三维重建技术在工程图学教学中的应用

三维重建技术在工程图学教学中的应用

发表时间：2018-12-26T14:22:09.193Z 来源：《建筑学研究前沿》2018年第27期作者：季强李旖婷[导读] 由于单视图信息非常简单，所以3D重建需要更复杂的算法和过程。相反，多视图三维重建（模拟人类观察世界的方式）更容易实现。

河南财经政法大学 450046 摘要：工程图学教育在我国的高等教育中占有很重要的地位，是科学发展的重要组成部分。面对新世纪图形教育的更高要求，面对现代工程设计和企业对图形教育的需要，全面培养高素质的复合型人才，我们应当认真对待。总结经验，积极学习图形教学系统、教学理念和教学方法。本文对三维重建技术在工程图学教学中的应用进行了分析和探讨。

关键词：三维重建技术；工程图学教学；应用

1图像三维重建技术简介三维重建是描述三维物体或场景图像，从二维图像恢复三维物体或场景的逆过程。因此，三维重建技术是在计算机中构建虚拟现实以表达客观世界的关键技术。三维重建是指从一个或多个视图获得的物体或场景的图像重建三维模型的过程。由于单视图信息非常简单，所以3D重建需要更复杂的算法和过程。相反，多视图三维重建（模拟人类观察世界的方式）更容易实现。

基于图像的三维重建是从若干幅图片计算提取出场景和物体的三维深度信息，根据获取的三维深度信息，重构出具备很强真实感的物体或者场景的三维模型的方法。该方法是涉及到多个热门领域，目前，基于图像的三维重建技术已经成为一个极具潜力的热门领域，在诸多方面有着很重要的应用，比如，电子商务，航天飞行，遥感测绘，虚拟博物馆等高科技领域。与传统的建模方式，例如利用建模软件（3D Max，AutoCAD等等类似的建模软件）以及使用三维扫描仪扫描物体。因此，与立体模型方法相比，基于图像三维重建的方法具有真实感强、自动化程度高等优点。另外，从理论上讲，基于图像的三维重建实际上是计算机图形学的一个反问题。如何从受干扰或不完全的二维信息中恢复三维信息是该技术中的一个主要难点。

2三维图像重建技术的发展现状BIM技术的英文全称是Building Information Modeling，是一个完整的信息模型可以将项目整个生命周期不同阶段的工程信息、过程和资源集成到一个模型中，便于项目参与者使用。利用三维数字技术对建筑物的真实信息进行模拟，从而实现设计与施工的整合，实现各专业工作的统一。从而降低了工程造价，保证了工程项目的及时、高质量完成。[1] 基于图像的三维重建技术是计算机辅助设计（CAD）与计算机图形学中很重要的一个研究领域。三维重建是根据物体或者场景所拍摄的两个或者两个以上二维的图像，由计算机自动进行计算和匹配，计算出物体或者场景的二维的几何信息和深度信息，并建立三维的立体模型的过程。

基于图像建模技术的实现需要依靠基于图像的绘制技术，只需要依据若干幅对于某个三维物体或者场景原始图像就可以绘制出该三维物体或者场景的新视点图像。

目前国内外对基于图像的三维重建技术这一热点技术有很多的研究，已经有很多成果和进展，主要是对特征检测、特征匹配、摄像机标定几个部分进行研究。有很多的基于图像的三维重建软件。

对于一个基于图像的三维重建系统来说，漫游效果和处理时间独立于场景复杂度，只与所产生的画面分辨率有关、与场景复杂度无关。另外，预先存储的图像既可以是计算机生成的，也可以是实际拍摄的照片，而且两者可以混用；相比于见面得到的虚拟现实效果，更真实可信，更能让人产生身处其中的感觉；最后，因为基于图像的三维重建技术数据量小，所以这种方法对于计算机的硬件，没有很高的要求，实用性更好。

基于图像建模技术必须先要获得若干幅基于真实的三维物体或者场景的真实感知的图像，因此存在很多的缺陷是无法能够避免的。首先，当要重建真实场景不能够获取到真实感知的图像时，比如物体或者场景根本不存在，是虚构的出来的，又或者场景处于设计规划阶段时，是在时刻变化的，就不能使用基于图像建模技术。其次，由于场景中的物体都变成了图像中的二维对象，因此用户很难与这些二维图形对象进行交互，获取所需要的信息；另外对照相机与摄影设备有一定的要求，这是获得真实的感知图像的需要。同时这些大量的图像文件也需要足够的存储空间来保存。

三维重建技术具有快速、简便、逼真的优点，能较好的实现现实事物的虚拟化，该方法尤其适合那些难以用CAD的方法建立真实感模型的自然环境。

3三维重建技术的意义三维重建技术通过深度数据获取、预处理、点云配准与融合、生成表面等过程，把真实场景刻画成符合计算机逻辑表达的数学模型。这种模型可以对如文物保护、游戏开发、建筑设计、临床医学等研究起到辅助的作用。

三维重建技术简介

三维重建技术的关键是如何获取目标场景或目标的深度信息。在已知场景深度信息的条件下，只有通过点云数据的配准与融合[4]，才能实现场景的三维重建。基于三维重建模型的深部应用研究也可以立即进行。立体视觉法[8]（Multi-View Stereo，MVS)是另外一种常用的三维重建方法。主要包括直接利用测距器获取程距信息、通过一幅图像推测三维信息和利用不同视点上的两幅或多幅图像恢复三维信息等三种方式。通过模拟人类视觉系统，基于视差原理获取图像对应点之间的位置偏差，恢复出三维信息。S.T.Barnard[9]等人对20世纪70年代到80年代之间出现的三维重建的算法和评价体系做了概述。到了80年代中后期，出现了更多、更深层次的视觉原理，包括立体测量方法和深度传感器等，极大的促进了相关学科的发展。新兴方法可以直接获取景物的三维信息，极大的节省了物力与人力成本。

立体视觉作为计算机视觉的关键技术之一，有其不足之处。例如，立体视觉需要假设空间平面是正平面，但实际情况远非如此。另外，在匹配中也存在着模糊性：对于一幅图像中的一些特征点，在另一幅图像中可能存在多个相似的特征点。如何选择最佳匹配点更加困难。如图1-2所示，展示了Middlebury[16]数据集中Teddy和Cones场景的基准彩色图像、标准视差以及通过Graph Cuts[17]算法获取的立体匹配视差估计结果。