高清晰度视景IG材质三维重建方法与系统与流程

高清晰度视景ig材质三维重建方法与系统
技术领域
1.本发明属于三维重建技术领域，特别涉及飞机零件材质三维重建技术，具体涉及高清晰度视景ig材质三维重建方法与系统。


背景技术：

2.飞机、飞行器的维护维养是保证飞行安全的必不可缺的流程和工作，耗费大量的人力（地勤和安全员）和物力（检查设备，仪器等），飞机维修涵盖了飞机各种组成零件的保养维护，对于飞机上的各种组成零件来说，受使用功能、工作环境、使用频率影响，导致不同零件的磨损度存在差异，因而存在磨损度较高的零件，例如发动机组成零件、刹车系统组成零件，难以识别本身的材质，给零件的维修造成一定的困难，为了给磨损度较高的飞机零件提供可靠的维修辅助，有必要对该类零件材质进行还原重建。
3.基于光照的高清晰度还原技术，用于三维重建和虚拟场景创建，可以提供更逼真的视觉效果，因而现阶段常利用高清晰度三维仿真技术进行物理视觉可见的零件、组件、材质的还原重建，一般三维重建过程包括首先对零件进行三维模型图像采集拼接，然后依据零件三维模型图像确定零件材质，最后依据零件材质进行还原重建，在这整个过程中零件材质确定属于关键的步骤，材质确定的准确性直接影响了零件材质重建的有效性（例如现有技术总的pbr材质仿真等），但现有技术进行零件材质确定时存在以下缺陷：一是在利用零件三维模型图像确定零件材质前缺乏对三维模型图像的形成质量分析，由于确定零件材质的关键点是从三维模型图像中提取辨别材质的显示特征，例如纹理，而当三维模型图像的形成质量不佳时就会在一定程度上降低显示特征的提取准确度，进而为零件材质的确定造成干扰，不利于零件材质的精准确定；其二在于利用零件三维模型图像确定零件材质时对显示特征的提取是以零件整体三维模型图像作为提取对象，这种提取方式是建立在零件表面磨损状态分布较为均衡的情况下，而实际上零件表面的磨损状态可能千差万别，分布不具有绝对地均衡性，因而以零件整体三维模型图像进行显示特征提取存在适用场景局限，容易造成提取的显示特征不具有代表性，进而影响零件材质确定结果的合理可靠度。


技术实现要素：

4.为此，本技术实施例的一个目的在于提供高清晰度视景ig材质三维重建方法与系统，通过对拼接而成的飞机零件三维模型图像进行子图像划分，并进行形成质量评价，同时从各子图像中提取显示特征，从而依据零件三维模型图像的形成质量系数和各子图像的显示特征进行零件代表显示特征解析，以此确定零件材质。
5.根据本发明目的的第一方面，提出一种高清晰度视景ig材质三维重建方法，包括以下步骤：将待材质重建的飞机零件记为目标零件，并提取目标零件的外形轮廓，由此获取目标零件的展示面数；获取目标零件各展示面图像，所述目标零件各展示面图像被设置成基于目标零件
的展示面数对目标零件的各展示面进行摄像而获得；将目标零件各展示面图像进行拼接，形成目标零件三维模型图像；将目标零件三维模型图像均匀进行子图像划分，评价目标零件三维模型图像的形成质量系数；从各子图像中提取显示特征，并基于目标零件三维模型图像的形成质量系数和各子图像的显示特征解析出目标零件对应的代表显示特征，例如显示特征包括纹理清晰度和光泽度；基于目标零件对应的代表显示特征确定目标零件材质；以及将目标零件材质在目标零件三维模型中进行重建展示。
6.根据本发明第一方面的一种能够实现的方式，所述对目标零件的各展示面进行摄像包括以下步骤：以目标零件的某展示面作为首展示面，进而从各展示面中提取首展示面对应的相邻展示面，再获取相邻展示面对应的相邻展示面，由此得到目标零件各展示面的排列顺序，作为目标零件各展示面的摄像顺序。
7.根据目标零件各展示面的摄像顺序在目标零件的各展示面中确定分界线，进而以分界线为界划定重叠区域，得到拍摄顺序中各展示面的拍摄重叠区域。
8.在拍摄完成后的各展示面图像中对拍摄重叠区域进行标记。
9.作为可选的实施方式，所述对目标零件的各展示面进行摄像被设置成按照拍摄顺序完成，包括以下步骤：以目标零件的某展示面作为首展示面，进而从各展示面中提取首展示面对应的相邻展示面，再获取相邻展示面对应的相邻展示面，由此得到目标零件各展示面的排列顺序，作为目标零件各展示面的摄像顺序；根据目标零件各展示面的摄像顺序，在目标零件的各展示面中确定分界线，进而以分界线为界划定重叠区域，得到拍摄顺序中各展示面的拍摄重叠区域；在拍摄完成后的各展示面图像中，对拍摄重叠区域进行标记。
10.作为可选的实施方式，所述评价目标零件三维模型图像的形成质量系数，包括下述步骤：从各子图像中提取质量指标，包括分辨率、信噪比和对比度；将同一质量指标在各子图像中的数据进行相互对比，提取各质量指标的最大值、最小值和平均值；根据各质量指标的最大值、最小值和平均值，计算目标零件三维模型图像的形成质量系数。
