發(fā)布時(shí)間：2018-06-28 09:57

  本文選題：Kinect + 三維重建�。� 參考：《天津理工大學(xué)》2017年碩士論文

【摘要】：三維重建(3D Reconstruction)是計(jì)算機(jī)視覺(jué)和圖形學(xué)領(lǐng)域的一個(gè)重要研究方向。其主要目的是為物體或者場(chǎng)景建立可用于計(jì)算機(jī)處理和分析的三維模型,研究成果可應(yīng)用于動(dòng)畫(huà)制作,虛擬現(xiàn)實(shí),逆向工程,機(jī)器人導(dǎo)航等領(lǐng)域。微軟公司生產(chǎn)的Kinect傳感器為三維重建數(shù)據(jù)的獲取提供了一種快捷方便的方式,有力的推動(dòng)了三維重建技術(shù)的發(fā)展�；贙inect數(shù)據(jù)的三維重建一般分為四個(gè)步驟:深度圖像獲取、深度圖像轉(zhuǎn)換、點(diǎn)集配準(zhǔn)、點(diǎn)云拼接。點(diǎn)集配準(zhǔn)是其中的關(guān)鍵步驟,點(diǎn)集配準(zhǔn)的效率直接影響三維重建的精度。根據(jù)需要配準(zhǔn)的目標(biāo)的特性,點(diǎn)集配準(zhǔn)可分為剛性配準(zhǔn)和非剛性配準(zhǔn)。本文分別針對(duì)剛性和非剛性的配準(zhǔn)進(jìn)行了研究。具體內(nèi)容如下:1).提出了一種基于Spin-images和IRLS-ICP的深度圖像剛性配準(zhǔn)算法。ICP算法是當(dāng)前剛性配準(zhǔn)的主流算法,但I(xiàn)CP算法對(duì)初始對(duì)應(yīng)關(guān)系敏感。針對(duì)這一問(wèn)題,本文首先利用Spin-images特征對(duì)點(diǎn)集進(jìn)行粗配準(zhǔn),找到相鄰點(diǎn)云的大致對(duì)應(yīng)關(guān)系,在此基礎(chǔ)上再利用ICP算法進(jìn)行精確配準(zhǔn)。在公共數(shù)據(jù)集上的實(shí)驗(yàn)結(jié)果表明提出的方法可以很好的用于剛性配準(zhǔn)。2).提出了一種基于IRLS-ICP-TPS的深度圖像非剛性配準(zhǔn)算法。對(duì)于可能發(fā)生形變的非剛性物體進(jìn)行三維重建時(shí),剛性的配準(zhǔn)方法不能有效的配準(zhǔn)發(fā)生形變的點(diǎn)云;因此本文在ICP算法基礎(chǔ)上引入TPS算法來(lái)解決這一問(wèn)題;首先使用IRLS-ICP找到兩個(gè)待配準(zhǔn)點(diǎn)集中的控制點(diǎn),作為計(jì)算非剛性系數(shù)的基礎(chǔ)。然后基于控制點(diǎn),使用TPS計(jì)算出變換矩陣;最后將這個(gè)矩陣應(yīng)用于其中一個(gè)點(diǎn)集,完成兩個(gè)點(diǎn)集的配準(zhǔn)。公共數(shù)據(jù)集和自制數(shù)據(jù)的實(shí)驗(yàn)結(jié)果表明提出的方法能夠解決非剛性配準(zhǔn)的問(wèn)題并取得比較好的結(jié)果。
[Abstract]:Three-dimensional reconstruction (3D Reconstruction) is an important research direction in the field of computer vision and graphics. Its main purpose is to establish a three-dimensional model for computer processing and analysis for objects or scenes. The research results can be applied to animation production, virtual reality, reverse engineering, robot navigation and other fields. The K produced by Microsoft Corp Inect sensor provides a fast and convenient way to obtain 3D reconstruction data, which strongly promotes the development of 3D reconstruction technology. The 3D reconstruction based on Kinect data is generally divided into four steps: depth image acquisition, depth image conversion, point set registration, point cloud collage. Point set registration is the key step, point set registration Efficiency directly affects the precision of 3D reconstruction. According to the characteristics of the target that needs registration, the point set registration can be divided into rigid registration and non rigid registration. This paper studies the rigid and non rigid registration respectively. The specific contents are as follows: 1) a rigid registration algorithm based on Spin-images and IRLS-ICP is proposed,.ICP algorithm is proposed. The algorithm is the mainstream algorithm of current rigid registration, but the ICP algorithm is sensitive to the initial correspondence. In this paper, we first use the Spin-images feature to make rough registration of the point set, find the approximate relation of the adjacent point cloud, and then use the ICP algorithm to accurately match it. The experimental results on the public data set show the proposed method. The method can be used very well for rigid registration.2). A non rigid registration algorithm based on IRLS-ICP-TPS is proposed. The rigid registration method can not effectively register the deformed point cloud when the deformed non rigid object is reconstructed, and the TPS algorithm is introduced on the basis of ICP algorithm in this paper. In order to solve this problem, we first use IRLS-ICP to find two control points in the centralization of the registration points as the basis for calculating the non rigid coefficients. Then based on the control points, the transformation matrix is calculated by using TPS. Finally, the matrix is applied to one of the points set, and the registration of the two point sets is completed. The experimental results of the common data set and the self-made data show that the experimental results show that the results of the common data set and the self-made data show that The proposed method can solve the problem of non rigid registration and achieve relatively good results.
【學(xué)位授予單位】：天津理工大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2017
【分類(lèi)號(hào)】：TP391.41

