装置来执行，该装置可以由软件和/或硬件的方式实现，该装置可以集成在设备上。
[0043]
参见图1，本发明实施例的方法具体包括如下步骤：
[0044]
s110、获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，并确定多帧点云数据中相邻帧间的位姿变换关系。
[0045]
其中，目标站点可以是某场景中的某站点，如建筑场景中待进行实测实量的站点。三维采集设备可以是用于采集目标站点的四周环境的点云数据的设备，如深度相机。控制三维采集设备以目标站点为中心进行旋转，该旋转控制过程可以是直接控制或是间接控制，例如将三维采集设备固定在电机装置上，通过控制电机装置以目标站点为中心进行旋转来间接控制三维采集设备也以该目标站点为中心进行旋转，等等。
[0046]
除此之外，还可以控制三维采集设备在旋转过程中采集多帧点云数据，如控制三维采集设备在旋转预设角度后采集一帧点云数据，各预设角度可能相同也可能不同，该预设角度可以是相邻帧间的变化角度，即上一帧点云数据和下一帧点云数据间的变化角度，该下一帧点云数据即为待采集点云数据，如控制三维采集设备每旋转30
°
后采集一帧点云数据；可以是初始点云数据和待采集点云数据间的变化角度，该初始点云数据是初始设定的某个点云数据，如控制三维采集设备在相对于初始点云数据旋转30
°
、40
°
、50
°
后分别采集一帧点云数据；等等。由此，可以获取到三维采集设备在旋转过程中对不同位置采集得到的点云数据，实现了单个站点的多角度点云数据采集。
[0047]
进一步，根据获取到的各点云数据可以确定各点云数据中相邻帧间的位姿变换关系，位姿是三维采集设备在点云数据采集时刻时的位置信息和朝向信息，而位姿变换关系是上一位姿和下一位姿间的变换关系，该上一位姿是三维采集设备在上一帧点云数据对应的点云数据采集时刻时的位姿，该下一位姿是三维采集设备在下一帧点云数据对应的点云数据采集时刻时的位姿。示例性的，以三维采集设备是深度相机为例，每帧数据可以包括深度信息和颜色信息，根据相邻帧中的深度信息和颜色信息可以确定二者的位姿变换关系。
[0048]
s120、根据各位姿变换关系构建出回环全局模型，并基于回环全局模型对各位姿
变换关系进行调整，确定调整后的位姿变换关系。
[0049]
其中，每个相邻帧间均存在一个位姿变换关系，多个相邻帧间则存在多个位姿变换关系，且该多个位姿变换关系可以构成一个回环。示例性的，如图2a所示，假设三维采集设备采集到5帧点云数据，则位姿变换关系可以是第1帧点云数据和第2帧点云数据间、第2帧点云数据和第3帧点云数据间、第3帧点云数据和第4帧点云数据间、第4帧点云数据和第5帧点云数据间、以及第5帧点云数据和第1帧点云数据间的位姿变换关系，这些位姿变换关系可以构成一个回环，其中，第5帧点云数据对应的位姿和第1帧点云数据对应的位姿间的相似度可以较高或是较低，在此未做具体限定。
[0050]
由此，根据各位姿变换关系可以构建出回环全局模型，该回环全局模式是用于从全局角度对各位姿变换关系进行调整的模型，在基于回环全局模型对各位姿变换关系进行调整之后，可以使得调整后的各位姿变换关系构成的回环全局模式的目标函数达到最小，由此解决了因估计出的多个相邻帧间的位姿变换关系的误差累积导致首尾相邻帧间的位姿变换关系的误差较大的问题，实现了各相邻帧间的位姿变换关系的精准确定的效果，尤其是首尾相邻帧间位姿变换关系的精准确定的效果。
[0051]
s130、根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
[0052]
其中，每个相邻帧间均存在一个调整后的位姿变换关系，根据该调整后的位姿变换关系可以对与其相应的相邻帧进行拼接，由此实现了任意相邻帧的精准拼接的效果，尤其是实现了首尾相邻帧的精准拼接的效果。进而，根据上述拼接结果可以实现多帧点云数据的三维重建，由此实现了目标站点的三维模型的完整的高精度的三维模型重建的效果，有效避免了因某相邻帧的估计出的位姿变换关系的误差较大而致使三维模型重建失败的情况出现。
[0053]
在此基础上，可选的，上述点云数据拼接过程可以是将多帧点云数据分别乘以相应的调整后的位姿变换关系，以将多帧点云数据统一到同一坐标系下实现相邻帧间的拼接，即将调整后的各位姿变换关系与相应的点云数据分别进行相乘，得到拼接后的各帧点云数据。示例性的，如图2a所示，可以将第1帧点云数据和第2帧点云数据间的位姿变换关系与第1帧点云数据进行相乘以实现第1帧点云数据和第2帧点云数据间的拼接；进一步，将第2帧点云数据和第3帧点云数据间的位姿变换关系与第2帧点云数据进行相乘以实现第2帧点云数据和第3帧点云数据间的拼接；以此类推，直至各相邻帧拼接在一起。
