本發(fā)明涉及物體三維重建領(lǐng)域，特別涉及一種基于變焦測距的三維建模方法及其系統(tǒng)。

背景技術(shù)：

三維重建具有廣泛的應(yīng)用領(lǐng)域，包括體積測量、立體顯示、3D打印、物體模型建立等?，F(xiàn)有三維重建一般采用雙目時差法，通過兩個攝像頭對物體進行拍攝，通過兩個拍攝圖像的微小差別，獲得物體的立體信息并進行三維重構(gòu)。然而，這種方法存在不足之處：三維物體的一些局部區(qū)域，在兩張圖像中，并不同時出現(xiàn)，當物體的局部出現(xiàn)在左圖像并且未出現(xiàn)在右圖像，此時該位置的深度信息的處理往往是不精確的。綜上，現(xiàn)有技術(shù)由于其技術(shù)原理本身的缺陷，造成局部區(qū)域不能很好地獲得圖像深度信息，影響物體的三維重建，需要探求一種物體三維重建新方法。

技術(shù)實現(xiàn)要素：

有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問題是提供一種基于變焦測距的三維建模方法，旨在解決現(xiàn)有技術(shù)由于其技術(shù)原理本身的缺陷，即造成局部區(qū)域不能很好地獲得圖像深度信息，影響物體的三維重建的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于變焦測距的三維建模方法，包括：

步驟S1、將目標物體劃分為若干子區(qū)域；

步驟S2、變焦采集各個所述子區(qū)域圖像，根據(jù)對焦評價函數(shù)值，獲取所述 子區(qū)域的正焦圖像，并采集所述子區(qū)域的焦距或物距；所述變焦評價函數(shù)值用于衡量所述子區(qū)域是否準確對焦，所述正焦圖像為所述子區(qū)域準確對焦的圖像；

步驟S3、根據(jù)各個所述子區(qū)域的正焦圖像和各個所述子區(qū)域的焦距或物距，建立三維模型。

在該技術(shù)方案中，將目標分割為多個子區(qū)域，分別對每個子區(qū)域進行對焦，通過圖像處理判斷是否對焦，獲取正焦圖像并記錄焦距。根據(jù)各個子區(qū)域的焦距或物距信息獲得深度信息，并進行三維重建。該技術(shù)方案提供了一種快速三維重建方法，避免了雙目視差法三維重建局部區(qū)域獲得不了精確的三維深度信息。

進一步而言，所述步驟S2，具體包括：

采集第k個子區(qū)域J_k的第i張變焦圖像內(nèi)與所述子區(qū)域相對應(yīng)的M×N個像素的RGB值；

計算所述子區(qū)域J_k的第i張變焦圖像的對焦評價函數(shù)值

獲取所述子區(qū)域J_k在I張所述變焦圖像中的對焦評價函數(shù)最大值所述對焦評價函數(shù)最大值相應(yīng)的變焦圖像為所述子區(qū)域的正焦圖像；所述所述I為變焦圖像總數(shù)，I為自然數(shù)；

所述

其中，所述i、k、M、N為自然數(shù)，所述x滿足1≤x≤M，所述y滿足1≤y≤N，所述R_i(x,y)、G_i(x,y)、B_i(x,y)分別為像素的RGB值；所述為子區(qū)域J_k內(nèi)R像素平均值，所述為子區(qū)域J_k內(nèi)G像素平均值，所述為子區(qū)域J_k內(nèi)B像素平均值。

在該技術(shù)方案中，通過獲取 RGB三色的對焦評價函數(shù)，對焦評價精度高。

進一步而言，所述步驟S3，還包括：根據(jù)所述物距或焦距，生成子區(qū)域圖像放大倍率，修正各個所述子區(qū)域的尺寸。

在該技術(shù)方案中，基于近大遠小原理，根據(jù)焦距對各個圖層的尺寸大小進行修正，即越靠近鏡頭的物體，放大倍率越?。黄溆幸嬷幵谟?，提高三維建模的精度和準確性。

有鑒于現(xiàn)有技術(shù)的缺陷，本發(fā)明所要解決的第二個技術(shù)問題是提供一種基于變焦測距的三維建模系統(tǒng)，旨在解決現(xiàn)有技術(shù)由于其技術(shù)原理本身的缺陷，即造成局部區(qū)域不能很好地獲得圖像深度信息，影響物體的三維重建的技術(shù)問題。

