基于Kinect深度圖像的三維重建研究.pdf

1、隨著計(jì)算機(jī)視覺理論的發(fā)展和硬件技術(shù)的進(jìn)步,三維重建技術(shù)已經(jīng)越來越多地應(yīng)用于生產(chǎn)和生活中。其中基于 Kinect的三維重建,因其快速、方便的特點(diǎn),成為了研究者的關(guān)注熱點(diǎn)。本文對(duì)基于 Kinect深度攝像機(jī)條件下的場(chǎng)景和旋轉(zhuǎn)物體的三維重建進(jìn)行了研究。主要研究?jī)?nèi)容如下:
　　首先,本文研究了對(duì)場(chǎng)景進(jìn)行三維重建的方法。配準(zhǔn)算法是三維重建的重要環(huán)節(jié)。在以往ICP(迭代最近點(diǎn))配準(zhǔn)算法的目標(biāo)誤差函數(shù)中,各個(gè)對(duì)應(yīng)點(diǎn)對(duì)的權(quán)重相同。但是各個(gè)對(duì)應(yīng)點(diǎn)對(duì)

2、的特點(diǎn)不同,在配準(zhǔn)過程中所起作用不同。較好的對(duì)應(yīng)點(diǎn)對(duì)應(yīng)當(dāng)賦予更高的權(quán)重。特征點(diǎn)反映了深度圖像的特征,其可靠性比一般點(diǎn)高,故應(yīng)當(dāng)賦予更高的權(quán)重。而ORB(Oriented FAST and Rotated BRIEF)特征以高效著稱。本文從深度圖像提取出ORB特征點(diǎn),與其相關(guān)的對(duì)應(yīng)點(diǎn)對(duì)被賦予較高權(quán)重。根據(jù)這一加權(quán)策略形成了一種改進(jìn)的配準(zhǔn)算法,提高了配準(zhǔn)的精度。
　　其次,在對(duì)旋轉(zhuǎn)物體進(jìn)行三維重建時(shí),需要深度圖像中的背景去除。提取出旋

3、轉(zhuǎn)物體圖像后才能進(jìn)行后續(xù)計(jì)算。本文先采用幀差法求出相鄰幀深度圖像的差分初步提取出旋轉(zhuǎn)物體的信息。接著根據(jù)統(tǒng)計(jì)出深度值的分布情況,求出前景物體與背景之間的距離閾值進(jìn)行分割,從而完成旋轉(zhuǎn)物體的提取。在以往的配準(zhǔn)算法中,各個(gè)對(duì)應(yīng)點(diǎn)對(duì)所用的目標(biāo)誤差函數(shù)都是相同的。本文先對(duì)點(diǎn)云中的點(diǎn)進(jìn)行分類。在尋找到對(duì)應(yīng)點(diǎn)對(duì)后,根據(jù)點(diǎn)的類型適用不同的目標(biāo)誤差函數(shù),從而提高配準(zhǔn)精度。
　　實(shí)驗(yàn)結(jié)果表明,本文方法在對(duì)場(chǎng)景和旋轉(zhuǎn)物體進(jìn)行三維重建時(shí),配準(zhǔn)精度上有了