[0054]
本发明实施例的技术方案，通过获取三维采集设备以目标站点为中心进行旋转时采集到的多帧点云数据，确定多帧点云数据中相邻帧间的位姿变换关系；根据各位姿变换关系构建出回环全局模型，以便基于回环全局模型从全局角度对各位姿变换关系进行调整来提高各位姿变换关系的确定精度；进而，根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，由此实现了多帧点云数据的三维重建。上述技术方案，从全局角度对各相邻帧间的位姿变换关系进行调整，解决了因受到不同程度的位姿变换关系的误差累积的影响而致使首尾相邻帧无法较好拼接的问题，通过各相邻帧的高精度拼接实现了完整的高精度的三维重建的效果。
[0055]
一种可选的技术方案，确定多帧点云数据中相邻帧间的位姿变换关系，可包括：确定多帧点云数据中相邻帧间的单应性变换，该单应性变换可以根据相邻帧间的特征对确
定，该特征对可以是基于sift、surf等等算法从相邻帧中直接提取得到，也可以是对基于sift、surf等算法的提取结果进行提纯后得到，等等；基于单应性变换对相邻帧进行变换，从变换后的相邻帧中提取出稠密特征对，该稠密特征对可以基于sift光流算法提取得到；基于单应性变换对稠密特征对进行反变换，基于反变换后的稠密特征对确定相邻帧间的位姿变换关系，一种可选方案，该位姿变换关系可以通过平移矩阵和旋转矩阵进行表示。在此基础上，可选的，为了提高位姿变换关系的确定精度，可先对反变换后的稠密特征对进行提纯，如基于ransac算法对其进行提纯，再根据提纯后的稠密特征对求解出各相邻帧间的位姿变换关系。
[0056]
示例性的，为了更好地立理解位姿变换关系的确定过程，以上一帧点云数据和下一帧点云数据为例，对其进行示例性说明。示例性的，基于sift算法提取出上一帧点云数据和下一帧点云数据间的特征对，并对该特征对进行提纯；根据提纯后的特征对求解出二者的单应性变换，并根据该单应性变换对二者进行变换以基于sift光流算法从变换结果中提取出稠密特征对；基于单应性变换对稠密特征对进行反变换以基于ransac算法从反变换结果中提取出提纯后的稠密特征对；根据提纯后的稠密特征对求解出上一帧点云数据和下一帧点云数据间的位姿变换关系，由此实现了上一帧点云数据和下一帧点云数据间的位姿变换关系的精准确定的效果。
[0057]
实施例二
[0058]
图3是本发明实施例二中提供的一种三维重建方法的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，具体可以包括：获取三维采集设备以目标站点为中心且以预设朝向为起点进行旋转时采集到的不同位置上的多帧点云数据，其中，多帧点云数据中的首帧点云数据和尾帧点云数据是对同一位置采集得到的点云数据。其中，与上述各实施例相同或是相应的术语的解释在此不再赘述。
[0059]
参见图3，本实施例的方法具体可以包括如下步骤：
[0060]
s210、获取三维采集设备以目标站点为中心且以预设朝向为起点进行旋转时采集到的不同位置上的多帧点云数据，其中，多帧点云数据中的首帧点云数据和尾帧点云数据是对同一位置采集得到的点云数据。
[0061]
其中，控制三维采集设备以目标站点为中心且以预设朝向为起点进行旋转的过程中采集多帧点云数据，多帧点云数据中的首帧点云数据(即第一帧点云数据)和尾帧点云数据(即最后一帧点云数据)是三维采集设备在旋转到同一位置时采集得到的点云数据，或是说二者均是三维采集设备对同一位置采集到的点云数据，由此实现了目标站点的四周环境的全方位采集的效果。
[0062]
示例性的，以预设朝向是0
°
为例，控制三维采集设备从0
°
开始进行旋转，并在每旋转30
°
之后采集一帧点云数据，即控制三维采集设备在0
°
采集一帧点云数据(即首帧点云数据)；控制三维采集设备旋转到30
°
时，在30
°
采集一帧点云数据；控制三维采集设备旋转到60
°
时，在60
°
采集一帧点云数据；以此类推，直至该三维采集设备旋转到360
°
(即0
°
)，控制其在360
°
采集一帧点云数据(即尾帧点云数据)。
[0063]
需要说明的是，在控制三维采集设备进行旋转时存在控制误差，如将三维采集设备固定在电机装置上以通过控制电机装置的旋转来实现三维采集设备的旋转时，电机装置