為實現(xiàn)上述目的，本發(fā)明提供了一種基于變焦測距的三維建模方法，包括：

子區(qū)域劃分模塊，用于將目標物體劃分為若干子區(qū)域；

圖像采集模塊，用于變焦采集各個所述子區(qū)域圖像；

變焦驅(qū)動模塊，用于驅(qū)動所述圖像采集模塊連續(xù)變焦；

拍攝焦距采集模塊，用于采集所述子區(qū)域的焦距或物距；

子區(qū)域正焦圖像識別模塊，用于根據(jù)對焦評價函數(shù)值獲取所述子區(qū)域的正焦圖像；其中，所述變焦評價函數(shù)值用于衡量所述子區(qū)域是否準確對焦，所述正焦圖像為所述子區(qū)域準確對焦的圖像；

三維重建模塊，用于根據(jù)各個所述子區(qū)域的正焦圖像和各個所述子區(qū)域的焦距或物距，并建立三維模型。

在該技術(shù)方案中，將目標分割為多個子區(qū)域，分別對每個子區(qū)域進行對焦，通過圖像處理判斷是否對焦，獲取正焦圖像并記錄焦距。根據(jù)各個子區(qū)域的焦 距或物距信息獲得深度信息，并進行三維重建。該技術(shù)方案提供了一種快速三維重建方法，避免了雙目視差法三維重建局部區(qū)域獲得不了精確的三維深度信息。

進一步而言，所述子區(qū)域正焦圖像識別模塊，被配置為：

采集第k個子區(qū)域J_k的第i張變焦圖像內(nèi)與所述子區(qū)域相對應(yīng)的M×N個像素的RGB值；

計算所述子區(qū)域J_k的第i張變焦圖像的對焦評價函數(shù)值

獲取所述子區(qū)域J_k在I張所述變焦圖像中的對焦評價函數(shù)最大值所述對焦評價函數(shù)最大值相應(yīng)的變焦圖像為所述子區(qū)域的正焦圖像；所述所述I為變焦圖像總數(shù)，I為自然數(shù)；

所述

其中，所述i、k、M、N為自然數(shù)，所述x滿足1≤x≤M，所述y滿足1≤y≤N，所述R_i(x,y)、G_i(x,y)、B_i(x,y)分別為像素的RGB值；所述為子區(qū)域J_k內(nèi)R像素平均值，所述為子區(qū)域J_k內(nèi)G像素平均值，所述為子區(qū)域J_k內(nèi)B像素平均值。

在該技術(shù)方案中，通過獲取RGB三色的對焦評價函數(shù)，對焦評價精度高。

進一步而言，所述系統(tǒng)還包括：子區(qū)域比例放大模塊；所述子區(qū)域比例放大模塊被配置為：根據(jù)所述物距或焦距，生成子區(qū)域圖像放大倍率，修正各個所述子區(qū)域的尺寸。

在該技術(shù)方案中，基于近大遠小原理，根據(jù)焦距對各個圖層的尺寸大小進行修正，即越靠近鏡頭的物體，放大倍率越小；其有益之處在于，提高三維建 模的精度和準確性。

本發(fā)明的有益效果是：本發(fā)明通過將目標物體分割為多個子區(qū)域，分別對每個子區(qū)域進行對焦，通過圖像處理判斷是否對焦，獲取正焦圖像并記錄焦距。根據(jù)各個子區(qū)域的焦距或物距信息獲得深度信息，并進行三維重建。該技術(shù)方案提供了一種快速三維重建方法，避免了雙目視差法三維重建局部區(qū)域獲得不了精確的三維深度信息。同時，本發(fā)明只需要一個拍攝鏡頭，在一個位置即可獲得物體的三維模型。

附圖說明

圖1是本發(fā)明一具體實施方式的流程示意圖；

圖2是本發(fā)明一具體實施方式的系統(tǒng)結(jié)構(gòu)示意圖。

具體實施方式

下面結(jié)合附圖和實施例對本發(fā)明作進一步說明：

如圖1所示，本發(fā)明一實施例中提供一種基于變焦測距的三維建模方法，包括：

步驟S1、將目標物體劃分為若干子區(qū)域；

步驟S2、變焦采集各個所述子區(qū)域圖像，根據(jù)對焦評價函數(shù)值，獲取所述子區(qū)域的正焦圖像，并采集所述子區(qū)域的焦距或物距；所述變焦評價函數(shù)值用于衡量所述子區(qū)域是否準確對焦，所述正焦圖像為所述子區(qū)域準確對焦的圖像；

