基于RGB-D數(shù)據(jù)的環(huán)境特征提取與場(chǎng)景重構(gòu).pdf

1、三維重構(gòu)技術(shù)可以將客觀世界中的真實(shí)場(chǎng)景進(jìn)行數(shù)字化再現(xiàn)，是計(jì)算機(jī)視覺(jué)和機(jī)器人領(lǐng)域一個(gè)重要的研究課題。隨著應(yīng)用需求的不斷發(fā)展，三維重構(gòu)方法在實(shí)時(shí)性和可靠性方面面臨著新的挑戰(zhàn)。本文以基于RGB-D數(shù)據(jù)的環(huán)境特征提取作為切入點(diǎn)，針對(duì)特征點(diǎn)精簡(jiǎn)、匹配對(duì)有效性評(píng)估、閉環(huán)檢測(cè)及閉環(huán)優(yōu)化等問(wèn)題展開(kāi)研究，從而實(shí)現(xiàn)在線的高精度三維場(chǎng)景重構(gòu)。
　　針對(duì)RGB-D數(shù)據(jù)，本文首先對(duì)多種圖像特征進(jìn)行對(duì)比，通過(guò)對(duì)實(shí)際數(shù)據(jù)的定量分析，選擇具有良好穩(wěn)定性和實(shí)時(shí)性的

2、ORB特征用于場(chǎng)景之間的匹配對(duì)檢測(cè)。此外，考慮到傳感器測(cè)距誤差對(duì)特征點(diǎn)位置精度的影響，本文建立深度不確定度模型，通過(guò)計(jì)算每個(gè)特征點(diǎn)的深度均值及方差來(lái)過(guò)濾掉不確定度較高的特征點(diǎn)，從而在提高特征點(diǎn)可信度的同時(shí)可以有效降低匹配對(duì)的數(shù)量。
　　由于傳感器的視野范圍有限，使用有效算法實(shí)現(xiàn)局部場(chǎng)景匹配是進(jìn)行三維場(chǎng)景重構(gòu)的重要前提。本文采用奇異值分解算法求解兩幅場(chǎng)景之間的旋轉(zhuǎn)平移矩陣。為了找到兩幅場(chǎng)景之間最佳的位姿變換，利用類(lèi)隨機(jī)抽樣一致性算法

3、對(duì)特征匹配對(duì)進(jìn)行有效性檢測(cè)，并引入場(chǎng)景匹配度的概念，基于特征匹配對(duì)在三維空間中的位置關(guān)系，計(jì)算多組旋轉(zhuǎn)平移矩陣的匹配度，選擇匹配度最高的旋轉(zhuǎn)平移矩陣作為場(chǎng)景匹配結(jié)果。
　　在三維場(chǎng)景重構(gòu)過(guò)程中，為了避免序列場(chǎng)景中的特征點(diǎn)在匹配過(guò)程中出現(xiàn)重疊，本文建立了一個(gè)全局特征點(diǎn)模型，利用馬氏距離作為關(guān)聯(lián)特征點(diǎn)的判斷依據(jù)，并結(jié)合卡爾曼濾波算法實(shí)現(xiàn)特征點(diǎn)模型更新。此外，由于序列場(chǎng)景匹配會(huì)產(chǎn)生累積誤差，本文從所有場(chǎng)景數(shù)據(jù)中選擇具有代表性的關(guān)鍵幀進(jìn)行