首页 > 专利 > 杭州电子科技大学 > 一种用于三维重建的高质量照片序列获取方法专利详情

一种用于三维重建的高质量照片序列获取方法   0    0

有效专利 查看PDF
专利申请流程有哪些步骤?
专利申请流程图
申请
申请号:指国家知识产权局受理一件专利申请时给予该专利申请的一个标示号码。唯一性原则。
申请日:提出专利申请之日。
2020-12-31
申请公布
申请公布指发明专利申请经初步审查合格后,自申请日(或优先权日)起18个月期满时的公布或根据申请人的请求提前进行的公布。
申请公布号:专利申请过程中,在尚未取得专利授权之前,国家专利局《专利公报》公开专利时的编号。
申请公布日:申请公开的日期,即在专利公报上予以公开的日期。
2021-06-04
授权
授权指对发明专利申请经实质审查没有发现驳回理由,授予发明专利权;或对实用新型或外观设计专利申请经初步审查没有发现驳回理由,授予实用新型专利权或外观设计专利权。
2022-10-18
预估到期
发明专利权的期限为二十年,实用新型专利权期限为十年,外观设计专利权期限为十五年,均自申请日起计算。专利届满后法律终止保护。
2040-12-31
基本信息
有效性 有效专利 专利类型 发明专利
申请号 CN202011625775.X 申请日 2020-12-31
公开/公告号 CN112822478B 公开/公告日 2022-10-18
授权日 2022-10-18 预估到期日 2040-12-31
申请年 2020年 公开/公告年 2022年
缴费截止日
分类号 H04N13/207H04N13/275H04N5/232H04N5/247G06T1/00G06T7/00G06T17/00 主分类号 H04N13/207
是否联合申请 独立申请 文献类型号 B
独权数量 1 从权数量 1
权利要求数量 2 非专利引证数量 0
引用专利数量 0 被引证专利数量 0
非专利引证
引用专利 被引证专利
专利权维持 1 专利申请国编码 CN
专利事件 事务标签 公开、实质审查、授权
申请人信息
申请人 第一申请人
专利权人 杭州电子科技大学 当前专利权人 杭州电子科技大学
发明人 潘万彬、杨芸灿、陈超、姜泓亦 第一发明人 潘万彬
地址 浙江省杭州市下沙高教园区2号大街 邮编 310018
申请人数量 1 发明人数量 4
申请人所在省 浙江省 申请人所在市 浙江省杭州市
代理人信息
代理机构
专利代理机构是经省专利管理局审核,国家知识产权局批准设立,可以接受委托人的委托,在委托权限范围内以委托人的名义办理专利申请或其他专利事务的服务机构。
杭州君度专利代理事务所 代理人
专利代理师是代理他人进行专利申请和办理其他专利事务,取得一定资格的人。
朱月芬
摘要
本发明公开了一种用于三维重建的高质量照片序列获取方法。通过搭建照片拍摄系统,对物体进行拍照,得到物体全范围照片;然后将所有照片的照片背景进行去除,并按水平和竖直方向组成照片阵列;最后计算照片阵列中每张照片和其相邻照片的特征点重复度,指导照片阵列进行调整,从而得到高质量的照片序列。本发明不仅解决了多相机协同拍摄对使用场地环境的要求较高的问题,而且克服了传统单相机获取照片序列方法靠人工判断的不足,能够通过计算准确的量化数据来指导照片阵列进行调整,进而得到高质量的照片序列,不仅保证三维重建模型的质量,而且加快三维重建速度。
  • 摘要附图
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图1
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图2
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图3
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图4