步驟S3、根據(jù)各個所述子區(qū)域的正焦圖像和各個所述子區(qū)域的焦距或物距，建立三維模型。

下面對本實施例作進一步說明。

在本實施例中，首先，將目標物體劃分為若干區(qū)域；在一可選的實例中， 是將拍攝設(shè)備上的物體圖像劃分為若干區(qū)域。

然后，對每個區(qū)域進行分別對焦，是否對焦成功是通過圖像識別清晰度或者圖像識別計算對焦評價函數(shù)值是否達到最大來判定的。

當對焦成功，此時拍攝獲得子區(qū)域的圖像就是正焦圖像，顯然的，需要對圖像進行分割，將子區(qū)域的圖像分割出來?，F(xiàn)有常用鏡頭一般是通過變焦電機進行變焦的，變焦電機一般是采用步進電機。通過采集變焦電機的步數(shù)，即可獲得變焦的焦距或者物距。其中，變焦電機步數(shù)與焦距關(guān)系曲線可以由廠商提供，也可以是通過實驗獲得，本公開并不對此限定。同理，變焦電機步數(shù)與物距關(guān)系曲線也可以有廠商提供，或者實驗獲得。值得一提的是，在一個變焦鏡頭中，可以包含兩組電機，分別為變焦電機和聚焦電機，相應(yīng)也可以存在焦距和電機步數(shù)關(guān)系。

值得一提的是，除了采用變焦電機變焦，還存在其它變焦方式，如通過電壓調(diào)控實現(xiàn)液晶透鏡、液體透鏡變焦，本公開實例并不限定鏡頭的變焦方式。

最后，通過各個區(qū)域的正焦圖像以及相應(yīng)的焦距或物距信息，構(gòu)建成三維模型。

在一可選實例中，通過子區(qū)域的焦距以及焦距-物距關(guān)系曲線，獲得物體子區(qū)域的深度信息，獲得三維模型。

在另一可選實例中，焦距和物距成正比，以焦距信息來構(gòu)建與原物體呈現(xiàn)一定比例的三維模型。

在自動調(diào)焦系統(tǒng)中是通過計算機編程，利用一些算法規(guī)則來判斷圖像清晰度是否達到了最準確狀態(tài)，帶動電動對焦裝置進行對焦，這個算法就稱為對焦狀態(tài)評價函數(shù)，簡稱為對焦評價函數(shù)。在本發(fā)明中，可以利用對焦評價函數(shù)， 從多個變焦圖像中，獲得正確對焦的圖像。

可選地，對焦評價函數(shù)可以為灰度梯度函數(shù)、頻域函數(shù)、信息學函數(shù)和統(tǒng)計學函數(shù)，現(xiàn)有技術(shù)中公開了相關(guān)評價函數(shù)的算法，這里不再贅述。

優(yōu)選地，在本公開的實施例中，所采用的對焦評價函數(shù)為

具體而言，在本實施例中，所述步驟S2，具體包括：

采集第k個子區(qū)域J_k的第i張變焦圖像內(nèi)與所述子區(qū)域相對應(yīng)的M×N個像素的RGB值；

計算所述子區(qū)域J_k的第i張變焦圖像的對焦評價函數(shù)值

獲取所述子區(qū)域J_k在I張所述變焦圖像中的對焦評價函數(shù)最大值所述對焦評價函數(shù)最大值相應(yīng)的變焦圖像為所述子區(qū)域的正焦圖像；所述所述I為變焦圖像總數(shù)，I為自然數(shù)；

所述

其中，所述i、k、M、N為自然數(shù)，所述x滿足1≤x≤M，所述y滿足1≤y≤N，所述R_i(x,y)、G_i(x,y)、B_i(x,y)分別為像素的RGB值；所述為子區(qū)域J_k內(nèi)R像素平均值，所述為子區(qū)域J_k內(nèi)G像素平均值，所述為子區(qū)域J_k內(nèi)B像素平均值。

在本實施例中，通過焦距獲得三維模型的深度信息，而三維模型在X-Y面上的尺寸數(shù)據(jù)，則是由各個子區(qū)域大小尺寸決定的。實際上，根據(jù)近大遠小法則，拍攝物體距離鏡頭越遠，成像大小越小。故而，在本實施例中，根據(jù)物距或焦距對各個子區(qū)域的尺寸進行比例放大。

可選地，所述步驟S3，還包括：根據(jù)所述物距或焦距，生成子區(qū)域圖像放 大倍率，修正各個所述子區(qū)域的尺寸。

在另一可選的實施例中，子區(qū)域圖像放大倍率β與焦距f成正比，子區(qū)域圖像放大倍率所述f₀為放大倍率為1所對應(yīng)的焦距。在另一可選的實施例中，子區(qū)域圖像放大倍率與物距成正比。

