【技術實現步驟摘要】
本專利技術涉及圖像數據處理，更具體地說，本專利技術涉及一種基于機器學習的2視點裸眼3d排圖算法。
技術介紹
1、隨著新一代技術的發展，3d重建技術越來越被廣泛應用于生活生產，對重建后的3d圖像進行排圖處理也被廣泛應用于游戲開發、影視特效、虛擬現實（vr）、增強現實（ar）、建筑可視化、工業設計等領域。
2、現有的裸眼3d排圖算法通過激光雷達掃描物體獲取激光點云數據，獲取物體激光點云數據之后對物體進行三維重建，三維重建完成后將重建后的三維圖像與現實場景對齊標記排圖完成。
3、然而現有技術仍存在一些缺點：人的左右眼看到的圖像存在差異，在進行裸眼3d排圖時應考慮到左右眼視角的差異性，通過激光雷達掃描物體獲取激光點云數據，獲取物體激光點云數據之后對物體進行三維重建能夠保障物體空間幾何還原度較精準，但是無法確保最終重建的三維模型深度信息、色彩還原度以及紋理細節呈現較高的精準度，應對其進行改進。
技術實現思路
1、為了克服現有技術的上述缺陷，本專利技術的實施例提供一種基于機器學習的2視點裸眼3d排圖算法，以解決上述
技術介紹
中提出的問題。
2、為實現上述目的，本專利技術提供如下技術方案：一種基于機器學習的2視點裸眼3d排圖算法，包括以下步驟：
3、s1：選用兩臺同型號的相機拍攝不同場景、不同拍攝主體的多組左右視點圖像，在拍攝完成后對拍攝圖像進行圖像校正；
4、s2：圖像校正結束后判斷圖像質量是否滿足設定標準，滿足設定標準則進入圖像存儲設
5、s3：將屬于同一被拍攝主體的左右視點圖像輸入至構建的三維卷積網絡模型中經過模型處理后得到對應的左右視點融合視差圖，后將視差值轉化為深度距離值，并基于視差值、深度距離值、相機參數以及相似三角形原理計算被拍攝主體世界坐標系下的三維坐標進行三維重建，三維重建結束后計算三維重建精度系數；
6、s4：基于構建好的三維模型，利用計算機圖形學技術生成左右眼視角的立體圖像后對生成的立體圖像對進行優化處理，自定義選擇裸眼3d顯示技術后將左右眼視角的立體圖像輸入至裸眼3d排圖設計模型中生成不同場景的三維顯示布局；
7、s5：采集生成的顯示場景中每個物體的左右眼視角立體圖像中對應點視差一致的點數量、對應點視差不一致的點數量、正確反映場景深度信息的物體數量、錯誤反映場景深度信息的物體數量、原始場景與顯示場景色彩正確還原的場景區域面積、原始場景與顯示場景色彩未正確還原的場景區域面積、顯示場景中每個三維重建圖像的三維重建精度系數、顯示場景中每個三維重建圖像外表面紋理細節的清晰度達標系數和匹配準確率系數、顯示場景圖像分辨率和幀率；
8、s6：基于采集到的數據分別計算顯示場景立體效果指數、顯示場景真實性指數以及顯示場景視覺效果指數；
9、s7：基于顯示場景立體效果指數、顯示場景真實性指數以及顯示場景視覺效果指數計算三維排圖效果綜合評估指數。
10、優選的，所述步驟s1在拍攝雙視點圖像之前對用于拍攝的兩臺相機參數進行標定，相機參數包括焦距、光圈、快門速度、視角、白平衡、色彩設置參數、像素的物理大小、圖像中心、坐標軸傾斜參數、畸變參數、旋轉矩陣、平移向量以及外參矩陣，在拍攝過程中控制兩臺相機的焦距、基線距離、拍攝高度以及拍攝時間均一致。
11、優選的，所述步驟s2中判斷圖像質量是否滿足設定標準的具體步驟如下：
12、s21、采集處理后拍攝圖像的清晰度系數xqc、對比度參數αbc、色彩分布準確率系數xsc、噪聲參數αzc、圖像形變系數xzc、結構相似性系數αgc以及峰值信噪比系數αfc；
13、s22、調取設定的標準圖像清晰度系數xqs、標準對比度參數αbs、標準色彩分布準確率系數xss、標準噪聲參數αzs、標準圖像形變系數xzs、標準結構相似性系數αgs以及標準峰值信噪比系數αfs；
14、s23、分別計算清晰度達標系數yxq、對比度達標系數yαb、色彩分布達標系數yxs、噪聲達標系數yαz、圖像形變達標系數yxz、結構相似性達標系數yαg、峰值信噪比達標系數yαf，具體公式如下：、、、、、、；
15、s24、任意一項達標系數數值為0時判定圖像質量不滿足設定標準，繼續進行圖像校正直至圖像質量滿足設定標準；
16、s25、每一項達標系數數值均不為0時判定圖像質量滿足設定標準，將圖像質量滿足設定標準的屬于同一場景、固定拍攝位置的左右視點圖像標注為同組圖像并以場景名稱、被拍攝主體名稱以及拍攝位置編號作為該組圖像文件夾名稱。
17、優選的，清晰度系數、色彩分布準確率系數以及圖像失真系數的獲取步驟如下：
18、s211、計算圖像的二維離散傅里葉變換公式：，其中f(u,v)是圖像在頻率域中(u,v)頻率分量的復數值，f(x,y)是圖像在空間域中(x,y)位置的像素值，nh、nl依次為圖像像素的行數、列數，j為虛數單位，滿足j2=-1，u、v依次為頻率域中水平、垂直方向的頻率分量索引，x、y依次為圖像像素的橫坐標、縱坐標；
19、s212、計算傅里葉變換的幅度譜：，其中re[f(u,v)]和im[f(u,v)]分別是二維離散傅里葉變換公式中的實部和虛部；