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图5
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图6
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图7
    一种用于三维重建的高质量照片序列获取方法
  • 说明书附图:图8
    一种用于三维重建的高质量照片序列获取方法
法律状态
序号 法律状态公告日 法律状态 法律状态信息
1 2022-10-18 授权
2 2021-06-04 实质审查的生效 IPC(主分类): H04N 13/207 专利申请号: 202011625775.X 申请日: 2020.12.31
3 2021-05-18 公开
权利要求
权利要求书是申请文件最核心的部分,是申请人向国家申请保护他的发明创造及划定保护范围的文件。
1.一种用于三维重建的高质量照片序列获取方法,其特征在于,包括以下步骤:
步骤
1.搭建照片拍摄系统:
照片拍摄系统包括拍摄基台、电动转台、相机支架和被拍摄物体,所述拍摄基台上设基台背景布和电动转台,电动转台上设有转台背景布,被拍摄物体置于转台背景布之上,所述的相机支架安装在拍摄基台上,相机支架上设有单个相机,相机的镜头朝向被拍摄物体,设有控制模块控制电动转台旋转固定角度以及相机拍摄照片;
步骤
2.按序全范围拍摄获取物体照片:
将物体正放于电动转台时,由于物体底面被遮挡,因此物体全范围照片分两次获取;首先将物体正放于电动转台上,拍摄不包含物体底面的上半部分照片;物体上半部分照片拍摄完成后,将物体倒置于电动转台上,拍摄包含物体底面的下半部分照片;上、下两部分照片共同组成物体全范围照片;得到物体全范围照片之后,以电动转盘旋转角度横轴,以相机位置为纵轴,将物体全范围照片排成照片阵列;
照片拍摄方式分为水平方向和竖直方向;在水平方向上,相机固定在相机支架上的某一位置,电动转台的转动一周,相机拍摄物体360度的一圈照片;在一圈照片拍摄完成之后,将相机移动到相机支架的另一位置,继续拍摄下一角度的照片;
步骤
3.基于照片阵列开展质量检测与适应性重拍:
在对照片阵列进行评价之前,去除照片阵列中每一张照片的背景;
根据特征点的重复度进行照片阵列的质量检测:
首先,提取照片阵列中每一张照片的特征点;然后,遍历每一张照片,计算当前照片和其相邻上、下、左、右四个方向照片的特征点重复度;如果某一方向的特征点重复度低于给定阈值,则在该方向上读取当前照片和相邻照片的拍摄角度,提取两张照片拍摄的角度范围,在该范围内拍摄新的照片,添加到照片阵列;
照片阵列完成添加照片之后,对照片阵列之中的冗余照片进行删除;为了不影响添加照片的效果,冗余照片判断只在未添加过照片的角度范围中进行;如果一张照片之前的照片和该照片之后的照片的特征点重复度超过给定阈值,则该照片为冗余照片;
照片阵列删除冗余照片之后,将照片阵列按行输出,最终得到高质量的照片序列;
步骤1搭建照片拍摄系统具体操作如下:
1‑
1.照片拍摄系统包括拍摄基台、均匀光源、电动转台、相机支架、相机、被拍摄物体、控制模块、基台背景布和转台背景布;
1‑
2.拍摄基台铺设有基台背景布,基台背景布的中心位置放置电动转台,电动转台上铺设有转台背景布,转台背景布之上放置被拍摄物体;通过基台背景布和转台背景布确保照片背景颜色一致;
1‑
3.均匀光源照射被拍摄物体,拍摄基台上设有相机支架,所述的相机支架设置有弧形区域,所述的相机架设在相机支架的弧形区域上,通过相机支架的弧形区域使相机镜头到被拍摄物体的距离相等,
1‑
4.相机的相机镜头朝向被拍摄物体,控制模块连接相机和电动转台,控制电动转台旋转和相机拍摄照片;
步骤2按序全范围拍摄获取物体照片具体操作如下:
拍摄物体对照片拍摄系统进行设置:
(1)当物体为对称结构时,添加额外的标记进行区分;(2)根据物体颜色更换基台背景布和转台背景布;背景布颜色选择的原则是不和物体表面颜色相近;(3)放置物体以及调整相机;将物体放置在电动转台中心,保证整个物体处于相机屏幕内,调节相机焦距,避免照片出现深度模糊;(4)设置拍摄光环境;调节两侧均匀光源的位置和光照强度,尽量减少物体阴影;
照片拍摄分水平和竖直两个方向进行;在水平方向上,物体每旋转360度,相机要拍n张照片,则物体每次转动的角度为360/n度,设置物体每旋转r度,相机拍摄一张照片;在竖直方向上,相机在相机支架上进行移动,相机每完成一圈照片的拍摄,相机在相机支架上移动t度;在物体上半部分拍摄完成之后,将物体倒置,进行下半部分的拍摄;物体全范围照片获取过程如下:
2‑
1.将物体正放于电动转台上,拍摄物体上半部分照片,具体步骤如下:
2‑1‑
1.相机设置在相机支架0度位置;
2‑1‑
2.电动装台从0度开始顺时针旋转,每旋转r度,相机拍摄一张照片;
2‑1‑
3.相机位置沿相机支架增加t度;
2‑1‑
4.如果相机位置小于90度,重复步骤2‑1‑2和步骤2‑1‑3,否则停止拍摄;
2‑
2.保持补光灯位置和强度不变,保持相机焦距不变,将物体倒置于电动转台上,拍摄物体下半部分照片,具体步骤如下:
2‑2‑
1.相机设置在相机支架t度位置,相对于正放物体,相机拍摄角度为‑t度;
2‑2‑
2.电动装台从0度开始顺时针旋转,每旋转r度,相机拍摄一张照片;
2‑2‑
3.相机位置沿相机支架增加t度,相对于正放物体相机拍摄角度增加‑t度;
2‑2‑
4.如果相机位置小于90度,重复步骤2‑2‑2和步骤2‑2‑3,否则停止拍摄;
2‑
3.以电动转盘旋转角度为横轴,以相机拍摄角度为纵轴,将物体全范围照片排成照片阵列;
步骤3基于照片阵列开展质量检测与适应性重拍具体操作如下:
3‑
1.照片预处理;利用色键抠图算法对照片阵列中每一张照片的背景进行去除;
3‑
2.利用SIFT算法提取照片阵列中每一张去背景照片的特征点;
3‑
3.照片阵列质量检测;遍历照片阵列中的每一张去背景照片,利用快速近邻匹配算法对当前照片和其相邻的上、下、左、右四个方向照片的特征点进行匹配,并计算特征点重复度,如式(1)所示;
其中,m表示当前照片,n表示相邻照片,PM(m,n)表示照片m和照片n的特征点重复度,Fall(m)表示照片m所有特征点的数量,Fover(m,n)表示照片m和照片n特征点重合的数量;
3‑
4.调整照片阵列内容;当PM(m,n)大于给定阈值,说明照片m和照片n具有高重叠度,不需要添加照片;当PM(m,n)小于给定阈值,说明照片m和照片n的重叠关系弱,需要在照片阵列中添加新的照片来加强重叠关系,具体做法如下:
3‑4‑
1.在照片m和照片n的拍摄角度范围内,取角度范围中间值进行补拍,得到照片k,利用色键抠图去除背景并添加到照片阵列相应位置;
3‑4‑
2.计算照片m和新添加照片k的特征点重叠度,以及照片k和照片n的特征点重复度;
3‑4‑
3.如果特征点重复度小于给定阈值,则继续补拍照片添加到照片阵列,直到特征点重叠度大于给定阈值或无法继续添加照片;
3‑
5.删除冗余照片,具体步骤如下:
3‑5‑
1.遍历照片阵列的每一行,提取没有添加过照片且照片数量大于2的角度范围;
3‑5‑
2.遍历每个角度范围;
3‑5‑
3.设i为当前角度范围内的第i张照片,j为当前角度范围内第j张照片,初始化i为当前角度范围内的起始角度照片,则j为相对于起始角度照片距离为2的照片;
3‑5‑
4.计算照片i和照片j的特征点重复度PM(i,j)和PM(j,i);
3‑5‑
5.当PM(i,j)和PM(j,i)都大于给定阈值,将照片i和照片j之间的照片删除,j=j+
1,返回步骤3‑5‑4;
否则i=j‑1,j=j+1,返回步骤3‑5‑4;
3‑5‑
6.当j超过当前角度范围时,停止当前角度范围内的删除照片操作;
3‑
6.将最终的照片阵列按行输出,得到高质量照片序列。

