Kinfu算法關(guān)鍵技術(shù)的研究與改進
發(fā)布時間:2020-12-15 08:07
隨著計算機硬件的發(fā)展,計算機視覺領(lǐng)域有了更加強大的后臺支撐,二維圖像已經(jīng)滿足不了研究的需求,對場景進行三維重建應(yīng)運而生。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傳感器來獲取深度圖像,進行多視角的數(shù)據(jù)對齊,而后用點云融合進行三維重建應(yīng)運而生。但是,此項技術(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,程序運行幀數(shù)低等不足。為了改善Kinect重建中出現(xiàn)的問題,保證Kinect能在多領(lǐng)域下能夠更好的應(yīng)用。本文對Kinfu算法中關(guān)鍵算法進行改進,對其中的關(guān)鍵算法進行實驗和理論分析,有效、快速、準(zhǔn)確的實現(xiàn)三維場景重建。Kinfu算法中關(guān)鍵問題是對點云預(yù)處理,在處理點云時,一般都會遇到算法復(fù)雜,計算量大的缺點。經(jīng)分析Kinect獲取的點云是按照矩陣的形式有序排列的,本文利用遍歷領(lǐng)點進行連線,組成三角面,快速進行三角化。配準(zhǔn)階段,對點云進行關(guān)鍵點提取,利用關(guān)鍵點進行配準(zhǔn),在保證配準(zhǔn)結(jié)果的前提下,加快配準(zhǔn)速度,提高算法運行時間。在重建階段,利用彩色圖像和深度圖像像素點融合。由于kinfu算法單只用到深度圖像,彩...
【文章來源】:西南科技大學(xué)四川省
【文章頁數(shù)】:70 頁
【學(xué)位級別】: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 論文研究內(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算法運行
2.4 本章小結(jié)
3 點云處理
3.1 點云預(yù)處理
3.2 點云坐標(biāo)運算
3.3 ICP配準(zhǔn)算法改進
3.3.1 標(biāo)準(zhǔn)的ICP算法
3.3.2 改進的ICP算法
3.4 本章小結(jié)
4 彩色圖像和深度圖像融合
4.1 像機標(biāo)定
4.2 相機參數(shù)計算
4.3 配準(zhǔn)與融合
4.4 本章小結(jié)
5 實驗結(jié)果
5.1 實驗環(huán)境
5.2 實驗流程及結(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
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
本文編號:2917955
【文章來源】:西南科技大學(xué)四川省
【文章頁數(shù)】:70 頁
【學(xué)位級別】: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 論文研究內(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算法運行
2.4 本章小結(jié)
3 點云處理
3.1 點云預(yù)處理
3.2 點云坐標(biāo)運算
3.3 ICP配準(zhǔn)算法改進
3.3.1 標(biāo)準(zhǔn)的ICP算法
3.3.2 改進的ICP算法
3.4 本章小結(jié)
4 彩色圖像和深度圖像融合
4.1 像機標(biāo)定
4.2 相機參數(shù)計算
4.3 配準(zhǔn)與融合
4.4 本章小結(jié)
5 實驗結(jié)果
5.1 實驗環(huán)境
5.2 實驗流程及結(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
攻讀碩士學(xué)位期間發(fā)表的學(xué)術(shù)論文
本文編號:2917955
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/2917955.html
最近更新
教材專著