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李萬(wàn)祥 ,牛衛(wèi)中;三維重建[J];甘肅科技;2002年Z1期

2 汪國(guó)昭,陳凌鈞;血管三維重建的問(wèn)題[J];工程數(shù)學(xué)學(xué)報(bào);2002年S1期

3 章勤,李光明,黃琨;一種基于雙眼系統(tǒng)的物體表面三維重建方法[J];計(jì)算機(jī)工程;2003年15期

4 劉巧紅,李利軍;脊柱外科三維重建系統(tǒng)設(shè)計(jì)[J];計(jì)算機(jī)工程;2005年09期

5 張文博;;鯽魚(yú)肝組織細(xì)胞核電鏡圖像三維重建的研究[J];安徽農(nóng)業(yè)科學(xué);2009年31期

6 何桂珍;程效軍;許誠(chéng)權(quán);;基于單幅影像的三維重建及精度分析[J];河南科學(xué);2010年07期

7 張繼華;;MSCT三維重建及多平面重建在頸胸腰椎病變?cè)\斷中的臨床應(yīng)用[J];楚雄師范學(xué)院學(xué)報(bào);2010年12期

8 蘭守忍;劉輝;張宏慶;吳俊;;基于X線片的脊柱三維重建及分析[J];云南大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年05期

9 張于北;王倩妮;;VGStudio MAX2.0軟件在CT圖像三維重建中的應(yīng)用[J];計(jì)測(cè)技術(shù);2011年05期

10 韓成虎;韓成龍;丘文峰;;CT圖像三維重建系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];現(xiàn)代計(jì)算機(jī)(專業(yè)版);2013年02期

相關(guān)會(huì)議論文 前10條

1 王穎穎;張偉成;;數(shù)字減影血管造影的三維重建技術(shù)[A];第三屆全國(guó)數(shù)字成像技術(shù)及相關(guān)材料發(fā)展與應(yīng)用學(xué)術(shù)研討會(huì)論文摘要集[C];2004年

2 彭貞;汪時(shí)機(jī);;巖土體CT圖像三維重建方法研究[A];自主創(chuàng)新與持續(xù)增長(zhǎng)第十一屆中國(guó)科協(xié)年會(huì)論文集（2）[C];2009年

3 陳昊;焦紅杰;康曉鵬;原建榮;周平;胡熙;梅舒婷;;螺旋CT三維重建在發(fā)育性髖關(guān)節(jié)脫位的術(shù)前應(yīng)用[A];第六屆西部骨科論壇暨貴州省骨科年會(huì)論文匯編[C];2010年

4 曹治;;多層螺旋CT二維和三維重建在骨折中的臨床應(yīng)用[A];全國(guó)醫(yī)學(xué)影像技術(shù)學(xué)術(shù)會(huì)議（CMIT-2004）論文匯編[C];2004年

5 李佳;羅月童;龍鵬程;黃善清;閆鋒;孔維華;吳宜燦;FDS團(tuán)隊(duì);;三維放射治療計(jì)劃系統(tǒng)中快速三維重建方法的研究與應(yīng)用[A];第二屆全國(guó)核技術(shù)及應(yīng)用研究學(xué)術(shù)研討會(huì)大會(huì)論文摘要集[C];2009年

6 楊玉模;梁瑋;;多視角體三維重建中的分層可視性[A];第十五屆全國(guó)圖象圖形學(xué)學(xué)術(shù)會(huì)議論文集[C];2010年

