一种基于高斯混合模型的工件三维重建方法，包括：步骤1，多视角点云数据采集、点云预处理、点云配准、曲面重建；步骤2，使用深度相机采集点云数据，并利用旋转平台获得工件的多视角信息；步骤3，然后对采集的数据进行目标提取等点云预处理工作；步骤4，在此基础上，对工件点云进行配准，建立全视角的点云模型并对该模型进行曲面重建，重建出接近于实物的三维模型。本发明的优点是实现简单，重建速度较快。
📄 2021105357602
📂 G06T17_20
👤 浙江工业大学
📅 2021-05-17
自动删除基于图像的三维重建冗余点方法，能够在全自动删除点云中存在的冗余点的同时保留待重建物体的主体点云，包括以下步骤：首先，利用三维重投影方法计算出三维点在图像集中的平均可见概率，然后将可见概率较低的误差点去除；接着，提出一种基于空间剖分的扩散聚类方法获取主体三维点云，去除与主体不连通的背景冗余点，最终得到去除大量冗余点的点云数据，方便用于后续的重建工作。本发明的优点是能够在全自动的删除点云中大量冗余点的同时保留待重建物体的主体点云数据，速度快，且不需要任何预处理和人工交互，弥补了市场上对于文物三维重建工具的不足。
📄 2019102872905
📂 G06T17_00
👤 浙江工业大学
📅 2019-04-11
一种基于Kinect和双目视觉的脚型三维重建与测量方法，包括如下步骤：步骤S1，从不同角度拍摄人体脚型，获得多幅不同的脚型图像和脚型的深度图像；步骤S2，进行深度图像到三维坐标的转换；步骤S3，将获得的不同方向的双目图像先进行特征匹配，通过双目相机系统求得正确匹配特征点的三维坐标；步骤S4，将不同视图的双目图像正确匹配的特征点利用ICP算法求得其最佳的旋转平移矩阵；步骤S5，利用步骤S4中求得的参数将Kinect传感器获得的三维点云进行点云拼接；步骤S6，对步骤S5中拼接好的三维点云，进行曲面重建和渲染，最后得到脚的三维模型，对重建后的脚模型进行特征参数的测量和提取。本发明方法硬件成本低，操作简单，并具有准确快速的优点。
📄 2017109619294
📂 G06T17_00
👤 浙江工业大学
📅 2017-10-16
本发明涉及基于TSDF三维重建的机械臂六自由度视觉闭环抓取方法。包括如下步骤：步骤一：通过张正友相机标定法和ArUco Markers标定法标定机械臂底座坐标系和相机坐标系；步骤二：利用TSDF函数对获取的图像信息进行三维场景重建，以减少物体与物体之间的环境噪声点；步骤三：建立强化学习网络模型；步骤四：将预测的末端执行器抓取姿态反向投影至三维重建场景中，判断本次预测抓取质量；步骤五：通过机器人正逆运动学完成机械臂抓取移动；步骤六：进行强化学习模型训练，使得机械臂完成抓取动作；本发明克服现有技术的缺点，提出一种易实现、适用性高的，基于TSDF三维重建的机械臂六自由度视觉闭环抓取系统，此系统减少物体间遮挡、堆叠造成的环境噪声，降低了单一视觉传感器干扰导致的深度误差。此外，该系统在保证高精度的同时，可以实现快速实时的目标检测并完成抓取动作。
📄 2022105513605
📂 B25J9_16
👤 浙江工业大学
📅 2022-05-18
本发明公开了一种用于三维重建的点云配准方法包括：S101、获得多视角三维点云，取两视角三维点云分别作为源点集和目标点集；S102、构建KD‑tree；S103、求取源点集中各点的法向量；S104、计算法向量夹角平均值；S105、将源点集中的点分级并设置最大分辨率，初始时分辨率为1；S106、计算当前分辨率下源点集中每一级的采样比例并提取采样点；S107、基于本发明中的匹配度求采样点在目标点集的匹配点；S108、使用四元数法计算旋转矩阵和平移矩阵；S109、对源点集变换，得到新的源点集；S110、重复步骤S107到S109直到目标函数最小；S111、若满足预设条件，则结束，否则将当前分辨率加1，并返回步骤S106。本发明利用低分辨率匹配点对迅速完成配准，高分辨率匹配点对提高精度，并利用匹配度查找匹配点，大大提高了大规模点云的配准速度及精度。
📄 2017112782380
📂 G06T7_33
👤 重庆理工大学
📅 2017-12-06
本发明公开了一种基于双目视觉的交通标志牌三维重建方法，包括S1、交通标志牌识别与轮廓提取；S2、交通标志在连续帧中的跟踪；S3、连续帧跟踪后的图像中确定Host帧和Target帧；S4、在Target帧中构建交通标志牌边缘距离图；S5、基于双目视差，计算Host帧观测到的平面方程参数作为初值；S6、将Host帧的交通标志牌边缘点作射线与S5中的平面方程相交，构建三维点，将三维点重投影到Target帧上的边缘距离图，重投影构建误差函数；S7、调整平面方程的值，改变重投影点位置，优化求解误差函数；S8、基于三维平面方程，获得交通标志牌的朝向信息，并将Host帧的边缘点，作射线与平面方程相交，得到交通标志牌三维点云图。