2.根据权利要求1所述的一种用于三维重建的高质量照片序列获取方法,其特征在于,优选的,r为15度,t为30度。
说明书

技术领域

[0001] 本发明属于三维重建领域,具体涉及一种用于三维重建的高质量照片序列获取方法。

背景技术

[0002] 近年来,基于照片的三维重建技术被广泛应用于逆向工程、虚拟现实、数字城市、无人驾驶、文物考古等领域。市面上出现许多三维重建软件,如Photoscan、Meshroom和VisualSFM等。这些软件通常以从物体不同角度获取的照片集合为输入,然后基于Structure From Motion(SFM)流程,对获取的照片进行特征点匹配,推断出相机参数并生成被拍摄物体表面的点云数据,最后根据点云生成三维网格模型。在上述三维重建过程中,获取的照片,它们的质量往往对最终重建的三维网格模型的质量有直接的影响。因此,如何获取高质量的照片集合是基于照片的三维重建技术优先需要考虑的问题。特别地,用于三维重建的高质量照片集合往往具备以下特征:(1)集合中任一照片没有模糊;(2)所有照片背景一致;(3)集合中的任一照片存在另外一张或多张照片,它们在内容特征点上的重复度不低于80%;(4)集合中的照片数量尽量的少,因为数量越多三维重建的效率往往越慢。
[0003] 目前,面向三维重建软件的照片获取方法主要有两种:
[0004] (1)多相机协同拍摄,即将拍摄物体置于由多个已标定的相机组成的相机阵列中,以此获取物体各个角度的照片集合。该类方法可以获得较高质量的照片集合,例如照片之间内容特征点重复度稳定、被摄物体的成像尺寸一致。然而,重复度值的高低、覆盖拍摄物体范围的大小、照片数量等取决于相机阵列的数量和空间分布,成本较高,对使用场地环境的要求也较高,难以普及应用。
[0005] (2)单相机拍摄,照片集合通常采用单个相机围绕物体进行连续拍摄获得或者固定相机转动物体进行连续拍摄获得,相机无需标定。该方法采集的照片覆盖物体的范围大小和照片的数量自由度较高,成本较低,但照片内容的清晰度、照片之间内容特征点重复度值的高低以及够重建三维模型的照片数量等均有赖于人工经验,即还缺少自动且有效的方法对所采集的照片集合的质量进行判断和保障。不仅如此,此类方法拍摄的照片集合进行三维重建时,一旦重建的模型质量不佳,难以局部补拍,通常需要全部仔细且谨慎地重新拍摄一遍,费时低效。
[0006] 随着相机的逐渐普及以及数字化在各行各业的逐渐开展,不受相机阵列环境限制的单相机拍摄获取照片集合,在三维重建技术中逐步受到重视。在此情形下,如何充分利用单相机拍摄的优势,并改善单相机拍摄的照片集合的质量,成为首先需要解决的关键问题。

发明内容

[0007] 针对现有技术中存在的不足,本发明提出一种用于三维重建的高质量照片序列获取方法。
[0008] 相较于传统基于单相机获取照片集合的拍摄方法,本发明克服了照片序列质量靠人工经验判断的不足,能够自适应获取高质量照片序列,且对使用场地环境的要求不高,成本较低。
[0009] 本发明采用的技术方案主要包括以下步骤:
[0010] 步骤1.搭建照片拍摄系统:
[0011] 照片拍摄系统包括拍摄基台、电动转台、相机支架和被拍摄物体,所述拍摄基台上设基台背景布和电动转台,电动转台上设有转台背景布,被拍摄物体置于转台背景布之上,所述的相机支架安装在拍摄基台上,相机支架上设有单个相机,相机的镜头朝向被拍摄物体,设有控制模块控制电动转台旋转固定角度以及相机拍摄照片。
[0012] 步骤2.按序全范围拍摄获取物体照片:
[0013] 将物体正放于电动转台时,由于物体底面被遮挡,因此物体全范围照片分两次获取。首先将物体正放于电动转台上,拍摄不包含物体底面的上半部分照片。物体上半部分照片拍摄完成后,将物体倒置于电动转台上,拍摄包含物体底面的下半部分照片。上、下两部分照片共同组成物体全范围照片。得到物体全范围照片之后,以电动转盘旋转角度横轴,以相机位置为纵轴,将物体全范围照片排成照片阵列。
[0014] 照片拍摄方式分为水平方向和竖直方向。在水平方向上,相机固定在相机支架上的某一位置,电动转台的转动一周,相机拍摄物体360度的一圈照片;在一圈照片拍摄完成之后,将相机移动到相机支架的另一位置,继续拍摄下一角度的照片。
[0015] 步骤3.基于照片阵列开展质量检测与适应性重拍:
[0016] 在三维模型重建过程中,照片中的背景一般不需要重建。因此,在对照片阵列进行评价之前,需要去除照片阵列中每一张照片的背景。
[0017] 根据特征点的重复度进行照片阵列的质量检测:
[0018] 首先,提取照片阵列中每一张照片的特征点。然后,遍历每一张照片,计算当前照片和其相邻上、下、左、右四个方向照片的特征点重复度。如果某一方向的特征点重复度低于给定阈值,则在该方向上读取当前照片和相邻照片的拍摄角度,提取两张照片拍摄的角度范围,在该范围内拍摄新的照片,添加到照片阵列。
[0019] 照片阵列完成添加照片之后,对照片阵列之中的冗余照片进行删除。为了不影响添加照片的效果,冗余照片判断只在未添加过照片的角度范围中进行。如果一张照片之前的照片和该照片之后的照片的特征点重复度超过给定阈值,则该照片为冗余照片。
[0020] 照片阵列删除冗余照片之后,将照片阵列按行输出,最终得到高质量的照片序列。
[0021] 本发明有益效果如下:
[0022] 本发明首先通过搭建照片拍摄系统,对物体进行拍照,得到物体全范围照片;然后将所有照片的照片背景进行去除,并按水平和竖直方向组成照片阵列;最后计算照片阵列中每张照片和其相邻照片的特征点重复度,指导照片阵列进行调整,从而得到高质量的照片序列。
[0023] 本发明不仅解决了多相机协同拍摄对使用场地环境的要求较高的问题,而且克服了传统单相机获取照片序列方法靠人工判断的不足,能够通过计算准确的量化数据来指导照片阵列进行调整,进而得到高质量的照片序列。本发明可用于三维重建技术中高质量照片序列的获取,目的是获取到照片数量较少的高质量照片序列,不仅保证三维重建模型的质量,而且加快三维重建速度。