11.作为可选的实施方式，所述目标零件对应代表显示特征的解析，包括：步骤（1）:将目标零件三维模型图像的形成质量系数与预设的达标形成质量系数进行对比，若目标零件三维模型图像的形成质量系数大于或等于预设的达标形成质量系数，执行下述步骤（2），否则执行步骤（3）-（5）；步骤（2）:将各子图像的纹理清晰度、光泽度进行对比，从中选取最大纹理清晰度、最大光泽度作为目标零件对应的代表纹理清晰度和代表光泽度；步骤（3）:从各子图像中筛选出缺陷子图像，进而将各子图像分类为正常子图像和缺陷子图像，识别缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，并据此获取缺
陷子图像对应的显示修正值；步骤（4）:将缺陷子图像对应的显示特征结合显示修正值构成缺陷子图像对应的有效显示特征区间：[显示特征-显示修正值，显示特征+显示修正值]，从有效显示特征区间中提取缺陷子图像对应的有效显示特征；步骤（5）:将正常子图像对应的显示特征和缺陷子图像对应的有效显示特征按照步骤（2）的方式对比，得到目标零件对应的代表显示特征。
[0012]
作为可选的实施方式，所述缺陷子图像的筛选，包括：将各子图像按照设定的顺序进行排序，并按照排序结果依次提取各子图像的质量指标，并结合设置的质量指标允许差量，构造各子图像对应的分辨率差量区间,信噪比差量区间,对比度差量区间；按照排序结果提取各子图像，作为主体子图像，将其他子图像对应的质量指标与主体子图像对应的分辨率差量区间、信噪比差量区间和对比度差量区间进行对比，统计落入主体子图像对应分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像数量；将以各子图像作为主体子图像中落入分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像数量进行对比，从中提取落入分辨率差量区间、信噪比差量区间和对比度差量区间最多其他子图像数量的主体子图像，分别记为分辨率倾向子图像、信噪比倾向子图像、对比度倾向子图像；分别提取未落入到分辨率倾向子图像对应分辨率差量区间内的其他子图像、未落入到信噪比倾向子图像对应信噪比差量区间内的其他子图像、未落入到对比度倾向子图像对应对比度差量区间内的其他子图像，均作为缺陷子图像。
[0013]
作为可选的实施方式，所述识别缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，包括：s1、将未落入到分辨率倾向子图像对应分辨率差量区间内的缺陷子图像记为一类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为分辨率，进而将一类缺陷子图像对应的分辨率与分辨率倾向子图像对应的分辨率差量区间进行对比计算，得到一类缺陷子图像对应的形成质量缺陷度；s2、将未落入到信噪比倾向子图像对应信噪比差量区间内的缺陷子图像记为二类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为信噪比，进而将二类缺陷子图像对应的分辨率与信噪比倾向子图像对应的信噪比差量区间进行对比计算，得到二类缺陷子图像对应的形成质量缺陷度；s3、将未落入到对比度倾向子图像对应对比度差量区间内的缺陷子图像记为三类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为对比度，进而将三类缺陷子图像对应的对比度与对比度倾向子图像对应的对比度差量区间进行对比计算，得到三类缺陷子图像对应的形成质量缺陷度。
[0014]
作为可选的实施方式，所述基于目标零件对应的代表显示特征确定目标零件材质，包括：从代表显示特征中提取代表光泽度，进而将目标零件对应的代表光泽度与云数据库中各种材质对应的代表光泽度进行比对，计算出目标零件相对各种材质的光泽度相似指
数；从代表显示特征中提取代表纹理清晰度，进而将各子图像对应的纹理清晰度与目标零件对应的代表纹理清晰度进行对比，从中选取符合代表纹理清晰度的子图像，由此将从该子图像中提取纹理轮廓，作为目标零件对应的代表纹理轮廓，并与云数据库中各种材质对应的代表纹理轮廓进行重合对比，得到目标零件相对各种材质的纹理重合指数；基于目标零件相对各种材质的光泽度相似指数和纹理重合指数，从中选取最大光泽度相似指数和最大纹理重合指数对应的材质，分别记为第一趋向材质和第二趋向材质，并进行对比，若第一趋向材质和第二趋向材质为同一种材质，则将该材质作为目标零件材质，若不为同一种材质，则从所有材质中提取出共同材质，并依据共同材质的排位状态确定目标零件材质。
[0015]
