Kinect點云數(shù)據(jù)與序列影像結(jié)合的三維重建技術(shù).pdf

1、隨著科技的發(fā)展，三維重建技術(shù)已經(jīng)被越來越多的用在各種領(lǐng)域，如虛擬現(xiàn)實與3D打印。微軟的Kinect設(shè)備以其便宜的價格和相對較好的點云質(zhì)量而被越來越多的使用在三維重建中。本文對基于Kinect RGB-D信息的三維重建進(jìn)行研究。主要研究內(nèi)容如下：
　　首先，本文重新標(biāo)定了深度相機和色彩相機的內(nèi)參及相對位置關(guān)系。在以往的 Kinect開發(fā)中，開發(fā)人員均使用廠家給出的粗略的相機參數(shù)，并且目前還未出現(xiàn)精度較高的標(biāo)定方法來計算RGB相機與深

2、度傳感器之間的相對位姿關(guān)系。這不僅導(dǎo)致點云質(zhì)量下降，而且成為RGB-D數(shù)據(jù)融合的阻礙。本文分析了Kinect成像原理，并用棋盤格標(biāo)定的方法，較為準(zhǔn)確的建立了深度信息與彩色信息之間的聯(lián)系，使彩色信息也得到了充分的利用。
　　其次，針對 Kinect點云質(zhì)量較差的問題，本文對點云數(shù)據(jù)的優(yōu)化提出了一些改進(jìn)方案。對于 Kinect數(shù)據(jù)的優(yōu)化，我們分為兩個步驟，即深度圖級別的優(yōu)化及點云級別的優(yōu)化。經(jīng)過兩個步驟的優(yōu)化，一定程度上減少了噪聲對點

3、云數(shù)據(jù)的影響，并刪除了較多錯誤點，獲得了更高質(zhì)量的點云。
　　然后，本文提出一種基于點云與RGB信息的聯(lián)合配準(zhǔn)算法。該算法對傳統(tǒng)的基于 RGB-D數(shù)據(jù)的點云配準(zhǔn)算法進(jìn)行改進(jìn)，首先分別提取兩個視角點云的 SIFT特征點，然后進(jìn)行特征點匹配，找到對應(yīng)的特征點，接著將這些二維特征點轉(zhuǎn)換為三維點云，最后利用奇異值分解的方法，通過這些點云算出兩片點云的相對變換矩陣，并將此矩陣作為 ICP配準(zhǔn)的初始值，進(jìn)行精配準(zhǔn)，使配準(zhǔn)達(dá)到了更高的精度。