飛行時間三維相機的物體完整表面三維重建技術研究.pdf

1、物體三維重建是機器視覺研究的一項重要內(nèi)容,在模式識別、位姿測量和機器人導航中具有廣泛的應用。本論文展開飛行時間三維相機的物體完整表面三維重建技術研究,包括TOF距離值的標定,TOF相鄰散亂點云的配準、全局點云的優(yōu)化配準以及點云重建模型的網(wǎng)格重建。實驗結果表明,本文提出的三維點云重建方法在保證整體點云重建速度的同時,提高了點云重建的精度。
　　論文的主要工作如下:
　　(1)設計實現(xiàn)了一種TOF距離值的標定方法,通過兩個CCD

2、相機獲取的距離值作為引導,對TOF距離值進行校正。
　　(2)設計實現(xiàn)了一種TOF相鄰散亂點云立體配準方法,實現(xiàn)相鄰視角下點云快速、準確地對齊。該方法基于SURF算法提取目標物體距離圖像的特征點,采用非迭代的求解過程獲取初始變換參數(shù),實現(xiàn)點云初始位置配準。在此基礎上,利用TOF相機強度圖像的梯度值與基于局部3D空間分解的Knn算法對原始ICP迭代算法進行改進,并結合錯誤匹配點對去除法則,實現(xiàn)點云的精確位置配準。實驗結果表明,該點云

3、配準方法能夠有效地提高點云配準速度和配準精度。
　　(3)設計實現(xiàn)了一種TOF多視角散亂點云優(yōu)化配準方法,該方法通過構建一個目標功能函數(shù),并結合相鄰點云的轉換矩陣對該目標函數(shù)進行最小化求解,直接獲取任意位置的點云到基準點云的絕對轉換矩陣,避免了對連續(xù)相鄰點云進行配準而引起誤差的累加。
　　(4)研究了基于Voronoi圖的Delaunay三角剖分方法,通過對空間中的散亂點云構建Voronoi圖,在此基礎上實現(xiàn)了對空間點云的三