如圖2所示，在本發(fā)明第二實施例中，提供一種基于變焦測距的三維建模系統(tǒng)，包括：

子區(qū)域劃分模塊，用于將目標物體劃分為若干子區(qū)域；

圖像采集模塊，用于變焦采集各個所述子區(qū)域圖像；

變焦驅(qū)動模塊，用于驅(qū)動所述圖像采集模塊連續(xù)變焦；

拍攝焦距采集模塊，用于采集所述子區(qū)域的焦距或物距；

子區(qū)域正焦圖像識別模塊，用于根據(jù)對焦評價函數(shù)值獲取所述子區(qū)域的正焦圖像；其中，所述變焦評價函數(shù)值用于衡量所述子區(qū)域是否準確對焦，所述正焦圖像為所述子區(qū)域準確對焦的圖像；

三維重建模塊，用于根據(jù)各個所述子區(qū)域的正焦圖像和各個所述子區(qū)域的焦距或物距，并建立三維模型。

可選地，對焦評價函數(shù)可以為灰度梯度函數(shù)、頻域函數(shù)、信息學函數(shù)和統(tǒng)計學函數(shù)。

在本實施例中，所述子區(qū)域正焦圖像識別模塊，被配置為：

采集第k個子區(qū)域J_k的第i張變焦圖像內(nèi)與所述子區(qū)域相對應(yīng)的M×N個像素的RGB值；

計算所述子區(qū)域J_k的第i張變焦圖像的對焦評價函數(shù)值

獲取所述子區(qū)域J_k在I張所述變焦圖像中的對焦評價函數(shù)最大值所述對焦評價函數(shù)最大值相應(yīng)的變焦圖像為所述子區(qū)域的正焦圖像；所述所述I為變焦圖像總數(shù)，I為自然數(shù)；

所述

其中，所述i、k、M、N為自然數(shù)，所述x滿足1≤x≤M，所述y滿足1≤y≤N，所述R_i(x,y)、G_i(x,y)、B_i(x,y)分別為像素的RGB值；所述為子區(qū)域J_k內(nèi)R像素平均值，所述為子區(qū)域J_k內(nèi)G像素平均值，所述為子區(qū)域J_k內(nèi)B像素平均值。

在本實施例中，所述系統(tǒng)還包括：子區(qū)域比例放大模塊；所述子區(qū)域比例放大模塊被配置為：根據(jù)所述物距或焦距，生成子區(qū)域圖像放大倍率，修正各個所述子區(qū)域的尺寸。

在本實施例中，通過焦距獲得三維模型的深度信息，而三維模型在X-Y面上的尺寸數(shù)據(jù)，則是由各個子區(qū)域大小尺寸決定的。實際上，根據(jù)近大遠小法則，拍攝物體距離鏡頭越遠，成像大小越小。故而，在本實施例中，根據(jù)物距或焦距對各個子區(qū)域的尺寸進行比例放大。

可選地，所述步驟S3，還包括：根據(jù)所述物距或焦距，生成子區(qū)域圖像放大倍率，修正各個所述子區(qū)域的尺寸。

在另一可選的實施例中，子區(qū)域圖像放大倍率β與焦距f成正比，子區(qū)域圖像放大倍率所述f₀為放大倍率為1所對應(yīng)的焦距。在另一可選的實施例中，子區(qū)域圖像放大倍率與物距成正比。

在本實施例中，將拍攝設(shè)備對準目標物體，圖像采集模塊獲得目標物體影像，子區(qū)域劃分模塊將該目標物體的影響劃分為多個子區(qū)域，依次選取各個子區(qū)域進行變焦采集圖像；每當采集完一張變焦圖像，便同時通過拍攝焦距采集模塊采集并記錄該圖像的拍攝焦距。每當采集完一個子區(qū)域的全部變焦圖像， 則子區(qū)域正焦圖像識別模塊選取對焦評價函數(shù)值最高的變焦圖像作為正焦圖像，并截取圖像上與子區(qū)域相對應(yīng)的區(qū)域圖像。然后，子區(qū)域比例放大模塊根據(jù)正焦圖像的焦距，對圖像進行比例放大獲得X-Y面尺寸。通過焦距、物距或深度信息以及X-Y面尺寸對目標物體進行三維重建。

以上詳細描述了本發(fā)明的較佳具體實施例。應(yīng)當理解，本領(lǐng)域的普通技術(shù)人員無需創(chuàng)造性勞動就可以根據(jù)本發(fā)明的構(gòu)思作出諸多修改和變化。因此，凡本技術(shù)領(lǐng)域中技術(shù)人員依本發(fā)明的構(gòu)思在現(xiàn)有技術(shù)的基礎(chǔ)上通過邏輯分析、推理或者有限的實驗可以得到的技術(shù)方案，皆應(yīng)在由權(quán)利要求書所確定的保護范圍內(nèi)。