基于深度攝像機的三維場景表面重建關鍵技術研究.pdf

1、三維表面重建技術通過獲取的圖像或圖像序列來恢復目標物體的三維立體信息，在遠程醫(yī)療、沉浸式虛擬交互、文物保護、3D打印等領域有著廣闊的應用前景和商業(yè)價值。三維表面重建技術作為計算機視覺、增強現(xiàn)實以及新型人機交互等前沿領域的關鍵技術和研究熱點，是人類在基礎研究和應用研究中面臨的重大挑戰(zhàn)之一。近些年來隨著新型深度采集設備的不斷發(fā)展，基于主動式深度獲取的三維場景表面重建技術成為新的研究熱點。本文圍繞提高三維場景表面重建模型的精度和尺度這一核心問

2、題，針對三維場景重建過程中的深度圖像預處理、點云配準、點云數(shù)據(jù)融合、深度攝像機重定位等問題進行研究，主要的創(chuàng)新點和貢獻如下：
　　1.在分析ToF深度攝像機的光學成像機制并建立誤差數(shù)學模型的基礎上，提出了一種基于加權最小二乘法(Weighted Least Squares)的去噪濾波算法來消除深度圖像中的原始誤差。實驗結果表明本文提出的算法和主流的深度圖像濾波算法相比，可有效消除ToF深度攝像機所捕獲深度圖像中的原始誤差，并且保護

3、深度圖像中物體邊緣區(qū)域的階躍信息，提高深度測量的準確度。
　　2.提出一種基于注視點變化的數(shù)據(jù)立方體移動算法實現(xiàn)遞增式的三維場景表面重建，有效擴展了場景重建的空間尺度。為提升攝像機在大尺度空間場景中的追蹤精度和魯棒性，提出了一種改進的攝像機追蹤優(yōu)化算法，分別通過攝像機姿態(tài)的運動補償、帶有權重的ICP點云配準、攝像機姿態(tài)的多幀聯(lián)合估計等方法對追蹤過程進行優(yōu)化，減小攝像機追蹤過程中的誤差累積。提出了一種基于八叉樹森林的體素數(shù)據(jù)存取方法

4、，在減少非場景表面區(qū)域體素冗余的同時提高場景表面區(qū)域的體素密度，實現(xiàn)了有限內存資源下的場景模型重建精度優(yōu)化。
　　3.為解決三維場景重建過程中存在的攝像機追蹤丟失問題，提出了一種基于隨機森林模型的深度攝像機重定位算法，可以快速高效地建立起二維圖像像素點和三維世界坐標值的映射關系，在攝像機追蹤失敗時利用單幀RGB-D圖像即可完成攝像機的重定位運算。相比于基于圖像匹配的攝像機重定位算法，本文提出的算法節(jié)省了特征點檢測、描述、匹配的時間