📄 2021103080826
📂 G06T17_00
👤 成都航空职业技术学院
📅 2021-03-23
本发明的一种结合增强现实与三维重建的麻醉穿刺可视化导航系统，属于麻醉穿刺可视化导航技术领域，包括生理运动监测单元，用于同时采集呼吸运动周期数据和软组织弹性形变信息，通过计算呼吸幅度与组织弹性模量变化率的相关系数生成综合运动状态数据包，本发明能够有效补偿患者呼吸运动和软组织形变对穿刺导航造成的空间偏差，在患者正常呼吸状态下，穿刺精度相比传统静态导航系统有了显著改善，有效降低了穿刺失败率和并发症风险，免了传统系统在配准质量恶化时仍然盲目应用校正参数导致的精度进一步恶化问题，减少了对医生个人经验的依赖，避免了单一校正模式可能导致的系统完全失效问题。
📄 2025109879313
📂 A61B34_20
👤 洛阳兴飞新材料科技有限公司
📅 2025-07-17
本发明公开了一种面向二维数据的人体三维重建方法，该方法利用mediapipe获取视频中的人体关键点位，在Blender中确定人体的坐标系，通过transform设计4×4投影矩阵进行透视变换，训练模型并生成符合vrm格式的人体模型。本发明通过单个摄像头获取到的图片信息，解决从二维平面中获取三维人体模型数据的问题。本发明提出利用mediapipe获取关键点位并通过投影矩阵进行透视变换的方法在人体二维到三维坐标转换方面具有创新性和优势，能够提高准确性、鲁棒性和实时性能，以及适应不同姿态和视角的需求。与传统的基于传感器或特殊设备的方法相比，该方法在获取人体三维坐标时更为非侵入性。
📄 2023111823800
📂 G06T17_00
👤 南京邮电大学
📅 2023-09-14
本发明属于混凝土模型重建技术领域，涉及一种混凝土细观结构模型三维重建方法，通过精密螺丝控制混凝土剖面打磨间距，采用重复进行混凝土打磨和拍照的方式获取较小层间距的连续剖面图像，使得在三维模型重建时的图像层间差值运算量减少，在连续剖面图像获取时考虑了剖面图像在Z轴方向的对准，获取的连续剖面图像具有较高的校准度，为混凝土各相材料及其界面层的数值模拟研究提供模型基础，提取的不同相拟合程度高，建立的三维数值模型精准度高；其原理科学可靠，连续剖面图像获取方法简单可行、性价比高，建立的混凝土细观结构三维模型较CT扫描图像建立的模型所受图像干扰少，能够真实地反映出混凝土内部结构特征和各相结构分布情况。
📄 2018100599637
📂 G06T17_20
👤 青岛理工大学
📅 2018-01-22
一种基于像素标记和合成孔径成像的遮挡目标三维重建方法，由确定相机内参矩阵K、生成聚焦到遮挡平面πa的合成孔径图像、标记合成孔径图像中位于遮挡平面的像素点、生成聚焦到目标平面πd的合成孔径图像、重建目标物体上点的三维坐标步骤组成。由于本发明采用了多视角的关联像素信息，将合成孔径成像的方法聚焦于聚焦平面，通过代价函数标记聚焦像素点，剔除非聚焦平面上的点，减小障碍物对重建目标物体的影响，提高了重建像素的清晰度和完整度，可用于场景分析和遮挡目标重建等技术领域。
📄 2018101391922
📂 G06T17_00
👤 陕西师范大学
📅 2018-02-11
本发明属于计算机视觉与计算机图形学相结合的领域。本发明公开了一种相机快速运动下的场景三维重建方法。本发明步骤如下：步骤1：预处理；步骤2：建立模糊模型；步骤3：相机姿态估计；步骤4：从深度相机采集的模糊深度图中提取出清晰深度图像，将清晰深度图像计算得到的三维点云模型与当前场景模型进行融合，获得新的场景模型。本发明利用相机模糊原理，建立快速运动下的相机运动模型，在进行相机姿态估计时，先利用图像信息估计出一个粗糙的相机姿态作为ICP的初始值，再利用ICP和深度图得到相对准确的相机姿态信息，最后利用能量函数优化该相机姿态信息。传统方法单纯使用ICP方法估计相机姿态，这在快速运动的情况下是无法实现的。
📄 2018103613693
📂 G06T17_00
👤 杭州电子科技大学
📅 2018-04-20
本发明公开了一种基于dropblock的单张彩色图片平面三维重建方法，包括以下步骤：步骤S1：使用ScanNet数据集和Dropblock正则化方法训练卷积神经网络模型；步骤S2：使用经过训练的卷积神经网络对单张彩色图片进行示例分割和深度估计；步骤S3根据步骤S2得到的平面实例分割和深度估计融合一个三维模型。与现有技术相比，将单张彩色图片进行尺度归一化后，通过经dropblock方法训练好的卷积神经网络进行平面实例分割和深度估计，然后投影到三维空间完场三维模型的构建，从而能够提高计算速度和精度。
📄 2019106096744
📂 G06T17_00
👤 杭州电子科技大学
📅 2019-07-08
柿子坊 · 知识产权运营
柿子坊知识产权运营平台