根据本发明目的的第二方面，还提出一种高清晰度视景ig材质三维重建系统，包括：一个或多个处理器；存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行前述的高清晰度视景ig材质三维重建方法的过程。
[0016]
本发明目的的第三方面，还提出一种存储软件的计算机可读取介质，所述软件包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时执行如前述的高清晰度视景ig材质三维重建方法的过程。
[0017]
本发明目的的第四方面，还提出一种高清晰度视景ig材质三维重建装置，包括：标记模块，被设置用于将待材质重建的飞机零件记为目标零件，并提取目标零件的外形轮廓，由此获取目标零件的展示面数；图像获取模块，被设置用于获取目标零件各展示面图像，所述目标零件各展示面图像被设置成基于目标零件的展示面数对目标零件的各展示面进行摄像而获得；图像拼接模块，用于将目标零件各展示面图像进行拼接，形成目标零件三维模型图像；图像形成质量评价模块，用于将目标零件三维模型图像均匀进行子图像划分，由此评价目标零件三维模型图像的形成质量系数；代表显示特征解析模块，用于从各子图像中提取显示特征，包括纹理清晰度和光泽度，并基于目标零件三维模型图像的形成质量系数和各子图像的显示特征，解析目标零件对应的代表显示特征；目标零件材质确定模块，用于基于目标零件对应的代表显示特征确定目标零件材质；材质重建模块，用于将目标零件材质在目标零件三维模型中进行重建展示。
[0018]
结合上述的所有技术方案，本发明提出的高清晰度视景ig材质三维重建方法的显著优点在于：1、本发明的高清晰度视景ig材质三维重建方法在利用零件三维模型图像进行材质确定前增加了对三维模型图像的形成质量分析评价，能够提高显示特征的提取准确度，避免对零件材质的确定造成干扰，有利于零件材质的精准确定；
2、通过对零件三维图像进行子图像划分，并针对子图像进行显示特征提取，与此同时基于三维模型图像的形成质量评价结果对各子图像提取的显示特征进行修正，由此获取零件的代表显示特征，有效规避了以零件整体三维模型图像作为显示特征提取对象造成的适用场景局限，最大限度提高了显示特征的提取代表性，使得零件材质的确定更加合理、符合实际，提高零件材质确定结果的可靠性和鲁棒性；3、本发明在对零件进行三维模型图像拼接过程中通过按照展示面与展示面相邻方式进行相邻展示面图像拍摄，并在拍摄过程中确保相邻展示面图像之间有重叠部分，便于在后续的图像拼接中更容易进行对齐和融合，同时还对重叠部分进行标记，不仅提高了图像拼接效率，还大大降低了错误拼接的发生率，有利于提高图像拼接准确度，为后续进行三维模型图像形成质量评价提供保障，避免无效评价。
[0019]
应当理解，前述构思以及在下面更加详细地描述的额外构思的所有组合只要在这样的构思不相互矛盾的情况下都可以被视为本公开的发明主题的一部分。另外，所要求保护的主题的所有组合都被视为本公开的发明主题的一部分。
[0020]
结合附图从下面的描述中可以更加全面地理解本发明教导的前述和其他方面、实施例和特征。本发明的其他附加方面例如示例性实施方式的特征和/或有益效果将在下面的描述中显见，或通过根据本发明教导的具体实施方式的实践中得知。
附图说明
[0021]
附图不意在按比例绘制。在附图中，在各个图中示出的每个相同或近似相同的组成部分可以用相同的标号表示。为了清晰起见，在每个图中，并非每个组成部分均被标记。现在，将通过例子并参考附图来描述本发明的各个方面的实施例.图1为本发明示例性的高清晰度视景ig材质三维重建方法实施步骤流程图。
[0022]
图2为本发明示例性的高清晰度视景ig材质三维重建装置的模块示意图。
[0023]
图3为本发明示例性的目标零件展示面中重叠区域划分示意图。
[0024]
附图标记：1、分界线，2、首位展示面，3、次位展示面，4、重叠区域。
具体实施方式
[0025]
为了更了解本发明的技术内容，特举具体实施例并配合所附图式说明如下。
[0026]
在本公开中参照附图来描述本发明的各方面，附图中示出了许多说明的实施例。本公开的实施例不必定意在包括本发明的所有方面。应当理解，上面介绍的多种构思和实施例，以及下面更加详细地描述的那些构思和实施方式可以以很多方式中任意一种来实施，这是因为本发明所公开的构思和实施例并不限于任何实施方式。另外，本发明公开的一些方面可以单独使用，或者与本发明公开的其他方面的任何适当组合来使用。
[0027]
结合图1所示，根据本发明示例性实施例的高清晰度视景ig材质三维重建方法，其实现包括以下步骤：步骤1、将待材质重建的飞机零件记为目标零件，并提取目标零件的外形轮廓，由此获取目标零件的展示面数；步骤2、获取目标零件各展示面图像，所述目标零件各展示面图像被设置成基于目
