3D打印技術是當前熱門研究課題，其研究成果已被多個領域所應用，如工業、航空航天🙏🏼、生物醫學等👳🏽♂️⛹️♀️。3D建模是3D打印的根本🫃🏻，沒有3D數據模型，在高端的3D打印機也“難為無米之炊”🧟🧑🏽🦳。而當前大部分3D打印的模型通過CAD系統（如Solidworks，Catia🤷，UG等）設計獲得。因此🦕，需要設計者熟練掌握CAD軟件系統技術才能設計出滿足需求的3D模型。而本技術是直接利用計算機視覺技術來快速重建3D模型，然後再打印出實體模型。提供一種能讓普通人對感興趣場景或物體並不需要專門特殊技能就能復製實物的方法🧑🏼。本技術采用多視圖協同優化與深度信息融合技術探討與解決相關技術問題。提出基於多視圖協同優化求解匹配問題以及基於體素劃分模型融合多視圖深度信息，進而恢復三維表面信息。
本技術利用多攝像機立體視覺平臺來采集多視圖。通過對多攝像機的布局設計🥘，考慮到視圖之間的共同區域範圍，建立可視區域模型。利用多攝像機分組技術結合張正有方法來給多攝像機進行標定，獲得多攝像機內外參數。在處理立體匹配問題，采用多視圖協同優化技術來求解分組視圖內的視差圖，通過多視圖之間協同關系處理物體間遮擋問題，相較於雙視圖多視圖能提供更多的信息，有利於匹配點尋找，減少錯誤匹配。基於體素劃分模型融合各組間的深度信息為完整統一的三維模型，該方法很好地處理紋理缺失的區域。在構造體素網格圖時，圖像一致性度量建立體素之間的連接關系被充分利用；同時結合圖像一致性度量和網格的光順性準則對模型迭代優化🧑🏻🎤。最後獲得3D場景或實體💂🏻♂️。該模型能為3D打印技術提供根本模型實體💁🏿♀️，能很好運用於生物醫學🤾🏽♀️、航空航天領域等✯。
能源與機械工程學院 王道累