实施方案

[0032] 下面结合附图和实施例对本发明作进一步说明。
[0033] 如图1所示,一种用于三维重建的高质量照片序列获取方法,主要包括以下步骤:
[0034] 步骤1.搭建照片拍摄系统:
[0035] 1‑1.照片拍摄系统如图2所示,包括拍摄基台1、均匀光源2、电动转台3、相机支架4、相机5、被拍摄物体6、控制模块7、基台背景布8和转台背景布9。
[0036] 1‑2.拍摄基台1铺设有基台背景布8,基台背景布8的中心位置放置电动转台3,电动转台3上铺设有转台背景布9,转台背景布9之上放置被拍摄物体6。通过基台背景布8和转台背景布9确保照片背景颜色一致。
[0037] 1‑3.均匀光源2照射被拍摄物体6,拍摄基台1上设有相机支架4,所述的相机支架4设置有弧形区域,所述的相机5架设在相机支架4的弧形区域上,通过相机支架4的弧形区域使相机镜头到被拍摄物体的距离相等,
[0038] 1‑4.相机5的相机镜头朝向被拍摄物体6,控制模块7连接相机5和电动转台2,控制电动转台2旋转和相机5拍摄照片。
[0039] 步骤2.按序全范围拍摄获取物体照片
[0040] 拍摄物体对照片拍摄系统进行设置:
[0041] (1)当物体为对称结构时,添加额外的标记进行区分。(2)根据物体颜色更换基台背景布和转台背景布。背景布颜色选择的原则是不和物体表面颜色相近。(3)放置物体以及调整相机。将物体放置在电动转台中心,保证整个物体处于相机屏幕内,调节相机焦距,避免照片出现深度模糊。(4)设置拍摄光环境。调节两侧均匀光源的位置和光照强度,尽量减少物体阴影。
[0042] 照片拍摄分水平和竖直两个方向进行。在水平方向上,物体每旋转360度,相机要拍n张照片,则物体每次转动的角度为360/n度,设置物体每旋转r度,相机拍摄一张照片。在竖直方向上,相机在相机支架上进行移动,相机每完成一圈照片的拍摄,相机在相机支架上移动t度。相机支架示意图如图3所示。在物体上半部分拍摄完成之后,将物体倒置,进行下半部分的拍摄。物体全范围照片获取过程如下:
[0043] 2‑1.将物体正放于电动转台上,拍摄物体上半部分照片,具体步骤如下:
[0044] 2‑1‑1.相机设置在相机支架0度位置。
[0045] 2‑1‑2.电动装台从0度开始顺时针旋转,每旋转r度,相机拍摄一张照片。
[0046] 2‑1‑3.相机位置沿相机支架增加t度。
[0047] 2‑1‑4.如果相机位置小于90度,重复步骤2‑1‑2和步骤2‑1‑3,否则停止拍摄。
[0048] 2‑2.保持补光灯位置和强度不变,保持相机焦距不变,将物体倒置于电动转台上,拍摄物体下半部分照片,具体步骤如下:
[0049] 2‑2‑1.相机设置在相机支架t度位置,相对于正放物体,相机拍摄角度为‑t度。
[0050] 2‑2‑2.电动装台从0度开始顺时针旋转,每旋转r度,相机拍摄一张照片。
[0051] 2‑2‑3.相机位置沿相机支架增加t度,相对于正放物体相机拍摄角度增加‑t度。
[0052] 2‑2‑4.如果相机位置小于90度,重复步骤2‑2‑2和步骤2‑2‑3,否则停止拍摄。
[0053] 2‑3.以电动转盘旋转角度为横轴,以相机拍摄角度为纵轴,将物体全范围照片排成照片阵列,如图4所示。