标零件的展示面数对目标零件的各展示面进行摄像而获得；步骤3、将目标零件各展示面图像进行拼接，形成目标零件三维模型图像；步骤4、将目标零件三维模型图像均匀进行子图像划分，评价目标零件三维模型图像的形成质量系数；步骤5、从各子图像中提取显示特征，并基于目标零件三维模型图像的形成质量系数和各子图像的显示特征解析出目标零件对应的代表显示特征；步骤6、基于目标零件对应的代表显示特征确定目标零件材质；以及步骤7、将目标零件材质在目标零件三维模型中进行重建展示。
[0028]
下面我们将结合具体的示例，对前述方法的实现进行进一步阐述与说明。
[0029]
在本发明的实施例中，前述步骤2中，目标零件各展示面图像被设置成基于目标零件的展示面数对目标零件的各展示面按照一定的拍摄顺序进行摄像而获得。
[0030]
作为可选的实施方式，对各展示面的摄像过程包括以下步骤：以目标零件的某一展示面作为首展示面，进而从各展示面中提取首展示面对应的相邻展示面，再获取相邻展示面对应的相邻展示面，由此得到目标零件各展示面的排列顺序，作为目标零件各展示面的摄像顺序；根据目标零件各展示面的摄像顺序在目标零件的各展示面中确定分界线，进而以分界线为界划定重叠区域，得到拍摄顺序中各展示面的拍摄重叠区域，结合图3所示。
[0031]
需要说明的是，上述提到的各展示面的分界线为各展示面相对于相邻展示面的共用轮廓线。
[0032]
作为优选的实施例，具体拍摄过程进一步被设置成：按照目标零件各展示面的拍摄顺序首先取排在首位的展示面进行图像拍摄，然后取排在次位的展示面，由摄像机对排在次位的展示面进行拍摄，使得拍摄的图像能够包括排在首位展示面的重叠区域，以此类推对排在后位的展示面进行图像拍摄，直至对排在末位的展示面进行图像拍摄。
[0033]
应当理解的是，对目标零件的各展示面进行摄像时确保相机参数保持一致，其中相机参数包括焦距、光圈和快门速度等，这可以避免由于参数变化而导致的图像不一致性。
[0034]
在拍摄完成后的各展示面图像中对重叠区域进行标记。
[0035]
本发明在对零件进行三维模型图像拼接过程中通过按照展示面与展示面相邻方式进行相邻展示面图像拍摄，并在拍摄过程中确保相邻展示面图像之间有重叠部分，便于在后续的图像拼接中更容易进行对齐和融合，同时还对重叠部分进行标记，不仅提高了图像拼接效率，还大大降低了错误拼接的发生率，有利于提高图像拼接准确度，为后续进行三维模型图像形成质量评价提供保障，最大限度避免发生无效评价。
[0036]
在本发明的实施例中，前述步骤2中，将目标零件各展示面图像进行拼接，形成目标零件三维模型图像，可采用现有技术中的图像对准与融合算法进行，例如在本发明中采用opencv的图像拼接方法，基于sift或者surf特征进行快速拼接，对多个展示面图像拼接成目标零件三维模型图像。
[0037]
在本发明的实施例中，前述步骤4中，作为可选的实施方式，将目标零件三维模型图像均匀进行子图像划分，由此评价目标零件三维模型图像的形成质量系数，具体包括下述步骤：
从各子图像中提取质量指标，包括分辨率、信噪比和对比度；将同一质量指标在各子图像中的数据进行相互对比，提取各质量指标的最大值、最小值和平均值；根据各质量指标的最大值、最小值和平均值，计算目标零件三维模型图像的形成质量系数：式中，max{dt}、min{dt}、分别表示为分辨率的最大值、最小值、平均值，max{sr}、min{sr}、分别表示为信噪比的最大值、最小值、平均值，max{cr}、min{cr}、分别表示为对比度的最大值、最小值、平均值；u表示为设定常数，且u》1,e表示为自然常数。
[0038]
其中，各质量指标的最大值与最小值相差越小，目标零件三维模型图像的形成质量系数越大。
[0039]
在本发明的实施例中，前述步骤5中，从各子图像中提取显示特征，包括纹理清晰度和光泽度，并基于目标零件三维模型图像的形成质量系数和各子图像的显示特征，解析出目标零件对应的代表显示特征，具体解析过程如下：步骤（1）:将目标零件三维模型图像的形成质量系数与预设的达标形成质量系数进行对比，若目标零件三维模型图像的形成质量系数大于或等于预设的达标形成质量系数，执行下述步骤（2），否则执行步骤（3）-（5）；步骤（2）:将各子图像的纹理清晰度、光泽度进行对比，从中选取最大纹理清晰度、最大光泽度作为目标零件对应的代表纹理清晰度和代表光泽度；步骤（3）:从各子图像中筛选出缺陷子图像，进而将各子图像分类为正常子图像和缺陷子图像，识别缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，并据此获取缺陷子图像对应的显示修正值；步骤（4）:将缺陷子图像对应的显示特征结合显示修正值构成缺陷子图像对应的有效显示特征区间：[显示特征-显示修正值，显示特征+显示修正值]，从有效显示特征区间中提取缺陷子图像对应的有效显示特征；步骤（5）:将正常子图像对应的显示特征和缺陷子图像对应的有效显示特征按照步骤（2）的方式对比，得到目标零件对应的代表显示特征。
