(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210516984.3 (22)申请日 2022.05.12 (71)申请人 河南爬客智能机 器人有限公司 地址 450000 河南省郑州市河南自贸试验 区郑州片区 （郑东） 三全路与龙源四街 交叉口中原科技城创新孵化基地C座2 层002室 (72)发明人 刘亚坤　薛均晓　万里红　 (74)专利代理 机构 河南新风向知识产权代理事 务所(普通 合伙) 41213 专利代理师 黄晶 (51)Int.Cl. G06T 17/20(2006.01) G06V 10/80(2022.01) G06T 3/40(2006.01)G06V 10/74(2022.01) G06F 30/20(2020.01) G06F 111/20(2020.01) (54)发明名称 基于点云的三维模型重建方法、 装置、 设备 及存储介质 (57)摘要 本申请属于数字孪生技术领域， 尤其涉及一 种基于点云的三维模型重建方法、 装置、 设备及 存储介质。 该方法通过对获取的待重建点云数据 进行融合处理， 将融合点云数据投影得到投影点 集， 对投影点集进行隐性特征识别得到二维边界 特征， 将所有投影面的二维边界特征拼接， 得到 融合点云数据的三维边界特征， 并将三维边界特 征与模型库中已有三维构 件进行匹配， 确定匹配 的已有三维构件为目标构 件， 调整目标构件的尺 度直至满足三维边界特征的尺度， 确定调整后的 目标构件为待重建点云数据的三维模 型， 实现三 维模型的重建， 上述过程无需精确分析点云特 征， 从而提高了分析的效率， 且采用模型库匹配 的方式可以提高准确率。 权利要求书2页 说明书12页 附图3页 CN 114863060 A 2022.08.05 CN 114863060 A 1.一种基于点云的三维模型重建方法， 其特 征在于， 所述 三维模型重建方法包括： 获取待重建点云数据， 并对所述待重建点云数据进行融合处 理， 得到融合 点云数据； 将所述融合点云数据投影至任一投影面， 得到对应投影面的投影点集， 采用alpha ‑ shape算法对每 个投影面的投影点 集进行隐性特 征识别， 得到对应投影面的二维边界特 征； 将所有投影面的二维边界特征拼接， 得到所述融合点云数据的三维边界特征， 并将所 述三维边界特征与模型库中已有三维构件进行匹配， 确定匹配的已有三维构件为目标构 件； 若所述目标构件的尺度与 所述三维边界特征的尺度不相同， 则调整所述目标构件的尺 度直至所述目标构件的尺度满足所述三 维边界特征的尺度， 确定调整后的目标构件为所述 待重建点云数据的三维模型。 2.根据权利要求1所述的三维模型重建方法， 其特征在于， 对所述待重建点云数据进行 融合处理， 得到融合 点云数据包括： 提取所述待重建点云数据中基准点云， 将所述待重建点云数据中剩余点云以所述基准 点云为基准进行刚体 变换， 得到变换后的点云数据； 使用ICP算法对变换后的点云数据进行融合， 得到融合 点云数据。 3.根据权利要求1所述的三维模型重建方法， 其特征在于， 采用alpha ‑shape算法对每 个投影面的投影点 集进行隐性特 征识别， 得到对应投影面的二维边界特 征包括： 针对任一投影面， 从投影点集中随机选择第一投影点作为第一圆心， 在所述第一圆心 的第一预设半径范围内随机选择第二投影点， 根据所述第一投影点和所述第二投影点， 确 定半径为第二预设 半径的圆的第二圆心， 第一预设 半径为第二预设 半径的两倍； 计算在所述第 一圆心的第 一预设半径范围内所有投影点与所述第 二圆心的距离， 返回 在所述第一圆心的第一预设半径范围内选择其他投影点作为所述第二点， 直至在所述第一 圆心的第一预设半径范围内所有投影点与所述第二圆心的距离均大于第二预设半径， 确定 对应的第一投影点和第二投影点 为所述投影点 集的边界点， 两者的连线为 边界线； 返回执行从所述投影点中随机选择一个投影点作为所述第 一圆心的步骤， 直至遍历所 有投影点， 得到所述投影点 集的所有边界点和所有边界线为对应投影面的二维边界特 征。 4.根据权利要求1所述的三维模型重建方法， 其特征在于， 将所有投影面的二维边界特 征拼接， 得到所述融合 点云数据的三维边界特 征包括： 获取所有投影面间的连接关系； 根据任两个投影面之间的连接关系， 将对应两个投影面的二维边界特征拼接， 遍历所 有投影面， 确定拼接结果 为所述融合 点云数据的三维边界特 征。 5.根据权利要求1所述的三维模型重建方法， 其特征在于， 将所述三维边界特征与模型 库中已有三维构件进行匹配， 确定匹配的已有三维构件为目标构件 包括： 计算所述三维边界特征与模型库中已有三维构件的相似度因子， 将所有相似度因子与 预设阈值进行比较； 确定相似度因子大于或者 等于所述预设阈值的已有三维构件为目标构件。 6.根据权利要求5所述的三维模型重建方法， 其特征在于， 计算所述三维边界特征与模 型库中已有三维构件的相似度因子包括： 提取所述三维边界特征中表征任意方向上最小和最大的特征点， 确定所述特征点对应权　利　要　求　书 1/2 页 2 CN 114863060 A 2的矩阵； 计算所述矩阵的特征向量， 并确定所述矩阵的特征向量与模型库中已有三维构件对应 的特征向量的余弦相似度为对应的相似度因子 。 7.根据权利要求1至6任一项所述的三维模型重建方法， 其特征在于， 在获取待重建点 云数据之前， 还 包括： 获取完整点云数据， 提取所述完整点云数据中目标对象的点云数据为待重建点云数 据； 确定调整后的目标构件为所述待重建点云数据的三维模型包括： 确定调整后的目标构件为所述目标对象的三维模型； 从所述完整点云数据中提取其他目标对象的点云数据作为待重建点云数据， 返回执行 获取待重建点云数据的步骤， 直至所述完整点云数据对应的所有对象均确定对应的目标构 件； 将所有目标构件拼接， 得到所述完整点云数据对应的完整三维模型。 8.一种基于点云的三维模型重建装置， 其特 征在于， 所述 三维模型重建装置包括： 融合处理模块， 用于获取待重建点云数据， 并对所述待重建点云数据进行融合处理， 得 到融合点云数据； 二维特征识别模块， 用于将所述融合点云数据投影至任一投影面， 得到对应投影面的 投影点， 采用alpha ‑shape算法对每个投影面的投影点进行隐性特征识别， 得到对应投影面 的二维边界特 征； 构件匹配模块， 用于将所有投影面的二维边界特征拼接， 得到所述融合点云数据的三 维边界特征， 并将所述三维边界特征与模型库中已有三维构件进行匹配， 确定匹配的 已有 三维构件为目标构件； 三维模型重建模块， 用于若所述目标构件的尺度与所述三维边界特征的尺度不相同， 则调整所述目标构件的尺度直至所述目标构件的尺度满足所述三 维边界特征的尺度， 确定 调整后的目标构件为所述待重建点云数据的三维模型。 9.一种终端设备， 其特征在于， 所述终端设备包括处理器、 存储器以及存储在所述存储 器中并可在所述处理器上运行的计算机程序， 所述处理器执行所述计算机程序时实现如权 利要求1至7任一项所述的三维模型重建方法。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 所述计算机程序被处理器执行时实现如权利要求1至7任一项所述的三维模型重建方 法。权　利　要　求　书 2/2 页 3 CN 114863060 A 3