的实际的旋转角度与理论的预设角度很难完全一致，如继续以上述例子为例，当电机装置以0
°
为起点旋转12次后，理论上，其可以精准回到0
°
上；实际上，电机装置很难每次刚好旋转30
°
，其可能旋转30
°
多一点，也可能旋转30
°
少一点，这意味着其在旋转12次后无法精准回到0
°
上，只能回到0
°
的附近。因此，即使这种首帧点云数据和尾帧点云数据基本位于同一位置上的相邻帧，也需要确定二者的位姿变换关系，其确定过程与其余的相邻帧的确定过程类似，在此不再赘述。
[0064]
s220、确定多帧点云数据中相邻帧间的位姿变换关系。
[0065]
其中，考虑到多帧点云数据中首帧点云数据和尾帧点云数据是对同一位置进行采集得到的点云数据，本步骤也可以理解为，在监测到三维采集设备采集到与同一位置对应的两帧点云数据时，获取各相邻帧间的位姿变换关系。
[0066]
s230、根据各位姿变换关系构建出回环全局模型，并基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系。
[0067]
s240、根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
[0068]
本发明实施例的技术方案，通过控制三维采集设备以目标站点为中心且以预设朝向为起点进行旋转，以使三维采集设备在旋转过程中采集到的首帧点云数据和尾帧点云数据均是对同一位置上进行采集得到的点云数据，由此实现了目标站点的四周环境的全方位采集的效果。
[0069]
在此基础上，可选的，理论上，考虑到三维采集设备采集到首帧点云数据时的位姿和尾帧点云数据时的位姿相一致，这意味着尾帧点云数据的上一帧点云数据和首帧点云数据是相邻帧，因此，相邻帧间的位姿变换关系可以包括尾帧点云数据的上一帧点云数据和首帧点云数据间的位姿变换关系；再可选的，实际上，考虑到三维采集设备采集到首帧点云数据时的位姿和采集到尾帧点云数据时的位姿存在偏差，因此，相邻帧间的位姿变换关系可以包括尾帧点云数据和首帧点云数据间的位姿变换关系；等等。需要说明的是，后续在构建回环全局模型时，同时考虑到尾帧点云数据和首帧点云数据间的位姿变换关系、以及尾帧点云数据的上一帧点云数据和首帧点云数据间的位姿变换关系，可以提高后续的三维重建的稳定性。
[0070]
示例性的，如图2b所示，相邻帧间的位姿变换关系可以包括第1帧点云数据和第2帧点云数据间的位姿变换关系、第2帧点云数据和第3帧点云数据间的位姿变换关系、第3帧点云数据和第4帧点云数据间的位姿变换关系、第4帧点云数据和第5帧点云数据间的位姿变换关系、第5帧点云数据和第1帧点云数据间的位姿变换关系(即，尾帧点云数据和首帧点云数据间的位姿变换关系)、以及第4帧点云数据和第1帧点云数据间的位姿变换关系(即，尾帧点云数据的上一帧点云数据和首帧点云数据间的位姿变换关系)。
[0071]
实施例三
[0072]
图4是本发明实施例三中提供的一种三维重建方法的流程图。本实施例以上述各技术方案为基础进行优化。在本实施例中，可选的，基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系，具体可包括：基于最小二乘问题对回环全局模型进行迭代调整，求解出调整后的各位姿变换关系。其中，与上述各实施例相同或相应的术语的解释在此不再赘述。
[0073]
参见图4，本实施例的方法具体可以包括如下步骤：
[0074]
s310、获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，并确定多帧点云数据中相邻帧间的位姿变换关系。
[0075]
s320、根据各位姿变换关系构建出回环全局模型，并基于最小二乘问题对回环全局模型进行迭代调整，求解出调整后的各位姿变换关系。
[0076]
其中，基于最小二乘问题对回环全局模型进行迭代调整的过程可以理解为基于最小二乘问题对回环全局模型进行迭代优化的过程，该最小二乘问题中的待优化参数可以是优化前的位姿变换关系，如若位姿变换关系通过旋转矩阵和平移矩阵进行表示，则待优化参数是旋转矩阵和/或平移矩阵。需要说明的是，基于最小二乘问题对回环全局模型进行迭代优化的方案有多种，如gauss-newton、levenberg-marquadt等等，由此实现了各相邻帧的位姿变换关系的优化求解，得到了更加精确的位姿变换关系。
[0077]
在此基础上，可选的，位姿变换关系通过旋转矩阵和平移矩阵表示，最小二乘问题通过如下公式表示：