[0054] 优选的,r为15度,t为30度。
[0055] 步骤3.基于照片阵列开展质量检测与适应性重拍
[0056] 3‑1.照片预处理。利用色键抠图算法对照片阵列中每一张照片的背景进行去除,如图5所示。
[0057] 3‑2.利用SIFT算法提取照片阵列中每一张去背景照片的特征点。
[0058] 3‑3.照片阵列质量检测。遍历照片阵列中的每一张去背景照片,利用快速近邻匹配算法对当前照片和其相邻的上、下、左、右四个方向照片的特征点进行匹配,并计算特征点重复度,如式(1)所示。
[0059]
[0060] 其中,m表示当前照片,n表示相邻照片,PM(m,n)表示照片m和照片n的特征点重复度,Fall(m)表示照片m所有特征点的数量,Fover(m,n)表示照片m和照片n特征点重合的数量。特征点重复度计算结果如图6所示。
[0061] 3‑4.调整照片阵列内容。当PM(m,n)大于给定阈值,说明照片m和照片n具有高重叠度,不需要添加照片;当PM(m,n)小于给定阈值,说明照片m和照片n的重叠关系弱,需要在照片阵列中添加新的照片来加强重叠关系,具体做法如下:
[0062] 3‑4‑1.在照片m和照片n的拍摄角度范围内,取角度范围中间值进行补拍,得到照片k,利用色键抠图去除背景并添加到照片阵列相应位置。
[0063] 3‑4‑2.计算照片m和新添加照片k的特征点重叠度,以及照片k和照片n的特征点重复度。
[0064] 3‑4‑3.如果特征点重复度小于给定阈值,则继续补拍照片添加到照片阵列,直到特征点重叠度大于给定阈值或无法继续添加照片。水平方向照片阵列调整结果如图7所示。
[0065] 3‑5.删除冗余照片,具体步骤如下:
[0066] 3‑5‑1.遍历照片阵列的每一行,提取没有添加过照片且照片数量大于2的角度范围。
[0067] 3‑5‑2.遍历每个角度范围。
[0068] 3‑5‑3.设i为当前角度范围内的第i张照片,j为当前角度范围内第j张照片,初始化i为当前角度范围内的起始角度照片,则j为相对于起始角度照片距离为2的照片。
[0069] 3‑5‑4.计算照片i和照片j的特征点重复度PM(i,j)和PM(j,i)。
[0070] 3‑5‑5.当PM(i,j)和PM(j,i)都大于给定阈值,将照片i和照片j之间的照片删除,j=j+1,返回步骤3‑5‑4;
[0071] 否则i=j‑1,j=j+1,返回步骤3‑5‑4;
[0072] 3‑5‑6.当j超过当前角度范围时,停止当前角度范围内的删除照片操作。删除冗余照片过程如图8所示。
[0073] 3‑6.将最终的照片阵列按行输出,得到高质量照片序列。

附图说明

[0024] 图1为本发明流程图;
[0025] 图2为本发明照片拍摄系统结构示意图;
[0026] 图3为相机支架示意图;
[0027] 图4为未去背景的照片阵列;
[0028] 图5为去背景的照片阵列;
[0029] 图6为特征点重复度计算结果;
[0030] 图7为水平方向照片阵列调整结果;
[0031] 图8为照片阵列删除冗余照片过程。
专利联系人(活跃度排行)
版权所有:盲专网 ©2023 zlpt.xyz  蜀ICP备2023003576号