20、s213、定義高頻區域d，計算高頻區域中高頻分量的總能量ez和平均幅度ea，具體公式如下：，，nd是高頻區域內像素的數量；
21、s214、計算清晰度系數xq，具體公式為：；
22、s215、采集色彩分布正確的平面色彩區域數量msa、平面色彩區域總數量msb、圖像發生形變擴增或內縮部分的平面圖像面積之和az以及理論圖像未發生形變的理論平面圖像總面積aw；
23、s216、計算色彩分布準確率系數xs，具體公式為：；
24、s217、計算圖像形變系數xz，具體公式為：。
25、優選的，所述步驟s3中三維重建精度系數xwc的具體計算公式為，其中nw為三維坐標點數量，de、dsi依次為三維坐標點預設距離誤差、第i個重建三維坐標點（xci,yci,zci）與第i個真實三維坐標點（xsi,ysi,zsi）的實際距離誤差，，為de與dsi的數學判斷模型，de與dsi不同數值大小判斷結果對應不同輸出值，。
26、優選的，所述步驟s5中采集的顯示場景中第i個三維重建圖像外表面紋理細節的匹配準確率系數βpi的具體計算公式為：，ayi、axi依次為第i個三維重建圖像外表面紋理細節正確應用區域面積、第i個三維重建圖像外表面紋理細節錯誤應用區域面積。
27、優選的，所述步驟s6中具體數據處理過程如下：
28、s61、計算顯示場景立體效果指數rlt，具體公式為：，msy、msx、nt、nty、ntx依次為顯示場景中第i個物體的左右眼視角立體圖像中對應點視差一致的點數量、對應點視差不一致的點數量、顯示場景中物體數量、顯示本文檔來自技高網...
【技術保護點】
1.一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：所述步驟S1在拍攝雙視點圖像之前對用于拍攝的兩臺相機參數進行標定，相機參數包括焦距、光圈、快門速度、視角、白平衡、色彩設置參數、像素的物理大小、圖像中心、坐標軸傾斜參數、畸變參數、旋轉矩陣、平移向量以及外參矩陣，在拍攝過程中控制兩臺相機的焦距、基線距離、拍攝高度以及拍攝時間均一致。
3.根據權利要求1所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：所述步驟S2中判斷圖像質量是否滿足設定標準的具體步驟如下：
4.根據權利要求3所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：清晰度系數、色彩分布準確率系數以及圖像失真系數的獲取步驟如下：
5.根據權利要求1所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：所述步驟S3中三維重建精度系數Xwc的具體計算公式為，其中nw為三維坐標點數量，de、dsi依次為三維坐標點預設距離誤差、第i個重建三維坐標點（xci,
6.根據權利要求1所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：所述步驟S5中采集的顯示場景中第i個三維重建圖像外表面紋理細節的匹配準確率系數βpi的具體計算公式為：，Ayi、Axi依次為第i個三維重建圖像外表面紋理細節正確應用區域面積、第i個三維重建圖像外表面紋理細節錯誤應用區域面積。
7.根據權利要求6所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：所述步驟S6中具體數據處理過程如下：
8.根據權利要求7所述的一種基于機器學習的2視點裸眼3D排圖算法，其特征在于：所述步驟S7中基于顯示場景立體效果指數RLT、顯示場景真實性指數RCZ以及顯示場景視覺效果指數RSX計算三維排圖效果綜合評估指數RP的具體計算公式為：。
...【技術特征摘要】
1.一種基于機器學習的2視點裸眼3d排圖算法，其特征在于：包括以下步驟：
2.根據權利要求1所述的一種基于機器學習的2視點裸眼3d排圖算法，其特征在于：所述步驟s1在拍攝雙視點圖像之前對用于拍攝的兩臺相機參數進行標定，相機參數包括焦距、光圈、快門速度、視角、白平衡、色彩設置參數、像素的物理大小、圖像中心、坐標軸傾斜參數、畸變參數、旋轉矩陣、平移向量以及外參矩陣，在拍攝過程中控制兩臺相機的焦距、基線距離、拍攝高度以及拍攝時間均一致。
3.根據權利要求1所述的一種基于機器學習的2視點裸眼3d排圖算法，其特征在于：所述步驟s2中判斷圖像質量是否滿足設定標準的具體步驟如下：
4.根據權利要求3所述的一種基于機器學習的2視點裸眼3d排圖算法，其特征在于：清晰度系數、色彩分布準確率系數以及圖像失真系數的獲取步驟如下：
5.根據權利要求1所述的一種基于機器學習的2視點裸眼3d排圖算法，其特征在于：所述步驟s3中三維重建精度系數xwc的具體計算公式為，其中nw為三維坐標點數量，...
【專利技術屬性】
技術研發人員：陳文鋒，郭金明，申小玲，李玲，曾繁貴，曹雙飛，
申請(專利權)人：深圳市易快來科技股份有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。