[0040]
在本发明的实施例中，以最大纹理清晰度、最大光泽度作为目标零件对应的代表纹理清晰度和代表光泽度目的在于零件表面磨损度不同，由于零件表面的部分区域磨损度高，使得纹理不清晰，光泽度降低，另外还存在部分区域磨损度低，使得纹理清晰可见，具有较好的光泽度的情况，因而在确定零件材质时要选择磨损度较低能够最大程度呈现材质特征的区域，能够提高确定结果的准确度，确定以最大纹理清晰度、最大光泽度作为代表显示特征。
[0041]
作为可选的方式，从各子图像中筛选出缺陷子图像，进而将各子图像分类为正常
子图像和缺陷子图像，与此同时识别缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，并据此获取缺陷子图像对应的显示修正值，具体获取过程如下：将缺陷子图像对应的形成质量缺陷指向与云数据库中各种形成质量缺陷指向中各种形成质量缺陷度对应的显示修正值进行匹配，从中匹配出缺陷子图像对应各种形成质量缺陷度的显示修正值，进而将缺陷子图像对应的形成质量缺陷度与缺陷子图像对应各种形成质量缺陷度的显示修正值进行比对，由此筛选出缺陷子图像对应的显示修正值。
[0042]
其中，显示修正值的取值在0～1之间。
[0043]
在前述步骤（4）中，将缺陷子图像对应的显示特征结合显示修正值构成缺陷子图像对应的有效显示特征区间，进而从有效显示特征区间中提取缺陷子图像对应的有效显示特征，具体提取方式为：从有效显示特征区间中任意选取一个数值，都可以作为有效显示特征，为了确保代表显示特征的解析准确度，降低解析误差率，这里以有效显示特征区间中的下限值即显示特征-显示修正值，作为有效显示特征。
[0044]
应当理解，当有效显示特征区间中，显示特征-显示修正值的结果小于等于0时，有效显示特征区间被设置为[0,显示特征+显示修正值]。
[0045]
其中，在前述步骤（5）中，将正常子图像对应的显示特征和缺陷子图像对应的有效显示特征按照前述步骤（2）的方式进行对比判断，得到目标零件对应的代表显示特征，具体执行过程为：将正常子图像对应的纹理清晰度、光泽度和缺陷子图像对应的有效纹理清晰度、有效光泽度一起进行对比，从中选取最大纹理清晰度、最大光泽度作为目标零件对应的代表纹理清晰度和代表光泽度。
[0046]
作为可选的实施方式，缺陷子图像的筛选，包括：将各子图像按照设定的顺序进行排序，并按照排序结果依次提取各子图像的质量指标，并结合设置的质量指标允许差量，构造各子图像对应的分辨率差量区间、信噪比差量区间以及对比度差量区间，其中dti、sri、cri分别表示为第i子图像的分辨率、信噪比、对比度，i表示为子图像的编号，i=1,2,
…
，n，δdt、δsr、δcr分别表示为设置的分辨率允许差量、信噪比允许差量、对比度允许差量；按照排序结果提取各子图像，作为主体子图像，将其他子图像对应的质量指标与主体子图像对应的分辨率差量区间、信噪比差量区间和对比度差量区间进行对比，统计落入主体子图像对应分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像数量；将以各子图像作为主体子图像中落入分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像数量进行对比，从中提取落入分辨率差量区间、信噪比差量区间和对比度差量区间最多其他子图像数量的主体子图像，分别记为分辨率倾向子图像、信噪比倾向子图像、对比度倾向子图像；分别提取未落入到分辨率倾向子图像对应分辨率差量区间内的其他子图像、未落
入到信噪比倾向子图像对应信噪比差量区间内的其他子图像、未落入到对比度倾向子图像对应对比度差量区间内的其他子图像，均作为缺陷子图像。
[0047]
应当理解，在本发明的实施例中，落入主体子图像对应分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像代表该其他子图像的分辨率、信噪比和对比度与被落入主体子图像的分辨率、信噪比和对比度相近。
[0048]
