基于Kinect的三維場(chǎng)景重建研究.pdf

1、三維重建是指對(duì)三維物體或者場(chǎng)景建立適合計(jì)算機(jī)表示和處理的數(shù)學(xué)模型，是在計(jì)算機(jī)環(huán)境下對(duì)其進(jìn)行處理、操作和分析其性質(zhì)的基礎(chǔ)，也是在計(jì)算機(jī)中建立表達(dá)客觀世界的虛擬現(xiàn)實(shí)的關(guān)鍵技術(shù)。
　　本文介紹了利用Kinect獲取的深度信息對(duì)場(chǎng)景進(jìn)行三維重建的一般流程，然后介紹了深度圖像對(duì)應(yīng)點(diǎn)集配準(zhǔn)的算法原理，提出一種改進(jìn)的配準(zhǔn)算法。ICP(Iterative Closest Point)算法是目前最常用的深度圖像配準(zhǔn)算法，但I(xiàn)CP算法對(duì)兩幅待配準(zhǔn)深度

2、圖像初始相對(duì)位置要求較高，它們之間的初始位置不能相差太大，否則，ICP的收斂方向是不確定的，因而配準(zhǔn)結(jié)果也是不可靠的，ICP算法很可能收斂于局部最優(yōu)點(diǎn)，故初始相對(duì)位置對(duì)結(jié)果具有決定性影響，為此本文提出了一種基于改進(jìn)ICP的配準(zhǔn)算法。本文重點(diǎn)分析ICP以及其優(yōu)化算法的優(yōu)缺點(diǎn)，通過對(duì)ICP算法的配準(zhǔn)元素方面、搜索策略和配準(zhǔn)成功率方面進(jìn)行改進(jìn)，提高配準(zhǔn)效率，并運(yùn)用這種改進(jìn)的ICP算法來對(duì)深度數(shù)據(jù)進(jìn)行精確配準(zhǔn)。在配準(zhǔn)過程中，對(duì)ICP算法的配準(zhǔn)元

3、素方面，本文通過對(duì)采集的原始點(diǎn)云數(shù)據(jù)進(jìn)行濾波、去噪處理，在大幅度減少點(diǎn)云數(shù)據(jù)大小的同時(shí)對(duì)點(diǎn)云數(shù)據(jù)進(jìn)行優(yōu)化，為關(guān)鍵點(diǎn)提取提供一個(gè)完好的點(diǎn)云數(shù)據(jù)。再對(duì)這兩片點(diǎn)云數(shù)據(jù)利用相同的方法分別提取NARF(Normal Aligned RadialFeature)關(guān)鍵點(diǎn)，從而減少點(diǎn)云數(shù)據(jù)量，然后利用可以表達(dá)場(chǎng)景特征的少量的關(guān)鍵點(diǎn)來進(jìn)行配準(zhǔn)，來滿足兩幅深度圖像之間快速精確的配準(zhǔn)的要求，從而提高配準(zhǔn)速度和效率。在搜索策略上，本文提出了一種基于啟發(fā)式思想的

4、改進(jìn)kd-tree最近鄰查詢方法，該方法對(duì)最近鄰查詢法的改進(jìn)，提高了查詢效率，加快了查詢速度，縮短查詢對(duì)應(yīng)點(diǎn)的時(shí)間，從而提高了配準(zhǔn)的速度。在配準(zhǔn)成功率方面，本文采用隨機(jī)采樣一致性(RandomSample Consensus，RANSAC)估計(jì)剔除錯(cuò)誤對(duì)應(yīng)關(guān)系。這樣可以使對(duì)應(yīng)關(guān)系數(shù)量只使用一定比例的對(duì)應(yīng)關(guān)系，這樣既能提高變換矩陣的成功率也可以提高配準(zhǔn)速度。最后通過對(duì)本文改進(jìn)的ICP配準(zhǔn)算法與原始迭代最近點(diǎn)和其他ICP優(yōu)化算法的實(shí)驗(yàn)比較表