發(fā)布時(shí)間：2020-12-15 08:07

　　隨著計(jì)算機(jī)硬件的發(fā)展,計(jì)算機(jī)視覺(jué)領(lǐng)域有了更加強(qiáng)大的后臺(tái)支撐,二維圖像已經(jīng)滿(mǎn)足不了研究的需求,對(duì)場(chǎng)景進(jìn)行三維重建應(yīng)運(yùn)而生。目前常用的三維重建算法有體征提取算法,塊匹配的重建,以及點(diǎn)云重建等,然而這些技術(shù)在重建方面都有一定的局限性。借助Kinect傳感器來(lái)獲取深度圖像,進(jìn)行多視角的數(shù)據(jù)對(duì)齊,而后用點(diǎn)云融合進(jìn)行三維重建應(yīng)運(yùn)而生。但是,此項(xiàng)技術(shù)發(fā)展還不是很成熟,在重建圖像中出現(xiàn)圖像空洞,效率慢,程序運(yùn)行幀數(shù)低等不足。為了改善Kinect重建中出現(xiàn)的問(wèn)題,保證Kinect能在多領(lǐng)域下能夠更好的應(yīng)用。本文對(duì)Kinfu算法中關(guān)鍵算法進(jìn)行改進(jìn),對(duì)其中的關(guān)鍵算法進(jìn)行實(shí)驗(yàn)和理論分析,有效、快速、準(zhǔn)確的實(shí)現(xiàn)三維場(chǎng)景重建。Kinfu算法中關(guān)鍵問(wèn)題是對(duì)點(diǎn)云預(yù)處理,在處理點(diǎn)云時(shí),一般都會(huì)遇到算法復(fù)雜,計(jì)算量大的缺點(diǎn)。經(jīng)分析Kinect獲取的點(diǎn)云是按照矩陣的形式有序排列的,本文利用遍歷領(lǐng)點(diǎn)進(jìn)行連線(xiàn),組成三角面,快速進(jìn)行三角化。配準(zhǔn)階段,對(duì)點(diǎn)云進(jìn)行關(guān)鍵點(diǎn)提取,利用關(guān)鍵點(diǎn)進(jìn)行配準(zhǔn),在保證配準(zhǔn)結(jié)果的前提下,加快配準(zhǔn)速度,提高算法運(yùn)行時(shí)間。在重建階段,利用彩色圖像和深度圖像像素點(diǎn)融合。由于kinfu算法單只用到深度圖像,彩... 

【文章來(lái)源】：西南科技大學(xué)四川省

【文章頁(yè)數(shù)】：70 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 三維重建的發(fā)展及研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容與組織結(jié)構(gòu)
2 Kinfu算法原理
    2.1 Kinect傳感器的硬件組成
    2.2 Kinect深度圖獲取
    2.3 Kinfu算法運(yùn)行
    2.4 本章小結(jié)
3 點(diǎn)云處理
    3.1 點(diǎn)云預(yù)處理
    3.2 點(diǎn)云坐標(biāo)運(yùn)算
    3.3 ICP配準(zhǔn)算法改進(jìn)
        3.3.1 標(biāo)準(zhǔn)的ICP算法
        3.3.2 改進(jìn)的ICP算法
    3.4 本章小結(jié)
4 彩色圖像和深度圖像融合
    4.1 像機(jī)標(biāo)定
    4.2 相機(jī)參數(shù)計(jì)算
    4.3 配準(zhǔn)與融合
    4.4 本章小結(jié)
5 實(shí)驗(yàn)結(jié)果
    5.1 實(shí)驗(yàn)環(huán)境
    5.2 實(shí)驗(yàn)流程及結(jié)果分析
6 總結(jié)與展望
    6.1 總結(jié)
    6.2 展望
致謝
參考文獻(xiàn)
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文



本文編號(hào)：2917955