在上述方案的进一步具体实施例中，缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，具体包括以下步骤：s1、将未落入到分辨率倾向子图像对应分辨率差量区间内的缺陷子图像记为一类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为分辨率，进而将一类缺陷子图像对应的分辨率与分辨率倾向子图像对应的分辨率差量区间进行对比计算，得到一类缺陷子图像对应的形成质量缺陷度；s2、将未落入到信噪比倾向子图像对应信噪比差量区间内的缺陷子图像记为二类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为信噪比，进而将二类缺陷子图像对应的分辨率与信噪比倾向子图像对应的信噪比差量区间进行对比计算，得到二类缺陷子图像对应的形成质量缺陷度；s3、将未落入到对比度倾向子图像对应对比度差量区间内的缺陷子图像记为三类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为对比度，进而将三类缺陷子图像对应的对比度与对比度倾向子图像对应的对比度差量区间进行对比计算，得到三类缺陷子图像对应的形成质量缺陷度。
[0049]
作为可选的示例，一类缺陷子图像对应的形成质量缺陷度计算表达式为：；若一类缺陷子图像对应的分辨率大于上限值，则一类缺陷子图像对应的形成质量缺陷度计算表达式为：。
[0050]
在本发明的实施例中，二类缺陷子图像对应的形成质量缺陷度和三类缺陷子图像对应的形成质量缺陷度，按照上述一类缺陷子图像对应的形成质量缺陷度计算方式进行。
[0051]
在本发明的实施例中，前述步骤6中，基于目标零件对应的代表显示特征确定目标零件材质，具体确定过程如下：从代表显示特征中提取代表光泽度，进而将目标零件对应的代表光泽度与云数据库中各种材质对应的代表光泽度进行比对，计算出目标零件相对各种材质的光泽度相似指数；从代表显示特征中提取代表纹理清晰度，进而将各子图像对应的纹理清晰度与目标零件对应的代表纹理清晰度进行对比，从中选取符合代表纹理清晰度的子图像，由此将从该子图像中提取纹理轮廓，作为目标零件对应的代表纹理轮廓，并与云数据库中各种材质对应的代表纹理轮廓进行重合对比，得到目标零件相对各种材质的纹理重合指数；基于目标零件相对各种材质的光泽度相似指数和纹理重合指数，从中选取最大光
泽度相似指数和最大纹理重合指数对应的材质，分别记为第一趋向材质和第二趋向材质，并进行对比，若第一趋向材质和第二趋向材质为同一种材质，则将该材质作为目标零件材质，若不为同一种材质，则从所有材质中提取出共同材质，并依据共同材质的排位状态确定目标零件材质。
[0052]
其中，作为可选的示例，光泽度相似指数被设置成按照以下方式获得：。
[0053]
其中，作为可选的示例，纹理重合指数被设置成按照以下方式获得：。
[0054]
基于目标零件相对各种材质的光泽度相似指数和纹理重合指数，从中选取最大光泽度相似指数和最大纹理重合指数对应的材质，分别记为第一趋向材质和第二趋向材质，并进行对比，若第一趋向材质和第二趋向材质为同一种材质，则将该材质作为目标零件材质，若不为同一种材质，则将目标零件相对各种材质的光泽度相似指数和纹理重合指数分别与设定阈值进行对比，从中筛选出大于光泽度相似指数设定阈值的材质，记为光泽度有效材质，筛选出大于纹理重合指数设定阈值的材质，记为纹理有效材质，进而将光泽度有效材质按照光泽度相似指数由大到小的顺序进行排列，同时将纹理有效材质按照纹理重合指数由大到小的顺序进行排列，得到光泽度有效材质和纹理有效材质的排列结果，并从排列结果中选取共同材质，若共同材质只有一个，则将该共同材质作为目标零件材质，若共同材质不只一个，则分别获取各共同材质位于光泽度有效材质排列结果中的排位数和位于纹理有效材质排列结果中的排位数，分别记为光泽度排位数和纹理排位数，其中排位越靠前，排位数越小，由此计算各共同材质对应的价值度：；从而取最大价值度对应的共同材质作为目标零件材质，其中光泽度排位数和纹理排位数越小，价值度越大。
[0055]
本发明通过对零件三维图像进行子图像划分，并针对子图像进行显示特征提取，与此同时基于三维模型图像的形成质量评价结果对各子图像提取的显示特征进行修正，由此获取零件的代表显示特征，有效规避了以零件整体三维模型图像作为显示特征提取对象造成的适用场景局限，最大限度提高了显示特征的提取代表性，使得零件材质的确定更加符合实际，更加科学、合理，有助于提高零件材质确定结果的可靠度。
[0056]
实施例2结合图2所示，根据本发明的实施例，还提出一种高清晰度视景ig材质三维重建装置，包括：标记模块，被设置用于将待材质重建的飞机零件记为目标零件，并提取目标零件的外形轮廓，由此获取目标零件的展示面数；