7 胡霞;朱虹;;基于生物圖像的三維重建技術(shù)研究[A];2007年中國(guó)農(nóng)業(yè)工程學(xué)會(huì)學(xué)術(shù)年會(huì)論文摘要集[C];2007年

8 張愛(ài)東;李炬;陳發(fā);孫靈霞;;基于面操作的工業(yè)CT圖像的三維重建[A];2004年CT和三維成像學(xué)術(shù)年會(huì)論文集[C];2004年

9 胡罷生;譚歡慶;曲華麗;邱士軍;張雪林;昌仁民;;多層螺旋CT掃描三維重建后逐層顯示解剖結(jié)構(gòu)及臨床意義[A];中華醫(yī)學(xué)會(huì)第十三屆全國(guó)放射學(xué)大會(huì)論文匯編（下冊(cè)）[C];2006年

10 劉帥;陳軍;;一種基于物體橫向切片的可量測(cè)三維重建方法[A];中國(guó)測(cè)繪學(xué)會(huì)第九次全國(guó)會(huì)員代表大會(huì)暨學(xué)會(huì)成立50周年紀(jì)念大會(huì)論文集[C];2009年

相關(guān)重要報(bào)紙文章 前3條

1 張質(zhì)堅(jiān)　劉海君;航測(cè)局申報(bào)“國(guó)家863計(jì)劃”專項(xiàng)課題喜獲成功[N];中煤地質(zhì)報(bào);2011年

2 深圳商報(bào)記者 肖晗;“博士后創(chuàng)新講堂”場(chǎng)場(chǎng)精彩[N];深圳商報(bào);2007年

3 本報(bào)記者 王星;還原洞窟佛像[N];文匯報(bào);2012年

相關(guān)博士學(xué)位論文 前10條

1 盧俊;基于無(wú)序多視影像的三維重建關(guān)鍵技術(shù)研究[D];解放軍信息工程大學(xué);2015年

2 孫大為;高功率激光焊接等離子體三維重建及能量傳輸研究[D];上海交通大學(xué);2015年

3 杜娟;基于高頻超聲的人牙釉質(zhì)三維重建[D];華南理工大學(xué);2016年

4 孫向軍;場(chǎng)景三維重建的若干關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2004年

5 王劍;果樹(shù)枝干三維重建關(guān)鍵技術(shù)研究[D];中國(guó)農(nóng)業(yè)科學(xué)院;2009年

6 劉道明;利用“中國(guó)虛擬人”的三維重建構(gòu)建外科三維診療平臺(tái)[D];中國(guó)人民解放軍第一軍醫(yī)大學(xué);2003年

7 高劍;三維重建應(yīng)用系統(tǒng)研究[D];山東大學(xué);2009年

8 劉勇;基于非定標(biāo)圖象的三維重建方法研究[D];西安電子科技大學(xué);2001年

9 楊宇;水下多通道真彩色三維重建與顏色還原方法研究[D];中國(guó)海洋大學(xué);2014年

10 吳恩啟;微細(xì)管道內(nèi)表面檢測(cè)及三維重建關(guān)鍵技術(shù)研究[D];浙江大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 王曄;基于MRI序列的鯊魚(yú)影像三維重建系統(tǒng)的軟件設(shè)計(jì)與實(shí)現(xiàn)[D];燕山大學(xué);2015年

2 倪海明;基于多重分形頻譜理論的野生東北虎頭骨三維重建研究[D];東北林業(yè)大學(xué);2015年

3 方程駿;基于雙目視覺(jué)的自由曲面三維重建研究[D];江南大學(xué);2015年

4 張建;基于雙目視覺(jué)的三維重建研究與實(shí)現(xiàn)[D];西南交通大學(xué);2015年

5 王偉;基于TerraSAR-X影像的城市建筑物的三維重建[D];長(zhǎng)安大學(xué);2015年

6 李琛;基于Kinect的三維重建與形態(tài)識(shí)別[D];長(zhǎng)安大學(xué);2015年

7 錢(qián)文秀;基于PAL相機(jī)的三維重建[D];長(zhǎng)安大學(xué);2015年

8 陳崢嶸;基于RGBD傳感器的室內(nèi)三維重建[D];南京理工大學(xué);2015年

9 應(yīng)兆平;采用光學(xué)和圖像方法的三維重建[D];南京理工大學(xué);2015年

10 馬福建;蝙蝠翅膀的三維重建研究[D];山東大學(xué);2015年

，

本文編號(hào)：2077598