KinectFusion三維重建的再優(yōu)化.pdf

1、Kinect是微軟公司出品的一款可以獲取鏡頭深度的相機(jī)設(shè)備，主要應(yīng)用于體感游戲，但其較高的分辨率以及幀率使得它在三維場景重建等圖形學(xué)方面也有了重要的用武之地。特別是在2011年Newcombe R A等人的KinectFusion[3]一文發(fā)表之后，各種基于Kinect的新應(yīng)用層出不窮。
　　KinectFusion的主要思想是在顯存空間中構(gòu)建一個虛擬的立方體（Volume），并將它平均切分為N*N*N的小格點(Voxel)，每個

2、網(wǎng)格保存它到最近的一個物體表面的距離(TSDF)和它的權(quán)重(Weight)，那么所有距離為0權(quán)重不為0的格點就是處在物體表面的格點，最后通過零等值面抽取，利用MarchingCube[4]算法即可重建出三維物體的表面。
　　從KinectFusion的實現(xiàn)方式上可以看到，它重建出來的物體表面其實是小格點的包絡(luò)面，是被體網(wǎng)格離散化了的，所以最終結(jié)果丟失了設(shè)備原有的精度，重建的最高精度取決于體網(wǎng)格的大小。然而體網(wǎng)格如果取很?。∟很大）

3、就要求至少4G以上的顯存，這在目前的計算機(jī)技術(shù)下無法實現(xiàn)。本文在KinectFusion的基礎(chǔ)上，提出了一套保留設(shè)備精度的、可應(yīng)用于大場景離線三維物體重建的流程，并實現(xiàn)了一套全局優(yōu)化算法。首先利用KinectFusion的一個變種Kintinuous[5]來做大場景的跟蹤，以獲取相機(jī)的大致位置信息，同時從深度設(shè)備（假想一種高精度的深度設(shè)備，本文中以Kinect代替）中導(dǎo)出原始深度圖;然后從深度圖中恢復(fù)點云和法向信息，并利用上一步的相機(jī)位