CN116824045A 一种基于3d重建技术的绘图软件方法及系统 （哈尔滨工业大学（威海））.docxVIP

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN116824045A(43)申请公布日2023.09.29

(21)申请号202310641592.4

(22)申请日2023.06.01

(71)申请人哈尔滨工业大学(威海)

地址264209山东省威海市文化西路2号

(72)发明人袁鑫赵一林李宁于昌利

(74)专利代理机构南京禹为知识产权代理事务

所(特殊普通合伙)32272专利代理师褚晓英

(51)Int.CI.

GO6T17/00(2006.01)

GO6T7/80(2017.01)

GO6V10/54(2022.01)

GO6V10/46(2022.01)

权利要求书2页说明书9页附图7页

(54)发明名称

一种基于3D重建技术的绘图软件方法及系

统

(57)摘要

本发明属于机械图像处理领域，特别涉及一种基于多种特征点检测的图像点云图生成算法，公开了一种基于3D重建技术的绘图软件方法包括，通过使用Matlab工具对单目相机进行内部参数矩阵标定和特征点检测生成基本矩阵；通过测量和函数算法将特征点提取生成三维空间上的匹配点和点云图；通过对三维点云图进行处理生成三维模型文件；展示点云差异图，利用RANSAC算法实现平面图生成。本发明实现了用多种算子把单目相机拍摄的二维图片转化为三维点云图，有效利用了Matlab工具箱算法以及先进的深度

CN116824045A学习方法，生成点云差异图和3D模型，能够检测出丰富的特征点并且提供高精度的stl三维模型，可以部署在多种硬件上

CN116824045A

相机参数标定方法模块，确定相机内部和外

相机参数标定方法模块，确定相机内部和外部参数，包括确定相机的焦距、主点、畸变系数的内部参数，以及相机位置和朝向等外部参数

图像特征点检测模块，在图像中检测出具有代表性的关键点，可以用于匹配不同视角下的图像，本模块特征点为Harris角点

基本矩阵处理模块，用于计算两幅图像之间的基本矩阵，以便进行立体视觉或运动估计，基本矩阵描述了两个视图之间的几何关系，可以用于恢复相机位姿和三维点云，运用RANSAC算法

点云图处理模块，用于将多个二维图像中的特征点对应起来，然后将它们转换为三维空间中的点云数据，可以在三维空问中重构物体的几何形状和纹理信息，点云处理算法为多视角三维重建

CN116824045A权利要求书1/2页

2

1.一种基于3D重建技术的绘图软件方法，其特征在于：包括，

通过使用Matlab工具对单目相机进行内部参数矩阵标定和特征点检测生成基本矩阵；通过测量和函数算法将特征点提取生成三维空间上的匹配点和点云图；

通过对三维点云图进行处理生成三维模型文件；

展示点云差异图，利用RANSAC算法实现平面图生成。

2.如权利要求1所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述生成基本矩阵包括，导入图像数据，解析为Matlab灰度值矩阵格式接收存储辅助信息，导入单目相机标定图像数据并对相机内部参数进行检测。

3.如权利要求2所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述生成基本矩阵还包括，对目标图像运用Matlab内置最小特征值算法，Matlab内置Harris检测器算法和自定义实现方式进行特征点检测，利用RANSAC算法采用聚类算法生成基本矩阵。

4.如权利要求3所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述三维空间上的匹配点和点云图包括，使用三角测量方式将多幅图像的特征点提取为三维空间上的匹配点，存储特征点信息并显示为点云图。

5.如权利要求4所述的一种基于3D重建技术的绘图软件方法，其特征在于：所述三维点云图处理包括，将三维模型存储在一个目录下，并使用Matlab中的fileDatastore函数读取目录下的所有三维模型数据，对于每个三维模型，使用alphaShape函数生成对应的alphaShape,即三角形边界，将读取到的顶点和面片传入alphaShape函数生成alphaShape,使用Matlab自带的triangulation函数将所有alp