[0078][0079]
其中，i表示第i帧，i是核函数，fii是代价函数，ri是旋转矩阵且ti是平移矩阵。示例性的，如图2b所示，r
12
,t
12
是第1帧点云数据和第2帧点云数据间的旋转矩阵和平移矩阵，且f
12
是第1帧点云数据和第2帧点云数据间的代价函数，其余变量的含义类似，在此不再赘述。由此，最小二乘问题的优化目标是各代价函数的函数值之和最小。
[0080]
s330、根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
[0081]
本发明实施例的技术方案，基于最小二乘问题来对回环全局模型进行迭代调整，由此求解出了各相邻帧间的更加精确的位姿变换关系。
[0082]
为了证明上述技术方案的有效性，如图5a和图5b所示，其中，图5a是未对各位姿变换关系进行回环全局优化时的三维重建的效果图，图5b是对各位姿变换关系进行回环全局优化后的三维重建的效果图。显然，图5a虚线框框出的部分存在因首尾相邻两帧点云数据无法较好拼接而致使三维重建中存在断层的问题，而图5b中各相邻帧的较好拼接实现了后续完整的高精度的三维重建。即，本发明实施例所述的三维重建方法，有效解决了因各相邻帧间的位姿变换关系的误差累积致使首尾相邻帧无法拼接在一起的问题，其不会因为某相邻帧的位姿变换关系的估计误差较大而致使后续的三维重建失败，由此提高了三维重建的稳健性，实现了完整的高精度的三维重建的效果。
[0083]
实施例四
[0084]
图6为本发明实施例四提供的三维重建装置的结构框图，该装置用于执行上述任意实施例所提供的三维重建方法。该装置与上述各实施例的三维重建方法属于同一个发明构思，在三维重建装置的实施例中未详尽描述的细节内容，可以参考上述三维重建方法的实施例。参见图6，该装置具体可包括：关系确定模块410、关系调整模块420和三维重建模块430。其中，
[0085]
关系确定模块410，用于获取三维采集设备在以目标站点为中心进行旋转时采集
到的多帧点云数据，并确定多帧点云数据中相邻帧间的位姿变换关系；
[0086]
关系调整模块420，用于根据各位姿变换关系构建出回环全局模型，并基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系；
[0087]
三维重建模块430，用于根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
[0088]
可选的，关系确定模块410，具体可以包括：
[0089]
点云数据获取单元，用于获取三维采集设备以目标站点为中心且以预设朝向为起点进行旋转时采集到的不同位置上的多帧点云数据，其中，多帧点云数据中的首帧点云数据和尾帧点云数据是对同一位置采集得到的点云数据。
[0090]
可选的，各位姿变换关系包括尾帧点云数据和首帧点云数据间的位姿变换关系、及尾帧点云数据的上一帧点云数据和首帧点云数据间的位姿变换关系。
[0091]
可选的，关系调整模块420，具体可以包括：
[0092]
位姿变换关系调整单元，用于基于最小二乘问题对回环全局模型进行迭代调整，求解出调整后的各位姿变换关系。
[0093]
可选的，位姿变换关系通过旋转矩阵和平移矩阵表示，最小二乘问题通过如下公式表示：
[0094][0095]
其中，i表示第i帧，i是核函数，fi是代价函数，ri是旋转矩阵且ti是平移矩阵。
[0096]
可选的，关系确定模块410，具体可以包括：
[0097]
点云数据变换单元，用于确定多帧点云数据中相邻帧间的单应性变换，并基于单应性变换对相邻帧进行变换，从变换后的相邻帧中提取出稠密特征对；
[0098]
位姿变换关系确定单元，用于基于单应性变换对稠密特征对进行反变换，基于反变换后的稠密特征对确定相邻帧间的位姿变换关系。
[0099]
可选的，三维重建模块430，具体可以包括：
[0100]
点云数据拼接单元，用于将多帧点云数据分别乘以相应的调整后的位姿变换关系，以将多帧点云数据统一到同一坐标系下实现相邻帧间的拼接。
[0101]
本发明实施例四提供的三维重建装置，通过关系确定模块获取三维采集设备以目标站点为中心进行旋转时采集到的多帧点云数据，确定多帧点云数据中相邻帧间的位姿变换关系；关系调整模块根据各位姿变换关系构建出回环全局模型，以便基于回环全局模型从全局角度对各位姿变换关系进行调整来提高各位姿变换关系的确定精度；进而，三维重建模块根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，由此实现了多帧点云数据的三维重建。上述装置，从全局角度对各相邻帧间的位姿变换关系进行调整，解决了因受到不同程度的位姿变换关系的误差累积的影响而致使首尾相邻帧无法较好拼接的问题，通过各相邻帧的高精度拼接实现了完整的高精度的三维重建的效果。