图像获取模块，被设置用于获取目标零件各展示面图像，所述目标零件各展示面图像被设置成基于目标零件的展示面数对目标零件的各展示面进行摄像而获得；图像拼接模块，用于将目标零件各展示面图像进行拼接，形成目标零件三维模型图像；图像形成质量评价模块，用于将目标零件三维模型图像均匀进行子图像划分，由此评价目标零件三维模型图像的形成质量系数；代表显示特征解析模块，用于从各子图像中提取显示特征，包括纹理清晰度和光泽度，并基于目标零件三维模型图像的形成质量系数和各子图像的显示特征，解析目标零件对应的代表显示特征；目标零件材质确定模块，用于基于目标零件对应的代表显示特征确定目标零件材质；材质重建模块，用于将目标零件材质在目标零件三维模型中进行重建展示。
[0057]
实施例3根据本发明的实施例，还提出一种计算机系统，用于高清晰度视景ig材质三维重建，该计算机系统包括：一个或多个处理器；存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行前述实施例的高清晰度视景ig材质三维重建方法的过程。
[0058]
实施例4根据本发明的实施例，还提出一种存储软件的计算机可读取介质，该软件包括能通过一个或多个计算机执行的指令，这些指令在被所述一个或多个计算机执行时执行前述实施例的高清晰度视景ig材质三维重建方法的过程。
[0059]
虽然本发明已以较佳实施例揭露如上，然其并非用以限定本发明。本发明所属技术领域中具有通常知识者，在不脱离本发明的精神和范围内，当可作各种的更动与润饰。因此，本发明的保护范围当视权利要求书所界定者为准。

技术特征：
1.一种高清晰度视景ig材质三维重建方法，其特征在于，包括以下步骤：步骤1、将待材质重建的飞机零件记为目标零件，并提取目标零件的外形轮廓，由此获取目标零件的展示面数；步骤2、获取目标零件各展示面图像，所述目标零件各展示面图像被设置成基于目标零件的展示面数对目标零件的各展示面进行摄像而获得；步骤3、将目标零件各展示面图像进行拼接，形成目标零件三维模型图像；步骤4、将目标零件三维模型图像均匀进行子图像划分，评价目标零件三维模型图像的形成质量系数；步骤5、从各子图像中提取显示特征，并基于目标零件三维模型图像的形成质量系数和各子图像的显示特征解析出目标零件对应的代表显示特征；步骤6、基于目标零件对应的代表显示特征确定目标零件材质；以及步骤7、将目标零件材质在目标零件三维模型中进行重建展示。2.如权利要求1所述的高清晰度视景ig材质三维重建方法，其特征在于：所述对目标零件的各展示面进行摄像被设置成按照拍摄顺序完成，包括以下步骤：以目标零件的某展示面作为首展示面，进而从各展示面中提取首展示面对应的相邻展示面，再获取相邻展示面对应的相邻展示面，由此得到目标零件各展示面的排列顺序，作为目标零件各展示面的摄像顺序；根据目标零件各展示面的摄像顺序，在目标零件的各展示面中确定分界线，进而以分界线为界划定重叠区域，得到拍摄顺序中各展示面的拍摄重叠区域；在拍摄完成后的各展示面图像中，对拍摄重叠区域进行标记。3.如权利要求1所述的高清晰度视景ig材质三维重建方法，其特征在于：所述评价目标零件三维模型图像的形成质量系数，包括下述步骤：从各子图像中提取质量指标，包括分辨率、信噪比和对比度；将同一质量指标在各子图像中的数据进行相互对比，提取各质量指标的最大值、最小值和平均值；根据各质量指标的最大值、最小值和平均值，计算目标零件三维模型图像的形成质量系数。4.如权利要求1所述的高清晰度视景ig材质三维重建方法，其特征在于：所述显示特征包括纹理清晰度和光泽度。5.如权利要求4所述的高清晰度视景ig材质三维重建方法，其特征在于：目标零件对应代表显示特征的解析，包括：步骤（1）：将目标零件三维模型图像的形成质量系数与预设的达标形成质量系数进行对比，若目标零件三维模型图像的形成质量系数大于或等于预设的达标形成质量系数，执行下述步骤（2），否则执行步骤（3）-（5）；步骤（2）：将各子图像的纹理清晰度、光泽度进行对比，从中选取最大纹理清晰度、最大光泽度作为目标零件对应的代表纹理清晰度和代表光泽度；步骤（3）：从各子图像中筛选出缺陷子图像，进而将各子图像分类为正常子图像和缺陷子图像，识别缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，并据此获取缺陷子图像对应的显示修正值；
