湖南幸运赛车开奖与奖金|湖南幸运赛车历史结果
關于我們 視景系統 視景數據 聯系我們
   
首頁 » 大規模建模

大規模建模

隨著虛擬現實的迅猛發展,三維復雜場景快速顯示成為虛擬現實中的關鍵技術。本系統是微視威針對大規模場景自動生成的需要而自行開發設計的大規模場景三維重建系統,該流程包括:數據采集、相機參數標定、點云重建、網格重建、紋理重建等。經大規模生產實踐,結果證明了該系統算法的有效性,能極大提高真實場景的繪制速度,適合三維建模生產應用。

數據采集

照片VS視頻
在重建算法的發展初期,一般使用照片進行重建,因為照片的分辨率一般較高,匹配更加精準
針對大規模場景,照片采集效率較低
現而今,視頻的分辨率可以達到1080p,甚至4k的分辨率,完全不遜于照片
視頻采集效率更高,不需要定時或定距曝光,對于操控的要求低。

三維重建

相機參數標定流程
特征點提取
特征點匹配
對應估計
運動恢復結構

點云重建

稠密匹配重建:如Daisy描述符,可以用來描述圖片中任一像素點,而不僅僅是特征點。這使得圖片之間的像素點可以進行稠密匹配,從而進行稠密點云的重建。

利用深度重建:該方法計算出了每張圖片的深度圖,由于該圖具有圖片中每個點的深度信息,包括特征點與非特征點之間的深度關系。結合上之前重建出的稀疏點云,便可進行點云的稠密重建。


網格重建

基于隱式函數的表面重建算法,致力于發現一個函數,其在模型外的值應小于0,而在模型內的值應大于0,在抽取零等值面后,即為目標模型表面。
現在系統中使用的網格重建算法在使用隱函數重建表面時考慮點的尺度信息,當模型的尺度有疏有密的時候可以把稠密部分建的更加精細,而且可以處理大規模以及噪聲較多的模型。

紋理重建

以一組標定圖像和一個三維網格模型為輸入,輸出是一個帶有紋理圖和紋理坐標的三維模型。


 
版權所有 © 2012-2015 天津微視威信息科技有限公司   津ICP備15005893號   合作伙伴    加入我們
湖南幸运赛车开奖与奖金 重庆时时杀号技巧 mg花花公子爆奖截图 推牌9顺口溜 现在博彩好做吗 一分快三大小单双走势规律 2019十大时时彩平台 骰子的6种声音 新时时五星玩法 澳客彩票网 福彩3d黑彩包胆