[0102]
本发明实施例所提供的三维重建装置可执行本发明任意实施例所提供的三维重建方法，具备执行方法相应的功能模块和有益效果。
[0103]
值得注意的是，上述三维重建装置的实施例中，所包括的各个单元和模块只是按
照功能逻辑进行划分的，但并不局限于上述的划分，只要能够实现相应的功能即可；另外，各功能单元的具体名称也只是为了便于相互区分，并不用于限制本发明的保护范围。
[0104]
实施例五
[0105]
图7为本发明实施例五提供的一种设备的结构示意图，如图7所示，该设备包括存储器510、处理器520、输入装置530和输出装置540。设备中的处理器520的数量可以是一个或多个，图7中以一个处理器520为例；设备中的存储器510、处理器520、输入装置530和输出装置540可以通过总线或其它方式连接，图7中以通过总线550连接为例。
[0106]
存储器510作为一种计算机可读存储介质，可用于存储软件程序、计算机可执行程序以及模块，如本发明实施例中的三维重建方法对应的程序指令/模块(例如，三维重建装置中的关系确定模块410、关系调整模块420和三维重建模块430)。处理器520通过运行存储在存储器510中的软件程序、指令以及模块，从而执行设备的各种功能应用以及数据处理，即实现上述的三维重建方法。
[0107]
存储器510可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序；存储数据区可存储根据设备的使用所创建的数据等。此外，存储器510可以包括高速随机存取存储器，还可以包括非易失性存储器，例如至少一个磁盘存储器件、闪存器件、或其他非易失性固态存储器件。在一些实例中，存储器510可进一步包括相对于处理器520远程设置的存储器，这些远程存储器可以通过网络连接至设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
[0108]
输入装置530可用于接收输入的数字或字符信息，以及产生与装置的用户设置以及功能控制有关的键信号输入。输出装置540可包括显示屏等显示设备。
[0109]
实施例六
[0110]
本发明实施例六提供一种包含计算机可执行指令的存储介质，所述计算机可执行指令在由计算机处理器执行时用于执行一种三维重建方法，该方法包括：
[0111]
获取三维采集设备在以目标站点为中心进行旋转时采集到的多帧点云数据，并确定多帧点云数据中相邻帧间的位姿变换关系；
[0112]
根据各位姿变换关系构建出回环全局模型，并基于回环全局模型对各位姿变换关系进行调整，确定调整后的位姿变换关系；
[0113]
根据各调整后的位姿变换关系分别对相应的相邻帧进行拼接，实现多帧点云数据的三维重建。
[0114]
当然，本发明实施例所提供的一种包含计算机可执行指令的存储介质，其计算机可执行指令不限于如上所述的方法操作，还可以执行本发明任意实施例所提供的三维重建方法中的相关操作。
[0115]
通过以上关于实施方式的描述，所属领域的技术人员可以清楚地了解到，本发明可借助软件及必需的通用硬件来实现，当然也可以通过硬件实现，但很多情况下前者是更佳的实施方式。依据这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如计算机的软盘、只读存储器(read-only memory,rom)、随机存取存储器(random access memory,ram)、闪存(flash)、硬盘或光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
[0116]
注意，上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解，本发明不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此，虽然通过以上实施例对本发明进行了较为详细的说明，但是本发明不仅仅限于以上实施例，在不脱离本发明构思的情况下，还可以包括更多其他等效实施例，而本发明的范围由所附的权利要求范围决定。