步骤（4）：将缺陷子图像对应的显示特征结合显示修正值构成缺陷子图像对应的有效显示特征区间：[显示特征-显示修正值，显示特征+显示修正值]，从有效显示特征区间中提取缺陷子图像对应的有效显示特征；步骤（5）：将正常子图像对应的显示特征和缺陷子图像对应的有效显示特征按照步骤（2）的方式对比，得到目标零件对应的代表显示特征。6.如权利要求5所述的高清晰度视景ig材质三维重建方法，其特征在于：所述缺陷子图像的筛选，包括：将各子图像按照设定的顺序进行排序，并按照排序结果依次提取各子图像的质量指标，并结合设置的质量指标允许差量，构造各子图像对应的分辨率差量区间、信噪比差量区间以及对比度差量区间；按照排序结果提取各子图像，作为主体子图像，将其他子图像对应的质量指标与主体子图像对应的分辨率差量区间、信噪比差量区间和对比度差量区间进行对比，统计落入主体子图像对应分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像数量；将以各子图像作为主体子图像中落入分辨率差量区间、信噪比差量区间和对比度差量区间内的其他子图像数量进行对比，从中提取落入分辨率差量区间、信噪比差量区间和对比度差量区间最多其他子图像数量的主体子图像，分别记为分辨率倾向子图像、信噪比倾向子图像、对比度倾向子图像；分别提取未落入到分辨率倾向子图像对应分辨率差量区间内的其他子图像、未落入到信噪比倾向子图像对应信噪比差量区间内的其他子图像、未落入到对比度倾向子图像对应对比度差量区间内的其他子图像，均作为缺陷子图像。7.如权利要求6所述的高清晰度视景ig材质三维重建方法，其特征在于：所述识别缺陷子图像对应的形成质量缺陷指向及形成质量缺陷度，包括：s1、将未落入到分辨率倾向子图像对应分辨率差量区间内的缺陷子图像记为一类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为分辨率，进而将一类缺陷子图像对应的分辨率与分辨率倾向子图像对应的分辨率差量区间进行对比计算，得到一类缺陷子图像对应的形成质量缺陷度；s2、将未落入到信噪比倾向子图像对应信噪比差量区间内的缺陷子图像记为二类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为信噪比，进而将二类缺陷子图像对应的分辨率与信噪比倾向子图像对应的信噪比差量区间进行对比计算，得到二类缺陷子图像对应的形成质量缺陷度；s3、将未落入到对比度倾向子图像对应对比度差量区间内的缺陷子图像记为三类缺陷子图像，且该缺陷子图像对应的形成质量缺陷指向为对比度，进而将三类缺陷子图像对应的对比度与对比度倾向子图像对应的对比度差量区间进行对比计算，得到三类缺陷子图像对应的形成质量缺陷度。8.如权利要求1所述的高清晰度视景ig材质三维重建方法，其特征在于：所述基于目标零件对应的代表显示特征确定目标零件材质，包括：从代表显示特征中提取代表光泽度，进而将目标零件对应的代表光泽度与云数据库中各种材质对应的代表光泽度进行比对，计算出目标零件相对各种材质的光泽度相似指数；从代表显示特征中提取代表纹理清晰度，进而将各子图像对应的纹理清晰度与目标零
件对应的代表纹理清晰度进行对比，从中选取符合代表纹理清晰度的子图像，由此将从该子图像中提取纹理轮廓，作为目标零件对应的代表纹理轮廓，并与云数据库中各种材质对应的代表纹理轮廓进行重合对比，得到目标零件相对各种材质的纹理重合指数；基于目标零件相对各种材质的光泽度相似指数和纹理重合指数，从中选取最大光泽度相似指数和最大纹理重合指数对应的材质，分别记为第一趋向材质和第二趋向材质，并进行对比：若第一趋向材质和第二趋向材质为同一种材质，则将该材质作为目标零件材质；若不为同一种材质，则从所有材质中提取出共同材质，并依据共同材质的排位状态确定目标零件材质。9.一种计算机系统，其特征在于，包括：一个或多个处理器；存储器，存储可被操作的指令，所述指令在通过所述一个或多个处理器执行时使得所述一个或多个处理器执行操作，所述操作包括执行所述权利要求1-8中任意一项所述高清晰度视景ig材质三维重建方法的过程。10.一种存储软件的计算机可读取介质，其特征在于，所述软件包括能通过一个或多个计算机执行的指令，所述指令在被所述一个或多个计算机执行时执行如所述权利要求1-8中任意一项所述高清晰度视景ig材质三维重建方法的过程。

技术总结
本发明属于三维重建技术领域，具体公开高清晰度视景IG材质三维重建方法与系统，本发明在利用飞机零件三维模型图像进行材质确定前增加了对三维模型图像的形成质量分析评价，能够在一定程度上提高辨别材质显示特征的提取准确度，避免对零件材质的确定造成干扰，有利于零件材质的精准确定，同时通过对飞机零件三维图像进行子图像划分，并针对子图像进行显示特征提取，与此同时基于三维模型图像的形成质量评价结果对各子图像提取的显示特征进行修正，由此获取零件的代表显示特征，有效规避了以零件整体三维模型图像作为显示特征提取对象造成的适用场景局限，提高显示特征的提取代表性和零件材质确定的可靠度。表性和零件材质确定的可靠度。表性和零件材质确定的可靠度。


技术研发人员：吴传康 李丽娟 高怡 汲超迪 吉天翊
受保护的技术使用者：江苏普旭科技股份有限公司
技术研发日：2023.09.13
技术公布日：2023/10/20