

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著科學(xué)技術(shù)的發(fā)展和人們生活水平的提高,三維重建逐漸走進(jìn)了人們的世界。三維場景重建實現(xiàn)了現(xiàn)實世界數(shù)字化表示,而室內(nèi)場景的三維重建具有重要的意義。應(yīng)用激光掃描設(shè)備,得到場景的深度信息,進(jìn)而實現(xiàn)目標(biāo)場景的三維重建,在文物古跡的保護(hù)、軍事場景的虛擬、影視娛樂的3D效果、購物時的虛擬試衣等領(lǐng)域都有廣泛的應(yīng)用前景。激光掃描技術(shù)的迅速發(fā)展和激光掃描設(shè)備的問世,為室內(nèi)場景重建技術(shù)的迅速發(fā)展提供了可能。
本文在信息的獲取方面,利用Kinect
2、深度傳感器在目標(biāo)場景前移動,掃描場景信息,通過OpenNI接口驅(qū)動Kinect采集深度信息和彩色信息,通過世界坐標(biāo)系,物理坐標(biāo)系,相機(jī)坐標(biāo)系三者之間的坐標(biāo)變換,將獲取目標(biāo)場景的深度信息轉(zhuǎn)換成為與之對應(yīng)的3D點(diǎn)云模型。
根據(jù)獲取的深度信息噪聲大的特點(diǎn),分析比較傳統(tǒng)濾波算法的優(yōu)點(diǎn)與不足,本文提出一種基于信賴點(diǎn)的濾波算法,通過將獲取多幀圖像的深度值中值,與獲取的多幀深度值做差,其結(jié)果不超過給定閾值,則定義為信賴點(diǎn),最后經(jīng)過信賴點(diǎn)深度
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于Kinect室內(nèi)場景重建技術(shù).pdf
- 基于Kinect室內(nèi)場景重建的研究.pdf
- 基于直線的室內(nèi)場景框架重建研究.pdf
- 基于KinectFusion的主動式室內(nèi)場景重建與分析.pdf
- 室內(nèi)場景重建關(guān)鍵問題研究.pdf
- 基于深度和彩色信息的室內(nèi)場景實時分割算法研究與實現(xiàn).pdf
- 基于Kinect的室內(nèi)場景三維重建方法研究.pdf
- 面向室內(nèi)場景的3D場景重建與語義理解.pdf
- 室內(nèi)場景的構(gòu)成要素研究.pdf
- 基于Kinect的3D室內(nèi)場景重建框架設(shè)計與實現(xiàn).pdf
- 基于視覺感知的室內(nèi)場景識別與理解.pdf
- 基于室內(nèi)場景的異常行為檢測及系統(tǒng)實現(xiàn).pdf
- 室內(nèi)場景下基于信任和入侵檢測機(jī)制的安全技術(shù)研究.pdf
- 基于主動全景立體視覺傳感器的室內(nèi)場景三維重建.pdf
- 室內(nèi)場景的異常行為檢測與識別技術(shù)研究.pdf
- 基于FEKO仿真的室內(nèi)場景信道特性分析.pdf
- 多特征融合的室內(nèi)場景分類研究.pdf
- 基于RGB-D圖像的室內(nèi)場景語義分割方法.pdf
- 室內(nèi)場景物體同時識別與建模.pdf
- 室內(nèi)場景下人群疏散行為仿真.pdf
評論
0/150
提交評論